aplicaciones de la optimizacion en el diseÑo de embarcaciones de servicio fluvial (proyecto:...
Post on 26-Jan-2015
18 Views
Preview:
TRANSCRIPT
APLICACIONES DE LA OPTIMIZACION EN EL DISEÑO DE EMBARCACIONES DE SERVICIO FLUVIAL
(Proyecto: “Optimización de Embarcaciones para Uso Fluvial Ecuatoriano”, CONESUP CON03)
José R. Marín López, Facultad de Ing. Marítima - ESPOL,
Km 30.5 Vía Perimetraljrmarin@espol.edu.ec
Embarcaciones actualmente en servicio:
Serv. Hospitalario
Transp. Carga y Pasajeros
Problema de Optimización:
Max./Min.: , donde: es el vector de Variables de Decisión / Diseño.
)X(F
n
2
1
X
...
X
X
X
Sometida a(Restricciones):
m,1j,0.0)X(gj
l,1k,0)X(hk
n,1i,XXX uii
li
Desigualdad
Igualdad
Laterales
1. Definición de las Formas a partir de
las Variables de Decisión
Para implementar un esquema de Optimización:
3. Optimización para Minimizar la
Resistencia al Avance
CONMIN: CONstrainedMINimizationVanderplaats, G., NASA Technical Memorandum, NASA TM X-62,282
2. Estimación dela Resistencia
al Avance
Desplazamiento/Planeador
Froude => CB
Definición de las Formas (1)(Desplazamiento: Servicio Hospitalario):Variables de Decisión: L y T,Area Hosp.=82 m2, v=9.5 nudos
Manga: B Wcasco Volumen
CB => CM
CP => CPF
Fn => lcb
Smoj(V, B, T, CB )
R, Holtrop
70
75
80
85
90
95
100
18. 00 19. 00 20. 00 21. 00 22. 00 23. 00 24. 00 25. 00 26. 00 27. 00 28. 00
SMSHCP DANCK2 SCHNEE LAP DANCK1
Parámetros requeridos: L, B, T Vol, SMOJ, CB, CP, CM, CWL
LCB, AT, IPOPA, iE, UK2, SAPEN
RF: Resistencia Friccional (ITTC 1957)RW: Resistencia por Formación de Olas,RAPP: Resistencia de los apéndices,RTR: Resistencia por inmersión del espejo, y,RA: Resistencia por Correlación Modelo-Prototipo.
ATRAPPW1FTotal RRRR)k1(RR
Estimación de la Resistencia (2): método de Holtrop (Desplazamiento: Servicio Hospitalario)
Holtrop, J., “A Statistical Re-Analysis of Resistance and Propulsion Data”. International Shipbuilding Progress, Nov. 1984
24
d1521AW FncosmFnmexpgcccR
Definición de las Formas (Planeadores: Transporte de Carga ó Pasajeros):
Variables de Decisión: L, CB, T, LCG, , tcasco
vcarga=12-15 nudos, vpasaj=15-20 nudos
Manga: B Wcasco(tc) Vol. (L, CB,T)
CB => CM
CP => CPF
R, Savitsky+Blount
KG (zcasc, zmaq, zcarg)
Mto. Flec. encallado
)l*90.0*2l*74.0(LA tadocosfondoTCasco
Parámetros requeridosVol, BM, , LCG, VCG, , f
Estimación de la Resistencia (2): método de Savitsky (Planeador: Transporte de Carga y Pasajeros)
•Savitsky, D., Hydrodynamic Design of Planing Hulls. MT’64 •Blount, D. y Fox, D., Small-Craft Power Prediction. MT’76
Resultados de la Optimización – Servic. Hospit.
WCascoyRAvance,)x('fwf/)x(fw)x(fPK
1kkk
K
1k
0kkkk
Restricciones: ACbta >82 m2, y, GMT >0.15 m (Exig. Estructural?)
CONVERGENCIA FUNCIÓN OBJETIVO
0
0.2
0.4
0.6
0.8
1
1.2
0 5 10 15 20 25 30 35 40# Iteración
m/m
CONVERGENCIA L
19
19.5
20
20.5
21
21.5
22
22.5
0 5 10 15 20 25 30 35 40# Iteración
m
CONVERGENCIA A. Cbta.
0
20
40
60
80
100
120
140
0 5 10 15 20 25 30 35 40# Iteración
m2
… Resultados de la Optimización (75%Ravance, 25%Wcasco)
Resultados de la Optimización – Carga (100%Ravance)
Transporte de Carga
285.0290.0295.0300.0305.0310.0315.0320.0325.0330.0335.0
0 20 40 60 80 100Iteración
R, k
g
12 n
13.5 n
15 n
Transporte de Carga
7.0
7.5
8.0
8.5
9.0
9.5
10.0
0 20 40 60 80 100Iteración
L,
m
12 n
13.5 n
15 n
Transporte de Carga
3.0
3.5
4.0
4.5
5.0
5.5
6.0
0 20 40 60 80 100Iteración
L/B
12 n
13.5 n
15 n
Restricciones: GMT>0.25 m, ACbta,>10 m2, cub<600 kg/cm2, casco/L<0.1 cm/m, y, 4.5<L/B<12
V=12, 13.5 y 15 nudos
Transporte de Carga
295
300
305
310
315
320
325
330
335
340
345
8 9 10 11 12
L, m
R, k
g
12 n
13.5 n
15 n
Transporte de Carga
295
300
305
310
315
320
325
330
335
340
345
0.15 0.2 0.25 0.3
T, m
R, k
g
12 n
13.5 n
15 n
Transporte de Carga
295
300
305
310
315
320
325
330
335
340
345
0.7 0.8 0.9 1
Wcasco, tons
R, k
g
12 n
13.5 n
15 n
Resultados de la Optimización – Pasaj. (100%Ravance)
Restricciones: GMT>0.25 m, ACbta,>14.6 m2, cub<600 kg/cm2, casco/L<0.1 cm/m y, 4.5<L/B<12
V=15, 17.5 y 20 nudos
Transporte de Pasajeros
250.0
270.0
290.0
310.0
330.0
350.0
370.0
0 50 100 150Iteración
R, k
g
15.0 n
17.5 n
20.0 n
Transporte de Pasajeros
7.0
7.5
8.0
8.5
9.0
9.5
10.0
10.5
11.0
0 50 100 150Iteración
L, m
15.0 n
17.5 n
20.0 n
Transporte de Pasajeros
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
0 50 100 150Iteración
Ac
arg
o, m
2
15.0 n
17.5 n
20.0 n
Transporte de Pasajeros
295
300
305
310
315
320
325
330
335
8 9 10 11 12
L, m
R, k
g
15.0 n
17.5 n
20.0 n
Transporte de Pasajeros
295
300
305
310
315
320
325
330
335
0.15 0.2 0.25 0.3T, m
R, k
g
15.0 n
17.5 n
20.0 n
Transporte de Pasajeros
295
300
305
310
315
320
325
330
335
0.7 0.8 0.9 1
Wcasco, tons
R, k
g
15.0 n
17.5 n
20.0 n
… Resultados de la Optimización – Carga/Pasaj.
Resistencia al Avance
0.0
50.0
100.0
150.0
200.0
250.0
300.0
350.0
400.0
12.0 14.0 16.0 18.0 20.0v, nudos
R, k
g
CARGA
PASAJEROS
PASAJEROS/Carga
… Resultados de la Optimización – Carga/Pasaj.
Comentarios finales
Se pudo (sin considerar corrección por profund. limitada):
Reducir la Resistencia al Avance de Hosp. 1 a 9.5 nudos: 759.20 kg; nuevo diseño, reduce al 68% la Resistencia al Avance (519.7 kg). El peso del casco se incrementa de 8.51 a 8.94 toneladas, 5%.
Un óptimo local para transportar carga tiene una eslora de 9.26 metros, para el rango de velocidades dado. Para el caso del transporte de pasajeros, es preferible una eslora de 9.82 metros. La de pasajeros es más eficiente que la de carga. Los calados para los diseños óptimos están entre 0.20-0.25 m.
•Optimización de una embarcación para prestar servicio hospitalario fluvial•Optimización de embarcaciones planeadoras fluviales para transporte de carga y pasajeros
http://www.fimcm.espol.edu.ec/web%20profesores/jrmarin/index.htm
top related