水下自航行器外形及水動力性能優(yōu)化

薛俠峰，嚴天宏

(中國計量學院，杭州 310018)

?

水下自航行器外形及水動力性能優(yōu)化

薛俠峰，嚴天宏

(中國計量學院，杭州 310018)

研究水下自航行器(AUV) 外形及水動力性能優(yōu)化的問題，為使得AUV具有較小航行阻力的同時擁有較大承載能力，需要不斷進行AUV模型重建以及水動力結(jié)果分析，人工完成將會耗時很長，Isight多學科優(yōu)化設計平臺搭載常用的優(yōu)化算法—NSGA-II遺傳算法，整合Solidworks、Gambit、Fluent三大集成模塊實現(xiàn)數(shù)據(jù)交換以進行AUV外形的建模、仿真并完成設計過程的自動化和智能的設計探索，確定最佳設計參數(shù)；仿真結(jié)果表明，最終優(yōu)化后的AUV不僅減小了航行阻力并且擁有更大的承載能力；因此采用多學科優(yōu)化軟件Isight能夠有效提高AUV外形及水動力性能優(yōu)化的準確性和效率，提升其整體水動力性能。

水下自航行器；多學科優(yōu)化；外形；水動力性能；優(yōu)化

0 引言

傳統(tǒng)水下機器人的設計是一種串行設計，經(jīng)常憑借設計者的個人經(jīng)驗和才智，從已有的水下機器人類型中選取母型，確定其初步的主尺度和結(jié)構(gòu)形式，在之后的完善過程中不斷地人工修改優(yōu)化，直到設計出一臺滿足任務要求的、主尺度和排水量達到最佳的水下機器人。這種傳統(tǒng)設計方法需要在整個設計過程中進行大量的反復性修改，導致周期過長、耗資巨大的缺點[1-2]。

隨著學科理論知識、計算機技術及現(xiàn)代優(yōu)化方法的發(fā)展，水下機器人的設計呈現(xiàn)了綜合運用建模軟件、計算流體力學(computational fluid dynamics，CFD)軟件、優(yōu)化軟件的新特點。隨著多學科多目標優(yōu)化方法(Multi-objective /Multidisciplinary Design Optimization，MDO)在眾多領域的優(yōu)異表現(xiàn)，水下自航行器工程設計領域也將會越來越重視這種有效的優(yōu)化方法，期望采用多學科、多目標綜合設計模式來提升水下自航行器的總體設計水平，進一步實現(xiàn)其水動力性能的提高[2-3]。

起源于GE的Isight是功能強大的計算機輔助優(yōu)化(Computer Aided Optimization，CAO)平臺，廣泛應用于航空、航天、汽車、船舶、電子領域的零部件、子系統(tǒng)優(yōu)化，以及復雜產(chǎn)品多學科設計優(yōu)化。對于復雜的仿真流程，用戶可以通過Isight集成和管理，并且通過多種優(yōu)化算法可以探索得到優(yōu)化方案，從而降低研發(fā)成本，縮短產(chǎn)品研制周期[4-6]。

本文采用Isight多學科優(yōu)化設計平臺搭載常用的優(yōu)化算法—NSGA-II遺傳算法[7-9]，整合Solidworks、Gambit、Fluent進行AUV外形的建模、仿真并完成設計過程的自動化和智能的設計探索，確定最佳設計參數(shù)[10]。多學科目標優(yōu)化方法比傳統(tǒng)的水下機器人設計方法能夠更有效提高AUV外形結(jié)構(gòu)動力性能優(yōu)化的準確性和效率[11]。

1 AUV外形及水動力性能優(yōu)化原理論述

1.1 外形結(jié)構(gòu)

AUV主體首端修正為偏心率e為3的半橢圓體，尾端為偏心率e為3.5的半橢圓體，中間部分為直徑0.15 m的圓柱體。如圖1所示。

Myring[12]流線型回轉(zhuǎn)體首端曲線外形方程為：

(1)

式中，r(x)為首端各點處半徑，x為軸向位置，d為最大橫剖面直徑，a為首端長度，n為頭部形狀指數(shù)。尾部曲線外形方程[13]為：

(2)

式中，r(x)為尾部各點處半徑，x為軸向位置，d為最大橫剖面直徑，a為首端長度，b為中段長度，c為尾部長度，θ為最大尾包角，取40°。

水下自航行器外形初步設定為，全長1.48 m，首端長0.155 m，尾部長0.245 m。

圖1 AUV外形結(jié)構(gòu)

1.2 優(yōu)化設計公式

目標變量的輸出參數(shù)根據(jù)設置的權重和比例因子進行加權求和，在優(yōu)化的過程中需要取其最小值，其規(guī)律為：目標設置趨勢為最小化的將直接加權求和，目標設置趨勢為最大化的將用值的相反數(shù)來加權求和。

考慮到AUV的經(jīng)濟性與實用性，將其阻力系數(shù)Cd與最大排水量V相組合，獲得目標函數(shù)。本文的優(yōu)化設計公式如下所示：

目標函數(shù)：

Minimize:

(3)

其中:

X1=MinimizeCd; X2=MaximizeV

SF1=100; SF2=1; W1=0.6; W2=-0.4

設計變量：

約束條件：

1.3m≤L≤1.6m; d=0.15m; r=0.015m

利用Fluent的后處理功能可以計算出主體受到的阻力，無量綱化得到阻力系數(shù)。阻力系數(shù)和升力系數(shù)的計算公式分別為：

(4)

其中:ρ為水的密度；v為入流速度；Sd為主體的迎流截面面積或表面面積(選用不同面積時，阻力系數(shù)不同，這里選迎流截面面積計算)；D為阻力。

2 基于Isight的AUV外形及水動力性能優(yōu)化設計

2.1 Isight整體優(yōu)化流程

采用Isight多學科優(yōu)化設計平臺搭載優(yōu)化算法—NSGA-II遺傳算法，整合Solidworks、Gambit、Fluent三大集成模塊實現(xiàn)數(shù)據(jù)交換以進行水下自航行器外形的建模、仿真，實現(xiàn)水下自航行器外形優(yōu)化方法設計過程的高效自動化，確定最佳設計參數(shù)。

圖2 AUV幾何外形

2.2 參數(shù)化建模

AUV模型參數(shù)化是對AUV的幾何外形采用一系列的參數(shù)進行表示，AUV的外形設計可以通過改變這些控制參數(shù)來不斷修正AUV新得到的外形。本文將采用Solidworks來完成AUV參數(shù)化模型的構(gòu)造。

AUV外形如圖2所示，其中AUV全長L=1.48 m，最大直徑d=0.15 m，頭部長度a=0.155 m，中段長度b=1.08 m，尾部長度c=0.245 m，尾部切面半徑r=0.015 m，整個AUV為軸對稱結(jié)構(gòu)。

AUV的半橢圓回轉(zhuǎn)體線型的頭部長度a、中段長度b和拋物線回轉(zhuǎn)體線型的尾部c為設計變量，AUV全長L、最大直徑d和尾部切面半徑r為約束條件。這些被定義為設計變量的AUV尺寸參數(shù)都被寫入VBS腳本文件中，由腳本文件和自動啟動Solidworks的批處理文件GoSolidworks直接驅(qū)動Solidworks建模程序來完成AUV參數(shù)化模型的構(gòu)造并自動保存一個可用于網(wǎng)格劃分的AUV.STEP文件。

2.3 網(wǎng)格劃分模塊

首先，創(chuàng)建自動啟動Gambit的批處理文件GoGambit實現(xiàn)Gambit執(zhí)行的命令流文件mesh.jou的讀?。籱esh.jou命令流文件自動執(zhí)行對AUV.STEP文件的網(wǎng)格劃分和邊界條件設定；最后Gambit將會自動導出一個可用于水動力計算的AUV.msh文件。

2.4 CFD計算模塊

首先，創(chuàng)建自動啟動Fluent的批處理文件GoFluent實現(xiàn)Fluent執(zhí)行的命令流文件solve.jou的讀??；solve.jou命令流文件自動執(zhí)行AUV.msh文件的求解器、湍流模型、初始條件以及流體特性等計算設置的自動設定；最后Fluent將會自動編輯一個水動力計算結(jié)果文件output.dat。

3 AUV外形及水動力性能優(yōu)化結(jié)果分析

3.1 優(yōu)化結(jié)果

經(jīng)過優(yōu)化計算后，小型AUV的優(yōu)化外形結(jié)果，如圖3所示。經(jīng)Isight優(yōu)化后AUV外形最優(yōu)解的詳細報告，如圖3所示。

圖3 優(yōu)化后AUV外形

半橢球體尾部長度c優(yōu)化過程中的迭代收斂情況，如圖4所示。

圖4 AUV尾部外形優(yōu)化迭代過程 圖5 Cd與a、c的三維散點圖

圖5和圖6分別是頭部長度a、尾部長度c與優(yōu)化目標阻力系數(shù)Cd和排水量V之間的散點分布關系。

圖6 V與a、c的三維散點圖 圖7 Cd與V之間的關系圖

通過圖7可以看出，子目標函數(shù)排水量V和阻力系數(shù)Cd基本成拋物線關系。優(yōu)化的目標是盡量降低AUV的航行阻力，同時保證一定的排水量，這兩者是相互矛盾的，所以最優(yōu)解的獲得主要取決于加權系數(shù)Wi的設定，可以根據(jù)設計目標的優(yōu)先級來最終設定影響因子。

3.2 優(yōu)化前后AUV外形及水動力性能分析對比

優(yōu)化前后AUV外形參數(shù)對比，如表1所示。

表1 AUV優(yōu)化前后參數(shù)對照表

優(yōu)化后AUV外形減少了尾部漩渦的產(chǎn)生，使分離點靠近AUV尾部，尾跡區(qū)域減小，從而減小了壓差阻力，進而降低了AUV的整體阻力，使AUV的水動力性能得到了顯著的提高。

圖8是優(yōu)化前后AUV在0°攻角、不同航速下的阻力曲線對比圖。通過對比圖可知，優(yōu)化后AUV整體水動力性能得到了明顯提升。

圖8 AUV優(yōu)化前后阻力曲線圖

4 結(jié)語

基于多學科優(yōu)化設計軟件Isight，采用NSGA-II遺傳算法對AUV外形及水動力性能進行仿真優(yōu)化，優(yōu)化后的AUV外形航行阻力明顯減小的同時搭載能力還有所增強，并且其速度矢量分布、壓力云分布等水動力性能指標都有所改善。

1)介紹了多目標優(yōu)化設計的理論，并對AUV外形結(jié)構(gòu)動力性能優(yōu)化原理進行論述。

2)介紹了Isight集成各模塊的過程，并對各模塊的使用作了詳細闡述。研究表明，基于Isight的多目標遺傳優(yōu)化設計方法，能很好的適用于水下自航行器外形的優(yōu)化設計，為研究水下自航行器最優(yōu)外形提供了一種高效的優(yōu)化設計手段。

3)將優(yōu)化后的AUV與原型機進行外形及水動力性能分析對比，結(jié)果優(yōu)化后的AUV外形航行阻力明顯減小，并且其速度矢量分布、壓力云分布等水動力性能指標都有所改善。

[1] Wang P, Song B W, Wang Y H, et al. Application of concurrent subspace design to shape design of autonomous underwater vehicle[A]. In: Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing SNPD 2007. Eighth ACIS International Conference on[C]. 2007. 1068-1071.

[2] 孟凡豪. 50 kg級水下自航行器整體水動力學性能優(yōu)化設計[D]. 杭州：中國計量學院, 2014.

[3] 王 鑫. 小型自治水下機器人外形優(yōu)化設計及水動力特性數(shù)值模擬[D]. 青島：中國海洋大學, 2012.

[4] 賴宇陽. Isight參數(shù)優(yōu)化理論與實例詳解[M]. 北京: 北京航空航天大學出版社, 2012.

[5] 任 利. 基于iSIGHT的多學科設計優(yōu)化平臺的研究與實現(xiàn)[D]. 青島：山東科技大學, 2006.

[6] 黃海燕, 林志祥, 王德禹. 船艉結(jié)構(gòu)靜動態(tài)多目標優(yōu)化設計[J]. 船舶力學, 2011, 15(11):1270-1277.

[7] Hassan R A, Crossley W A. Multi-objective optimization of communication satellites with two-branch tournament genetic algorithm[J]. Journal of Spacecraft and Rockets, 2003, 40(2):266-272.[8] Mosher T J. Improving spacecraft design using a multidisciplinary design optimization methodology[D].PhD thesis, Department of Aerospace Engineering Science, The University of Colorado, 2000.

[9]Deb K, Pratap A, Agarwal S, et al. A fast and elitist multi-objective genetic algorithm: NSGA-II[J]. Evolutionary Computation, IEEE Transactions on, 2002, 6(2): 182-197.

[10] Song B W, Zhu Q F, Liu Z Y. Research on multi-objective optimization design of the UUV shape based on numerical simulation[J]. Lecture Notes in Computer Science, 2010, 6145: 628-635.

[11] Brandon Morton, Terence Soule, Anthony Kanago, et al. Ordering Autonomous underwater vehicle inspection locations with a genetic algorithm [A]. In: OCEANS 2010[C]. USA: Seattle, 2010,1-6.

[12] Myring D F. A theoretical study of body drag in subcritical axisymmetric flow[J]. Aeronautical quarterly, 1976(8): 186-194.

[13] Joung T, Sammut K, He F, et al. A study on the design optimization of an AUV by using computational fluid dynamic analysis[A]. In: the Nineteenth (2009) International Offshore and Polar Engineering Conference[C]. Japan: ISOPE, 2009. 696-702.

Configuration and Hydrodynamic Performance Optimization of Autonomous Underwater Vehicle

Xue Xiafeng，Yan Tianhong

(China Jiliang University，Hangzhou 310018，China)

For the lower navigation resistance but the stronger carrying capacity of autonomous underwater vehicle, the modeling restruction and hydrodynamic performance analysis of AUV must be ongoing, which will be quite time-consuming manually. Isight，providing a multidisciplinary optimization design platform assembled with common optimization algorithm—the NSGA-II genetic algorithm，integrates Solidworks、Gambit、Fluentto modeling and simulating of the AUV shape to complete the design process of the design automatically and intelligently to achieve the optimum design parameters. The results indicate that the ultimate shape parameters of the AUV after optimization appears the lower navigation resistance but the stronger carrying capacity. Hence Isightis able to further strengthen the computing efficiency and practicability of AUV’s configuration and hydrodynamic performance optimization to improve its whole hydrodynamic performance.

AUV; multidisciplinary optimization design; configuration; hydrodynamic performance; optimization

2015-09-19；

2015-10-26。

國家自然科學基金資助項目(51379198，51075377，41176076，51121002) 。

薛俠峰(1991-)，男，浙江寧波人，在讀碩士研究生，主要從事水下機器人優(yōu)化設計及水動力分析方向的研究。

嚴天宏(1971-)，男，內(nèi)蒙古興安盟人，教授，主要從事高精密機器與復雜設備系統(tǒng)動力學、結(jié)構(gòu)工程及振動控制等方向的研究。

1671-4598(2016)03-0228-03

10.16526/j.cnki.11-4762/tp.2016.03.062

TP391.9；U661

A