CN112685974A - 一种基于cfd的船舶参数辨识方法 - Google Patents
一种基于cfd的船舶参数辨识方法 Download PDFInfo
- Publication number
- CN112685974A CN112685974A CN202011627182.7A CN202011627182A CN112685974A CN 112685974 A CN112685974 A CN 112685974A CN 202011627182 A CN202011627182 A CN 202011627182A CN 112685974 A CN112685974 A CN 112685974A
- Authority
- CN
- China
- Prior art keywords
- ship
- domain
- cfd
- rudder
- propeller
- 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
Images
Landscapes
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种基于CFD的船舶参数辨识方法,包括:S1,在CFD仿真软件中导入船舶的几何模型;S2,基于所导入几何模型,设置背景域以及分别包含船、螺旋桨和船舵的局部区域和边界条件;S3,建立背景域与船域、船域与螺旋桨域和船舵域之间的多层次嵌套重叠关系;S4,生成重叠网格,设置计算模型和船舶运动条件;S5,迭代计算;S6,将从CFD得到的数据进行处理,辨识得到船舶在某一固定航速下的K、T参数。本发明针对带舵浆船舶的运动提出了一种简单有效的数值计算方法,通过重叠网格处理螺旋桨和船舵的大幅度运动问题,实现准确的数值计算和参数辨识求解。本方法辨识结果准确高效,具有较强的实际应用性。
Description
技术领域
本发明涉及一种船舶参数辨识方法,特别是一种基于CFD的船舶参数辨识方法,属于计算流体动力学领域。
背景技术
水面无人艇是一种依靠无人自主的控制方式在水面航行的智能化平台,由于避免了人力的投入,主要用于执行危险的海上工作,长期以来一直是国内外的研究热点。
在无人艇的航行过程中,稳定性和操纵性是衡量无人艇性能的重要指标,对于船舶操纵性的研究,野本谦作提出以一阶方程的两个参数K、T作为衡量船舶操纵性能的重要指标,因此获得准确可靠的操纵性参数对于船舶运动控制具有非常重要的意义。
各国研究者均采用实船的回转和Z型操舵试验来确定操纵性参数K、T,进而评价船舶的操纵性,但进行实船试验的成本较高,而且在船舶航行过程中会受到风、浪和流等环境因素的影响,会造成最终辨识结果的误差。因此,寻找一种成本低、快速且准确的参数辨识方法是十分必要的,进而采用CFD(Computational Fluid Dynamics)方法进行模拟。
近年来,CFD获得迅速发展,被广泛应用于船舶领域的模拟计算。CFD是计算流体力学的简称,是流体力学和计算机科学相互融合的一门新兴交叉学科,它从计算方法出发,利用计算机快速的计算能力得到流体控制方程的近似解,从而实现对船舶的实时运动进行精准仿真。本发明利用CFD的重叠网格技术,对船舶在恒定航速下的回转和Z型运动进行仿真,得到船舶的角度、角速度以及角加速度随时间变化的关系,从而对该航速下的K、T参数进行辨识求解,进而可用于实际船舶控制中船舶模型的建立,相较于实船实验节省了大量的人力、物力和时间成本,具有很强的实用性。
通过对现有方法的探索,并未发现类似专利及现有技术,因此针对需要考虑船舶螺旋桨和船舵大幅度运动的船舶操纵性分析,提出一种基于CFD的船舶参数辨识方法是有一定前景的。
发明内容
针对上述现有技术,本法民要解决的技术问题是提供一种用于解决船舶舵浆大幅度运动条件下的流体计算分析问题的基于CFD的船舶参数辨识方法。
为解决上述技术问题,本发明的一种基于CFD的船舶参数辨识方法,包括以下步骤:
S1:在CFD仿真软件中导入船舶的几何模型;
S2:基于所导入几何模型,设置背景域以及分别包含船、螺旋桨和船舵的局部区域,即船域、螺旋桨域和船舵域,设置边界条件;
S3:建立背景域与船域、船域与螺旋桨域和船舵域之间的嵌套重叠关系;
S4:生成重叠网格,设置计算模型和船舶运动条件;
S5:根据已划分网格和所设置条件进行迭代计算至收敛,得到船舶运动过程中各数据随时间变化的关系;
S6:将CFD得到的数据进行处理,辨识得到船舶在某一固定航速下的K、T参数。
本发明还包括:
1.S1中船舶的几何模型包含船体、螺旋桨和船舵的三维几何模型、且均为封闭的实体模型。
2.S2中背景域、船域和船舵域为长方体计算域,螺旋桨域为圆柱体计算域。
3.S2中设置边界条件具体为:船体、螺旋桨以及船舵的边界设置为壁面边界;船尾指向的背景域边界设置为压力出口,其余背景域边界均设置为速度入口;剩余边界均为重叠网格边界。
4.S3中嵌套重叠关系具体为:船域作为背景域的重叠部分,螺旋桨域和船舵域作为船域的重叠部分。
5.S4中设置计算模型具体为:
计算域流场计算的控制方程为非定常且不可压缩的RANS方程:
式中:为求散度;U为速度场;pd=p-ρg·x为动压力;ρ为液体或者气体的密度;x为空间坐标;g为重力加速度;μeff=ρ(v+vt)为有效动力粘性,其中v为运动粘度,vt为涡粘度;fσ为表面张力项;
湍流模型采用k-ω模型,其运输方程为:
式中:k为湍流动能;ω为特定耗散率;Gk为平均速度梯度产生的湍流动能;Gω为ω方程;Γk、Γω为k,ω的扩散率;Yk,Yω为湍流扩展项;Dk为交叉扩展项;Sk,Sω为自定义源项;
自由面求解采用带有人工可压缩项的VOF方法,两相VOF运输方程定义为:
式中:α为两相流体的体积分数,Ur为用于压缩界面的速度场;
采用有限体积法对控制方程进行离散化处理,同时采用三维隐式非常态求解器和欧拉多相流模型进行求解;
采用DFBI模型,通过船舶Z型实验和回转实验对船舶的K、T参数进行辨识。
6.S4中设置船舶运动条件具体为:设置船体为允许横荡、纵荡、艏摇、横摇、纵摇和垂荡的6自由度运动。
7.S6中辨识得到船舶在某一固定航速下的K、T参数具体为:
其中,ψ为航向角,K为旋回性参数,T为追随性参数,δ为控制舵角。
本发明的有益效果:与现有技术相比,本发明具有如下的有益效果:
本发明针对带舵浆船舶的运动提出了一种简单有效的数值计算方法,通过重叠网格处理螺旋桨和船舵的大幅度运动问题,实现准确的数值计算和参数辨识求解。本方法辨识结果准确高效,具有较强的实际应用性。
1、本发明使用重叠网格方法进行数值模拟计算,相较于滑移网格和变形网格方法,能够更加有效地处理船舶大幅度的舵浆运动。
2、本发明使用实体螺旋桨模型进行运动的数值模拟,相较于传统的体积力方法,能够更加真实地还原船体运动中螺旋桨周围流场的变化情况,从而增加计算精度。
3、本发明通过CFD方法对船舶的K、T参数进行辨识求解,相较于实船实验节约了人力、物力成本和时间,具有很强的实用性。
附图说明
图1是本发明的船舶参数辨识方法的流程框图。
图2是本发明一实施例中重叠部分网格效果图。
图3是本发明一实施例中网格整体效果示意图。
图4是本发明一实施例中船舶Z型运动示意图。
图5是本发明一实施例中船体回转运动示意图。
图6是本发明一实施例中船体Z型运动轨迹图。
图7是本发明一实施例中船体回转运动轨迹图。
具体实施方式
下面结合附图对本发明具体实施方式做进一步说明。
本发明提出的一种基于CFD的船舶参数辨识方法,分别生成船域、螺旋桨域以及船舵域的重叠网格并嵌套,具体包括以下步骤:
S1,在CFD仿真软件中导入船舶的几何模型;
S2,基于所导入几何模型,设置背景域以及分别包含船、螺旋桨和船舵的局部区域和边界条件;
S3,并建立背景域与船域、船域与螺旋桨域和船舵域之间的多层次嵌套重叠关系;
S4,生成重叠网格,设置计算模型和船舶运动条件;
S5,进行迭代计算;
S6,将CFD得到的数据进行处理,辨识得到船舶在某一固定航速下的K、T参数。
S1导入包含船体、螺旋桨和船舵的三维几何模型,其中各部分几何模型均为封闭的实体模型。
背景域、船域和船舵域均为长方体计算域,螺旋桨域为圆柱体计算域。边界条件采用如下设定:船体、螺旋桨以及船舵的边界设置为壁面边界;船尾指向的背景域边界设置为压力出口,其余背景域边界均设置为速度入口;剩余边界均为重叠网格边界。
S3建立背景域与船域、船域与螺旋桨域和船舵域之间的多层次嵌套重叠关系,即船域作为背景域的重叠部分,螺旋桨域和船舵域作为船域的重叠部分。
生成的重叠网格采用非结构化网格,网格类型为切割体网格,且所有网格质量均大于0.01。
模型的设置,包括设置隐式不定常、欧拉多相流、K-Epsilon湍流模型以及流体域体积;然后进行参数设置,包括多相流体和初始条件的设置;接下来设置刚体运动条件,设置船体为允许横荡、纵荡、艏摇、横摇、纵摇和垂荡的6自由度运动,通过螺旋桨和船舵的转动改变船的航行速度和方向。
S5根据已划分网格和所设置条件进行迭代计算,从而得到船舶运动过程中各数据随时间变化的关系。
S6利用S5中得到的数据,根据下式辨识得到船舶在某一固定航速下的K、T参数:
结合图1,本实施例中一种基于CFD的船舶参数辨识方法的流程图,包括以下内容:
在CFD仿真软件中导入船舶几何实体模型,基于所导入几何模型,设置背景域以及分别包含船、螺旋桨和船舵的局部区域。以船体重心为中心,设置背景计算域的长度为3.5L,其中船舶前部分为1.5L,船舶后部分为2L;宽度为3L,其中船舶左半部分为1.5L,右半部分为1.5L;高度为1.5L,其中船舶上部分高度为0.5L,船舶下部分为L,其中L表示船长。同样以船体重心为基准,设置船域长度为1.5L,其中前0.75L,后0.75L;宽0.8L,其中左侧0.4L,右侧0.4L;高度为0.6L,其中上方0.3L,下方0.3L。
为了对船体周围的区域进行计算,将S2中所建区域分别与其对应的船、螺旋桨和船舵进行布尔减运算,建立船域、螺旋桨域和船舵域。
设置边界条件,各部分边界条件设置如下表所示。
由此建立背景域、船域与螺旋桨域和船舵域之间的多层次嵌套重叠关系,即船域作为背景域的重叠部分,螺旋桨域和船舵域作为船域的重叠部分,重叠部分网格划分效果如图2所示。
根据船体各部分尺寸设置网格基础尺寸并划分网格,网格整体效果如附图3所示。
为了让网格在整个计算的过程中始终保持收敛性,需要保证重叠部分网格具有较为接近的尺寸,本实施例中,设置背景网格、船域和各舵浆域之间的网格尺寸比为4:2:1。
本实施例中计算域流场计算的控制方程为非定常且不可压缩的RANS方程:
式中:为求散度;U为速度场;pd=p-ρg·x为动压力;ρ为液体或者气体的密度;x为空间坐标;g为重力加速度;μeff=ρ(v+vt)为有效动力粘性,其中v为运动粘度,vt为涡粘度;fσ为表面张力项。
为保证壁面处和远流场求解的精确性,本实施例中湍流模型采用k-ω模型,其运输方程为:
式中:k为湍流动能;ω为特定耗散率;Gk为平均速度梯度产生的湍流动能;Gω为ω方程;Γk,Γω为k,ω的扩散率;Yk,Yω为湍流扩展项;Dk为交叉扩展项;Sk,Sω为自定义源项。
本实施例中自由面求解采用带有人工可压缩项的VOF(Volume of Fluid)方法,两相VOF运输方程定义为:
式中:α为两相流体的体积分数,Ur为用于压缩界面的速度场。
本实施例数值计算中采用有限体积法对控制方程进行离散化处理,同时采用三维隐式非常态求解器和欧拉多相流模型进行求解。
本实施例采用DFBI(Dynamic Fluid Body Interaction)模型,通过船舶Z型实验和回转实验对船舶的K、T参数进行辨识。船舶Z型运动示意图如图4所示,船舶回转运动示意图如图5所示。
随后根据已设置好的物理模型和运动条件进行数值计算,螺旋桨转速设为400转/分,舵角最大值设置为30度,步长设置为0.01秒。经两组迭代计算后,船舶完成一组完整的Z型运动和回转运动,并得到运动过程中船体航向角、航向角速度和航向角加速度随时间的变化曲线,Z型运动轨迹如图6所示,回转运动轨迹如图7所示。此迭代过程中残差曲线保持收敛,说明仿真计算的方法是有效的,从而可以认为计算结果是有效的。
接下来根据已得到的仿真数据对船舶在该航速下的K、T参数进行辨识。
本实施例中才用的船舶航向与舵角的一阶K-T方程如下式所示:
其中,δ为控制舵角,ψ为航向角,K为旋回性参数,T为追随性参数。
式(6)也可表示为:
本实施例中对K、T参数求解的差分方程如下式所示:
从以上推导可以通过恒定航速下无人艇的航向角速度、航向角加速度计算出该航速下的K、T值大小,即得到最终的辨识结果,根据本实施例中所求得数据计算得到目标船舶的K、T参数分别为:K=0.085,T=0.79。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求范围内进行适当的变形或修改,这并不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种基于CFD的船舶参数辨识方法,其特征在于,包括以下步骤:
S1:在CFD仿真软件中导入船舶的几何模型;
S2:基于所导入几何模型,设置背景域以及分别包含船、螺旋桨和船舵的局部区域,即船域、螺旋桨域和船舵域,设置边界条件;
S3:建立背景域与船域、船域与螺旋桨域和船舵域之间的嵌套重叠关系;
S4:生成重叠网格,设置计算模型和船舶运动条件;
S5:根据已划分网格和所设置条件进行迭代计算至收敛,得到船舶运动过程中各数据随时间变化的关系;
S6:将CFD得到的数据进行处理,辨识得到船舶在某一固定航速下的K、T参数。
2.根据权利要求1所述的一种基于CFD的船舶参数辨识方法,其特征在于:S1所述船舶的几何模型包含船体、螺旋桨和船舵的三维几何模型、且均为封闭的实体模型。
3.根据权利要求2所述的一种基于CFD的船舶参数辨识方法,其特征在于:S2所述背景域、船域和船舵域为长方体计算域,螺旋桨域为圆柱体计算域。
4.根据权利要求3所述的一种基于CFD的船舶参数辨识方法,其特征在于:S2所述设置边界条件具体为:船体、螺旋桨以及船舵的边界设置为壁面边界;船尾指向的背景域边界设置为压力出口,其余背景域边界均设置为速度入口;剩余边界均为重叠网格边界。
5.根据权利要求4所述的一种基于CFD的船舶参数辨识方法,其特征在于:S3所述嵌套重叠关系具体为:船域作为背景域的重叠部分,螺旋桨域和船舵域作为船域的重叠部分。
6.根据权利要求5所述的一种基于CFD的船舶参数辨识方法,其特征在于:S4所述设置计算模型具体为:
计算域流场计算的控制方程为非定常且不可压缩的RANS方程:
式中:为求散度;U为速度场;pd=p-ρg·x为动压力;ρ为液体或者气体的密度;x为空间坐标;g为重力加速度;μeff=ρ(v+vt)为有效动力粘性,其中v为运动粘度,vt为涡粘度;fσ为表面张力项;
湍流模型采用k-ω模型,其运输方程为:
式中:k为湍流动能;ω为特定耗散率;Gk为平均速度梯度产生的湍流动能;Gω为ω方程;Γk、Γω为k,ω的扩散率;Yk,Yω为湍流扩展项;Dk为交叉扩展项;Sk,Sω为自定义源项;
自由面求解采用带有人工可压缩项的VOF方法,两相VOF运输方程定义为:
式中:α为两相流体的体积分数,Ur为用于压缩界面的速度场;
采用有限体积法对控制方程进行离散化处理,同时采用三维隐式非常态求解器和欧拉多相流模型进行求解;
采用DFBI模型,通过船舶Z型实验和回转实验对船舶的K、T参数进行辨识。
7.根据权利要求6所述的一种基于CFD的船舶参数辨识方法,其特征在于:S4所述设置船舶运动条件具体为:设置船体为允许横荡、纵荡、艏摇、横摇、纵摇和垂荡的6自由度运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011627182.7A CN112685974A (zh) | 2020-12-31 | 2020-12-31 | 一种基于cfd的船舶参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011627182.7A CN112685974A (zh) | 2020-12-31 | 2020-12-31 | 一种基于cfd的船舶参数辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112685974A true CN112685974A (zh) | 2021-04-20 |
Family
ID=75455787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011627182.7A Pending CN112685974A (zh) | 2020-12-31 | 2020-12-31 | 一种基于cfd的船舶参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112685974A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468658A (zh) * | 2021-06-15 | 2021-10-01 | 大连海事大学 | 一种风浪中船舶失速系数的直接计算方法 |
CN113704678A (zh) * | 2021-08-03 | 2021-11-26 | 哈尔滨工程大学 | 一种基于满秩分解的遗忘因子最小二乘模型参数辨识方法 |
CN114386344A (zh) * | 2022-03-24 | 2022-04-22 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于单元切割的重叠网格尺寸动态匹配方法、设备及介质 |
CN117763978A (zh) * | 2023-08-02 | 2024-03-26 | 广东优翼航空技术有限公司 | 一种基于cfd的通航飞机的螺旋桨气动参数获取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7756689B1 (en) * | 2006-02-28 | 2010-07-13 | The United States Of America As Represented By The Secretary Of The Navy | Numerical modeling of six-degree-freedom ship motion |
CN103324195A (zh) * | 2013-06-14 | 2013-09-25 | 哈尔滨工程大学 | 基于反步法的船舶自适应鲁棒航向跟踪控制方法 |
CN110333667A (zh) * | 2019-08-14 | 2019-10-15 | 大连海事大学 | 一种基于非线性新息辨识模型的船舶运动仿真及控制方法 |
CN110515387A (zh) * | 2019-09-25 | 2019-11-29 | 上海海事大学 | 一种水面船舶漂角补偿非线性航向控制方法 |
CN111611745A (zh) * | 2020-05-19 | 2020-09-01 | 大连海事大学 | 基于差分进化算法的无人船模型参数辨识方法及系统 |
CN111898204A (zh) * | 2020-07-13 | 2020-11-06 | 哈尔滨工程大学 | 一种用于带舵桨船舶的数值计算方法 |
-
2020
- 2020-12-31 CN CN202011627182.7A patent/CN112685974A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7756689B1 (en) * | 2006-02-28 | 2010-07-13 | The United States Of America As Represented By The Secretary Of The Navy | Numerical modeling of six-degree-freedom ship motion |
CN103324195A (zh) * | 2013-06-14 | 2013-09-25 | 哈尔滨工程大学 | 基于反步法的船舶自适应鲁棒航向跟踪控制方法 |
CN110333667A (zh) * | 2019-08-14 | 2019-10-15 | 大连海事大学 | 一种基于非线性新息辨识模型的船舶运动仿真及控制方法 |
CN110515387A (zh) * | 2019-09-25 | 2019-11-29 | 上海海事大学 | 一种水面船舶漂角补偿非线性航向控制方法 |
CN111611745A (zh) * | 2020-05-19 | 2020-09-01 | 大连海事大学 | 基于差分进化算法的无人船模型参数辨识方法及系统 |
CN111898204A (zh) * | 2020-07-13 | 2020-11-06 | 哈尔滨工程大学 | 一种用于带舵桨船舶的数值计算方法 |
Non-Patent Citations (2)
Title |
---|
慕东东 等: "基于递推最小二乘的吊舱推进无人水面艇建模与辨识研究", 《计算机测量与控制》 * |
柳晨光 等: "欠驱动水面模型船航向保持控制仿真平台", 《中国航海》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468658A (zh) * | 2021-06-15 | 2021-10-01 | 大连海事大学 | 一种风浪中船舶失速系数的直接计算方法 |
CN113468658B (zh) * | 2021-06-15 | 2022-09-06 | 大连海事大学 | 一种风浪中船舶失速系数的直接计算方法 |
CN113704678A (zh) * | 2021-08-03 | 2021-11-26 | 哈尔滨工程大学 | 一种基于满秩分解的遗忘因子最小二乘模型参数辨识方法 |
CN113704678B (zh) * | 2021-08-03 | 2024-04-12 | 哈尔滨工程大学 | 一种基于满秩分解的遗忘因子最小二乘模型参数辨识方法 |
CN114386344A (zh) * | 2022-03-24 | 2022-04-22 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于单元切割的重叠网格尺寸动态匹配方法、设备及介质 |
CN114386344B (zh) * | 2022-03-24 | 2022-06-07 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于单元切割的重叠网格尺寸动态匹配方法、设备及介质 |
CN117763978A (zh) * | 2023-08-02 | 2024-03-26 | 广东优翼航空技术有限公司 | 一种基于cfd的通航飞机的螺旋桨气动参数获取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112685974A (zh) | 一种基于cfd的船舶参数辨识方法 | |
CN110989628A (zh) | 一种基于cfd的欠驱动水面船舶航向控制方法 | |
Hajivand et al. | Virtual maneuvering test in CFD media in presence of free surface | |
Shen et al. | Numerical simulations of ship self-propulsion and maneuvering using dynamic overset grids in OpenFOAM | |
CN111898204A (zh) | 一种用于带舵桨船舶的数值计算方法 | |
Lin et al. | The estimation of hydrodynamic coefficients of an autonomous underwater vehicle by comparing a dynamic mesh model with a horizontal planar motion mechanism experiment | |
Foroushani et al. | Determination of hydrodynamic derivatives of an ocean vehicle using cfd analyses of synthetic standard dynamic tests | |
Zhao et al. | Hydrodynamic coefficients of the DARPA SUBOFF AFF-8 in rotating arm maneuver-Part Ⅱ: Test results and discussion | |
Dai et al. | Experimental and numerical investigation on maneuvering performance of small waterplane area twin hull | |
Yang et al. | Mathematical modeling of shallow water effects on ship maneuvering | |
Jianhua et al. | CFD simulation of ship turning motion in waves | |
Stradtner et al. | Introduction to AVT-351: Enhanced Computational Performance and Stability & Control Prediction for NATO Military Vehicles | |
Fournarakis et al. | Estimation of the maneuvering characteristics of the DTC containership using URANS based simulations | |
Wang et al. | Numerical prediction of KCS self-propulsion in shallow water | |
Wu et al. | Unsteady simulation of AUVs approaching seafloor by self-propulsion using multi-block hybrid dynamic grid method | |
Algarín et al. | Numerical computation of the hydrodynamic coefficients on planing hulls in the six degrees of freedom | |
Liu | Prediction of Forces and Moments in Multiphase Naval Simulations | |
Ye et al. | Numerical simulation of ONRT turning motion in regular waves | |
Duman et al. | Numerical simulation of dynamic maneuvering of a surface combatant using overset grid method | |
Shenoi et al. | Prediction of maneuvering coefficients of a container ship by numerically simulating HPMM using RANSE based solver | |
Fonfach et al. | Numerical study of the hydrodynamic interaction between ships in viscous and inviscid flow | |
Peric et al. | Trends in industry applications of computational fluid dynamics for maritime flows | |
Islam et al. | Prediction of ship resistance in head waves using OpenFOAM | |
Liu et al. | Numerical simulation of ship yaw maneuvering in deep and shallow water | |
Rajita Shenoi et al. | Study of maneuverability of container ship with nonlinear and roll-coupled effects by numerical simulations using RANSE-based solver |
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: 20210420 |