CN110442940A - 一种高效的船舶多管路并行智能布局设计方法 - Google Patents
一种高效的船舶多管路并行智能布局设计方法 Download PDFInfo
- Publication number
- CN110442940A CN110442940A CN201910677254.XA CN201910677254A CN110442940A CN 110442940 A CN110442940 A CN 110442940A CN 201910677254 A CN201910677254 A CN 201910677254A CN 110442940 A CN110442940 A CN 110442940A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- layout
- path
- space
- design
- 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.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 239000003016 pheromone Substances 0.000 claims description 16
- 241000257303 Hymenoptera Species 0.000 claims description 12
- 235000013870 dimethyl polysiloxane Nutrition 0.000 claims description 10
- 229920000435 poly(dimethylsiloxane) Polymers 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 239000004205 dimethyl polysiloxane Substances 0.000 claims description 8
- CXQXSVUQTKDNFP-UHFFFAOYSA-N octamethyltrisiloxane Chemical compound C[Si](C)(C)O[Si](C)(C)O[Si](C)(C)C CXQXSVUQTKDNFP-UHFFFAOYSA-N 0.000 claims description 8
- 238000004987 plasma desorption mass spectroscopy Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012827 research and development Methods 0.000 abstract description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种高效的船舶多管路并行智能布局设计方法，根据甲板模块布局和参数，建立空间三维实体模型，确定模块占据的空间布局范围，设置参数并构建空间数学模型，分析原理图并建立信息表，利用优化算法进行优化设计并更新空间参数设置，根据优化数据更新管系三维模型；该方法实现复杂管路系统研发的低成本、高效率、解决现实管路设计中计算机支持程度低、设计手段低下的问题，为设计人员提供有效的参考，简化了管系设计步骤，缩短管系设计周期，改善管系设计效果，对船舶管系设计有重要的工程意义。
Description
技术领域
本发明属于船舶工程技术领域，具体涉及一种船舶管路布局优化方法，尤其涉及一种船舶复杂自由空间多管路路径布局的设计方法。
背景技术
复杂空间管路布局设计是船舶详细设计过程中的重要组成部分，占据了超过一半的设计工时。鉴于船舶舱室内部环境约束复杂、管路种类众多，完全依靠设计人员的经验知识设计管路系统会导致设计效率低下，且布局质量难以保证。随着智能优化算法的发展与工程应用，船舶管路设计智能化的趋势不可避免。集成了人工经验知识的船舶管路智能规划的实现可以有效的提高船舶管路设计效率、提升设计质量，对船舶制造业竞争力的提高具有重要的工程意义。目前已经不少设计人员和学者开始使用遗传算法、蚁群算法、粒子群算法等智能算法解决管路布局问题，这些方法对于单管路布局能找到一种较好的路径，但对于多管路布局，难以考虑管路之间的影响。
因此，提出一种高效的多管路并行智能布局设计方法，，为设计人员提供有效的参考，对缩短船舶管路设计周期、改善管路设计效果具有重要意义。
发明内容
针对现有技术存在的问题，本发明提出一种高效的船舶多管路并行智能布局设计方法，实现复杂管路系统研发的低成本、高效率、解决现实管路设计中计算机支持程度低、设计手段低下的问题，为设计人员提供有效的参考，简化了管系设计步骤，缩短管系设计周期，改善管系设计效果，对船舶管系设计有重要的工程意义。
一种高效的船舶多管路并行智能布局设计方法，具体步骤为：
（1）根据甲板模块布局和参数，在PDMS中建立模块和管路布局空间三维实体模型；
（2）根据（1）中建立的三维实体模型，开发dll动态链接库，获取模型中各模块的顶点坐标和管路法兰的向量坐标，确定模块所占据的空间布局范围；
（3）设置管路布局空间参数，构建布局空间数学模型；
（4）分析管路系统原理图，确定各模块连接点间的相互联通关系，结合连接点向量坐标、管路压力温度等工况，建立船舶模块联通关系及管径信息列表；
（5）利用优化算法进行管路路径规划，依据管路管径的大小、连接点的数目、管路压力温度，利用蚁群算法和协同进化算法相结合的管路路径优化设计方法，规划管路路径得出优选解，并根据输出的路径编码及管径信息，更新空间参数的设置；
（6）依据环境建模参数、管路路径参数，开发dll动态链接库，在PDMS中更新船舶管系三维模型。
本发明为船舶管系设计提供了一种高效的智能布局方法，定义了管路分级的概念，提出了一种多蚁群协同进化的方案，利用提出的优化算法得到良好的布局效果，为设计人员提供可靠的参考，能够有效提高船舶管路系统的设计效率。对缩短船舶管路设计周期、改善管路设计效果具有重要意义。
附图说明
图1是本发明船舶多管路并行智能布局设计方法流程图；
图2是管路路径优化算法流程图；
图3是多蚁群协同进化算法流程图；
图4是本发明给出的一种高效的船舶多管路并行智能布局设计方法的一个实例。
具体实施方式
下面结合附图对本发明进行详细的描述。
如图1 所示，一种高效的船舶多管路并行智能布局设计方法，包括如下步骤：
（1）根据船体结构、甲板模块布局和参数，使用复杂项目常用的PDMS三维设计软件建立模块和管路布局空间三维实体模型；
（2）根据步骤（1）中所建立的三维实体模型，通过PDMS所开放的二次开发接口，使用AVAVE.NET开发dll动态链接库，读取三维实例模型的各个顶点，根据这些点确定各个模块所占据的空间范围，即为管路路径规划中的障碍范围；
（3）设置管路布局空间参数，构建布局空间数学模型；所述的设置管路布局空间参数是：根据设定的网格精度，利用栅格法对空间进行划分，利用均匀分布的网格表达布局空间，最小的网格边长大小为最小管路直径大小；
（4）分析管路系统原理图，确定各模块连接点间的相互联通关系，结合连接点向量坐标、管路压力温度等工况，建立船舶模块联通关系及管径信息列表；
（5）利用优化算法进行管路路径规划；优化算法求解主要包括以下四个部分：单管路路径规划、目标函数评价、空间参数更新、多种群协同进化；如图2所示，利用蚁群算法的管路优化设计方法，规划管路路径得出最优解，具体包括以下步骤：
1)按照步骤（3）中划分的网格赋予每个网格唯一的空间坐标，并根据约束将网格划分为禁止区、优势区、过渡区、一般区，根据网格所处的不同区域赋予能量值，坐标为所具有的能量值记为；
2)根据步骤（1）建立的三维实体模型和步骤（4）中的管路系统原理图，将管路连接点分组，根据管路的复杂程度对管路划分优先级，并将管路的起点和终点作为蚁群进化的起点和终点；
3)将每条管路作为一个单独的种群，根据划分的优先级对优先度高的种群进行初始化，这包括：设定所有网格的初始信息素；按照方向指导的规则随机生成蚂蚁的初始方向，方向指导即设定从起点向终点方向行走的概率大于相反方向的概率；
4)设定蚁群的行进规则，蚂蚁从起点向终点转移时，会不停的选择其周围未访问过的网格，其转移规则如下式所示：
其中，为路径上网格的序号，为蚂蚁k相对于当前位置序号的可行节点集，和分为别所要访问的网格的信息素和启发式信息，和分别为信息素和启发式信息的相对重要程度，为一均匀分布的随机数，为一确定的临界值；
5）更新信息素，在一次迭代当中，当一只蚂蚁k完成其解的构造后，根据下式对该蚂蚁所走过的节点进行局部信息素更新：
其中t为迭代次数，为局部信息素残留系数；
在一次迭代后，即当一种群中所有蚂蚁都完成其解的构造，并对全局最优解或迭代最优解执行完局部搜索后,根据下式对所有蚂蚁走过的节点进行全局迭代信息素更新：
式中：为蚂蚁数量；为全局信息素残留系数；为路径的第次迭代蚂蚁的适应函数值；为阶段常数；
6）按下式计算每个蚂蚁的适应度：
其中表示两相邻结点的距离，表示路径长度，表示弯头数量，表示网格的能量值，为权重系数；
7）重复迭代步骤4）、步骤5）、步骤6），直到该种群进化完毕；
（6）当优先度高的种群进化完毕后，将最优个体和未进化的其他个体加入管路布局空间，恢复初始布局空间参数，并根据管道类型将已完成进化的最优个体设置为障碍或高能量值区域，使用步骤（5）中的进化方案再次进化，直到所有种群都进化完毕，输出各种群的迭代最优解；
（7）根据步骤（6）中输出的优选管道路径坐标，通过dll动态链接库，在PDMS软件中生成管路的三维模型，实现布局结果的可视化。
Claims (3)
1.一种高效的船舶多管路并行智能布局设计方法，其特征在于：所采用的方案是：
根据甲板模块布局和参数，在PDMS中建立模块和管路布局空间三维实体模型；
根据（1）中建立的三维实体模型，开发dll动态链接库，获取模型中各模块的顶点坐标和管路法兰的向量坐标，确定模块所占据的空间布局范围；
设置管路布局空间参数，构建布局空间数学模型；
分析管路系统原理图，确定各模块连接点间的相互联通关系，结合连接点向量坐标、管路压力温度等工况，建立船舶模块联通关系及管径信息列表；
利用优化算法进行管路路径规划，依据管路管径的大小、连接点的数目、管路压力温度，利用蚁群算法和协同进化算法相结合的管路路径优化设计方法，规划管路路径得出优选解，并根据输出的路径编码及管径信息，更新空间参数的设置；
依据环境建模参数、管路路径参数，开发dll动态链接库，在PDMS中更新船舶管系三维模型。
2.根据权利要求1所述一种高效的船舶多管路并行智能布局设计方法，其特征在于：包括如下步骤：
根据船体结构、甲板模块布局和参数，使用复杂项目常用的PDMS三维设计软件建立模块和管路布局空间三维实体模型；
根据步骤（1）中所建立的三维实体模型，通过PDMS所开放的二次开发接口，使用AVAVE.NET开发dll动态链接库，读取三维实例模型的各个顶点，根据这些点确定各个模块所占据的空间范围，即为管路路径规划中的障碍范围；
设置管路布局空间参数，构建布局空间数学模型，所述的设置管路布局空间参数是：根据设定的网格精度，利用栅格法对空间进行划分，利用均匀分布的网格表达布局空间，最小的网格边长大小为最小管路直径大小；
分析管路系统原理图，确定各模块连接点间的相互联通关系，结合连接点向量坐标、管路压力温度等工况，建立船舶模块联通关系及管径信息列表；
利用优化算法进行管路路径规划，优化算法求解主要包括以下四个部分：单管路路径规划、目标函数评价、空间参数更新、多种群协同进化；
（6）当优先度高的种群进化完毕后，将最优个体和未进化的其他个体加入管路布局空间，恢复初始布局空间参数，并根据管道类型将已完成进化的最优个体设置为障碍或高能量值区域，使用步骤（5）中的进化方案再次进化，直到所有种群都进化完毕，输出各种群的迭代最优解；
（7）根据步骤（6）中输出的优选管道路径坐标，通过dll动态链接库，在PDMS软件中生成管路的三维模型，实现布局结果的可视化。
3.根据权利要求1所述一种高效的船舶多管路并行智能布局设计方法，其特征在于：步骤（5）中利用蚁群算法的管路优化设计方法，规划管路路径得出最优解，具体包括以下步骤：
1)按照步骤（3）中划分的网格赋予每个网格唯一的空间坐标，并根据约束将网格划分为禁止区、优势区、过渡区、一般区，根据网格所处的不同区域赋予能量值，坐标为所具有的能量值记为；
2)根据步骤（1）建立的三维实体模型和步骤（4）中的管路系统原理图，将管路连接点分组，根据管路的复杂程度对管路划分优先级，并将管路的起点和终点作为蚁群进化的起点和终点；
3)将每条管路作为一个单独的种群，根据划分的优先级对优先度高的种群进行初始化，这包括：设定所有网格的初始信息素；按照方向指导的规则随机生成蚂蚁的初始方向，方向指导即设定从起点向终点方向行走的概率大于相反方向的概率；
4)设定蚁群的行进规则，蚂蚁从起点向终点转移时，会不停的选择其周围未访问过的网格，其转移规则如下式所示：
其中，为路径上网格的序号，为蚂蚁k相对于当前位置序号的可行节点集，和分为别所要访问的网格的信息素和启发式信息，和分别为信息素和启发式信息的相对重要程度，为一均匀分布的随机数，为一确定的临界值；
5）更新信息素，在一次迭代当中，当一只蚂蚁k完成其解的构造后，根据下式对该蚂蚁所走过的节点进行局部信息素更新：
其中t为迭代次数，为局部信息素残留系数；
在一次迭代后，即当一种群中所有蚂蚁都完成其解的构造，并对全局最优解或迭代最优解执行完局部搜索后,根据下式对所有蚂蚁走过的节点进行全局迭代信息素更新：
式中：为蚂蚁数量；为全局信息素残留系数；为路径的第次迭代蚂蚁的适应函数值；为阶段常数；
6）按下式计算每个蚂蚁的适应度：
其中表示两相邻结点的距离，表示路径长度，表示弯头数量，表示网格的能量值，为权重系数；
7）重复迭代步骤4）、步骤5）、步骤6），直到该种群进化完毕。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910677254.XA CN110442940A (zh) | 2019-07-25 | 2019-07-25 | 一种高效的船舶多管路并行智能布局设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910677254.XA CN110442940A (zh) | 2019-07-25 | 2019-07-25 | 一种高效的船舶多管路并行智能布局设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110442940A true CN110442940A (zh) | 2019-11-12 |
Family
ID=68431502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910677254.XA Pending CN110442940A (zh) | 2019-07-25 | 2019-07-25 | 一种高效的船舶多管路并行智能布局设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110442940A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111968226A (zh) * | 2020-08-18 | 2020-11-20 | 江南造船(集团)有限责任公司 | 船舶管子加工套料划线计算方法、系统以及终端 |
| CN112102476A (zh) * | 2020-09-11 | 2020-12-18 | 中国核电工程有限公司 | 核电厂管道自动布置方法及系统 |
| CN112507448A (zh) * | 2020-11-24 | 2021-03-16 | 上海交通大学 | 船舶加热盘管路径布置规划方法 |
| CN113434959A (zh) * | 2021-06-28 | 2021-09-24 | 西北工业大学 | 一种三维空间可行域内的管路弯折设计方法 |
| CN114415679A (zh) * | 2022-01-05 | 2022-04-29 | 大连海事大学 | 一种基于改进蚁群算法的船舶机舱管路布置方法 |
| CN114492186A (zh) * | 2022-01-21 | 2022-05-13 | 天津博迈科海洋工程有限公司 | 大型油气生产管线空间布局优化方法 |
| CN114676862A (zh) * | 2022-05-27 | 2022-06-28 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104699899A (zh) * | 2015-03-09 | 2015-06-10 | 天津大学 | 一种船舶管路路径优化设计方法 |
| CN105005823A (zh) * | 2015-06-26 | 2015-10-28 | 天津大学 | 一种基于遗传算法的船舶分支管路路径规划方法 |
| CN105975674A (zh) * | 2016-04-29 | 2016-09-28 | 天津大学 | 一种船舶分支管路路径规划方法 |
-
2019
- 2019-07-25 CN CN201910677254.XA patent/CN110442940A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104699899A (zh) * | 2015-03-09 | 2015-06-10 | 天津大学 | 一种船舶管路路径优化设计方法 |
| CN105005823A (zh) * | 2015-06-26 | 2015-10-28 | 天津大学 | 一种基于遗传算法的船舶分支管路路径规划方法 |
| CN105975674A (zh) * | 2016-04-29 | 2016-09-28 | 天津大学 | 一种船舶分支管路路径规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| 范小宁等: "多蚁群协进化的船舶多管路并行布局优化", 《上海交通大学学报》 * |
| 董宗然等: "基于最短路径快速算法的船舶管路自动敷设方法", 《计算机集成制造系统》 * |
| 陈奎英等: "CATIA软件在船舶设计中的应用", 《青岛远洋船员学院学报》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111968226A (zh) * | 2020-08-18 | 2020-11-20 | 江南造船(集团)有限责任公司 | 船舶管子加工套料划线计算方法、系统以及终端 |
| CN112102476A (zh) * | 2020-09-11 | 2020-12-18 | 中国核电工程有限公司 | 核电厂管道自动布置方法及系统 |
| CN112507448A (zh) * | 2020-11-24 | 2021-03-16 | 上海交通大学 | 船舶加热盘管路径布置规划方法 |
| CN113434959A (zh) * | 2021-06-28 | 2021-09-24 | 西北工业大学 | 一种三维空间可行域内的管路弯折设计方法 |
| CN113434959B (zh) * | 2021-06-28 | 2023-03-03 | 西北工业大学 | 一种三维空间可行域内的管路弯折设计方法 |
| CN114415679A (zh) * | 2022-01-05 | 2022-04-29 | 大连海事大学 | 一种基于改进蚁群算法的船舶机舱管路布置方法 |
| CN114415679B (zh) * | 2022-01-05 | 2024-08-06 | 大连海事大学 | 一种基于改进蚁群算法的船舶机舱管路布置方法 |
| CN114492186A (zh) * | 2022-01-21 | 2022-05-13 | 天津博迈科海洋工程有限公司 | 大型油气生产管线空间布局优化方法 |
| CN114492186B (zh) * | 2022-01-21 | 2024-07-16 | 天津博迈科海洋工程有限公司 | 大型油气生产管线空间布局优化方法 |
| CN114676862A (zh) * | 2022-05-27 | 2022-06-28 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110442940A (zh) | 一种高效的船舶多管路并行智能布局设计方法 | |
| Pan et al. | An Improvement of Flower Pollination Algorithm for Node Localization Optimization in WSN. | |
| Niu et al. | Ship Pipe Routing Design Using NSGA‐II and Coevolutionary Algorithm | |
| CN111465944A (zh) | 用于生成对象的结构化表示的图形神经网络系统 | |
| CN105975674B (zh) | 一种船舶分支管路路径规划方法 | |
| CN112784362A (zh) | 一种用于无人机辅助边缘计算的混合优化方法及系统 | |
| CN102890703A (zh) | 一种网络异质多维标度方法 | |
| CN116050689B (zh) | 一种广域空间铁路线路智能搜索方法、系统、终端及介质 | |
| Wang et al. | Research on dynamic path planning of wheeled robot based on deep reinforcement learning on the slope ground | |
| Fan et al. | Algorithm and hardware co-design for reconfigurable cnn accelerator | |
| CN106650156A (zh) | 一种并行子空间优化的临近空间飞艇多学科优化设计方法 | |
| Yuan et al. | Group-based multiple pipe routing method for aero-engine focusing on parallel layout | |
| Wong et al. | Graph neural network based surrogate model of physics simulations for geometry design | |
| Shi et al. | A hierarchical layout approach for underfloor heating systems in single-family residential buildings | |
| CN117193988A (zh) | 一种晶圆级架构ai加速芯片的任务调度方法及介质 | |
| Zhong et al. | Parallel Disassembly Sequence Planning Using a Discrete Whale Optimization Algorithm for Equipment Maintenance in Hydropower Station. | |
| Sun et al. | Overview of parallel computing for meta-heuristic algorithms | |
| Xu et al. | Extremal Nelder–Mead colony predation algorithm for parameter estimation of solar photovoltaic models | |
| Dong et al. | Ship pipe route design based on NSGA-III and multi-population parallel evolution | |
| Kiavarz et al. | ROOM-BASED energy demand classification of BIM data using graph supervised learning | |
| Liu et al. | Integrated optimization of pipe routing and clamp layout for aeroengine using improved moalo | |
| Mozumdar et al. | Synthesizing sensor networks backbone architecture for smart buildings | |
| Clarich et al. | A Competitive Game Approach for Multi Objective Robust Design Optimization | |
| CN103440540B (zh) | 一种土地利用空间布局人工免疫优化模型的并行化方法 | |
| Townsend | Wireless sensor network clustering with machine learning |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191112 |