一种适用于冰区航行集装箱船的艏部结构优化设计方法与流程

1.本发明涉及船舶与海洋工程技术领域，具体为一种适用于冰区航行集装箱船的艏部结构优化设计方法。


背景技术：

2.近年来，随着全球气候变暖，北极航道通航期变长，航运市场对适用于极地冰区航行的商船需求量呈上升趋势。船舶在冰区航行首先需要考虑抗冰的结构安全问题。由于海冰融化导致北极航道区域形成大量形状、尺寸随机的浮冰，通行船舶即使在有破冰船护航的状态下，也不可避免将面临与浮冰发生多次连续碰撞的风险。与两船舶相互间碰撞具有的大能量、单次、结构破坏等特点不同，极地航行船舶与浮冰的碰撞有着小能量、多次、累积损伤的特性，且由于其损伤变形较小，该类问题往往没有得到足够的重视。事实上，长时间的累积损伤对于结构的影响也是不能忽视的，多次碰撞造成外壳结构疲劳、破损、侵蚀等损伤也可能使航行船舶面临渗透、进水甚至沉没的风险。
3.目前，关于冰区航行船舶结构加强的工程规范要求，主要来自2个自成体系的部分，一是芬兰和瑞典海事局发布的芬兰瑞典冰级规则（fsicr），另一部分是国际船级社协会发布的针对极地冰级的要求（polar class），它们均被各船级社规范引用。芬兰瑞典冰级规则针对当年冰、冬季低速航行于波罗的海的船舶制定，对于其他海域的海冰材料差异影响、海冰对船舶的挤压作用、在海冰密集度不高时高速航行引起的结构损伤均不在其考虑范围内。极地冰级规则以低速航行船舶船艏受浮冰碰擦作用为设计场景，基于popov碰撞模型来确定船首遭遇的冰载荷。随着极地船舶朝新颖化、大型化发展，操作模式也更多样，船冰的相互作用工况更加复杂。基于单一场景的碰擦模型显然不能完全反映实际冰载荷作用的特点。在结构设计中如何充分考虑各类可能出现的船-冰碰撞场景并针对性补强及优化，引起了业界的关注。作为应对此问题的补充手段之一，基于流固耦合技术的船-冰多次碰撞有限元仿真分析，可以较真实地反映各类可能碰撞场景及船体结构的响应。但这种多场耦合叠加碰撞和材料非线性的数值分析计算量较大，直接用于结构优化设计的计算成本较高，用于设计优化更不现实。
4.为此，我们提出一种适用于冰区航行集装箱船的艏部结构优化设计方法，它兼顾了规范要求下结构设计总体最优的需要，又通过引入基于碰撞有限元分析构造的代理模型，以满足应对特定冰区航行场景的局部结构进一步补强优化。
5.构造和使用代理模型的优势在于计算成本更低，常用的代理模型方法中，既有较简单的多项式响应面、移动最小二乘模型、径向基函数模型，也有较复杂的克里金插值模型，以及神经网络模型等。经比较，本发明中采用了bp神经网络模型来构造代理模型。bp 神经网络全名误差反向后传神经网络（back propagation neutral network），是一种应用较广泛的神经网络模型，可以实现从任意输出与输入之间的非线性映射。
6.本发明在对代理模型进行数学优化时，采用到的另一项重要技术是遗传-模拟退火算法（genetic simulated annealing algorithm）。传统的遗传算法把握搜索过程总体
的能力较强，但局部搜索能力较差。而模拟退火算法的优点在于具有较强的局部搜索能力，并能使搜索过程避免陷入局部最优解，将模拟退火算法融入到遗传算法中，相互取长补短，可在全局和局部实现更优的搜索效率。


技术实现要素：

7.本发明提出了一种适用于冰区航行集装箱船的艏部结构优化设计方法，目的在于提供一种可行的方法，在完善冰区航行集装箱船结构安全性的同时，尽可能做到结构重量的优化。
8.本发明采用以下技术方案解决上述技术问题：提供了一种适用于冰区航行集装箱船的艏部结构优化设计方法，包括以下步骤，骨架形式确定、确认结构布置的可行域、确定海冰条件、确定最优的结构布置和尺寸、基于冰区航行场景的船-冰碰撞有限元仿真分析、不同结构尺寸下的船-冰碰撞仿真分析、训练碰撞仿真分析的代理模型、基于代理模型的结构尺寸优化，所述骨架形式确定用于确定集装箱船艏部结构的骨架形式，包括横骨架形式、纵骨架形式以及纵横骨架组合的形式。所述确认结构布置的可行域用于确定艏部船体肋骨间距或纵向龙筋间距的可行域，所述海冰条件确定用于确定船舶冰级和需在设计时考虑的超规范的冰区航行场景，冰区航行场景作为后续碰撞有限元仿真分析的输入条件，所述确定最优结构布置和尺寸用于确定船体艏部在横骨架结构形式下的肋骨间距或在纵骨架结构形式下的纵向龙筋间距，和该布置间距下经优化的结构尺寸。
9.优选的，所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述确定最优的艏部结构布置和尺寸中，要考虑的规范对结构尺寸的要求，包括冰级规则的局部加强要求、集装箱船外飘拍击强度、集装箱船底部砰击强度、集装箱船常规纵向强度、集装箱船冰级纵向强度。
10.优选的，所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述确定最优的艏部结构布置和尺寸用于在满足规范对结构尺寸的要求下，采用遗传-模拟退火算法确定最优的艏部船体骨材布置及其对应的艏部船体结构尺寸。
11.在本步骤所述的遗传-模拟退火算法使用中，以肋骨间距或纵向龙筋间距为优化问题的决策变量，以结构重量最小为目标。以横骨架为例，即优化横向肋骨间距，设船体横向肋骨间距的可行域为，编码精度为，那么对应的二进制编码符号串的长度l应达到： 设群体中某个体的编码x是，则对应的解码公式为：
12.根据考虑各项规范校核要求得到的尺寸，可计算得到艏部结构重量f（x）,再根据下式转换为适应度函数f(x),其中c
max
可取初始初始种群中个体对应最大结构重量。
13.14.本步骤所述遗传-模拟退火算法在种群遗传操作上，具备以下参数特征：种群遗传的选择操作使用比例选择算子，种群遗传的交叉操作使用单点交叉算子，选择和交叉操作在保留最优个体策略的基础上进行，不进行种群变异操作。交叉概率取值范围在0.4~0.8之间。群体的个体数设置为20~50之间。终止代数设定为200。
15.本步骤所述遗传-模拟退火算法的模拟退火操作（simulated annealing,简称sa）针对每个完成选择交叉操作后的个体为当前状态进行，以艏部结构重量f（x）为状态函数，初始温度t0取初始种群各个体对应的结构重量方差。个体新状态的产生基于以当前状态为中心的偏态分布，对应sa状态函数为：
16.其中，xk为第i个个体在当前温度tk下对应的当前状态（即横向肋骨间距），k为区域缩减系数，一般取k》1,r为[0,1]之间均匀分布的伪随机数。系统对新状态的接受概率p由meteopolis规则来确定，公式如下：
[0017]
通过每轮模拟退火操作，实现局部寻优的效果。当群体中连续3代个体的平均适应度差异小于设定的某一极小阈值时，认为群体已进化成熟，或者达到设定的进化终止代数，输出当前的最优解。 在获得最优骨材间距的同时，将艏部各处板厚和加强筋的规范要求尺寸，作为初步优化后的结构尺寸。
[0018]
优选的，所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述的基于冰区航行场景的船-冰碰撞有限元仿真分析，用来验证经初步优化的结构尺寸是否满足超规范设计场景的强度要求。在确认的艏部结构尺寸下，对设定的冰区航行场景生成一定尺度范围、随机分布的浮冰场，完成船在该浮冰场中航行，并与冰发生多次碰撞的有限元仿真分析，分析得到所有分析组下艏部结构的等效应变和等效应力的最大值。如果分析结果均低于设定的衡准值，认为结构尺寸满足设定冰区航行场景的强度要求，已是最优结构尺寸，优化终止；如果部分分析结果高于设定的衡准值，认为结构尺寸需要进一步的提高和再度优化。
[0019]
优选的，所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述不同结构尺寸下的批量碰撞仿真分析的方法为：对强度不满足的板及其周边结构，根据正交试验设计法，生成若干组艏部结构尺寸数据，完成各组尺寸下的船-冰碰撞数值仿真分析，得到每组尺寸数据下设定海冰场景最大应变值，以形成bp神经网络模型的训练样本。
[0020]
优选的，所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述训练碰撞仿真分析的代理模型的方法为：以艏部局部区域结构尺寸为输入数据，以各设定海冰场景下仿真分析的结构最大应变为输出，利用bp神经网络模型，对不同结构尺寸下的批量碰撞仿真分析获得的样本进行学习训练，以获得船-冰碰撞仿真分析模型的代理模型。
[0021]
优选的，所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述基于代理模型的结构尺寸优化方法为，再次使用采用遗传-模拟退火算法对艏部局部补强区域的结构尺寸进行优化，得到最终的结构优化尺寸。此步骤所述遗传-模拟退火算法的使用中，将基于冰区航行场景的船-冰碰撞有限元仿真分析显示强度不满足的板及其周边结构尺寸列为优化问题的决策变量做优化，编码精度一般设定为0.5~1mm。将结构的最大等效应变/等效应力是否在衡准值以内作为罚函数项，追加到重量计算的适应度函数中，并具备以下参数特征：种群遗传的选择操作使用比例选择算子，种群遗传的交叉操作使用单点交叉算子，选择和交叉操作在保留最优个体策略的基础上进行，不进行种群变异操作。交叉概率取值范围在0.4~0.6之间。群体的个体数设置为15~60之间。终止代数设定为200。模拟退火操作时，针对每个完成选择交叉操作后的个体为当前状态进行，优化的状态指标改为局部关注区域的艏部结构尺寸。
[0022]
与现有技术相比，本发明提供了一种适用于冰区航行集装箱船的艏部结构优化设计方法，该方法适用于有超规范抗冰设计需求的集装箱船结构设计，可针对性地提高集装箱船抗冰设计的结构安全性，也可用于对冰区航行集装箱船结构设计的深度优化。比常规集装箱船艏部结构的抗冰结构设计方法，它对结构布置和尺寸的设计优化更全面，也使超规范设计与优化设计可以融合在一个体系内展开。
附图说明
[0023]
图1是本发明的系统步骤图；图2是本发明采用的bp神经网络模型的示意图；图3是本发明所述方法实施的详细流程图；图4是在50%海冰密集度、0.8~1.2m冰厚下随机生成的浮冰场模型示意图；图5是船-冰多次碰撞模型算例的场景示意图；图6是本发明实施案例设定的冰区航行场景表；图7是本发明实施案例设定的详细材料参数表；图8是本发明实施案例设定的bp网络模型训练样本表；图9是本发明实施案例的结构尺寸优化结果表。
具体实施方式
[0024]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0025]
请参阅图1，一种适用于冰区航行集装箱船的艏部结构优化设计方法，包括以下步骤，骨架形式确定1、确认结构布置的可行域2、确定海冰条件3、确定最优的结构布置和尺寸4、基于冰区航行场景的船-冰碰撞有限元仿真分析5、不同结构尺寸下的船-冰碰撞仿真分析6、训练碰撞仿真分析的代理模型7、基于代理模型的结构尺寸优化8。骨架形式确定1用于确定集装箱船艏部结构的骨架形式，包括横骨架形式、纵骨架形式以及纵横骨架组合的形式。确认结构布置的可行域2用于确定艏部船体肋骨间距或纵向龙筋间距的可行域，海冰条
件确定3用于确定船舶冰级和需在设计时考虑的超规范的冰区航行场景，冰区航行场景作为后续碰撞有限元仿真分析的输入条件，确定最优结构布置和尺寸4用于确定船体艏部在横骨架结构形式下的肋骨间距或在纵骨架结构形式下的纵向龙筋间距，和该布置间距下经优化的结构尺寸。
[0026]
本实施例中，确定最优的艏部结构布置和尺寸4中，要考虑的规范对结构尺寸的要求，包括冰级规则的局部加强要求、集装箱船外飘拍击强度、集装箱船底部砰击强度、集装箱船常规纵向强度、集装箱船冰级纵向强度。所述集装箱船常规纵向强度包括考虑波浪叠加静水的弯矩/剪力下船体梁弯曲强度、剪切强度和纵向结构屈曲强度，所述集装箱船冰级纵向强度包括冰级叠加静水的弯矩/剪力下船体梁弯曲强度、剪切强度和纵向结构屈曲强度。
[0027]
本实施例中，确定最优的结构布置和尺寸4用于在满足规范对结构尺寸的要求下，采用遗传-模拟退火算法确定最优的艏部船体骨材布置及其对应的艏部船体结构尺寸，其中，艏部船体骨材布置为肋骨间距或纵向龙筋间距。该算法从一组随机产生的初始解开始全局最优解的搜索过程，它先通过选择、交叉、变异等遗传操作来产生一组新的个体，然后再独立地对所产生的各个个体进行模拟退火过程，一起结果作为下一代全体群体中的个体，这个运行过程反复迭代进行，直到满足某个终止条件为止。此步骤中所述遗传-模拟退火算法的使用，具备以下参数特征：种群遗传的选择操作使用比例选择算子，种群遗传的交叉操作使用单点交叉算子，选择和交叉操作在保留最优个体策略的基础上进行，不进行种群变异操作。交叉概率取值范围在0.4~0.8之间。群体的个体数设置为20~50之间。终止代数设定为200。
[0028]
本实施例中，基于冰区航行场景的船-冰碰撞有限元仿真分析5，用来验证经初步优化的结构尺寸是否满足超规范设计场景的强度要求。在确认的艏部结构尺寸下，对设定的冰区航行场景生成一定尺度范围、随机分布的浮冰场，完成船在该浮冰场中航行，并与冰发生多次碰撞的有限元仿真分析，分析得到所有分析组下艏部结构的等效应变和等效应力的最大值。如果分析结果均低于设定的衡准值，认为结构尺寸满足设定冰区航行场景的强度要求，已是最优结构尺寸，优化终止；如果部分分析结果高于设定的衡准值，认为结构尺寸需要进一步的提高和再度优化。
[0029]
本实施例中，不同结构尺寸下的批量碰撞仿真分析6的方法为：对强度不满足的板及其周边结构，根据正交试验设计法，生成若干组艏部结构尺寸数据，完成各组尺寸下的船-冰碰撞数值仿真分析，得到每组尺寸数据下设定海冰场景的各处最大等效应力和最大等效应变值，以形成bp神经网络模型的训练样本。
[0030]
本实施例中，训练碰撞仿真分析的代理模型7的方法为：以艏部结构尺寸为输入数据，以各设定海冰场景下仿真分析的结构最大应变为输出，利用bp神经网络模型，对不同结构尺寸下的批量碰撞仿真分析（6）获得的样本进行学习训练，获得船-冰碰撞仿真分析模型的代理模型。
[0031]
在bp 网络结构中，除了输入层和输出层之外，还至少有一层隐含层，其网络基本模型如图2所示。如果输入节点个数为m，输出节点个数为l，则网络是从rm
→
rl 的映射，即，f：rm
→
rl，y=f(x)，其中，x、y 分别是样本输入和输出的集合。按照经典bp 算法，神经网络模型的训练步骤如下：
步骤一：初始化。对所有权值赋以随机较小值，同时对阀值设定初值。
[0032]
步骤二：输入训练数据集。提供输入与期望的输出向量。
[0033]
步骤三：计算实际的输出：
[0034]
其中，f(.)为sigmoid函数，即
[0035]
步骤四：调整权值。按误差反向传播方向，从输出单元返回隐含层。
[0036][0037]
其中，
[0038]
步骤五：返回步骤二，直到误差满足要求为止。
[0039]
本实施例中，基于代理模型的结构尺寸优化8方法为： 再次使用采用遗传-模拟退火算法对艏部局部补强区域的结构尺寸进行优化，得到最终的结构优化尺寸。此步骤所述遗传-模拟退火算法的使用中，将基于冰区航行场景的船-冰碰撞有限元仿真分析5显示强度不满足的板及其周边结构尺寸列为优化问题的决策变量做优化，编码精度一般设定为0.5~1mm。将结构的最大等效应变/等效应力是否在衡准值以内作为罚函数项，追加到重量计算的适应度函数中，并具备以下参数特征：种群遗传的选择操作使用比例选择算子，种群遗传的交叉操作使用单点交叉算子，选择和交叉操作在保留最优个体策略的基础上进行，不进行种群变异操作。交叉概率取值范围在0.4~0.6之间。群体的个体数设置为15~60之间。终止代数设定为200。模拟退火操作时，优化的状态指标改为局部关注区域的艏部结构尺寸。
[0040]
本发明所述方法实施的详细流程图如图3所示。
[0041]
本实施例的优化设计目标为一艘8000teu集装箱船方案设计的艏部结构设计优化，需考虑北极东北航道的夏季航行场景。本实施例中，确定集装箱船艏部采用横骨架式结构, 艏部横向肋骨间距的可行域为600mm~900mm。根据市场调查，此集装箱船至少应满足芬兰瑞典冰级规则中的ic冰级，设定的冰区航行场景见图6。海冰材料采用各向同性弹性断裂失效准则的冰材料模型，详细材料参数见图7。根据设定的海冰密集度、浮冰厚度分析，生成随机分布的浮冰场，图4为在50%海冰密集度、0.8~1.2m冰厚下随机生成的浮冰场。考虑规范对结构尺寸的要求，采用遗传-模拟退火算法确定最优的艏部船体骨材布置肋骨间距或纵向龙筋间距及其对应的艏部结构尺寸，遗传-模拟退火算法优化过程中，交叉概率设置为0.65，群体的个体数设置为25。终止代数设定为200。实际上，进化到第32代时，群体已进化成熟，得出最优横向肋骨间距为650mm，进而获得初步的优化结构尺寸（在图3中标记为结构
尺寸a），在结构尺寸a下，对设定的冰区航行场景完成船-冰碰撞有限元仿真分析，图5为一组船-冰多次碰撞模拟算例的仿真示意。在考虑材料弹塑性的动态仿真分析中，没有统一明确的强度衡准，根据设计经验，设定最大等效应变取0.25和最大等效应力取550mpa为衡准，本算例中，在球鼻艏下部的等效应力和等效应变超出衡准，故结构尺寸不满足设定冰区航行场景的强度要求，需要进一步的补强优化，取球鼻艏附近的两块外板板厚、横向肋板板厚和内部平台板厚按正交试验设计法，生成若干组结构尺寸数据。完成各组尺寸下的船-冰碰撞数值仿真分析，得到bp网络模型的训练样本。训练样本如图8所示，以艏部结构尺寸为输入数据，以4组设定海冰场景下仿真分析的结构最大等效应变和最大等效应力为输出，利用bp神经网络对样本进行学习训练，获得船-冰多次碰撞仿真分析模型的代理模型，再次使用采用遗传-模拟退火算法对结构尺寸进行优化，得到最终的结构优化尺寸。遗传-模拟退火算法优化过程中，交叉概率设置为0.45，群体的个体数设置为16，以训练样本为优化的初始群体，终止代数设定为200，进化到第85代时，群体已进化成熟，得出优化后的局部补强区域的优化尺寸（如图9所示）。在结构尺寸a基础上，将局部补强优化后的局部结构尺寸替换原尺寸得到的完整艏部结构尺寸，即得到最终的结构优化尺寸（在图3中标记为结构尺寸b）。
[0042]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0043]
尽管已经示出和描述了本发明的实施例，对于本领域普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：包括以下步骤，骨架形式确定（1）、确认结构布置的可行域（2）、确定海冰条件（3）、确定最优的结构布置和尺寸（4）、基于冰区航行场景的船-冰碰撞有限元仿真分析（5）、不同结构尺寸下的船-冰碰撞仿真分析（6）、训练碰撞仿真分析的代理模型（7）、基于代理模型的结构尺寸优化（8），所述骨架形式确定（1）用于确定集装箱船艏部结构的骨架形式，包括横骨架形式、纵骨架形式以及纵横骨架组合的形式。所述确认结构布置的可行域（2）用于确定艏部船体肋骨间距或纵向龙筋间距的可行域，所述海冰条件确定（3）用于确定船舶冰级和需在设计时考虑的超规范的冰区航行场景，冰区航行场景作为后续碰撞有限元仿真分析的输入条件，所述确定最优结构布置和尺寸（4）用于确定船体艏部在横骨架结构形式下的肋骨间距或在纵骨架结构形式下的纵向龙筋间距，和该布置间距下经优化的结构尺寸。2.根据权利要求1所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述确定最优的艏部结构布置和尺寸（4）中，要考虑的规范对结构尺寸的要求，包括冰级规则的局部加强要求、集装箱船外飘拍击强度、集装箱船底部砰击强度、集装箱船常规纵向强度、集装箱船冰级纵向强度。3.根据权利要求1所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述确定最优的艏部结构布置和尺寸（4）用于在满足规范对结构尺寸的要求下，采用遗传-模拟退火算法确定最优的艏部船体骨材布置及其对应的艏部船体结构尺寸，其中，艏部船体骨材布置为肋骨间距或纵向龙筋间距。此步骤中所述遗传-模拟退火算法的使用，具备以下参数特征：种群遗传的选择操作使用比例选择算子，种群遗传的交叉操作使用单点交叉算子，选择和交叉操作在保留最优个体策略的基础上进行，不进行种群变异操作。交叉概率取值范围在0.4~0.8之间。群体的个体数设置为20~50之间。终止代数设定为200。4.根据权利要求1所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述不同结构尺寸下的批量碰撞仿真分析（6）的方法为：对强度不满足的板及其周边结构，根据正交试验设计法，生成若干组艏部结构尺寸数据，完成各组尺寸下的船-冰碰撞数值仿真分析，得到每组尺寸数据下设定海冰场景最大应变值，以形成bp神经网络模型的训练样本。5.根据权利要求1所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述训练碰撞仿真分析的代理模型（7）的方法为：以艏部结构尺寸为输入数据，以各设定海冰场景下仿真分析的结构最大应变为输出，利用bp神经网络模型，对不同补强尺寸下的批量碰撞仿真分析（6）获得的样本进行学习训练，获得船-冰碰撞仿真分析模型的代理模型。6.根据权利要求1所述的一种适用于冰区航行集装箱船的艏部结构优化设计方法，其特征在于：所述基于代理模型的结构尺寸优化（8）的方法，再次使用采用遗传-模拟退火算法对结构尺寸进行优化，得到最终的结构优化尺寸。此步骤中所述遗传-模拟退火算法的使用，具备以下参数特征：种群遗传的选择操作使用比例选择算子，种群遗传的交叉操作使用单点交叉算子，选择和交叉操作在保留最优个体策略的基础上进行，不进行种群变异操作。交叉概率取值范围在0.4~0.6之间。群体的个体数设置为15~60之间。终止代数设定为200。模拟退火操作时，优化的状态指标改为局部关注区域的艏部结构尺寸。

技术总结
本发明公开了一种适用于冰区航行集装箱船的艏部结构优化设计方法，包括以下步骤，骨架形式确定、结构布置可行域确认、海冰条件确定、确定最优结构布置和尺寸、船-冰碰撞有限元仿真分析、不同结构尺寸下的碰撞仿真分析，训练碰撞仿真分析的代理模型、基于代理模型的结构尺寸优化。所述骨架形式确定用于确定集装箱船艏部结构的骨架形式，所述结构布置可行域确认用于确定艏部骨材间距的可行域，所述海冰条件确定用于确定船舶冰级和超规范的冰区航行场景，所述确定最优结构布置和尺寸用于确定艏部横骨架或纵骨架下的骨材间距及结构尺寸。本发明可针对性地提高集装箱船抗冰设计的结构安全性，也可用于对冰区航行集装箱船结构设计深度优化。深度优化。深度优化。


技术研发人员：陆明锋 孙启荣 沈亚明 杨源 王磊 卞光夫 谢大建 居桦桦
受保护的技术使用者：南通中远海运川崎船舶工程有限公司
技术研发日：2023.08.18
技术公布日：2023/9/16