陳金峰,楊和振,蔣如宏,馬 寧
(1.上海交通大學海洋工程國家重點實驗室,上海 200240;2.中國船級社青島分社,山東 青島 266071)
知識工程在船舶結構優(yōu)化設計中的應用
陳金峰1,2,楊和振1,蔣如宏1,馬 寧1
(1.上海交通大學海洋工程國家重點實驗室,上海 200240;2.中國船級社青島分社,山東 青島 266071)
針對船舶結構設計變量是涉及多種設計和約束條件的離散變量,造成結構優(yōu)化的高度非線性、多峰性等問題,而且設計過程中需要設計規(guī)范和專家經驗等知識支持,結合其具有很強的綜合性、模糊性等特點,提出了基于知識工程的船舶結構優(yōu)化設計方法。該方法利用知識工程與結構優(yōu)化相結合,將獲取的設計知識構建知識庫應用于船舶結構優(yōu)化設計,并通過知識工程技術實現參數化結構模型與優(yōu)化數學模型的相互轉化,降低結構優(yōu)化設計對用戶知識水平的要求。水密橫艙壁結構的優(yōu)化設計算例表明,滿足約束要求的情況下,其結構重量在優(yōu)化后比優(yōu)化前降低了,保證了結構性能合理的同時實現重量最輕的目標;將結構參數化模型和數學優(yōu)化模型結合在一起,為設計經驗少的設計者提供了一種結構設計的捷徑;實現了從不同資源中獲取知識并應用于優(yōu)化設計過程,促進設計能力的提高,降低優(yōu)化設計過程對知識和經驗的依賴。
知識工程;船舶結構優(yōu)化;知識庫;模擬退火算法
船舶結構優(yōu)化設計是一個涉及多個設計變量、多種類型和多種約束條件的復雜過程,造成優(yōu)化設計的高度非線性、多峰性等特點,解決問題的關鍵是提高離散型變量的有效性。針對船舶結構設計具有很強的綜合性、經驗性、模糊性等特點,將結構工程特點、現代數學優(yōu)化理論以及計算機技術結合起來應用于船舶結構設計有著廣闊的前景。國外把研究的重點放在優(yōu)化算法的開發(fā)上,而忽略了對設計過程中積累的設計規(guī)范、設計數據和專家經驗等知識的應用,若通過知識工程(Knowledge-based Engineering,KBE)技術實現知識應用于結構優(yōu)化設計過程中,減少結構優(yōu)化計算量和降低優(yōu)化設計對用戶知識和經驗的要求,促進結構設計能力的提高。程遠勝等[1]基于神經網絡與遺傳算法對潛艇艙壁結構優(yōu)化設計;蔣如宏等[2]采用多目標模糊優(yōu)化設計方法結合多種船舶主尺度方案選擇出合適的方案;黃海燕等[3]以結構尺寸、穩(wěn)定性、許用應力和疲勞強度等方面作為約束條件,對船舶主機機座結構進行優(yōu)化設計;柳存根等[4]在遺傳算法機理的基礎上提出遺傳進化算法,提高優(yōu)化算法尋求最優(yōu)解效率;楊和振等[5]將知識工程應用于船舶局部構件的智能化設計,促進了設計效率和能力的提高;La Rocca等[6]將知識工程技術應用于飛機結構的多學科設計優(yōu)化分析過程中;Curran等[7]提出以知識工程基礎的框架下的多學科工程知識的融合,對現有結構優(yōu)化算法進行改進并應用于當前工程設計過程;Zhou等[8]提出知識工程為基礎的遺傳優(yōu)化算法,實現經驗等知識應用于全局數值優(yōu)化過程中;Jie等[9]提出知識工程結合粒子群智能優(yōu)化算法;Hu等[10]提出將知識工程技術結合穩(wěn)健性最優(yōu)化應用于金屬成型領域。盡管知識工程在飛機、模具等領域的結構優(yōu)化設計中有了很大的發(fā)展,而知識工程技術在船舶優(yōu)化設計研究相對較少,側面反映亟待合適的工具實現將知識、經驗性數據應用于船舶優(yōu)化設計過程。本文提出了知識工程應用于船舶結構優(yōu)化設計方法,將獲取的設計知識構建知識庫應用于船舶結構初始設計參數和優(yōu)化后設計方案的選擇,通過知識工程技術實現參數化結構與優(yōu)化數學模型的相互轉化,并滿足設計規(guī)范、工藝性和型材穩(wěn)定性等約束,水密橫艙壁結構優(yōu)化算例證明KBE應用于船舶優(yōu)化分析方法的可行性。
知識工程是一種將某領域知識重復利用于新型設計的工程學理論,其核心是一種將某領域的相關設計經驗和設計標準、規(guī)范等知識嵌入設計軟件中,通過知識推理實現邏輯判斷和推理進一步實現產品的智能化設計[11]。
基于知識工程的結構優(yōu)化設計是指通過捕捉、優(yōu)化設計意圖,如成本、面積、體積和時間等,使用戶可以按目標函數進行優(yōu)化設計的一種優(yōu)化方法,并利用參數的變化和約束條件來得到設計的最佳結果[12]。
知識庫就是經驗、規(guī)則、案例等知識的集合[13]。將專家的知識、經驗和各種文獻資料所包含的知識進行收集、整理、歸納成若干規(guī)則、分析方法和解決問題的策略,以一定的形式放置在特定的數據庫中,并為用戶提供檢索和利用知識的方法。知識庫的主要功能包括知識庫的創(chuàng)建、獲取、更新、檢索、查詢與維護以及知識的一致性,完整性維護等。
船舶是典型的復雜空間大型結構物,其優(yōu)化設計量多而且涉及骨材間距等連續(xù)變量以及板材厚度、型材樣式等離散變量,設計變量要涉及各種設計要求和多種約束條件,造成結構優(yōu)化設計問題的高度非線性、多峰性等特點。通過知識工程技術將設計規(guī)范和專家經驗等知識保存構建知識庫,并應用于結構優(yōu)化設計過程,解決了離散和連續(xù)變量混合的問題,實現結構參數化模型與數學優(yōu)化模型的相互轉化,具體流程如圖1所示。
下面以3100TEU水密橫艙壁結構優(yōu)化設計為例,對基于知識工程的船舶結構優(yōu)化設計過程進行說明。
在不改變橫艙壁結構形式的前提下,艙壁板使用標準化板材,從標準化板材庫中選取;垂直桁材和水平桁材采用焊接的T型材,其腹板的高度和面板的寬度是連續(xù)變量,腹板厚度和面板厚度是從標準化板材庫中選取;扶強材使用標準化角鋼型材,從標準型材庫中選取。借助于知識工程技術,將知識庫中設計規(guī)范、專家經驗等知識用于計算型材的實際、最小剖面模數和艙壁的最小厚度等。在滿足CCS設計規(guī)范、型材局部穩(wěn)定性和制造工藝等約束情況下,建立水密橫艙壁結構參數化模型,借助知識工程將結構參數化模型轉化為優(yōu)化數學模型,采用模擬退火優(yōu)化算法進行結構優(yōu)化設計。
圖1 知識工程應用于結構優(yōu)化設計流程示意圖Fig.1 Application of KBE for structure optimization design flow chart
3 .2 .1 已知條件
該水密橫艙壁結構主要包括平面艙壁板、垂直扶強材、垂直桁材和水平桁材等4部分,結構設計如圖2所示。
1)已知參數
該船水密橫艙壁結構基本參數如下所示:
船長L:2 142 000 mm;
船寬B:32 200 mm;
型深D:18 800 mm;
吃水d:12 000 mm;
水平桁間的平均距離:2 604 mm;
圖2 集裝箱船水密橫艙壁結構示意圖Fig.2 Watertight transverse bulkhead of container structure diagram
垂直桁材間距:5 086 mm;
垂直扶強材間距:840 mm。
2)設計變量
標準的構件庫將型材和板材的特征參數與設計表格參數建立匹配關系,將設計表格中的每一行參數對應1個標準化構件尺寸的配置參數。本文中垂直扶強材使用的是國家標準角鋼型材,選擇離散變量——角鋼設計表配置參數作為設計變量,每個配置參數對應著1種標準角鋼;垂直桁材和水平桁材是由翼板和腹板焊接形成的T型材,選擇連續(xù)變量——腹板高度、面板寬度作為設計變量;桁材腹板、面板和艙壁列板采用國家標準厚度板材,選擇各構件板材配置參數作為設計變量,對應著不同厚度的標準板材。
3 .2 .2 目標函數
目標函數是評價設計方案優(yōu)劣的性能指標。本文以單個水密橫艙壁結構的重量最輕為優(yōu)化目標,可將優(yōu)化過程中各構件的體積與相應的材料密度乘積求取各構件質量,再累積求和,具體如下式所示:式中:M(X)為整個橫艙壁結構質量,kg;n為橫艙壁結構上型鋼數目;m為橫艙壁結構上板材數目;li為橫艙壁結構上第i號型鋼的質量,kg;sj為橫艙壁結構上第j號板材的質量,kg。
3 .2 .3 約束條件
水密橫艙壁結構優(yōu)化設計約束主要包括CCS規(guī)范對橫艙壁各列板厚度、垂直扶強材剖面模數、水平桁材剖面模數和垂直桁材剖面模數的約束以及型材屈曲理論對型材局部穩(wěn)定性和工藝性約束,如圖3所示。
圖3 水密橫艙壁結構優(yōu)化約束條件示意圖Fig.3 Watertight transverse bulkhead structure optimization constraint condition diagram
3 .3 知識工程應用于結構優(yōu)化設計
基于知識工程的結構優(yōu)化設計是指捕捉用戶的設計意圖,將設計過程中積累的設計規(guī)范、標準和經驗數據整理建立知識庫。在知識庫的協(xié)助下,用戶對結構進行初始設計以及按目標函數進行結構優(yōu)化設計。
3 .3 .1 標準件庫的應用
船體結構設計過程中使用構件是標準構件。本文采用標準化構件進行船舶結構優(yōu)化設計,創(chuàng)建的標準構件庫主要包括標準角鋼構件庫和板材庫,通過設計表對一系列標準化構件的創(chuàng)建和管理,角鋼型材結構和設計表分別如圖4和圖5所示。
3 .3 .2 知識模板的創(chuàng)建和應用
關系是知識工程的一般特征,主要包括公式、規(guī)則、檢查等知識特征。根據CCS規(guī)范規(guī)定要求,對桁材、加強材最小剖面模數以及艙壁列板最小厚度進行約束。在優(yōu)化設計過程中,需要編寫公式、規(guī)則和檢查等計算船體構件的剖面模數、最小剖面模數和最小厚度等。若將這些計算公式、規(guī)則、檢查、標準型材和板材庫等保存在知識模板中,通過Catlog實現對知識庫和標準構件庫進行管理和共享,方便用戶在后期結構優(yōu)化設計過程中直接應用,實現設計知識和標準化構件在結構優(yōu)化設計過程中的重復使用。T型材剖面模數和慣性矩計算規(guī)則界面、保存在知識模板的定義界面和應用界面分別如圖6~圖8所示。
圖4 角鋼型材結構剖面示意圖Fig.4 Structure section of angle bar diagram
圖5 角鋼型材特征參數設計表示意圖Fig.5 Characteristic parameters design table of angle bar diagram
圖8 T型材剖面模數和慣性矩公式應用界面Fig.8 Section modulus and moment of inertia of T bar formula application diagram
3 .3 .3 專家經驗的應用
若把專家積累的經驗等知識應用在優(yōu)化設計過程中,實現知識重用、保護的同時,又能縮短結構優(yōu)化設計迭代計算過程,提高優(yōu)化設計的效率。
由于結構和載荷的對稱性變形呈筒形,板的跨度與厚度之比μ=s/t<70~80,則板的撓度較小,中面應力對板的彎曲影響可忽略不計;若板的跨度與厚度之比為μ=s/t>70~80,應考慮中面應力對板的彎曲影響,與剛性板相比將使撓度與應力減小。據專家設計經驗,3100TEU的集裝箱船的艙壁厚度應在12 mm左右,把艙壁列板的厚度范圍保守設置在7~16 mm,可減少優(yōu)化的迭代計算過程。
為減少優(yōu)化設計規(guī)模,提高優(yōu)化設計效率,結合專家經驗,將優(yōu)化設計主要集中在對結構優(yōu)化設計影響大的艙壁列板厚度、垂直桁材、水平桁材和垂直扶強材等構件的優(yōu)化設計,可以減少優(yōu)化設計迭代計算過程,提高結構優(yōu)化設計的效率。
本文以3100TEU水密橫艙壁結構優(yōu)化設計為研究實例,通過結構設計規(guī)范、屈曲理論、型材局部穩(wěn)定性和制造工藝方面約束基于模擬退火算法進行優(yōu)化設計,最優(yōu)設計尺寸如表1所示。
表1 橫艙壁結構最優(yōu)化結果與原始數據比較Tab.1 Transverse bulkhead structure optimization and primary result comparison
水密橫艙壁結構優(yōu)化后的總質量為57 034.1 kg,比優(yōu)化前減少了3.03%,既滿足了船舶設計規(guī)范、型材穩(wěn)定性和加工工藝等約束,又實現了知識庫中知識應用,同時可以將結構優(yōu)化尺寸參數實時應用于結構參數設計模型。水密橫艙壁結構質量目標函數變化曲線如圖9所示,水密橫艙壁1-3列板厚度的優(yōu)化曲線如圖10所示。
圖9 橫艙壁結構優(yōu)化過程重量變化曲線圖Fig.9 Transverse bulkhead weight variation curve in optimization process diagram
圖10 橫艙壁結構優(yōu)化過程列板厚度曲線圖Fig.10 Transverse bulkhead strake thickness variation curve in optimization process diagram
本文考慮了CCS設計規(guī)范對水密橫艙壁板厚的約束以及對扶強材、垂直桁材和水平桁材剖面模數的約束,同時考慮型材的局部穩(wěn)定性和工藝性約束要求,建立水密橫艙壁結構參數化模型并通過知識工程技術轉化為數學優(yōu)化模型進行結構優(yōu)化設計。通過知識工程模塊建立標準的角鋼庫和板材庫以及將CCS設計規(guī)范、設計標準和專家經驗等知識整理、歸納構建簡單知識庫,并將橫艙壁結構參數化模型轉化數學優(yōu)化模型,基于模擬退火優(yōu)化算法對水密橫艙壁結構進行優(yōu)化設計。結果表明:
1)橫艙壁結構質量在優(yōu)化后比優(yōu)化前降低了,保證結構性能合理的同時實現質量最輕的目標。
2)為設計經驗少的設計者提供了一種結構優(yōu)化設計的捷徑,有助于快速完成設計工作及積累經驗。
3)促進設計能力的提高,降低優(yōu)化設計過程對知識和經驗的依賴,提高設計過程的自動化層次。
[1]程遠勝,孫瑩,閆國強.基于神經網絡與遺傳算法的潛艇艙壁結構優(yōu)化[J].中國造船,2008,49(4):81 -87.
CHENG Yuan-sheng, SUN Ying, YAN Guo-qiang.Structural optimization of a submarine end plane transverse bulkhead based on neural networks and genetic algorithm[J].Shipbuilding of China,2008,49(4):81 -87.
[2]蔣如宏,裘泳銘.船舶主尺度方案的多目標模糊優(yōu)化設計[J].造船技術,1999,(5):7 -10.
JIANG Ru-hong,QIU Yong-ming.Application of mutiobjective fuzzy optimization in ships'main scale program[J].Journal of Marine Technology,1999,(5):7 -10.
[3]黃海燕,劉曉衛(wèi),姜樹衛(wèi).基于疲勞強度的主機機座優(yōu)化設計[J].中國造船,2010,51(3):101 -107.
HUANG Hai-yan,LIU Xiao-wei,JIANG Shu-wei.Optimization of main engine foundation based on fatigue strength[J].Shipbuilding of China,2010,51(3):101 -107.
[4]柳存根,姚震球.遺傳進化算法在船舶初步設計中的應用[J].上海交通大學學報,2000,34(1):41 -45.
LIU Cun-gen,YAO Zhen-qiu.Application ofgenetic evaluative algorithm in ship preliminary design[J].Journal of Shanghai Jiaotong University,2000,34(1):41 -45.
[5]陳金峰,楊和振,馬寧.知識工程應用于船舶局部構件智能化設計研究[J].中國造船,2010,51(4):201 -208.
CHEN Jin-feng,YANG He-zhen,MA Ning.Application of knowledge-based engineering for development of ship local structural design[J].Shipbuilding of China,2010,51(4):201-208.
[6]La ROCCA G,Van TOOREN M J L.Knowledge-based engineering to support aircraft multidisciplinary design and optimization[J].Proceedings ofthe Institution of MechanicalEngineers,PartG:JournalofAerospace Engineering,2010,224(9):1041 -1055.
[7]CURRAN R,VERHAGEN W J C,Van TOOREN M J L,et al.A multidisciplinary implementation methodology for knowledge basedengineering:KNOMAD[J].Expert Systems with Applications,2010,37(11):7336 -7350.
[8]ZHOU T J,XING L N.A knowledge-basedgenetic algorithm totheglobalnumericaloptimization[A].Computational sciences and optimization[C].Sanya,Hainan,China:IEEE Computer Society,2009.513 -516.
[9]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.
[10]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(12):698-701.
[11]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.
[12]王忠,樸英花,盧金火.CATIA—V5的知識工程優(yōu)化功能在汽車產品開發(fā)上的應用[J].汽車技術,2004,(3):16-18.
WANG Zhong,PIAO Ying-hua,LU Jin-huo.Application of knowledge engineering optimization of CATIA-V5 in automotive product development[J]. Automobile Technology,2004,(3):16 -18.
[13]楊和振,王德禹,夏利娟.知識工程在船舶設計建造中的研究進展[J].船舶工程,2008,30(21):7 -11.
YANG He-zhen,WANG De-yu,XIA Li-juan.Research progress on knowledge-based engineering in ship design and construction[J].Ship Engineering,2008,30(21):7 -11.
Application of knowledge-based engineering for ship structure optimization design
CHEN Jin-feng1,2,YANG He-zhen1,JIANG Ru-hong1,MA Ning1
(1.State Key Laboratory of Ocean Engineering,Shanghai Jiaotong University,Shanghai 200240,China;2.China Classification Society Qingdao Branch,Qingdao 266071,China)
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 structure design.Considering its highly comprehensive,empirical, fuzzy and other characteristics,this paper presents application of knowledge-based engineering(KBE)for ship structure optimization design method.This method combines the principle of KBE design with structure optimization design.It constructs knowledge base including design regulations and expert experience for structure initial design.In addition,it can achieve the mutual transformation of parameterized structure model and optimization mathematical model by KBE.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 with less experience of structure design.In conclusion,it gets knowledge from different source and applies for structure optimization design,improve the design level and reduce the designers'dependence on the knowledge and experience.
knowledge-based engineering;ship structure optimization;knowledge base;simulated annealing
陳金峰(1985-),男,碩士研究生,從事船舶結構智能化設計研究。
U663.4
A
1672-7649(2012)03-0059-06
10.3404/j.issn.1672-7649.2012.03.012
2011-05-23;
2011-07-19
教育部、財政部重大專項資助(200512);國家自然科學基金項目資助(51009093)