Page 131 - 《爆炸与冲击》2023年第2期
P. 131

第 43 卷    第 2 期                   爆    炸    与    冲    击                       Vol. 43, No. 2
                2023 年 2 月                    EXPLOSION AND SHOCK WAVES                          Feb., 2023

               DOI:10.11883/bzycj-2022-0155


                             基于       ESGA         遗传算法的水射流自驱

                                           旋转喷头优化设计                         *


                                          陈源捷 ,陈正寿 ,杜炳鑫 ,谢应孝 ,姜    华          2
                                                               1
                                                        1
                                                1
                                                                       1
                                       (1. 浙江海洋大学船舶与海运学院,浙江 舟山 316022;
                                       2. 太平洋海洋工程(舟山)有限公司,浙江 舟山 316057)
                  摘要: 超高压水射流自驱旋转型喷头是目前广泛应用于船壁除锈的一种装置,其布局方式直接影响船壁除锈的
               效率和质量,目前喷头布局多依赖工程经验,缺少准确的理论分析和优化技术支持。针对水射流自驱旋转型喷头的布
               局优化问题,在传统遗传算法(genetic algorithm,GA)的基础上,提出一种基于“锦标赛选择”的精英策略遗传算法
               (elitist strategy genetic algorithm,ESGA),该算法通过采用种群进化过程中精英个体直接保留到下一代的进化策略,从而
               有效提高算法的全局收敛能力和算法的鲁棒性。结合旋转喷头扫掠冲击性能和轨迹特征,以喷头移动路径垂直打击
               面上的能量分布均匀度为衡量标准,建立超高压水射流自驱旋转型喷头的螺旋扫掠冲击离散化时间优化模型,并分别
               利用两种遗传算法对其进行优化改进。对一字形水射流自驱旋转型喷头的布局优化研究发现,经                                   ESGA  算法优化的
               旋转喷头,其扫掠冲击能量分布均匀度较原喷头布局提升了                     47.2%,其收敛精度也高于      GA  算法。经对   ESGA  算法优化
               后的喷头实验验证发现,ESGA         优化方案较原设计方案除锈效率提高了              42.0%。改进的   ESGA  优化算法可行性强,能够
               在收敛迭代次数较少的情况下得到水动力性能更好的喷头布局方案,为旋转型喷头布局优化设计提供了理论依据和
               应用支持。
                  关键词: 船壁除锈;旋转喷头;遗传算法;扫掠冲击;布局优化
                  中图分类号: O358   国标学科代码: 13025   文献标志码: A


                           Optimum design of self-driven rotary water-jet sprayer
                                        based on ESGA genetic algorithm

                                                                                 1
                                                         1
                                                                    1
                                        1
                            CHEN Yuanjie , CHEN Zhengshou , DU Bingxin , XIE Yingxiao , JIANG Hua 2
                     (1. Naval Architecture and Maritime College, Zhejiang Ocean University, Zhoushan 316022, Zhejiang, China;
                                   2. Paxocean Engineering Co. Ltd., Zhoushan 316057, Zhejiang, China)
               Abstract:  The self-driven rotary sprayer using ultra-high-pressure water jet is widely used in the rust removal of ship hulls,
               and  its  layout  directly  affects  the  efficiency  and  quality  of  ship  derusting.  Hitherto,  the  design  of  sprayer  layout  primarily
               depends on practical engineering experiences, due to the lack of support from accurate optimization techniques and theoretical
               analysis. In order to solve the layout optimization problem associated with self-driven rotary sprayers using ultra-high-pressure
               water jet, an improved elitist strategy genetic algorithm (ESGA) based on conventional genetic algorithm (GA) is proposed. By
               designing appropriate evolutionary operations, the ESGA algorithm can skip crossover and mutation operations on the fittest
               individuals in the population, and then directly copy the fittest individual to the next generation. Thus, the global convergence
               ability and robustness of the algorithm are improved effectively. By fully combining the sweep impinging performance and
               trajectory characteristics of rotary sprayer, a sweep impinging discrete-time model for self-driven rotary sprayer using ultra-



                 *  收稿日期: 2022-04-12;修回日期: 2022-07-20
                   基金项目: 国家自然科学基金(41776105);舟山市科技计划项目(2019C21010);浙江省属高校基本科研业务费(2021JD002)
                   第一作者: 陈源捷(1995- ),男,硕士研究生,1101693713@qq.com
                   通信作者: 陈正寿(1979- ),男,博士,教授,aaaczs@163.com


                                                         024201-1
   126   127   128   129   130   131   132   133   134   135   136