知识工程应用于船舶结构的优化设计研究-精灵论文.docx

知识工程应用于船舶结构的优化设计研究
杨和振，陈金峰
（上海交通大学，海洋工程国家重点实验室，上海 200240）
摘要：针对船舶结构设计变量是涉及多种设计和约束条件的离散变量，造成结构优化的高度
5 非线性、多峰性等问题，而且船舶设计过程中需要设计规范和专家经验等知识支持，结合其 具有很强的综合性、模糊性等特点，本文提出了基于知识工程的船舶结构优化设计方法。该 方法利用知识工程与结构优化相结合，将获取的设计知识构建知识库应用于船舶结构优化设 计，并通过提取结构关键参数实现参数化结构模型与优化数学模型的相互转化，降低结构优 化设计对用户知识水平的要求。水密横舱壁结构的优化设计算例表明：满足约束要求的情况
10 下，其结构重量在优化后比优化前降低了，保证了结构性能合理的同时实现重量最轻的目标； 其次，将结构参数化模型和数学优化模型结合在一起，为设计经验少的设计者提供了一种结 构设计的捷径；总之，实现了从不同资源中获取知识并应用于优化设计过程，促进设计能力 的提高，降低优化设计过程对知识和经验的依赖。 关键词：知识工程；船舶结构优化；知识库；模拟退火算法
15 中图分类号：U663.4

Application of Knowledge-based Engineering for Ship
Structure Optimization Design
YANG Hezhen, CHEN Jinfeng
20 (State Key Laboratory of Ocean Engineering, School of Naval Architecture, Ocean and Civil
Engineering, Shanghai Jiao Tong University, ShangHai 200240)
Abstract: Ship structural design variables are discrete variables involving a variety of design requirements and constraints, which leads to highly nonlinear, multimodal and other problems in structure optimization. Besides, it needs design regulations and experts experience to support ship
25 structure design. Considering its highly comprehensive, empirical, fuzzy and other characteristics, this work presents application of knowledge based engineering for ship structure optimization design
method. This method combines the principle of knowledge based engineering design with structure optimization design. It constructs knowledge base including design regulations and expert experience for structure initial design. In addition, it can distil the key design parameters of structure model to
30 achieve the mutual transformation of parameterized structure model and optimization mathematical model. The example of watertight transverse bulkhead optimization design shows the optimized weight of structure is lower than before on the condition of meeting constrains required. It ensures the reasonable structure performance and lightest weight goal. secondly, it combines structure
parameterized model with mathematical optimization model, which provides a shortcut for designer
35 with less experience of structure design. In conclusion, it gets knowledge from different source and apply for structure optimization design, improve the design level, reduce the designers’ dependence on the knowledge and experience.
Keywords:Knowledge-based Engineering; Ship Structure Optimization; Knowledge Base; Simulated
Annealing
40
0 引言
目前，结构优化设计领域已从航空扩展到船舶、桥梁、汽车、机械等更广泛的工程领域， 解决的问题从减轻结构重量扩展到降低应力水平、改进结构性能和提高安全寿命等更多方面
[1-3][4][5][6][7][8][9][10][11][12][13][14][15] [16][17][18][19][20][21][22]
横舱壁列板 1 厚度
10
9.0
横舱壁列板 2 厚度
11
11.5
横舱壁列板 3 厚度
12
14
水平桁腹板高度
1450
1362.5
水平桁腹板厚度
10
10
水平桁面板宽度
400
745.2
水平桁面板厚度
15
13
垂直桁T1 腹板高度
1450
1362.5
垂直桁T1 腹板厚度
12
10
垂直桁T1 面板宽度
550
647.5
垂直桁T1 面板厚度
15
11.5
垂直桁T2 腹板高度
1450
1362.5
垂直桁T2 腹板厚度
15
10
垂直桁T2 面板宽度
550
732.2
垂直桁T2 面板厚度
15
13
扶强材 1 腹板高度
150
150
扶强材 1 腹板厚度
10
10
扶强材 1 面板宽度
90
90
扶强材 1 面板厚度
10
10
扶强材 2 腹板高度
200
200
扶强材 2 腹板厚度
9
9
扶强材 2 面板宽度
90
90
扶强材 2 面板厚度
12
12

265

270
水密横舱壁结构优化后的总重量为 57034.1kg，比优化前的重量减少了 3.03%，既满足
了船舶设计规范、型材稳定性和加工工艺等约束要求，又实现了知识库中知识应用，同时可 以将结构优化尺寸参数实时应用于结构参数设计模型。水密横舱壁结构重量目标函数变化曲 线如图 9 所示，设计变量舱壁 1-3 列板厚度的优化过程曲线如图 10 所示，垂直和水平桁材 面板宽度优化过程曲线如图 11 所示，优化后的水密横舱壁结构模型如图 12 所示。

图9横舱壁结构优化过程重量变化曲线图 图10 横舱壁结构优化过程列板厚度曲线图

Fig.9 Transverse Bulkhead Structural Weight Curve
Schematic Diagram
Fig.10 One to Three Bulkhead Plate Thickness
Optimization Process Schematic Diagram

图11横舱壁结构优化过程桁材面板宽度曲线 图 12 优化后水密横舱壁结构示意图

Fig.11 Transverse Bulkhead Structure Flange Width
Optimization Process Schematic Diagram
Fig.12 Optimized Transverse Bulkhead Structure
Schematic Diagram

275

280

285

290
5 结束语
设计规范对水密横舱壁板厚的约束以及对扶强材、垂直桁材和水平桁材剖面模数的约 束，同时考虑型材的局部稳定性和工艺性约束要求，建立水密横舱壁结构参数化模型并通过 知识工程技术转化为数学优化模型进行结构优化设计。建立横舱壁结构的参数化模型，通过 知识工程模块建立标准的角钢库和板材库以及将 CCS 设计规范要求、设计标准和专家经验 等知识整理、归纳构建简单知识库，并将横舱壁结构参数化模型转化数学优化模型,借助于 产品工程优化模块基于模拟退火优化算法对水密横舱壁结构进行优化设计，并将优化设计数 据实时应用于结构设计模型，对结构设计模型进行实时更新，避免了结构优化过程和设计过 程分开独立操作，减少了由结构优化数学模型转化为设计模型的重复工作。
将知识工程应用于水密横舱壁结构优化设计，优化设计结果表明：首先，横舱壁结构重 量在优化后比优化前降低了，保证横舱壁结构性能合理的同时实现了结构重量最轻的目标， 降低产品设计的生产成本，产生一定的经济效益。其次，为船舶结构优化设计提供了极其丰 富的技术手段，将结构优化的数学模型和结构设计仿真模型结合在一起，为设计经验少的设 计者提供了一种船舶结构优化设计的捷径，有助于设计者快速完成设计工作的同时，能够快 速地积累经验。再次，实现从不同资源中获取知识并应用于船舶结构优化设计过程中促进设 计能力提高，帮助用户在更短的时间内、更精确地完成更多的设计工作，增强知识的重用性 和共享性，降低优化设计过程对知识和经验的依赖，提高设计过程的有效自动化层次。

[参考文献] (References)

295

300

305
[1] Kodiyalam S., Sobieszczanski Sobieski J. Multidisciplinary design optimization-some formal methods, frame work requirements and application to vehicle design[J]. International Journal of Vehicle Design, 2001, 25: 3-22. [2] Alexandrov N. M., Lewis R. M. Analytical and computational aspects of collaborative optimization for multidisciplinary design[J]. AIAA Journal, 2002, 40(2): 301-309.
[3] Sobieszczanski-Sobieski J., Haftka R. T. Multidisciplinary aerospace design optimization: Survey of recent developments[J]. Structural Optimization, 1997, 14(1): 1-23.
[4] 张科施. 飞机设计的多学科优化方法研究[D]. 西安: 西北工业大学, 2006.
[5] 郑帮涛, 鲁海燕. 微分群体智能算法在船舶结构混合变量优化中的应用[J]. 船舶力学, 2009, 13(73):
770-775.
[6] 蒋如宏, 裘泳铭. 船舶主尺度方案的多目标模糊优化设计[J].船体与舾装,1999: 7-10.
[7] 柳存根, 姚震球. 遗传进化算法在船舶初步设计中的应用[J]. 上海交通大学学报, 2000, 34(1): 41-45. [8] 黄衍顺, 陈斌, 涂跃红. 双壳散货船结构重量优化设计[J]. 机电设备, 2007, 209(01): 3-6.
[9] 陈宁,曹成勋,佘建国. 基于遗传算法与临境环境的机舱优化仿真研究[J].船舶工程, 2008,30(4):77-80. [10] 刘远. 基于遗传算法的大型起重船拔杆式臂架优化设计研究[D]. 2004.
[11] La Rocca G., Van Tooren M. J. L. Knowledge-based engineering to support aircraft multidisciplinary design

310

315

320

325
and optimization[J]. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace
Engineering, 2010, 224(9): 1041-1055.
[12] Curran R, Verhagen W. J .C, Van Tooren M. J. L, et al. A multidisciplinary implementation methodology for knowledge based engineering: KNOMAD [J]. Expert Systems with Applications, 2010,37(11):7336-7350.
[13] Xing L. N., Chen Y. W., Wang P, et al. A Knowledge-Based Ant Colony Optimization for Flexible Job Shop
Scheduling Problems[J]. Applied Soft Computing Journal, 2010, 10(3): 888-896.
[14] Zhou T. J., Xing L. N. A knowledge-based genetic algorithm to the global numerical optimization[A]. Computational sciences and optimization[C]. Sanya, Hainan, China: IEEE Computer Society, 2009:513-516. [15] Jie J., Zeng J. C., Han C. Z., et al. Knowledge -based cooperative particle swarm optimization[J]. Applied Mathematics and Computation, 2008, 205(2): 861-873.
[16] Hu J., Peng Y. H., Li D. Y., et al. Robust optimization based on knowledge discovery from metal forming simulation[J]. Journal of Materials Processing Technology, 2007, 187-188: 698-701.
[17] Papanikolaou A. Holistic ship design optimization [J]. Computer-Aided Design, 2010, 42(11): 1028-1044. [18] Chen J. F., Yang H. Z., Jiang R. H., et al. Application of knowledge based engineering methods for hull structural member design[A] International conference on computer application in shipbuilding[C]. Shanghai, China: Royal Institution of Naval Architects,2009: 87-93.
[19] 王忠, 朴英花, 卢金火. CATIA-V5 的知识工程优化功能在汽车产品开发上的应用[J]. 汽车技术,
2004(3): 16-18.
[20] 杨和振, 王德禹, 夏利娟. 知识工程在船舶设计建造中的研究进展[J]. 船舶工程,2008, 30(21): 7-11.