發(fā)布時(shí)間：2018-04-13 02:06

  本文選題：側(cè)斜螺旋槳 + 面元法�。� 參考：《中國(guó)艦船研究》2016年06期

【摘要】：為了降低螺旋槳激振力,減小螺旋槳對(duì)船體的誘導(dǎo)振動(dòng),采用粒子群優(yōu)化算法,結(jié)合螺旋槳非定常面元法預(yù)報(bào)程序,對(duì)螺旋槳的側(cè)斜分布進(jìn)行優(yōu)化設(shè)計(jì)。給出側(cè)斜分布的數(shù)學(xué)表達(dá)形式以及粒子群優(yōu)化算法的數(shù)學(xué)模型,并以Seiun-Maru HSP螺旋槳為母型槳進(jìn)行優(yōu)化設(shè)計(jì),得到3種優(yōu)化方案。其中,最優(yōu)方案在不損失螺旋槳推力和扭矩的情況下,軸向一倍葉頻、二倍葉頻推力系數(shù)和扭矩系數(shù)明顯降低,達(dá)到了優(yōu)化目的,即通過(guò)改變螺旋槳側(cè)斜分布形式,能夠有效改善非均勻流場(chǎng)中螺旋槳的性能,驗(yàn)證了粒子群優(yōu)化算法用于螺旋槳側(cè)斜分布優(yōu)化的可行性,可以實(shí)現(xiàn)工程化應(yīng)用。
[Abstract]:In order to reduce the induced vibration force of propeller and reduce the induced vibration of ship hull, particle swarm optimization (PSO) algorithm and prediction program of unsteady plane element method are used to optimize the profile of propeller.The mathematical expression of the lateral slope distribution and the mathematical model of the particle swarm optimization algorithm are given, and the optimal design of the propeller based on Seiun-Maru HSP propeller is given, and three optimization schemes are obtained.Under the condition that propeller thrust and torque are not lost, the axial double blade frequency and double blade frequency thrust coefficient and torque coefficient are obviously reduced in the optimal scheme, which achieves the purpose of optimization, that is, by changing the propeller lateral oblique distribution,It can effectively improve the performance of propeller in non-uniform flow field, and verify the feasibility of particle swarm optimization algorithm applied to the optimization of propeller lateral oblique distribution, which can be used in engineering applications.
【作者單位】： 海軍工程大學(xué)艦船工程系;上海船舶工藝研究所;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51479207)
【分類(lèi)號(hào)】：U664.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 葉金銘,熊鷹,賁友穩(wěn);螺旋槳軸承力預(yù)報(bào)方法分析[J];船舶工程;2003年03期

2 葉永興，楊昌培，劉紹宗;大型集裝箱船上大側(cè)斜螺旋槳模型脈動(dòng)壓力的比較試驗(yàn)研究[J];水動(dòng)力學(xué)研究與進(jìn)展(A輯);1996年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 黃斌;熊鷹;王波;;基于粒子群算法的螺旋槳側(cè)斜分布優(yōu)化[J];中國(guó)艦船研究;2016年06期

2 朱鵬;畢毅;葉金銘;;螺旋槳軸承力計(jì)算方法的對(duì)比分析[J];中國(guó)艦船研究;2015年01期

3 龐福振;于博天;于丹竹;姚熊亮;;顯式分析法在艦船振動(dòng)特性研究中的應(yīng)用研究[J];船舶工程;2011年S2期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年10期

2 李艷靈;李剛;;粒子群優(yōu)化算法研究進(jìn)展[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年05期

3 岳興漢;薛云燦;蔡亮;;基于混沌思想的粒子群優(yōu)化算法[J];河海大學(xué)常州分校學(xué)報(bào);2007年04期

4 呂林;羅綺;劉俊勇;田立峰;;一種基于多種群分層的粒子群優(yōu)化算法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2008年05期

5 房靖;高尚;;不完全判斷矩陣權(quán)值的粒子群優(yōu)化算法計(jì)算[J];科學(xué)技術(shù)與工程;2009年19期

6 徐安;趙思宏;寇英信;黃俊;;基于混合粒子群優(yōu)化的多目標(biāo)決策新方法[J];火力與指揮控制;2010年01期

7 梁武;;改進(jìn)的粒子群優(yōu)化算法在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];廣東建材;2010年04期

8 馮雪;裴志松;;粒子群優(yōu)化算法的研究與應(yīng)用[J];吉林建筑工程學(xué)院學(xué)報(bào);2011年03期

9 高立群;李若平;鄒德旋;;全局粒子群優(yōu)化算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年11期

10 趙成業(yè);閆正兵;劉興高;;改進(jìn)的變參數(shù)粒子群優(yōu)化算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年12期

相關(guān)會(huì)議論文 前10條

1 張妍;張曉光;王永鋼;;幾種改進(jìn)型的粒子群優(yōu)化算法[A];第一屆中國(guó)高校通信類(lèi)院系學(xué)術(shù)研討會(huì)論文集[C];2007年

2 孫紅光;潘毓學(xué);;基于運(yùn)動(dòng)目標(biāo)路徑的粒子群優(yōu)化算法研究[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽(yáng);;混合粒子群優(yōu)化算法求解多層批量問(wèn)題(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第八屆學(xué)術(shù)交流會(huì)論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見(jiàn)青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測(cè)算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

8 徐俊杰;忻展紅;;基于增強(qiáng)型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類(lèi)改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對(duì)混沌系統(tǒng)未知參數(shù)的估計(jì)[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進(jìn)粒子群優(yōu)化算法的彈道求解方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 劉昊;多樣性增強(qiáng)的粒子群優(yōu)化算法及其應(yīng)用研究[D];北京理工大學(xué);2015年

2 姜毅;動(dòng)態(tài)環(huán)境下粒子群優(yōu)化算法的研究[D];武漢大學(xué);2013年

3 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

4 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

5 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實(shí)例[D];浙江大學(xué);2005年

6 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

7 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

8 余炳輝;粒子群優(yōu)化算法試驗(yàn)研究及擴(kuò)展[D];華中科技大學(xué);2007年

9 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

10 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測(cè)中的應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏?cái)?shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

2 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學(xué);2015年

5 鄭博;基于快速排序的多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學(xué);2015年

6 米永強(qiáng);非線(xiàn)性規(guī)劃問(wèn)題的混合粒子群優(yōu)化算法研究[D];寧夏大學(xué);2015年

7 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學(xué);2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學(xué);2015年

9 牛旭;動(dòng)態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1742435