本技术公开了一种基于NSGA‑II算法的梯形帆多目标尺寸优化方法,涉及无人帆船技术领域。本发明通过选取展弦比、锥度比、拱度比作为梯形帆的设计参数,基于拉丁超立方抽样方法在各设计参数的取值范围内采样获取多组设计参数后,分别针对各组设计参数,利用流体仿真分析软件构建梯形帆模型,通过仿真得到各组设计参数所对应的性能评价参数,并构建数据库,利用数据库训练克里金代理模型替代,选取多组待择优的梯形帆设计参数,基于NSGA‑II算法和训练后的克里金代理模型对梯形帆设计参数进行多目标尺寸优化,确定最优梯形帆设计参数并验证其准确性。本发明将梯形帆设计参数与性能评价参数相结合,利用NSGA‑II方法和克里金代理模型为风帆设计方案优化提供了依据。
背景技术
无人帆船是一种利用风能自主航行的海洋机器人,翼帆作为无人帆船的关键部件,其设计直接影响到无人帆船的航行效率和稳定性。
现阶段,尺寸优化已成为提高无人帆船性能的重要手段之一,通过尺寸优化有助于设计出更加高效的翼帆,减少能耗的同时还能确保无人帆船在不同海洋条件下的稳定航行。此外,尺寸优化还有助于减小材料的使用,在降低成本的同时提高无人帆船的载荷能力。
因此,亟需提出一种基于NSGA-II算法的梯形帆多目标尺寸优化方法,通过研究梯形帆的合力、强度与多个设计变量之间的关系,实现对梯形帆的多目标尺寸优化,获取能够提供最大化合力和足够强度的最优尺寸,为梯形帆尺寸的优化设计提供新的解决方案。
实现思路