论文部分内容阅读
随着科学技术的不断进步,路上资源的日益枯竭,储量巨大且丰富的海洋资源越来越受到人们的重视。自治水下航行器,又称自治水下机器人(AUV,Autonomous Underwater Vehicle)作为海洋资源探测的重要工具拥有无可替代的作用。由于AUV在水下作业时不能与母船有任何方式的连接,所以要在有限的空间内携带尽可能多的能源并执行尽可能长的探测工作。现代探测任务需要更远的搜寻距离和更长的探测时间,这就要求AUV具备更加优秀的节能性。在AUV的节能优化设计中,首要影响因素是艇体的阻力性能。因此,进行主艇体的阻力优化设计是最直接有效的节能优化方法。也就是说,AUV的阻力节能优化设计有较高的理论价值和实际意义。水下航行器节能优化方面的研究离不开计算流体动力学(CFD,Computation Fluid Dynamic)和智能优化算法的支持。然而CFD计算阻力同样需要耗费一定的时间,智能优化算法则需要在所选空间内进行大量的搜索迭代来寻求最优解,因此需要引入计算耗时更短的近似模型来代替CFD,最后通过近似模型组建优化平台得到最优节能艇型。首先,比较了经验公式、CFD计算和模型试验三种阻力方法的优势和不足。通过对比二维非结构网格和三维结构化网格计算回转体阻力,验证二维非结构网格方法的正确性。再对比两组经验公式、CFD计算和模型试验的阻力结果,验证CFD算法的准确性。其次,研究试验设计和三种近似模型的理论和方法,并组建集成艇型生成、网格划分和CFD阻力计算为一体的自动化近似模型生成平台。对比RSM模型、RBF模型和Kriging模型三种近似模型,分析主要参数响应规律和误差结果。建立四组航速下的四阶RSM模型,对所有模型进行加权拟合,得到多航速下的拟合模型,拟合模型可适用于多航速的直航阻力优化。最后,搭建近似模型智能优化平台,采用三种智能优化算法进行阻力最小和排水量最大的节能优化。比较MIGA算法、ASA算法和MOPSO算法三种智能优化算法,评价优化结果的好坏及原因。采用MIGA算法进行定排水量、定浮心纵向位置和阻力最小优化,得到拟合最优艇型和1.5 m/s航速最优艇型。分析两组最优艇型的特征和变化规律。