船体外板水火成形焰道布置算法研究

船体外板水火加工成形自动化研究过程中,焰道布置是一项重要的组成部分。通过对船体加工外板和目标外板形状研究,对其对应特征点的弦距线进行匹配,确定外板水火成形加工焰道布置路线。经过实验验证,该匹配算法确定的加工焰道布置和人工确定的相比,其误差较小。     

水火弯板焰道布置设计优化

本文简述水火弯板加工变形的原理,提出了焰道布置设计的一种方法——面积形心法,说明了焰道布置设计的优化原理和人机交互过程,并给出了一个计算实例。     

基于朴素贝叶斯分类器的水火弯板焰道点判定方法研究

针对现今造船业中水火弯板自动化加工难以确定焰道的现象,提出一种基于朴素贝叶斯分类器的水火弯板焰道点判定方法,旨在解决水火弯板焰道点的判定问题,进而辅助水火弯板焰道的生成。此方法通过经验参数和历史数据构建焰道点的朴素贝叶斯分类器,再利用构建的分类器对待测点进行类别概率计算,最后完成焰道点分类。实验表明,该判定方法对待测点的分类正确率高达87.4%,能够对焰道点进行有效分类判定。     

船体外板水火成型工艺参数预报系统设计与实现

为解决船体双曲度外板水火加工成型自动化问题,设计了船体外板水火成型工艺参数预报系统,并得以实现.该系统针对船体外板的设计和生产加工需要,设计了船体外板精确展开计算、水火弯板变形规律数学模型、船体外板水火加工焰道布置优化,船体外板加工用见通数据计算、与Tribon系统的集成连接、系统工程数据库等功能模块,根据系统结构设计流程,应用Visual Basic6.0软件开发了船体外板水火成型工艺参数预报系统.     

鞍形板水火加工工艺参数预报方法研究

利用氧乙炔焰或其他热源的水火弯板工艺,广泛应用于船体外壳的建造.本文应用鞍形板水火加工工艺参数的数学模型,结合曲板成型所需局部收缩量的理论计算结果,进行了鞍形板水火加工工艺参数预报方法的研究,并在此基础上建立了预报系统.该预报系统能够给出鞍形板加工焰道的合理布置方案和加工工艺参数.通过算例证明该系统具有工程使用价值.     

基于参数曲面表达的帆形船体外板展开方法

本文提出了一种基于参数曲面表达的帆形船体板曲面的平面展开方法.该展开方法以三角网格平面逼近船体曲面和3D网格点摊平后出现开裂角为基础,展开过程可分为三个阶段:定义初始导向单元条,初始展开形状确定和展开形状优化.本文所提出的展开方法符合帆形船体板水火弯板变形特点,可以提供水火弯板成形收缩量,并已在实际的船体板曲面展开中得到验证,计算结果与船厂计算的收缩量数据基本相同.     

船体外板水火加工成型技术

大型复杂船体外板水火加工成形(水火弯板)技术是造船生产中技术含量很高的一种曲面钢板成形工艺方法,目前被世界各国造船厂普遍采用。它首先把钢板在辊床上加工成筒型,然后对钢板边缘(或中间)用氧乙炔焰进行线状加热到红热状态后再浇水急剧冷却,使钢板发生局部收缩变形,形成所需要的三维曲面。由于这种钢板     

大曲率帆形板水火弯板火路生成算法研究与实现

目前帆形板水火弯板工艺参数的确定是水火弯板研究的热点之一。在深入研究成形曲面与检测曲面之间差异的基础上提出大曲率帆形板水火弯板火路坐标参数生成方法,该方法将成形曲面与检测曲面在同一坐标系下进行对比,获取成形曲面特征曲线与检测曲面相应特征曲线的交点坐标;对于横向未成形,则交点坐标点的连线为下一步火路坐标,对于纵向未成形则布置在交点坐标附近。最后通过实验的方法验证了该方法的可行性,可望在帆形板水火弯板火路坐标预报中得到实际的应用。     

基于PSO_SVM模型的水火弯板变形预测研究

近年来,水火弯板加工自动化是船舶制造行业的研究热点和难点。由于影响钢板变形结果的参数之间复杂的非线性关系,导致水火弯板变形预测不能够快速准确的实现。支持向量机(SVM)具有良好的泛化能力,将其应用于水火弯板变形预测,可有效解决非线性、小样本、高维数等问题。支持向量机性能的好坏取决于其参数的选取,本文选用粒子群算法(PSO)来优化SVM的相关参数,并将预测结果和传统的支持向量机模型的预测结果进行对比分析。结果表明,PSO_SVM模型用于水火弯板变形预测可以较好地提高预测精度。     

船体外板三维曲面的有效提取

复杂工业环境下不规则曲面的提取方法是水火弯板机器人的重要研究问题之一。本文提出了一种水火弯板机器人复杂曲面提取方法,经过曲面数据采集,加工区域确定,曲面边缘提取,曲面边缘处理,最后根据曲面边缘提取船体外板三维曲面。实验结果表明,该方法在控制处理时间的同时提高精度,缓解点偏差问题,能在海量点云数据下提取出复杂曲面的三维点云数据。     

基于遗传算法的最小阻力船型优化设计

遗传算法是一种全局最优化算法,它能够克服传统优化方法的缺点和不足,从而获得全局最优解。因此,为了获得阻力性能更好的优良船型,将遗传算法进行适当改进并用于船型优化中,进行最小阻力船型优化设计,以非线性兴波阻力理论(Rankine源法)为基础,利用遗传算法并结合CAD技术进行船型优化设计。在优化过程中,把总阻力作为目标函数,设计变量取船型修改函数的参数,确保排水量为基本约束条件下,对船体前半体型线进行优化研究。选取某高速巡逻艇作为初始船型进行优化计算,获得的最优船型总阻力降低了13.1%,兴波阻力降低了21.7%,表明遗传算法用于船体线型优化设计是行之有效的。     

基于人工蜂群算法的油船舯剖面优化设计

人工蜂群算法(ABC)是模仿蜜蜂行为提出的一种优化方法,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值凸显出来,有着较快的收敛速度[1]。本文基于HCSR规范,以中剖面净面积最小为优化目标,以区域纵骨间距个数、板厚、型材尺寸、板缝位置为设计变量,采用ABC算法,建立了适用于油船的中剖面优化设计模型。以一艘32000DWT油船为例,对其进行了优化设计,优化结果验证了人工蜂群算法用于船舶中剖面结构优化的可行性和高效性。     

支持向量机和遗传算法组合策略的VLCC船中结构优化设计(英文)

In this paper a hybrid process of modeling and optimization,which integrates a support vector machine(SVM) and genetic algorithm(GA),was introduced to reduce the high time cost in structural optimization of ships.SVM,which is rooted in statistical learning theory and an approximate implementation of the method of structural risk minimization,can provide a good generalization performance in metamodeling the input-output relationship of real problems and consequently cuts down on high time cost in the analysis of real problems,such as FEM analysis.The GA,as a powerful optimization technique,possesses remarkable advantages for the problems that can hardly be optimized with common gradient-based optimization methods,which makes it suitable for optimizing models built by SVM.Based on the SVM-GA strategy,optimization of structural scantlings in the midship of a very large crude carrier(VLCC) ship was carried out according to the direct strength assessment method in common structural rules(CSR),which eventually demonstrates the high efficiency of SVM-GA in optimizing the ship structural scantlings under heavy computational complexity.The time cost of this optimization with SVM-GA has been sharply reduced,many more loops have been processed within a small amount of time and the design has been improved remarkably.     

集装箱船主尺度全局最优化的混沌算法

提出了应用混沌优化方法（Chaos Optimization Algorithm,COA)进行集装箱船船型主尺度要素全局优化的新策略。混沌优化方法利用混沌变量的随机性、规律性、遍历性寻优，能够克服经典优化方法如直接法、梯度法、Hessian法等方法容易陷入局部极小点的不足，方法简单、快速、易于掌握，其效率比一些目前广泛应用的随机优化方法如模拟退火法（SAA）、遗传算法（GA）等高得多。实际算例的结果证实了混沌优化方法用于集装箱船船型优化的有效性。     

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。     

Study on the automatic optimization design of the cross-sectional layout of an umbilical with layers based on the GA-GLM

Marine umbilical provides the remote control function for offshore oil and gas exploitation, which is usually integrated by different functional components that vary widely in their mechanical properties. Under the action of external load, unreasonable cross-sectional layouts may lead to large cross-sectional deformation and contact pressure between components thus affecting the service life of an umbilical. Therefore, how to design the cross-sectional layout is a very necessary research work in order to improve service life of the umbilical to withstand various loads during operation. At present, the research on the cross-sectional layout of an umbilical is not sufficient, and there is no standardized design method in the design specification. Considering the mechanical and geometrical properties as the quantitative design objectives, the mathematical optimization model of the cross-sectional layout of an umbilical is proposed. Meanwhile, the layering strategy is introduced because of the processing and manufacturing factors.Then, the genetic algorithm (GA) with good global search performance and the generalized Lagrange multiplier (GLM) with fast convergence speed are combined to solve the above model. Finally, taking an umbilical as an example, the optimal cross-sectional layout is obtained and the effectiveness of the algorithm is verified by the numerical simulation. The results show that the optimization method proposed in this paper can quickly obtain the optimal design cross-sectional layout, and supply a specific way for the fast design of an umbilical, which has the certain engineering application value.     

基因演算法於船体加强板架之最佳化设计应用

船体结构之最佳化设计是一个复杂非线性的混和离散问题，并且要搜寻到全域的最佳值并不容易。在复杂的设计环境下基因演算法（Genetic Algorithm；GA）却可以搜寻到近似的全域最佳值。本文主要是应用基因演算法对T加强板架（Tee stiffened panel）、平板加强板架（flat-bat stiffened Panel）等常用且最具代表性之船体结构件进行最佳化设计，使结构在满足终极破坡限制（ultimate failure constraints）与耐用破坏限制（serviceability failure constraints）等所有限制条件下，求得最佳目标函数值中各设计变之最佳组合。在过程中并考量不同族群大小、变换机率、突变机率因素对最佳化结果的影响。文中是以制造成本为目标函数，其中同时考量材料成本及劳工成本，且所得之结果与连续性线性规则（Sequential Linear Programming；SLP）最佳化结果作了比较。计算的结果显示基因演算法可以有效地与快速地获得最小重量和最低成本的目标。     

基于CFD的三体船侧体布局优化

三体船构型复杂,侧体布局对其阻力性能有很大的影响。基于计算流体动力学(Computational Fluid Dynamics, CFD)理论,利用SHIPMDO-WUT软件平台构建一种侧体布局自动优化方法。以某高速三体船为例,进行侧体布局的优化,结果表明:在4个不同弗劳德数下,优化船较母型船的兴波阻力均有所下降,总阻力也相应减小。得出在4个不同弗劳德数下总阻力最小的侧体布局方案,表明该方法的可行性与有效性。研究内容可为三体船减阻优化设计提供参考依据。     

Workspace analysis to generate a collision-free torch path for a ship welding robot

We propose a method to determine the optimal initial location and to generate torch paths for a ship welding robot with 6 degrees of freedom (DOF). The optimal initial location is determined using an objective function, which is set up by combining constraints on the torch posture, manipulability, and the range of each joint angle to avoid collisions. A genetic algorithm (GA) is used to optimize the objective function because it does not require additional derivatives. After the initial location is determined, torch paths are generated by interpolating the starting point, endpoints and torch postures using inverse kinematics. Our method can be applied to automate the welding job for each block during ship building, irrespective of the shape of the robots, by changing the objective function.     

基于多种群萤火虫算法的集装箱船结构优化

针对集装箱船结构优化问题，依据CCS规范建立以集装箱船舯剖面面积最小为优化目标，板厚、型材横截面积为离散设计变量的优化数学模型。提出一种多种群萤火虫算法，各种群设置不同的参数，提高搜索区域，多子群并行寻优、子群主群协作寻优提高算法寻优性能，对所建模型进行优化计算。优化算例表明，所提出的多种群萤火虫算法比标准萤火虫算法可以更快的收敛得到最优解，在满足所有约束条件情况下，集装箱船舯剖面面积最小约13.2%，验证了多种群萤火虫算法应用于集装箱船结构优化的有效性。