
發布
注冊
/
登錄船阻力
關注創建者:HMS Dragon/D35 創建時間:2023-02-09
船阻力的視頻教程
Fine Marine之船舶阻力自動化仿真方案 ——更專業的船舶CFD工具
本次直播將從復雜船舶網格的自動化的制作到全自動化仿真模塊C-wizard的阻力仿真應用,以及全尺度實船的阻力仿真預報,整體介紹Fine Marine之船舶阻力仿真的專業、自動化的高精度仿真方案。
免費 47分鐘 203播放
查看
船阻力的實例教程
他們的設計經驗包括拖船、駁船、研究船、游輪、客運/汽車渡輪和專用平臺。
中央處理器 24/7
云資源提供商CPU 24/7 GmbH是領先的CAE服務解決方案提供商,面向所有工業和學術/大學研發應用領域。CPU 24/7 總部位于德國波茨坦,根據全球公認的最新硬件、軟件和應用行業標準開發和運營按需高性能計算服務。
關于該項目
該項目重點關注云中 KRISO 集裝箱船 (KCS) 的裸體阻力計算。KRISO 集裝箱船是一種標準船體形式,經常用作海洋工業計算流體動力學 (CFD) 研究的基準案例。基本的船體形狀參數和實驗結果都可以在已發表的文獻中找到。
過程和基準結果
模擬被設置為穩態解,固定在縱傾和升沉以復制實驗數據的條件。半模型網格包含 160 萬個單元格。仿真控制變量如下:
300步
統一時間步長 = 5 個子周期
八次非線性迭代
該解決方案在 150 時間步長內收斂到穩態阻力;但是,允許模擬在所有平臺上運行直至完成,以提供性能比較。
該模型計算出的總阻力系數為 0.003574。與實驗結果 0.00356 相比有 0.4% 的差異。圖 1. 說明了計算的波場(頂部)與測量數據(底部)的對比。
圖 1 實驗與計算結果對比
用于 Fidelity Fine Marine 的 UberCloud 應用程序容器
UberCloud 容器是隨時可以執行的軟件包。它們旨在提供完成復雜任務的工具。在本案例研究中,Fine Marine 軟件已預安裝、配置并在裸機上運行,沒有性能損失。該軟件無需安裝或處理復雜的操作系統命令或配置即可運行。
UberCloud 容器技術為工程師提供了廣泛的選擇,因為容器可以從服務器移植到服務器或從云移植到云。
展開 仿真目的
從船舶的推進性能以及節能出發,最近積極開發的節能附加裝置研究中,模型船的水槽實驗起到了重要的作用。本研究中,利用CFD 仿真,以船尾縱向渦旋(對預測推進性能有重要意義)顯著出現的鈍頭船為對象,利用SC/Tetra 進行水槽實驗拖曳狀態的仿真。在這個基礎上,進一步利用重合網格的功能,考察了節能附加裝置對削減阻力的效果。
謝玲玲等[3]通過建立多航速優化模型,對某高速客船首部興波阻力進行了優化。伍蓉暉等[4]采用基于NAPA和CFD軟件(傳統經驗模式)以及基于CAESES和CFD軟件(先進數值評估模式)的一體化優化模式對2800TEU集裝箱船阻力性能進行了優化。程宣愷等[5]通過數值模擬方法分析了巡邏艦的首部線型、尾楔形狀以及軸支架布置對船體阻力及伴流的影響。陳京普等[6]通過CFD模擬開展了客滾船附體優化布置研究,考察了螺旋槳旋向對其收到功率的影響。
近年來,隨著優化設計要求的提高,更多的設計變量被加入優化算法中以搜尋更優的船型方案,而如何解決高維優化時設計變量維度和優化方案數量之間的需求關系是目前業界重點研究的問題之一。劉強等[7]采用改進Sobol’方法對某集裝箱船興波阻力優化模型進行靈敏度分析并降維,研究結果表明降維后的優化模型收斂更快。張恒等[8]通過數值函數測試改進MODSA算法的優化性能,并將其應用于5100TEU集裝箱船的興波阻力性能優化。
本文以韓國船舶與海洋工程研究所的集裝箱船(KRISO container ship, KCS)為研究對象,采用CAESES軟件構建原始船型的參數化模型,以CFD數值計算得到的總阻力系數為優化目標,分別采用CAESES內置的傳統優化算法和自研的Silverbullet優化算法對原始船型的阻力性能進行優化對比。
參數化模型
CAESES軟件作為仿真驅動優化設計的一體化平臺,具備參數化建模、連接外部仿真工具、自動優化三大核心功能模塊。其中,參數化建模方法分為半參數化變形和全參數化曲面建模兩種。
展開 主要包括:可視化自由水面的傳播、可視化波型、阻力數據監視和繪圖以及縱傾和升沉數據監視和繪圖。
三、結果分析
在模擬運行之前,創建每個場景來關注求解的進展。如圖所示,在對稱平面上顯示了模擬結束時圍繞船體的自由水面細節圖:
如圖所示,顯示了模擬結束時圍繞船體的波型:
如圖所示是隨時間變化的剪切和壓差阻力繪圖:
如圖所示是隨時間變化的總阻力繪圖:
如圖所示是作用在船身上Z方向的力:
如圖所示是作用在船身上圍繞Y軸的力矩:
總結
通過數值模擬計算,我們得到了在某一特定的航速下改船型的船舶阻力情況,仿真模擬結果與船舶試驗結果表現出相同的趨勢,且誤差在可接受的范圍內。該試驗結果表明,基于Star-CCM+的船舶阻力預測比較可靠,能夠為船舶設計與改型提供高效有力的參考。除此之外,將仿真結果以cgns的文件形式導入FastCAE VR后處理模塊,可進行VR沉浸式漫游體驗。
展開 Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力
在這項研究中,Glosten 團隊使用 UberCloud 容器運行 Fidelity Fine Marine 模擬,評估可用硬件的性能,并將其與最終用戶當前使用的資源進行比較。基準案例在本地硬件、Amazon Web Services (AWS) 的虛擬實例以及 CPU 24/7 和 UberCloud 提供的裸機云解決方案上進行了分析。閱讀更多。
模擬普利司通世界太陽能挑戰賽的旋轉輪空氣動力學
每兩年,世界各地的參賽者都會在澳大利亞內陸展開一場艱苦的比賽:普利司通世界太陽能挑戰賽。這一挑戰傾向于促進對太陽能汽車的研究,以此作為邁向可持續交通的一步。閱讀更多。
具有保真度的壓縮機廢氣再循環 (EGR)
隨著全球城市污染的加劇,立法者要求汽車制造商將盡可能清潔和高效的系統投放市場,無論駕駛方式或條件如何,從交通擁堵到高負荷山區旅行以及炎熱或寒冷的天氣。雖然電動汽車和氫動力汽車等替代解決方案正在興起,但熱力發動機在當今的交通組合中仍然非常重要,為了降低二氧化碳水平,必須顯著限制所有這些實際使用條件下的燃料消耗. 閱讀更多。
我是 Julio Mendez,這就是我的 Mesh 方式
大家好,我是 Julio Mendez,一名 CFD 科學家,目前在 Corrdesa 工作,使用 CFD 研究電化學應用。我的 CFD 之旅始于 2007 年,當時我在家鄉委內瑞拉的 La Universidad del Zulia 尋找本科論文的主題。閱讀更多。
文章來源:cadence博客
展開 
船阻力的最新內容
摘要:本文基于安世亞太自主研發的PERA SIM Fluid流體仿真軟件,以船體為研究對象,采用VOF多相流模型,計算了其在靜水中的行駛阻力,獲得了船行波的變化特性以及阻力數值,并與成熟的CFD軟件對比,驗證了國產仿真軟件PERA SIM Fluid的精確性和可靠性。
選取KCS船進行靜水阻力優化。在船體球鼻艏、船艏、船舯、船艉共設置了 17 個設計變量。變形效果如下圖:
二、降維設置與計算
點擊Optimize>Design Space Utilities>
Dimensionality Reduction,設置Samples:1000,Points per sample: 8000。
考慮在固定航速和吃水下情況下,對KCS船阻力進行優化,優化結果需要滿足排水體積和浮心總想位置兩條約束條件。
操作流程
KCS船采用CAESES軟件提供參數化模型,采用SHIPFLOW軟件計算船舶阻力。
劉強等[7]采用改進Sobol’方法對某集裝箱船興波阻力優化模型進行靈敏度分析并降維,研究結果表明降維后的優化模型收斂更快。張恒等[8]通過數值函數測試改進MODSA算法的優化性能,并將其應用于5100TEU集裝箱船的興波阻力性能優化。
因為興波阻力與船首形狀以及不同速度下的吃水深度有關。單要素設計船舶通常球鼻艏非常冗長龐大,優化后細長的球鼻艏可能節省6~10%的燃料。
Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力
在這項研究中,Glosten 團隊使用 UberCloud 容器運行 Fidelity Fine Marine 模擬,評估可用硬件的性能,并將其與最終用戶當前使用的資源進行比較。
2023 年 3 月 10 日? 3 分鐘閱讀
在這項研究中,Glosten 團隊 使用 UberCloud 容器運行 Fidelity Fine Marine模擬,評估可用硬件的性能,并將其與最終用戶當前使用的資源進行比較。基準案例在本地硬件、Amazon Web Services (AWS)的虛擬實例以及CPU 24/7 和UberCloud提供的裸機云解決方案上進行了分析
三、水動力分析工具
水動力的分析包括主船體、附體和螺旋槳的優化,具體包括針對阻力的船形尺度優化、船首形狀參數的優化、船首或船尾側推形狀的優化、推進附體的形狀優化等。
把物體前緣做成尖的可以減小激波錐角,從而減小激波帶來的損失,也就減小了激波阻力。船在水面行進時會產生水面波,也會有波阻力,所以要做成尖頭的,而在水下行進的潛艇則是圓頭的。
用能量損失來解釋激波阻力不夠直接,畢竟物體表面的壓力和黏性力才是直接決定阻力大小的因素。
點擊標題下【MSC軟件】快速關注!
仿真目的
從船舶的推進性能以及節能出發,最近積極開發的節能附加裝置研究中,模型船的水槽實驗起到了重要的作用。本研究中,利用CFD 仿真,以船尾縱向渦旋(對預測推進性能有重要意義)顯著出現的鈍頭船為對象