位置:成果数据库 > 期刊 > 期刊详情页
水翼剖面多目标粒子群算法优化
  • ISSN号:1006-7043
  • 期刊名称:《哈尔滨工程大学学报》
  • 时间:0
  • 分类:U662.3[交通运输工程—船舶及航道工程;交通运输工程—船舶与海洋工程]
  • 作者机构:[1]哈尔滨工程大学船舶工程学院,黑龙江哈尔滨150001, [2]山东省科学院海洋仪器仪表研究所,山东青岛266001
  • 相关基金:国家自然科学基金资助项目(51309061);中央高校基本科研业务费专项资金资助项目(HEUCFR1102).
中文摘要:

船舶螺旋桨及舵均由水翼剖面组成,为了提高桨、舵的水动力性能,需要对水翼进行优化设计,以便得到水动力性能更好的桨及舵。提出一种基于线性权重处理的多目标优化算法,以降低阻升比和改善水翼表面压力分布为优化目标,将其应用到多目标水翼优化中。分别选取不同的攻角、不同翼型和不同的翼型表达函数进行优化设计。优化后得到的新翼型相对于原始翼型,具有低阻生比和较低的最小负压力系数,提高了翼型的升力效率和空泡性能。因此,验证了提出的多目标粒子群算法能够应用到多目标翼型优化设计的可行性。

英文摘要:

Both ship propeller and rudder are composed of hydrofoil sections.In order to improve the hydrodynamic performance of propeller and rudder, the design of hydrofoil sections needs to be optimized to get the propeller and rudder with better hydrodynamic performance.The multi-objective particle swarm optimization algorithm based on linear-weight strategy was proposed for reducing the drag-lift ratio and improving the hydrofoil surface pressure dis-tribution.This algorithm was applied to the multi-objective hydrofoil optimization.Different attack angles, different hydrofoils and different hydrofoil expression functions were selected respectively for the optimization.The new hy-drofoil after optimization had lower drag-lift ratio and minimum negative pressure coefficient than the original one, which improved the lift efficiency and cavitation performance of the hydrofoil.Therefore, the feasibility of applying multi-objective particle swarm optimization to multi-objective hydrofoil design was verified.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《哈尔滨工程大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:哈尔滨工程大学
  • 主编:杨士莪
  • 地址:哈尔滨市南岗区南通大街145号1号楼
  • 邮编:150001
  • 邮箱:xuebao@hrbeu.edu.cn
  • 电话:0451-82519357
  • 国际标准刊号:ISSN:1006-7043
  • 国内统一刊号:ISSN:23-1390/U
  • 邮发代号:14-111
  • 获奖情况:
  • 工信部科技期刊评比"优秀期刊奖",中国高校科技期刊评比"精品期刊奖","北方十佳期刊奖",首届黑龙江省政府出版奖--优秀期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:11823