劉峰，姚競(jìng)爭(zhēng)，黃潯，2

(1.哈爾濱工程大學(xué) 船舶工程學(xué)院，黑龍江 哈爾濱 150001；2.上海航空電器有限公司，上海 201100)

球殼是載人潛器重要的耐壓結(jié)構(gòu)形式之一，隨著載人潛器的輕量化、低造價(jià)的技術(shù)發(fā)展要求[1]，對(duì)于耐壓球殼的設(shè)計(jì)提出了更高的要求。耐壓球殼的設(shè)計(jì)目標(biāo)是在保證其強(qiáng)度與穩(wěn)定性的前提下，通過(guò)尺寸的優(yōu)化達(dá)到減小其重量、降低建造成本的目標(biāo)。然而，載人潛器耐壓球殼是典型的多開(kāi)孔結(jié)構(gòu)，其中，人員進(jìn)出口、觀(guān)察窗等較大的開(kāi)孔不僅會(huì)嚴(yán)重削弱耐壓殼體的強(qiáng)度和剛度，還提高了其設(shè)計(jì)的難度。圍繞著多開(kāi)孔耐壓球殼的設(shè)計(jì)，眾多學(xué)者開(kāi)展了研究工作，孫善萍等[2]針對(duì)開(kāi)孔耐壓球殼的極限強(qiáng)度進(jìn)行了非線(xiàn)性有限元分析，計(jì)算了開(kāi)孔的大小及加強(qiáng)圍壁參數(shù)的變化對(duì)殼體極限強(qiáng)度的影響；劉峰[3]采用第二代非支配排序遺傳算法，針對(duì)載人艙出入孔加強(qiáng)結(jié)構(gòu)進(jìn)行了質(zhì)量和極限強(qiáng)度的多目標(biāo)優(yōu)化。余俊等[4]針對(duì)開(kāi)孔耐壓球殼，運(yùn)用多島遺傳算法和Hook-Jeeves法進(jìn)行了優(yōu)化。然而，載人潛器耐壓球殼需要設(shè)置觀(guān)察窗，觀(guān)察窗所采用材料的有機(jī)玻璃為粘彈性材料，恒壓作用下一定時(shí)間內(nèi)容易產(chǎn)生蠕變變形，變形過(guò)大很可能造成窗玻璃擠出，進(jìn)一步對(duì)于載人潛器的安全產(chǎn)生不利影響。楊青松等[5]對(duì)于半球形觀(guān)察窗接觸、蠕變等問(wèn)題進(jìn)行了試驗(yàn)研究和數(shù)值模擬；Guo等[6]建立了球形觀(guān)察窗的廣義 Maxwell 模型，利用 ABAQUS 軟件進(jìn)行了計(jì)算；Du等[7]采用數(shù)值法建立了接觸有限元模型，確定了觀(guān)察窗應(yīng)力破壞準(zhǔn)則。Pranesh等[8-9]開(kāi)展了觀(guān)察窗的優(yōu)化研究。Wang等[10]針對(duì)全海深載人潛水器觀(guān)察窗完整窗口模型，進(jìn)行了準(zhǔn)靜態(tài)加載-卸載循環(huán)試驗(yàn)，所得出的研究結(jié)論為全海深觀(guān)察窗設(shè)計(jì)提供了依據(jù)和參考；黃潯等[11]利用有限元分析方法對(duì)于觀(guān)察窗蠕變特性進(jìn)行了研究，總結(jié)了觀(guān)察窗厚度-直徑比、傾角和接觸面摩擦系數(shù)等設(shè)計(jì)參數(shù)對(duì)于觀(guān)察窗軸向位移和應(yīng)力的影響。目前針對(duì)耐壓球殼的優(yōu)化設(shè)計(jì)中，未有將觀(guān)察窗蠕變變形納入優(yōu)化范圍，僅對(duì)球殼質(zhì)量或極限強(qiáng)度的優(yōu)化可能忽略了觀(guān)察窗的大變形，從而帶來(lái)一系列安全隱患。

本文在考慮觀(guān)察窗蠕變特性的基礎(chǔ)上，設(shè)計(jì)了耐壓球殼參數(shù)化分析流程，利用該分析流程進(jìn)行了樣本點(diǎn)的選取及分析，在建立了基于蠕變效應(yīng)的耐壓球殼近似模型的基礎(chǔ)上，進(jìn)行了耐壓球殼的優(yōu)化的求解。

1 考慮蠕變特性的耐壓球殼分析模型

1.1 觀(guān)察窗結(jié)構(gòu)形式

某載人潛器設(shè)有2個(gè)側(cè)觀(guān)察窗，1個(gè)主觀(guān)察窗。由于各個(gè)觀(guān)察窗之間球面距離滿(mǎn)足《潛器規(guī)范》[12]要求，獨(dú)立且互不影響，因此，僅針對(duì)主觀(guān)察窗進(jìn)行研究。耐壓球殼觀(guān)察窗和窗座結(jié)構(gòu)形式及主要設(shè)計(jì)參數(shù)見(jiàn)圖1。

圖1 觀(guān)察窗結(jié)構(gòu)形式Fig.1 Structure of observation window

圖1中，初始設(shè)計(jì)參數(shù)為：D2=470 mm，D1=410 mm，d=200 mm，d1=220 mm，t=105 mm，α=β=45°。窗座與殼體均采用高強(qiáng)度鋼材，觀(guān)察窗為有機(jī)玻璃，材料參數(shù)見(jiàn)表1。

表1 材料物理屬性Table 1 Physical properties of materials

1.2 觀(guān)察窗蠕變位移求解

根據(jù)試驗(yàn)擬合出常溫有機(jī)玻璃回歸公式為[13]：

(1)

式中：ε為應(yīng)變；εc為臨界斷裂應(yīng)變；tc為臨界斷裂時(shí)間，εc和tc與應(yīng)力水平相關(guān)：

(2)

(3)

式中：σ為應(yīng)力；E為彈性模量。

將式(2)、(3)代入式(1)，得到觀(guān)察窗有機(jī)玻璃本構(gòu)模型為：

logε=0.036 8(logt+0.021 94σ)2+

0.278 1(logt+0.021 94σ)-0.028 95

(4)

1.3 有限元分析模型

觀(guān)察窗與窗座之間接觸定義采用接觸對(duì)算法，設(shè)定軟質(zhì)材料觀(guān)察窗為從面，高強(qiáng)度鋼材窗座為主面，接觸面摩擦系數(shù)為0.1。遵循從面網(wǎng)格尺寸小于主面網(wǎng)格，考慮計(jì)算量，觀(guān)察窗全局種子取10，殼體取20，網(wǎng)格劃分見(jiàn)圖2。分析步設(shè)為靜力、粘性，分析時(shí)間為潛器標(biāo)準(zhǔn)作業(yè)時(shí)間6 h。

圖2 模型網(wǎng)格劃分Fig.2 Model mesh generation

為消除耐壓球殼剛體位移，采用3點(diǎn)約束球殼6個(gè)方向自由度，具體見(jiàn)圖3。

圖3 三點(diǎn)約束模式Fig.3 Three points constraint mode

1.4 觀(guān)察窗蠕變位移與耐壓球殼強(qiáng)度求解

目標(biāo)潛器工作水深1 500 m，根據(jù)《潛器規(guī)范》[12]，安全系數(shù)取1.5，則計(jì)算壓力Pj為24.5 MPa。耐壓球殼表面施加24.5 MPa載荷進(jìn)行蠕變分析，結(jié)果見(jiàn)圖4、圖5。計(jì)算得到的耐壓球殼最大Mises應(yīng)力為606.63 MPa，滿(mǎn)足規(guī)范強(qiáng)度要求，觀(guān)察窗最大蠕變位移為2.914 mm。

圖4 耐壓球殼應(yīng)力云圖Fig.4 Stress nephogram of pressure spherical shell

圖5 觀(guān)察窗蠕變位移云圖Fig.5 Creep displacement nephogram of observation window

1.5 耐壓球殼穩(wěn)定性分析

基于上述有限元模型，采用弧長(zhǎng)法進(jìn)行耐壓球殼極限載荷Pcr的計(jì)算，弧長(zhǎng)法能很好對(duì)于位移-載荷曲線(xiàn)下降段進(jìn)行捕捉，在結(jié)構(gòu)的后屈曲分析中已經(jīng)得到了廣泛應(yīng)用。計(jì)算中的初始缺陷通過(guò)模型特征值屈曲模態(tài)的提取得到，并對(duì)于幾何以及材料非線(xiàn)性進(jìn)行考慮。將材料的名義應(yīng)力應(yīng)變進(jìn)行轉(zhuǎn)化、擬合得到真實(shí)應(yīng)力應(yīng)變曲線(xiàn)。替換模型分析步為屈曲和線(xiàn)性攝動(dòng)，進(jìn)行單位載荷施加，分析特征值屈曲。提取得到前六階模態(tài)，部分模態(tài)如圖6所示。

圖6 部分模態(tài)Fig.6 Partial modal diagram

圖6中，各階模態(tài)特征值相差不大，可見(jiàn)，模型對(duì)初始缺陷比較敏感，說(shuō)明在添加初始缺陷時(shí)提取全部六階模態(tài)的節(jié)點(diǎn)位移來(lái)使計(jì)算結(jié)果偏于保守，模態(tài)比例因子通常取殼體厚度的1%。再次替換模型分析步為靜力、弧長(zhǎng)，載荷根據(jù)第六階模態(tài)特征值取109.85 MPa，進(jìn)行后屈曲分析，球殼失穩(wěn)破壞形式如圖7，弧長(zhǎng)-載荷比例因子曲線(xiàn)見(jiàn)圖8。

圖7 球殼失穩(wěn)破壞Fig.7 Instability failure diagram of spherical shell

圖7、圖8計(jì)算得到的耐壓球殼極限載荷Pcr=33.933 MPa，滿(mǎn)足規(guī)范穩(wěn)定性要求。

圖8 弧長(zhǎng)-載荷比例因子曲線(xiàn)Fig.8 Arc length load scale factor curve

2 考慮蠕變的耐壓球殼參數(shù)化分析

2.1 基于Python語(yǔ)言的Abaqus二次開(kāi)發(fā)

命令執(zhí)行前借助Python解釋器生成.rpy格式文件提交計(jì)算將生成inp格式文件，通過(guò)分析求解生成便于后處理的odb文件。

Abaqus創(chuàng)建的模型包括根(root)對(duì)象：進(jìn)行調(diào)整模型視角等的視圖模塊session；存儲(chǔ)模型樹(shù)中包含的部件、材料、裝配體、分析步、載荷等數(shù)據(jù)模型的數(shù)據(jù)模塊mdb和odb；存儲(chǔ)所有模型信息、輸出數(shù)據(jù)等的數(shù)據(jù)輸入輸出模塊odb。每個(gè)根對(duì)象下面又有很多命令分支，通過(guò)編寫(xiě)腳本命令可以準(zhǔn)確地對(duì)不同對(duì)象進(jìn)行訪(fǎng)問(wèn)和編輯。

2.2 Abaqus的集成

在iSight軟件進(jìn)行Abaqus軟件集成，主要包括以下階段：

1)前處理階段(模型參數(shù)化)。對(duì)所研究問(wèn)題的模型進(jìn)行定義，包括模型的幾何尺寸、材料參數(shù)、載荷邊界等進(jìn)行參數(shù)化處理，得到Abaqus輸入文件(.inp,.py)。最為簡(jiǎn)便直接的是操作Abaqus/CAE建立三維模型，對(duì)于模型錄制.rpy格式文件并修改后綴為.py的Python腳本文件，或直接編寫(xiě)Python的代碼作為Abaqus輸入文件；

2)模擬計(jì)算階段。在iSight中使用.bat格式文件調(diào)用Abaqus/Standard或Abaqus/Explict求解器，后臺(tái)自動(dòng)計(jì)算得到輸出文件(job.odb、job.dat等)；

3)后處理。在計(jì)算結(jié)果文件得到后，進(jìn)一步通過(guò)Abaqus或其他后處理軟件進(jìn)行結(jié)果數(shù)據(jù)讀取，或者通過(guò)iSight讀取輸出文件中輸出的數(shù)據(jù)，進(jìn)行結(jié)果分析或建立近似模型。

2.3 參數(shù)化分析的實(shí)現(xiàn)

iSight軟件提供了與Abaqus軟件的接口，在iSight軟件進(jìn)行Abaqus軟件集成主要通過(guò)文件進(jìn)行連接，具體步驟及方法為：

1)蠕變計(jì)算。輸入.py文件。文件前處理部分在Abaqus軟件用戶(hù)界面上操作生成，包含有限元模型和計(jì)算設(shè)置信息等。數(shù)據(jù)提取部分主要提取蠕變計(jì)算結(jié)果中模型總的最大Mises應(yīng)力、模型質(zhì)量以及目標(biāo)位置的位移等信息；采用.bat批處理文件調(diào)用Abaqus進(jìn)行后臺(tái)計(jì)算；輸出文件為包含模型所有節(jié)點(diǎn)Mises應(yīng)力信息和最大、最小Mises應(yīng)力數(shù)據(jù)的.rpt報(bào)告文件；以及包含由.py文件取到的目標(biāo)位置中的蠕變位移和模型質(zhì)量的.txt文本文件。

2)線(xiàn)性屈曲分析。輸入文件為.py文件。在得到.rpy文件后，修改文件后綴為.py。文件中的前處理部分在前一步蠕變分析的基礎(chǔ)上，對(duì)關(guān)鍵詞、替換分析步設(shè)置等進(jìn)行修改，輸出部分為分析結(jié)果文件中一階模態(tài)的節(jié)點(diǎn)位移信息，作為模型初始缺陷數(shù)據(jù)；采用.bat批處理文件調(diào)用Abaqus進(jìn)行后臺(tái)計(jì)算；輸出文件為包含了線(xiàn)性屈曲計(jì)算結(jié)果中所得到的各階模態(tài)特征值的.dat文件，特征值與載荷的乘積即為隨后進(jìn)行的非線(xiàn)性分析中的載荷值。

3)非線(xiàn)性屈曲分析。對(duì)于.py、.rpy等格式的文件操作以及修改、設(shè)置等操作與第2步相同。輸出部分主要涉及極限載荷的結(jié)果，輸出模型弧長(zhǎng)-載荷因子曲線(xiàn)數(shù)據(jù)信息，提取最大載荷因子；采用.bat批處理文件調(diào)用Abaqus進(jìn)行后臺(tái)計(jì)算；輸出包含模型載荷因子-弧長(zhǎng)曲線(xiàn)數(shù)據(jù)信息的.rpt報(bào)告文件。

將上述輸入、批處理、輸出文件寫(xiě)入iSight軟件Simcode模塊中，通過(guò)iSight對(duì)于Abaqus軟件進(jìn)行驅(qū)動(dòng)，實(shí)現(xiàn)模型參數(shù)化并依次進(jìn)行強(qiáng)度分析、蠕變分析、線(xiàn)性屈曲分析及非線(xiàn)性分析。圖1所示的耐壓球殼觀(guān)察窗結(jié)構(gòu)幾何參數(shù)，即設(shè)計(jì)變量有α、β、t、D2、D1、d、d1，輸出為耐壓球殼極限載荷壓力Pcr、觀(guān)察窗臨界應(yīng)力σw、球殼臨界應(yīng)力σb、質(zhì)量M以及觀(guān)察窗蠕變位移U。上述設(shè)計(jì)變量中，D2、D1、d、d1由球殼布置決定，參數(shù)α、t會(huì)影響β，也會(huì)使U、Pcr和M發(fā)生變化，因此，確定α、t作為設(shè)計(jì)參數(shù)進(jìn)行參數(shù)化，取值范圍分別為：38°≤α≤60°，105 mm≤t≤150 mm。

3 耐壓球殼優(yōu)化求解

3.1 近似模型的建立

神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的處理復(fù)雜非線(xiàn)性問(wèn)題的能力、高容錯(cuò)度和無(wú)須數(shù)學(xué)假設(shè)等優(yōu)勢(shì)，已成為解決許多領(lǐng)域中的復(fù)雜優(yōu)化問(wèn)題的有力工具。神經(jīng)網(wǎng)絡(luò)由輸入層、中間層和輸出層3部分構(gòu)成，通過(guò)非線(xiàn)性變換完成輸入矢量到新空間之間的映射，即中間層空間。中間層空間到輸出層空間則為線(xiàn)性映射，輸出層在新的線(xiàn)性空間中進(jìn)行線(xiàn)性加權(quán)組合。徑向基(radial basis functions,RBF)網(wǎng)絡(luò)函數(shù)為[14]：

(5)

式中：m為樣本點(diǎn)數(shù)；x為設(shè)計(jì)變量向量；λi(i=1,2,…，m)為待定加權(quán)系數(shù)；φ(r0i)為基函數(shù)；r0i=‖x-xi‖為插值函數(shù)中任意一點(diǎn)到第i個(gè)插值點(diǎn)的歐幾里得距離；Pi(x)為多項(xiàng)式項(xiàng)；K為多項(xiàng)式項(xiàng)個(gè)數(shù)；ci(i=1,2,…，K)為Pi(x)所對(duì)應(yīng)系數(shù)。

基函數(shù)一般選用高斯函數(shù)：

(6)

響應(yīng)面模型(response surface methodology，RSM)是一種對(duì)于試驗(yàn)樣本點(diǎn)進(jìn)行擬合的多項(xiàng)式函數(shù)。RSM的表達(dá)式為：

(7)

誤差分析采用工程領(lǐng)域常用的R2分析，R2取值范圍為[0,1]，越接近1則表明模型擬合誤差越小，計(jì)算公式為：

(8)

不同設(shè)計(jì)變量取值范圍存在差異，量級(jí)和量綱的不同往往會(huì)降低優(yōu)化效率，甚至影響優(yōu)化結(jié)果。將設(shè)計(jì)變量歸一化，使各設(shè)計(jì)變量均位于[-1,1]，建立起以原點(diǎn)為中心的立方形設(shè)計(jì)空間，便于統(tǒng)一處理，有利于解決量綱差異帶來(lái)的麻煩。本文所選取的設(shè)計(jì)變量歸一化處理為：

(9)

構(gòu)建近似模型需要通過(guò)試驗(yàn)設(shè)計(jì)獲取一定數(shù)量的樣本點(diǎn)，最優(yōu)拉丁超立方設(shè)計(jì)(optimal Latin hypercube design,OptLHD)是基于拉丁方設(shè)計(jì)(Latin hypercube design,LHD)的改良版，其能使所有試驗(yàn)點(diǎn)盡可能地均勻分布于采樣空間，良好的填充性和均衡性使得該方法更加精準(zhǔn)真實(shí)[15]。選取30個(gè)樣本點(diǎn)進(jìn)行計(jì)算，分別采用二階響應(yīng)面模型、四階響應(yīng)面模型和徑向基神經(jīng)網(wǎng)絡(luò)模型對(duì)樣本點(diǎn)進(jìn)行擬合，不同近似模型擬合精度見(jiàn)表2。

表2 不同近似模型擬合精度Table 2 Fitting precision of different approximate models

表2中，徑向基神經(jīng)網(wǎng)絡(luò)模型具有很高的精度，滿(mǎn)足工程實(shí)際意義，因此，選取徑向基神經(jīng)網(wǎng)絡(luò)模型建立耐壓球殼的近似模型。

3.2 單目標(biāo)優(yōu)化

以觀(guān)察窗傾角和厚度為設(shè)計(jì)變量，耐壓球殼質(zhì)量最小、觀(guān)察窗蠕變位移最小為目標(biāo)函數(shù)，殼體臨界應(yīng)力σ小于0.85倍的材料屈服強(qiáng)度σs、極限載荷Pcr大于計(jì)算壓力Pj為約束條件，建立耐壓球殼單目標(biāo)優(yōu)化模型為：

(10)

多島遺傳算法(multi island genetic algorithm，MIGA)是一種全局優(yōu)化算法，基于傳統(tǒng)遺傳算法對(duì)并行分布遺傳算法有所改進(jìn)。MIGA將種群分成多個(gè)子群，又稱(chēng)之為“島”，每個(gè)島上子群獨(dú)立進(jìn)化，而非全部種群采用相同的進(jìn)化機(jī)制，一定時(shí)間間隔進(jìn)行“島嶼”間的“遷移”，完成信息交換[16]。MIGA能夠有效提高運(yùn)算速度，并且若干獨(dú)立進(jìn)化的子群豐富了整個(gè)種群的遺傳多樣性，避免落入局部解。圖9為算法流程圖。

圖9 多島遺傳算法流程Fig.9 Multi Island genetic algorithm process

采用MIGA，子群規(guī)模為10，島數(shù)為20，代數(shù)為10，交叉概率1.0，變異概率0.01，計(jì)算結(jié)果與有限元計(jì)算結(jié)果對(duì)比見(jiàn)表3。

表3 優(yōu)化結(jié)果與有限元結(jié)果對(duì)比Table 3 Comparison between optimization results and finite element results

基于近似模型的優(yōu)化結(jié)果與有限元結(jié)果對(duì)比，質(zhì)量相對(duì)誤差為0.13%，位移相對(duì)誤差為2.25%，說(shuō)明近似模型具有較高的精度。優(yōu)化結(jié)果較初始設(shè)計(jì)質(zhì)量減小0.25%，而蠕變位移增大6.42%，說(shuō)明不考慮觀(guān)察窗蠕變效應(yīng)時(shí)，質(zhì)量?jī)?yōu)化效果不明顯，而蠕變變形明顯增大，因此，需要將觀(guān)察窗蠕變效應(yīng)作為目標(biāo)函數(shù)，進(jìn)一步開(kāi)展多目標(biāo)優(yōu)化設(shè)計(jì)。

3.3 多目標(biāo)優(yōu)化

以觀(guān)察窗傾角和厚度為設(shè)計(jì)變量，耐壓球殼質(zhì)量最小、觀(guān)察窗蠕變位移最小為目標(biāo)函數(shù)，殼體臨界應(yīng)力σ小于0.85倍的材料屈服強(qiáng)度σs、極限載荷Pcr大于計(jì)算壓力Pj為約束條件，建立耐壓球殼單目標(biāo)和多目標(biāo)優(yōu)化模型為：

(11)

第2代非支配排序遺傳算法NSGA-II[15]改進(jìn)了非支配排序方法，選擇接近Pareto前沿的個(gè)體，增強(qiáng)了Pateto的前進(jìn)能力，擁有良好的探索能力。導(dǎo)入了“擁擠距離”和“擁擠距離排序”的方法，在具有同樣的Pareto順序的層內(nèi)，能夠?qū)€(gè)體進(jìn)行排序，稱(chēng)為擁擠距離排序。進(jìn)化過(guò)程中，當(dāng)前父代群體通過(guò)交叉和變異生成子群體，將2個(gè)群體合并。在目標(biāo)空間中遵照Pareto最優(yōu)關(guān)系將群體中個(gè)體兩兩按其目標(biāo)函數(shù)向量進(jìn)行比較，將群體中所有個(gè)體分成多個(gè)依次控制的前沿層。在屬于不同的Pareto層的情況下，利用評(píng)價(jià)Pareto優(yōu)越性來(lái)評(píng)價(jià)個(gè)體的優(yōu)劣。屬于相同Pareto層的個(gè)體，具有更大擁擠距離的個(gè)體更優(yōu)秀。交叉和變異運(yùn)算機(jī)制使用SBX方法。根據(jù)該方法生成子個(gè)體的交叉運(yùn)算為：

(12)

(13)

式中：u在[0,1]中隨機(jī)取值；ηc為常數(shù)，表征交叉分布系數(shù)，大小直接決定了子代個(gè)體與父代個(gè)體的接近程度。

根據(jù)該方法生成子個(gè)體的變異運(yùn)算為：

(14)

(15)

(16)

采用NSGA-II算法，種群數(shù)為100、代數(shù)為50、交叉概率0.8、變異概率0.1。計(jì)算得出Pareto解集如圖10。圖中，U與球殼M基本呈負(fù)相關(guān)，Pareto解集分布均勻，在耐壓球殼觀(guān)察窗設(shè)計(jì)過(guò)程中，設(shè)計(jì)者可根據(jù)實(shí)際情況進(jìn)行設(shè)計(jì)方案的選擇。選擇若干優(yōu)化方案與初始設(shè)計(jì)方案對(duì)比，列于表4。

圖10 多目標(biāo)優(yōu)化Pareto解集Fig.10 Pareto solution set of multiobjective optimization

表4中，各優(yōu)化方案與初始設(shè)計(jì)方案相比，球殼質(zhì)量稍有增大，但增幅不大，最大僅為2.07%，而觀(guān)察窗蠕變變形有很大的改善，方案2減小最為明顯，達(dá)到-18.09%。綜合來(lái)看，在載人潛器耐壓球殼優(yōu)化設(shè)計(jì)時(shí)，考慮觀(guān)察窗蠕變效應(yīng)，能大幅減小蠕變變形，減小潛器的安全隱患，使其安全性能顯著提高，而對(duì)球殼質(zhì)量增加不大。

表4 優(yōu)化方案與初始設(shè)計(jì)方案對(duì)比Table 4 Comparison between optimization scheme and initial design scheme

4 結(jié)論

1)通過(guò)對(duì)于Abaqus軟件進(jìn)行二次開(kāi)發(fā)和集成，實(shí)現(xiàn)了考慮蠕變特性耐壓球殼的參數(shù)化建模與自動(dòng)分析，提高了耐壓球殼設(shè)計(jì)效率。

2)得到了滿(mǎn)足工程需要的近似模型，統(tǒng)一了設(shè)計(jì)變量的量級(jí)和量綱，計(jì)算表明合理選擇近似模型及處理設(shè)計(jì)變量能夠提高耐壓結(jié)構(gòu)設(shè)計(jì)和優(yōu)化效率。

3)考慮蠕變效應(yīng)與未考慮時(shí)相比，雖然耐壓球殼質(zhì)量有所增加，但觀(guān)察窗蠕變變形減小明顯，說(shuō)明了在載人潛器耐壓球殼設(shè)計(jì)優(yōu)化過(guò)程中，應(yīng)加以考慮觀(guān)察窗蠕變效應(yīng)，有利于改善觀(guān)察窗變形不協(xié)調(diào)問(wèn)題，從而提高載人潛器的安全性。