船型的案例
【技術】NavCad 船型導入功能-解放生產力，告別繁瑣的參數輸入
用戶可以通過輸入對應船型參數，進行對應船型性能的預測與評估，NavCad需要輸入的參數并不多，對于熟悉軟件的客戶，大部分參數可以相對快速、準確的找到并輸入，但還有少部分參數并不容易得到或者需要一些經驗。例如在NavCad高級版中的ADVM（AnalyticalDistributed Volume Method）方法，需要輸入各個橫剖面站位的剖面面積與型心等信息，這些信息在很多情況下并不能很簡單的得到。
*ADVM需要手動輸入每個橫剖面的剖面信息
NavCad CAD import 功能是針對已有船型幾何的情況下，開發的對船型進行自動捕捉，自動識別的工具。可以極大的提高船型參數的輸入效率與準確性。
用戶通過導入已有船型幾何，例如STL,OBJ格式，NavCad可以自動識別船型參數，通過這些參數，NavCad計算相應船型性能。下面分別通過例子展示CAD import工具的功能，分別是ITTC-78（CT）排水量型船型和Planing高速艇船型。
一、ITTC-78（CT）排水量船型
首先打開CAD import工具界面，設置好單位，點擊import，導入對應的船型幾何文件，目前支持的幾何格式有STL (ASCII) 與 OBJ。需要注意的是，導入的幾何必須是整船幾何，而且是封閉的。
*導入船型幾何
導入幾何后，調整幾何方向，使得幾何滿足如下圖所示方向，并選擇對應的船型設置參數（ITTC 78）。
點擊waterline設置水線位置，尾封板位置等。
*Waterline設定
設置橫剖面站位，有standard，coarse，fine三個設定。
展開 【論文分享】小樣本規模船型優化策略的選擇研究
不同優化策略的優化結果分析
圖8所示為不同優化策略優化船型的船體表面壓力系數分布。由圖8(a) 可知，Silverbullet優化船型的球鼻艏表面負壓區范圍明顯縮小，興波阻力降低，對中高速船來說，可以有效地降低總阻力。由圖8(b) 可知，在相同的優化次數下，Silverbullet算法開啟bound break后的優化船型在船首區域的壓力系數減小，艏肩處負壓區范圍縮小，艉部區域壓力梯度有所減緩，船體阻力進一步降低。圖9所示為自由液面波切圖，圖中W為波高。從圖中可以看出，Silverbullet算法優化船型的自由液面波高較Sobol+Tsearch優化船型有所降低，開啟bound break后優化船型的波高降幅更大。
（a）Sobol+Tsearch和Silverbullet
（b）Silverbullet和Silverbullet with bound break(100)
圖8 不同優化船型的船體表面壓力系數分布
圖9 自由液面波切圖
將Silverbullet with bound break (100) 優化策略的優化船型與原始船型進行對比，優化船型的設計變量數值如表4所示。由表可知，優化船型的部分設計變量數值是在設計空間邊界外的，優化線型的光順性滿足設計要求。優化線型較原始線型在球鼻艏處長度有所增加，略微上翹，艉部線型也有所削瘦，如圖10所示。圖中，虛線為原始線型，實線為優化線型。從圖11也可以看出，優化船型的船體表面壓力分布和自由液面波幅較原始船型都得到了改善。
展開 采用Nelder-Mead Simplex算法約束排水體積的船型優化
將Nelder-Mead Simplex算法,內置于Sobol的Design Pre功能欄中，并以SHIPFLOW軟件計算得到的總阻力系數Ct最小為優化目標，Volume_delta≤10為約束條件，對KCS船型展開優化。
結果列表
如下圖，各設計方案中排水體積的變化均得到了很好的約束。
Nelder-Mead Simplex算法與Brent算法對比:
1.兩種算法均可以與sobol“搭檔”在滿足排水體積不變的前提下進行船型優化
2.Brent算法只可以設置一個“自適應”變量。如果船體變形比較明顯的話，Brent中的變量有時會需要產生較明顯的數值變化，從而滿足排水體積不變。這樣可能會導致船體局部幾何的不合理。
3.Nelder-Mead Simplex算法可以設置多個“自適應”變量，可以很好解決上述問題。
展開 基于CAESES的船型優化二次開發——縱剖線與水線夾角控制
在實際的船型優化項目當中，總是需要滿足一定的限制條件。常規的限制條件如：排水體積，浮心位置，硬點（hardpoint）等等。在某些特殊情況下，也需要對船體局部的幾何有一定的限制要求，如某縱剖線和某水線的夾角不得超過某一限定的角度。
我們從型線圖中可以很容易的得到縱剖線與水線的夾角。但對于船型優化來說，由于船體幾何是不斷變化的，因此該夾角也會隨之變化。在這種情況下，夾角是沒辦法從無法實時變化的型線圖上讀出的。想通過其他CAD軟件實現起來也很困難。
CAESES憑借其強大的建模能力及二次開發能力（Feature）使得讀取實時變化的夾角角度成為可能。本文將以CAESES內置某一船型舉例，測量其16m水線和8m縱剖線的夾角隨著船型變化的變化。
夾角的測量
導入已有船型，并轉化成 brep 格式
2. 通過編寫Feature，得到其16m水線和8m縱剖線
3. 由于兩條曲線于空間相交，因此需要將它們投影到相同的平面
4. 通過編寫Feature，計算兩個投影曲線的夾角
船型變換
利用FFD的變型方式，對船體首部進行變型
2. 由于船體首部線型發生變化，因此相對應區域的16m水線和8m縱剖線形狀也會發生變化，夾角因此隨之改變。如下圖：
優化限制條件的應用
可以假設規定該夾角不得大于26度。
展開 
船型優化中如何選擇合適的優化策略
經檢查，更優方案的光順性良好，船體幾何合理，如下圖：
優化船型與原始船型對比
原始船型
優化船型
六、結 論
本文基于標模KCS船型進行了多種優化策略的嘗試，優化設置中同時考慮了優化效果和優化時間。由于工業設計中單個算例需要較為昂貴的仿真成本，因此在實際項目中，工程師能接受的優化樣本規模通常在百次左右。基于這一前提，遺傳算法無法發揮其優勢，得不到較好的優化結果。如果基于CAESES平臺進行優化，更優的優化設計策略為sobol Tsearch的組合。
在國家倡導的工業軟件自主化的大背景下，南京天洑軟件公司自研AIPOD優化產品體現出了其功能性與自主性的優勢。不僅僅可以幫助客戶在有限的時間內得到更優的設計方案，并且給予客戶更大的軟件自主開發權限。
AIPOD軟件現以面向客戶提供試用，如果感興趣請與我們聯系。
展開 CAESES+SHIPFLOW船型優化
天洑星人物：陳子澄
擅長領域：船舶、螺旋槳設計、流體機械、結構設計
擅長軟件：CAESES 、STAR-CCM+、UG、Solidworks
CAESES+SHIPFLOW船型優化
作者：陳子澄
隨著世界航運業對船舶節能減排的呼聲日益高漲,節能船型的研發越來越受到重視。基于CFD的船型優化方法是船舶設計人員目前最依賴的手段之一。 南京天洑軟件有限公司的兩款產品CAESES，SHIPFLOW可以很好地滿足這一設計需求，并且已經在世界范圍內得以廣泛應用。
JBC(Japan Bulk Carrier) 是一款大家熟知的好望角型散貨船，它是由日本NMRI，橫濱國立大學以及SRC 聯合開發的。以這艘船為例，我們將展示CAESES+SHIPFLOW進行耦合優化，目標是減小它的船體阻力并提高推進效率。
展開 CFD學習：船型優化
船型優化過程
船型優化過程涉及根據所需的穩定性和效率分析船舶的運行參數。這包括評估船體周圍的流體流動模式和流體動力阻力，以確定最佳船體設計特征。CFD 是通過有效模擬簡化船體形狀優化過程的有效工具。它涉及以下步驟：
創建船體幾何模型。
將幾何體劃分為有限的較小單元格，以便捕獲所有流動特征。
定義邊界條件——指定作用在船體表面的流體的速度、壓力和其他屬性。
執行模擬。使用Navier-Stokes 方程，可以確定船體周圍的流場。可視化進一步促進了流動模式的探索以及阻力和推進力的計算。
根據模擬結果，可以優化船體形狀以獲得更好的性能和效率。可以重新運行模擬，直到確定船體設計的最佳變化。為了進一步提高性能，CFD 模擬還可以用于分析不同的螺旋槳設計 - 它們的形狀和位置。
船型優化的計算分析
用于分析流體-結構相互作用的船體形式模擬
CFD 求解器（如 Fidelity 和 Fidelity Pointwise）支持虛擬設計和優化船舶設計，但假設是真實世界的操作環境。海洋工程師還可以使用Cadence Fine Marine Solver等專用工具來計算船舶所面臨的不同流體動力學和空氣動力學參數。
CFD工具的精細網格劃分和仿真能力可用于分析船體與流體之間的流固耦合。推進力、阻力等的結果值可用于優化船體形狀，即通過改變船體形狀設計來減少阻力和提高效率。
訂閱我們的時事通訊以獲取最新的 CFD 更新或瀏覽 Cadence 的CFD 軟件套件，包括Fidelity和Fidelity Pointwise，以了解有關 Cadence 如何為您提供解決方案的更多信息。
展開 【AIPOD案例操作教程】KCS船型優化
圖
20
KCS船型優化結果對比
AIPOD、競品算法與傳統算法中表現最好的Tsearch算法的優化歷程如圖21所示，結果表明，競品算法在優化效率和優化潛力表現上均落后于AIPOD，且bound-break能夠更好的輔助設計人員找到被忽略的高效設計區域。
圖
21
KCS船型優化歷程圖
競品算法與AIPOD船型優化結果分別如圖22、圖23所示。
圖22 競品算法優化結果云圖
圖23 AIPOD優化結果云圖
AIPOD更多詳細介紹及軟件試用，請點擊“AIPOD - 智能優化設計平臺”，前往查閱。試用無需申請license，下載軟件安裝后可直接免費試用30天。
展開 從鋁合金到碳纖維，粵船企發力新材料船型建造
即便如此，廣東船企依然持續貫徹產品轉型升級理念，在客船和車、客渡船等傳統船型產品基礎上，對接國際先進技術，大力發展國內和國際鋁合金船舶市場，拓展了鋁合金材料在公務船、工作船、豪華游艇等產品領域的應用。黃埔文沖自主研發建造的豪華游艇“黃埔緣”號是國內首艘主船體采用全鋁合金制造的尖端豪華游艇；江龍船艇承接了面向“一帶一路”國家市場的鋁合金高速巡邏艇批量建造任務，與尼日利亞OMS公司就35米鋁合金巡邏船簽訂了建造合同，訂單金額約1.7億元；9月12日剛剛完成試航的“穗海漁監1”號是英輝南方為廣州市海洋與漁業環境監測中心設計建造的廣東海洋漁政系統第一艘鋁合金環境監測船，英輝南方在今年6月還獲得了一艘新型全鋁合金專業風電運維船訂單，把鋁合金材料應用到了高端海工船上。
江龍船艇認為，相比傳統船艇，鋁合金船艇重量更輕、抗撞擊性更強，具有阻力小、航速高、艇體強度和剛度高且可環保回收等特點，將是未來公務執法、旅游休閑、客運交通船艇的發展方向；英輝南方則認為，未來至少10年內，鋁合金材料都屬于國內船舶建造的高端材料。目前，開發滿足國內客戶需求的各類高端鋁合金船型，開拓“一帶一路”沿線市場，不斷提高產品質量和市場占有率，是廣東鋁合金船舶建造企業轉型升級的主要方向。
勇于開拓新路謀商機
在鋁合金船舶領域的探索和取得的成績并沒有讓廣東船企止步。廣東省船舶工業行業協會秘書長陳建榕認為，廣東船企一貫注重高技術、高附加值產品的研發，往往寧愿犧牲一部分產量和利潤，而選擇開發“雙高”船型，儲備前沿技術。
從國際船舶技術發展趨勢來看，碳纖維材料具有較好的發展前景。
展開 淺談CAESES與船型優化
船型優化
船型優化是目前CFD技術在船舶行業內的一項主要應用，所謂的船型優化只指通過改變船體線型以改進船體周圍流場以及尾部伴流場，最終實現船舶航行時的阻力降低和推進效率的提升。
船體尾部優化前后的伴流場對比
可見要準確獲取船舶周圍流場信息對船型設計是非常重要的，而這正是CFD所能提供的。相較于傳統的水池模型實驗，CFD不僅能夠完成模型尺度下的計算，還可以進行全尺度的分析，避免了模型船和實船之間的尺度效應誤差。CFD技術的另外一大優勢在于它的快速響應以及經濟性，相較于耗費數周的時間且動輒數十萬元的水池實驗，一個普通的CFD船體阻力計算在個人電腦上花上幾個小時甚至幾十分鐘就可以完成，且對比大量的水池實驗表明目前成熟的CFD軟件能夠提供5%以內的阻力誤差精度，足以滿足實際需求。
水池船模實驗vs CFD數值水池
優化方法
傳統的優化方式是依賴于手動調整船體線型，這是一個反復迭代的過程，非常需要工程師的耐心和經驗，因此只能局限于對少數工況的優化，比如1-2個航速下的阻力表現。考慮到現在很多船舶需要在多種吃水及航速狀態下完成作業，完全依賴這種手動優化的方式無疑是繁瑣的，特別是還要考慮光順性以及各種限制條件（排水量，船艙布置等）。
CAESES則可以方便地統計并分析不同參數對不同工況下的船體性能的影響，并考慮到各種限制條件。
展開 【技術】NURBS曲線的逆參數化與船型優化中的應用
具體操作如下：
① 截取一段船體尾部的典型橫剖面：
② 對該橫剖面進行逆參數化定義：
③ 對新的參數化的橫剖線（綠色曲線）進行控制并利用CAESES 5中brep morphing功能實現該新橫剖線所影響船舶尾部區域三維模型的變型：
原始船型和優化過程中的船型橫剖面對比如下：
Curve Polygon編輯功能使導入Nurbs曲線的逆參數化成為可能。在船型優化過程中，以往需要通過delta shift，Free form deformation等方法實現的船體變形可以利用該功能以一種更簡單且直觀的方法實現。
第二屆CAESES船型優化大賽圓滿結束
近日，由南京天洑軟件有限公司聯合上海船舶運輸科學研究所、瑞典FLOWTECH公司舉辦的第二屆CAESES船型優化大賽圓滿結束。
本次大賽于4月4日正式啟動，共有22位來自不同企業的工程師報名參賽。大賽時間持續2個月，設計方案以匿名的形式提交上海船舶運輸科學研究所及FLOWTECH公司做出專業的評估。評估結果最終由南京天洑軟件有限公司進行匯總。
6月13日下午，南京天洑軟件有限公司于大連希爾頓酒店舉辦優化大賽總結會，有超過40位來自不同企業及高校的工程師，學生參與會議。會上南京天洑軟件有限公司及上海船舶運輸科學研究所的工程師對所有船型設計進行了專業的點評。
FLowtech公司副總經理Michal Orych先生也分享了關于CFD結果解讀的精彩報告。
最終來自中國船舶及海洋工程設計研究院、大連船舶重工集團有限公司、上海船舶研究設計院、南通中遠川崎船舶工程有限公司的5名參賽者獲得了優秀設計獎。（排名不分先后）。獲獎者將獲得來自南京天洑軟件有限公司的現金獎勵，以及正版軟件使用權獎勵。
展開 NavCad——讓快速性預報變得簡單高效
NavCad適用于常規貨船、滑行艇、駁船、雙體船等各種船型，圖譜槳支持所有常見的系列槳，如B、MAU系列。除此以外還支持導管槳，高速艇用槳以及半浸槳、噴水推進器等特種推進器。
筆者作為NavCad 新手，主要需要從以下幾點考慮：
? 軟件的功能
? 軟件的適用范圍
? 軟件對于設計效率的提升，軟件的適用難度
? 軟件計算預報的準確度
軟件功能與適用范圍不用多說，前面做了介紹，筆者比較關心的就是軟件的效率與預報準確性，下面選取了幾個船型例子進行測試：
船型選擇
某4萬左右DWT成品油船/化學品船， 6萬左右DWT散貨船，3萬左右DWT 散貨船，5萬左右DWT 散貨船，5000TEU左右集裝箱以及某滾裝船。
主要選擇盡量涵蓋3大主要船型以及近期市場比較火熱的船型，具有比較與統計意義，這些船型都由是國內外著名設計單位設計，在市場上活躍度很高的船型。
對比測試的內容
快速性預報-船舶自航預報結果與水池試驗，主要是總阻力系數Ct，有效功率PE以及螺旋槳收到功率PD，同時船舶試驗單位也盡量涵蓋包括HSVA,MARINE,SSPA,702等國內外著名水池。
下面是測試計算結果比較：
Remark：每個算例沒有花費大量時間仔細研究參數設定，估算方法大多使用默認方式。
對比結果
1.對比NAVCAD計算結果與比船模試驗結果， Ct， PE以及PD，基本誤差在5%范圍以內，滿足使用一維快速預報船舶快速性的使用要求。
2. 由于對軟件使用不是十分熟練，部分參數設置理解不夠深入，預報精度存在提高的可能。
3. 使用中個別算例誤差較大，原因可能是參數設置錯誤，也可能是該船型十分優秀，已經大大超出一般估算范圍；
體驗感受
1.上手速度極快。
展開 【技術】天洑數據建模實施案例集錦(6) - 船體型線智能設計
在相關船型設計數據集上的建模結果表明，AIAgent智能訓練算法相較于常見的開源算法具有顯著優勢，可使模型的R2指標從常見算法的83%提高到94%；
4. 用代理模型替換CFD仿真工具可使單個算例的評估時長由小時級別縮短到秒級，這為基于大量算例的智能優化奠定基礎。并且借助于一體化的設計平臺，能夠實現船型設計的自動化和智能化。
應用價值
縮短船型設計的周期，提高設計效率
通過基于代理模型優化的設計方法能夠在較短時間內評估優化上萬種設計方案，并且通過智能優化算法能夠找到較優的設計方案。
節約船型設計成本
傳統的船型設計方法需要依賴設計人員的設計經驗，并且需要多輪的水池試驗進行方案驗證，全流程的自動化設計平臺能夠在較短時間內找到相對最優的設計方案，并減少水池試驗次數。這節省了船型設計過程中的人力和物力成本。
圖2 基于代理模型優化的船型設計方案的優勢
相關案例
圖3 智能優化設計平臺
如對完整實施方案或相關軟件感興趣，可以
聯系我們
或申請
軟件試用
。
展開 利用CAESES和NavCad提高巡邏艇航速
更高的航速，更低的成本
CAESES和NavCad耦合應用優化后的船型配以一個合適的噴水推進器最終使巡邏艇的航速從23節提到高26.5節。在沒有更換更大功率主機的情況下達到了設計目標。原始的船型設計方案需要10%~15%的功率提升才能達到目標航速，這同時意味著更多的燃油消耗和更大的排水量需求（因為需要更大的主機）。自然的，經濟成本的投入也會隨著更大的主機而提升。客戶最初的設計是選用一個功率增加20%的新主機。如果我們將原始主機的成本假定為100,000美元，那么功率提高20%的主機成本我們可以粗略的認為是120,000美元。由于雙主機的需求，我們的優化設計在原始的投入成本上就可以為客戶節省40,000美元。
而營運的成本更高。通過NavCad的分析，原始船型單個主機的在20節航速下的油耗為252l/h，優化后的船型為185l/h。我們假定該巡邏艇的運營需求為每年500小時，柴油平均價格為1.05美元每升，這樣每年優化后船型和優選噴水推進器的搭配可節省72,000美元的營運成本。
總而言之，CAESES和NavCad耦合的自動優化流程提供一個高效并且低成本的解決方案。這種組合可以作為船體線型設計和推進器的選擇的有利的工具。
展開 