[发明专利]油底壳优化方法、装置、计算机设备及介质有效
| 申请号: | 201910476102.3 | 申请日: | 2019-06-03 |
| 公开(公告)号: | CN110222413B | 公开(公告)日: | 2022-10-14 |
| 发明(设计)人: | 张波;董晶瑾;吕秉琳;王雁冰;康纳新 | 申请(专利权)人: | 中船动力研究院有限公司 |
| 主分类号: | G06F30/23 | 分类号: | G06F30/23 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 201306 上海市浦东新区*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 油底壳 优化 方法 装置 计算机 设备 介质 | ||
1.一种油底壳优化方法,其特征在于,包括:
基于油底壳的原始模型,确定设定阶数的目标模态振型;
基于设定分析策略,确定所述油底壳的目标优化函数;
根据各所述目标模态振型及所述目标优化函数,确定油底壳的优化模型,所述优化模型用于形成形貌优化的油底壳;
其中,所述基于油底壳的原始模型,确定设定阶数的目标模态振型,包括:
确定所述原始模型对应预设频带中最高振动频率的模态振型集合,所述模态振型集合中至少包括所述设定阶数的模态振型;
根据预先确定的激励力,结合模态叠加法确定所述模态振型集合中各阶模态振型在各振动频率下的模态参与因子;
根据各所述模态参与因子及对应所述原始模型建立的声学模型,从模态振型集合中确定设定阶数的候选模态振型;
根据各所述候选模态振型,从对应所述原始模型建立的设计模型中确定所述设定阶数的目标模态振型;
其中,所述模态参与因子是指,在对应振动频率下,每阶模态振型的固有频率对其振动响应的贡献度。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述模态参与因子及对应所述原始模型建立的声学模型,从模态振型集合中确定设定阶数的候选模态振型,包括:
确定基于所述声学模型形成的辐射声功率,并获取所述辐射声功率对应的辐射声功率曲线;
根据所述辐射声功率曲线,确定设定数量的候选峰值频率;
根据各阶模态振型在各所述候选峰值频率下对应的候选模态参与因子,将设定阶数满足筛选条件的模态振型作为候选模态振型。
3.根据权利要求2所述的方法,其特征在于,所述确定基于所述声学模型形成的辐射声功率,并获取所述辐射声功率对应的辐射声功率曲线,包括:
获取围绕所述原始模型设定声学网格和场点网格后形成的声学模型;
确定油底壳振动速度与所述声学模型中场点声压之间的声传递矢量;
基于模态声传递矢量法,根据所述声传递矢量,得到油底壳的辐射声功率以及对应的辐射声功率曲线。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述候选模态振型,从对应所述原始模型建立的设计模型中确定所述设定阶数的目标模态振型,包括:
获取对应所述原始模型建立的设计模型,所述设计模型为从所述原始模型中移除原始加筋结构后的油底壳模型;
确定所述设计模型对应预设频带中最高振动频率的设计模态振型集合,所述设计模态振型集合中至少包括设定阶数的设计模态振型;
针对每个候选模态振型,基于给定的模态置信准则公式,确定所述候选模态振型与各所述设计模态振型之间的模态置信值;
将最高模态置信值所对应设计模态振型作为替代所述候选模态振型的目标模态振型。
5.根据权利要求1所述的方法,其特征在于,所述基于设定分析策略,确定所述油底壳的目标优化函数,包括:
获取待确定目标优化函数包含的自变量个数,其中,各所述自变量以模态振型的形式表示;
基于层次分析法,确定维数为所述自变量个数的加权系数判断矩阵,并获得所述加权系数判断矩阵的最大特征值;
归一化处理所述最大特征值对应的特征向量,获得归一化特征向量;
将所述归一化特征向量中的各向量值依次作为各自变量的加权系数,获得基于各所述加权系数及自变量构成的目标优化函数。
6.根据权利要求1所述的方法,其特征在于,根据各所述目标模态振型及所述目标优化函数,确定油底壳的优化模型,包括:
将各所述目标模态振型对应作为所述目标优化函数各自变量的目标值;
获得将各所述目标值代入所述目标优化函数后形成待优化油底壳模型;
识别所述待优化油底壳上的待优化区域;
基于给定的优化约束条件处理各所述待优化区域,获得所述油底壳的优化模型。
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
确定所述优化模型的优化模态振型集合及优化后的辐射声功率;
根据所述优化模态振型集合及优化后的辐射声功率,确定所述优化模型相对所述原始模型的优化评价结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中船动力研究院有限公司,未经中船动力研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910476102.3/1.html,转载请声明来源钻瓜专利网。





