KR102564930B1 - 선박의 선형 최적설계 장치 및 방법 - Google Patents

선박의 선형 최적설계 장치 및 방법 Download PDF

Info

Publication number
KR102564930B1
KR102564930B1 KR1020210045589A KR20210045589A KR102564930B1 KR 102564930 B1 KR102564930 B1 KR 102564930B1 KR 1020210045589 A KR1020210045589 A KR 1020210045589A KR 20210045589 A KR20210045589 A KR 20210045589A KR 102564930 B1 KR102564930 B1 KR 102564930B1
Authority
KR
South Korea
Prior art keywords
linear
design
ship
optimization
optimal
Prior art date
Application number
KR1020210045589A
Other languages
English (en)
Other versions
KR20220139527A (ko
Inventor
최희종
Original Assignee
전남대학교산학협력단
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 전남대학교산학협력단 filed Critical 전남대학교산학협력단
Priority to KR1020210045589A priority Critical patent/KR102564930B1/ko
Publication of KR20220139527A publication Critical patent/KR20220139527A/ko
Application granted granted Critical
Publication of KR102564930B1 publication Critical patent/KR102564930B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

본 발명은 선박의 선형 최적설계 장치 및 방법에 관한 것으로, 선형 최적설계 장치는 기준선형에 대해 목적함수가 최적의 조건이 되는 설계변수를 선정하는 설계변수 선정부, 선정된 상기 설계변수를 통해 상기 기준선형의 선체에 대해 형상 변경하여 선형설계를 수행하는 선형 최적설계부, 및 설계한 상기 선형에 해당하는 선박의 성능을 예측하여 최적선형 여부를 판단하는 성능 판단부를 포함한다.

Description

선박의 선형 최적설계 장치 및 방법{HULL-FORM OPTIMIZATION DESIGN APPARATUS AND METHOD FOR SHIP}
본 발명은 선박의 선형 최적설계 기술에 관한 것으로, 보다 상세하게는, 선형 최적화에 적합한 설계변수를 정하여 최적설계를 자동 수행함으로써 우수한 선형을 개발할 수 있는 선박의 선형 최적설계 장치 및 방법에 관한 것이다.
선형설계 작업은 선박설계에 있어서 최우선으로 고려하여야 할 요소이다. 선박의 연비를 결정하는 선박의 저항을 최소화한다거나 내항성능이나 조종성능 등 안전과 관련된 측면에서 우수한 선형을 개발하고자 하는 연구는 선박의 개발 역사와 함께 수백 년 동안 연구가 이어져 오고 있는 사항이다.
일반적인 선형설계 절차는 건조하고자 하는 선박의 길이, 폭, 흘수, 속도 등 제원을 결정하고, 그에 적합한 초기선형을 설계한다. 설계된 초기선형에 대한 성능평가를 시행하여 원하는 선속 등 선주의 요구조건을 만족하면 설계된 선박에 대한 모형시험을 시행하여 요구조건의 만족 여부의 판단을 한다. 요구조건을 만족하지 않으면 선형을 다시 변경하여 성능평가를 수행하여야 한다.
우수한 선형을 개발하기 위해서는 풍부한 선형설계 경험을 가진 전문가가 수많은 시행착오를 거쳐 수행하게 되기 때문에, 선형 설계 작업 과정에 불편함이 있고 설계 최적화에 한계가 있다.
최근에는, 전산유체역학이나 컴퓨터 연산성능의 기하급수적 발전으로 인하여 선형 설계의 자동화가 이루어지고 있다. 특히 최적화 기법을 적용한 선형 최적설계 자동화 또한 몇몇 선형설계를 전공하는 과학자들에 의하여 2000년대 초반부터 꾸준히 연구가 진행되어 오고 있다.
선형최적설계 자동화를 위해서는 저항이나 운동성능 또는 조종성능 등 목적함수의 추정기법과 선박 형상의 자유로운 변경기법 그리고 효과적인 최적화 기법 등 여러 가지 복잡하고 어려운 기술들이 유기적으로 조직되어야 하고, 효과적으로 자동 제어되어야 하는 등 해결해야 할 많은 문제가 있으므로 급속한 발전을 보이지는 못하고 있는 현실이다.
선형최적설계 자동화와 관련하여 대형 컨테이너선이나 VLCC(very large crude-oil carrier)와 같은 선박은 형상이 부드럽고 불연속 점이나 선이 거의 없어서 선박 형상 변경에 있어서 제어가 다소 용이해서 선형최적설계 자동화에 대한 연구가 어느 정도는 이루어지고 있다. 그러나 고속 활주선 같은 선박은 형상이 매우 복잡하고 곡면 상에 특이 변곡점, 첨점 또는 첨선 등 불연속 점과 선들이 산재하므로 선박 형상의 제어가 까다로워서 선형최적설계 자동화에 대한 연구가 더디게 진행되고 있는 실정이다.
선형최적설계 자동화를 실현하기 위해서는 최적설계과정 중 수 많은 선박이 선형변경 알고리즘에 따라 자동으로 생성되어야 하는데, 이때 만들어진 선박의 형상에 대한 신뢰성은 선형최적화의 성공과 관련하여 매우 중요한 요소이다.
한국 등록특허공보 제10-1563857(2015.10.22)호 한국 공개특허공보 제10-2011-0043218(2011.04.27)호
본 발명의 일 실시예는 선형의 최적설계 과정에서 만들어지는 선박의 형상에 대한 신뢰성을 높일 수 있는 선박의 선형 최적설계 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 선형 최적화에 적합한 설계변수를 정하여 최적설계를 자동 수행함으로써 우수한 선형을 개발할 수 있는 선박의 선형 최적설계 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 선형 최적설계 과정에서 선박의 각각의 형상에 적합한 기하학적 모델링을 통해 선형을 자동으로 변경할 수 있는 선박의 선형 최적설계 장치 및 방법을 제공하고자 한다.
실시예들 중에서, 선박의 선형 최적설계 장치는 기준선형에 대해 목적함수가 최적의 조건이 되는 설계변수를 선정하는 설계변수 선정부, 선정된 상기 설계변수를 통해 상기 기준선형의 선체에 대해 형상 변경하여 선형설계를 수행하는 선형 최적설계부, 및 설계한 상기 선형에 해당하는 선박의 성능을 예측하여 최적선형 여부를 판단하는 성능 판단부를 포함한다.
실시예들 중에서, 선박의 선형 최적설계 장치는 상기 선형설계 과정에서 선형의 진화하는 방향을 모니터링하도록 동영상 제공하는 모니터링부를 더 포함할 수 있다.
상기 설계변수는 위치, 영역, 기법, 변화 범위 중 적어도 하나 이상을 포함하는 선형 기하 정보이고, 상기 설계변수 선정부는 상기 기준선형의 선체 전역, 국소 및 프로파일 각각에 대해 설계변수들에 따른 선형설계의 주요 요소들의 변화 양상인 민감도 해석을 기초로 설계변수를 선정할 수 있다.
상기 선형 최적설계부는 선체의 전체 영역에 대해 PSO(particle swarm optimaization) 기법을 통해 최적 설계점을 탐색하고, 국부 영역에 대해 SQP(sequential puadratic programming) 기법을 통해 최적 설계점을 탐색하는 최적화 모듈을 포함할 수 있다.
상기 선형 최적설계부는 기하학적 모델링을 통해 프로파일과 선체표면의 변경, 스테이션의 섹션선의 형상 변경 및 위치 변경에 따른 선형 변경을 수행하는 선형변경 모듈을 포함할 수 있다.
실시예들 중에서, 선박의 선형 최적설계 방법은 기준선형으로 선정된 선체의 전역, 국소, 프로파일 각각의 설계변수들에 대해 민감도 해석을 통해 목적함수가 최적의 조건이 되는 적합한 위치, 변화 영역, 적합한 함수, 변화 범위를 포함하는 설계변수를 선정하는 단계, 선정된 상기 설계변수를 통해 상기 기준선형의 선체에 대해 형상 변경하면서 선형설계를 수행하는 단계, 및 설계한 상기 선형에 해당하는 선박의 성능을 예측하여 최적선형 여부를 판단하는 단계를 포함한다.
실시예들 중에서, 상기 설계한 선형이 최적선이 아니면 상기 설계한 선형을 상기 기준선형으로 교체하는 단계를 더 포함할 수 있다.
실시예들 중에서, 상기 선형설계 수행 단계에서 선형 설계가 수행되는 동안 선형의 진화 방향을 모니터링하는 단계를 더 포함할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 선박의 선형 최적설계 장치 및 방법은 선형의 최적설계 과정에서 만들어지는 선박의 형상에 대한 신뢰성을 높일 수 있다.
본 발명의 일 실시예에 따른 선박의 선형 최적설계 장치 및 방법은 선형 최적화에 적합한 설계변수를 정하여 최적설계를 자동 수행함으로써 우수한 선형을 개발할 수 있다.
본 발명의 일 실시예에 따른 선박의 선형 최적설계 장치 및 방법은 선형 최적설계 과정에서 선박의 각각의 형상에 적합한 기하학적 모델링을 통해 선형을 자동으로 변경할 수 있다.
도 1은 본 발명의 일 실시예에 따른 선박의 선형 최적설계 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 선형 최적설계 장치를 설명하는 블록도이다.
도 3은 도 2에 있는 선박의 선형 최적설계 장치의 선형 최적설계 과정을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따른 선박의 선형 최적설계 흐름을 설명하는 도면이다.
도 5a-5c는 각각 초기선형과 최적선형의 정면도, 측면도 및 반폭도를 비교하여 나타내는 도면이다.
도 6a-6c는 일 실시예에 따른 선박의 선형 최적설계 장치에서 선형 최적화를 수행하는 과정 중 생성된 선박의 제원을 나타내는 도면이다.
도 7 및 도 8은 초기 선형과 최적 선형을 렌더링 모드에서 비교하여 나타내는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 선박의 선형 최적설계 시스템을 설명하는 도면이다.
도 1을 참조하면, 선박의 선형 최적설계 시스템(100)은 초기 선형(110)에 대해 선형 최적설계 자동화를 수행하여 최적 선형(150)을 개발할 수 있는 선형 최적설계 장치(130)로 구성될 수 있다.
초기 선형(110)은 최적설계 자동화를 수행할 기준선형을 의미할 수 있다. 일 실시예에서, 초기 선형(110)은 최적선형의 도출을 위한 최적화 과정의 초기에 선정될 수 있으며, 최적화 과정 중에 도출되는 형상 변경된 선형으로 재선정될 수 있다. 초기 선형(110)은 선박의 제원을 선정하고 선정한 선박의 제원을 만족하도록 설계될 수 있다. 여기에서, 선박의 제원은 선체의 길이와 폭, 흘수, 속도 등이 포함될 수 있다.
선형 최적설계 장치(130)는 선정된 초기 선형(110)을 기준으로 선형 최적설계 자동화를 수행하여 최적 선형(150)을 설계할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 선형 최적설계 장치(130)는 선형변경 알고리즘인 종 모양 변형 함수법(bell-shaped modification function)과 NURBS(non-uniform rational B-spline) 기하모델법, 그리고 선박의 저항성능을 예측하기 위하여 포텐셜기저 패널법(potential-based panel method)과 선박 형상의 진화 방향을 예측하기 위하여 최적화 기법으로 SQP(sequential quadratic programming)법을 적용하여 선형 최적설계 자동화를 수행할 수 있다. 일 실시예에서, 선형 최적설계 장치(130)는 기준으로 선정된 초기 선형(110)의 선체에 대하여 형상의 변형을 주고 그에 대한 목적함수를 계산하는 과정을 여러 번 반복 수행함으로써 최적 선형(150)을 찾아갈 수 있다.
최적 선형(150)은 초기 선형(110)에 대해 선형 최적설계 장치(130)의 최적화 과정을 통해 최종 설계된 신뢰성이 확보된 선형에 해당할 수 있다.
도 2는 도 1에 있는 선형 최적설계 장치를 설명하는 블록도이다.
도 2를 참조하면, 선형 최적설계 장치(130)는 설계변수 선정부(210), 선형 최적설계부(230), 성능 판단부(250), 모니터링부(270) 및 제어부(290)를 포함할 수 있고, 선형 최적설계부(230)는 최적화 모듈(231) 및 선형변경 모듈(233)을 포함하여 구성될 수 있다.
설계변수 선정부(210)는 기준선형에 대해 목적함수가 최적의 조건이 되는 설계변수를 선정할 수 있다. 여기에서, 설계변수는 위치, 영역, 기법, 변화 범위 등의 선형 기하 정보를 포함할 수 있다. 설계변수 선정부(210)는 선형 최적설계가 수행되기 전에 설계변수를 선정할 수 있다.
일 실시예에서, 설계변수 선정부(210)는 기준선형으로 선정된 선체에 대하여 설계변수 민감도 해석을 수행하고 민감도 해석 정보를 기초로 설계변수를 선정할 수 있다. 예를 들면, 설계변수 선정부(210)는 전역 20개, 국소 20개, 프로파일 20개의 예비 설계변수 60개 정도에 대한 민감성 검사를 수행하여 예비 설계변수 1개당 20척의 선형을 생성하여 전체 1200척 이상의 선형 생성 및 해석을 수행할 수 있다. 설계변수 선정부(210)는 설계변수 민감성 검사의 결과 데이터를 바탕으로 10개 내지 20개 정도의 설계변수를 선정할 수 있다.
설계변수 선정부(210)는 적합한 위치, 변화 영역, 적합한 함수, 변화 범위 등 설계변수를 선택했을 때 목적함수는 어떤 양상으로 변화를 하는지, 그리고 선형설계에 중요한 요소인 배수량이나 접수표면적이 어떻게 되는지에 대한 정보를 얻을 수 있으며, 이를 바탕으로 어떤 설계변수를 선택할 지에 대한 판단을 할 수 있다.
선형 최적설계부(230)는 설계변수 선정부(210)에 의해 선정된 설계변수를 통해 기준선형의 선체에 대해 형상 변경하여 선형설계를 수행할 수 있다. 일 실시예에서, 선형 최적설계부(230)는 선형 최적설계 자동화를 수행하여 최적 선형을 설계할 수 있다. 선형 최적설계부(230)는 기준선형을 최적선형으로 변환하는 최적화 과정을 수행할 수 있고, 최적화 매 단계마다 자동으로 반복 수행될 수 있다. 선형 최적설계부(230)는 선형설계 최적화 과정을 수행하는 최적화 모듈(231) 및 선형설계 최적화 과정 중 선형을 자동으로 변경하는 선형변경 모듈(233)을 포함할 수 있다.
최적화 모듈(231)은 전체 영역과 국부 영역에 대한 최적점을 탐색할 수 있다. 일 실시예에서, 최적화 모듈(231)은 전체 영역에 대해 PSO(particle swarm optimaization) 기법을 사용하여 최적점을 탐색하고, 국부 영역에 대해 비선형 최적화 기법인 SQP(sequential puadratic programming)법을 사용하여 최적점을 탐색할 수 있다.
SQP법은 빠른 수렴성을 가지고 있어서 최적화 기법으로서 자주 사용된다. SQP법은 비선형의 목적함수와 제약조건을 설계변수에 대해서 Taylor 전개하고, 목적함수는 이차식으로 제약조건은 일차식으로 근사하여 근사 부문제를 얻는다. 근사 부문제를 탐색방향인 d에 대하여 정리하면 다음 식에 의하여 표현된다.
여기에서, x는 설계변수, f는 목적함수, g는 제약조건을 나타내며, m은 제약조건의 수를 나타내고, me는 제약조건 중 등식 제약조건의 수를 나타낸다. B는 라그란지(Lagrange)의 헷세행렬(Hessian matrix)을 나타낸다.
최적화 모듈(231)은 상기 식의 결과로 목적함수를 감소시키는 방향이 정해지면 이동거리를 결정하여 근사의 최적해를 부여한 점을 구한다. 이것을 다음 단계의 설계점으로 하여 반복 적용함으로써 최적해를 얻는다. 매 반복해에서 설계변수는 xk+1 = xk + akdk에 의하여 변화하며, 여기에서 ak는 이동거리를 나타낸다.
최적화 모듈(231)은 전체 영역에 대해서는 PSO 기법을 사용하여 최적점을 탐색할 수 있다. PSO는 정확한 최적점을 찾아가므로 목적함수의 예측시간이 매우 작은 경우에 유용하다.
선형변경 모듈(233)은 선형설계 과정 중 선형을 자동으로 변경할 수 있다. 일 실시예에서, 선형변경 모듈(233)은 NURBS(non-uniform rational B-spline) 기법과 종모양 분포함수(bell-shaped distribution function) 기법 등 다양한 여러 방식의 기하학적 모델링을 사용한 프로파일과 선체표면의 변경, 스테이션의 섹션(Section)선의 형상 변경 및 위치변경에 따른 선형변경을 수행할 수 있다.
선박은 매우 복잡한 형상을 가진 기하모형이다. 그러므로 일률적으로 일정한 기하학적 모델링 기법만을 적용하기가 어렵다. 특히 벌브, 플레어, 트랜섬 선미 등과 같이 독특한 형상을 가진 곳은 독특한 형상의 변경에 알맞은 기하학적 모델링 기법을 적용할 필요가 있다. 이에, 선형변경 모듈(233)은 선박의 각각의 형상에 적합한 기하학적 모델링 기법을 적용하여 선형변경을 구현할 수 있다.
고속 활주선은 선형이 차인라인 등 불연속 첨점이나 첨선 등을 채택하는 등 매우 복잡한 형상을 나타낸다. 선형변경 모듈(233)은 고속 활주선과 같은 복잡한 형상을 가진 선박에 대한 선형변경이 가능하다.
선형최적설계 자동화에 있어서 중요한 요건 중 하나가 변경된 선형이 합리적인 선형을 가져야 한다는 것이다. 선형최적설계 과정 중 수천 번의 선형 변경이 발생하는데, 이때 개발된 모든 선형은 합리적인 형상이어야 한다. 선형최적설계 자동화 과정 중 한 척의 선형이라도 비현실적인 선형이 발생하면 이는 치명적인 오류로 선형최적설계 자동화의 실패를 의미한다.
선형 최적설계부(230)는 선형의 전역 및 부분 변경, 프로파일의 전역 및 부분 변경을 적용하여 선형 최적설계 자동화를 수행할 수 있다.
성능 판단부(250)는 설계한 선형에 해당하는 선박의 성능을 예측하여 최적선형 여부를 판단할 수 있다. 일 실시예에서, 성능 판단부(250)는 최적화하고자 하는 목적에 따라 선체의 조파저항, 점성저항, 운동, 조종 성능 등이 목적함수로 선정될 수 있고, 이러한 목적함수는 한 개를 사용할 수도 있고 여러가지의 목적함수를 동시에 사용할 수도 있다.
성능 판단부(250)는 포텐셜 유동 해석기법인 패널법을 통해 선박 주위의 유동장과 저항을 구할 수 있다. 여기에서, 성능 판단부(250)는 요트나 고속선형이 주로 채택하는 차인라인(chine line) 등 복잡한 형상을 가진 선박의 수치해석을 위하여 개발된 패널절단법(panel cutting method)과 가변자유수면패널법(variable free surface panel method)을 사용할 수 있다.
성능 판단부(250)는 프로드 수(Froude number, Fr) 1.0 이하의 상대적으로 저속에서 운항하는 선박의 경우에는 반복법을 적용한 비선형 자유수면 경계조건을 만족하도록 하고, 프로드 수 1.0 이상의 고속에서 운항하는 선박의 경우에는 NK(neumann-kelvin) 자유수면 경계조건을 만족하도록 한다.
선형 최적 설계의 자동화에 있어서 중요한 요건 중 하나가 해석 해의 신뢰성과 해석 코드의 내구성이다. 어떤 상황에서도 해석 해를 낼 수 있어야 하며 그 해가 신뢰할 수 있어야 한다.
일 실시예에서, 성능 판단부(250)는 포텐셜기저 패널법을 사용하여 설계된 선형에 해당하는 선박의 저항 성능을 예측할 수 있다. 여기에서, 성능 판단부(250)는 최소저항을 가지는 최적선형의 도출에 있어서 최소화하고자 하는 목적함수는 선체에 미치는 저항이 될 수 있다. 성능 판단부(250)는 포텐셜 이론에 따라 유동은 비점성, 비압축성이며 유체흐름은 비회전성이라는 가정 하에 자유수면 경계조건의 비선형을 고려한 패널법에 의해 선체주위의 유동을 수치해석으로 계산하여 선체표면에서의 속도성분을 구할 수 있다. 베르누이의 정리를 이용하여 압력계수(Cp)를 구한 다음, 선체표면에 걸쳐서 압력계수를 적분하여 선체에 미치는 조파저항을 계산할 수 있다.
여기에서, S는 침수표면적을 나타내고, nx는 선체표면에서의 법선 벡터의 x방향의 성분을 나타낸다.
모니터링부(270)는 선형 최적설계 자동화를 수행하는 과정을 모니터링할 수 있다. 선형설계를 최적화하는 과정에서 수천 척 이상의 선형이 생기기 때문에 이를 일일이 비교 검토하는 것은 현실적으로 불가능하다. 모니터링부(270)는 선박의 최적 진화 방향을 탐색하기 위한 동영상을 제작하여 시각적으로 제공함으로써 선박의 최적 진화 방향을 결정할 수 있도록 한다. 일 실시예에서, 모니터링부(270)는 선박 형상의 진화 과정 중 생성된 일련의 선형들에 대한 동영상을 제작하여 설계자가 원하는 방향으로 진화하고 있는지를 모니터링할 수 있다. 실제로 진화가 다 된 선박보다 진화과정 중 원하는 선형이 나오는 경우도 있다. 모니터링부(270)는 선형 최적화를 수행하는 과정에서 생성된 선박들을 모니터링할 수 있는 시각화 모듈에 해당할 수 있다. 모니터링부(270)는 설계변수 선정부(210) 및 선형 최적설계부(230)와 밀접하게 연계되어 최적화를 수행하고자 하는 선체 영역에 맞는 적합한 형상의 선정 및 변경할 크기 등을 선정할 수 있다.
제어부(290)는 선박의 선형 최적설계 장치(130)의 전체적인 동작을 제어하고, 설계변수 선정부(210), 선형 최적설계부(230), 성능 판단부(250) 및 모니터링부(270) 간의 제어 흐름 및 데이터 흐름을 관리할 수 있다.
도 3은 도 2에 있는 선박의 선형 최적설계 장치의 선형 최적설계 과정을 설명하기 위한 순서도이다.
도 3에서, 선형 최적설계 장치(130)는 기준선형의 설계변수를 선정한다(단계 S310). 일 실시예에서, 선형 최적설계 장치(130)는 설계변수 선정부(210)를 통해 선형의 최적화가 진행되는 과정 중에 변형된 선체가 적절한 형상을 갖도록 하기 위하여 설계변수를 선정할 수 있다. 여기에서, 설계변수 선정부(210)는 각각의 설계변수에 대하여 선수부에서 선미부까지 선체를 구성하는 단면의 x,y,z 방향으로 움직일 수 있는 허용범위와 이동방향을 선정할 수 있다.
선형 최적설계 장치(130)는 선형설계 최적화 및 선형변경을 통해 선형 최적설계 자동화를 수행한다(단계 S330). 일 실시예에서, 선형 최적설계 장치(130)는 선형 최적설계부(230)를 통해 기준선형으로 선정된 선체에 대해 형상을 변경해가면서 선형설계를 수행할 수 있다. 여기에서, 선형 최적설계부(230)는 최적화 알고리즘을 통해 최적화를 수행할 수 있으며 기하학적 모델링을 선형변경을 수행할 수 있다.
선형 최적설계 장치(130)는 선형설계 최적화하는 과정을 모니터링한다(단계 S350). 일 실시예에서, 선형 최적설계 장치(130)는 모니터링부(270)를 통해 시각적으로 표현되는 선형설계를 최적화하는 과정의 동영상으로부터 선박 형상이 진화하는 방향을 모니터링할 수 있다. 여기에서, 모니터링부(270)는 선박의 최적 진화 방향을 탐색하기 위한 동영상을 제작할 수 있고 동영상 모니터링에 의해 선박의 최적 진화 방향을 결정할 수 있다.
선형 최적설계 장치(130)는 설계 선형의 선박 성능을 판단하여 최적선형을 결정한다(단계 S370). 일 실시예에서, 선형 최적설계 장치(130)는 성능 판단부(270)를 통해 포텐셜기저 패널법을 적용하여 설계 선형의 선박 주위의 유동장과 저항을 구하여 성능을 판단할 수 있다.
도 4는 일 실시예에 따른 선박의 선형 최적설계 흐름을 설명하는 도면이다.
도 4에서, 최적설계 자동화를 수행할 기준선형을 선정하고, 설계변수 민감도 해석을 통해 설계변수를 선정하고, 목적함수를 선정한다(단계 S410, S420, S430). 그런 다음, 선형 최적설계 자동화를 수행하여 최적선형을 설계한다(단계 S440, S450). 설계한 최적선형에 해당하는 선박에 대해 만족 여부를 판단하고(단계 S460), 설계한 선박에 만족하지 아니하면 설계변수를 재선정하여 단계 S430의 목적함수 선정 단계부터 단계를 반복 수행한다(단계 S470). 판단결과, 설계한 선박에 만족하면 최적선 여부를 판단하고(단계 S480), 최적선이 아니면 현 단계에서 설계된 최적선형을 기준선형으로 교체하여 단계 S420의 교체한 기준선형에 대한 설계변수 선정 단계부터 단계를 반복 수행한다(단계 S490). 판단결과, 최적선이면 현 단계에서 설계된 최적선형으로 선박을 제작한다.
도 5a 내지 5c는 각각 초기선형과 최적선형의 정면도, 측면도 및 반폭도를 비교한 도면으로, 초기선형은 실선으로 나타내고 최적선형은 점선으로 나타낸다.
도 5a 내지 5c에 나타낸 바와 같이, 초기선형과 비교하여 최적선형은 선수부에서 뚱뚱해지다가 선미부로 가면서 날씬해지는 방향으로 진화한 것을 볼 수 있다.
도 6a 내지 6c는 일 실시예에 따른 선박의 선형 최적 설계장치에서 선형 최적화를 수행하는 과정 중 생성된 선박의 제원을 나타내는 도면이다.
도 6a 내지 6c에 나타낸 바와 같이, 선형 최적화를 수행하는 과정 중 생성된 선박의 조파저항값(wave resistance), 배수량(displacement) 및 침수표면적(wetted surface area)은 각각 수렴양상을 나타낸 것을 볼 수 있다. 즉, 선형 최적화 과정을 여러 번 반복 수행함으로서 선박의 조파저항값, 배수량 및 접수표면적을 줄일 수 있는 최적선형을 설계할 수 있다. 선박의 배수량과 접수표면적은 선형설계에 있어서 매우 중요한 설계 요소이다.
하기 표 1은 초기선형과 최적선형의 조파저항과 배수량 그리고 접수표면적을 서로 비교한 것을 나타낸다.
[표 1]
상기 표 1에 나타낸 바와 같이, 조파저항은 초기선형 대비 27%가 감소한 것을 볼 수 있으며, 배수량은 0.84% 그리고 접수표면적이 0.75%가 줄어든 것을 볼 수 있다.
선박의 조파저항은 선박이 배수량과 접수표면적과 밀접한 관련이 있으며, 조파저항이 줄어들면 배수량과 접수표면적이 줄어들 가능성이 매우 높다.
이에, 전체 최적화 과정을 모니터링하면서 배수량과 접수표면적이 덜 줄어들거나 늘어나는 방향으로 선박의 진화를 유도할 필요가 있다. 이에, 일 실시예에 따른 선박의 선형 최적 설계장치(130)는 선박의 설계 방향 및 설계 변수 등을 정하여 최적설계를 수행할 수 있다.
도 7 및 8은 초기 선형과 최적선형을 렌더링모드에서 비교한 도면이다.
도 7에서, 왼쪽의 선박은 초기선형을 나타낸 것이고 오른쪽의 선박은 최적선형을 나타낸 것이다. 도 7의 선박 저면에 비교 나타낸 바와 같이, 초기선형에 비하여 최적선형은 다소 길어진 것을 볼 수 있다.
도 8에서, 아래쪽의 선박은 초기선형을 나타낸 것이고, 위쪽의 선박은 최적선형을 나타낸 것이다. 도 7 및 8에 나타낸 바와 같이, 선형설계의 최적화 과정에서 만들어지는 선박의 형상이 합리적인 형상을 유지하면서 진화하는 것을 알 수 있다.
소형 고속 연안어선에 대한 선형최적설계를 수행한 결과로써, 조파저항이 30% 정도 감소하고 배수량과 접수표면적이 1% 미만 감소하는 것을 알 수 있으며, 선수부가 길어지고 방향이 진화하는 것을 볼 수 있으며, 어깨부에서도 변화가 발생하는 것을 볼 수 있다. 또한, 선형 최적 설계 과정에서 수많은 선형이 생성되는데 생성된 선박의 형상이 합리적인 것을 알 수 있다.
일 실시예에 따른 선박의 선형 최적 설계장치 및 방법은 고속 활주선 전용 선형최적설계 자동화를 수행하여 연안어선과 같은 복잡한 선형과 고속선박에 대한 최적의 선형을 설계할 수 있다.
상기에서는 본 출원의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 통상의 기술자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 선박의 선형 최적설계 시스템
110: 초기 선형 130: 선형 최적설계 장치
150: 최적 선형
210: 설계변수 선정부 230: 선형 최적설계부
231: 최적화 모듈 233: 선형변경 모듈
250: 성능 판단부 270: 모니터링부
290: 제어부

Claims (9)

  1. 기준선형의 목적함수에 대한 민감도 해석을 기초로 설계변수를 선정하는 설계변수 선정부;
    선정된 상기 설계변수를 통해 상기 기준선형의 선체에 대해 형상 변경하여 선형설계를 수행하는 선형 최적설계부; 및
    설계한 상기 선형에 해당하는 선박의 성능을 예측하여 최적선형 여부를 판단하는 성능 판단부를 포함하되,
    상기 선형 최적설계부는
    선체의 전체 영역에 대해 PSO(particle swarm optimaization) 기법을 통해 최적 설계점을 탐색하고 국부 영역에 대해 SQP(sequential quadratic programming) 비선형 최적화 기법을 통해 최적 설계점을 탐색하는 선형설계 최적화 과정을 수행하는 최적화 모듈; 및
    상기 선형설계 최적화 과정 중 선박의 형상에 따른 기하학적 모델링을 통해 선형 변경을 수행하는 선형변경 모듈을 포함하고,
    상기 성능 판단부는
    포텐셜 기저 패널법(potential-based panel method)을 통해 설계된 선형에 해당하는 선박 주위의 유동장과 저항을 구하여 성능을 예측하는 것을 특징으로 하는 선박의 선형 최적설계 장치.
  2. 제1항에 있어서,
    상기 선형설계 과정에서 선형의 진화하는 방향을 모니터링하도록 동영상 제공하는 모니터링부를 더 포함하는 것을 특징으로 하는 선박의 선형 최적설계 장치.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 기준선형의 목적함수에 대한 민감도 해석을 기초로 설계변수를 선정하는 단계;
    선정된 상기 설계변수를 통해 상기 기준선형의 선체에 대해 형상 변경하면서 선형설계를 수행하는 단계; 및
    설계한 상기 선형에 해당하는 선박의 성능을 예측하여 최적선형 여부를 판단하는 단계를 포함하되,
    상기 선형설계를 수행하는 단계는
    선체의 전체 영역에 대해 PSO(particle swarm optimaization) 기법을 통해 최적 설계점을 탐색하고 국부 영역에 대해 SQP(sequential quadratic programming) 비선형 최적화 기법을 통해 최적 설계점을 탐색하는 선형설계 최적화 과정을 수행하는 단계; 및
    상기 선형설계 최적화 과정 중 선박의 형상에 따른 기하학적 모델링을 통해 선형 변경을 수행하는 단계를 포함하고,
    상기 최적선형 여부를 판단하는 단계는
    포텐셜 기저 패널법(potential-based panel method)을 통해 설계된 선형에 해당하는 선박 주위의 유동장과 저항을 구하여 성능을 예측하는 것을 특징으로 하는 선박의 선형 최적설계 방법.
  8. 제7항에 있어서,
    상기 설계한 선형이 최적선이 아니면 상기 설계한 선형을 상기 기준선형으로 교체하는 단계를 더 포함하는 것을 특징으로 하는 선박의 선형 최적설계 방법.
  9. 제7항에 있어서,
    상기 선형설계 수행 단계에서 선형 설계가 수행되는 동안 선형의 진화 방향을 모니터링하는 단계를 더 포함하는 것을 특징으로 하는 선박의 선형 최적설계 방법.
KR1020210045589A 2021-04-08 2021-04-08 선박의 선형 최적설계 장치 및 방법 KR102564930B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210045589A KR102564930B1 (ko) 2021-04-08 2021-04-08 선박의 선형 최적설계 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210045589A KR102564930B1 (ko) 2021-04-08 2021-04-08 선박의 선형 최적설계 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220139527A KR20220139527A (ko) 2022-10-17
KR102564930B1 true KR102564930B1 (ko) 2023-08-08

Family

ID=83809932

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210045589A KR102564930B1 (ko) 2021-04-08 2021-04-08 선박의 선형 최적설계 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102564930B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115809506B (zh) * 2022-11-23 2023-09-22 深海技术科学太湖实验室 船舶结构设计中线性波浪载荷的预报方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101227953B1 (ko) 2011-08-19 2013-01-30 주식회사 지노스 선박의 선형 설계 방법 및 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110043218A (ko) 2009-10-21 2011-04-27 현대중공업 주식회사 선박 건조 시의 선형 설계 방법
KR101563857B1 (ko) 2014-06-27 2015-10-30 삼성중공업 주식회사 선박 및 선박 선형 설계 방법
KR20170143065A (ko) * 2016-06-17 2017-12-29 삼성중공업 주식회사 선박 설계 전산 해석 처리 방법 및 전산 해석 처리 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101227953B1 (ko) 2011-08-19 2013-01-30 주식회사 지노스 선박의 선형 설계 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Heng Zhang et al. A sensitivity analysis of a hull’s local characteristic parameters on ship resistance performance. Journal of Marine Science and Technology vol. 21, 592-600 pages. 2016.03.19.*

Also Published As

Publication number Publication date
KR20220139527A (ko) 2022-10-17

Similar Documents

Publication Publication Date Title
Tahara et al. CFD‐based multi‐objective optimization method for ship design
Peri et al. High-fidelity models and multiobjective global optimization algorithms in simulation-based design
Tahara et al. Computational fluid dynamics-based multiobjective optimization of a surface combatant using a global optimization method
Kim et al. Ultimate limit state-based multi-objective optimum design technology for hull structural scantlings of merchant cargo ships
CN108319799A (zh) 一种自主水下航行器的外形多保真度优化设计方法
CN103760871A (zh) 一种船舶状态的诊断系统及其诊断方法
KR102564930B1 (ko) 선박의 선형 최적설계 장치 및 방법
Cui et al. Application of knowledge-based engineering in ship structural design and optimization
CN112464366B (zh) 基于数据挖掘的自主水下航行器多保真度外形优化方法
Nelson et al. Simultaneous optimization of propeller–hull systems to minimize lifetime fuel consumption
Ang et al. Hull form design optimisation for improved efficiency and hydrodynamic performance of ‘ship-shaped’offshore vessels
Li et al. Multi-objective optimisation of a container ship lashing bridge using knowledge-based engineering
CN115270644A (zh) 一种智能船舶节能航行编队方法、电子设备和存储介质
Bucci et al. Evolution in design methodology for complex electric ships
Guan et al. Hull form optimization design of SWATH with combination evaluations of resistance and seakeeping performance
KR20110043218A (ko) 선박 건조 시의 선형 설계 방법
Huang et al. Hull form optimization of a TriSWACH for reduced drag
Yurdakul et al. A decision-making process for the selection of better ship main dimensions by a Pareto frontier solution
Keane et al. Reducing Total Ownership Cost: Designing Robust Ship Structures
Ang et al. Key challenges and opportunities in hull form design optimisation for marine and offshore applications
Li et al. Key technology of artificial intelligence in hull form intelligent optimization
Samanipour et al. Improving multi-objective structural optimization with a novel constraint-handling method
Ito et al. Design space exploration using Self-Organizing Map based adaptive sampling
Gaggero et al. A two-fidelity level approach for marine propeller design
Harries et al. Hydrodynamic modeling of sailing yachts

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant