舰船船型航行性能的多学科设计优化应用研究

2015-08-24 05:47陈伟杨向晖邱辽原
中国舰船研究 2015年5期
关键词:船型航行子系统

陈伟,杨向晖,邱辽原

舰船船型航行性能的多学科设计优化应用研究

陈伟,杨向晖,邱辽原

中国舰船研究设计中心,湖北武汉430064

舰船船型航行性能设计及优化是舰船总体设计的重要部分。针对以往迭代式的多方案船型设计及优选效率较低、难以获得全局最优解等不足,引入多学科设计优化方法,开展船型航行性能优化。以DTMB 5415标模船型阻力、耐波性和操纵性等综合优化为例,介绍船型多学科协同设计优化的一般过程,建立以典型性能指标为优化目标的数学模型,获得了综合航行性能明显改善的船型方案,验证了多学科设计优化在船型设计中的应用潜力。研究成果可为工程船型设计提供有益参考。

舰船船型;航行性能;多学科设计优化

期刊网址:www.ship-research.com

引用格式:陈伟,杨向晖,邱辽原.舰船船型航行性能的多学科设计优化应用研究[J].中国舰船研究,2015,10(5):1-5,52.

CHENWei,YANG Xianghui,QIU Liaoyuan.App lication ofmultidiscip linary designoptim ization to hull seagoing performancedesign[J].Chinese Journalof Ship Research,2015,10(5):1-5,52.

0 引言

舰船船型航行性能包括稳性、快速性、耐波性和操纵性等,彼此相互影响和制约,其优化是一个多目标、多变量和多约束条件的复杂问题。传统迭代式的船型设计方式较少考虑各性能之间相互耦合而产生的协同效应,尽管可获得满足设计要求的船型方案,但往往是设计空间内的局部最优解,船型性能还存在着进一步改进提高的空间。而多学科设计优化方法(Multidisciplinary Design Optimization,MDO)则为上述问题提供了解决途径。

国外很早就注重将MDO引入船型水动力性能优化中,大卫·泰勒研究中心(DTRC)于本世纪初期便尝试用MDO方法对DTMB 5415的艏部线型开展综合优化,有效提升了舰船阻力和耐波性能[1]。意大利罗马水池(INSEAN)在THALES护卫舰的船型研发项目中,为挖掘船型优化潜力,采用MDO方法开展船型优化并进行了实验验证,有效改善了舰船在风浪中的航行性能[2]。国内在船型航行性能MDO应用方面的研究起步较晚,冯佰威和刘祖源[3-4]等系统地研究了船型航行性能多学科设计优化方法,邱辽原等[5]利用参数融合方法开展了船型阻力和耐波性优化,赵峰等[6]通过对船型航行性能MDO内涵的分析,提出了水面舰船航行性能MDO系统顶层设计方案。

本文将基于MDO思想,介绍船型航行性能多学科设计优化的一般过程,并给出协同优化(Collaborative Optimization,CO)数学模型。针对DTMB 5415标模,开展船型阻力、耐波性和操纵性综合优化研究,有效提升船型综合航行性能,以为水面舰船船型优化提供新的方法和手段。

1 航行性能多学科设计优化

1.1航行性能的协同优化方法

在常用的多学科优化框架中,协同优化属于2级优化方法,每个子系统在优化设计过程中可暂不考虑其它子系统的影响,只需要满足该子系统的约束,最后由系统级来协调子系统间、以及系统与子系统间的一致性。这种方式使得子系统级分析拥有高度的自治性和并行处理能力,适用于处理子系统变量远多于学科间耦合变量的情况,即适用于解决具有松散耦合情况的设计问题。采用CO优化策略能使优化模型具有更好的扩展性。

图1所示为航行性能的协同优化基本框架,为便于构建船型航行性能优化框架,将航行性能分为快速性、耐波性和操纵性3个子系统,每个子系统分别开展船型设计及学科优化,系统级负责协调各子系统船型参数的一致性。这样,每执行一次系统级优化,子系统执行船型重构和学科分析的总次数将达,(Ni为第i个子系统的船型重构和学科分析次数)。这在较大程度上会降低系统级优化的效率,因此必须选取合适的优化算法,同时采用近似模型来提升优化和分析速度。初始近似模型构建所需的样本库可在开展船型参数灵敏度分析时获得,同时在优化过程中不断更新模型。引入近似模型后,各学科分析模型均基于近似模型开展,因而无需在优化进程中进行多轮耗时的船型重构和学科性能仿真。在子系统优化结束后,可基于优化参数开展性能精确分析,同时将结果写入样本库,一方面不断充实近似模型构建所需的样本库,另外,每次追加的样本均为优化解,因而可有效提升子系统及系统级的优化速度。

图1 航行性能协同优化基本框架Fig.1 Collaborative optimization framework ofseagoing performance

1.2航行性能MDO关键要素

1)学科分析方法。

为快速准确地开展多方案分析,选取成熟且在设计阶段广为使用的分析方法是多学科设计优化的一般原则。考虑到优化效率等因素,在船型优化中,快速性暂只考虑阻力性能,主要采用经验方法与势流理论相结合的方式计算,其中兴波阻力利用非线性势流理论计算获取。耐波性基于成熟的切片理论,对船型主要作业海况下的典型运动响应幅值进行预报。操纵性基于分离MMG思想,对船型受到的作用力采用经验模型估算,求解四自由度运动方程预报舰船回转性能。

2)船型参数化重构。

采用基于NURBS的船型全参数化设计方法进行船型几何重构[7]。针对研究对象DTMB 5415,船型参数化的重点在于如何实现球鼻艏曲面的参数化,且在参数变化过程中确保局部船型具有较好的光顺性。在具体实现上,通过分析球鼻艏区域横剖线特征,以球鼻艏横剖面曲线的曲率拐点连线和主船体船型横剖线的切点连线为主要控制曲线,实现其横剖面曲线的参数化设计,然后再基于参数化设计的一般流程实现参数化曲面生成。参数化模型如图2所示。

图2 船型参数化模型Fig.2 Parametric hull form ofDTMB 5415

3)参数灵敏度分析。

表征船型曲面的参数众多,且各参数对航行性能影响程度不一。为缩减问题规模,有效实现各性能学科分析解耦,需要开展子系统灵敏度分析,确定对各性能学科影响较大的船型参数,同时清理各学科间的耦合设计变量。在具体实现上,首先基于Isight搭建各学科分析模型,实现参数化船型和单个性能分析模块的集成,然后结合设计经验和参数化船型特征,分别选取对各性能有重要影响的系列船型设计参数开展试验设计,通过主效应分析分别获得各组参数对各性能的影响排序。对于本文,分别针对阻力性能和耐波性开展了参数灵敏度分析。对各学科,分别选取30个初始船型设计参数,经主效应分析,分别选取对响应的影响程度排序前15名的参数作为学科分析的设计变量。将各子系统设计变量中相同的变量作为系统设计变量。在本文精简的2组船型参数中,相同参数包括中横剖面系数Cm、水线面系数Cw、尾部抬升点位置系数cpc_cXup、球鼻艏宽度bulbw idth、中纵剖线尾端高度系数cpc_Hstern及棱形系数Cp等。

4)学科分析近似模型。

在灵敏度分析筛选出子系统设计变量的基础上,可重新进行试验设计以获得新的样本空间。由于精简出的设计变量对性能的影响占绝对主导,因此也可直接利用灵敏度分析所用样本库开展近似模型研究。从近似模型构建时间和拟合精度来综合权衡选取合适的近似策略。本文分别针对阻力性能和耐波性能等开展了近似模型研究,对比了响应面模型(RSM)、径向基神经网络(RBF)和Kriging模型,最终选取模型构建时间和精度均较优的4阶响应面模型作为各子系统学科的代理模型。

2 模型建立与优化

2.1航行性能优化数学模型

建立优化数学模型可为MDO优化流程的搭建、数据的交互关系等提供有效指导。对于DTMB 5415优化,本文保持船型主尺度不变,在一定空间内变化参数化船型,通过性能评估来优化船型参数及局部曲面。参考实际设计需求,具体优化目标暂定为单位排水量阻力R/Δ、艏斜浪横摇幅值Roll150、顶浪纵摇幅值Pitch180、艏部加速度ACC1和无因次回转直径D/L,上述参数中,R为总阻力,Δ为排水量,D为回转直径,L为船长。

建立的优化数学模型如下。

1)系统级优化。

优化目标:

设计变量为:Cm_sys,Cw_sys,cpc_cXup_sys,bulbw idth_sys,cpc_Hstern_sys,Cp_sys,对于耦合设计变量,参数名后缀为sys代表系统级变量,参数名后缀为数字代表各子系统耦合设计变量,下略。

设计约束:

(1)一致性约束J1≤ε,J2≤ε,其中ε为一致性容差,取0.001。

(2)布置约束:系统级设计变量在±5%的基线范围内变化。

(3)性能约束:稳性、快速性、耐波性及操纵性等规范及总体设计要求。

2)阻力性能优化子系统。

优化目标:

式中:J1为阻力子系统一致性约束;J1i(i=1,2,…,6)代表子系统耦合设计变量与系统级设计变量的偏差;F1为单位排水量阻力。可采用下式计算:

设计变量包括子系统耦合设计变量和快速性子系统独立设计变量,共15个。

设计约束:

(1)布置约束:子系统设计变量在±5%的基线范围内变化。

(2)稳性、快速性满足规范和总体设计要求。

3)耐波性和操纵性优化子系统。

由于操纵性主要基于经验模型,且其输入参数需要用到船型静水力数据,为简化起见,将操纵性和耐波性作为一个子系统顺序执行。

优化目标∶

式中:J2为耐波性及操纵性子系统一致性约束,J2i(i=1,2,…,6)代表子系统耦合设计变量与系统级设计变量的偏差;Fi为学科评价指标,即

设计变量包括子系统耦合设计变量和子系统独立设计变量,共15个。

设计约束:

(1)布置约束:子系统设计变量在±5%的基线范围内变化;

(2)稳性、耐波性及操纵性等满足规范和总体设计要求。

2.2基于Isight的优化流程实现

本文基于Isight构建上述协同优化流程(图3),实现参数化船型、各学科分析模型、近似模型、文件解析、样本空间更新、数据转换及接口等功能模块的综合集成。

图3 基于Isight的多学科优化流程Fig.3 Optimization flow based on Isight

3 优化结果及分析

针对上述优化模型,系统级采用多岛遗传算法(M IGA)、子系统采用序列二次规划法(NLPQL)开展优化。为控制优化时间,系统级优化次数设为500次,各子系统每次优化迭代100次,约20 h完成优化。优化所得主要优化目标间的Pareto前沿图如图4~图6所示。

图4 横摇和纵摇优化前沿Fig.4 Optimized frontof rolland pitch

图5 横摇和回转直径优化前沿Fig.5 Optimized frontof roll and turning diameter

图6 横摇和单位排水量阻力优化前沿Fig.6 Optimized frontof rolland resistances of the unitdisplacement

从优化解集中初步挑选3个方案,重新计算其航行性能,并与基线方案对比,结果如表1所示,各参数相比基线方案的变化率如表2所示。

由2表可知,优选方案较基线方案在耐波性和阻力性能方面均有较大程度的提升,其中横摇运动下降幅度较大,可达16%以上,纵摇及加速度运动可降低约2%;在排水量基本不变的前提下,单位排水量阻力下降可达8%。在操纵性回转直径方面,方案3较基线方案有所改善,另外2个方案相比初始方案有所增加,由于操纵性采用的是经验模型,与船型设计参数之间没有强关联,使得操纵性在设计空间内变化较小。

表1 优选方案对比Tab.1 Per formance indicatorsof op tim ized hu ll form

表2 优化效果对比Tab.2 Im p roved rate of seagoing per form ance:op tim ized hu ll form s versus baseline

方案3的优化船型与初始方案的船体线型对比如图7所示。优化方案的船体线型整体光顺性良好,球鼻艏尺度显著增大,艉部抬升点位置及水下排水体积前移,有利于阻力性能;艉部横剖面形状偏V形发展,前体横剖线水线以上部分外飘增大,加之排水体积向艏部移动,这些变化对减小横摇及艏部1站加速度幅值均有利,进一步验证了优化过程及结果。

图7 优化船体线型Fig.7 Lines plan ofoptimized hull form

4 结语

本文结合舰船船型航行性能优化实际,介绍了多学科优化所涉及的优化框架、船型参数化、学科及近似模型、优化算法等,基于Isight构建了基于CO的船型航行性能多学科优化框架。针对

DTMB 5415标准舰船船型,实现了船型参数化表达,建立了涵盖阻力性能、耐波性和操纵性等在内的多性能协同优化模型并开展船型优化,获得了优化船型方案集合。理论核算结果表明,优化船型方案在操纵性指标基本不变的情况下,横摇、纵摇幅值及单位排水量阻力性能等较初始方案有明显的改善;优化所获得的参数化船型方案整体光顺合理,船体线型优化方向符合一般的设计经验。通过研究,验证了船型航行性能MDO优化方法及流程的正确性,显示了MDO方法在船型航行性能优化中的应用潜力。本文的研究过程及方法可为水面舰船船型优化提供参考和借鉴。

[1]PERID,CAMPANA E F.Multidisciplinary design optim ization of a naval surface combatant[J].Journal of Ship Research,2003,47(1):1-12.

[2]EEFSEN T,WALREE F V,PERID.Developmentof frigate designs with good seakeeping characteristics[C]//9th Symposium on Practical Design of Ships and OtherFloatingStructures.Luebeck-Travemuende,Germany,2004

[3]冯佰威.基于多学科设计优化方法的船舶水动力性能综合优化研究[D].武汉:武汉理工大学,2011.

[4]刘祖源,冯佰威,詹成胜.船体型线多学科设计优化[M].北京:国防工业出版社,2010.

[5] 邱辽原,谢伟,姜治芳,等.基于参数化CAD模型的船型阻力/耐波性一体化设计[J].中国舰船研究,2011,6(1):18-21,29.

QIU Liaoyuan,XIEWei,JIANG Zhifang,et al.Integrated ship resistence/seakeeping optim ization based on parametric CAD model[J].Chinese Journal of Ship Research,2011,6(1):18-21,29.

[6] 赵峰,程素斌,杨磊,等.水面舰船航行性能MDO系统顶层设计研究[J].船舶力学,2012,16(11):1257-1266.

ZHAO Feng,CHENG Subin,YANG Lei,et al. Top-down design research for the navigational performance MDO system of naval surface combatant[J]. Journal of ShipMechanics, 2012, 16(11):1257-1266.

[7] 陈文战,陈伟,杨向晖,等.最小阻力的参数化船型优化研究[J].中国舰船研究,2013,8(2):28-33.

CHEN Wen zhan,CHENWei,YANG Xianghui,etal. Parametric hull form optimization for minimum resistance[J].Chinese Journal of Ship Research,2013,8(2):28-33.

[责任编辑:田甜]

App lication ofm u ltidiscip linary design op tim ization to hu ll seagoing perform ance design

CHENWei,YANG Xianghui,QIU Liaoyuan
China Ship Developmentand Design Center,Wuhan 430064,China

Seqgoing performance design is of vital importance to naval surface combatants and it is a typical Multidisciplinary Design Optimization(MDO)problem.The standard naval vessel hullmodel DTMB 5415 is taken in this paper to illustrate how to used MDO method to hull seagoing performance design.Resistance,seakeeping,and maneuverability are all considered in the optimization.Several seagoing performance indicators such as resistance,pitch amp litude,roll amplitude,and turning diameter are used as the optimization targets,which leads to improved performance of the hull form,and the proposed MDOmethod is thus validated.

hull form;seagoing performance;Multidiscip linary Design Optimization(MDO)

U661.3

ADOI:10.3969/j.issn.1673-3185.2015.05.001

2015-01-26网络出版时间:2015-10-8 11∶10

陈伟(通信作者),男,1985年生,硕士,工程师。研究方向:舰船总体设计与优化

杨向晖,男,1976年生,博士,高级工程师。研究方向:舰船总体设计与优化

邱辽原,男,1977年生,博士,高级工程师。研究方向:舰船总体设计与优化

网络出版地址:http∶//www.cnki.net/kcms/detail/42.1755.TJ.20151008.1110.010.htm l

猜你喜欢
船型航行子系统
不对中转子系统耦合动力学特性研究
新型穿浪船艏在单体高速艇上的应用研究
基于修正函数法的双燃料散货船船型优化
到慧骃国的航行
GSM-R基站子系统同步方案研究
海洋美景
第六章 邂逅“胖胖号”
关键信号设备检修自动盯控子系统研究
基于管道检测的船型智能机器人设计
船型开发、船型认可及优化升级