第 34 届美洲杯帆船赛是帆船运动界的突破性事件，传统单体船让位于配备水翼和翼帆的 AC72 级水翼双体船。从那时起，帆船和工程团队就面临着一系列新的挑战，包括船艇操控、战术，以及不言而喻的新船型及其子系统的设计。

主要成果

1：专有算法的有效探索能力

2：设计流程的自动化

3：软件链的无缝集成

新美洲杯规则：设计挑战

从设计角度来看，造船工程师和工程师们被迫重新思考他们的工作方式，并向其他设计流程和方法开放，如赛车运动——后者已经历了类似的转变，其规则倾向于引发一系列渐进式的小改进，而非激进的单次重大开发。此外，从单体帆船到飞行双体船的转变彻底改变了航行理念，导致速度和船艇对条件的响应不断变化。这意味着双体船的性能需要通过考虑一套全新的预测和外部因素来最大化。当 Luna Rossa Challenge 团队开始为第 35 届美洲杯的参赛活动开发双体船概念时，他们选择实施设计流程集成和自动化程序。美洲杯规则施加的限制凸显了仿真和多领域分析工具的必要性——这些工具被证明对开发和改进新型 AC62 级船艇至关重要。

航行模式与优化需求

新的比赛规则带来了一个多方面的设计过程，需要并行考虑不同的“航行模式”及其各自的物理特性。尽管在高风速下船体对整体性能的影响几乎可以忽略，但在中低航行速度下其影响变得显著。在排水航行模式下，船体完全浸没，超过 80% 的升力来自船体的浮力；而在滑行模式下，风力使船开始飞行，浮力对升力的贡献降至 20%。在水翼模式下，高风速时船体完全离开水面，双体船依靠水翼航行，迎风速度可达 30 节，顺风速度可达 50 节。因此，分析人员需要在模式切换时同时考虑水动力阻力和空气动力阻力，这意味着作为设计备选方案的船体、水翼和翼帆的不同配置越多，提升每种模式性能的可能性就越高。

此外，由于规则规定在比赛前约五个月才能实际航行 62 英尺双体船，大多数重要的早期设计决策必然基于仿真数据。所需的高度复杂设计技能和设计中涉及的不同学科使得性能预测更加困难，从而得出结论：在设计过程中使用、耦合和自动化仿真工具是必不可少的。再加上所涉及的变量、约束和目标的数量，很明显，试错方法是不可行的。这些考虑促使 Luna Rossa Challenge 团队选择 modeFRONTIER 作为其自动化和数值优化工具，确保从双体船设计过程的最早阶段就采用集成设计方法。

设计程序

船体形状优化

如前所述，船体仍然是船艇设计中的关键要素。

在设计过程的第一阶段，团队决定专注于水动力分析，考虑排水和滑行模式。在预启动阶段，船体形状对性能的影响最大，因为船从几乎静止的状态加速到峰值速度，以及在部分机动条件下，风力不足以使船飞行。为了优化考虑这两种航行条件的船体形状，团队开发了一个船体形状生成器，用于模拟每个变量的响应，并仅考虑形状来计算阻力。Luna Rossa Challenge 的 CFD 分析师 Michele Stroligo 使用 modeFRONTIER 设置了逻辑流程，以驱动船体形状的设计研究和优化。他首先在 Excel 中准备了 VBA 宏来生成控制点和样条曲线。然后将这些数据传输到 Maxsurf 以创建曲面并输出几何文件。随后使用 STAR CCM+ 进行 CFD 仿真，分析单个船体的三维几何形状，采用随时间变化的仿真，船体从静水平衡自由移动到动态平衡。“使用 modeFRONTIER 开发的自动化流程，利用了 Excel 直接集成节点以及两个脚本节点——一个控制 Maxsurf 程序，另一个在远程集群上执行 CFD 仿真。这种设置使我们能够为每个设计使用多达 400 个核心，将计算时间从 10 小时显著减少到约 40 分钟。” Stroligo 说。

第一步设计的结果显示，排水模式下的阻力降低了约 2%，滑行模式下降低了 18%。在初步阶段使用了单目标过程，成本函数对两种计算条件分别加权，使该解决方案成为两种场景之间的折衷。

在第二步中，使用多目标方法的优势在于使解决方案独立于先前由用户定义的权重。在第二次优化研究中生成的几何形状确保了在排水和滑行组合条件下获得更好的结果。

接下来，团队希望确保即使在动态加速和起飞过程中，与参考船体形状相比，新候选方案也能带来同样的改进。基于此，团队使用数学模型进行了一系列加速测试，模拟翼帆和载荷以及拉动船的相关力，以确定从滑行模式切换到水翼模式所需的时间。这些仿真使用了附体配置（船体、稳向板、舵和升降舵）。两种情况下附体的角度和延伸量相同。基准船体与优化船体的比较如下图所示。如上图所示，优化后的船体（右）在加速和起飞过程中也证实了其优越性，使双体船能够提前约 5 秒开始水翼飞行阶段，在速度、行驶距离和敏捷性方面带来优势。

作用在船上的力图

水翼优化

Luna Rossa Challenge 设计程序的另一个主要任务是最大化水翼模式下的性能。使用稳向板（即水翼）使船能够在中等和高风速下将两个船体抬离水面并“飞行”。从物理角度来看，水翼必须确保足够的向上升力（大约等于船的重量），以及足够大的水平力以抵消翼帆和前帆产生的侧向力。同时，必须最小化阻力和横倾力矩。为了完整，分析还需要考虑来自规则规范、结构行为、空化限制和稳定性准则的约束。

“在 Luna Rossa Challenge，我们设法建立了一个工作流程，帮助我们探索非常广泛的水翼形状，以识别针对给定目标（阻力、横倾力矩、对地速度 VMG 等）并受多种约束（规则符合性、结构、空化、稳定性……）的最优形状。通过这种方式，探索变得完全自动化，从而显著节省了时间。” 速度预测程序（VPP）负责人、负责水翼设计的 Giorgio Provinciali 说。水翼的优化工作流程通过集成 Rhino 3D/Grasshopper 模型来生成参数化三维几何；然后使用 CFD 代码（面板码 / Ranse）评估水动力性能。

几何生成由脚本驱动，该脚本定义了以下参数（包括其他参数）：

• 定义水翼前视图的脊柱曲线

• 前缘形状

• 沿展向的弦长值

• 沿展向的翼型厚度值

• 沿展向的翼型弯度值

• 沿展向的翼型扭角值

• 沿展向的翼型基本截面形状

文件由 Rhino 3D 中的 Grasshopper 脚本读取并运行，然后将更新的 .igs 几何文件传输到为仿真选择的 CFD 代码——可以是内部面板代码（DasBoot）或 Ranse（StarCCM+）。当使用面板代码时，针对不同的速度值，寻求能够达到目标升力和侧向力的侧滑角和倾斜角。而当使用 Ranse 代码时，对侧滑角和倾斜角的仿真值进行插值，以在给定速度值下找到目标升力和侧向力。优化目标是在不同速度下最小化阻力和横倾力矩，这些速度由给定风况下的迎风和顺风航行配置决定。通过使用预期在比赛地点的风分布对每种风况进行加权来估计这些条件。所有输入、几何变量、约束和目标都在 modeFRONTIER 工作流程中定义。为了成功处理高度约束的物理问题并高效探索设计空间，团队选择了 ESTECO 专有的 HYBRID 算法和 NSGA II 遗传算法的组合。通过利用 HYBRID 内部自动的 RSM 计算，执行时间进一步减少。

modeFRONTIER 水翼优化工作流程

尽管存在普遍的约束，算法仍然能够找到可行且高效的解决方案，并识别出帕累托前沿，平衡两个目标函数的最优解。

“modeFRONTIER 中可用的后处理工具使我们能够很好地掌握影响目标的最重要参数及其相关性。更重要的是，这些先进的工具清晰地突出了设计趋势，为我们进行更详细的研究指明了正确方向。”

收益与结论

美洲杯帆船赛展示了世界上最优秀的帆船和工程团队，他们为了赢得这项梦寐以求的赛事，将设计和船艇性能推向极限。依赖设计和仿真工具已变得不可避免；然而，选择能够真正激发设计师创造力的技术仍然是相对于其他团队的宝贵优势。

正如案例研究所强调的，modeFRONTIER 为 Luna Rossa 专家提供了四个关键优势：设计流程的自动化、软件链的无缝集成、专有算法的有效探索能力，以及灵活处理分布式计算资源——从而提升了整个仿真过程的效率。通过集成和自动化多种工具，工程团队能够让复杂的多学科仿真工作流程自主运行，同时考虑多个物理方面，同时有更多时间专注于设计分析、结果后处理和深入决策。算法的智能设计空间探索和优化能力，结合使用分布式计算设置的效率，有助于缩短开发时间，并快速交付原型供帆船团队测试。通过使用 modeFRONTIER 网格工具在计算机网络上运行并行仿真，设计人员通过稳健的算法以更少的迭代次数找到了更好的解决方案。

Luna Rossa 设计程序的进一步步骤旨在将其他学科（结构和空气动力学）以及其他建模方法（VPP 仿真、比赛建模程序、翼帆优化和船艇操控）纳入流程中。Provinciali 总结道：“在水翼设计优化工作流程中开展速度预测程序（VPP）和比赛建模工作，将使我们能够通过考虑比赛场地和 AC 场地预期的风况来优化船艇性能。” Stroligo 指出：“从这个角度来看，并行仿真执行时间的显著减少，使我们在船体形状的设计优化过程中能够增加稳健性，考虑海况的变异性，同时将注意力集中在机动和操控要求上。”

Luna Rossa Challenge

设计师

Giorgio Provinciali | VPP 负责人
2001 年至 2007 年担任 Luna Rossa 设计团队成员，作为顾问为 BMW Oracle Racing 在 2010 年美洲杯的胜利做出了贡献。在第 34 届美洲杯中，他负责 Luna Rossa 队的附体设计和性能预测程序。

Michele Stroligo | CFD 分析师
造船工程师和海洋工程师，专注于应用于游艇设计的 CFD 和水动力研究。2010 年，Michele 加入美国 Oracle 队参加第 34 届美洲杯，负责船体、附体和舵的水动力 CFD 仿真。