Gains :
- Capacité à accélérer la découverte initiale du dimensionnement et de la conception en donnant à l'IA les paramètres de forme, de résistance et de propulsion de la coque dans un format structuré
- Possibilité d'interroger la configuration d'études CFD (dynamique des fluides computationnelle), de logique de réseau et de conditions aux limites avec prise en charge de l'IA
- Capacité à capturer les coefficients et les résultats d'ajustement en recoupant les prédictions hydrodynamiques de l'IA avec l'expérimentation de modèles, la méthode empirique et la plausibilité physique
Toute l’économie d’un navire est cachée sous sa forme immergée. Lorsque la forme de la coque (forme de la coque ; géométrie de la coque sous-marine et en surface du navire) change ne serait-ce que d'un millimètre, le carburant qu'elle brûlera, la cargaison qu'elle transportera et la facture d'émissions changeront tout au long de la vie de ce navire. Par conséquent, la conception des formes et l’hydrodynamique (la science de l’écoulement de l’eau autour du bateau et des forces qu’il provoque) sont les étapes où sont prises les décisions les plus coûteuses de l’ingénierie navale. L'intelligence artificielle (IA) accélère trois tâches à ce stade : l'exploration initiale du dimensionnement et de la conception, l'installation de méthodes empiriques de résistance et la planification d'études de dynamique des fluides computationnelle (CFD).
Mais précisons-le d'emblée : aucune courbe de résistance, aucun coefficient de forme donné par l'IA ne se traduit par une décision de propulsion sans être confirmé par une expérimentation sur modèle ou une méthode validée. L'eau ne lit pas les formules ; Le comportement réel du bateau n'est connu que par mesure et plausibilité physique. L’IA est ici un accélérateur et un générateur d’idées ; l'hydrodynamique n'est pas un témoin de la réalité.
Concepts : Résistance : Force opposée exercée par l'eau sur le bateau lorsqu'il avance ; Il se compose de composants de friction, d’onde et de vortex. Coefficient de bloc (Cb) : Le rapport du volume sous-marin de la coque au prisme rectangulaire qui l'entoure ; est une mesure de plénitude. Nombre de Froude (Fn) : Nombre sans dimension reliant la vitesse à la longueur du bateau ; détermine la résistance des vagues. Efficacité de la propulsion : quantité de puissance produite par le moteur qui est convertie en poussée effective. EHP/DHP : Puissance effective (Effective Horse Power, la puissance nécessaire pour vaincre la résistance du bateau) et puissance délivrée (Delivered Horse Power, la puissance atteignant l'hélice).
Dimensionnement initial et exploration de la conception
La conception de forme est un problème de recherche : il existe des combinaisons infinies entre les dimensions principales (longueur Lpp, largeur B, dépouille T), les coefficients de forme (Cb, coefficient prismatique Cp, coefficient de section médiane Cm) et la vitesse. Dans la méthode classique, l'ingénieur part des données de navires similaires (séries principales de longueurs, relations de régression). L'IA accélère cette découverte : en quelques minutes, elle compile des dizaines de combinaisons de tailles principales candidates, le déplacement approximatif de chacune et si les rapports L/B, B/T se situent dans les plages typiques.
Voici le processus étape par étape. La première étape consiste à fixer les exigences de la mission : marchandises à transporter, portée, vitesse de service, contraintes de canal/port (par exemple Panama, limites de tirant d'eau de Suez). La deuxième étape consiste à déterminer approximativement les premières longueurs principales avec des données de navire similaires. La troisième étape consiste à sélectionner les coefficients de forme dans une plage raisonnable en fonction du rapport vitesse-aspect (nombre de Froude). La quatrième étape consiste à faire une estimation préliminaire de la résistance et de la puissance par une méthode empirique (par exemple la régression de Holtrop-Mennen). À chacune de ces étapes, l’IA construit la formule et génère des nombres ; mais il est impératif de demander la source de chaque coefficient et de la comparer avec la fourchette typique.
Astuce : Lorsque l'IA vous suggère un coefficient de forme, demandez « cette valeur Cb est-elle typique de ce nombre de Froude ; dans quelle plage doit-elle se situer ? Par exemple, sous une forme à grande vitesse, un Cb complet (0,80+) explose la résistance aux vagues ; L'IA peut vous le rappeler, mais le choix final vous appartient avec des données de navire similaires.
Méthode empirique et IA dans la configuration CFD
Au stade préliminaire, la résistance est estimée par des méthodes de régression empirique plutôt que par l’expérimentation de modèles. Des méthodes telles que Holtrop-Mennen décomposent la résistance en ses composants : résistance au frottement, effet de forme, résistance aux vagues, renflement et résistance à l'air, avec des formules dérivées d'une vaste base de données de navires. L'IA rappelle les étapes de cette méthode, calcule les coefficients intermédiaires et construit un squelette de feuille de calcul. Mais la méthode a sa limite de validité : Holtrop est dérivé pour certaines gammes Cb, Fn et L/B ; Si vous sortez de cette plage, le résultat ne sera pas fiable. L’IA devrait vous rappeler cette limite ; S'il ne vous le rappelle pas, vous devriez lui demander.
Du côté CFD, l'IA ne fait pas la solution elle-même, mais elle vous aide à interroger la configuration : où la résolution du maillage doit être resserrée, quelle doit être la hauteur de cellule initiale (y+) pour la couche limite, pourquoi le modèle de turbulence (comme k-ω SST) est choisi, comment contrôler la convergence. Il s'agit d'un dialogue enseignant-élève ; Ce qui confirme le résultat numérique, c'est l'étude de l'indépendance du maillage (indépendance du maillage ; le résultat ne change pas lorsque vous resserrez le réseau) et, si possible, le calage de l'expérience sur modèle.
Méthode
qu'est-ce qui donne
point fort
Limite/vérification
Navire/régression similaire
Première taille majeure, force brute
Très rapide, les données sont bon marché
Valable uniquement pour une géométrie similaire
Holtrop Mennen
Courbe de résistance des composants
Norme pour la conception de la façade
Limite de plage Cb/Fn/L·B ; Besoin d'une confirmation du modèle
CFD
Débit détaillé, champ de pression
Voit les effets locaux
Sensible au modèle de réseau et de turbulence ; un étalonnage est nécessaire
Expérience modèle (pool)
Résistance réelle mesurée
Le plus fiable
Cher, prend du temps ; correction de l'effet d'échelle
Mini-étuis
Cas 1 — Coefficient de correction ajusté. Une équipe calcule la traînée totale avec Holtrop pour un pétrolier de 190 m à 620 kN. Lorsqu’ils disent à l’IA « d’améliorer le résultat », le modèle ajoute un « multiplicateur de correction de forme de 0,80 » d’origine inconnue, réduisant la résistance à 496 kN. Cette réduction de 20 % réduit la propulsion d'environ une classe d'hôte. L'équipe s'interroge sur la base du multiplicateur ; L'IA ne peut pas citer de sources. Lorsqu'ils la comparent aux données de test du modèle, ils constatent que la résistance réelle est d'environ 610 kN. Leçon : aucun facteur de correction sans source n'entre dans le résultat.
Cas 2 — Dépassement de la limite de Froude. Un étudiant demande à Holtrop de calculer la résistance d'un ferry de 50 m visant une vitesse de service de 30 nœuds. Pour cette vitesse-longueur, le nombre de Froude augmente jusqu'à ~0,70 ; Bien au-dessus de la portée fiable de Holtrop. L’IA donne des résultats sans le préciser au préalable. Lorsque l'étudiant s'interroge sur le domaine de validité, il s'avère que la méthode n'est pas adaptée dans ce régime et qu'une méthode différente (Savitsky, etc.) est nécessaire pour les formes raboteuses/semi-déplacement. Leçon : remettre en question l’enveloppe de validité de toute méthode empirique.
Cas 3 — Erreur du réseau. Dans une étude CFD, l'IA donne la résistance 540 kN avec un maillage grossier. Lorsque l'ingénieur resserre le réseau et réalise des études d'indépendance, le résultat est de 605 kN ; la valeur initiale était inférieure de 11 % car le champ d'onde arrière n'était pas suffisamment résolu. Leçon : le résultat CFD ne peut être considéré comme fiable sans une étude d’indépendance du réseau.
Modèles d'invite copiables
Modèle 1 — Exploration de pré-dimensionnement :
Rôle : Vous êtes consultant en conception préliminaire de navire.Contexte (représentatif) : Charge utile pour un vraquier ~40 000 t, vitesse de service ~14,5 nœuds, dans la limite de tirant d'eau de Suez.Tâche :1) Recommander 4 combinaisons de longueurs principales candidates (Lpp, B, T).2) Déplacement approximatif pour chaque candidat, L/B, B/T, Cb ver.3) Marquer les ratios qui sortent de la plage typique.Contrainte : Écrire l'unité de chacun numéro ; spécifiez la régression/base de données que vous utilisez ; Ne prenez pas de décision finale, soumettez un candidat.
Modèle 2 — Configuration du calcul de la résistance Holtrop :
Mettre en place un cadre préliminaire de calcul de résistance avec la méthode Holtrop-Mennen. Entrées (représentatives) : Lpp, B, T, Cb, Cp, vitesse de service, zone humide. Je veux :1) Répertorier les composants de résistance séparément (frottement, forme, onde, projection, air).2) Écrire la formule et le coefficient que vous utilisez pour chaque composant.3) Spécifier la plage de validité de la méthode (Cb, Fn, L/B) et vérifier si mes entrées sont dans cette plage. et.4) Ajouter comment calibrer le résultat avec l'expérience modèle.
Modèle 3 — Requête de configuration CFD :
Je mets en place une étude CFD de résistance de bateau. Expliquez les décisions suivantes avec justification et donnez une plage de valeurs typique : - Sélection et raison du modèle de turbulence - Solution proche de la paroi (y+ cible) et hauteur de cellule initiale - Paramètres de surface libre (VOF) - Comment vérifier la convergence et l'indépendance du maillage Ajoutez une ligne "comment puis-je vérifier cela" pour chaque suggestion.
Modèle 4 — Vérification du caractère raisonnable des résultats :
Critiquez le résultat de résistance/puissance suivant : [Coller les valeurs EHP, DHP, vitesse, résistance] 1) L'ordre de grandeur est-il typique pour un navire de cette taille ? 2) Votre hypothèse d'efficacité de propulsion est-elle raisonnable (généralement 0,55-0,70) ? 3) Calculez la résistance à partir de la vitesse que j'ai entrée, est-elle cohérente ? 4) Marquez toute valeur douteuse ou infondée.
Invite faible/Invite forte
Invite faible :
Donnez la meilleure forme et courbe de résistance pour ce bateau.
Invite puissante :
Rôle : Vous êtes consultant en avant-projet hydrodynamique. Contexte (projet représentatif, pas réel) : Lpp ~180 m, B ~32 m,T ~12,5 m, Cb ~0,84, vitesse de service ~14,5 nœuds. Tâche : Estimer la résistance préliminaire des composants par la méthode Holtrop ; notez la source de chaque coefficient et la plage de validité de la méthode. Contrainte : AJOUTER un facteur de correction sans source. Indiquez comment vérifier le résultat avec des tests sur modèle et quelles mesures je dois prendre. Indiquez clairement les unités (kN, kW, nœuds).
La forme d'invite faible laisse « meilleur » indéfini et ne nécessite pas de validation ; L'invite forte demande le contexte, la méthode, la limite de validité et le chemin de vérification.
Erreurs courantes
- Ignorer l'enveloppe de validité. L'utilisation de Holtrop ou de toute autre régression en dehors de la plage à partir de laquelle elle a été dérivée donne une résistance d'apparence raisonnable mais incorrecte.
- Adopter un facteur de correction non sourcé. Dites « améliorer » et les coefficients fragiles ajoutés par l’IA déforment silencieusement le résultat.
- Utiliser des CFD sans indépendance du réseau. Le maillage grossier ne peut pas résoudre les vagues de poupe et le champ de vortex ; la résistance devient faible.
- Oublier l’effet d’échelle. Le résultat de l’expérience sur modèle nécessite une correction du frottement (méthode ITTC) lors du passage à l’échelle réelle ; L’IA peut contourner cela.
- Prendre l’efficacité de la répartition avec optimisme. Même si la résistance est correcte, un rendement de transmission trop optimiste sous-estime la puissance requise de la machine.
En résumé
L'IA accélère la découverte de la forme de la coque, la configuration du calcul empirique de la résistance et la planification de l'exécution des CFD ; rend des dizaines de formulaires de candidature comparables en quelques minutes. Mais chaque méthode empirique a une enveloppe de validité, chaque résultat CFD a une dépendance au réseau et chaque estimation à grande échelle a une correction d'échelle. Les valeurs de résistance et de puissance produites par l'IA ne peuvent être traduites en décision de référence qu'après avoir passé le filtre de l'expérimentation du modèle, de la confirmation empirique et de la plausibilité physique.
Tâche de candidature
Pour un navire représentatif (par exemple, Lpp ~ 150 m, B ~ 25 m, T ~ 9 m, Cb ~ 0,75, vitesse ~ 15 nœuds), demandez à AI de calculer la traînée préliminaire et l'EHP à l'aide de la méthode Holtrop. Ensuite, interrogez l’hypothèse d’ordre de grandeur et d’efficacité de répartition en appliquant le modèle de « contrôle de plausibilité des conclusions ». Demandez à l'IA la plage de validité de la méthode et vérifiez si vos entrées se situent dans cette plage. Signalez au moins une incohérence que vous avez trouvée et comment vous l'avez vérifiée en une demi-page.
liste de contrôle
- [ ] J'ai comparé la plage de validité de la méthode empirique que j'ai utilisée avec mes entrées.
- [ ] J'ai demandé et confirmé la source de chaque facteur de correction ajouté par l'IA.
- [ ] J'ai comparé les résultats de résistance et de puissance à un ordre de grandeur avec un navire typique.
- [ ] Si j'ai utilisé CFD, j'ai planifié/réalisé l'étude d'indépendance du réseau.
- [ ] J'ai vérifié que l'hypothèse d'efficacité de répartition se situe dans une fourchette raisonnable.
- [ ] J'ai basé la décision finale de propulsion sur l'expérience modèle/méthode validée.