基于BPNN的球艏降阻优化模型构建研究
2021-03-22张维英,周俊秋,于博文,于洋
大连理工大学学报 2021年2期
张 维 英, 周 俊 秋, 于 博 文, 于 洋
(大连海洋大学 航海与船舶工程学院,辽宁 大连 116023)
0 引 言
船舶快速性是船舶设计中要考虑的主要问题之一,减少船舶航行过程中的阻力,是提高船舶快速性的主要途径.近年来,基于CFD的船舶阻力预报和船型快速性优化取得了显著的成果.叶萌等利用若干设计变量样本点的CFD计算结果,通过建立BP神经网络(BPNN)近似模型成功对载重46 000 t油船进行了型线优化[1].董震鹏使用CFD对某拖网渔船成功进行了球艏形状降阻优化.该文献指出由于对拖网渔船模型采用的是全船模拟法,导致软件计算时间过长,对计算机硬件要求较高,此方法不利于在中小型工作站的普遍推广[2].
对于船型优化中产生的大量船型样本,可根据分阶段采用变精度模型(variable fidelity model,VFM)概念,先后使用低与高两种精度模型对船体进行阻力预报,经过高精度(high fidelity,HF)模型对低精度(low fidelity,LF)模型计算结果的补偿后,得到逼近实际值的计算结果.采用VFM概念进行阻力预报相比于仅用高精度模型进行仿真计算而言,将大幅减少计算量,节约优化成本.Robinson等利用VFM在机翼设计和蝙蝠飞行问题的研究上大幅度降低了耗时[3].Toal也验证了使用VFM比只使用高精度模型更能节约计算成本[4].
求解N-S方程的CFD软件具有良好的精度和可信度,可作为高精度模型的计算工具.高精度模型的计算值在优化过程中不必在每次迭代都进行更新,但低精度模型在每次迭代时都需要进行更新,故寻求一种使用方便……
登录APP查看全文
