大型起吊船液压起吊扒杆的优化设计研究

大型起吊船在起吊货物时负荷很大,液压扒杆结构是将起吊货物载荷传递到船体结构的最重要构件之一.本文以二次规划的准解析法优化理论为手段,在考虑风载、横纵倾、惯性载荷作用下优化了液压扒杆结构,使优化后的结构满足强度与稳定性要求.     

多工况下大型起吊船扒杆的结构分析

针对大型起吊船受力特点,考虑了风载、横纵倾和惯性载荷等多种恶劣载荷工况,对吊船扒杆进行结构分析,使加强后的结构满足强度与稳定性要求认为扒杆吊头应力明显高于其他部位.     

100t起重船起重扒杆强度有限元分析

采用有限元分析软件MSC.PATRANNASTRAN建立了某内河100t起重船起重扒杆的整体有限元模型。综合考虑了包括起吊荷重、起升角度、风载、船舶倾斜等因素在内的多载荷联合作用,选取几种作业工况对扒杆的强度及稳定性展开计算分析。本文的分析结果和方法对此类内河起重船扒杆以及船体支持结构的设计具有一定的指导意义。     

某内河150t起重打捞船打捞扒杆强度及稳定性分析

在有限元分析软件MSC.PATRANNASTRAN中建立了某内河150t起重打捞船打捞扒杆的整体有限元模型。考虑了起吊荷重、风载、船舶倾斜等因素的叠加影响,对扒杆的屈服强度和稳定性进行评估研究。分析结果和方法对该类起重打捞船打捞扒杆的优化设计具有一定的指导意义。     

1000t起重船扒杆应力应变测试分析

以1 000 t起重船扒杆结构为对象,采用电阻应变测试法进行了应力应变测试分析。通过布置应变片,测出在相应工作状态下起重船扒杆结构各截面的应力应变,并与许用应力比较,最后分析得出结论。研究结果对相似起重船扒杆作业操作与测试试验有一定参考意义。     

一种半潜式支持平台靠泊路径跟踪控制方法

针对PSO算法在应用到路径跟踪时，容易陷入局部最优的缺陷和惯性权重调节机制的局限性，提出基于粒子进化率的改进IM-PSO优化算法。该算法一方面利用粒子的进化率及时调整粒子的惯性权重，提高算法的搜索速度；另一方面利用免疫系统的免疫机制增加粒子的多样性，提高PSO算法摆脱局部最优的能力。选取北海型半潜式支持平台作为工程案例，在北海真实海况下进行靠泊路径跟踪控制的仿真分析，对PID路径跟踪控制器参数进行优化。仿真结果表明，与标准PSO优化方法相比，该方法优化的靠泊路径跟踪控制器的稳定性更高，提高了运算效率，收敛精度更高。     

基于量子天牛群算法的高桩码头横向排架结构损伤识别

针对高桩码头损伤识别问题,引入量子行为优化天牛群(BSO)算法,利用结构模态参数(固有频率和振型)的差别构造目标函数,提出了一种基于量子天牛群(QBSO)算法的损伤识别方法。采用所提方法对一高桩码头模型单直桩、单叉桩的单损伤,双直桩、双叉桩、直桩+叉桩的双损伤进行了计算,并与天牛群(BSO)算法与粒子群(PSO)算法进行对比;对振型添加噪声后单叉桩的单损伤进行了计算。结果表明:所提方法计算效率高、收敛速度快,具有较强的稳定性和抗噪性,能够快速精准地识别出损伤位置与损伤程度。     

基于SBD技术的船舶水动力结构云平台架构研究

近年来,最优化技术不断发展,该技术已经逐渐应用于船舶设计领域,同时,结合先进的CFD技术,发展形成SBD技术。该技术为船舶水动力结构的设计和优化开创了新的局面,已经成为船舶设计领域的研究重点。本文以SBD技术为基础,重点研究了最优化技术和云计算海量数据处理技术,提出了改进的PSO优化算法。     

基于免疫机制的改进粒子群优化算法研究

针对粒子群优化(PSO)算法容易陷入局部极值的不足,引入免疫机制对PSO算法进行优化,实现全局搜索。通过免疫机制的应用,根据亲和度的高低进行粒子克隆、选择、淘汰和高频变异,增强了算法全局搜索的能力,提高了收敛速度和精度。实验表明,改进后的算法完成全局搜索所需的迭代次数明显少于PSO算法,具有优良的自适应调整性能。     

300t自航打捞船扒杆建造关键工艺技术

起吊船建造的关键就是扒杆的建造,它在起吊过程中起着决定性的作用。起吊船扒杆吊头、杆身、底座均承受非常大的应力,采取合理的建造工艺及措施可保证扒杆建造质量,达到设计目标要求。文章对建造过程中的焊接变形控制和精度控制进行了理论分析,并提出了相应的解决办法。     

基于GSA-IPM算法的船舶电力系统无功优化

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

基于粒子群-遗传优化算法的船舶避碰决策

为能在开阔水域中提升船舶驾驶员在多船会遇场景下的避碰决策能力,按照国际海上避碰规则(Convention on the International Regulations for Prerenting Collisions at Sea,COLREGs)的要求,综合考虑船舶航行的安全性与经济性,提出一种基于粒子群-遗传(Partide Swam Optimization-Genetic Algorithm,PSO-GA)的混合优化避碰决策算法。基于最近会遇距离(Distance of Close Point of Approaching,dCPA)和最近会遇时间(Time to Close Point of Approaching,tCPA)确定船舶碰撞危险度(Collision Risk Index,ICR)的计算方法,基于转向幅度与航行时间建立避碰决策目标函数。基于PSO-GA算法具有提高收敛精度和加速全局寻优的特点,当ICR≥0.5时,启动PSO-GA算法,获得让路船舶在全局范围内的最佳转向幅度和在新航向上的航行时间。仿真结果表明:与单独使用PSO或GA算法相比,PSO-GA算法能够以较少的迭代次数找到安全经济避碰航线。提出的避碰决策算法能够为船舶驾驶人员在避碰决策中提供参考,有助于提升船舶航行的安全性和降低船舶碰撞事故发生的风险。     

船舶航行性能综合优化研究

船舶航行性能优化是一个非常复杂的问题,它具有多个设计变量,多个约束和多个极点.传统的优化方法通常无法解决该问题.文中采用了一种传统的优化方法一复合形法(CA)和遗传算法(GA),模拟退火算法(SA)来计算船舶航行性能优化问题,比较了三种优化方法的输出结果并选取最好的那个解作为最终的优化结果.通过这种方法.可以以更高的概率获得真实的最优解.应该指出的是,这三种算法都作了某种程度上的改进.作者采用C++语言基于面向对象思想开发了计算软件-ShipPO.文中列出的所有船舶航行性能优化计算结果都是在ShipPO平台上计算出来的,结果表明采用三种优化方法计算一次船舶航行性能优化问题耗时并不太多.最终的结果表明ShipPO具有很强的寻找全局最优解的能力,它能够很好地满足工程需要.     

基于SVR近似模型的潜水器外形优化

流体仿真软件在船舶与海洋结构物概念设计阶段应用广泛。针对潜器外形设计过程中,仿真分析往往需要耗费大量的时间成本,无法直接与优化器结合的问题,本文研究基于支持向量回归机（Support Vector Regres-sion, SVR）的潜器外形优化方法,包括拉丁超立方试验设计选取样本点、基于 ICEM的潜器参数化建模和网格自动划分、基于 Fluent的阻力计算及 SVR模型的构造。采用改进的粒子群算法求解潜器外形优化设计问题,得到了阻力性能优良的潜器外形。     

基于粒子群算法的水翼剖面优化设计

水翼是船舶设计和各种水中运动装置设计的重要组成部分,在船舶海洋工程领域的应用十分广泛.采用粒子群优化算法(PSO)对三维水翼翼型进行了以提高升阻比为目标的优化设计.翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于面元法的流场数值解来提供.整个优化计算过程较传统的优化方法原理简单,计算量小,优化后的水翼型能较原翼型的水动力性能有明显改善.优化结果验证了粒子群优化算法结合面元法在水翼剖面优化设计中的可行性,对今后水翼剖面优化设计有一定借鉴意义。     

基于纵弯曲强度可靠性分析的船舶中剖面优化

研究基于船舶纵弯曲强度可靠性分析的全概率方法,以通过波浪载荷直接计算软件和船舶剖面强度信息计算得到的纵弯曲强度失效概率为目标函数,以相关规范对剖面构件的尺寸要求和剖面面积上限作为约束条件,通过MATLAB建立优化模型。并结合MATLAB集成的遗传算法工具箱对船舶中剖面进行优化设计。算例结果表明在剖面面积减小了0.38%的情况下,纵弯曲强度失效概率由原来的7.22×10-5降低为1.32×10-5,表明此方法用于船舶中剖面结构优化是行之有效的。     

两种优化算法在螺旋桨优化设计中的应用与比较

为了获取合理且高效的船用螺旋桨,把数值优化算法引用到螺旋桨剖面设计中来。设计过程中以遗传算法和模拟退火算法为优化算法,以提高敞水效率为优化目标,通过优化算法的操作产生新翼型剖面,并结合面元法水动力性能预报程序进行原型桨与设计桨的水动力性能预报。由结果分析可知:结合优化算法的螺旋桨设计是可行的,且在算例中各算法的设置条件下,模拟退火算法无论在优化效果上还是在优化效率上都比遗传算法表现卓越。     

模糊混沌算法及其在船舶性能或结构特性综合优化的应用研究

将限界搜索模糊优化与混沌算法复合构成限界搜索模糊混沌算法,并将其应用于大中型船舶性能或结构特性综合优化计算分析中.建立了以加权和形式为目标函数的综合优化数学模型,编制了计算软件,进行了大量对比计算.计算结果表明:这些优化方法和计算软件界面友好、可靠性和计算效率高,并且具有较高的实用性,运用于大中型船舶性能或结构特性综合优化是切实可行的;对于大中型船舶方案或初步设计也有使用价值.     

基于自适应变异 PSO-BP算法的船舶横摇运动预测

为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法（self-adapting particle swarm optimization algorithm,SAPSO）,将该算法与误差反传（back propaga-tion,BP）神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船“育鲲”轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。     

基于全参数化建模的高速客船型线优化设计

以某型高速客船为研究对象。采用CAESES FRIENDSHIP-Framework软件进行全参数化建模,对初始模型采用SHIPFLOW软件进行兴波阻力计算,将计算结果与船模试验结果进行对比,以验证计算的可靠性。采用Sobol算法进行特征参数的灵敏度计算,以有效降低设计空间维数,提高计算效率。建立多航速优化模型,完成船体艏部兴波阻力优化。结果表明,优化模型的兴波阻力在多航速下较初始模型均明显降低,研究结果具有一定的工程实用价值。