新型水面高速无人艇性能综合优化初步研究

发布时间：2017-09-26 15:05

  本文关键词：新型水面高速无人艇性能综合优化初步研究

  更多相关文章： 新型水面高速无人艇 数值模拟 优化算法 性能综合优化 优化软件

【摘要】：水面无人艇作为一种水面自航载体,具有体积小、航速高、智能控制等优点,并配有雷达、声纳、摄像机以及一些小型武器等设备,可以完成收集和传播信息、监视海洋情况、地形勘察、搜救、探测、导航和作战等多种任务,随着无人艇功能的增加,它已经被广泛应用于军事和民用领域。研究水面无人艇的快速性、耐波性、操纵性以及抗倾覆性对艇型设计和艇体的流体动力学性能分析都显得十分重要,而水面无人艇性能综合优化设计对无人艇的设计与研究有着不可替代的作用,国内外也越来越重视对该领域的研究。本文以一种新型水面高速无人艇艇型为研究对象,兼顾快速性、操纵性、耐波性和抗倾覆性能建立此类水面高速无人艇性能综合优化数学模型。将数学模型与优化算法接口,设计并编制出符合该水面高速无人艇的基于多种优化算法的综合优化软件。具体研究步骤总结如下:1.选取一种具有防飞溅条和水翼的滑行艇作为研究对象,根据防飞溅条尺寸、水翼尺寸、水翼位置和不同的艇型参数建立几何模型,并使用FINE/Marine软件进行网格划分和阻力计算,进而建立该类艇体的阻力数据库,并对不同艇体参数的水动力性能做对比分析。研究表明,加水翼或者防飞溅条都可以增加艇体的升力,使艇体更快的进入滑行状态,而同时加水翼和防飞溅条的艇体更能改善滑行艇的阻力性能。2.使用多项式响应面法,根据CFD阻力数据对该类艇体的总阻力、摩擦阻力、升力、静湿面积和静排水量进行多项式响应面公式拟合,从而为建立快速性优化数学模型提供基础。选取快速性优化设计变量,将海军系数作为快速性优化的评价函数,并构造其约束条件,最终建立快速性优化数学模型。3.基于系统辨识理论和多种优化算法的程序设计思想,完成该类艇体的回转运动、Z形运动和横摇运动的辨识软件设计,并结合该类艇体操纵性实验数据,进行辨识计算获得操纵性优化目标函数。选取操纵性优化设计变量,并选取直线稳定性衡准数、最小相对回转直径和转首指数共三个评价函数作为操纵性优化的目标函数,并构造其约束条件,建立操纵性优化数学模型。4.对该类艇体进行横摇运动试验,然后使用辨识软件对试验数据进行横摇辨识计算和分析,一方面得到了较佳的横摇运动方程,同时也验证了横摇辨识软件中算法的可靠性。使用响应面方法对纵摇有义值和垂荡有义值进行计算公式的拟合,进而实现对无人艇的纵摇有义值和垂荡有义值的预报。考虑到纵摇、垂荡和横摇的影响,选取无因次衰减系数、纵摇有义值和垂荡有义值作为耐波性系统的三个性能优化目标函数,并建立耐波性优化数学模型。研究了该艇体的稳性,分析了其倾覆后的受力情况,估算其倾覆后的初稳性高公式,最终选取正浮的初稳性高和翻转后的初稳性高作为抗倾覆性的优化目标函数,并建立抗倾覆性优化数学模型。5.综合船舶的快速性、操纵性、耐波性和抗倾覆性的优化数学模型,构造该类水面高速无人艇性能综合优化目标函数,根据约束条件设计其惩罚函数,最终构造出此类水面高速无人艇性能综合优化数学模型。分析各种智能优化算法的特征,用C#语言编制遗传算法、混沌算法、粒子群算法和复合形算法,并结合并行和分层策略来提高算法的优化性能,同时通过不同的改进策略,构造更优的算法设计方案,最终设计并编制出符合该类水面高速无人艇,基于多种优化算法的综合优化软件。通过使用设计完成的优化软件,进行优化计算,最终通过设计不同优化方案来研究不同算法的优劣性。研究表明,成长机制遗传算法优于复合形算法优于粒子群算法优于混沌算法,且成长机制的遗传算法较轮盘机制的遗传算法更好,分层策略和并行策略可以有效的提高算法的搜索性能。通过大量的计算,最终得到较优的优化结果以及适合该优化系统的最优优化算法。
【关键词】：新型水面高速无人艇 数值模拟 优化算法 性能综合优化 优化软件
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U674.91;U674.77
【目录】：

• 摘要6-8
• Abstract8-19
• 第1章 绪论19-27
• 1.1 选题的理论意义和实用价值19-20
• 1.2 水面高速无人艇研究现状20-23
• 1.2.1 USV国外研究现状20-22
• 1.2.2 USV国内研究现状22-23
• 1.3 多学科设计优化23-26
• 1.3.1 多学科设计优化基本思想23-24
• 1.3.2 船型多学科设计优化关键问题24-25
• 1.3.3 多学科设计优化研究现状25-26
• 1.4 本论文研究内容26-27
• 第2章 多学科设计优化算法27-39
• 2.1 引言27
• 2.2 传统的优化方法27-29
• 2.2.1 无约束优化算法27
• 2.2.2 有约束优化方法27
• 2.2.3 罚函数法27-28
• 2.2.4 多目标优化方法28-29
• 2.3 现代优化方法29-38
• 2.3.1 遗传算法29-30
• 2.3.2 粒子群算法30-33
• 2.3.3 混沌算法33-34
• 2.3.4 复合形算法34
• 2.3.5 分层策略改进遗传算法34-37
• 2.3.6 并行策略改进优化算法37-38
• 2.4 本章小结38-39
• 第3章 新型水面无人艇几何建模39-48
• 3.1 引言39
• 3.2 滑行艇特性39-40
• 3.3 防飞溅条设计40-42
• 3.4 水翼设计42-46
• 3.4.1 水翼几何和水动力特征42-43
• 3.4.2 水翼几何形状设计43-46
• 3.5 新型水面无人艇设计46-47
• 3.6 本章小结47-48
• 第4章 CFD数值模拟及分析48-64
• 4.1 引言48
• 4.2 数值模拟简介48
• 4.3 软件介绍48-53
• 4.3.1 FINE/Marine简介49
• 4.3.2 HEXPRESS的网格制作流程49-50
• 4.3.3 FINE/Marine求解过程50-51
• 4.3.4 后处理51-53
• 4.4 滑行艇阻力分析53-55
• 4.5 具有防飞溅条滑行艇阻力分析55-57
• 4.6 新型水面无人艇阻力分析57-62
• 4.6.1 比较不同防飞溅条57-58
• 4.6.2 比较不同长宽比的艇体58-59
• 4.6.3 比较不同吃水型深比的艇体59
• 4.6.4 比较不同船长型深比的艇体59-60
• 4.6.5 综合比较四种船型60-62
• 4.7 数值模拟的可靠性对比分析62-63
• 4.8 本章小结63-64
• 第5章 快速性优化数学模型64-73
• 5.1 引言64
• 5.2 近似方法64-69
• 5.2.1 响应面法64-66
• 5.2.2 阻力响应面构造66-69
• 5.3 快速性优化数学模型69-71
• 5.3.1 快速性设计变量69
• 5.3.2 快速性目标函数69-71
• 5.3.3 快速性约束条件71
• 5.4 本章小结71-73
• 第6章 操纵性优化数学模型73-92
• 6.1 引言73
• 6.2 船舶操纵性73-74
• 6.3 航向稳定性74
• 6.4 船舶的回转运动74-75
• 6.5 船舶的转首性75-76
• 6.6 系统辨识76-90
• 6.6.1 系统辨识基本原理77
• 6.6.2 系统辨识软件设计77-83
• 6.6.3 回转直径辨识83-86
• 6.6.4 回转性指数和应舵指数辨识86-90
• 6.6.5 转首指数90
• 6.7 操纵性优化数学模型90-91
• 6.7.1 操纵性设计变量90
• 6.7.2 操纵性目标函数90
• 6.7.3 操纵性约束条件90-91
• 6.8 本章小结91-92
• 第7章 船舶摇荡和横稳性92-105
• 7.1 引言92
• 7.2 静水横摇试验92-96
• 7.2.1 横摇受力分析92-93
• 7.2.2 静水横摇试验93-94
• 7.2.3 横摇辨识数学模型94
• 7.2.4 横摇运动辨识计算94-96
• 7.3 升沉和纵摇值估算96-99
• 7.4 无因次衰减系数估算99-100
• 7.5 耐波性优化数学模型100
• 7.5.1 设计变量100
• 7.5.2 目标函数100
• 7.6 初稳性高100-101
• 7.7 横摇周期101
• 7.8 无人艇倾覆后初稳性高101-103
• 7.9 抗倾覆性优化数学模型103-104
• 7.9.1 设计变量103
• 7.9.2 目标函数103
• 7.9.3 约束条件103-104
• 7.10 本章小结104-105
• 第8章 水面无人艇性能综合优化软件105-118
• 8.1 引言105
• 8.2 优化数学模型105-109
• 8.2.1 设计变量105-106
• 8.2.2 目标函数106-107
• 8.2.3 惩罚函数107-109
• 8.3 优化算法设计109-111
• 8.4 无人艇性能综合优化软件111-117
• 8.5 本章小结117-118
• 第9章 水面无人艇性能综合优化分析118-128
• 9.1 引言118
• 9.2 无人艇综合优化计算118-127
• 9.2.1 遗传算法优化计算118-122
• 9.2.2 混沌算法优化计算122
• 9.2.3 粒子群算法优化计算122-123
• 9.2.4 复合形算法优化计算123-124
• 9.2.5 加入并行策略优化计算124-125
• 9.2.6 混合算法优化计算125-127
• 9.3 本章小结127-128
• 结论与展望128-130
• 参考文献130-135
• 附录135-142
• 附录1 成长机制遗传算法的核心代码135-138
• 附录2 复合形优化算法代码138-142
• 攻读硕士学位期间发表的学术论文和取得的科研成果142-144
• 致谢144

，

本文编号：924159