Dobički:
- Sposobnost pospeševanja začetnega določanja velikosti in odkrivanja dizajna z dajanjem parametrov oblike trupa, odpornosti in pogona AI v strukturiranem formatu
- Zmožnost poizvedovanja po nastavitvi študij CFD (računalniške dinamike tekočin), omrežja in logike robnih pogojev s podporo AI
- Sposobnost zajemanja koeficientov prileganja in rezultatov z navzkrižnim preverjanjem hidrodinamičnih napovedi AI z eksperimentiranjem z modelom, empirično metodo in fizično verjetnostjo
Celotna ekonomičnost ladje se skriva v njeni potopljeni obliki. Ko se oblika trupa (oblika trupa; geometrija podvodnega in površinskega trupa ladje) spremeni vsaj za milimeter, se bodo gorivo, ki ga bo porabila, tovor, ki ga bo prevažal, in račun za emisije spreminjali skozi celotno življenjsko dobo te ladje. Zato sta oblikovanje oblike in hidrodinamika (znanost o toku vode okoli čolna in silah, ki jih povzroča) stopnji, kjer se sprejemajo najdražje odločitve pomorskega inženirstva. Umetna inteligenca (AI) na tej stopnji pospeši tri naloge: začetno dimenzioniranje in raziskovanje dizajna, namestitev empiričnih upornih metod in načrtovanje študij računalniške dinamike tekočin (CFD).
Toda poglejmo od začetka: nobena krivulja upora, noben koeficient oblike, ki ga poda umetna inteligenca, se ne prevedejo v odločitev o pogonu, ne da bi bili potrjeni s preizkušanjem modela ali potrjeno metodo. Voda ne bere formul; Dejansko obnašanje čolna je znano samo z meritvami in fizično verjetnostjo. AI je tukaj pospeševalnik in generator idej; hidrodinamika ni priča realnosti.
Koncepti: Odpor: nasprotna sila, s katero deluje voda na čoln, ko se premika naprej; Sestavljen je iz tornih, valovnih in vrtinčnih komponent. Koeficient bloka (Cb): razmerje med podvodno prostornino trupa in pravokotno prizmo, ki ga obdaja; je merilo polnosti. Froudovo število (Fn): brezrazsežno število, ki se nanaša na hitrost in dolžino čolna; določa valovni upor. Učinkovitost pogona: Koliko moči, ki jo proizvede motor, se pretvori v efektivni potisk. EHP/DHP: Efektivna moč (Effective Horse Power, moč, potrebna za premagovanje upora čolna) in predana moč (Delivered Horse Power, moč, ki doseže propeler).
Začetno dimenzioniranje in raziskovanje dizajna
Zasnova oblike je težava iskanja: obstajajo neskončne kombinacije med glavnimi dimenzijami (dolžina Lpp, širina B, ugrez T), koeficienti oblike (Cb, prizmatični koeficient Cp, koeficient sredinskega prereza Cm) in hitrostjo. Pri klasični metodi inženir izhaja iz podatkov podobnih ladij (glavne dolžinske serije, regresijske relacije). Umetna inteligenca pospeši to odkritje: v nekaj minutah naredi tabelo na desetine možnih večjih kombinacij velikosti, približen premik vsake in ali razmerja L/B, B/T spadajo v običajna območja.
Tukaj je postopek korak za korakom. Prvi korak je določitev zahtev za nalogo: tovor, ki ga je treba prepeljati, doseg, hitrost storitve, omejitve kanala/pristanišča (npr. Omejitve širine in ugreza Panama, Suez). Drugi korak je groba določitev prvih večjih dolžin s podobnimi podatki o ladji. Tretji korak je izbira koeficientov oblike v razumnem območju glede na razmerje med hitrostjo in stranico (Froudejevo število). Četrti korak je izdelava predhodne ocene upora in moči z empirično metodo (npr. Holtrop-Mennenova regresija). Pri vsakem od teh korakov AI sestavi formulo in ustvari številke; vendar je nujno, da vprašate vir vsakega koeficienta in ga primerjate s tipičnim obsegom.
Namig: Ko AI predlaga koeficient oblike, vprašajte, "ali je ta vrednost Cb tipična za to Froudejevo število; v katerem območju naj bi bila?" Na primer, v obliki visoke hitrosti, polni Cb (0,80+) eksplodira valovni upor; AI vas lahko opomni na to, vendar je končna izbira vaša s podobnimi podatki o ladji.
Empirična metoda in AI pri nastavitvi CFD
V predhodni fazi je odpornost ocenjena z empiričnimi regresijskimi metodami in ne z modelnim eksperimentiranjem. Metode, kot je Holtrop-Mennen, razdelijo upor na njegove komponente: upor proti trenju, učinek oblike, upor valov, izboklino in zračni upor, s formulami, pridobljenimi iz velike baze podatkov o ladjah. AI prikliče korake te metode, izračuna vmesne koeficiente in sestavi okostje preglednice. Vendar ima metoda svojo omejitev veljavnosti: Holtrop je izpeljan za določene Cb, Fn in L/B obsege; Če greste izven tega obsega, bo rezultat nezanesljiv. AI bi vas moral spomniti na to omejitev; Če vas ne spomni, vprašajte.
Na strani CFD umetna inteligenca ne naredi rešitve sama, ampak vam pomaga poizvedovati o nastavitvi: kje je treba povečati ločljivost mreže, kakšna mora biti začetna višina celice (y+) za mejno plast, zakaj je izbran turbulenčni model (kot k-ω SST), kako nadzorovati konvergenco. To je dialog med učiteljem in učencem; Tisto, kar potrjuje numerični rezultat, je študija neodvisnosti mreže (neodvisnost mreže; rezultat se ne spremeni, ko zategnete mrežo) in po možnosti kalibracija eksperimenta modela.
Metoda
kar daje
močna točka
Omejitev/preverjanje
Podobna ladja/regresija
Prva velika velikost, groba sila
Zelo hitro, podatki so poceni
Velja samo za podobno geometrijo
Holtrop-Mennen
Krivulja odpornosti komponent
Standard za sprednji dizajn
Cb/Fn/L·B meja obsega; Potrebujem potrditev modela
CFD-ji
Podroben pretok, tlačno polje
Vidi lokalne učinke
Občutljiv na model omrežja in turbulence; kalibracija je potrebna
Model eksperimenta (bazen)
Izmerjen dejanski upor
Najbolj zanesljiv
Drago, dolgotrajno; korekcija učinka lestvice
Mini etuiji
Primer 1 – Prilagojeni korekcijski koeficient. Ekipa izračuna skupni upor s Holtropom za 190 m tanker kot 620 kN. Ko umetni inteligenci rečejo, naj "izboljša rezultat", model doda "množitelj popravka oblike 0,80" neznanega izvora in zmanjša upor na 496 kN. To 20-odstotno zmanjšanje zmanjša pogon za približno en gostiteljski razred. Ekipa sprašuje o osnovi množitelja; AI ne more navajati virov. Ko ga primerjajo s podatki modelnega testa, ugotovijo, da je realni upor okoli 610 kN. Nauk: noben korekcijski faktor brez vira ne vstopi v rezultat.
Primer 2 – Preseganje Froudove meje. Študent mora Holtropu izračunati upor 50 m dolgega trajekta, katerega cilj je delovna hitrost 30 vozlov. Za to dolžinsko hitrost se Froudovo število poveča na ~0,70; Precej nad Holtropovim zanesljivim dosegom. Umetna inteligenca daje rezultate, ne da bi jih prej določila. Ko študent vpraša o obsegu veljavnosti, se izkaže, da metoda ni primerna v tem režimu in je potrebna drugačna metoda (Savitsky, itd.) za skobeljne/polpotisne oblike. Lekcija: dvomite o ovojnici veljavnosti vsake empirične metode.
3. primer — Napaka iz omrežja. V študiji CFD AI daje odpornost 540 kN z grobo mrežo. Ko inženir zategne mrežo in izvede študije neodvisnosti, je rezultat 605 kN; začetna vrednost je bila 11 % nižja, ker polje zadnjih valov ni bilo dovolj ločeno. Lekcija: rezultat CFD ne more veljati za zanesljivega brez študije neodvisnosti omrežja.
Kopirane predloge pozivov
Predloga 1 – Raziskovanje pred določanjem velikosti:
Vloga: Ste svetovalec za idejno zasnovo ladje. Kontekst (zastopnik): Koristni tovor za ladjo za razsuti tovor ~40.000 t, obratovalna hitrost ~14,5 vozlov, znotraj omejitve Sueškega ugreza. Naloga: 1) Priporočite 4 možne kombinacije glavnih dolžin (Lpp, B, T).2) Približni izpodriv za vsakega kandidata, L/B, B/T, Cb različica 3) Označite, katera razmerja so zunaj tipično območje. Omejitev: Zapišite enoto vsakega števila; določite regresijo/bazo podatkov, ki jo uporabljate; Ne sprejemajte končne odločitve, oddajte kandidata.
Predloga 2 – Konfiguracija izračuna Holtropovega upora:
Nastavite predhodni okvir za izračun odpornosti z metodo Holtrop-Mennen. Vložki (reprezentativni): Lpp, B, T, Cb, Cp, servisna hitrost, mokro območje. Želim: 1) Ločeno našteti komponente upora (trenje, oblika, val, projekcija, zrak). 2) Napisati formulo in koeficient, ki ju uporabljate za vsako komponento. 3) Določiti obseg veljavnosti metode (Cb, Fn, L/B) in preveriti, ali so moji vnosi v tem območju. et.4) Dodajte, kako umeriti rezultat z modelnim poskusom.
Predloga 3 – poizvedba za nastavitev CFD:
Pripravljam študijo CFD odpornosti čolna. Pojasnite naslednje odločitve z utemeljitvijo in podajte tipičen razpon vrednosti: - Izbira modela turbulence in razlog - Rešitev ob steni (y+ cilj) in začetna višina celice - Nastavitve proste površine (VOF) - Kako preveriti konvergenco in neodvisnost mreže Za vsak predlog dodajte vrstico "kako to preverim".
Predloga 4 – Preverjanje razumnosti rezultata:
Kritizirajte naslednji rezultat upora/moči: [Prilepite EHP, DHP, hitrost, vrednosti upora]1) Ali je velikostni red tipičen za to velikost ladje? 2) Ali je vaša predpostavka o učinkovitosti pogona razumna (običajno 0,55–0,70)? 3) Izračunajte upor nazaj iz hitrosti, ki sem jo vnesel, ali je skladen? 4) Označite morebitne dvomljive ali neutemeljene vrednosti.
Šibek poziv/močan poziv
Šibek poziv:
Podajte najboljšo obliko in krivuljo odpornosti za ta čoln.
Močan poziv:
Vloga: Ste svetovalec za hidrodinamični idejni projekt. Kontekst (reprezentativen, ne dejanski projekt): Lpp ~180 m, B ~32 m, T ~12,5 m, Cb ~0,84, servisna hitrost ~14,5 vozlov. Naloga: Oceniti preliminarni upor komponent po Holtropovi metodi; zapišite vir vsakega koeficienta in obseg veljavnosti metode. Omejitev: DODAJ korekcijski faktor brez vira. Navedite, kako preveriti rezultat s testiranjem modela in katere meritve moram opraviti. Jasno navedite enote (kN, kW, vozli).
Šibka oblika poziva pušča "najboljše" nedefinirano in ne zahteva preverjanja; Močan poziv zahteva kontekst, metodo, omejitev veljavnosti in pot preverjanja.
Pogoste napake
- Ignoriranje ovojnice veljavnosti. Uporaba Holtropa ali katere koli druge regresije zunaj obsega, iz katerega je bila izpeljana, daje navidez razumen, a nepravilen odpor.
- Sprejetje korekcijskega faktorja brez virov. Recite "izboljšaj" in šibki koeficienti, ki jih doda umetna inteligenca, tiho popačijo rezultat.
- Uporaba CFD brez neodvisnosti od omrežja. Groba mreža ne more razrešiti krmnega valovanja in vrtinčnega polja; odpornost postane nizka.
- Pozabite na učinek obsega. Rezultat modelnega eksperimenta zahteva korekcijo trenja (metoda ITTC), ko se premakne na celotno lestvico; AI lahko to obide.
- Optimistično jemanje učinkovitosti odpreme. Tudi če je upor pravilen, preveč optimistična učinkovitost pogona podcenjuje zahtevano moč stroja.
Če povzamem
Umetna inteligenca pospeši odkrivanje oblike trupa, nastavitev izračuna empiričnega upora in načrtovanje vožnje CFD; naredi na desetine obrazcev kandidatov primerljivih v nekaj minutah. Toda vsaka empirična metoda ima veljavno ovojnico, vsak rezultat CFD ima odvisnost od omrežja in vsaka ocena polnega obsega ima popravek lestvice. Vrednosti upora in moči, ki jih ustvari umetna inteligenca, se lahko prevedejo v odločitev o napotitvi šele, ko gredo skozi filter eksperimentiranja z modelom, empirične potrditve in fizične verjetnosti.
Aplikacijska naloga
Za reprezentativno ladjo (npr. Lpp ~150 m, B ~25 m, T ~9 m, Cb ~0,75, hitrost ~15 vozlov) naj AI izračuna predhodni upor in EHP z uporabo metode Holtrop. Nato povprašajte po vrstnem redu velikosti in predpostavki o učinkovitosti pošiljanja z uporabo predloge »preverjanje verodostojnosti zaključka«. Vprašajte AI za obseg veljavnosti metode in preverite, ali so vaši vnosi znotraj tega obsega. Sporočite vsaj eno nedoslednost, ki ste jo našli in kako ste jo preverili na pol strani.
kontrolni seznam
- [ ] Primerjal sem obseg veljavnosti empirične metode, ki sem jo uporabil, s svojimi vložki.
- [ ] Vprašal sem in potrdil vir vsakega korekcijskega faktorja, ki ga je dodal AI.
- [ ] Primerjal sem rezultate upora in moči z redom velikosti s tipično ladjo.
- [ ] Če sem uporabil CFD, sem načrtoval/izvedel študijo neodvisnosti omrežja.
- [ ] Preveril sem, da je domneva o učinkovitosti pošiljanja v razumnem obsegu.
- [ ] Končno odločitev o pogonu sem utemeljil na modelnem eksperimentu/potrjeni metodi.