科研之友
微信
新浪微博
Facebook
分享链接
摘要
快速高效的船舶水动力计算方法可显著缩短船型优化设计周期，但船舶剖面形状复杂，采用刘易斯剖面法和田才图谱法等均难以实现剖面准确定义，制约了水动力系数预报精度。该文结合先验知识与自动编码器模型提出了一种新的船体剖面参数化方法，在此基础上通过神经网络以数据驱动方式建立了剖面参数化特征和频率与二维无限水深水动力系数之间的映射关系，实现了附加质量和阻尼系数的准确高效预报。经仿真验证，提出的神经网络模型预测结果与切片理论计算结果吻合良好，预测精度较高，有助于船舶设计与优化工作。
-
单位上海交通大学; 海洋工程国家重点实验室; 建筑工程学院
