[發明專利]基于艇身自由變形的游艇減阻優化方法

有效

• 申請號: 202010533937.0
• 申請日: 2020-06-12
• 公開（公告）號: CN111723535B
• 公開（公告）日: 2023-03-10
• 發明（設計）人: 魯聰;楊瀟;田碩;王梓越;紀連正
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/15;G06F119/14
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開了一種基于艇身自由變形的游艇減阻優化方法，包括以下步驟：S1、以游艇的總阻力為優化目標，建立基于關鍵控制點進行自由變形的游艇外流場仿真模型；S2、基于樣本點和響應值構建Stacking集成學習的代理模型，使用機器學習中的網格搜索策略和和五折交叉驗證方法優化代理模型；S3：利用遺傳算法對所建立的Stacking集成學習的代理模型進行全局尋優，得到設計變量的最優組合；基于設計變量的最優組合，利用自由變形技術對原始艇身實現相應變形，采用逆向工程技術將變形后的艇身STL格式文件轉化為STEP格式文件，得到優化艇身模型。本發明具有原理簡單、可操作性強、設計靈活、可靠性高及適用面廣等特點。

技術領域

本發明屬于游艇艇身流體力學減阻仿真優化設計領域，特別涉及一種基于艇身自由變形的游艇減阻優化方法。

背景技術

游艇的艇身設計和優化貫穿著整個游艇設計流程，在游艇設計的時候不僅要考慮游艇的外形，還要考慮游艇的流體力學性能，只有綜合考慮各個因素，才能設計出造型優美且流體力學性能好的艇身造型。游艇造型優化與普通船舶造型優化具有相關性，針對船舶的優化方法同樣可以適用于游艇的造型優化。國內外對船舶的造型優化主要集中于以降低船舶在行駛過程中所受到的總阻力為目標進行的，從型線到基于徑向基函數的船舶幾何造型重構，再到后來基于自由變形的幾何造型重構，貫穿在這些造型優化方法中的始終是樣本數據采集、建立優化代理模型和尋優算法的研究，在研究過程中建立代理模型的準確性以及代理模型的泛化能力在優化過程中起著關鍵的作用，一個好的代理模型在一定程度可以保證通過優化算法得到的最優值不會陷入局部最優解。現在大部分代理模型的建立主要是采用傳統的二次響應面以及克里金模型，這些代理模型具有擬合能力強的特點，然而衡量一個代理模型是否擁有較好的魯棒性，對未知數據是否擁有較好的泛化能力才更為重要。

發明內容

本發明的目的在于克服現有技術的不足，提供一種采用機器學習中的網格搜索方法對代理模型進行優化，通過遺傳算法快速確定設計變量的最優組合方案，具有原理簡單、可操作性強、設計靈活、可靠性高及適用面廣等特點的基于艇身自由變形的游艇減阻優化方法。

本發明的目的是通過以下技術方案來實現的：基于艇身自由變形的游艇減阻優化方法，其特征在于，包括以下步驟：

S1、以游艇的總阻力為優化目標，建立基于關鍵控制點進行自由變形的游艇外流場仿真模型；

S2、基于樣本點和響應值構建Stacking集成學習的代理模型，使用機器學習中的網格搜索策略和和五折交叉驗證方法優化代理模型；

S3：利用遺傳算法對所建立的Stacking集成學習的代理模型進行全局尋優，得到設計變量的最優組合；基于設計變量的最優組合，利用自由變形技術對原始艇身實現相應變形，采用逆向工程技術將變形后的艇身STL格式文件轉化為STEP格式文件，得到優化艇身模型。

進一步地，所述步驟S1包括以下子步驟：

S11、在游艇舭部、底部以及船首區域選擇關鍵控制點作為優化設計變量，利用拉丁超立方抽樣進行設計變量樣本點的選??；

基于自由變形技術對艇身進行變形，采用逆向工程技術將艇身STL格式文件轉化為STEP格式文件；最后再添加上游艇艙室，得到完整的游艇模型；

S12、建立艇身外流場仿真計算域，利用ANSYS ICEM對游艇計算域進行網格劃分，將網格文件導入FLUENT并添加相應的邊界條件，并進行數值仿真，得到艇身的總阻力值。

進一步地，所述步驟S2具體實現方法為：基于實驗設計的樣本點及其響應的有限元仿真響應，建立Stacking集成學習的代理模型并驗證其精度；

Stacking集承學習的代理模型具有兩層結構：第一層為初級學習器，第二層是以上一層學習器的輸出結果作為輸入數據進行訓練的次級學習器；