Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2004
Tezin Dili: Türkçe
Öğrenci: Mark Allen GAMMON
Danışman: Ahmet Dursun Alkan
Özet:
| ÖZET Bu tez, gemi gövde formu optimizasyonunda Evrimsel Algoritmaların uygulanması konusunu araştırmaktadır. Tezde ayrıca Yapay Sinir Ağlarından faydalanarak belirli bir tekne niteliğinin tahmini de incelenmiştir. Gövde formu optimizasyonu, kısıtlamalar dahilinde dizayn isteklerini yerine getirirken önemli bazı gemi performans nitelMerinin hidrodinamik analizlerini kullanarak en iyi çözümü araştırmaya yönelik bir bakış açısma sahiptir. Teknenin hidrodinamik performansı; gemi direnci, denizcilik ve stabilite özellikleri cinsinden değerlendirilmiştir. Optimizasyon yöntemi tek ve çok amaçlı optimizasyonları dikkate almaktadır. Dizayn uzayındaki potansiyel teknelerin araştırabilen bir arama motoru, hem tekne formunu ve hem de tasarım isteklerini yerine getirecek temel parametreleri belirlemeyi optimize eden evrimsel algoritmaları kullanmaktadır. Alternatif tekne formları arasında rekabeti sağlamak amacıyla çok cinsli genetik algoritma kullanımı geliştirilmiştir. Tekne formunun optimizasyonu hidrodinamik ana performans nitelMerinin değerlendirilmesi ile yapılmıştır. Çalışmada hidrodinamik performans; gemi direnci, denizcilik ve stabilite açılarından belirlenmiştir. Önerilen dizayn yöntemi, yeni gelişltirilen bir teknik dahil olmak üzere çok amaçlı çok amaçlı optimizasyonları kullanmaktadır. Teknenin modellenmesinde farklı kromozomların birleştirildiği bir metod gehştirilmiştir. Tekne ofset verilerim modellenmesinde matris kromozomu yöntemi kullanılmıştır. Aday teknelerin ana parametrelerini modellenmesi tek bir kromozom (tek boyutlu bir dizi) yardımıyla gerçekleştirilmiştir. Bu yöntem, şartlan sağlayan bir ön tasarımın ana parametrelerini optimize edilmesini ve ayrıca direnci minimize, diğer performans niteliklerinden denizcilik ve stabiliteyi maksimize eden tekne formunu elde etdecek uzlaşmalı bir optimizasyonu sağlamaktadır. Makul bir direnç yaklaşımı elde etmek için klasik olarak lineerleştirilmiş ince gemi (thin ship) teorisindeki bazı değişikliklerden faydalanılmışlar. Boy-genişlik oram düşük ayna kıçlı gemilerin özel bir problemi incelenmiştir. Aday tekne formlarının direnç karakteristikleri ile birlikte dikkate alman denizcilik özellikleri teknenin düzgün dalgalardaki hidrodinamik davranışını içermektedir. İki boyutlu şerit teorisini kullanan denizcilik analizi, dikey hareketlere ait denizcilik indeksini elde eden girdiyi oluşturmaktadır. Yöntem, diğer serbestlik derecelerindeki gemi hareketlerine ait indeksler için de benzer olarak uygulanabilir. Stabilite ile ilgili olarak, tekne adaylarının analizi ilk önce formüle dayalı bir regresyonla ve daha sonra Yapay Sinir Ağlan kullanılarak gerçekleştirilmiştir. Yapay Sinir Ağını eğitmek için gereken gemi özellikleriyle ilgili bilgileri elde etmek amacıyla tipik adaylara ait bir veritabanına gerek duyulmuştur. Ağırlık merkezinin enine yeri olan KG'nin tayini, denizcilik değerlendirmesi için girdi olarak ve ayrıca maksimum KG kısıtlamasını sağlamak amacıyla kullamlmıştrr. Anahtar Kelimeler: Tekne Formu Optimizasyonu, Genetik Algoritma, Yapay Sinir Ağlan, Hidrodinamik, Gemi Dizaynı. xıv | |||
| ABSTRACT This thesis examines the application of Evolutionary Algorithms for ship hull form optimization. In addition the thesis briefly examines the use of an Artificial Neural Network for predicting a particular hull attribute. A method is developed where different chromosomes are combined to model the hull. A matrix chromosome is used to model the hull offsets. A one-dimensional array or single chromosome is used to model the principal parameters. The method allows both optimization of the principal parameters to obtain an initial design satisfying the requirements as well as concurrent optimization of the hull form to minimize resistance and maximize other performance attributes of seakeeping and stability. Hull form optimization is conducted using hydrodynamic evaluations of key performance attributes. In particular, performance in terms of ship resistance, seakeeping and stability are evaluated. The design methodology uses multiple objective optimizations and a novel multiple objective optimization technique is developed. The search for potential designs uses evolutionary algorithms to optimize both the hull form and determine the principal parameters satisfying the design requirements. A multi-species genetic algorithm is developed to enable competition between alternate hull forms. In order to obtain a reasonable approximation of the resistance some modifications of classical linearised thin-ship theory is utilized. A particular problem for vessels with low length to beam ratio and with transom sterns is investigated. In addition to resistance the candidates are evaluated in terms of seakeeping performance. Seakeeping is evaluated using a hydrodynamic evaluation of the hull forms in a regular seaway. A two dimensional strip theory analysis of seakeeping provides the input to develop a vertical motion seakeeping index. With respect to stability an analysis of vessel candidates is conducted using a regression based formulation and an artificial neural network. A database of typical candidates is required to provide data on vessel attributes that are required for Ixaining the neural network. The determination of the center of gravity or KG is then used as input for the seakeeping evaluation as well as to satisfy the constraint for a maximum KG. Key Words: Hull Form Optimization, Genetic Algorithms, Neural Networks, Hydrodynamics, Ship Design |