新型雙體無人測量艇靜水阻力性能預報與航態優化

蔡君蕾, 姚天成, 劉 宏, 萬立健 萬 軍, 樊 翔, 趙永生

(1. 上海交通大學 海洋工程國家重點實驗室,上海 200240; 2. 自然資源部第二海洋研究所 極地深海技術研究院, 浙江 310012; 3. 上海交通大學 海洋裝備研究院; 高技術船海裝備創新研發中心,上海 200240; 4. 上海達華測繪科技有限公司,上海 200120;5. 上海船舶研究設計院,上海 201203)

海洋觀測技術是海洋科技格局發展中最具活力的創新領域之一.中國作為海洋大國,對海洋環境的監測和水文資源要素的采集有迫切需求.傳統的海洋環境監測通常以浮標、潛標和載人調查船為載體,存在難以適應復雜惡劣的海況、機動性能較差、綜合成本較高等方面的天然局限,因此海上監測載體正在向無人化、智能化發展.無人艇[1]作為一種無人海洋智能運載平臺,可在海洋中承擔長時間、大范圍、低成本的海洋監測任務,其中雙體無人測量艇因其優良的橫穩性、快速性及操縱性能和充足的甲板面積,正成為研究開發的熱點方向.

在無人測量艇的設計過程中,航行阻力大小直接決定了測量艇的經濟性能和工作性能,因此阻力性能的預報十分重要.目前,阻力預報方法主要有模型試驗、理論計算和計算流體力學(CFD)方法.羅良[2]利用Holtrop經驗公式法對KCS船模和實船分別進行分析研究,并開展物理試驗進行對照,最終證明該方法能滿足工程精度要求;孫源等[3]利用半理論半經驗方法對某滑行艇進行阻力預報,并與物理試驗結果進行比較,得出在高速滑行區間,阻力結果與試驗值較接近,但縱傾角的計算值還存在一定誤差;鄧芳等[4]、楊顯原等[5]運用細長體理論對雙體無人船進行了阻力預報,與調研的參考文獻試驗結果進行驗證對比,分析不同參數在減阻方面的影響;董文才等[6]比較分析了滑行艇阻力計算中常用的2類半經驗半理論方法的適用范圍,提出查潔法結合雷諾平均(RANS)方程的滑行艇阻力計算方法,與物理試驗值進行比較,結果吻合較好.由此可知,物理試驗是阻力預報最可靠的方法,但由于成本和試驗設施因素,在船舶設計初期通常難以開展;而基于經驗公式和勢流理論的計算方法在阻力預報方面具有一定應用價值,但在精度方面仍有所欠缺.

CFD方法可以考慮流場的黏性影響,模擬更真實的實際流場情況,且相較于經驗公式和勢流理論方法,CFD方法能達到更高的精度,解決很多黏性流場帶來的非線性問題,如對極端海浪、甲板上浪、波浪破碎等現象中船舶運動和載荷響應預報的模擬.不少學者也利用該方法進行阻力研究.倪崇本等[7]對阻力成因進行分析,提出用基于CFD方法的疊模法求解黏性阻力,用Euler方程求解興波阻力來進行總體阻力預報;肖國權等[8]對小型單體無人船進行了CFD阻力分析,得到阻力關于不同參數的變化;邵峰等[9]利用FLUENT模擬了帶有附體的小型無人船阻力預報,數據吻合良好;方靜等[10]利用OpenFOAM對一艘超小型雙體無人船進行CFD阻力分析,得到阻力性能較優的船體線型和非常規槳的布置方案;戴現令等[11]、梁嚴等[12]也分別利用FLUENT對三體無人船進行了阻力分析,來對片體型線、位置布置等參數進行阻力性能優化;趙核毓等[13]用CFD方法對深V滑行艇的多個船型進行阻力預報比較,為后續研究提供了數據參考;郭軍等[14]提供了一種Savitsky方法結合CFD重疊網格技術的預報方法,提高了CFD方法對滑行艇阻力預報的計算效率和精度.綜上所述,當前對小型多體無人船的阻力研究主要集中在中高航速區間的阻力預報,而對無人雙體船從低航速到高航速區間和涉及較完整的航態變化的阻力性能研究還較為有限.

1 目標船總體方案

目標艇為上海交通大學船舶與海洋工程設計研究所自主研發設計的新型多功能無人雙體測量艇.船體片體橫剖面采用雙折線設計,片體型線關于片體中心線不完全對稱.該測量艇主要用于搭載多波束聲學設備,也可以搭載其他探測設備進行海上作業.該船的外觀效果圖如圖1所示,船體橫剖面型線如圖2所示,實船及船模的主要設計參數如表1所示.

表1 主要設計參數Tab.1 Main parameters

圖1 目標船外觀效果Fig.1 Appearance rendering of target ship

圖2 目標船橫剖面型線Fig.2 Cross-section of target ship

2 船模水池靜水阻力試驗

試驗在上海交通大學多功能船模拖曳水池完成,水池全長 300 m,寬16 m,深7.5 m,并配備最大速度為10 m/s的高速拖車.

靜水阻力試驗在設計吃水狀態下進行,試驗過程中,船模通過連接在模型重心位置的前后共4根鋼絲拖曳前行,鋼絲與模型連接處的4個拉力傳感器的合力即為模型總阻力.試驗中開放縱傾和升沉兩個自由度,通過傾角儀測量得到模型的縱傾角度,通過Qualisys光學測量系統記錄升沉并換算至模型重心位置,同時測量記錄水池溫度與拖車速度.

圖3 試驗整體布置Fig.3 Overall layout of model test

3 目標船靜水阻力性能預報

在數值計算方面,采用兩種阻力預報方法進行比較.其中,基于統計學回歸分析的Holtrop經驗公式法依托Maxsurf平臺[15]進行,主要進行阻力成分的分析比較;黏性計算流體力學方法則借助STAR-CCM+平臺開展,用于全航速的阻力和航態模擬,最后將各個預報結果與水池物理試驗結果進行對比和分析.

3.1 Holtrop經驗公式法

Holtrop方法由荷蘭 MARIN 水池在1978—1984 年發表,是根據船模試驗和實船試航資料基于統計學方法分析而得到的實船阻力計算公式.其數據資料來自非系列排水型船舶,且涵蓋弗勞德數Fr在0.55以上的高速船,可用于預測油輪、雜貨船、漁船、拖船等不同船型的阻力,適應范圍較廣.阻力一般估算公式[16]為

Rt=Rf(1+k)+Rapp+Rw+Rb+Rtr+Ra

(1)

式中:Rf為摩擦阻力,根據ITTC1957公式[17]得到;1+k為船舶形狀因子;Rapp為船舶附體阻力;Rw為興波阻力;Rb為球鼻艏引起的附加阻力;Rtr為方艉引起的附加阻力;Ra為船模與實船相關的修正因子.Holtrop方法[18-19]給出了式(1)中每個參數的回歸公式.

由于研究對象為雙體船,故該方法中的形狀因子可表示為1+βk,其中β為雙體船片體間的黏性干擾因子.通過Molland公式[20]來定義形狀因子,

(2)

3.2 黏性計算流體力學方法

黏流CFD方法選取的控制方程為RANS方程,數值離散方法為有限體積法,湍流模擬選取k-ε湍流.針對本次模擬,采用VOF方法對自由面進行捕捉,同時使用重疊網格技術和DFBI模型來模擬運動船體.

3.2.1控制方程 流場模擬基于RANS方程進行,在歐拉坐標系下,兩相不可壓縮流體運動的基本控制方程[21]為連續性方程和動量守恒方程,即N-S方程,分別為

(3)

(4)

為使上述方程封閉,需要引入湍流模擬(方程),根據文獻[22]中的研究,選取了可實現的k-ε兩層湍流模型,該模型在魯棒性和準確性之間提供了良好的折衷,能更好地模擬船體流線彎曲程度較大的流動.

3.2.2基于重疊網格技術的DFBI模型 重疊網格是將復雜的流動區域分成多個幾何邊界比較簡單的子區域,各子區域中的計算網格獨立生成,彼此存在重疊、嵌套或覆蓋的關系,流場信息通過插值在重疊交界面上進行匹配和耦合.在處理物體非定常運動數值仿真時,重疊網格可以解除物體與網格之間的拓撲結構約束,物體在計算域內自由運動,計算網格無需重新生成,將該方法應用于物體運動幅度較大的數值模擬中,能提高模擬結果的精度和穩定性.DFBI是一種通過計算剛體在流體中的力來推導剛體軌跡的模型,建模時可根據需要分別設置剛體6個自由度的約束,以進行針對性的自由度響應分析.結合重疊網格技術建立DFBI模型,可實現流體作用下剛體運動特性更真實的模擬.

3.2.3網格劃分與邊界條件 在STAR-CCM+平臺中建立模型尺度的數值波浪水池模型,數值波浪水池長10 m,寬8 m,高度6 m.邊界設置如圖4所示,在距離壓力出口2 m以內的區域設置消波區,即一個船長的阻尼消波區,保證達到消波效果又盡量不影響船舶運動時產生的興波流場.

圖4 數值波浪水池邊界設置Fig.4 Boundary setting of numerical pool

網格劃分采用切割體網格,主要在自由液面的興波部分進行加密,計算域網格劃分如圖5所示.

圖5 計算域網格劃分Fig.5 Grid division of computational domain

表2 網格收斂性測試阻力結果(船模航速3 kn)Tab.2 Results of grid convergence study about resistance (model speed=3 kn)

由表2可知,粗糙網格得到的阻力結果為11.23%,誤差較大,而中等網格和細化網格得到的結果與水池試驗值的相對誤差均在7%左右,在可接受范圍.因此,綜合考慮計算精度和計算效率,最終選擇中等網格的劃分方式.

4 阻力計算與試驗對比分析

圖6 靜水阻力預報結果Fig.6 Results of hydrostatic resistance predictions

圖7 阻力分量變化Fig.7 Resistance component of ship model

圖8 CFD-物理試驗縱傾值Fig.8 Trim of ship model (CFD-model tests)

圖9 CFD興波俯視圖Fig.9 Vertical view of waveform around ship model by CFD

綜上可知,Holtrop經驗公式法主要適用于測量艇排水狀態的阻力預報,對黏性流場的模擬較粗糙,與真實航行狀態相比雖存在一些偏差,但計算效率高,在船舶設計初期可以快速預報測量艇在低速測量工況下的阻力性能;而黏流CFD方法能完整模擬預報測量艇的所有航行狀態和阻力值,且能達到較高精度,但需花費較長時間,在32核數(CPU主頻2.5 GHz)的計算機上進行單個工況的模擬所需時間約為8 h.

5 測量工況下的航態優化分析

測量艇航態是影響其阻力性能的關鍵因素,選取適當的初始航態能起到良好的減阻效果.一般在設計排水量下,通過適當調節壓載分布來改變重心的縱向位置是改變航態的有效方法,以及通過對比目標艇不同重心縱向位置下的阻力性能進行航態優化分析.計算工況選取重點關注的實船工作航速 6 kn,設計了10個不同重心縱向位置的工況,如表3所示.

表3 航態優化分析工況Tab.3 Conditions for attitude optimization

工況5為初始設計重心縱向位置,在此基礎上選取4個尾傾工況和5個首傾工況,得到的阻力和縱傾值關于重心縱向位置的變化如圖10所示.

圖10 航態優化阻力與縱傾值變化Fig.10 Resistance and trim of attitude optimization

由圖10可知,通過改變重心的縱向位置,即主要改變船舶的縱傾航態,對靜水阻力影響十分顯著.在這10個工況中,重心縱向位置的移動范圍為平衡位置處約±15%的船長,靜水阻力最大值和最小值有35%的相對變化,其中重心的縱向位置在3.6 m和4.8 m處阻力達到了兩次極小值,說明這是測量速度下兩個比較經濟的航態,這兩個工況下船體周圍波形如圖11所示.

圖11 兩種航態船體周圍波形Fig.11 Waveform around ship model of two navigation posture

由圖11可知,在阻力值相似的條件下,重心縱向位置在3.6 m處時,船體產生的開爾文波波幅較小,船頭波形也相對平穩,沒有太多的波浪破碎現象;重心縱向位置在4.8 m時,船體產生的開爾文波幅較大,存在約6° 的首傾,即出現了埋首現象,船頭伴有部分波浪破碎現象,整體穩定性不如前者.故經綜合考慮,選定重心縱向位置在距離船尾3.6 m,即距離船尾45%的船長處,縱傾為1.4° 的尾傾為船模測量速度下的經濟航態,此時船體所受阻力較小,開爾文波形和縱向航態均趨于平穩,適合需要穩定環境下的探測設備進行工作.

6 測量傳感器布置位置優化

目標艇用于搭載傳感器進行海洋觀測作業,傳感器安裝在測量艇的兩個片體中間開槽區域,具體安裝位置根據不同工況決定.以多波束聲學設備為例,該探測設備的安裝位置需保證傳感器所處介質的統一,避免傳感器出入水,故需在高液位區域安裝傳感器,保證其工作中始終處于自由液面以下.為此,在選取經濟航態基礎上,用CFD方法監測實船工作航速下的靜水阻力片體間波形,5和6 kn航速下片體間波形的左視圖和俯視圖分別如圖12和圖13所示.

圖12 實船5 kn航速下的片體間波形Fig.12 Waveform between hulls at 5 kn

圖13 實船6 kn航速下的片體間波形Fig.13 Waveform between hulls at 6 kn

由圖可知,航速5 kn時,片體間高液位峰值在距船尾0.47個船長處;航速6 kn時,片體間高液位峰值在距船尾0.39個船長處.綜合考慮得出,在工作航速時,距船尾約0.3～0.5個船長的位置存在一個相對穩定的高液面區域,如果把多波束聲學探測設備放在此處,可有效減少設備出水風險;同時,高液位區可遠離自由面,以避免自由面上的氣泡和亂流影響.綜上所述,可以確定該工作航速下傳感器的推薦安裝位置,根據不同的工況和設備需求也可通過同樣的方法調整設備的安裝位置.

7 結論

綜合利用經驗公式、CFD方法和水池物理模型試驗等方法對自主研發的雙體無人測量艇進行靜水阻力性能研究,同時分析不同航態下的阻力變化和工作航速下片體間流場形態,得到主要結論如下:

(2) 本雙體測量船在重心縱向位置從平衡位置移動±15%船長的范圍內,靜水阻力有35%的相對變化,說明縱傾值對阻力性能的影響十分顯著.在測量航速下得出本測量艇較為經濟的航態為1.4° 的尾傾,此時重心縱向位置在距離船尾45%船長處,由此可知與本船型相近的雙體船的推薦初始航態為1.5° 左右的尾傾,重心的推薦縱向位置布置點位于船體中部偏后處.

(3) 本船工作航速下,片體間距離船尾約0.3～0.5個船長的位置存在一個相對穩定的高液位區域,故多波束聲學探測設備的推薦布置位置為片體間船體中后部處,以保證多波束設備的探測精度和穩定性.