上海交通大学学报 ›› 2021, Vol. 55 ›› Issue (10): 1219-1227.doi: 10.16183/j.cnki.jsjtu.2020.136
所属专题: 《上海交通大学学报》2021年“交通运输工程”专题; 《上海交通大学学报》2021年12期专题汇总专辑
收稿日期:
2020-05-17
出版日期:
2021-10-28
发布日期:
2021-11-01
作者简介:
王运龙(1978-),男,山东省诸城市人,副教授,主要从事船舶与海洋平台智能优化设计技术的科研.电话(Tel.):0411-84706497;E-mail: 基金资助:
WANG Yunlong(), JIANG Yunbo, GUAN Guan, XING Jiapeng, YU Guangliang
Received:
2020-05-17
Online:
2021-10-28
Published:
2021-11-01
摘要:
船舶机舱设备布局设计属于密闭有限空间多目标优化设计问题,作为船舶的心脏,机舱设备的布局效果会影响到整条船舶各方面的性能.通过CATIA软件和知识工程技术对一艘多用途载货船舶机舱设备进行三维布局设计研究,建立船舶机舱分类规则以提高知识获取效率;建立设备虚拟面积增加规则来控制设备间距;运用参数化装配完成知识推理.最后,对生成的布局方案通过横倾力矩、干涉检查及逃生时间3项规则进行专家校验,结果符合预期,验证了知识工程在船舶机舱三维布局设计中的可行性和有效性.
中图分类号:
王运龙, 姜云博, 管官, 邢佳鹏, 于光亮. 基于知识工程的船舶机舱设备三维布局设计[J]. 上海交通大学学报, 2021, 55(10): 1219-1227.
WANG Yunlong, JIANG Yunbo, GUAN Guan, XING Jiapeng, YU Guangliang. Design of Three-Dimensional Layout of Ship Engine Room Equipment Based on Knowledge Based Engineering[J]. Journal of Shanghai Jiao Tong University, 2021, 55(10): 1219-1227.
表2
机舱设备布局知识总结
名称 | 位置 |
---|---|
主机 | 单主机,中央轴线,大概率位于机舱1/2~2/3处 |
柴油发电机组 | 均位于上层甲板的主机后部,靠近中轴线烟囱部位 |
废气锅炉 | 均位于上层甲板的主机后部并且紧挨主机,对准烟囱口部位 |
燃油锅炉 | 均位于上层甲板的主机和发电机组后部,靠近中轴线烟囱部位 |
灰水泵 | 经常紧挨灰水舱,位于底层机舱甲板,靠近船壳内壁 |
消防泵组 | 一般位于主机前部,放置于底层甲板、海水箱与轴线中间 |
污水泵 | 紧挨生活污水存放舱,位于底层机舱甲板,靠近船壳内壁 |
油渣泵 | 位于主机周围,下层甲板的柴油舱底部船壳边缘,即底层甲板 |
排水泵 | 位于主机周围,紧挨澄清舱,位于底层甲板 |
中央冷却器 | 均位于机舱前部,放置下层甲板,接近货舱风道 |
供油单元 | 均位于机舱前部,远离主机,靠近机舱前壁和船壳外壁 |
燃油冷却机组 | 经常位于主机前部,靠近中轴线,靠近主机 |
主空气瓶 | 经常位于机舱尾部,关于中轴线对称,位于下甲板 |
辅空气瓶 | 经常位于机舱尾部,在主空气瓶周围,贴近舱壁 |
消防压力水柜 | 一般位于主机前部,靠近中轴线,远离主机 |
热井 | 均紧挨锅炉设备,位于机舱尾部舱壁处,位于主机后部 |
造水机 | 经常位于主机前部空地处,远离舱壁 |
滑油泵 | 经常位于主机滑油储藏舱后部,紧挨舱室外壁 |
表4
多用途船机舱设备物理属性知识总结
名称 | a/m | b/m | h/m | m/kg |
---|---|---|---|---|
主机 | 10.2 | 7.8 | 10.650 | 323000 |
柴油发电机组 | 5.6 | 7.92 | 2.700 | 20700 |
废气锅炉 | 6.4 | 2.65 | 3.600 | 49200 |
燃油锅炉 | 1.6 | 1.6 | 5 | 7800 |
灰水泵 | 0.6 | 0.45 | 1 | 40 |
消防泵组,2个 | 0.6 | 0.45 | 1 | 50 |
污水泵 | 0.6 | 0.45 | 1 | 40 |
油渣泵 | 0.6 | 0.45 | 1 | 40 |
排水泵 | 0.6 | 0.45 | 1 | 40 |
中央冷却器 | 0.835 | 1.85 | 2.125 | 100 |
供油单元,2个 | 2.8 | 1.200 | 2 | 150 |
燃油冷却机组 | 2 | 1.200 | 1.750 | 50 |
主空气瓶,2个 | 3.2 | 3.800 | 1.500 | 100 |
辅空气瓶,3个 | 0.4 | 2.400 | 1.700 | 80 |
消防压力水柜 | 1.5 | 1.500 | 2 | 50 |
热井 | 1.35 | 2.500 | 2.240 | 200 |
造水机 | 500 | 1.100 | 1.500 | 180 |
滑油泵 | 1.4 | 0.500 | 0.500 | 40 |
表5
设备产生式列表
序号 | 设备名称 | If name= | Then | ||
---|---|---|---|---|---|
1 | 主机和传动装置 | Main_engine | x1=d/2 | y1=0 | z1=3650 |
2 | 柴油发电机组 | Generators | x2=0.6x1 | y2=b2/2±100 | z2=11383 |
3 | 废气锅炉 | Exhaust_boilor | x3=11500 | y3=b3/2±100 | z3=11383 |
4 | 燃油锅炉 | Oil_fired_boilor | x4=x2/2 | y4=b4/2±100 | z4=11383 |
5 | 主辅机供油单元 | Booster_unit | x5=d-3000 | y5=3000±w/2 | z5=7700 |
6 | 柴油机冷却机组 | Diesel cooler | x6=x1+a1+3000 | y6=b6/2±100 | z6=7700 |
7 | 热井 | Hot_well | x7=x1-3000 | y7=b7/2±1500 | z7=7700 |
8 | 中央冷却器 | Centeral_cooler | x8=33000-100 | y8=3650+100 | z8=7700 |
9 | 空气瓶组 | Air_reservior | x9=d/3 | y9=0 | z9=7700 |
10 | 辅空气瓶组 | Aux_air_reservior | x10=x9+b9/2+b10/2 | y10=3500 | z10=7700 |
11 | 消防压力水柜 | Fire_hydrophore | x11=d-a11/2-100 | y11=b11/2±100 | z11=7700 |
12 | 造水机 | Water_generator | x12=d-a12/2-3000 | y12=w/2-3000 | z12=7700 |
13 | 消防泵组 | Fire_pump | x13=x1+a1+3000 | y13=±5000/2 | z13=3650 |
14 | 灰水泵 | Grey_pump | x14=22000+100 | y14=3000+100 | z14=3650 |
15 | 污水泵 | Sewage_pump | x15=18000+100 | y15=2500+100 | z15=3650 |
16 | 油渣泵 | Sludge_pump | x16=20000+100 | y16=-2750-100 | z16=3650 |
17 | 排水泵 | Discharge_pump | x17=25000+100 | y17=-4000-100 | z17=3650 |
18 | 滑油泵 | Lubri_pump | x18=36000+100 | y18=5500+100 | z18=7700 |
表6
设备虚拟面积增加规则
设备 | a | b | p | q |
---|---|---|---|---|
主机和传动装置 | >8000 | >5000 | a/2 | b/2 |
4001~8000 | 3001~5000 | a/2.5 | b/2.5 | |
≤4000 | ≤3000 | a/3 | b/3 | |
柴油发电机组 | >5000 | >2000 | a/4 | b/2 |
3001~5000 | 1201~2000 | a/3 | b/2.5 | |
≤3000 | ≤1200 | a/2.5 | b/1.25 | |
废气锅炉 | >2000 | >2000 | a/3 | b/3 |
≤2000 | ≤2000 | a/2.5 | b/2.5 | |
泵 | - | - | 300 | 300 |
其他 | >3000 | >3000 | a/3.5 | b/3.5 |
2001~3000 | 2001~3000 | a/3 | b/3 | |
1001~2000 | 1001~2000 | a/2.5 | b/2.5 | |
≤1000 | ≤1000 | a/2 | b/2 |
[1] | 何坤, 沈斌, 彭劼扬, 等. 基于改进遗传算法的航天大型零件车间布局优化[J]. 组合机床与自动化加工技术, 2018(1):158-160. |
HE Kun, SHEN Bin, PENG Jieyang, et al. Layout and optimization of aerospace parts workshop based on the improved genetic algorithm[J]. Modular Machine Tool & Automatic Manufacturing Technique, 2018(1):158-160. | |
[2] | 李俊华, 陈宾康, 应文烨, 等. 退火演化算法在舰艇舱室优化布置设计中的应用[J]. 武汉交通科技大学学报, 2000, 24(4):360-362. |
LI Junhua, CHEN Binkang, YING Wenye, et al. Application of annealing evolution algorithm in optimal layout design for naval vessel compartments[J]. Journal of Wuhan Transportation University, 2000, 24(4):360-362. | |
[3] | 王超, 王冬青, 贾金原. 面向虚实融合的卧室箱体建模与布局算法[J]. 计算机科学与探索, 2018, 12(4):511-524. |
WANG Chao, WANG Dongqing, JIA Jinyuan. Virtual-real fusion oriented algorithm of bedroom cuboid modeling and furniture arrangement[J]. Journal of Frontiers of Computer Science and Technology, 2018, 12(4):511-524. | |
[4] | 陈增合, 王永峰, 杨永恒. 基于CATIA知识工程的载货车整车模型的创建[J]. 重型汽车, 2018(4):12-14. |
CHEN Zenghe, WANG Yongfeng, YANG Yong-heng. Creation of vehicle model for truck based on CATIA knowledge engineering[J]. Heavy Truck, 2018(4):12-14. | |
[5] |
WANG Y L, YU Y Y, LI K, et al. A human-computer cooperation improved ant colony optimization for ship pipe route design[J]. Ocean Engineering, 2018, 150:12-20.
doi: 10.1016/j.oceaneng.2017.12.024 URL |
[6] | 王运龙, 王晨, 纪卓尚, 等. 船舶居住舱室智能布局优化设计方法研究[J]. 中国造船, 2013, 54(3):139-146. |
WANG Yunlong, WANG Chen, JI Zhuoshang, et al. A study on intelligent layout design of ship cabin[J]. Shipbuilding of China, 2013, 54(3):139-146. | |
[7] | 邓小龙, 柳存根. 船舶锚泊布置智能设计研究[J]. 船舶工程, 2011, 33(3):72-74. |
DENG Xiaolong, LIU Cungen. Intelligent design of ship mooring arrangement[J]. Ship Engineering, 2011, 33(3):72-74. | |
[8] |
KIM K S, ROH M I. A submarine arrangement design program based on the expert system and the multistage optimization[J]. Advances in Engineering Software, 2016, 98:97-111.
doi: 10.1016/j.advengsoft.2016.04.008 URL |
[9] | 姜文英, 林焰, 陈明, 等. 基于粒子群和蚁群算法的船舶机舱规划方法[J]. 上海交通大学学报, 2014, 48(4):502-507. |
JIANG Wenying, LIN Yan, CHEN Ming, et al. An optimization approach based on particle swarm optimization and ant colony optimization for arrangement of marine engine room[J]. Journal of Shanghai Jiao Tong University, 2014, 48(4):502-507. | |
[10] | 王运龙, 吴张盼, 李楷, 等. 基于禁忌搜索算法的船舶舱室智能布局设计[J]. 华中科技大学学报(自然科学版), 2018, 46(6):49-53. |
WANG Yunlong, WU Zhangpan, LI Kai, et al. Ship cabin intelligent layout design based on tabu search algorithm[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition), 2018, 46(6):49-53. | |
[11] |
LI C T, WANG D Y. Multi-objective optimisation of a container ship lashing bridge using knowledge-based engineering[J]. Ships and Offshore Structures, 2019, 14(1):35-52.
doi: 10.1080/17445302.2018.1472520 URL |
[12] |
JUNG S K, ROH M I, KIM K S. Arrangement method of a naval surface ship considering stability, operability, and survivability[J]. Ocean Engineering, 2018, 152:316-333.
doi: 10.1016/j.oceaneng.2018.01.058 URL |
[13] | 崔进举, 王德禹, 夏利娟, 等. 基于知识工程的船舶舯剖面结构设计及优化[J]. 上海交通大学学报, 2012, 46(3):368-373. |
CUI Jinju, WANG Deyu, XIA Lijuan, et al. Mid-ship section structural design and optimization based on knowledge based engineering[J]. Journal of Shanghai Jiao Tong University, 2012, 46(3):368-373. | |
[14] | 中国船级社. 钢质海船入级规范2018综合文本[M]. 北京: 人民交通出版社, 2018. |
China Classification Society. 2018 Comprehensive text of standard for classification of steel ships[M]. Beijing: People’s Communications Press, 2018. |
[1] | 马洲俊, 王勇, 王杰, 陈少宇. 柔性控制器MMC子模块最优冗余数量双重协同优化方法[J]. 上海交通大学学报, 2022, 56(3): 325-332. |
[2] | 杨博, 王俊婷, 俞磊, 曹璞璘, 束洪春, 余涛. 基于孔雀优化算法的配电网储能系统双层多目标优化配置[J]. 上海交通大学学报, 2022, 56(10): 1294-1307. |
[3] | 李玲芳, 陈占鹏, 胡炎, 邰能灵, 高孟平, 朱涛. 基于灵活性和经济性的可再生能源电力系统扩展规划[J]. 上海交通大学学报, 2021, 55(7): 791-801. |
[4] | 孙鸿强, 张占月, 方宇强. 基于NSGA-II算法的编队卫星重构策略[J]. 上海交通大学学报, 2021, 55(3): 320-330. |
[5] | 刘西, 李贤, 陈伟, 从光涛, 李如飞. 基于NSGA-Ⅲ算法的多目标分配方法研究[J]. 空天防御, 2021, 4(1): 109-116. |
[6] | 邓召学, 杨青桦, 蔡强, 刘天琴. 应用于汽车动力总成启停工况的磁流变悬置设计与试验[J]. 上海交通大学学报, 2021, 55(1): 56-66. |
[7] | 高云凯, 马超, 刘哲, 田林雳. 基于NSGA-III的白车身焊装生产平台的离散拓扑优化[J]. 上海交通大学学报, 2020, 54(12): 1324-1334. |
[8] | 兰宏凯,柳存根,聂鑫. 船体三维曲板展开方法多目标优化模型[J]. 上海交通大学学报, 2020, 54(10): 1101-1107. |
[9] | 施振兴, 管再升, 王磊, 施臣钢, 伍彬. 基于遗传算法的自动驾驶仪参数多目标优化研究[J]. 空天防御, 2020, 3(1): 41-49. |
[10] | 赖文星, 贾军, 鲍然, 丁士洲. 基于多目标优化的防空武器拦截方案设计方法[J]. 空天防御, 2019, 2(4): 1-6. |
[11] | 王刚成,马宁,顾解忡. 基于Kriging代理模型的船舶水动力性能多目标快速协同优化[J]. 上海交通大学学报(自然版), 2018, 52(6): 666-673. |
[12] | 卫晓娜, 徐海斌, 陈金强, 董云峰. 引入分系统优化的协同优化方法及其应用研究[J]. 空天防御, 2018, 1(2): 1-6. |
[13] | 柴获1,2,3,何瑞春2,马昌喜2,代存杰1,2,3. 考虑风险公平的危险品运输车辆调度优化[J]. 上海交通大学学报(自然版), 2017, 51(7): 855-862. |
[14] | 王羲威, 姜立群, 刘广辉, 李勇, 逢建涛. 半潜式起重铺管船坐墩配墩优化设计与分析[J]. 海洋工程装备与技术, 2017, 4(6): 358-361. |
[15] | 徐小钧1,2,马利华1,艾国祥1. 基于多目标遗传算法的多星座选星方法[J]. 上海交通大学学报(自然版), 2017, 51(12): 1520-1528. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||