本文關鍵詞：船舶主船體高效率布置設計方法研究

  更多相關文章： 船舶總體設計 線型表達與設計 主船體分艙 管路布置 機艙布置 設計螺旋線法 智能優(yōu)化

【摘要】：船舶設計是一項涉及多個學科領域的系統(tǒng)工程。在船舶總體設計的過程中,設計者在滿足法規(guī)規(guī)范和設計任務的基礎上,根據(jù)船舶設計螺旋理論,逐步完成各項設計任務,最終獲得滿足要求的船舶設計方案。由于受到傳統(tǒng)船舶設計方法的限制,即使應用現(xiàn)有最先進的設計平臺,船舶設計過程也只能沿設計螺旋單向進行。這種單向進行的設計過程沒有充分反應出船舶各設計節(jié)點之間的聯(lián)系,前面節(jié)點的設計結果只能作為后續(xù)節(jié)點的固定設計背景,不能有效地對各設計方案進行即時的反饋和修改,局部的修改將會導致關聯(lián)設計任務的全部重新設計,降低了船舶總體設計的設計效率。因此,本論文在傳統(tǒng)船舶設計螺旋的基礎上,提出了一種使螺旋雙向可逆的船舶設計方法和理念。在船舶各項任務的設計過程中預制關聯(lián)設計任務所需的設計參考和設計約束,使船舶各設計過程的特征和屬性相互關聯(lián)起來。在各設計任務之間實現(xiàn)局部范圍的螺旋設計過程,從而提高船舶總體設計的效率。分別針對船體線型設計、船舶分艙布置和船舶機艙規(guī)劃等幾個重要的船舶設計節(jié)點的雙向可逆設計理念的具體應用展開一系列研究工作,具體研究內容包括以下幾點：基于傳統(tǒng)線型圖和型值表的船體線型表達方法,分析船體線型各設計元素之間的層次結構和邏輯關系,提出了船體線型的基于特征屬性關聯(lián)的數(shù)據(jù)結構。研究船舶各節(jié)點的設計過程所需的形狀參考和位置參考,通過參數(shù)化設計方法將參考信息歸納到船體線型設計過程中,建立船體線型與其它設計任務之間的聯(lián)系。提出了船體線型數(shù)據(jù)結構的信息化的表達方法和參數(shù)化的三維建模方法,支持船體線型的快速設計和修改過程,并實現(xiàn)后續(xù)設計對船體線型的逆向反饋設計過程。根據(jù)船體線型的數(shù)據(jù)結構,分別從整體和局部對船體線型進行變換和修改,從而驗證船體線型數(shù)據(jù)結構在船體線型設計中的指導作用�；趯傩曰拇w線型數(shù)據(jù)結構,分析不同類型船舶主船體貨艙內殼的結構形式,提出了貨艙內殼結構的參數(shù)化表達方法。研究主船體內殼結構的形狀和構成,通過參數(shù)化設計方法定義內殼各組成部分的位置和尺寸。提出了改進的粒子群算法,在滿足法規(guī)和規(guī)范要求的基礎上,以最大化貨艙容積和最小化壓載艙容積為優(yōu)化目標,對貨艙內殼結構的各形狀參數(shù)進行優(yōu)化。對50000 DWT成品油船和174000 DWT散貨船的主船體貨艙內殼結構進行優(yōu)化,驗證改進粒子群算法在船舶分艙優(yōu)化布置問題中的有效性和先進性�；趨�(shù)化的船舶分艙布置方案,分析船舶管路布置的基本特性和約束條件,建立船舶管路優(yōu)化布置的數(shù)學模型。提出了改進的蟻群遺傳算法優(yōu)化船舶單管路布置問題,該算法通過將蟻群算法和遺傳算法相結合,依據(jù)船舶管路的布置方法制定相應的計算策略等方式,提高改進的蟻群遺傳算法的計算性能。還提出了相同種群且種群間為互利共生關系的協(xié)同進化算法優(yōu)化船舶多管路布置問題,該算法以改進的蟻群遺傳算法作為各種群進化方法,獲得各管路路徑相互配合的最優(yōu)布置方案。分別通過數(shù)值模擬實驗和實際工程算例,驗證了兩種算法求解船舶管路優(yōu)化布置問題中的可行性和先進性。基于船舶機艙布置的基本流程和基本準則,分析船舶機艙內設備布置和管路布局之間的設計關系,建立船舶機艙優(yōu)化布置的數(shù)學模型。根據(jù)船舶機艙中設備位置和管路路徑之間的位置約束,提出不同種群且種群間為互利共生關系的協(xié)同進化算法優(yōu)化船舶機艙布置問題,該算法分別采用粒子群算法和改進的蟻群遺傳算法對代表設備和管路的種群執(zhí)行進化過程,獲得使設備位置和管路路徑都能夠達到最優(yōu)布置效果的船舶機艙布置方案。并將該算法分別應用于數(shù)值模擬實驗和實際工程算例驗證,驗證該協(xié)同進化算法在求解船舶機艙優(yōu)化布置問題中的可行性和先進性。針對船舶設計過程中各設計節(jié)點間缺乏聯(lián)系降低設計質量和效率的問題,本文提出沿船舶設計螺旋雙向可逆的設計方法,以船體線型的基于特征屬性關聯(lián)的數(shù)據(jù)結構為基礎,分別對船舶分艙布置、管路布局和船舶機艙規(guī)劃等設計過程展開研究,提出相應的設計方法和優(yōu)化方法。對于解決不同設計過程之間有針對性的修改、避免盲目的重復設計,以及提高船舶的設計質量和設計效率具有重要的研究意義。
【關鍵詞】：船舶總體設計 線型表達與設計 主船體分艙 管路布置 機艙布置 設計螺旋線法 智能優(yōu)化
【學位授予單位】：大連理工大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：U662
【目錄】：

• 摘要6-8
• Abstract8-29
• 1 緒論29-58
• 1.1 研究背景及意義29-32
• 1.1.1 研究的背景29-30
• 1.1.2 研究的意義30-32
• 1.2 本文涉及船舶設計內容國內外研究進展32-41
• 1.2.1 船體線型表達和設計方法32-34
• 1.2.2 船舶分艙布置設計方法34-37
• 1.2.3 船舶管路布置設計方法37-39
• 1.2.4 船舶機艙布置設計方法39-41
• 1.3 本文涉及智能優(yōu)化算法基本理論41-55
• 1.3.1 粒子群算法42-46
• 1.3.2 蟻群算法46-49
• 1.3.3 遺傳算法49-53
• 1.3.4 協(xié)同進化算法53-55
• 1.4 研究內容和組織結構55-58
• 2 船體線型的表達和設計方法研究58-91
• 2.1 船體線型設計的雙向可逆設計過程59-60
• 2.2 船體線型的直角坐標系60
• 2.3 船體線型的數(shù)據(jù)結構60-71
• 2.3.1 設計元素間的層次關系61-64
• 2.3.2 設計元素的屬性信息64-71
• 2.4 船體線型的屬性化表達71-80
• 2.4.1 參考平面的表達方法71-72
• 2.4.2 截面相交線的表達方法72-74
• 2.4.3 型值點的表達方法74-76
• 2.4.4 船體線型的屬性化表達匯總76
• 2.4.5 船體線型的屬性化表達應用76-80
• 2.5 船體線型數(shù)據(jù)結構在船型變換中的應用80-89
• 2.5.1 基于整體的船型變換過程82-85
• 2.5.2 基于局部的船型修改過程85-89
• 2.6 結論89-91
• 3 船舶分艙優(yōu)化布置方法研究91-130
• 3.1 船舶分艙布置的雙向可逆設計過程92-93
• 3.2 貨船主船體劃分的基本準則93-94
• 3.3 貨艙內殼結構的設計方法94-106
• 3.3.1 內殼結構的參數(shù)化表達方法94-99
• 3.3.2 基于參數(shù)化表達的艙容計算方法99-102
• 3.3.3 基于參數(shù)化表達的三維設計模型102-106
• 3.4 船舶分艙優(yōu)化布置的數(shù)學模型106-109
• 3.4.1 分艙布置的目標函數(shù)106-107
• 3.4.2 分艙布置的設計變量107-108
• 3.4.3 分艙布置的約束條件108-109
• 3.5 船舶分艙優(yōu)化的改進粒子群算法109-112
• 3.5.1 改進粒子群算法的計算過程109-110
• 3.5.2 改進粒子群算法的實現(xiàn)方法110-112
• 3.6 算例112-123
• 3.6.1 50000 DWT成品油船算例112-118
• 3.6.2 174000 DWT散貨船算例118-123
• 3.7 改進粒子群算法計算參數(shù)敏感性分析123-129
• 3.7.1 粒子數(shù)量對計算性能的影響123-125
• 3.7.2 慣性權重對計算性能的影響125-127
• 3.7.3 學習因子對計算性能的影響127-128
• 3.7.4 敏感性分析總結128-129
• 3.8 結論129-130
• 4 船舶單管路優(yōu)化布置方法研究130-169
• 4.1 船舶管路布置的約束條件131-132
• 4.2 船舶單管路優(yōu)化布置的數(shù)學模型132-135
• 4.2.1 單管路布置的目標函數(shù)132-133
• 4.2.2 單管路布置的設計變量133-135
• 4.3 船舶單管路優(yōu)化的改進蟻群遺傳算法135-148
• 4.3.1 改進蟻群遺傳算法的改進和創(chuàng)新點136-143
• 4.3.2 改進蟻群遺傳算法的計算過程143-146
• 4.3.3 改進蟻群遺傳算法的實現(xiàn)方式146-148
• 4.4 算例148-161
• 4.4.1 單管路優(yōu)化布置的數(shù)值模擬算例148-156
• 4.4.2 單管路優(yōu)化布置的實際工程算例156-161
• 4.5 改進蟻群遺傳算法參數(shù)的敏感性分析161-167
• 4.5.1 螞蟻數(shù)量對計算性能的影響161-163
• 4.5.2 變異概率對計算性能的影響163-165
• 4.5.3 信息素剩余對計算性能的影響165-166
• 4.5.4 敏感性分析總結166-167
• 4.6 結論167-169
• 5 船舶多管路優(yōu)化布置方法研究169-209
• 5.1 船舶管路布置的雙向可逆設計過程169-170
• 5.2 船舶多管路布置的基本特征170-172
• 5.3 船舶多管路優(yōu)化布置的數(shù)學模型172-176
• 5.3.1 多管路布置的目標函數(shù)172
• 5.3.2 多管路布置的設計變量172-176
• 5.4 船舶多管路優(yōu)化的協(xié)同進化算法176-184
• 5.4.1 協(xié)同進化算法的改進和創(chuàng)新點177-181
• 5.4.2 協(xié)同進化算法的計算過程181-183
• 5.4.3 協(xié)同進化算法的實現(xiàn)方式183-184
• 5.5 算例184-203
• 5.5.1 多管路優(yōu)化布置的數(shù)值模擬算例185-190
• 5.5.2 分支管路優(yōu)化布置的數(shù)值模擬算例190-193
• 5.5.3 混合管路優(yōu)化布置的數(shù)值模擬算例193-196
• 5.5.4 多管路優(yōu)化布置的實際工程算例196-203
• 5.6 協(xié)同進化算法參數(shù)的敏感性分析203-207
• 5.6.1 螞蟻數(shù)量對計算性能的影響203-204
• 5.6.2 變異概率對計算性能的影響204-205
• 5.6.3 信息素剩余對計算性能的影響205-206
• 5.6.4 敏感性分析總結206-207
• 5.7 結論207-209
• 6 船舶機艙優(yōu)化布置方法研究209-238
• 6.1 船舶機艙布置的雙向可逆設計過程209-210
• 6.2 船舶機艙布置的基本特征210-213
• 6.2.1 機艙布置的流程210-211
• 6.2.2 機艙布置的基本準則211-213
• 6.3 船舶機艙優(yōu)化布置的數(shù)學模型213-220
• 6.3.1 機艙布置的口標函數(shù)213-214
• 6.3.2 機艙布置的設計變量214-217
• 6.3.3 機艙布置的約束條件217-220
• 6.4 船舶機艙優(yōu)化的協(xié)同進化算法220-225
• 6.4.1 協(xié)同進化算法的計算策略221-222
• 6.4.2 協(xié)同進化算法的計算過程222-224
• 6.4.3 協(xié)同進化算法的實現(xiàn)方式224-225
• 6.5 算例225-237
• 6.5.1 機艙優(yōu)化布置的數(shù)值模擬算例225-230
• 6.5.2 機艙優(yōu)化布置的實際工程算例230-237
• 6.6 結論237-238
• 7 結論與展望238-241
• 7.1 結論與創(chuàng)新點238-239
• 7.2 創(chuàng)新點摘要239-240
• 7.3 展望240-241
• 參考文獻241-252
• 附錄 優(yōu)化算法的偽代碼252-276
• [1] 船舶分艙布置優(yōu)化算法的偽代碼252-255
• [2] 船舶單管路布置優(yōu)化算法的偽代碼255-261
• [3] 船舶多管路布置優(yōu)化算法的偽代碼261-268
• [4] 船舶機艙布置優(yōu)化算法的偽代碼268-276
• 攻讀博士學位期間科研項目及科研成果276-278
• 致謝278-279
• 作者簡介279-280

，

本文編號：658758