拖曳試驗的案例
[案例分析]STARCCM+入門系列之——船舶阻力預測模擬
（6）設置邊界條件；流體域的邊界條件設置類型如下：
也就是虛擬拖曳池的大部分區域都是進口，左右兩邊設置為對稱邊界，從而讓虛擬池纏身相當于無限延伸的效果；進口的邊界設置如下：
出口的邊界條件設置如下：
（7）定義動態流體固體相互作用(DFBI)；動態流體固體相互作用 (DFBI) 模型根據流動引起的作用力來模擬船運動。對于此模擬，允許船以 2 個自由度
移動，以便考慮升沉和縱傾。將使用平衡運動選項來實現船的準穩態平衡位置。此選項將減少模擬的實際運行時間。右鍵單擊Tools> Motions選項，選擇新建DFBIRotation and Translation，將此運動分配給虛擬拖曳試驗池區域：在Regions> Virtual Towing Tank > Physics Values > Motion Specification節點，選擇DFBIRotation and Translation，一個新的DFBI 節點將出現在模擬樹中。
（8）由于本案例是瞬態模擬，因此需要設置時間步、各時間步內允許的最大內部迭代次數以及獲得求解所用的總體物理時間。選擇Solvers> Implicit Unsteady節點，然后將時間步設為0.04 s。
展開 STAR-CCM+ 案例：體積力螺旋槳法
a、右鍵單擊Tools> Motions選項，選擇新建DFBIRotation and Translation；
b、將此運動分配給虛擬拖曳試驗池區域：在Regions> Virtual Towing Tank > Physics Values > Motion Specification節點，選擇DFBIRotation and Translation，一個新的DFBI 節點將出現在模擬樹中。
c、右鍵單擊DFBI > 6-DOFBodies，選擇New Body > 3D >Continuum Body，將其命名為ship，在ship的屬性設置船體質量，釋放時間，緩沖時間等；展開6-DOF Bodies >Ship > Initial Values node，設置質心，轉動慣量，激活使用質心；
（3）使用虛擬盤模型進行螺旋槳建模；
使用螺旋槳的虛擬盤需要您定義以下項目：
?盤的尺寸和位置；
?盤軸線方向。此方向定義推力的方向；
?螺旋槳性能數據，此處的推力系數 K_T 和扭矩系數 K_Q 是進程比 J 的函數；
?獲得虛擬盤流入表面平均速度和密度的速度平面；
a、右鍵單擊Continua > Physics 1 >Models > Virtual Disk > Virtual Disks node a節點，選擇 N新建虛擬盤；
b、將虛擬盤的類型設置為Body Force Propeller Method；
c、在您可以指定螺旋槳曲線之前，必須將螺旋槳表格數據文件（此處是 .csv 格式）導入STAR-CCM+；右鍵單擊Tools > Tables 選擇新建 Table > File Table。流入平面偏移是虛擬盤直徑的 10%。
展開 STAR-CCM+ 虛擬盤模型案例：體積力螺旋槳盤
a、右鍵單擊Tools> Motions選項，選擇新建DFBIRotation and Translation；
b、將此運動分配給虛擬拖曳試驗池區域：在Regions> Virtual Towing Tank > Physics Values > Motion Specification節點，選擇DFBIRotation and Translation，一個新的DFBI 節點將出現在模擬樹中。
c、右鍵單擊DFBI > 6-DOFBodies，選擇New Body > 3D >Continuum Body，將其命名為ship，在ship的屬性設置船體質量，釋放時間，緩沖時間等；展開6-DOF Bodies >Ship > Initial Values node，設置質心，轉動慣量，激活使用質心；
（3）使用虛擬盤模型進行螺旋槳建模；
使用螺旋槳的虛擬盤需要您定義以下項目：
?盤的尺寸和位置；
?盤軸線方向。此方向定義推力的方向；
?螺旋槳性能數據，此處的推力系數 K_T 和扭矩系數 K_Q 是進程比 J 的函數；
?獲得虛擬盤流入表面平均速度和密度的速度平面；
a、右鍵單擊Continua > Physics 1 >Models > Virtual Disk > Virtual Disks node a節點，選擇 N新建虛擬盤；
b、將虛擬盤的類型設置為Body Force Propeller Method；
c、在您可以指定螺旋槳曲線之前，必須將螺旋槳表格數據文件（此處是 .csv 格式）導入STAR-CCM+；右鍵單擊Tools > Tables 選擇新建 Table > File Table。流入平面偏移是虛擬盤直徑的 10%。
展開 [案例分析]STARCCM+入門系列之——體積力螺旋槳法
a、右鍵單擊Tools> Motions選項，選擇新建DFBIRotation and Translation；
b、將此運動分配給虛擬拖曳試驗池區域：在Regions> Virtual Towing Tank > Physics Values > Motion Specification節點，選擇DFBIRotation and Translation，一個新的DFBI 節點將出現在模擬樹中。
c、右鍵單擊DFBI > 6-DOFBodies，選擇New Body > 3D >Continuum Body，將其命名為ship，在ship的屬性設置船體質量，釋放時間，緩沖時間等；展開6-DOF Bodies >Ship > Initial Values node，設置質心，轉動慣量，激活使用質心；
（3）使用虛擬盤模型進行螺旋槳建模；
使用螺旋槳的虛擬盤需要您定義以下項目：
?盤的尺寸和位置；
?盤軸線方向。此方向定義推力的方向；
?螺旋槳性能數據，此處的推力系數 K_T 和扭矩系數 K_Q 是進程比 J 的函數；
?獲得虛擬盤流入表面平均速度和密度的速度平面；
a、右鍵單擊Continua > Physics 1 >Models > Virtual Disk > Virtual Disks node a節點，選擇 N新建虛擬盤；
b、將虛擬盤的類型設置為Body Force Propeller Method；
c、在您可以指定螺旋槳曲線之前，必須將螺旋槳表格數據文件（此處是 .csv 格式）導入STAR-CCM+；右鍵單擊Tools > Tables 選擇新建 Table > File Table。流入平面偏移是虛擬盤直徑的 10%。
展開 
案例解析|潛艇外流場分析
摘要：
艦船自航評估和研究通常是由拖曳水池自航試驗實現，實施周期長，耗資大。船舶三維多面體OPENFOAM
潛艇外流場分析報告
項目概述
該項目展示了如何模擬潛艇周圍的外部流體流動的示例
艦船自航評估和研究通常是由拖曳水池自航試驗實現，實施周期長，耗資大。采用流體動力數值仿真分析技術，能夠系統分析和研究各種水下航行器的航行性能，指導水下航行器設計，提出優化設計方案和改進航行性能的措施。
本項目對潛艇的水動力航行性能進行了分析和研究。
模型簡化
本算例使用幾何來源simscale官網，幾何模型如圖1所示。
【綜述】船舶在波浪上縱向運動與控制研究
2009 年，Lavroff 等 [93-95] 對某 2.5 m 雙體船水彈性分段模型進行了拖曳水池試驗，測量了其在規則波中的砰擊力，并將艉壓浪板（被動控制擺角為0°）安裝于船艉，但是艏部并沒有安裝 T 型翼。在隨后的研究中，Davis [96] 和 Jacobi [97-98] 等在先前對一艘 86 m 高速雙體船進行運動響應測試的基礎上，開展了實船和模型試驗研究。對該穿浪雙體船引入了航態控制系統，針對船體結構應力變化率隨船體縱搖運動的變化規律，實現了通過海況和船模運動預報砰擊運動，研究了該航態控制系統對砰擊發生率的影響，結果表明，減小船舶的垂向運動可以明顯改善砰擊發生率。
Alavimehr 等 [99] 利用循環水洞測量了一種低展弦比、水平翼翼展邊緣較尖的 T 型翼在靜態和動態這 2 種情況下不同攻角對應的升力，并與機翼理論、Theodorsen 振動翼理論進行了對比。試驗結果表明：由于水平翼的升力受到其表面附近其他構件（垂直翼、連接件等）的影響，實測的升力系數要比理論值偏低；并且在 T 型翼擺角轉動角速度較高時，采用 Theodorsen 理論計算升力系數要略好于靜態機翼理論。該試驗同時也表明，低雷諾數的 T 型翼在較低展弦比下的非定常性能足以滿足拖曳水池試驗的要求。
在此基礎上，在靜水中進行了航態控制系統的開環控制研究 [100] ，利用 T 型翼和艉壓浪板連續轉動產生的垂向力引起船模運動，通過試驗確定了只讓模型產生垂蕩（縱搖角接近 0°）或者縱搖（垂蕩接近 0 mm）運動的 T 型翼和壓浪板擺角的組合，為航態控制系統的進一步完善奠定了基礎。
展開 水面無人艇技術發展及展望
部分研究基于噴水推進方式的無人艇運動建模及其視景仿真方法，根據船舶操縱性和快艇動力學的基本理論，建立無人艇的動力學模型，并基于拖曳水池試驗、自航模試驗和CFD手段研究高速無人艇船型的水動力相關特性，以期提高水面無人艇動力管理效能。
⒉環境感知技術
為提高無人艇適用性，需要解決在惡劣海況下，無人艇艇體在持續顛簸條件下的水面目標探測和目標判別，并利用動態背景和低信噪比條件下的目標檢測方法，對艇載多種傳感器獲取的信息進行處理，實現對于不同海上目標的跟蹤、檢測、識別和行為預測。
⒊自主控制技術
水面無人艇控制技術的終極目標是達成任務的完成。利用環境感知手段，探測和識別目標，通過自主控制技術實現自主路徑規劃、駕控避碰和采取合理控制策略，以完成各種任務和作業使命。
控制系統是水面無人艇系統的核心，是其智能化、自主性水平的直接體現。目前，蟻群優化算法、離散時間非線性模型預測控制器、模糊LQR控制器都已經引入到無人艇控制技術，開展無人艇在復雜海況條件下的臨界機動預測。
⒋路徑規劃技術
水面無人艇在靜態和動態的海洋環境中要能夠達到高度自主性，確保船只、人員及財產安全，智能、快速地處理各種難以預料的狀況，就成為路徑規劃和動態避碰問題的難點。
展開 