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 Perimetral
[email protected]
Embarcaciones actualmente en servicio:
Serv. Hospitalario
Transp. Carga y
Pasajeros
Problema de Optimización:
X1 

 es el vector de


X
Max./Min.: F ( X ) , donde: X    2  Variables de
...  Decisión / Diseño.
X 
 n

Desigualdad
g j ( X )  0 . 0 , j  1, m
Sometida a
(Restricciones):

hk ( X )  0,
l
k  1, l
u
Xi  Xi  Xi ,
i  1, n
Igualdad
Laterales
Para implementar un esquema de Optimización:
1. Definición de las
Formas a partir de
las Variables de
Decisión
2. Estimación de
la Resistencia
al Avance
Desplazamiento/Planeador
3. Optimización para
Minimizar la
Resistencia al Avance
CONMIN: CONstrainedMINimization
Vanderplaats, G., NASA Technical
Memorandum, NASA TM X-62,282
Definición de las Formas (1)
(Desplazamiento: Servicio Hospitalario):
Variables de Decisión: L y T,
Area Hosp.=82 m2, v=9.5 nudos
Froude => CB
Manga:
B
Wcasco
SM SHCP
DA NCK 2
SCHNE E
LA P
DA NCK 1
10 0
Volumen
95
90
85
CB => CM
80
CP => CPF
75
70
18 . 0 0
19 . 0 0
20.00
2 1. 0 0
Fn => lcb
22.00
23.00
24.00
25.00
26.00
27.00
28.00
Smoj(V, B, T, CB )
R, Holtrop
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
R Total  R F (1  k 1 )  R W  R APP  R TR  R A
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.

R W  A  c 1c 2 c 5   g exp m 1Fn
d

 m 4 cos  Fn
2
Parámetros requeridos: L, B, T
Vol, SMOJ, CB, CP, CM, CWL
LCB, AT, IPOPA, iE, UK2, SAPEN

Definición de las Formas
(Planeadores: Transporte de Carga ó Pasajeros):
Variables de Decisión: L, CB, T, LCG, b, tcasco
vcarga=12-15 nudos, vpasaj=15-20 nudos
Manga: B
Wcasco(tc)
A Casco  L T ( 0 . 74 * l fondo  2 * 0 . 90 * l cos tado )
Vol. (L, CB,T)
v
CB => CM
y
t C a sco

CP => CPF
u
x

KG (zcasc, zmaq, zcarg)
y ch = B M /2
b
R, Savitsky+Blount
Mto. Flec. encallado
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
Parámetros requeridos
Vol, BM, b, LCG, VCG, e , f

e
Resultados de la Optimización – Servic. Hospit.


K
K



0
P fk ( x )    w k fk ( x ) / f
  w k fk ' ( x ) , RAvance
k
k 1
y WCasco
k 1
Restricciones: ACbta >82 m2, y, GMT >0.15 m
(Exig. Estructural?)
CONVERGENCIA FUNCIÓN OBJETIVO
CONVERGENCIA A. Cbta.
CONVERGENCIA L
1.2
22.5
140
22
120
21.5
100
1
m2
21
m
m/m
0.8
0.6
60
20.5
0.4
40
20
0.2
19.5
0
19
0
5
10
15
20
25
# Iteración
30
35
40
80
20
0
0
5
10
15
20
# Iteración
25
30
35
40
0
5
10
15
20
25
# Iteración
30
35
40
… Resultados de la Optimización
(75%Ravance, 25%Wcasco)
Resultados de la Optimización – Carga (100%Ravance)
Restricciones: GMT>0.25 m, ACbta,>10 m2,
scub<600 kg/cm2, dcasco/L<0.1 cm/m, y, 4.5<L/B<12
V=12, 13.5 y 15 nudos
Transporte de Carga
Transporte de Carga
335.0
345
330.0
Transporte de Carga
Transporte
10.0de Carga
12 n
340
15
n
9.5
13.5 n
9.0
15 n
330
R, kg
R, kg
80
310
13.5 n
335
8.5
7.0
315 100
0
20
40
315
Transporte de Carga
6.0
305
300
5.5
300
5.0
295
0.15
10
11
L, m
L/B
9
12
80
100
305
295
0.2
0.25
0.3
0.7
T, m
4.0
13.5 n
3.5
15 n
3.0
40
Iteración
60
0.8
0.9
Wcasco, tons
12 n
20
60
300
4.5
0
15 n
310
305
8
13.5 n
320
Iteración
310
295
12 n
325
7.5
320
15 n
330
8.0
325
40Iteración60
12 n
340
R, kg
R, kg
335
12 n
L, m
13.5 n
12 n
325.0
340
320.0
13.5 n
315.0
335
15 n
310.0
330
305.0
300.0
325
295.0
290.0
320
285.0
315 0
20
Transporte de Carga
345
345
80
100
1
Resultados de la Optimización – Pasaj. (100%Ravance)
Restricciones: GMT>0.25 m, ACbta,>14.6 m2,
scub<600 kg/cm2, dcasco/L<0.1 cm/m y, 4.5<L/B<12
V=15, 17.5 y 20 nudos
Transporte de Pasajeros
330
17.5 n
15.0 n
325
20.0 n
17.5 n
350.0
330
325
20.0 n
320
290.0
320
R, kg
R, kg
310.0
315
315
310
270.0
310
11.0
15.0 n
10.5
17.5 n
10.0
20.0 n
15.0 n
330
17.5 n
20.0 n
325
9.5
L, m
330.0
Transporte de Pasajeros
335
Transporte de Pasajeros
15.0 n
370.0
320
9.0
8.5
8.0
315
15.0 n
17.5 n
310
20.0 n
7.5
305
250.0
0
305
50
300
Iteración
100
150
300
305
7.0
0
50
Iteración
Transporte de Pasajeros
295
8
9
10
18.0
11
17.0
L, m
16.0
Acargo, m2
R, kg
Transporte de Pasajeros
335
Transporte de Pasajeros
R, kg
335
12
295
0.15
0.2
0.3
0.7
13.0
15.0 n
12.0
17.5 n
11.0
20.0 n
10.0
Iteración
100
0.8
0.9
Wcasco, tons
14.0
50
150
295
0.25
T, m
15.0
0
100
300
150
1
… Resultados de la Optimización – Carga/Pasaj.
400.0
Resistencia al Avance
350.0
300.0
R, kg
250.0
200.0
CARGA
PASAJEROS
150.0
PASAJEROS/Carga
100.0
50.0
0.0
12.0
14.0
16.0
18.0
v, nudos
20.0
… 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
Descargar

OPTIMIZACION DE UNA EMBARCACION PARA PRESTAR …