船舶螺旋桨的优化模型建立与求解
两种不同优化算法在螺旋桨设计中的应用和比较的开题报告
两种不同优化算法在螺旋桨设计中的应用和比较的开题报告一、引言螺旋桨是机械设计中非常重要的一部分，主要用于载体推进，例如飞机、船只等。
为了提升其效率和性能，螺旋桨的设计非常关键。
优化算法是一种有效的工具，可以对螺旋桨的设计进行优化。
本文将介绍两种不同的优化算法在螺旋桨设计中的应用和比较。
二、背景与研究目的螺旋桨是一种能够将机械能转换为动力的机械部件。
其性能的好坏直接影响着载体的性能和效率。
传统的螺旋桨设计方法主要依赖于经验和试错，这种方式往往比较耗时，且精度不高。
优化算法则可以有效地提升螺旋桨的性能，同时也可以节约设计时间和成本。
本文旨在比较两种不同的优化算法在螺旋桨设计中的应用效果和优缺点。
三、优化算法综述1. 遗传算法遗传算法（Genetic Algorithm）源于生物学中的基因遗传与进化理论，是一种模拟自然进化过程的优化算法。
遗传算法将问题看作染色体的形式，通过自然选择、交叉和变异等过程来进化出最佳的解决方案。
该算法的优点是可以在多个解空间中搜索最优解，并适用于有多个局部最优解的问题。
但其缺点是容易陷入局部最优解，因此需要设计合适的优化策略。
2. 粒子群优化算法粒子群优化算法（Particle Swarm Optimization）是一种模拟鸟群、鱼群等群体智能行为的优化算法。
该算法将问题看作粒子的位置和速度，通过不断更新粒子的位置和速度来搜索全局最优解。
该算法的优点是收敛速度快、易于实现，且不需要问题具有可导性。
但缺点是易于陷入局部最优解，并且算法参数的选择对结果会有影响。
四、应用与比较结果以螺旋桨的优化设计为例，使用遗传算法和粒子群优化算法进行比较。
我们设定一组初始设计参数，包括螺旋桨的旋转角度和叶片数等。
然后分别使用两种算法进行多次优化，最后比较其结果的优劣。
结果表明，两种算法在螺旋桨的设计中都具有很好的优化效果。
粒子群优化算法的搜索速度更快，在较短时间内就可以搜索到最优解。
而遗传算法的效果更稳定，随着迭代次数的增加，其结果更趋近于全局最优方案。
基于遗传算法的船、机、桨匹配优化设计
第四章基于遗传算法的船、机、桨匹配优化设计4.1 引言长期以来，以推进装置的最高效率为目标，借用传统的优化算法——如复合形法、罚函数等方法，已形成了比较有效的优化设计方法。
但由于设计变量较多，导致上述方法的运算量普遍较大，初值对优化结果的影响明显，且易陷于局部最优[8]。
因此，寻找更为有效的优化算法一直为人们所关注。
遗传算法能够很好地适应大规模优化问题[9~10]。
文中将GA引入机桨匹配优化设计，较好地改善了计算规模和优化效果，而且对求解问题的适应能力更强。
图4—1 船、机、桨配合特性曲线4.2 优化设计的数学模型船、机、桨的配合特性如图4—1所示。
图中AB，CD分别为柴油机允许长期工作的最大负荷和最小负荷限制线，AD，BC分别为柴油机允许长期工作的最高转速和最低转速限制线，EF为某工况下螺旋桨的推进曲线。
船、机、桨匹配的优化设计，就是通过选取适当的主机和螺旋桨，使船舶推进系统的效率、寿命、可靠性等指标达到最优[11]。
4.2.1 设计变量通常，螺旋桨转速p n ，螺旋桨叶数z ，螺旋桨有效功率e P ，船速v 和桨轴浸深h 在设计前均已给定，推力减额系数t 和伴流分数W 也可根据经验选定。
此时影响其性能的主要参数为主机转速n ，螺旋桨直径D ，螺距比P/D 和盘面比/e o A A ，这4个参数构成设计变量X 。
4.2.2 目标函数推进装置的总效率t η由敞水螺旋桨效率o η，相对旋转效率r η，船身效率h η和轴系效率s η共同决定 t o r h ηηηηη=(4—1)式(4—1)中，敞水螺旋桨效率[12]2t o q kJk ηπ=(4—2)式中：J 为进速系数；,t q k k 分别为螺旋桨的推力系数和转矩系数。
对于B 系列螺旋桨，,t q k k 可采用下列回归公式1,,,,,,()(/)(/)()s t u vt s t u v e o s t u vk C J P D A A Z =∑(4—3)2,,,,,,()(/)(/)()s t u vq s t u v e o s t u vk C J P D A A Z =∑(4—4)式(4—1)中，船身效率 11h t Wη-=- (4—5)相对旋转效率和轴系效率按实际工况选定。
船舶螺旋桨螺距及拱度的优化设计研究
0.0001
B桨
0.0604
0.0028
0.0000
螺距比（P/D）、拱度弦长比（F/C）的优化结果与原桨之比较分别如图5、图6所示。作 者发现，当优化变量作为离散变量各自独立变化时，最终得到的螺距与拱度分布难以保持光 顺。其主要原因可能是，负荷弦向分布无法精确满足给定值时，误差越大，近似值的变化范
设计工况（J=0.684）下，原桨敞水性能的数值预报结果与模型试验数据之比较如表2 所列。以试验值为基准，SPROP 预报值的相对误差为：推力- 1.5%、扭矩- 5.0%、效率+3.7%； FLUENT 预报值的相对误差为：推力+1.0%、扭矩+0.4%、+0.6%。SPROP 预报的扭矩与试验差 别较大，可能是因为其尾涡模型对叶梢卸载桨的适用性差以及粘性阻力估算误差较大；而 FLUENT 预报值与试验值非常吻合。假定上述误差趋势对优化设计方案也同样存在，在优化 设计中，设定推力目标值时需预先考虑 SPROP 的预报误差；另外，将基于 CFD 计算结果进行 优化方案的性能分析。
Benini 开发了基于遗传算法的系列螺旋桨多目标优化方法，采用试验数据的回归公式 计算敞水性能。以敞水效率和推力最大化为目标、Keller 空泡限界公式为限制条件，对 B
1
系列桨优化计算获得了推力系数、敞水效率、盘面比等设计变量的最佳组合图谱，并提出了 已知设计航速时，确定最佳直径和/或最佳转速的设计步骤。Chen 等也以 B 系列桨为对象， 以敞水效率和激振力为综合优化目标，开发了基于遗传算法的设计方法。系列桨性能采用回 归公式计算，激振力计算采用升力面方法。该方法以空泡、强度为限制条件，并在性能计算 中引入了尺度效应的修正。算例表明，该方法不仅能够优化效率，而且能够保持该优化效率 基本不变、进一步降低螺旋桨轴承力。
船用螺旋桨水动力性能优化设计
初 始桨 数 据输 入
Ｉ
Ｉ ！ 重 堡 叠 茎 ｌ
方法需要 大量 的实 际经 验． 近些 年来 ， 通 过智 能 优
化算法 对 螺 旋 桨 综 合 性 能 进 行 优 化 研 究 越 来 越
多 ］ ．
上
圆
本 文利用 螺 旋 桨多 参 数 协 同优 化 系 统 ［ ７ ］ ， 以 螺旋 桨效 率及 空 泡 性 能为 优 化 目标 ， 对 某 吊 舱螺
第 ３ ９卷 第 ４ 期
２ ０ １ ５年 ８月
武 汉理 工大 学学 报 （ 交通科 学 与工 程版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｗｕ ｈ ａ ｎ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
（ Ｔ ｒ ａ ｎ ｓ ｐ ｏ ｒ ｔ ａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ＆ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ）
百
图 １ 螺 旋 桨 综 合 性 能 优 化 设 计 系统 流程 图
收稿 日期 ： ２ ０ １ ５ － ０ ４ — １ ０ 王 波（ １ ９ ９ ０ 一） ： 男， 硕 士生 ， 主 要 研 究 领 域 为 舰 船 流 体 动 力 性 能
海 洋 工 程 国家 重 点 实 验 室 研 究 基 金 项 目资助 （ 批准号 ： １ １ ０ ６ ）
Ｖｏ １ ． ３９ Ｎ ｏ． ４
船用螺旋桨设计与优化技术研究
船用螺旋桨设计与优化技术研究船用螺旋桨的设计与优化技术是船舶工程领域中的重要研究内容。
船用螺旋桨是推动船舶前进的关键设备，其设计的好坏直接影响到船舶的航行性能和能源消耗。
本文将从螺旋桨设计的基本原理、设计过程以及优化技术等方面进行详细阐述。
一、螺旋桨设计的基本原理船用螺旋桨的基本原理是通过螺旋桨叶片的转动产生的水流与船体相互作用，产生推力将船体推动前进。
根据流体动力学原理，螺旋桨的叶片设计应满足最大化推力、最小化振动和噪声以及最高效能的要求。
螺旋桨一般由叶片、母体以及杆连接组成。
叶片的设计关键包括叶型的选择、叶片的几何参数（如子翼比、展弦比等）、叶片面积分布等。
母体的设计关键包括母体的形状和强度。
杆的设计关键是杆的直径和材料的选择。
二、螺旋桨设计的基本过程螺旋桨的设计过程包括初步设计、中间设计和最终设计三个阶段。
1. 初步设计阶段：根据船舶的工况要求和基本参数，确定螺旋桨的直径、叶片数、种类以及安装位置。
同时，进行一些基本的叶片几何参数的估算，如叶片的展弦比、子翼比、弯曲强度等。
2. 中间设计阶段：根据初步设计结果，通过一系列的流场计算和性能试验来进一步优化螺旋桨的叶片几何参数。
此阶段的重点是确定叶片的几何参数，如叶片的弯曲角、扭曲角以及叶片的厚度分布等。
3. 最终设计阶段：根据中间设计结果，进行最终的螺旋桨设计，包括叶片的细化设计、母体的优化和杆的设计等。
在此阶段，通常需要进行大量的流场计算和模型试验来验证和优化设计结果。
三、螺旋桨设计的优化技术螺旋桨的设计优化是为了在满足船舶工况要求的前提下，进一步提高推力效率和减小振动和噪声。
常用的螺旋桨设计优化技术包括参数化模型优化、流场计算优化、进化算法优化等。
1. 参数化模型优化：通过建立螺旋桨的参数化模型，将螺旋桨的几何参数与推力效率进行关联，然后利用数值方法进行优化计算，寻找使得推力效率最大化的最优参数组合。
2. 流场计算优化：运用计算流体力学（CFD）方法对螺旋桨的水流场进行数值模拟，以评估螺旋桨的性能。
基于BP人工神经网络和遗传算法的船舶螺旋桨优化设计
基于BP人工神经网络和遗传算法的船舶螺旋桨优化设计曾志波;丁恩宝;唐登海【摘要】在原有图谱设计方法的基础上,采用BP(Back-Propagation)人工神经网络模型和遗传算法GA(GeneticAlgorithm),建立了一种船舶螺旋桨优化设计方法.BP人工神经网络模型通过训练可以具备强大的非线性映射能力,以数学解析的形式,较好地提取了海量螺旋桨水动力性能数据特征;GA不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,为计算机辅助船舶螺旋桨优化设计提供了一种通用的多参数优化框架.针对三体消波艇半浸式螺旋桨和沿海巡逻艇螺旋桨的设计实例表明,该方法能快速可靠地搜索到最优解,不仅具有足够的工程精度,而且实用方便,适用性强.【期刊名称】《船舶力学》【年(卷),期】2010(014)001【总页数】8页(P20-27)【关键词】半浸式螺旋桨;BP人工神经网络;遗传算法;优化设计【作者】曾志波;丁恩宝;唐登海【作者单位】中国船舶科学研究中心,江苏,无锡,214082;中国船舶科学研究中心,江苏,无锡,214082;中国船舶科学研究中心,江苏,无锡,214082【正文语种】中文【中图分类】U661.311 引言船舶螺旋桨设计是整个船舶设计中的一个重要组成部分。
随着船舶航速的提高和吨位的增加，螺旋桨的工况越来越复杂，设计要求须综合考虑螺旋桨的效率、空泡和激振性能以及低噪声性能等。
在这种背景下，螺旋桨图谱设计并没有失去它原有的快捷实用的优点，特别是空泡螺旋桨、超空泡螺旋桨和半浸式螺旋桨（以下简称半浸桨）等，目前还没有成熟的物理模型模拟其运动状态，因此仍然需要由模型试验方法开发图谱来设计。
计算机辅助螺旋桨图谱设计面临着两大难题：一是海量螺旋桨性能数据的数学表达；二是优化算法的选取。
软计算是正在发展起来的一种计算方法，它与人脑相对应，具有在不确定及不精确环境中进行推理和学习的卓越能力[1]。
软计算由若干计算方法组成，包括神经元网络、模糊集合理论和一些非导数优化方法，如遗传算法（GA），它能够很好地解决以上两个问题。
螺旋桨水动力学性能分析与优化设计
螺旋桨水动力学性能分析与优化设计螺旋桨是水上船只中最重要的推进装置，其性能直接关系到船舶的推进效率和航行速度。
螺旋桨水动力学性能分析与优化设计是船舶研究领域中的重要分支，对于减少能源消耗、提高运输效率、降低污染排放具有重要作用。
一、螺旋桨水动力学性能分析的基础理论1.1 计算流体力学计算流体力学（CFD）是一种通过数字计算方法来解决流体力学问题的数学模型。
在螺旋桨被设计和研究时，CFD成为了一种重要的工具。
其模型基于Navier-Stokes方程和欧拉方程，模拟了流场和流动的变化，从而分析了流体运动的影响和经济性能的评估。
1.2 螺旋桨理论螺旋桨的理论基础是流体力学中的速度势流和双曲型等势流。
速度势流指的是在流体中的一个点上速度向量可以分解为势函数的梯度，而双曲型等势流涉及到一个坐标系中，速度的散度和旋度是相等的。
1.3 失速失速指的是在较小的流速下，螺旋桨进入了抵抗气蚀和附面效应的状态。
能够有效地分析并求出失速将对设计螺旋桨的截面和轴设置具有重要意义。
二、螺旋桨水动力学性能分析的关键参数2.1 推力和速度推力和速度是螺旋桨水动力学性能分析中的两个关键参数。
推力是螺旋桨提供给船体的推进力，影响到船舶的加速度和航行速度。
速度可以用来计算泥和水的扰动实体质量。
2.2 轮廓设计螺旋桨轮廓设计对其性能影响非常大，包括叶片的数量、截面形状和翼型等。
良好的轮廓设计能够提高螺旋桨的效率，减小水动力噪音，提高抵抗力和附面效应。
2.3 旋转速度旋转速度是螺旋桨的打动驱动力，影响了传动效率和螺旋桨效率。
高速旋转通常会导致较大的失速和流量噪音，而低速旋转也可能会导致螺旋桨产生过多垂直力。
2.4 推力系数推力系数是推力与密度、直径、旋转速度和旋转等效面积的关系。
推力系数是成尺寸和旋转速度的一种无因次数，用于描述螺旋桨的推进效率。
三、螺旋桨水动力学性能优化的方法3.1 优化设计算法优化设计算法是一种通过数学模型和计算机程序来找到最优解的方法。
七叶侧斜螺旋桨水动力性能优化
七叶侧斜螺旋桨水动力性能优化
首先，我们需要了解七叶侧斜螺旋桨的结构和工作原理。
七叶侧斜螺旋桨是由七片叶片构成的，每个叶片的倾角和螺旋角都是固定的。
在推进过程中，螺旋桨叶片产生推进力，将水推动向后，从而推动船舶前进。
优化螺旋桨的水动力性能主要是通过调整叶片的几何参数来实现的。
其次，我们可以采用计算流体力学（CFD）方法对七叶侧斜螺旋桨进行水动力性能的模拟分析。
通过在计算流体力学软件中建立七叶侧斜螺旋桨的三维模型，并设定流场条件和运动边界条件，可以获取螺旋桨叶片的受力情况和水动力性能。
通过对模拟结果的分析，可以找出影响螺旋桨性能的关键因素，并进行优化设计。
最后，我们可以通过对七叶侧斜螺旋桨的几何参数进行优化设计，以提高其水动力性能。
在进行优化设计时，可以通过改变叶片的倾角、螺旋角、叶片面积分布等参数来优化螺旋桨的性能。
通过对不同参数组合的模拟分析，可以找到最优的设计方案，从而提高螺旋桨的推进效率。
综上所述，对七叶侧斜螺旋桨的水动力性能进行优化可以提高船舶的速度、操纵性和燃油效率，为船舶的运行提供更好的性能保障。
通过采用计算流体力学方法进行模拟分析和优化设计，可以有效地改善螺旋桨的性能，为船舶设计和运行提供技术支持。
希望本文可以为相关领域的研究者提供参考和启发，推动螺旋桨水动力性能优化的深入研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在用图谱方法设计螺旋桨是一个很麻烦的工作，因为最优螺旋桨的设计牵涉到彼此干涉的因素，比如螺距比、盘面比、螺旋桨直径、航速等等。我就设想，是不是可以通过系统优化的方式来尝试解决这个问题。
1.2 具体问题
本次系统优化的设计问题就是：用最优化方法设计B系列船用螺旋桨
D1及D2为由船尾框架以及设计吃水的限制，给出的螺旋桨直径的上下限；
V1及V2为设计航速的限制，可根据试验资料给出。
5.
现以5000吨干货船的螺旋桨设计为例进行优化运算，已知的一些参数为：
主机功率 2700（马力）
螺旋桨转速 200（转/分）
轴系机械传动效率 0.97
伴流分数 0.3015
推力减额分数 0.21
相对选装效率 以及传动效率 按具体情况选定。
4.
和 可按（5）式及（6）式计算，但同时应满足如下关系：
(7)
其中，
而
为螺旋桨个数，i1为伴流不均匀对推力的影响系数，有效马力EHP可按试验资料查取，或按近似法估算。
（8）
其中，
式中， 为海水比重； 为伴流不均匀对转矩的影响系数。
显然，以上各有关等式应该满足如下关系：
进速 （4）
为伴流分数；
和 为螺旋桨的推力系数和转矩系数，可按B系列螺旋桨试验资料的回归公式计算：
（5）
（6）
其中，Z为螺旋桨叶数；
， ，s, t, u, v为诸回归系数，详见附录，可供查表。
将（3）至（6）代入（2）式，即可求得
（1）式中，船身效率
其中推力减额分数t及伴流分数w按试验资料或经验公式计算。
3.
设计船的总推进系数为
式中： ——螺旋桨敞水效率
——相对旋转效率
——船身效率
——传动效率
设计所追求的目标，是力求使PC达到最大值，那么我们采用下降算法，转化为求目标函数的最小值。因此，目标函数可以构造成：
（1）当 取得最小值时，PC达到最大值。在目标函数 的表达式中，
（2）
式中，进速系数
（3）
N为螺旋桨每秒转数；
式（5）—式（7）=0
式（6）—式（8）=0
这就构成了两个等式约束。
设计螺旋桨需要满足空泡要求，按Keller公式：
（9）
式中，P0——螺旋桨轴中心处的静压力；
Pv——15 时，水的汽化压力；
K——系数，快速双桨船为0；其它双桨船为0.1；单桨船为0.2。
由式（9）建立不等式约束为：
其它约束为：
其中， ；
伴流不均匀对推力及转矩的影响系数均为1.0
螺旋桨轴浸深 4.1（米）
将前述设计变量、目标函数以及约束公式用单纯形法，可求得如下表结果
叶数
5叶螺旋桨
4叶螺旋桨
D（米）
3.2619
3.3956
0.7181
0.6739
0.6075
0.5347
12.9576
13.0260
0.5952
0.6045
PC
0.5774
0.5864
本来，这样的问题的解决方法就是通过查图谱，在给定主机时，满足空泡要求，追求最高效率。现在，这个问题要有最优化方法来解决，就要求建立优化模型，再配后优化方法来解决。
优化模型的建立需要三的要素组成：
1．设计变量
2．目标函数
3．约束条件
优化方法通常可以用下降算法。
下面就进行一一说明。
2.
一般螺旋桨的叶数可以根据实际使用需求和经验先确定，那么就不列为设计变量了。然后将影响螺旋桨性能的主要几何参数螺距比 、盘面比 、螺旋桨直径 （m），以及和推进特性有重要关系的因素——航速 （kn）这四个因素作为设计变量，写成向量关系式：
目录
1.问题描述1
1.1设计特点1
1.2具体问题1
2.设计变量1
3.目标函数2
4.约束条件2
5.优化实例4
姓名：姜宇
学号：5050109001
1.
1.1设计特点
在工程设计问题中，“系统”的概念可大可小，大到一整条船可以使一个系统，小到一个减速齿轮箱也可以是一个系统。这取决于设计者从怎样一个高度来考虑问题，着眼点不同，系统就不同。但是，所有系统应该都是有一个共同点的，我认为，这个共同点就是它都应该牵涉到多个因素，且多个因素彼此制约影响，对整个体系起到影响。如果只用一个影响因素，就不能称其为系统了。