﻿ 优化算法对船舶可靠性的影响分析
 舰船科学技术  2019, Vol. 41 Issue (6): 32-36 PDF

The influence of optimization algorithm on ship reliability
ZHUO Si-yu, TANG Wen-yong, YAN Hui-bin
China State Key Laboratory of Ocean Engineering, Collaborative Innovation Center for Advance Ship and Deep-Sea Exploration, Shanghai Jiaotong University, Shanghai 200240, China
Abstract: In order to evaluate the effect of optimization algorithm on the ultimate strength reliability of the oil tanker, this paper combines iSIGHT optimization software and MSC finite element software, using parametric finite element modeling technology, optimized Latin experimental design method, radial basis function neural network theory, adaptive simulated annealing algorithm and other technical methods to optimize the design of the oil tanker section. Then, the paper uses the non-linear finite element method to assess the ultimate strength of the lightweight oil tanker section. According to the principle of the reliability, the first-order second-moment method is adopted to calculate the reliability and the failure probability of different optimization algorithms. Finally, the results indicate that if per unit weight reduced, the hull girder failure probability would increase the least under the PSO-RBF algorithm.
Key words: ship structure     optimization     non-linear method     ultimate strength     structure reliability
0 引　言

1 油船舱段轻量化 1.1 混合轻量化策略

1）参数化建模

2）构建基于优化拉丁试验设计的RBF近似模型

3）在近似模型的基础上进行全局优化

4）近似模型最优解的验证

1.2 油船舱段轻量化实例

 图 1 设计变量所处的位置 Fig. 1 Location of design parameters

 ${g_i}(x) = {\sigma _i} - {\sigma _{ei}} \text{≤} 0\;\;(i = 1,2,3,4,5,6){\text{。}}$ (1)

 $\min \displaystyle\sum {{m_{all}}} (x){\text{。}}$ (2)
1.3 优化结果分析

1）优化效率

2）验证分析

 图 2 ASA算法下的舱段应力云图 Fig. 2 Stress nephograms of ASA algorithm

3）轻量化程度

ASA算法、MIGA算法、PSO算法优化后的舱段质量分别较初始方案下降了4.01%，3.05%，2.62%，ASA算法的减重效果最好，相较初始方案减重28.4 t。这3种优化方法均为启发式算法，通过对自然过程的数学模拟来寻找全局最优解，其优化方向与算法自身的适应规则有关，在局部某一或几步是随机的，但总体具有趋向性，导致其追寻的最优解不同。

2 优化后舱段的可靠性分析模型 2.1 极限状态方程

 $Z = {X_u}{M_u} - {X_w}{M_w} - {X_s}{M_s} {\text{。}}$ (3)

2.2 极限强度的非线性有限元求解

2.3 随机模型

3 可靠性结果及分析

 $\mu = \frac{{\Delta {P_f}}}{{\Delta m}} {\text{。}}$ (4)

4 结　语

1）混合轻量化策略适用于油船舱段结构，且通过构建RBF神经网络近似模型进行优化可极大提高工程计算效率，在较短时间内给工程优化提供参考意见；

2）不论是在中拱还是中垂情况下，PSO-RBF算法下的失效概率折减率μ均为三者最小，即减重单位舱段重量，船体梁的失效概率增加最小，由轻量化引起的风险值最小；

3）若以油船舱段质量最轻为目标函数，ASA-RBF算法在该模型上减重效果更好，结果显示重量减轻4.1%，为油船舱段的轻量化设计提供了参考。

 [1] INGBER L. Adaptive simulated annealing (ASA): Lessons learned[J]. 2000, 25(1): 33–54. [2] 丁泉惠, 王森, 黄修长, 等. 基于有限元法和多岛遗传算法的飞轮结构参数优化设计[J]. 噪声与振动控制, 2016, 36(2): 56-60. [3] KENNEDY J, EBERHART R. Particle swarm optimization[A]. Perth, Australia, 1995: 1942–1948. [4] EBERHART R, KENNEDY J. A new optimizer using particle swarm theory[A]. Nagoya, Japan, 1995: 39–43. [5] 卢金娜. 基于优化算法的径向基神经网络模型的改进及应用[D]. 太原: 中北大学, 2015. [6] 中国船级社. 油船结构直接计算分析指南[M]. 北京: 人民交通出版社, 2003. [7] 庄茁, 由小川, 廖剑晖. 基于ABAQUS的有限元分析和应用[M]. 北京: 清华大学出版社, 2009. [8] HUSSEIN A W, GUEDES S C. Reliability and residual strength of double hull tankers designed according to the new iacs common structural rules[J]. Ocean Engineering, 2009, 36(17): 1446-1459. [9] 祁恩荣, 崔维成. 损伤船舶极限强度可靠性分析[C]// 船舶力学学术会议暨船舶力学创刊十周年纪念学术会议. 2007. [10] 江晓俐. 基于船舶总纵极限强度的可靠性研究[D]. 武汉: 武汉理工大学, 2005. [11] WIRSCHING P H, FERENSIC J, THAYAMBALLI A. Reliability with respect to ultimate strength of a corroding ship hull[J]. Marine Structures, 1997, 10(7): 501-518. DOI:10.1016/S0951-8339(97)00009-9 [12] 段明昕. 船体极限强度及其可靠性研究[D]. 大连: 大连理工大学, 2011.