国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于蒙特卡羅模擬的船體型線穩(wěn)健優(yōu)化設(shè)計(jì)

2016-08-16 08:42蔣國偉馮佰威常海超
江蘇船舶 2016年3期
關(guān)鍵詞:型線船型船體

蔣國偉,馮佰威,2,常海超,2

(1.武漢理工大學(xué) 交通學(xué)院,湖北 武漢 430063;2.高性能船舶技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430063)

?

基于蒙特卡羅模擬的船體型線穩(wěn)健優(yōu)化設(shè)計(jì)

蔣國偉1,馮佰威1,2,常海超1,2

(1.武漢理工大學(xué) 交通學(xué)院,湖北 武漢 430063;2.高性能船舶技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430063)

傳統(tǒng)的船型優(yōu)化僅考慮了確定性因素的影響,忽視了設(shè)計(jì)和使用中不確定性因素的存在,常導(dǎo)致船型方案不可行或航行性能較差。為了考慮不確定因素對船舶阻力性能的影響,在船型優(yōu)化中引入穩(wěn)健優(yōu)化設(shè)計(jì)理論。首先,闡述了穩(wěn)健優(yōu)化設(shè)計(jì)的基本原理,在此基礎(chǔ)上,以KCS船型為例,考慮了航速不確定性的影響,建立了穩(wěn)健優(yōu)化數(shù)學(xué)模型。其次,基于Isight平臺完成了KCS船體型線穩(wěn)健優(yōu)化設(shè)計(jì)。試驗(yàn)結(jié)果表明:船體型線穩(wěn)健優(yōu)化設(shè)計(jì)可有效地減小船型方案失效的可能性,更符合工程實(shí)際。

船型優(yōu)化;隨機(jī)不確定性;穩(wěn)健優(yōu)化;興波阻力

0 引言

船體型線優(yōu)化是一種有效的船舶節(jié)能技術(shù),而優(yōu)化模型的建立則是船型優(yōu)化的關(guān)鍵。目前,大多數(shù)船體型線優(yōu)化模型是建立在確定性優(yōu)化理論基礎(chǔ)之上,在優(yōu)化過程中,將設(shè)計(jì)變量作為確定性的量。而實(shí)際上,在船舶設(shè)計(jì)過程中,存在很多不確定性變量,例如由于生產(chǎn)精度導(dǎo)致船體參數(shù)達(dá)不到或者超過設(shè)計(jì)值;航行時(shí)會受到風(fēng)、浪、流等因素的影響導(dǎo)致船舶的實(shí)際航速在設(shè)計(jì)航速附近波動等,這些不確定因素可能導(dǎo)致最優(yōu)方案失效或者船舶性能達(dá)不到預(yù)定的設(shè)計(jì)目標(biāo)。

目前,在船舶優(yōu)化設(shè)計(jì)中考慮不確定因素的研究成果相對較少。江蘇科技大學(xué)邵偉等[1]利用最小波動法對某4萬t散貨船的中橫剖面結(jié)構(gòu)進(jìn)行了穩(wěn)健優(yōu)化設(shè)計(jì)。李冬琴等[2]在船舶設(shè)計(jì)優(yōu)化中,考慮設(shè)計(jì)變量中航速和吃水的隨機(jī)不確定性及計(jì)算參數(shù)垂線間長和總長的隨機(jī)不確定性,以一艘平臺輔助船為研究對象,構(gòu)建了不確定性優(yōu)化數(shù)學(xué)模型,實(shí)現(xiàn)了船舶多學(xué)科穩(wěn)健優(yōu)化設(shè)計(jì)。Diez M等[3]提出了一種考慮環(huán)境變量不確定性的散貨船概念設(shè)計(jì)穩(wěn)健優(yōu)化方法,同時(shí)將期望值和方差作為優(yōu)化目標(biāo),約束條件以最壞情況考慮,以單位運(yùn)輸成本的期望值和方差最小為目標(biāo)對散貨船進(jìn)行了優(yōu)化。

本文以某3 600 TEU集裝箱船KCS為研究對象,考慮船舶在實(shí)際航行過程中航速不確定性的影響,通過降低船舶興波阻力對航速的敏感度,使得優(yōu)化后的方案不僅阻力有所下降,而且在設(shè)計(jì)航速附近阻力波動較小。

1 基于蒙特卡羅模擬法的穩(wěn)健優(yōu)化設(shè)計(jì)

基于蒙特卡羅模擬法的穩(wěn)健優(yōu)化設(shè)計(jì)方法是從統(tǒng)計(jì)學(xué)的角度出發(fā),用概率模型來分析不確定因素對產(chǎn)品性能的影響,再依據(jù)概率分析方法來控制不確定性因素對產(chǎn)品性能的影響,獲得滿足產(chǎn)品性能、可靠性等各方面要求的設(shè)計(jì)方法[4]。在穩(wěn)健優(yōu)化設(shè)計(jì)中,通過改進(jìn)設(shè)計(jì)變量的均值μ和均方差σ,能有效地降低產(chǎn)品性能對不確定因素的敏感度,提高產(chǎn)品的可靠度。

確定性優(yōu)化解和不確定性優(yōu)化解示意圖如圖1所示。從圖1中可以看出,如果不考慮變量x的波動,以確定性優(yōu)化的收斂標(biāo)準(zhǔn)判斷,1點(diǎn)處目標(biāo)函數(shù)最小,則1點(diǎn)為最優(yōu)方案。如果考慮變量x在±Δx范圍內(nèi)波動時(shí),目標(biāo)函數(shù)f(x)在該點(diǎn)的變化量Δf1超出了約束界限,有可能導(dǎo)致設(shè)計(jì)方案失效。在2點(diǎn)處由于變量x的波動引起的目標(biāo)響應(yīng)的變化值Δf2雖然沒有超出約束界限,但目標(biāo)響應(yīng)的波動依然較大,特別在2點(diǎn)左側(cè)目標(biāo)值會隨著x的減小快速增大,該方案穩(wěn)健性較差。3點(diǎn)處,在±Δx范圍內(nèi),目標(biāo)函數(shù)的變化值Δf3有了明顯減小,穩(wěn)健性有了提高,但目標(biāo)響應(yīng)的平均值變大了??梢钥吹?,在3點(diǎn)右邊可能存在目標(biāo)響應(yīng)波動更低的區(qū)域,但其響應(yīng)的均值有可能超出了理想值。因此,在穩(wěn)健優(yōu)化過程中,要合理的權(quán)衡目標(biāo)響應(yīng)的均值和降低響應(yīng)的波動這2個(gè)指標(biāo)[5]。

1.目標(biāo)最小值 2.可靠最優(yōu)值 3.穩(wěn)健最優(yōu)值

典型的穩(wěn)健性優(yōu)化公式為:

minF(μ,σ)

s.t.Gj(μ,σ)≤0xL+Δx≤x≤xU-Δx

(1)

式中:x為設(shè)計(jì)變量;Gj為約束函數(shù);j為約束函數(shù)的數(shù)量;XL為設(shè)計(jì)變量的下限;xU為設(shè)計(jì)變量的上限。

目標(biāo)函數(shù)F可以進(jìn)一步分解為2個(gè)部分,即“最小化性能波動”和“達(dá)到平均性能目標(biāo)”,故穩(wěn)健性設(shè)計(jì)目標(biāo)公式為:

(2)

式中:n為目標(biāo)響應(yīng)的數(shù)量;i為目標(biāo)響應(yīng)Y的分量下標(biāo);μY為目標(biāo)響應(yīng)Y的均值;σY為目標(biāo)響應(yīng)Y的均方差;W1和W2分別為目標(biāo)響應(yīng)Y的均值μY和均方差σY的權(quán)重系數(shù);S1和S2分別為Y的均值μY和均方差σY的歸一化系數(shù);Mi為期望達(dá)到的平均性能目標(biāo)值[6]。

從式(2)中可以看到,均值和均方差的求解是穩(wěn)健優(yōu)化設(shè)計(jì)的核心。目前,蒙特卡羅模擬方法、矩陣法和解析法是應(yīng)用較為廣泛的求解方法[7],其中,蒙特卡羅模擬方法在概率特性評估方面被認(rèn)為是最準(zhǔn)確的方法,因此,本文采用該方法求解目標(biāo)響應(yīng)的均值和均方差。蒙特卡羅模擬技術(shù)(Monte Carlo Simulation,MCS)是利用抽樣理論代替求解物理或者數(shù)學(xué)問題的一種方法[8]。MCS方法的原理為:如果已知不確定性因素R1、R2、R3服從的概率分布,對它們進(jìn)行隨機(jī)抽樣,然后計(jì)算出所抽取樣本點(diǎn)的目標(biāo)響應(yīng),通過對響應(yīng)結(jié)果的分析,可以估計(jì)目標(biāo)響應(yīng)Y1的概率分布特征(均值、均方差等)[4]。

蒙特卡羅模擬的穩(wěn)健性分析主要分為兩個(gè)步驟:一是抽樣,抽樣分為簡單隨機(jī)性抽樣和描述性抽樣,其中描述性抽樣將每個(gè)隨機(jī)變量的空間區(qū)域劃分成相等的概率子空間,讓每個(gè)隨機(jī)變量的子空間與其他隨機(jī)變量的子空間只結(jié)合1次,如圖2所示,其中假設(shè)x1、x2均服從正態(tài)分布;二是統(tǒng)計(jì)計(jì)算[9]。

圖2 描述性抽樣示意

將抽樣值代入式(3)、式(4),即可計(jì)算出目標(biāo)函數(shù)的均值和均方差,計(jì)算公式如下:

(3)

(4)

式中:F為目標(biāo)函數(shù);xi為蒙特卡羅模擬樣本;N為樣本數(shù);μ(F)和σ(F)為目標(biāo)函數(shù)的均值和均方差[6]。

2 KCS船體型線特征參數(shù)穩(wěn)健優(yōu)化

以KCS船體型線為研究對象來驗(yàn)證文中提及方法的有效性,采用Friendship軟件建立船體全參數(shù)化模型,基于Isight平臺實(shí)現(xiàn)船體型線特征參數(shù)穩(wěn)健優(yōu)化設(shè)計(jì)。

2.1KCS船體曲面全參數(shù)化建模

要實(shí)現(xiàn)船體型線的自動優(yōu)化,首先必須以較少的特征參數(shù)建立參數(shù)化的船體幾何模型。通過船體參數(shù)化建模,可以將船體型線用有限的船體參數(shù)表達(dá)出來,通過控制這些參數(shù)來改變船體形狀,對這些參數(shù)進(jìn)行篩選處理后可作為船型優(yōu)化的變量,是船型優(yōu)化的基礎(chǔ)性工作。

本研究中,利用參數(shù)化建模軟件Friendship進(jìn)行船體參數(shù)化建模。首先根據(jù)船型選擇合適的船體特征參數(shù),然后依據(jù)參數(shù)化設(shè)計(jì)技術(shù),構(gòu)建船體特征曲線,進(jìn)而生成船體橫剖面,最后采用“蒙面法”生成光順曲面,即得到了船體參數(shù)化模型[10]。其具體過程見文獻(xiàn)[10]。

本文僅以船舯曲面建模為例簡單解釋其原理。首先必須要介紹FSpline曲線,它是一種經(jīng)過光順處理的B樣條曲線,是Friendship船型參數(shù)化建模中很重要的一種曲線。該曲線可以由曲線起點(diǎn)坐標(biāo)、終點(diǎn)坐標(biāo)、起點(diǎn)切角、終點(diǎn)切角、曲線與坐標(biāo)軸所圍面積及所圍面積區(qū)域的形心這6個(gè)參數(shù)來實(shí)現(xiàn)曲線的參數(shù)化表達(dá)。船舯橫剖面可由一段底部直線(bottom)、舭部曲線(bilge)和舷側(cè)直線段(side)組成,如圖3所示,其相關(guān)參數(shù)含義見表1。其輸入?yún)?shù)與特征曲線的對應(yīng)關(guān)系如圖4所示,例如D點(diǎn)Z坐標(biāo)為甲板高度值,其對應(yīng)的縱向曲線為甲板邊線,C點(diǎn)Z坐標(biāo)為舭部高度值,對應(yīng)的縱向曲線為平邊線等。然后采用“蒙面法”生成光順曲面,可簡單理解為橫剖面沿著縱向曲線滑動,其掃過的曲面即為船體曲面。其中縱向曲線由FSpline曲線、直線或兩者組合構(gòu)成,可通過船體特征參數(shù)控制縱向曲線的變化,進(jìn)而改變船體形狀,即實(shí)現(xiàn)船體參數(shù)化,最終模型如圖5所示。

圖3 橫剖面形狀圖

圖4 輸入?yún)?shù)與特征曲線對應(yīng)關(guān)系

圖5 KCS船體模型

表1 相關(guān)參數(shù)列表

2.2優(yōu)化變量

本研究選擇船體的舯前部為優(yōu)化對象。由于球鼻艏對興波阻力影響顯著,選擇球鼻艏的全部參數(shù)作為變量,共18個(gè),控制外飄角曲線的參數(shù)3個(gè),控制舯前部橫剖面面積曲線的參數(shù)3個(gè),控制水線形狀的參數(shù)2個(gè),其相應(yīng)的變化范圍見表2,變量控制部位如圖6所示。

表2 設(shè)計(jì)變量定義

圖6 變量控制部位

2.3優(yōu)化目標(biāo)及約束條件

船舶在實(shí)際航行過程中,由于受到風(fēng)、浪、流等因素的影響導(dǎo)致船舶的實(shí)際航速不會剛好是設(shè)計(jì)航速,而是在設(shè)計(jì)航速附近一定范圍內(nèi)圍繞設(shè)計(jì)航速波動,在穩(wěn)健優(yōu)化中,近似認(rèn)為它服從正態(tài)分布。

考慮船舶在實(shí)際航行中航速的波動,在CFD計(jì)算中,航速的改變通過改變傅氏數(shù)實(shí)現(xiàn),其具體表達(dá)式為[11]:

Fractural=Frdesign+fr

(5)

式中:Fractural為實(shí)際傅氏數(shù);Frdesign為設(shè)計(jì)傅氏數(shù),F(xiàn)rdesign=0.26;fr為服從均值0、方差0.008的正態(tài)分布的不確定性變量。

本研究在考慮航速波動情況下,以減小船舶興波阻力系數(shù)的均值及均方差為目標(biāo)進(jìn)行優(yōu)化。由于船體舯前部型線對于興波阻力影響顯著,因此本文重點(diǎn)對該區(qū)域線型進(jìn)行優(yōu)化。

約束條件滿足如下要求:

(1)排水量上下浮動小于1%。

(2)浮心縱向位置前后浮動小于1%。

該問題的確定性優(yōu)化數(shù)學(xué)模型為:

minfobj

(6)

式中:fobj為優(yōu)化目標(biāo)函數(shù),本文中指興波阻力系數(shù);x1,x2…x26為表2中26個(gè)設(shè)計(jì)變量;g1為排水量;g2為浮心縱向位置;帶“l(fā)”上標(biāo)的為參數(shù)下限值;帶“u”上標(biāo)的為參數(shù)上限值。

相應(yīng)的穩(wěn)健優(yōu)化數(shù)學(xué)模型為:

(7)

式中:W1和W2分別為興波阻力系數(shù)的平均值μ(fobj)和均方差σ(fobj)的權(quán)重系數(shù),W1=W2=1;S1和S2分別為Y的平均值μ(fobj)和均方差σ(fobj)的歸一化系數(shù),S1=1,S2=0.001。

在上述穩(wěn)健優(yōu)化數(shù)學(xué)模型中,由于約束條件(浮心縱向位置和排水量)對航速并不敏感,不會發(fā)生由于航速的波動導(dǎo)致超出約束條件,所以并沒有如式(1)中對約束條件進(jìn)行調(diào)整,保持原約束條件不變。

2.4優(yōu)化過程

整個(gè)優(yōu)化過程在Isight集成平臺上實(shí)現(xiàn),具體的流程如圖7所示。

(1)建立船體全參數(shù)化模型,使之可以通過改變船體特征參數(shù)來實(shí)現(xiàn)船型的變化。

(2)利用CFD-Shipflow進(jìn)行計(jì)算,算出當(dāng)前船型的興波阻力系數(shù)。

(3)假定傅氏數(shù)服從均值0、方差0.04的正態(tài)分布,利用蒙特卡羅模擬技術(shù)對傅氏數(shù)進(jìn)行取樣,并對每個(gè)樣本點(diǎn)進(jìn)行CFD計(jì)算,將結(jié)果代入式(3)、式(4),計(jì)算出目標(biāo)函數(shù)的均值及均方差。

(4)判斷是否滿足穩(wěn)健優(yōu)化準(zhǔn)則,不滿足則按優(yōu)化算法修改船型的特征參數(shù),得到新船型后再次計(jì)算,直到滿足優(yōu)化準(zhǔn)則,輸出船體特征參數(shù)穩(wěn)健優(yōu)化組合。

圖7 優(yōu)化過程流程圖

2.5結(jié)果分析

確定性優(yōu)化和穩(wěn)健優(yōu)化均采用遺傳算法NSGAⅡ作為優(yōu)化算法,設(shè)計(jì)的優(yōu)化種群數(shù)為50個(gè),遺傳代數(shù)為20代,變異率為0.01,交叉率為0.9,優(yōu)化結(jié)果見表3。確定性優(yōu)化以興波阻力系數(shù)最小為目標(biāo),其優(yōu)化數(shù)學(xué)模型見式(6)。初始設(shè)計(jì)和確定性優(yōu)化方案的均值及方差均是假設(shè)傅氏數(shù)滿足同樣正態(tài)分布,通過蒙特卡羅模擬得到。確定性優(yōu)化前后波形及船體型線對比如圖8、圖9所示,穩(wěn)健優(yōu)化前后波形及船體型線對比如圖10、圖11所示。圖8、圖10的縱向波切圖中,橫坐標(biāo)為波高所在縱向位置,船首為0,船尾為1,縱坐標(biāo)為波高值,均通過船長L進(jìn)行無因次化。

表3 優(yōu)化結(jié)果

通過優(yōu)化前后性能指標(biāo)的對比發(fā)現(xiàn),確定性優(yōu)化后浮心縱向位置略微后移,興波阻力系數(shù)降低了9.58%。圖8表明優(yōu)化船型的艏部波峰峰值比母型船有所降低,船體中后部波形基本相同,優(yōu)化船型的自由液面波形較母型船有所簡化,從而降低了興波阻力。對比確定性優(yōu)化前后船體型線可以發(fā)現(xiàn),優(yōu)化船型球艏形狀有一定變大且明顯上翹的趨勢,其圖形如圖9所示。

圖8 確定性優(yōu)化前后波形輪廓圖、縱向波切圖對比

圖9 確定性優(yōu)化前后型線對比

對比穩(wěn)健優(yōu)化前后船體型線可以發(fā)現(xiàn),穩(wěn)健優(yōu)化方案與確定性優(yōu)化方案的船型變化趨勢是一致的,球鼻艏形狀均有上翹的趨勢,穩(wěn)健優(yōu)化方案興波阻力系數(shù)降低了7.46%,較確定性優(yōu)化結(jié)果稍差。同樣,穩(wěn)健優(yōu)化后船體艏部波峰峰值較母型船有所降低,船體中后部波形基本相同,優(yōu)化船型興波波形較母型船有所簡化,與確定性優(yōu)化結(jié)果一致。

從表3可以看出,穩(wěn)健優(yōu)化方案的興波阻力系數(shù)均值雖然比確定性優(yōu)化方案稍大,但是其均方差明顯降低,說明穩(wěn)健優(yōu)化方案興波阻力的波動性更小。當(dāng)船舶航速產(chǎn)生波動時(shí),阻力性能不會有劇烈的變化,一直保持較為良好的阻力性能。為驗(yàn)證船體型線特征參數(shù)穩(wěn)健優(yōu)化設(shè)計(jì)的效果,對比優(yōu)化前后船舶興波阻力隨航速變化的情況,并進(jìn)行分析。不同傅氏數(shù)下的興波阻力如圖12所示。

圖10 穩(wěn)健優(yōu)化前后波形輪廓圖、縱向波切圖對比

圖11 穩(wěn)健優(yōu)化前后型線對比

圖12 不同傅氏數(shù)下的興波阻力

從圖12可知,穩(wěn)健優(yōu)化方案在相同航速下的船舶興波阻力均比初始方案要小,且在整個(gè)速度范圍內(nèi)波動幅度比初始方案及確定性優(yōu)化方案小。上述分析說明,采用穩(wěn)健優(yōu)化設(shè)計(jì)得到的船型能夠在有效降低船舶阻力的同時(shí),減小了阻力性能的波動,防止由于航速波動導(dǎo)致阻力性能惡化,使得優(yōu)化方案失效,保證了船型優(yōu)化的有效性。

3 結(jié)論

在船型優(yōu)化過程中引入設(shè)計(jì)變量中的不確定性因素,運(yùn)用基于蒙特卡羅模擬法的穩(wěn)健優(yōu)化設(shè)計(jì)方法,對KCS船進(jìn)行了船體型線特征參數(shù)穩(wěn)健優(yōu)化設(shè)計(jì)研究,得到以下幾點(diǎn)結(jié)論:

(1)實(shí)際船型優(yōu)化設(shè)計(jì)中存在各種不確定性因素,這些因素的波動會使得船型優(yōu)化方案出現(xiàn)偏差甚至失效。因此,將穩(wěn)健優(yōu)化設(shè)計(jì)方法引入到船型優(yōu)化中,對提高船型優(yōu)化的工程實(shí)用性具有重要的研究意義。

(2)以KCS船為研究對象,考慮船舶在實(shí)際航行中存在的不確定性因素,應(yīng)用基于蒙特卡羅模擬的穩(wěn)健優(yōu)化方法,得到的船型方案不僅優(yōu)于母型船,而且與傳統(tǒng)確定性優(yōu)化結(jié)果相比,方案的穩(wěn)健性得到較大提高,保證了船型優(yōu)化的有效性,證明了該優(yōu)化方法在船型優(yōu)化中的適用性。

[1]邵偉. 基于魯棒性的船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究[D]. 鎮(zhèn)江:江蘇科技大學(xué), 2012.

[2]李冬琴, 蔣志勇, 趙欣. 多維隨機(jī)不確定性下的船舶多學(xué)科穩(wěn)健設(shè)計(jì)優(yōu)化研究[J]. 船舶工程, 2015, 37(11):61-66.

[3]Diez M, Peri D. Robust optimization for ship conceptual design[J]. Ocean Engineering, 2010, 37(11): 966-977.

[4]賴宇陽.Isight參數(shù)優(yōu)化理論與實(shí)例詳解[M].北京:北京航空航天大學(xué)出版社,2012.

[5]孫光永, 李光耀, 陳濤, 等. 基于 6σ 的穩(wěn)健優(yōu)化設(shè)計(jì)在薄板沖壓成形中的應(yīng)用[J]. 機(jī)械工程學(xué)報(bào), 2008, 44(11): 248-254.

[6]王婷. 高速客車軸箱懸掛參數(shù)穩(wěn)健優(yōu)化設(shè)計(jì)[D]. 長沙:中南大學(xué), 2014.

[7]李玉強(qiáng), 崔振山, 陳軍, 等. 基于響應(yīng)面模型的 6σ 穩(wěn)健設(shè)計(jì)方法[J]. 上海交通大學(xué)學(xué)報(bào), 2006, 40(2): 201-205.

[8]Nedjalkov M, Kosina H, Selberherr S. Monte Carlo algorithms for stationary device simulations[J]. Mathematics and Computers in Simulation, 2003, 62(3): 453-461.

[9]Yang R J, Gu L. Application of descriptive sampling and metamodeling methods for optimal design and robustness of vehicle structures[J]. AIAA, 2002, 1(321): 1-7.

[10]胡春平. 基于 Friendship 的船體型線優(yōu)化技術(shù)研究[D]. 武漢: 武漢理工大學(xué), 2012.

[11]Hannapel S E. Development of multidisciplinary design optimization algorithms for ship design under uncertainty[D]. Ann Arbor:The University of Michigan, 2012.

2016-03-12

國家自然科學(xué)基金項(xiàng)目(51279147, L1422029)

蔣國偉(1992—),男,碩士研究生,從事船舶多學(xué)科設(shè)計(jì)優(yōu)化技術(shù)研究;馮佰威(1974—),男,副教授,從事計(jì)算機(jī)輔助船舶設(shè)計(jì)、船舶多學(xué)科設(shè)計(jì)優(yōu)化技術(shù)研究;常海超(1985—),男,講師,從事船舶多學(xué)科設(shè)計(jì)優(yōu)化技術(shù)研究。

U662.2

A

猜你喜歡
型線船型船體
典型截面大尺度船體梁水下爆炸響應(yīng)特性數(shù)值分析
船體行駛過程中的壓力監(jiān)測方法
新型穿浪船艏在單體高速艇上的應(yīng)用研究
基于NURBS曲線與曲面光順理論的船體設(shè)計(jì)與優(yōu)化
基于修正函數(shù)法的雙燃料散貨船船型優(yōu)化
基于嚙合位置相關(guān)性的雙螺桿壓縮機(jī)轉(zhuǎn)子型線設(shè)計(jì)
IHV變截面渦旋型線等效齒厚計(jì)算模型與幾何性能分析
基于管道檢測的船型智能機(jī)器人設(shè)計(jì)
超大型FPSO火炬塔及船體基座設(shè)計(jì)
船型開發(fā)、船型認(rèn)可及優(yōu)化升級