船舶舱室布置是船舶总布置的一部分。与一般的布置问题不同,舱室布置中不仅要满足几何约束,还需要满足性能约束;不仅要满足设备之间不干涉、空间安排合理等几何意义上的要求,还要满足船舶设备功能上的要求。因此,传统的舱室布置,需要具有一定专业知识的人员,借助CAD软件,不断反复、螺旋上升、逐步求精,最后得出比较合理的布置方案。
科技工作者们对船舶舱室布置优化问题进行了大量相关研究。A.I.Olcer等在整合了多目标优化理论和粗糙多属性集决策理论的基础上,提出了针对滚装船舱室布置的多准则决策方法;冯军提出了舱室虚拟布置的设计知识模型和设备信息的层次模型,采用模糊函数方法引入操作维护方便度评价指标,提出了基于模式搜索的船舶舱室布置优化算法;张梅基于AutoCAD ActiveX技术,采用Visual Basic语言对其进行二次开发,开发了船舶上层建筑居住舱室划分与布置自动化设计系统,基本实现了居住舱室的自动化设计;周发模通过分析机舱设备的类型和一般布置原理提出了机舱布置设计知识的表达和推理机制,并分别应用粒子群算法、自适应模拟退火算法(Adaptive Simulate Annealing,ASA)和带精英策略的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithms,NSGA-II)完成了机舱布置的优化,对计算结果进行比较,得出粒子群算法在时间和全局搜索能力上都有优势的结论;邓小龙提出了智能布置设计的一般性思路,利用产生式规则表示法和拓扑关系分别表示规则知识和范例知识,用模拟退火算法进行范例推理,基于CATIA二次开发构建了舱室智能布置设计系统与甲板锚泊智能布置设计系统。
现阶段的舱室布置优化问题的研究对象一般是形状较为规则的矩形舱室。本文基于知识工程理论和优化思想,探索船舶机舱智能布置设计的方法,在获取和表达机舱布置工作中的各类知识的基础上,应用CATIA二次开发功能,对遗传算法的编码和解码过程做出修改,完成在任意形状的布置平面上的机舱布置,使机舱布置三维可视化、自动化、智能化,达到提高知识的重用性和共享性、缩短设计周期、提高设计效率和质量的目的。
1 机舱智能布置中的知识获取
知识工程是一种将某领域知识重复利用于新型设计的工程学理论。其核心是将有关学科专业知识、领域知识、用户成熟的设计经验、设计参数的选择依据、相关设计标准及规范等知识嵌入设计软件中,通过知识再利用实现逻辑判断和推理,进一步实现产品的智能化设计。知识工程的关键技术有知识获取、知识表示和知识推理。它们构成了知识工程解决实际问题的步骤,即从知识源获取知识,然后将其转换为计算机可处理的知识形式,最后由这些知识推出所需要的结论。
知识获取是指由领域专家的经验和知识转换为智能系统解决问题所需要的专业知识的过程。知识工程领域中有很多类型的知识,主要有事实、过程、规则、启发式知识等。知识本身的多样性决定了知识获取不存在一种统一的方式。根据舱室布置设计的特点,本文主要从机舱的布置原则、设备分类、操作维护和人员通道四部分进行知识获取,具体的知识获取过程在此不作展开。
2 机舱智能布置中的知识表示
知识表示就是对知识的描述,即用一些约定的符号把知识编码成一组可被计算机直接识别,并便于系统调用的形式知识。本文主要应用两种方法表达机舱布置中的知识,即产生式表示法和面向对象的表示法。
2.1 产生式表示法
针对设备的布置准则、设备的重要性和设备之间的联系这三种规范类的知识,适宜用表示因果关系“IF A,THEN B”的产生式表示法来表示。
表1是产生式表示法知识库的一部分。“位置”一列用数字“1”表示设备位于花铁板平台;“系统”一列用汉字代表设备所属系统;“重要”一列用数字代表设备的重要程度,是综合考虑设备所在系统的重要程度和设备在系统中的重要程度而确定的,设备的重要程度从“1”到“3”递减;“L”、“B”和“H”分别表示设备的长、宽和高;“X1”、“X2”、“Y1”和“Y2”是由“布置准则描述”限定的设备布置范围,分别表示船长方向最小、最大值和船宽方向的最小、最大值。
因此,“油渣泵属于燃油系统,比较重要,应放在油渣舱下方”这条知识可以表示为:
IF 名称=油渣泵
THEN (系统=燃重要=2X1=31940,X2=41420,Y1=0,Y2=14100)
表1 产生式表示法知识库(部分)
2.2 面向对象的表示法
针对操作维护、人员通道等这两种知识,本文用面向对象表示法来表示。具体做法是将知识封装在三维模型中,这样使得三维模型同时具有几何属性和知识属性。
由于设备的操作维护方便程度的要求,在设备四周需要预留出一定的操作维护空间。因此采用“考虑操作维护空间的三维建模方法”对设备模型进行二次建模。图1是燃料油输送泵模型,图2是用“考虑操作维护空间的三维建模方法”建立的模型。
图1 燃料油输送泵模型
图2 用“考虑操作维护空间的三维建模方法”建立的模型
花铁板的三维模型中,主机周围的人员通道、逃生通道以及肋骨和海水总管处不能布置设备,因此采用“布尔运算”的方法,将这些区域从花铁板模型中减掉。图3为布尔运算后的花铁板三维模型。
图3 花铁板的三维模型
3 机舱智能布置中的知识推理
知识获取与知识表达的最终目的是利用这些知识来求解智能布置问题,获取布置设计方案。这个关键的求解过程便是由布置设计的知识推理所完成的。机舱智能布置的知识推理可以通过调用机舱智能布置的数学模型来具体实现。
3.1 数学模型
机舱布置是一个多目标问题,本文采用加权算法进行多目标优化,将多目标决策问题转化为单目标问题求解,建立了机舱优化布置设计的数学模型:
其中:
1)X={X1,X2,…,Xp}={(x1,y1),(x2,y2),…,(xp,yp)},p为设备数量,xi(i=1,2,…,p)为设备i的x坐标,yi(i=1,2,…,p)为设备i的y坐标。
2)目标函数中:wi(i=1,2,3)为各指标的重要性权系数。f1(X)描述了机舱内部对于干扰距离有要求的设备之间的广义综合距离,即干扰距离。f2(X)描述了机舱内所有设备对于中纵剖面的力矩代数和,即平衡力矩。f3(X)描述了机舱内所有设备到其所在平台逃口的距离和,即人员流通距离。
3)约束条件:这里主要考虑两类约束,即几何约束和领域约束。几何约束包括:(1)设备互不干涉且不与肋骨干涉;(2)设备不超出平台边界。优化时,将这两种几何约束转化为惩罚项加到目标函数中。领域约束即上文所探讨的“知识”,分别通过产生式表示法和面向对象的表示法表达。
3.2 优化方法
遗传算法(GA)是模仿自然界生物进化思想而得出的一种鲁棒性极强的全局优化方法,在对搜索空间探索和开发的分析中,具有很强的搜索寻优能力。本文采用遗传算法对机舱布置优化问题求解。
3.2.1 适应度函数
遗传算法的适应度函数,可表示为问题的目标函数与罚函数之和:
fF(X)=F(X)+w4I(X)+w5P(X)
其中,w4与w5是重要性权系数;F(X)是问题的目标函数,如式(1)所示;I(X)是衡量设备干涉的应变量,干涉数越多,则I(X)越大;P(X)是衡量设备是否超出平台边界的应变量,超出设备越多,则P(X)越大。
3.2.2 编码与解码
由于机舱布置平台的形状极不规则,因此不能采用传统的对坐标对进行编码的形式,而是先将坐标对集合转换成基于点集的集合,再对此集合进行编号,最后将此十进制编号进行二进制编码。相反,解码过程为:二进制编码转换为十进制编号,再转换成坐标值。图4为编码与解码的流程图。
图4 编码与解码流程图
这样的编码与解码过程的好处是,可以事先将各设备的允许布置的空间(一般为极不规则的图形)转换成一个点集并记录下来,代替设备的空间约束条件。因此,基于“点集编号”的编码和解码方式可以实现在任意形状的布置平面上完成布置。
3.2.3 遗传算子
遗传算子包括选择、交叉、变异三种。其中,选择过程采用轮盘赌方法,交叉过程采用单点交叉方式。
3.2.4 初始种群与终止条件
种群规模Npop为几十到几百,初始种群随机产生。以迭代次数达到某值作为终止条件。
4 机舱智能布置的实现
以机舱花铁板为例,对花铁板上的设备进行智能布置。
4.1 花铁板平台布置中的知识获取与表示
4.1.1 设备分类
花铁板平台是机舱中最下方的一层平台,花铁板平台上布置的设备有19个,包括燃料油输送泵、柴油输送泵和消防水系统、压载水系统、舱底水系统的设备等。对这19个设备进行分类,如表2所示。
表2 花铁板平台的设备分类
4.1.2 布置原则
花铁板平台的布置平面是花铁板。花铁板是主机安装好之后进行安装的,安装花铁板的目的是覆盖住双层底上方的管路,便于轮机人员行走和操作。
海水总管和主滑油泵位于花铁板下方,十分靠近花铁板,因此海水总管和主滑油泵上方不应布置设备。各设备的位置要求是:燃料油输送泵和柴油输送泵应接近燃油溢油舱,并排布置;油渣泵、No.1主机滑油分油机供给泵和No.2主机滑油分油机供给泵应尽量布置在油渣舱下方;滑油输送泵应布置在滑油澄清舱下方;冷却水输送泵应接近冷却水舱;No.1、No.2、No.3冷却海水泵应接近海水总管,并排布置;电击棒控制箱应接近海水总管;日用舱底水泵和舱底水油水分离器应接近舱底水存放舱与舱底水分离油舱;舱底消防总泵和消防舱底泵应接近海水总管,左右对称;No.1和No.2压载泵应接近海水总管,左右对称;制淡装置喷射泵应接近海水总管;空冷器化学清洗柜和清洗泵没有位置要求。
以上设备的位置要求都可以很容易地转化设备坐标的取值范围(即表1中的:X1、X2、Y1、Y2),并与设备分类信息合并成产生式表示法知识库。
4.1.3 操作维护
操作维护方面的知识利用2.2节中面向对象的知识表示法来表达,即将设备的操作维护空间利用“自由空间”建模的方法“封装”在一个个长方体中。
4.1.4 人员通道
人员通道方面的知识,也利用2.2节中面向对象的知识表示法来表达,即将肋骨,逃生门,主机周围,海水总管和主滑油泵所在的区域从花铁板布置平台中“减去”。
4.2 CATIA二次开发技术
CATIA的二次开发有多种方法,在进程内程序(In-process Application)通过vbscript脚本或者vba访问,在进程外程序(Out-process Application)通过OLE自动化对象来访问。VB.NET对CATIA的二次开发主要基于COM访问CATIA内部对象,其核心就是使用外部程序控制内部程序,这样使开发者可以使用VB.NET程序嵌入访问CATIA内部程序。
本文采用VB.NET对CATIA进行二次开发,以实现机舱智能布置的构想。主要用到的CATIA内部函数有:设定位置Set Components(CATSafeArrayVariant iAxis Components Array),增加部件Add Components From Files(CATSafeArrayVariant iFilesList,CATBSTR iMethod),干涉Clash等。
4.3 花铁板平台布置实例分析
花铁板平台的布置问题采用遗传算法进行求解。其设计变量是花铁板上19个设备的坐标X={X1,X2,…,X19}={(x1,y1),(x2,y2),…,(x19,y19)},采用基于“点集编号”的二进制编码。适应度函数考虑到了设备之间的干扰距离、不平衡力矩、逃生距离、设备之间是否干涉和设备是否超出花铁板边界。
在遗传过程中,取种群规模Npop为50,迭代次数为50,交叉概率Pc为0.8,变异概率Pm为0.01。图5为遗传算法适应度函数值随代数变化的曲线。图6为智能布置的结果。图7和图8为三维仿真机舱智能布置结果示意图。
图5 遗传算法适应度函数值随代数变化曲线
从图6—图8可以看出,智能布置的结果:所有设备距中纵剖面的力矩较小,有足够的人员流通通道,各设备之间没有干涉且没有设备超出了布置平台的边界,满足布置准则且考虑到了操作维护的方便度。因此,这个结果满足机舱布置的基本要求。
图6 智能布置结果
图7 三维仿真机舱智能布置结果示意图(a)
图8 三维仿真机舱智能布置结果示意图(b)
5 结论
本文以船舶机舱布置作为研究对象,综合运用知识工程的关键技术、数据库技术、计算机图形学和优化技术,建立船舶机舱智能布置的数学模型及建立求解方法,突破传统船舶CAD系统在布置设计中的局限性,使机舱布置三维可视化、自动化、智能化,提高了设计效率和质量。最后以3100TEU集装箱船机舱花铁板平台智能布置为例进行验证,优化结果表明,知识工程的方法可以有效助力解决三维布置问题。
核心关注:拓步ERP系统平台是覆盖了众多的业务领域、行业应用,蕴涵了丰富的ERP管理思想,集成了ERP软件业务管理理念,功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理,全面涵盖了企业关注ERP管理系统的核心领域,是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处:拓步ERP资讯网http://www.toberp.com/
本文标题:船舶机舱智能布置方法研究