基于參數化建模的優化設計方法

陳 康，魏菲菲，程宣愷，陸琛亮

（上海船舶研究設計院，上海 201203）

0 引 言

通過對“基于CFD的船舶快速性能優化技術和設計準則研究”相關科研課題研究及技術攻關[1,2]。迄今為止，上船院在船體線型設計領域已經形成了相應的船型優化和設計準則，并且，基于 CFD應用技術在船舶線型設計方面形成了快速響應能力。目前，正在探索一種新型的結合CAD參數化建模技術和CFD數值計算技術的線型設計方法：該方法利用參數控制船體線型特征，并結合 CFD技術對不同參數形成的線型方案進行數值計算，經過分析比較確定最佳的船型方案。本文以一型5000TEU集裝箱船的線型研發為例介紹該方法的運用。該船型的水池試驗結果顯示其具有優秀的快速性能，表明該方法能夠成為船體線型研發的有效手段，具有實際運用和推廣意義。

1 參數化建模原理

與以往線型設計方法不同，參數化建模技術在建立船體曲面階段即引入多個能夠控制船型特征的參數。建模技術集成在CAD軟件Friendship-Framework中，主要利用其MetaSurface可控的功能來生成參數化船體曲面。在建模過程中母型船的基本特征曲線，如橫剖面面積曲線、設計水線、平邊線、平底線等可作為建立目標船曲面的初始輸入。初始的船體曲面形狀由所有參數的初始值確定，通過調整控制橫剖面面積曲線的參數使得目標船的排水量基本滿足要求，而改變設計水線進水角、平行舯體起止位置、舭部半徑等任一參數值即得到新的船型方案。采用參數化建模方法形成的船體線型受到參數的控制，使得船體線型的優化設計工作轉變為尋求某一組最佳參數組合的優化問題。該方法可以通過參數控制船型系數和船體曲面的局部特征，與之對應的則是龐大的參數變化空間。在參數變化空間內以船體優秀的快速性能相關指標為目標函數優選（或優化）一組最佳參數組合，即完成了船型的優化。

2 優選方案的確定

在目標船型的參數化模型建成后，即可開展基于CFD技術的優化（優選）技術。考慮到CFD數值模擬中存在誤差，該誤差對基于各優化算法的收斂過程有多大影響還無法確定。因此，在采用參數化建模技術進行線型設計時采取優選的方法，即給定各個參數的取值范圍及取值方法（給定或由隨機數確定），在所有方案計算結束后通過比較分析各個方案的數值結果來選定最佳的線型方案。

3 參數化建模技術運用實例

3.1 5000TEU集裝箱船船型特點

將該參數化建模方法首次運用于一型5000TEU集裝箱船線型的設計。該船的主要參數如表1所示，設計航速對應的Fr數約0.225。

表1 主要船型參數

3.2 參數化模型的建立

上船院用于船型設計和優化的軟件是專注于船型優化及其他性能開發的軟件平臺。參數化建模主要通過該軟件中MetaSurface的參數化功能實現。

在確定了船型的主尺度及各主要船型參數后，即可開展詳細的船體線型設計工作，考慮到該船的興波阻力所占比例較大，以及艉部線型主要影響到船體的黏性阻力成分及推進效率，該目標船的參數化建模僅限于船體艏部，從而可以在較短的時間內通過勢流計算來獲得艏部線型的優化方案，艉部則主要基于若干個方案的計算比較和經驗設計來確定。

基于母型得到的橫剖面面積曲線、設計水線、平邊線、平底線等特征曲線是建立參數化 Metasurface曲面的初始輸入。為了實現參數化建模，可考慮用引入參數定義的相應曲線分別逼近基于母型得到的特征曲線。如圖1所示為該船母型艏部的橫剖面面積曲線（SAC）與參數化SAC。圖2所示為該船母型艏部的設計水線DWL及參數化設計水線DWL。這兩條特征曲線分別由兩部分參數化曲線連接而成。其他特征曲線均可按此方法逐一建立并用于參數化船體曲面的構建。

圖1 參數SAC與母型SAC比較

圖2 參數設計水線與母型設計水線比較

各特征曲線定義完成后即可在此基礎上以 Metasurface的形式建立船體曲面。圖 3所示為一塊Metasurface形式的船體曲面，該曲面形狀可通過各相關參數來控制。

3.3 CFD數值計算及優化

參數化艏部船體曲面建立之后，與根據經驗設計得到的船體艉部相結合成為完整的船型初始方案，即可開展CFD數值模擬及優化。CFD數值計算采用瑞典Flowtech International AB開發的SHIPFLOW[3]求解器。該求解器集成在Framework軟件中，可直接調用。上船院在2008年引進了該軟件，此后，運用該軟件進行了大量船型的數值計算和性能分析，積累了寶貴的使用經驗。

針對該 5000TEU集裝箱船型優化計算，共選取 12個控制參數用于控制船體曲面，變化方案設定為300個，并選用一種模擬隨機序列的確定性算法形成不同的船型方案。該算法在給定的參數空間中取樣，但是比隨機序列具有更高的收斂性。

從不同變化方案的勢流計算結果，得到的船體靜水力數據、興波阻力系數等可作為優秀方案選取的參考。初始方案和最佳方案的波型比較如圖4所示，通過對比可以看出，優選方案的波型相對于初始方案有了較大改善，即船體阻力性能得到了提高。

圖3 MetaSurface定義

圖4 初始方案和最佳方案波型比較（上為優化方案）

3.4 最佳方案的確定

該船艏部的線型方案通過參數化建模結合CFD數值計算優化確定。考慮到艏部線型主要對該集裝箱船的興波阻力性能有較大影響，因而在艏部優化過程中以興波阻力性能的改善為優化目標。通過對比原型及各個變化方案的興波阻力系數及靜水力參數，選取出艏部優化的最佳方案；艉部線型則主要基于經驗設計，基于母型變換得到的艉部方案經過幾輪手工修改及數值計算后得以確定。該船型初始方案與優化方案特征站線的比較如圖5所示，可以看出5000TEU集裝箱船的艉部線型保留了母型的特征，而優化后的艏部則明顯區別于母型。

圖5 初始方案與優化方案部分特征站線比較

4 試驗驗證[3]

經過相關專業的校核后，確定的線型提交給歐洲HSVA水池用于船模加工和準備靜水試驗。設計狀態下船模試驗中的波型與數值模擬的波型對比如圖 6所示。與水池數據庫中的相似船型相比，該5000TEU集裝箱船的功率曲線處于12條所選相似船型的下限，如圖7所示，表明該船快速性能屬于最優級別。

圖6 試驗波型與計算波型對比

圖7 HSVA數據庫相似船型性能比較

5 結 語

本文以一型5000TEU集裝箱船線型研發為例詳細闡述了參數化建模技術的運用，并通過船模試驗證實線型具有優秀的快速性能。該船線型的成功研發表明參數化建模技術與 CFD技術的結合運用有助于研發出滿足市場需求的優秀集裝箱船船型。該方法將被逐漸運用于其他類型船舶的艏、艉部線型設計，以實現更多優秀線型的成功研發。

[1] 上海船舶研究設計院. 基于CFD的船舶快速性能優化技術和設計準則研究[R]. 2009.

[2] 陳 康，周志勇，魏菲菲. 基于CFD技術的散貨船線型優化研究[J]. 上海造船，2011(1)：50-54.

[3] Flowtech International. Shipflow 4.5 User Manual[Z], Gothenburg, Sweden, Flowtech International AB, 2011.

[4] Calm water model tests for a 4 800 TEU container vessel[R]. The Hamburg Ship Model Basin. 2011.