2. 华中科技大学 船舶与海洋工程学院,湖北 武汉 430074
2. School of Naval Architecture and Ocean Engineering, Huazhong University of Science and Technology, Wuhan 430074, China
船舶快速性研究的首要目的在于降低航行阻力。从阻力的形成机理出发,可将总阻力分成兴波阻力及粘性阻力两大类。兴波阻力是由于船体扰动流场形成波浪所致,而粘性阻力则可进一步分成摩擦阻力及漩涡阻力,其中摩擦阻力是湿表面上切向力的合力,漩涡阻力是流场前后不对称而产生的压差力[1]。
对于高速船舶而言,兴波阻力往往可占总阻力的50%以上,且对船型变化相当敏感,局部的型线修正即可能引起阻力曲线的明显波动,故针对兴波阻力的船型优化具有显著的工程价值。本文主要关注舰首的导流罩型线,此处要兼顾基阵布置与舰船减阻的双重需求,且二者往往相互制约。多数文献仅考虑阻力性能,一般得到前伸或上翘形的球艏,但无法满足声呐的安装条件,因此实用性较低,本文通过引入几何约束来避免这一缺陷。
各方面对于优化设计的定义均不尽相同,但其核心思想却一致:即优化设计是在给定约束条件的基础上,通过调整设计变量,反复迭代直至获得最优解的过程。同时,优化设计也是一种充分探索、利用系统中各子系统相互作用的协同机制来设计复杂系统工程的方法论[2]。现阶段的实践表明,型线优化已从传统的专家优选发展至海量方案的精细化评估,其核心在于数值模拟技术的进步与评估自动化水平的提高,相关进展可参考刘祖源等[2]、李胜忠[3]、Diez等[4]的工作,近期国内外开展了VLCC油船[5]、21万吨级散货船等低速肥大船型的阻力与推进性能优化研究[6]和水下潜航器多学科综合优化研究[7]等一系列工作,同时在型线变换方法[8]、设计空间采样方法[9]等支撑技术方面也取得了有益进展。本文基于上述思想,使用自编程序完成了DTMB-
|
图 1 型线优化流程 Fig. 1 Hull form optimization process |
船型优化的核心由船型几何变换技术、水动力性能评估技术和优化算法技术组成[10],其中几何变换是构造样本、探索设计空间的基础,水动力计算是评估方案优劣的依据,而优化算法则是对改进方向的把握和指导,优化程序将反复执行上述过程直至收敛。本节按照上述顺序介绍对应的理论方法,简要概况可参考表1。
|
|
表 1 型线优化关键技术评述 Tab.1 Review of critical technologies of hull form optimization |
船型几何变换技术可分为船型参数法和几何造型法两类。前者利用主尺度、船型系数等宏观特征来反映型线,而后者则利用参数化的样条曲面描述船型,几何造型法包括母型融合法、叠加Bezier曲面法、FFD自由变形法、径向基函数法等。其中融合法通过不同的权重系数,使新船型的几何特征介于多艘母型船之间,其优势在于设计变量少、变换前后光顺性强,但优化区间受到母型船的约束,不能实现全域探索。叠加Bezier曲面法通过在船体表面叠加样条曲面、调整控制点坐标来修改型线,其优势在于调整精细化程度高、设计空间约束度低,特别适用于局部型线的修改工作[11]。FFD自由变形法是当前运用最为广泛的几何变换技术,适用于全船范围内的整体变形或局部型线调整,且变换后的光顺性仍能得到保证。径向基函数插值法通过部分型值点变形前后的坐标建立映射关系,再推广至全域,易于处理几何约束条件。
水动力评估技术主要包括三类:基于统计回归的经验公式、基于势流理论的数值模拟、基于黏性流理论的数值模拟。其中经验公式分辨率较低,不能反映型线局部变换对阻力的影响,因此应用有限。势流方法包括Mitchell兴波积分、Noblesse新细长体理论、非线性Dawson法等,王中等[12]曾利用Mitchell兴波积分法计算了某穿浪双体船的阻力,利用非线性Dawson法计算带有艉倾的DTMB-
常见的优化算法包括基于梯度的搜索算法和随机搜索算法两类。前者包括梯度下降算法、二次规划算法等,而后者主要代指遗传算法及粒子群算法等群智能算法。基于梯度的搜索算法包括梯度下降法、共轭梯度法、牛顿法、序列二次规划法等,其优势在于具备严格的数学理论基础、收敛速度快,但全局搜索能力偏弱,因此在面对高维优化、复杂优化时存在一定的局限性。型线优化的最优解往往没有规律可循,特别是多学科优化设计时,目标函数与设计变量之间没有显式函数关系,梯度信息仅能依靠差分法获取。因此若在复杂优化问题中采用梯度算法,则必须面对计算成本大、容易陷入局部最优解等困扰,而随机搜索算法具有不依赖梯度信息、全局搜索能力强等特点,因此得到了广泛的应用[2]。
1.2 FFD自由变形算法自编程序以FFD算法作为几何重构手段,NURBS参数曲面为型线描述方法,可确保在任意条件下得到光顺型线并兼顾图形交互需求。FFD自由变形法的核心概念是映射:将笛卡尔坐标转化为参数坐标,再利用某种函数进行运算,从而达到调整坐标的目的。因此算法的关键是找准初始值和映射方式,前者是参数坐标而后者是变形函数。传统的FFD控制点均匀分布在控制体的顶点、棱边、表面及内部。设该控制体的原点为
| $ {P}_{i,j,k}={X}_{0}+\frac{i}{l}S+\frac{j}{m}T+\frac{k}{n}U 。$ | (1) |
设空间内任意一点的坐标为
| $ \left\{\begin{aligned} &s=\frac{x-{x}_{0}}{\left|S\right|},\\ &t=\frac{y-{y}_{0}}{\left|T\right|},\\ &u=\frac{z-{z}_{0}}{\left|U\right|}。\end{aligned}\right. $ | (2) |
空间中任意一点的坐标可根据其无因次坐标和控制点坐标来表示,故改变控制点坐标,再代入映射函数表达式(3)即可得到变形后的坐标,而式(4)给出了Bernstein基函数
| $ {X}_{(s,t,u)}=\sum _{i=0}^{l}\sum _{j=0}^{m}\sum _{k=0}^{n}{P}_{i,j,k}{B}_{i,l}\left(s\right){B}_{j,m}\left(t\right){B}_{k,n}\left(u\right) ,$ | (3) |
| $ B_{i,l}(s)=\frac{l!}{l!(l-i)!}s^i (1-s)^{l-i} 。$ | (4) |
注意到Bernstein基函数之和等同于
常见的势流方法已在1.1节进行了介绍,程序中使用的是P.R. Couser等[14]提出的改进型Mitchell线性兴波理论,计算时假定流场无限大,流体无粘无旋并忽略表面张力,且波幅与波长相比为一小量,因而满足线性无破碎条件,于是兴波阻力可通过远场波形间接计算。相比于直接形式的压力积分法,波形法的数值稳定性更好,可以在很大程度上避免因艏艉波形奇异而引发的负阻力问题。取计算域的宽度为
| $ \begin{split} {R}_{w}=&\frac{\rho gB}{4}\Bigg\{{{\zeta }_{0}}^{2}\left[1-\frac{2{k}_{0}H}{\mathrm{sin}h\left(2{k}_{0}H\right)}\right]+\\ &\sum _{m=1}^{\infty }{{\zeta }_{m}}^{2}\left[1-\frac{{ \mathrm{cos}}^{2}{\theta }_{m}}{2}\left(1+\frac{2{k}_{m}H}{\mathrm{sin}h\left(2{k}_{m}H\right)}\right)\right]\Bigg\} \end{split},$ | (5) |
| $ {{\zeta }_{m}}^{2}={{\xi }_{m}}^{2}+{{\eta }_{m}}^{2} ,$ | (6) |
| $ \left|\begin{array}{c}{\xi }_{m}\\ {\eta }_{m}\end{array}\right|=\frac{16\pi U}{Bg}\frac{\stackrel-{k}+{k}_{m}{\mathrm{cos}}^{2}{\theta }_{m}}{1+{\mathrm{sin}}^{2}{\theta }_{m}-\stackrel-{k}H{\mathit{sec}h}^{2}\left({k}_{m}H\right)}D ,$ | (7) |
| $ \begin{split}D= & \displaystyle\sum_{\sigma}^{ }\sigma_{\sigma}e^{-k_mH} \mathrm{cos}h\left[k_m\left(H+z_{\sigma}\right)\right]\times \\ & \left|\begin{array}{c}\mathit{\mathrm{cos}}\left(k_mx_{\sigma}\mathit{\mathrm{cos}}\theta_m\right) \\ \mathrm{\mathit{\mathrm{sin}}}\left(k_mx_{\sigma}\mathit{\mathrm{cos}}\theta_m\right)\end{array}\right|\left\{\begin{array}{c}\mathit{\mathrm{cos}}\left(m{\text{π}} y_{\sigma}/B\right) \\ \mathit{\mathrm{sin}}\left(m{\text{π}} y_{\sigma}/B\right),\end{array}\right.\end{split} $ | (8) |
| $ \sigma=-\frac{\hat{n}\cdot U\times S}{2\boldsymbol{\text{π}}},$ | (9) |
| $ \overline{k}=\frac{g}{{U}^{2}} 。$ | (10) |
表达式(5)可直接用于计算Wigly、Series-60等船型的兴波阻力,但在求解DTMB-
|
图 2 势流计算域示意图 Fig. 2 Diagram of potential flow calculation domain |
传统的粒子群算法(PSO)是Kennedy和Eberhart等参考鸟类觅食行为而发展起来的一种基于群体协作的随机搜索算法[2]。该方法因具有原理简单、通用性较强等特点而得到广泛应用。研究人员在原始方案的基础上引入了各类修正模型,以进一步提高该方法的求解效果。主要的改进思路是从优化参数取值、优化寻优方法两方面着手,例如,初始位置由正交表或拉丁方采样确定、初始速度正交化、引入惯性权重参数,或将粒子群算法与其他群智能算法相结合等,最终形成了一系列优化粒子群算法(Improved Partical Swarm Optimization)[3]。
本文IPSO算法的改进之处有两点,一是在初始化阶段利用正交表采样代替随机选点,使初始样本在设计空间内均匀分布,二是引入惯性权重,以平衡局部与全局搜索能力。算法在N维优化空间中选取m个样本粒子,则某粒子的位置、速度、粒子历史最优解、种群最优解等信息的计算式:
| $ \left\{\begin{aligned} &{X}_{i}=\left[{X}_{i1},{X}_{i2},{X}_{i3},{X}_{i4}\dots \dots {X}_{iN}\right],\\ &{V}_{i}=\left[{V}_{i1},{V}_{i2},{V}_{i3},{V}_{i4}\dots \dots {V}_{iN}\right],\\ &{P}_{i}=\left[{P}_{i1},{P}_{i2},{P}_{i3},{P}_{i4}\dots \dots {P}_{iN}\right],\\ &{P}_{g}=\left[{P}_{g1},{P}_{g2},{P}_{g3},{P}_{g4}\dots \dots {P}_{gN}\right]。\end{aligned}\right. $ | (11) |
设
| $ {V}_{i} \left(n + 1\right) = w{V}_{i}\left(n\right) + {c}_{1}{r}_{1}\left({P}_{i} - {X}_{i}\left(n\right)\right) + {c}_{2}{r}_{2}\left({P}_{g} - {X}_{i}\left(n\right)\right) ,$ | (12) |
| $ w=\left\{\begin{aligned} & w\mathrm{_{min}}\frac{\left(w\mathrm{_{max}}-w_{\mathrm{min}}\right)(f-f\mathrm{_{min}})}{\overline{f}-f\mathrm{_{min}}}+n^2\frac{w\mathrm{_{max}}-w\mathrm{_{min}}}{n_{\mathrm{max}}^2} ,\\ & w_{\mathrm{max}},\end{aligned}\right. $ | (13) |
| $ {X}_{i}\left(n+1\right)={X}_{i}\left(n\right)+{V}_{i}\left(n\right) 。$ | (14) |
式中:惯性权重上下限分别取0.9和0.3;
以降低单位排水量下的兴波阻力为优化目标,构造目标函数为:
| $ G\left(Fr\right)=\frac{Res\left(Fr\right)}{\Delta } ,$ | (15) |
| $ F=\sum _{i=1}^{M}{w}_{i}\frac{G\left({Fr}_{i}\right)}{{G}_{0}\left({Fr}_{i}\right)} 。$ | (16) |
式中:
根据相关文献经验,导流罩的阻力性能主要受最大横剖面面积、最大横剖面纵向坐标和沉深3个因素影响[15],因此本文将优化的重点放在导流罩主尺度和横剖面形状上。优化过程中共设定20个设计变量,包括5个FFD变量和15个NURBS控制点变量。其中FFD变量主要从宏观上控制球艏几何特征,除1个用于调节球艏前伸距离、1个调节球艏吃水深度外,余下用于控制球艏沿纵向的宽度变化,15个控制点变量分布于导流罩横剖面上,用于调节横剖面局部型线。
2.2 优化约束条件优化方案需同时满足船型参数约束和局部几何约束条件,由于本文只涉及水线以下球艏区域的变形,因此水线面形状及主尺度固定不变,湿表面积变化很小,可认为已自动满足船型参数约束,故只需给定局部约束条件。从总布置角度考虑,导流罩首先要能容纳基阵并与主船体光顺过渡,其次应尽量前伸并增加沉深,以远离自由液面,但过分前伸不利于艏锚和边锚布置,同时吃水深度过大对舰艇航行性能也有影响[15, 16],所以导流罩的主尺度和基本参数调节范围比较有限,反而是横剖面形状具有很高的优化自由度,设水线长为
|
|
表 2 几何约束条件 Tab.2 Geometric constraints |
优化方案的型线特征与文献[15]的研究结果一致,即球艏前伸、吃水加深,横剖面由椭圆形变为梨形,球艏与主船体的过渡更为缓和,导流罩容积增加而湿面积变化不大。图3~图5所示为改进前后的型线图、兴波阻力曲线和纵切波形,其中
|
图 3 优化前后型线对比图 Fig. 3 Comparison of the cross sections of the initial and the optimal hull form |
|
图 4 兴波阻力曲线对比图 Fig. 4 Comparison of wave resistance of the initial and the optimal hull form |
|
图 5 优化前后纵切波形对比图 Fig. 5 Comparison of the longitudinal waveform of the initial and the optimal hull form |
球艏的流动机理相当复杂,在此只以波形分析法作定性探讨。考虑到波浪翻卷破碎与气泡卷吸等非线性流动仅发生在舷侧附近,因此在远场区域可假设全船的兴波是由主船体波系和球艏波系线性叠加而来,则以一艘无球艏的DTMB-
|
图 6 优化前后球艏纵切波形对比图 Fig. 6 Comparison of the longitudinal waveform of the initial and the optimal bulbous bow |
本文通过自编程序完成了DTMB-
1)线性势流理论的计算结果虽与实验值仍有一定差距,但该方法确能有效反映型线与兴波阻力之间的关系,可以作为初步设计阶段的型线优化工具。
2)基于线性假设的波形分析法可直观地反映球艏波系与主船体波系之间的关系,从而为型线优化提供定性指导。
3)导流罩适度前伸、采用梨形剖面有利于减少兴波阻力,该形式下的球艏波系在相位和幅值上与主船体兴波相匹配,消波效果更为突出。
应该指出的是,目前的研究仅限于静水阻力性能而未考虑流噪声因素,因此改进方案的实用性仍有待提高。如何计算近场区域的非线性流动,并将流噪声纳入优化框架,将是后期的研究重点。
| [1] |
盛振邦, 刘应中. 船舶原理[M]. 上海: 上海交通大学出版社, 2003.
|
| [2] |
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.
|
| [3] |
李胜忠. 基于SBD技术的船舶水动力构型优化设计研究[D]. 北京: 中国舰船研究院, 2012.
|
| [4] |
DIEZ M, SERANI A, CAMPANA E F, et al. Multi-objective hydrodynamic optimization of the DTMB 5415 for resistance and seakeeping[J]. FAST 2015-13th International Conference on Fast Sea Transportation At: Washington DC, USA
|
| [5] |
HAO Z L, OUYANG X Y, CHEN J J, et al. Multiobjective optimization of low-speed sail-assisted VLCC performance[J]. Ocean Engineering, 2024, 313(2): 119327.
|
| [6] |
程保国, 郝金凤, 强兆新. 基于阻力和伴流不均匀度的21 万吨散货船线型优化[J]. 中国舰船研究, 2024(4): 241-246. CHENG B G, HAO J F, QIANG Z X. Lines optimization of 210 000 DWT bulk carrier based on resistance and wake non-uniformity[J]. Chinese Journal of Ship Research, 2024(4): 241-246. |
| [7] |
LIU F, YANG S Y, WANG H, et al. Multidisciplinary design optimization of an autonomous underwater vehicles based on random uncertainty[J]. Ocean Engineering, 2024, 312(3): 119298.
|
| [8] |
ZHANG Y, MA N, GU X C, et al. Geometric space construction method combined of a spline-skinning based geometric variation method and PCA dimensionality reduction for ship hull form optimization[J]. Ocean Engineering, 2024, 302: 117604.
|
| [9] |
CHANG H C, LIU Z Y, ZHAN C S, et al. Sampling method for hull form optimization based on the morphing method and its application[J]. Ocean Engineering, 2023, 281: 114715.
|
| [10] |
万德成, 缪爱琴, 赵敏. 基于水动力性能优化的船型设计研究进展[J]. 水动力学研究与进展(A辑), 2019, 34(6): 693-712. WAN D C, MIAO A Q, ZHAO M. Research progress in ship design based on optimization of hydrodynamic performances[J]. Chinese Journal of Hydrodynamics, 2019, 34(6): 693-712. |
| [11] |
CAMPANA E F, PERI D, BULGARELLI U P. Optimal Shape Design of a Surface Combatant with Reduced Wave Pattern[J]. RTO AVT Symposium on Reduction of Military Vehicle Acquisition Time and Cost through Advanced Modelling and Virtual Simulation, 2002, (4): 22−25.
|
| [12] |
王中, 卢晓平, 王玮. 考虑升沉和纵倾的方尾船非线性兴波阻力计算[J]. 水动力学研究与进展A辑, 2010, 25(3): 422-428. WANG Z, LU X P, WANG W. Nonlinear wave making resistance calculation for transom-stern ship with consideration of sinkage and trim[J]. Chinese Journal of Hydrodynamics, 2010, 25(3): 422-428. |
| [13] |
PERI D, CAMPANA E F. High fidelity models in the multi-disciplinary optimization of a frigate ship[J]. Computational Fluid and Solid Mechanics, 2003: 2341−2344.
|
| [14] |
COUSER P, WELLICOME J F, MOLLAND A. An improved method for the theoretical prediction of the wave resistance of transom-stern hulls using a slender body approach[J]. International Shipbuilding Progress, 1998, 45(444): 331-349. |
| [15] |
杨凤章. 中高速舰船超大型球鼻设计[J]. 船舶, 1994, 5(1): 22-35. YANG F Z. Design of ultra large bulbous bow for medium and high-speed vessels[J]. Ship and Boat, 1994, 5(1): 22-35. |
| [16] |
张广思. 水面舰艇球鼻艏设计中的几个问题[J]. 舰船科学技术, 1983(12): 1-11. ZHANG G S. Several issues in the design of bulbous bow for surface vessels[J]. Ship Science and Technology, 1983(12): 1-11. |
2025, Vol. 47
