張守慧,謝玲玲,馮佰威,田中文
(1.中國船級社 海南分社,海南 ???570206;2.武漢理工大學 高性能船舶技術教育部重點實驗室,湖北 武漢 430063;3.中船黃埔文沖船舶有限公司,廣東 廣州 510715)
基于計算流體動力學(CFD)數(shù)值模擬的方法,通過CFD數(shù)值計算尋找最佳設計方案[1-6]。應用Friendship全參數(shù)化建模軟件完成某高速客船全參數(shù)化模型的建立,對初始模型應用SHIPFLOW流體計算軟件進行興波阻力的計算,將結果與船模試驗結果進行對比,以驗證計算的可靠性。對所建的高速客船模型,根據(jù)設計經(jīng)驗選取艏部特征參數(shù)及其變化范圍,然后通過Sobol算法使變量在設計空間生成均勻的設計方案,并利用SHIPFLOW對所生成的若干個設計方案進行興波阻力計算,最后對計算結果進行分析,從而得出各特征參數(shù)的靈敏度大小。
應用Friendship軟件完成某高速客船全參數(shù)化建模,應用SHIPFLOW軟件中自帶網(wǎng)格劃分功能對模型進行網(wǎng)格劃分,為后續(xù)特征參數(shù)靈敏度分析奠定基礎,具體參見文獻[7]。
數(shù)學模型在參數(shù)靈敏度分析中非常重要,通常數(shù)學模型有3個重要組成部分,即參數(shù)輸入、變量輸出及兩者關系。參數(shù)輸入具有隨機性[8-9],因此輸出變量具有不確定性,而研究這種不確定性及兩者關系則構成數(shù)學模型的不確定性和靈敏度分析。
根據(jù)該高速客船模型的幾何特征和控制型線的特征參數(shù),初步選擇13個特征參數(shù)作為模型輸入?yún)?shù),并根據(jù)設計經(jīng)驗和實際情況進行多次試算,最終確定選擇的特征參數(shù)變化范圍,如表1所示。
表1 輸入?yún)?shù)及其變化范圍
在搜索過程中,輸入?yún)?shù)取值的變化會導致船體型線發(fā)生變化,船舶的水動力性能也會發(fā)生相應的變化。由于所建的客船模型是高速船舶,因此在優(yōu)化過程中選擇船體艏部進行興波阻力優(yōu)化,在興波阻力優(yōu)化的過程中需要保證船舶滿足一定的營運性能,同時優(yōu)化后的船型具有足夠的浮力保證船舶浮態(tài)不會發(fā)生較大變化。在靜水力計算結果中,模型的排水量和浮心縱向位置均滿足誤差要求,因此在靈敏度計算過程中,將排水量和浮心縱向位置作為約束條件,使優(yōu)化后的船舶排水體積和浮心縱向位置比優(yōu)化前的誤差更小,可保證其誤差在允許的范圍之內(nèi)。
采用Friendship中的Sobol模塊,選用Sobol搜索算法,對選擇的設計變量上下限和興波阻力系數(shù)選取初始的200組方案,航速則選取設計航速18 kn。經(jīng)過長時間的計算分析,最終得到輸出變量興波阻力的計算結果。
2.3.1 設計變量在約束空間的分布
各設計變量在約束空間的分布如圖1~圖13所示。通過分析各設計方案在整個設計空間的分布,選取的13個艏部特征參數(shù)在設計空間中均為均勻分布,因此采用Sobol算法可對整個設計空間進行較為精確的估計,為后續(xù)優(yōu)化提供合適的空間。
圖1 cpcTanAtForeLpp在約束空間的分布
圖2 cpcFullness2在約束空間的分布
圖3 tanCpcFullness2在約束空間的分布
圖4 tanCpcTanAtForeBase在約束空間的分布
圖5 tanCpcYAtForeBase在約束空間的分布
圖6 wlFullness在約束空間的分布
圖7 wlTanAtForeLpp在約束空間的分布
圖8 tanWLTanAtForeLpp在約束空間的分布
圖9 tanWLYAtForeLpp在約束空間的分布
圖10 tanWLFullness2在約束空間的分布
圖11 fullLowTanAtForeLpp在約束空間的分布
圖12 fullLowYAtForeLpp在約束空間的分布
圖13 fullLowFullness2在約束空間的分布
2.3.2 設計變量對興波阻力的影響趨勢
各設計變量對興波阻力的影響趨勢如圖14~圖26所示,各圖中的曲線和直線分別代表二次函數(shù)線和一次函數(shù)線。通過分析這兩條數(shù)據(jù)線可判斷特征參數(shù)對興波阻力影響因子的大小,其中曲率平緩表示影響因子較小,曲率陡峭表示影響因子較大。
圖14 cpcTanAtForeLpp對興波阻力的影響趨勢
由圖14、圖15、圖16、圖18、圖20、圖21、圖24和圖26可知:曲線和直線有一定的弧度相交,說明選取的特征參數(shù)cpcTanAtForeLpp、cpcFullness2、tanCpcFullnes2、tanCpcYAtForeBase、wlTanAtForeLpp、 tanWLTanAtForeLpp、fullLowTanAtForeLpp和fullLowFullness2對興波阻力的影響因子較大。分析各圖中的二次函數(shù)曲線和一次函數(shù)直線:cpcTanAtForeLpp數(shù)值取45.825~50.200,可獲取特征參數(shù)cpcTanAtForeLpp對興波阻力影響的最小值,在后期船型優(yōu)化中,cpcTanAtForeLpp的上下限分別取45.825和50.200;CpcFullnes2數(shù)值取0.255~0.276,可獲取特征參數(shù)CpcFullnes2對興波阻力影響的最小值,在后期船型優(yōu)化中,CpcFullnes2的上下限分別取0.255和0.276;tanCpcFullnes2數(shù)值取0.200~1.200,可獲取特征參數(shù)tanCpcFullnes2對興波阻力影響的最小值,在后期船型優(yōu)化中,tanCpcFullnes2的上下限分別取0.200和1.200;tanCpcYAtForeBase數(shù)值取5.400~10.105,可獲取特征參數(shù)tanCpcYAtForeBase對興波阻力影響的最小值,在后期船型優(yōu)化中,tanCpcYAtForeBase的上下限分別取5.400和10.105;wlTanAtForeLpp數(shù)值取-15.521~-13.000,可獲取特征參數(shù)wlTanAtForeLpp對興波阻力影響的最小值,在后期船型優(yōu)化中,wlTanAtForeLpp的上下限分別取-15.521和-13.000;tanWLTanAtForeLpp數(shù)值取-45.000~20.000,可獲取特征參數(shù)tanWLTanAtForeLpp對興波阻力影響的最小值,在后期船型優(yōu)化中,tanWLTanAtForeLpp的上下限分別取-45.000和20.000;fullLowTanAtForeLpp數(shù)值取-4.025~-3.000,可獲取特征參數(shù)fullLowTanAtForeLpp對興波阻力影響的最小值,在后期船型優(yōu)化中,fullLowTanAtForeLpp的上下限分別取-4.025和-3.000;fullLowFullness2數(shù)值取0.400~0.500,可獲取特征參數(shù)fullLowFullness2對興波阻力影響的最小值,在后期船型優(yōu)化中,fullLowFullness2的上下限分別取0.400和0.500。
圖15 cpcFullness2對興波阻力的影響趨勢
圖16 tanCpcFullnes2對興波阻力的影響趨勢
圖17 tanCpcTanAtForeBase對興波阻力的影響趨勢
圖18 tanCpcYAtForeBase對興波阻力的影響趨勢
圖19 wlFullness對興波阻力的影響趨勢
圖20 wlTanAtForeLpp對興波阻力的影響趨勢
圖21 tanWLTanAtForeLpp對興波阻力的影響趨勢
圖22 tanWLYAtForeLpp對興波阻力的影響趨勢
圖23 tanWLFullness2對興波阻力的影響趨勢
圖24 fullLowTanAtForeLpp對興波阻力的影響趨勢
圖25 fullLowYAtForeLpp對興波阻力的影響趨勢
圖26 fullLowFullness2對興波阻力的影響趨勢
由圖17、圖19、圖22、圖23和圖25可知:各圖中的二次函數(shù)曲線和一次函數(shù)直線接近重合,說明選取的特征參數(shù)tanCpcTanAtForeBase、wlFullness、tanWLYAtForeLpp、tanWLFullness2和fullLowYAtForeLpp對興波阻力的影響因子較小,在后期船型優(yōu)化中可不考慮這些特征參數(shù)。
經(jīng)過對上述Sobol算法靈敏度計算結果分析,可將興波阻力影響較小的特征參數(shù)剔除,留下對興波阻力影響因子較大的特征參數(shù)及其最佳數(shù)值取值范圍,并以此作為后續(xù)船型優(yōu)化的設計變量,具體參見文獻[7]。
在特征參數(shù)上下值變化范圍選取上采用經(jīng)驗選取,缺乏精度,在后續(xù)優(yōu)化過程中由于特征參數(shù)上下值變化范圍的誤差可能對最優(yōu)船型興波阻力的數(shù)值和船體形狀的變化誤差產(chǎn)生一定影響,因此如何減小特征參數(shù)上下變化值選取上的誤差,提高其精度,是未來需要進一步研究的問題。