본 논문에서는 다양한 대리모델과 다중 섬 유전자 알고리즘을 이용하여 선박 주기관용 고압 질소산화물 저감장치(High Pressure Selective Catalytic Reduction-HP SCR) 배관 보강구조 배치설계에 대한 이...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=T17012681
무안 : 국립목포대학교 일반대학원, 2024
학위논문(석사) -- 국립목포대학교 일반대학원 , 조선해양공학과 , 2024. 2
2024
한국어
전라남도
; 26 cm
지도교수: 송창용
I804:46002-000000024222
0
상세조회0
다운로드국문 초록 (Abstract)
본 논문에서는 다양한 대리모델과 다중 섬 유전자 알고리즘을 이용하여 선박 주기관용 고압 질소산화물 저감장치(High Pressure Selective Catalytic Reduction-HP SCR) 배관 보강구조 배치설계에 대한 이...
본 논문에서는 다양한 대리모델과 다중 섬 유전자 알고리즘을 이용하여 선박 주기관용 고압 질소산화물 저감장치(High Pressure Selective Catalytic Reduction-HP SCR) 배관 보강구조 배치설계에 대한 이산변수 근사최적화를 수행하였다. HP-SCR의 진동 및 강도 성능은 유한요소해석을 통해 평가하였다. 근사최적화의 정확도를 검토하기 위해 실제 선박에 적용된 현물의 고유진동수를 파악하여 근사모델을 확정하였다. 이를 바탕으로 한 모델의 근사최적화는 HP-SCR 보강부재의 형상, 부착 위치, 그리고 두께는 이산설계변수로 적용하였고, 제한조건은 선박의 주요 기진력에 대한 공진주파수와 강도상의 허용응력을 고려하였다. 대리모델 기반의 근사최적설계 문제는 제한조건을 만족하면서 HP-SCR 보강부재의 중량을 최소화할 수 있는 설계변수를 결정하도록 정식화한다. 반응표면모델, 크리깅, 그리고 방사기저함수 신경망과 같은 다양한 대리모델이 근사최적화에 사용되었다. 실제 선박에 적용된 설계안은 RSM 수렴 모델과 유사한 결과를 도출 하였으며, 중량을 최소화하며 모든 제한조건을 만족하는 모델은 Kriging 모델이라는 결과를 도출하였다.
다국어 초록 (Multilingual Abstract)
Dscrete variable approximation optimization for the design of the reinforcement structure layout of a High Pressure Selective Catalytic Reduction (HP SCR) piping system for marine propulsion was conducted using various surrogate models and a multi-isl...
Dscrete variable approximation optimization for the design of the reinforcement structure layout of a High Pressure Selective Catalytic Reduction (HP SCR) piping system for marine propulsion was conducted using various surrogate models and a multi-island genetic algorithm. The vibration and strength performance of the HP-SCR were evaluated through finite element analysis. To assess the accuracy of the approximation optimization, the natural frequencies of the actual ship in service were identified, and the surrogate model was finalized. Based on this, the approximation optimization of the model applied discrete design variables such as the shape, attachment position, and thickness of the HP-SCR reinforcement components. Constraints considered the resonance frequencies of the ship's major excitations and the allowable stresses in the strength aspect. The problem of surrogate model-based approximation optimization was formalized to determine the design variables that minimize the weight of the HP-SCR reinforcement components while satisfying the constraints. Various surrogate models, including response surface models, kriging, and radial basis function neural networks, were employed in the approximation optimization. The proposed design for the actual ship yielded results similar to the Response Surface Model (RSM) convergence model, and the model that minimized weight while satisfying all constraints was identified as the Kriging model.
목차 (Table of Contents)