CN108595836A - 一种水力机械设备的浮体的优化设计方法 - Google Patents

一种水力机械设备的浮体的优化设计方法 Download PDF

Info

Publication number
CN108595836A
CN108595836A CN201810372021.4A CN201810372021A CN108595836A CN 108595836 A CN108595836 A CN 108595836A CN 201810372021 A CN201810372021 A CN 201810372021A CN 108595836 A CN108595836 A CN 108595836A
Authority
CN
China
Prior art keywords
floating body
length
maximum value
design
optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810372021.4A
Other languages
English (en)
Other versions
CN108595836B (zh
Inventor
王亚辉
王建廷
张财
邢少群
张民乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Water Resources and Electric Power
Original Assignee
North China University of Water Resources and Electric Power
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China University of Water Resources and Electric Power filed Critical North China University of Water Resources and Electric Power
Priority to CN201810372021.4A priority Critical patent/CN108595836B/zh
Publication of CN108595836A publication Critical patent/CN108595836A/zh
Application granted granted Critical
Publication of CN108595836B publication Critical patent/CN108595836B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明公开了一种水力机械设备的浮体的优化设计方法,首先确定多目标优化的设计参数和目标参数,在设计参数范围内,使用均匀试验设计方法和AQWA对设计参数进行了离散化,以及样本的提取和完善。之后,在采用ANN算法构建起响应面的基础上,用MOGA算法进行了全局寻优,最后,获得了pareto前沿,在此基础上获得了最优设计参数。经实验证明,本发明的优化设计效果好。

Description

一种水力机械设备的浮体的优化设计方法
技术领域
本发明涉及浮体设计方法技术领域,具体涉及一种水力机械设备的浮体的优化设计方法。
背景技术
目前关于水力机械设备的浮体的优化设计方法的研究主要集中在浮体本身的结构强度、耗材及体积方面的优化,或者是对大尺寸的海洋结构浮体进行水动力性能优化,且多为单目标水动力性能优化。而对内陆河道中的小尺寸浮体进行水动力性能的多目标优化还没有一种行之有效的方法。
发明内容
针对现有技术的不足,本发明旨在提供一种水力机械设备的浮体的优化设计方法,实现水力机械设备的浮体的多目标优化设计。
为了实现上述目的,本发明采用如下技术方案:
一种水力机械设备的浮体的优化设计方法,包括如下步骤:
步骤S1、确定浮体的初始设计参数和浮体参数化模型;
所述浮体包括上甲板和设于所述上甲板下方的至少两个梯形浮箱,两个梯形浮箱之间可以过水;确定包括浮体的宽度、长度、高度、梯形浮箱的内锐角和短底边长在内的初始设计参数,其中,浮体的宽度应使行走人员不影响正在调整人员的作业,长度应使梯形浮箱的短边有一定的长度;
S2、以浮体的长度或半长度、浮体的宽度或半宽度、浮体的高度以及梯形浮箱短底边长作为优化设计的设计参数,以气隙的最大值、压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值作为优化设计的目标参数;
S3、获取关于浮体的长度或半长度、浮体的宽度或半宽度、浮体的高度、梯形浮箱短底边长、气隙的最大值、压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值的试验样本;
S4采用步骤S3中的若干组试验样本数据构建以人工神经网络为理论基础的响应面模型,并利用另外一组样本数据进行响应面模型的验证;
S5采用MOGA进行优化,优化目标为使气隙的最大值最大化,压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值最小化;经过若干次迭代后得到浮体的设计参数的Pareto解集;
S6在Pareto解集的基础上根据聚合加权方法筛选出若干个最优候选点;然后在最优候选点中选取既可以保证浮体的最大气隙值较大,又可以保证浮体的最大附加质量较小的最优候选点作为最优点,从而得到优化后的浮体的设计参数。
需要说明的是,步骤S3中,通过统计分析软件JMP的空间填充设计模块获取试验样本。
需要说明的是,步骤S4中,记步骤S3中获得N组试验样本数据,则取前N-1组试验样本数据构建以人工神经网络为理论基础的响应面模型,并利用最后一组样本数据进行响应面模型的验证。
需要说明的是,步骤S5中,将初始种群数量定为500,选择算子定为0.08。
需要说明的是,步骤S6中,最优候选点的个数为3个。
本发明的有益效果在于:浮体是水力机械设备的重要组成部件,在此基础上,本发明提出了一种水力机械设备浮体的优化设计方法,可以有效实现浮体的多目标优化设计。
附图说明
图1为本发明实施例中浮体的基本结构示意图,其中图1(a)为俯视角度示意图,图1(b)为正面示意图;
图2为本发明实施例中得到的浮体参数化模型示意图;
图3为本发明实施例中得到的简化的浮体参数化模型;
图4为本发明实施例中利用AQWA得到的波浪对浮体的作用力结果示意图,其中(a)为以水头为压力度量单位的波浪和浮体所受的压力等高线云图,(b)为以压强为压力度量单位的浮体所受的压力等高线云图;
图5为本发明实施例中利用AQWA得到的波浪对浮体各点的气隙作用示意图,其中(a)为含有波浪面的浮体各点的气隙等高线云图,(b)为不含波浪面的浮体各点的气隙等高线云图;
图6为本发明实施例中水动力响应分析得到的浮体在垂荡(Z)方向上的6个自由度附加质量响应曲线,(a)-(f)分别为横荡、纵荡、垂荡、纵摇、横摇、艏摇的附加质量响应曲线;
图7为本发明实施例中水动力响应分析得到的浮体在横摇(RY)方向上的六个自由度附加质量响应曲线,(a)-(f)分别为横荡、纵荡、垂荡、纵摇、横摇、艏摇的附加质量响应曲线;
图8为本发明实施例中水动力响应分析得到的浮体在6个自由度上所受的线性波浪力曲线,(a)-(f)分别为横荡、纵荡、垂荡、纵摇、横摇、艏摇的线性波浪力曲线;
图9为本发明实施例中水动力响应分析得到的浮体在6个自由度上的RAO响应曲线,(a)-(f)分别为横荡、纵荡、垂荡、纵摇、横摇、艏摇的RAO响应曲线;
图10为本发明实施例中设计参数标准化后的拟合度情况示意图;
图11为本发明实施例中响应面模型建立步骤得到的最大气隙响应面图,(a)-(f)分别为不同设计参数组合下的最大气隙响应面图;
图12为本发明实施例中响应面模型建立步骤得到的最大压力响应面图,(a)-(f)分别为不同设计参数组合下的最大压力响应面图;
图13为本发明实施例中得到的浮体主设计参数优化的Pareto前沿示意图;
图14为本发明实施例中优化设计参数下的浮体气隙云图,其中(a)为含有波浪面的浮体气隙云图,(b)为不含波浪面的浮体气隙云图;
图15为本发明实施例中优化设计参数下的浮体压力云图;
图16为本发明实施例中浮体优化前后在横摇(RY)方向上的附加质量响应曲线对比图;(a)-(f)分别为横荡、纵荡、垂荡、纵摇、横摇、艏摇的横摇(RY)方向上的附加质量响应曲线对比图;
图17为本发明实施例中浮体优化前后在RAO响应曲线对比示意图;(a)-(f)分别为横荡、纵荡、垂荡、纵摇、横摇、艏摇的横摇(RY)方向上的RAO响应曲线对比示意图;
图18为本发明实施例中油污拦截导流原理示意图。
具体实施方式
以下将结合附图对本发明作进一步的描述,需要说明的是,以下实施例以本技术方案为前提,给出了详细的实施方式和具体的操作过程,但本发明的保护范围并不限于本实施例。
本实施例中所述的水力机械设备具体指的是除油污水力机械设备。由于油污密度低于水的密度,因此油污会漂浮在水的上表面,并且跟随水向下游流动,如图18所示,图中AB为由浮体和导流槽串联而成的除油污水力机械设备。根据油污及水的特性,现有的处理方法基本上采用先拦截后处理的方法,采用除油污水力机械设备与河道成一定角度,根据力的分解原理,油水混合物会自动向河道一侧汇集,最终汇聚在靠近河堤的D处。
浮体是除油污水力机械设备的拦截导流系统的主要部件,是导流槽依存的载体,主要包括上甲板101和设于上甲板底部的浮箱102,如图1(a)和图1(b)所示。
所述水力机械设备的浮体的优化设计方法,包括如下步骤:
步骤S1、确定浮体的初始设计方案,获得浮体的初始设计参数和浮体参数化模型;具体过程为:
为了使浮体具有一定的抵抗水流、强风、波浪及其它来自外界的不可避免的冲击的能力,本实施例中,浮体采用Q235结构钢焊接而成,最后再经过除锈、防腐等工艺,以抵抗水对浮体的腐蚀破坏。
浮体的上游端侧面为一铅垂平面,以契合导流槽的导向部件。同时,浮体的下游端增加一定的配重,以平衡上游端导流槽的重量。为提高工作人员调整导流槽吃水深度的工作效率,浮体的宽度应使行走人员不影响正在调整人员的作业,长度应使梯形浮箱的短边有一定的长度。
水流在遇到障碍物时会变成更为混乱的紊流,为控制紊流于一定范围内,不至于过大,并尽可能地减小水流和波浪对浮体的冲击,本实施例中将浮体设计成中间过水的形式,即两个梯形浮箱102之间设置有过水通道103,如图1所示,其上甲板101下方为两个梯形浮箱102,浮箱的内侧面平行于主水流的方向。由于浮体的重心在其通过形心的铅垂线上,而两浮箱产生的浮心分别在其内部,因此,单节浮体整体上受到一弯矩,会使上甲板面不平整,影响作业人员的通行,故在浮体的下底面用两根横撑连接起来。为节省材料和充当配重的作用,上游端的横撑应短于下游端的横撑。浮体的上甲板面采用花纹钢板,以提高防滑性。所述浮体还可作为河道两岸人员往来的通道,渠道横断面多点水质采样、检测的作业平台,充当浮船,运送抢险物资等,实现了一机多用的功能。
本实施例利用Creo3.0中的人机工程学模块,确定浮体宽度为1.3m~1.7m,长度为2.7m~3.3m,高度为0.43m~0.63m。长、宽、高分别取中间值2.9m、1.5m、0.53m,梯形浮箱内锐角和短底边长分别为60°和0.45m时所建的三维模型,如图2所示。小尺寸的结构对其水动力总体性能影响不大。因此,对浮体进行一定的简化处理,忽略一些细小结构,只保留其主部件,如图3所示。
步骤S2、浮体的多目标优化
本实施例中通过浮体水动力性能分析,确定浮体的多目标优化的设计参数和目标参数。
1、坐标系的定义
通常情况下,将工作于海洋环境中结构物的长度纵向定义为X轴,宽度横向定义为Y轴,垂直向上定义为Z轴。本实施例中的优化设计对象浮体整体外形虽为长方体,但长度纵向垂直于水流方向为其工作状态。为后续数值模拟加载方便,本实施例中将浮体平行于水流方向的方向定义为X轴,浮体的长度纵向定义为Y轴,垂直向上定义为Z轴,整个坐标系为三维直角坐标系,满足右手定则,X轴和Y轴位于静水面上,浮体与静水面相交的横截面形心为坐标系的原点,如图3所示。
2、利用水动力软件AQWA对浮体进行水动力分析。
AQWA是一款主要应用于船舶和海洋结构物水动力性能分析的软件。经过大量的工程应用与实践验证,得到了世界四大船级社的认可和使用。AQWA可以分析浮体在规则波、随机波、风载、流载等共同作用下的运动响应情况,还可以分析浮体与浮体间的耦合作用及系泊系统,较为真实地实现了风、浪、流共同作用下的结构物响应情况。
3、确定浮体的参数
本实施例中所要优化设计的浮体与导流槽、栏杆、配重等附件连接。研究对象变成了各种附件作用下的浮体。某些附件形状不规则,很难确定其重心位置,给研究对象的重心位置确定带来了难度。
本实施例采用三维建模软件Creo3.0对各部件进行了建模,并完成了虚拟装配。利用软件Creo3.0自带的质量属性功能,得到了浮体的重心和回转半径等参数,如表1所示。
表1
4、水动力参数的计算
浮体在河流波浪的作用下,主要受到惯性力和一阶波浪力的作用。惯性力主要包括两部分,分别为入射波对浮体的作用压力和水流由于惯性而产生的附加质量力。规则波引起的一阶波浪力主要由Froude-Krylov力和绕射力组成。
首先,对步骤S1中所建立的浮体参数化模型进行湿表面处理。之后,进行网格划分,最大网格尺寸设为60mm,得到网格单元数目和节点数目分别为12992个和12915个,程序自动计算出最大允许频率为2.082Hz。最后,利用频域求解器进行浮体的水动力参数计算。
利用ANSYS AQWA自带的后处理器,得到与周期0.8s近似相对应的频率为1.234Hz的波浪对浮体的作用力结果。以水头为压力度量单位的波浪和浮体所受的压力等高线云图如图4(a)所示,单位为mm。以压强为压力度量单位的浮体所受的压力等高线云图如图4(b)所示,单位为N/mm2。从中可以得知,最大压力在浮体的正向迎波面上,其值为7.57×10-4N/mm2
气隙是波浪距离浮体上甲板面的垂向高度差,是衡量浮体作业性能的一项重要指标。在频率为1.234Hz的波浪作用下,含有波浪面的浮体各点的气隙等高线云图如图5(a)所示,单位为mm。不含波浪面的浮体各点的气隙等高线云图如图5(b)所示,单位为mm。从中可以得知,最大气隙值为269.38mm。
为了衡量不同周期的波浪使浮体产生水动力响应的情况,采用1.234Hz上下的范围为0.067Hz~2.082Hz,步距为0.106Hz,入射波高为30mm,入射角度为0°的20种波浪对浮体进行水动力响应分析。浮体的垂荡(即沿着Z轴方向的平移运动)和横摇(即绕着Y轴的角运动)是影响浮体所支撑的导流槽对油污拦截、导流效率的主要因素。附加质量力是由于流体的惯性作用到浮体上而产生的。浮体在垂荡(Z)和横摇(RY)方向上的6个自由度附加质量响应情况如图6和图7所示。
由图6中的(a)~(e)可以看出,浮体在垂荡(Z)方向上的纵荡、横荡、垂荡、纵摇及横摇附加质量虽然变化幅度较大,但数值上基本趋于0。由图6(f)可知,低频(小于主频1.234Hz)段,浮体在垂荡(Z)方向上的艏摇附加质量变化幅度较大,出现极值,且数值较大,但在高频(大于主频1.234Hz)段,浮体在垂荡(Z)方向上的艏摇附加质量变化幅度较小,无极值出现。说明步骤1中初定的浮体设计方案基本满足其在垂荡(Z)方向上对附加质量响应要求。
由图7中的(a)、(b)、(c)、(f)可以看出,浮体在横摇(RY)方向上的纵荡、横荡、垂荡、及艏摇附加质量虽然变化幅度较大,但数值上基本趋于0。由图7(d)和(e)可知,在低频(小于主频1.234Hz)高频(大于主频1.234Hz)段,浮体在横摇(RY)方向上的纵摇和横摇附加质量响应曲线较为平滑,无极值出现,但数值变化幅度较大。且在低频(小于主频1.234Hz)段,出现了较大的极值点。说明步骤1中初定的浮体设计方案基本满足其在横摇(RY)方向上对附加质量响应要求。但是,为了扩大浮体的工况范围,应对其进行优化。
Frode-Krylov力即拖拽力,是由于浮体的摇摆扰乱河流造成的。绕射力是波浪在传播过程中,遇到浮体而改变传动路径所引起的力。两者叠加后所得到的线性波浪力是规则波的主要特征。浮体在6个自由度上所受的线性波浪力如图8所示。
由图8可知,在高频(大于主频1.234Hz)段,浮体所受的线性波浪力变化幅度和数值都较小,基本满足对线性波浪力的要求。但在低频(小于主频1.234Hz)段,出现了较大的极值点。
RAO即响应幅值算子,是浮体在单位幅值波浪作用下的运动响应幅值。通过波浪谱和RAO就可以计算出浮体的响应谱,获得浮体的水动力性能,作为为工程技术人员最终设计方案的确定的重要参考依据。浮体在6个自由度上的RAO响应如图9所示。
由图9可知,在低频(小于主频1.234Hz)高频(大于主频1.234Hz)段,浮体在6个自由度上的RAO响应变化幅度小,数值上基本趋于0,初定的浮体设计方案具有较好水动力性能。
通过水动力性能的分析可知,初始设计参数下的浮体的水动力性能存在一些不足。为了优化这些缺陷,整体上提升油污拦截、导流系统的拦导性能,应对浮体的主要外形设计参数进行优化。具体优化过程如下:
1)设计参数的确定
本实施例中研究油污拦截导流系统倾斜角度为60°条件下的水动力性能,并在此条件下,对浮体进行优化。梯形浮箱的内锐角为常量。在此基础上,对浮体参数化建模的设计变量和决定其主要外部整体形状的设计变量进行布尔与运算,得到浮体的长度、宽度和高度及梯形浮箱短底边边长,这些即为本次优化设计的设计参数。
初始设计参数下的浮体具有较好的水动力性能,基本满足使用需求,故本次在初始设计参数上下约15%的范围内寻找最优点。为方便虚拟建模,将浮体的长度和宽度的一半(即半长度、半宽度)作为设计参数。具体的设计参数及其范围如表2所示。
表2
2)目标参数的确定
油污拦截导流系统可将拦截下来的油水混合物沿导流槽导流到油污汇集清除区,油污拦截导流效率的提高主要通过两个指标实现。一是导流槽的最下端应在波谷的下面一定深度,确保油污尽可能多地被拦截下来;二是导流槽上端的油水混合物应尽可能的少,以确保导流的河水成分较少。二者是一对相互制约的参数,应综合评价和确定具体数值。气隙值可以间接地评价二者。在浮体高度、吃水深度、波浪参数确定的情况下,其最大值可以综合评价这两个参数。
压力是波浪与浮体相互作用的后果。在一定程度上,压力可以表征浮体对特定波浪的整体响应情况。在对浮体内部结构进行设计时,给工程设计人员提供了依据。最大附加质量是波浪惯性力的一个重要衡量指标。浮体的垂荡(沿Z轴的移动)和横摇(绕Y轴的转动)会直接影响到浮体的拦截导流油污的效果。通过浮体的水动力性能分析发现,浮体在横摇(RY)方向上横摇附加质量响应曲线在低频(小于主频1.234Hz)段变化幅度较大,且出现了较大的极值点,为扩大浮体的工况范围,应对其进行优化。
综上所述,选定气隙的最大值、压力的最大值和浮体在横摇(RY)方向上横摇附加质量响应的最大值为优化目标。
3)试验设计
对于多目标优化问题中结果精度的保证,关键是获取到可靠的和具有代表性的样本点,用尽可能少的样本点去尽可能充分地表达总体的性能,是试验设计的目的。空间填充设计是一种将尽可能少的样本点均匀地、无重复地分布于设计空间中的试验设计方法,从而较充分地反映出设计空间的总体性能。本实施例通过使用方便、DOE模块强劲的统计分析软件JMP的空间填充设计(即均匀试验设计)模块获取到了试验样本,并在各试验样本下进行数值仿真实验。其结果如表3所示。
表3
4)采用人工神经网络(ANN)构建响应面
通常,研究水动力学问题所建立的数学模型含有较多的偏微分方程,具有高度的非线,正符合人工神经网络(ANN)所搭建起的模型特点。因此,本实施例中采用表3中的前25组样本数据构建一个以人工神经网络(ANN)为理论基础的响应面模型,并利用第26组样本数据进行模型的验证。最终,确定人工神经网络(ANN)的输入节点数为4个,隐含层节点数为5个,输出层节点数为3个。设计参数标准化后的拟合度情况如图10所示。
从图10中可以得出,标准化后的设计参数绝大部分都落在其对角线上,说明所构建的响应面对样本点具有较好的拟合度。
浮体在横摇(RY)方向上横摇附加质量响应的最大值仅是为了为扩大浮体的工况范围,不是优化的决定因素。然而,最大气隙和最大压力是浮体工况下不可忽视的因素。图11和图12分别为不同设计参数组合下的最大气隙响应面图(含实验点)和最大压力响应面图(含实验点)。从中可以看出,响应面都处于实验设计点的较好拟合位置。
图11中,P1为梯形浮箱短底边边长;P3为半长度;P4为半宽度;P7为高度;P9为最大气隙。图12中,P1为梯形浮箱短底边边长;P3为半长度;P4为半宽度;P7为高度;P10为最大压力。
5)采用MOGA进行优化
MOGA是一种基于NSGA-Ⅱ改进后的遗传算法,具有良好的全局寻优能力,可以很好地规避局部最优解的影响,适合本文浮体水动力性能的多目标全局寻优问题。最大气隙、最大压力、最大附加质量(RY-RY)三者之中,最大气隙是更为重要的目标参数,其决定了油污拦截导流系统的整体性能,将其设为更重要的优化目标参数,应使其最大化。最大压力和最大附加质量(RY-RY)应最小化。为了提高寻优精度,获得更多的、可供选择的最优解,将初始种群数量定为500,选择算子定为0.08。经过数次迭代后,得到了寻优的Pareto解集,如图13所示。
在获得若干浮体主设计参数优化的Pareto前沿解的基础上,根据聚合加权方法筛选出了3个最优候选点,如表4所示。
表4
从中可知,3个候选点的最大压力值相差较小,基本保持不变。候选点1可使浮体的最大附加质量(RY-RY)较小。但是,此时浮体的最大气隙值偏小,油污拦截导流系统的拦导性能较差。候选点3可使浮体的最大气隙值达到满意的最大值。但是,此时使浮体的最大附加质量(RY-RY)偏大,不利于扩大油污拦截导流系统的工况范围。候选点2是介于候选点1和候选点3之间的一个候选点,既可以保证浮体的最大气隙值较大,又可以保证浮体的最大附加质量(RY-RY)较小,为保证浮体水动力性能的最优点。
以候选点2的设计参数为基准进行浮体的三维建模,并利用AQWA进行水动力性能分析。在频率为1.234Hz的波浪作用下,含有波浪面的优化后浮体各点的气隙等高线云图如14(a)所示,单位为mm。不含波浪面的优化后浮体各点的气隙等高线云图如图14(b)所示,单位为mm。从中可以得知,最大气隙为389.3mm,明显大于优化前的269.38mm。且浮体周围的波浪面较为平整,正负值过渡带较窄,达到了优化的目的。
在频率为1.234Hz的波浪作用下,以压强为压力度量单位的优化后浮体所受的压力等高线云图如图15所示,单位为N/mm2。从中可以得知,最大压力为5.15×10-4N/mm2,明显低于优化前的7.57×10-4N/mm2,达到了优化的目的。
图16是浮体主设计参数优化前后在横摇(RY)方向上的附加质量响应曲线。从(a)~(c)中可以看出,浮体优化前后在横摇(RY)方向上的横荡(X)、纵荡(Y)、垂荡(Z)附加质量响应曲线基本保持一致,都具有较小的数值大小。从(f)中可以看出,优化后的浮体在横摇(RY)方向上的艏摇(Z)附加质量响应曲线变化更加平缓,数值上更趋近于0。另外,从(d)中可以看出,浮体优化前后在横摇(RY)方向上的纵摇(RX)附加质量响应曲线的变化趋势基本一致,但是,优化后的数值大小明显小于优化前的。这两者都有利于浮体与浮体之间连接机构的轻量化设计。从(e)中可以看出,浮体优化前后在横摇(RY)方向上的横摇(RY)附加质量响应曲线的变化趋势基本一致,但是,优化后的数值大小明显大于优化前的,这是因为其值的最小化与最大气隙的最大化和最大压力的最小化是相互矛盾的关系,为了获得最大气隙的最大化和最大压力的最小化,只能舍弃其值的最小化。另外,其最大值由原来的4500N·mm/(°/s2)左右增大到了4950N·mm/(°/s2)左右,增大幅度约为450N·mm/(°/s2),都在合理的范围之内。若要降低其值,提高浮体在横摇(RY)方向上的横摇(RY)附加质量响应性能,应进一步降低浮体的重心位置。
从图14-图16可知,优化后的浮体最大气隙和最大附加质量(RY-RY)都大于使用多目标遗传算法(MOGA)获得的候选点2的值,优化后的浮体最大压力小于使用多目标遗传算法(MOGA)获得的候选点2的值,如表5所示。
表5
从表5中可以看出,多目标遗传算法(MOGA)在浮体动力性能寻优方面效果良好,但其最优设计参数下的水动力性能结果与数值计算结果存在偏差。工程应用中,应对寻优结果进行数值仿真验证,以确定所选候选点是否合适。
图17是浮体主设计参数优化前后在6个自由度上的RAO响应曲线。从(a)和(c)中可以看出,浮体优化前后在横荡(X)和垂荡(Z)方向上的RAO(幅值响应算子)响应曲线基本保持一致。从(b)和(d)~(f)中可以看出,在高频(大于主频1.234Hz)段,浮体优化前后在纵荡(Y)自由度和3个旋转自由度上的RAO响应曲线保持一致,数值上接近于0。但是,在低频(小于主频1.234Hz)段,优化后的浮体在纵荡(Y)自由度和3个旋转自由度上的RAO响应曲线的变化趋势更加平缓,数值上也更小,有助于扩大浮体的工况范围。
综上所述,优化后的浮体具有更好的水动力性能,更有利于油污拦截导流系统的工作。
对于本领域的技术人员来说,可以根据以上的技术方案和构思,给出各种相应的改变和变形,而所有的这些改变和变形,都应该包括在本发明权利要求的保护范围之内。

Claims (5)

1.一种水力机械设备的浮体的优化设计方法,其特征在于,包括如下步骤:
步骤S1、确定浮体的初始设计参数和浮体参数化模型;
所述浮体包括上甲板和设于所述上甲板下方的至少两个梯形浮箱,两个梯形浮箱之间可以过水;确定包括浮体的宽度、长度、高度、梯形浮箱的内锐角和短底边长在内的初始设计参数,其中,浮体的宽度应使行走人员不影响正在调整人员的作业,长度应使梯形浮箱的短边有一定的长度;
S2、以浮体的长度或半长度、浮体的宽度或半宽度、浮体的高度以及梯形浮箱短底边长作为优化设计的设计参数,以气隙的最大值、压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值作为优化设计的目标参数;
S3、获取关于浮体的长度或半长度、浮体的宽度或半宽度、浮体的高度、梯形浮箱短底边长、气隙的最大值、压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值的试验样本;
S4采用步骤S3中的若干组试验样本数据构建以人工神经网络为理论基础的响应面模型,并利用另外一组样本数据进行响应面模型的验证;
S5在步骤S4建立得到的响应面模型的基础上,采用MOGA进行优化,优化目标为使气隙的最大值最大化,压力的最大值和浮体在横摇方向上横摇附加质量响应的最大值最小化;经过若干次迭代后得到浮体的设计参数的Pareto解集;
S6在Pareto解集的基础上根据聚合加权方法筛选出若干个最优候选点;然后在最优候选点中选取既可以保证浮体的最大气隙值较大,又可以保证浮体的最大附加质量较小的最优候选点作为最优点,从而得到优化后的浮体的设计参数。
2.根据权利要求1所述的水力机械设备的浮体的优化设计方法,其特征在于,步骤S3中,通过统计分析软件JMP的空间填充设计模块获取试验样本。
3.根据权利要求1所述的水力机械设备的浮体的优化设计方法,其特征在于,步骤S4中,记步骤S3中获得N组试验样本数据,则取前N-1组试验样本数据构建以人工神经网络为理论基础的响应面模型,并利用最后一组样本数据进行响应面模型的验证。
4.根据权利要求1所述的水力机械设备的浮体的优化设计方法,其特征在于,步骤S5中,将初始种群数量定为500,选择算子定为0.08。
5.根据权利要求1所述的水力机械设备的浮体的优化设计方法,其特征在于,步骤S6中,最优候选点的个数为3个。
CN201810372021.4A 2018-04-24 2018-04-24 一种水力机械设备的浮体的优化设计方法 Expired - Fee Related CN108595836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810372021.4A CN108595836B (zh) 2018-04-24 2018-04-24 一种水力机械设备的浮体的优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810372021.4A CN108595836B (zh) 2018-04-24 2018-04-24 一种水力机械设备的浮体的优化设计方法

Publications (2)

Publication Number Publication Date
CN108595836A true CN108595836A (zh) 2018-09-28
CN108595836B CN108595836B (zh) 2021-10-22

Family

ID=63614884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810372021.4A Expired - Fee Related CN108595836B (zh) 2018-04-24 2018-04-24 一种水力机械设备的浮体的优化设计方法

Country Status (1)

Country Link
CN (1) CN108595836B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344531A (zh) * 2018-10-23 2019-02-15 哈尔滨工程大学 预报多浮体结构物波漂载荷的三维频域数值方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008089321A2 (en) * 2007-01-17 2008-07-24 Joe Mccall Apparatus and methods for production of biodiesel
CN101261177A (zh) * 2008-04-24 2008-09-10 上海交通大学 主动式海洋平台混合模型试验的实现方法
CN102789538A (zh) * 2012-05-15 2012-11-21 哈尔滨工程大学 一种动力定位船水动力系数辨识方法
DE102012200452B3 (de) * 2012-01-13 2013-05-16 Zf Friedrichshafen Ag Verfahren zur Ermittlung der internen Leckage bei Automatgetrieben
CN103745063A (zh) * 2014-01-16 2014-04-23 中国海洋石油总公司 一种基于液货船舱内剧烈晃荡荷载的液舱优化设计方法
CN105793563A (zh) * 2013-09-24 2016-07-20 缅因大学系统委员会 漂浮式风力涡轮机支撑系统
CN105843777A (zh) * 2016-03-18 2016-08-10 中国海洋大学 一种基于遗传算法多变量并行运算的水动力系数求解方法
CN106250581A (zh) * 2016-07-13 2016-12-21 南京航空航天大学 一种基于nsgaⅱ的平流层浮空器多目标优化决策方法
CN206015639U (zh) * 2016-08-26 2017-03-15 黄河水利委员会黄河机械厂 水面油污拦截清除系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008089321A2 (en) * 2007-01-17 2008-07-24 Joe Mccall Apparatus and methods for production of biodiesel
CN101261177A (zh) * 2008-04-24 2008-09-10 上海交通大学 主动式海洋平台混合模型试验的实现方法
DE102012200452B3 (de) * 2012-01-13 2013-05-16 Zf Friedrichshafen Ag Verfahren zur Ermittlung der internen Leckage bei Automatgetrieben
CN102789538A (zh) * 2012-05-15 2012-11-21 哈尔滨工程大学 一种动力定位船水动力系数辨识方法
CN105793563A (zh) * 2013-09-24 2016-07-20 缅因大学系统委员会 漂浮式风力涡轮机支撑系统
CN103745063A (zh) * 2014-01-16 2014-04-23 中国海洋石油总公司 一种基于液货船舱内剧烈晃荡荷载的液舱优化设计方法
CN105843777A (zh) * 2016-03-18 2016-08-10 中国海洋大学 一种基于遗传算法多变量并行运算的水动力系数求解方法
CN106250581A (zh) * 2016-07-13 2016-12-21 南京航空航天大学 一种基于nsgaⅱ的平流层浮空器多目标优化决策方法
CN206015639U (zh) * 2016-08-26 2017-03-15 黄河水利委员会黄河机械厂 水面油污拦截清除系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘美妍: "半潜式平台运动响应特性研究及设计方案优选", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
李成龙: "多浮摆式采能装置的水动力学研究及结构优化", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *
白云山: "半潜式平台水动力性能分析与优化设计", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344531A (zh) * 2018-10-23 2019-02-15 哈尔滨工程大学 预报多浮体结构物波漂载荷的三维频域数值方法
CN109344531B (zh) * 2018-10-23 2022-07-15 哈尔滨工程大学 预报多浮体结构物波漂载荷的三维频域数值方法

Also Published As

Publication number Publication date
CN108595836B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN108549616B (zh) 基于g-n波浪模型的船舶在恶劣海况中大幅运动的预报方法
Afshar et al. Particle swarm optimization for automatic calibration of large scale water quality model (CE-QUAL-W2): Application to Karkheh Reservoir, Iran
WO2022036752A1 (zh) 基于海流设计流速的海床基础局部冲刷深度确定方法及系统
CN104008278B (zh) 一种基于特征向量和最小二乘支持向量机的pm2.5浓度预测方法
CN112257352A (zh) 一维水动力模型和二维水动力模型的耦合方法及系统
CN103544342A (zh) 基于混合模型的核电站防波堤越浪冲击模拟方法
CN108428017A (zh) 基于核极限学习机分位数回归的风电功率区间预测方法
CN113111418B (zh) 一种径潮流河段抛石落距的预测方法
CN110570031A (zh) 一种预测平原河网两级分汊河道分流比的方法
CN109754182A (zh) 一种污染场地土壤修复量的计算方法及系统
CN112163381B (zh) 一种适用于复杂地形风场流动数值模拟的侧向边界条件设置方法
CN106257541A (zh) 一种桥梁有限元模型的修正方法
CN108649556A (zh) 一种电网应急场景随机优化调度方法
CN115618651A (zh) 一种近海电厂取水卷吸效应研究的物理模拟方法
Wang et al. Wave power extraction analysis for an oscillating water column device with various surging lip-walls
CN110210114A (zh) 碾压混凝土重力坝施工期最高温度预测算法
CN108595836A (zh) 一种水力机械设备的浮体的优化设计方法
CN108007499A (zh) 一种结合计算力学和现场监测的拦网工作状态监测预警方法
CN108643115A (zh) 一种对于丁坝技术状况的评价方法
Rivera Arreba Computation of nonlinear wave loads on floating structures
CN108984900A (zh) 一种基于深水区风浪条件的港内波高变化分析方法
Jifu et al. Influences of the waterway project in the Yangtze River Estuary on sediment transport
Meselhe et al. Numerical modeling for fish diversion studies
Wang et al. Numerical study of flow characteristics in compound meandering channels with vegetated floodplains
CN111680460B (zh) 水力自动翻板闸门流量系数的确定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211022