专业学位硕士学位论文

基于知识工程的船舶机舱设备三维布局研究
Three-dimensional Layout of Ship Engine Room Equipment
Based on Knowledge-based Engineering

作 者 姓 名： 姜云博
工 程 领 域： 船舶与海洋工程
学 号： 31703007
指 导 教 师： 王运龙
完 成 日 期： 2020 年 05 月

大连理工大学
Dalian University of Technology

万方数据
 大连理工大学学位论文独创性声明

作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究
工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，
本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请
学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献
均已在论文中做了明确的说明并表示了谢意。

若有不实之处，本人愿意承担相关法律责任。

学位论文题目： 基于知识工程的船舶机舱设备三维布局研究
作 者 签 名 ： 日期： 2020 年 5 月 25 日

万方数据
 大连理工大学专业学位硕士学位论文

摘 要

船舶机舱布局作为船舶设计当中比较关键的一环，需要布置的舱室设备种类多，数
量大，耦合关系复杂，设计人员在设计时需要综合考虑很多关联因素才能完成。而作为
船舶的心脏，机舱内部设备的布局情况往往会影响到整条船舶的各方面性能，对于船舶
航行安全、运营经济效益、海员舒适程度都有很大的影响，因此如何在这种密闭有限的
空间内做好设备布局一直是很多研究人员不停探讨的热点问题。基于此，本文探究了基
于知识工程的船舶机舱设备三维布局问题的解决方案。
针对船舶机舱布局的方法，在分析当前先进技术，总结前人经验的基础之上，确定
CATIA 知识工程为本文布局思想，模拟退火算法为本文优化思想。将知识获取、知识
表示、知识推理这 3 步作为本文的主要流程，并为每一个流程针对船舶机舱布局问题选
择恰当的解决方法。创建了船舶机舱设备分类规则和虚拟面积增加规则，有效提高了机
舱设备的知识获取和表示的效率。
针对船舶机舱三维布局实际问题，通过 CATIA 知识工程技术对一艘多用途载货船
舶机舱设备进行三维布局设计研究。首先，对该类船舶做出全面的知识获取和归纳，建
立机舱设备分类规则，为每个设备赋予两套权重，根据矩阵计算得到设备布局顺序；然
后，运过创建的设备虚拟面积增加规则，结合产生式表达法和面向对象表达法完成知识
表示；最后，运用 CATIA 知识工程模块相关功能将知识表示结果导入，并且建立各自
函数关系，完成船舶机舱三维布局的知识推理。在布局结束之后，对生成的布局方案通
过横倾力矩、干涉检查、逃生时间三项规则进行专家校验，结果符合预期，说明本次布
局的合理性，验证了知识工程思想在机舱三维布局的可行性。
针对船舶机舱三维布局优化问题，本文运用 CATIA 产品工程优化模块对前文的布
局结果做进一步优化计算。根据上文的专家校验规则总结出多个子目标函数和多个约束
条件，创建出船舶机舱布局多目标优化数学模型。运用模拟退火算法对初始布局展开优
化，最终所有函数值都在约束的范围内取得了较好的优化效果，成功实现了船舶机舱三
维布局的可视化和自动化。同时也通过迭代曲线证明了模拟退火算法在解决船舶机舱布
局优化问题的有效性。布局的效果有了明显的提升，验证了模拟退火算法在机舱布局优
化问题的可行性。
本文提出的基于知识工程联合模拟退火算法的布局方法对船舶机舱设备实际布置
具有很好的效果，为船舶机舱三维布局问题找到了一个新的布局思路，为船舶布局设计
的自动化和智能化奠定了良好的基础。
关键词：船舶机舱；三维布局；知识工程；模拟退火算法

- I -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

Three-dimensional Layout of Ship Engine Room Equipment Based on

Knowledge-based Engineering

Abstract

The layout of the ship's engine room is a critical part of ship design. Engineers will
consider many related factors to complete this design. As the heart of the ship, the layout of
the equipment in the engine room often affects all aspects of the performance of the entire
ship, which has a great impact on the safety of the ship's navigation, economic benefits of
operation, and the comfort of the seafarers. Doing a good job of equipment layout in this limit
space has always been a hot issue that many researchers continue to discuss. Based on these,
this paper explores the solution to the three-dimensional layout of the ship's engine room
equipment.
Aiming at the method of ship engine room layout, this paper extensively collects and
summarizes the previous experience, analyzes the current advanced technology, on the basis
of these, it is determined that CATIA KBE (Knowledge-BasedEngineering) is the layout idea
of this article, and the simulated annealing algorithm is the optimization idea of this article.
Take the three steps of knowledge acquisition, knowledge representation, and knowledge
reasoning as the main process of this paper, and choose the appropriate solution for each
process for the layout of the ship's engine room. The rules for classification of engine room
equipment and the increase of virtual area were created to improve the efficiency of
knowledge acquisition and representation of engine room equipment.
Aiming at the practical problems of the three-dimensional layout of the ship's engine
room, this paper will lay out the engine room of a multi-purpose cargo ship. This article
makes a comprehensive knowledge acquisition and summarization of this type of ship, and
assigns two sets of weights to each device through the classification rules of engine room
equipment, and obtains the equipment layout sequence according to the matrix calculation.
After passing the created rules for increasing the virtual area of the device, knowledge
representation is completed using production representation and object-oriented
representation. Use some functions of the CATIA KBE module to import the previous
knowledge representation results, and establish their respective functional relationships to
complete the knowledge reasoning of the three-dimensional layout of the ship engine room.
After the layout is completed, multiple expert rules are created based on the acquired
knowledge, and expert verification is completed to illustrate the scientific of the layout.

- II -

万方数据
 大连理工大学专业学位硕士学位论文

Aiming at the optimization problem of the three-dimensional layout of the ship's engine
room, this paper uses the CATIA PEO (Product Engineering Optimizer) module to further
optimize the calculation of the previous layout results. According to the above expert
verification rules, multiple sub-objective functions and multiple constraints are summarized.
Using linear weightedsum method, a multi-objective optimization mathematical model of the
ship's engine room layout is created. The simulated annealing algorithm is used to optimize
the initial layout. The simulated annealing algorithm is used to optimize the initial layout, and
finally all function values are within the constraints to achieve a better optimization effect,
and successfully achieve the visualization and automation of the three-dimensional layout of
the ship engine room. It also proves the effectiveness of the simulated annealing algorithm in
solving the optimization problem of the ship engine room layout through the iterative curve.
In this paper, the layout method of based on simulated annealing algorithm combined
with KBE has played a great role in the actual layout of ship engine room, which has found a
new layout scheme for the three-dimensional layout of ship engine room and laid a foundation
for more complex layout in the future.

Keywords:Ship engine room; three-dimensional layout; knowledge-based engineering;

simulated annealing algorithm

- III -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

目 录

摘 要 ........................................................................................................................ I
Abstract ......................................................................................................................... II
1 绪论 ..........................................................................................................................1
1.1 研究背景和意义 ............................................................................................1
1.2 国内外研究现状 ............................................................................................3
1.2.1 布局问题国内外研究历程 ...................................................................3
1.2.2 船舶布局问题国内外研究现状 ............................................................5
1.2.3 船舶机舱知识工程研究现状................................................................6
1.3 机舱三维布局问题可行性分析 ..................................................................7
1.3.1 船舶设计规范条例 ...............................................................................8
1.3.2 专家学者的设计经验 ...........................................................................8
1.3.3 计算机软件和硬件 ...............................................................................9
1.3.4 优化布局算法.......................................................................................9
1.4 论文研究内容 .............................................................................................. 10
1.5 本章小结 ..................................................................................................... 11
2 机舱三维布局方法................................................................................................. 12
2.1 知识工程概述 .............................................................................................. 12
2.2 CATIA 知识工程模块概述 ......................................................................... 15
2.2.1 CATIA 简介 ...................................................................................... 15
2.2.2 CATIA 知识工程简介 ......................................................................15
2.3 机舱三维布局知识获取 .............................................................................. 17
2.3.1 知识获取简介..................................................................................... 17
2.3.2 机舱设备布局基本要求 ..................................................................... 18
2.3.3 机舱设备布局知识获取 ..................................................................... 18
2.4 机舱三维布局知识表示 .............................................................................. 20
2.4.1 知识表示简介..................................................................................... 20
2.4.2 产生式表达法..................................................................................... 20
2.4.3 面向对象表达法 ................................................................................. 21
2.4.4 机舱设备布局知识表示 ..................................................................... 21

- IV -

万方数据
 大连理工大学专业学位硕士学位论文

2.5 机舱三维布局知识推理 .............................................................................. 23

2.5.1 知识推理简介..................................................................................... 23
2.5.2 CATIA 参数化知识推理................................................................... 23
2.5.3 机舱三维布局知识优化方法.............................................................. 24
2.6 本章小结 ..................................................................................................... 25
3 基于知识工程的船舶机舱三维布局设计 .............................................................. 26
3.1 机舱三维布局知识获取 .............................................................................. 26
3.1.1 机舱设备布局知识 ............................................................................. 27
3.1.2 设备分类知识..................................................................................... 29
3.1.3 设备物理属性..................................................................................... 30
3.1.4 布局边界 ............................................................................................ 31
3.2 机舱三维布局知识表示 .............................................................................. 32
3.2.1 机舱设备布局产生式表达法.............................................................. 33
3.2.2 机舱布局面向对象表达法 ................................................................. 35
3.3 机舱三维布局知识推理 .............................................................................. 39
3.3.1 CATIA 知识工程模块概述 ............................................................... 39
3.3.2 机舱三维布局设计推理流程.............................................................. 40
3.3.3 机舱三维布局方案校验 ..................................................................... 43
3.4 本章小结 ....................................................................................................... 47
4 基于模拟退火算法的船舶机舱三维布局优化 ...................................................... 48
4.1 机舱设备布局优化数学模型....................................................................... 48
4.1.1 确定子目标函数 ................................................................................. 49
4.1.2 多目标函数转化 ................................................................................. 50
4.1.3 函数约束条件..................................................................................... 50
4.2 模拟退火算法 .............................................................................................. 52
4.2.1 相关概念与特征 ............................................................................... 52
4.2.2 伪代码............................................................................................... 54
4.2.3 计算流程流程 ................................................................................... 54
4.2.4 模拟退火算法优点 ...........................................................................56
4.2.5 CATIA 的模拟退火算法................................................................... 57
4.3 机舱布局优化设计流程 .............................................................................. 58
4.3.1 优化器介绍和设置 ...........................................................................58

- V -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

4.3.2 优化器的函数输入与约束设置 ........................................................ 59

4.3.3 优化器计算结果和分析 .................................................................... 61
4.3.4 优化结果对比分析 ...........................................................................64
4.4 本章小结 ..................................................................................................... 67
5 结论 ........................................................................................................................ 68
5.1 总结 ............................................................................................................. 68
5.2 展望 ............................................................................................................. 69
参考文献 ...................................................................................................................... 70
攻读硕士学位期间发表学术论文情况........................................................................ 73
致 谢 ...................................................................................................................... 74
大连理工大学学位论文版权使用授权书 .................................................................... 75

- VI -

万方数据
 大连理工大学专业学位硕士学位论文

1 绪论

1.1 研究背景和意义
2019 年 12 月 17 日，随着我国第一艘国产航空母舰、同样也是第二艘航空母舰------
“山东舰”的正式入列[1]，标志着我国已经真正掌握了独立建造航空母舰的实力，同时
也意味着我国在船舶制造领域牢牢把握住了核心制造技术。我国从改革开放以来，老一
辈的造船学者们从无到有的建立了完整的船舶工业体系，不断地学习和吸取国外造船先
进技术，提升自身的船舶建造工艺和水平；步入 21 世纪之后，我国新接造船订单数飞
速提升、造船完工量稳步增长、手持订单量持续走高，这三大指标逐渐超越了欧洲和亚
洲各大传统造船强国[2]，在商船建造能力上成为了名副其实的世界第一。
但是随着 2008 年的到来，全球爆发了罕见的金融危机，这对整个航运市场造成了极
大的冲击，象征着航运晴雨指标的 BDI 指数多次触达航运历史的新低，在 2016 年 2 月
甚至触达到了前所未有的 290 的历史低位[3]。近两年来虽然出现了短暂的反弹，但也始
终维持在 1000 上下，始终看不到复苏的迹象。市场的萎靡直接使一些船厂得不到造船
订单，致使资金链长期断裂，纷纷采取裁员、贷款、合并等策略来抱团取暖，有些甚至
不得不向法院申请破产，对整个行业产生了极大的危害。这场经济危机产生了深远的影
响，我国的船舶工业也由此进入深度调整和攻坚期，央企集团战略重组，提高整体协同
水平，加强各方面的合作，保持整体效益。在可以预见的未来，造船业的形势依然不是
很乐观，因此我国的造船企业有必要探索和创造新的设计技术和建造方法，提供智能设
计制造水平，创造更大的企业利润。
至今造船的历史已经超过了 7000 多年[4]，古代劳动人民创造出的古老水上运输工具，
已经从最早的独木舟发展到现代的豪华游轮，船舶的建造技术沿着人类发展的长河产生
了突飞猛进的变革。现代的船舶是一种比较庞大的水上复杂系统，它是由成千上万的零
部件和设备构建而成，在生产过程当中会有成百上千的工作人员参与，而且还涉及到物
资配套、生产计划、经营成本、质量安全等各种需要考量的因素惨杂其中，因此船舶工
业也被誉为“现代综合性工业之冠”[5]，代表着一个国家的综合工业实力。现代的造船
作业流程主要有以下几个步骤：船舶设计、船体放样、船体下料与切割、结构件加工、
分段总组、总段涂装、密封试验、船舶下水、码头舾装、船舶试航和交付验收，如图 1.1
所示。

- 1 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

规格图、型线图、总布置图、横
开始 初步设计 剖面图、机舱布置图、电气布置
图、设备表

船舶设计
分段规划图、基本结构图、外板
详细设计 展开图、艏艉货舱结构图、设备
船体放样 布置图、原理图

分段装配图、部件装配图、管系
船体下料与切割 生产设计 切割图、管系制作图、舾装件制
作图、附件材料表
结构件加工

分段总组 总段涂装 密封试验 船舶下水

结束 交付验收 船舶试航 码头舾装

图 1.1 现代造船一般流程图
Fig. 1.1 General process ofmodernshipbuilding

在船舶整体建造周期中，第一步的船舶设计是最为重要的一步，也是整个船舶建造
阶段占据时间最大的一部分。整个设计过程需要不同专业、不同部门的人员协调完成，
通常分为船体、轮机、电气三个部门设计完成，各部分既是一个独立系统，又有着紧密
的联系。
船舶设计起初是通过母型船进行设计，后来随着新兴技术的应用，促使船舶设计逐
渐走向信息化。通过计算机的广泛应用，工作人员可以通过各种计算机辅助设计出更好
更精确的船型，也可以很快的完成各种船舶原理相关计算。当前的计算机系统和软硬件
已经日趋成熟，快速建模和高解析度的图像显示可以很好的满足大家的需求，既缩短工
时，也保证了船舶设计的精确度。但是，当前的计算机辅助设计软件并没有像人脑一样

- 2 -

万方数据
 大连理工大学专业学位硕士学位论文

去思考问题，实际工作中总会遇到计算机处理不了的复杂情况，这些多变的情况往往需
要设计者根据当前数据资料，通过一些经验甚至主观判断来作出抉择。
机舱布置是船舶设计的一个重要组成部分，当然也存在这些问题。机舱当中有多层
平台，并且形状各不相同，设备之间有着很复杂的关系，电气管路错综复杂，各种舱室
分布其中，有着很多的关联关系。机舱作为船舶的心脏，各种设备布置是否合理，将直
接影响整条船舶的运营管理、安全维护。如果能在船舶的机舱设计过程中，提高自动和
智能化水平，缩短设计周期，提高设计质量，那么将对缩短整个船舶的建造周期，降低
生产成本起到较大的作用。
本文以知识工程为主体思想，应用 CATIA 知识工程模块和产品工程优化模块对船
舶机舱布局优化设计技术进行研究。首先通过多种渠道来获取船舶机舱布局相关知识，
然后运用面向对象知识表达法和产生式知识表示法完成机舱设备布局知识表示，进而通
过参数化装配思想将总结的知识形成条理，进而完成知识推理，生成机舱设备布局方案，
最后通过知识工程专家顾问建立数学模型和专家规则进行检查，并且使用模拟退火算法
对生成的设计方案进行优化，进一步提高布局效果，实现船舶机舱设备三维布局的可视
化和自动化。

1.2 国内外研究现状
由于船舶机舱设备布局的重要性，截止到目前全世界有很多学者已经对船舶机舱布
局问题进行了研究，并且取得了一定的成果。同样借助计算机技术和人工智能技术的飞
速发展，针对布局大类问题的准确度和计算效率都有很大的提高。很多学者对于仓库布
局、卫星布局、家具布局以及各种用途的车辆布局都作出了比较深入的研究，并且得出
了很好的布局效果。在以往的船舶机舱布局问题探究当中，各位学者针所研究的对象多
为某小船或者某特定部分的布局，尤其以二维平面布局较多，而对于机舱的总体智能布
局的研究比较有限。本小节将分类并按照时间顺序，将国内外布局问题的研究现状进行
论述，并在最后进行总结。

1.2.1 布局问题国内外研究历程
全世界很早就展开了对布局类问题的相关研究，该类问题复杂多变，充满很多不确
定性因素，涉及到几何图形学、数学、运筹学、优化算法等多门学问交叉的一类综合性
问题。
该问题最早来源于矩形划分问题，M. Dehn[6]在 1903 年针对关于不同形状的矩形拆
分问题进行了初步的研究。1940 年，R. L. Brooks[7]对矩形的分割做了几何和数学层面的
研究工作，这也是平面布局类问题最早的雏形。1959 年 F. Harary[8]运用图论思想研究了

- 3 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

不同规则的电路网络，将该思想应用到了矩形划分问题当中。1963 年 P. C.Gilmore 和
R. E. Gomory[9]将矩形划分理论运用到了实践，针对造纸业的切割问题作出了相关研究，
用线性规划思想成功提高了实际的材料使用效率，减少工厂的生产成本。1975 年，C. E.
Pfefferkorn[10]创建了一个适用于设备或者家具布局的启发式问题解决系统，该系统也可
以用于简单的建筑、工程、城市规划和自然资源管理等设计任务。我国的黄文奇[11]和詹
叔浩[12]在 1980 年左右就圆形和矩形的几何分布问题做了相关研究，可以借助计算机技
术实现了将多个形状放置到一个封闭边界的空腔。1987 年，A.Kusiak 和 S. S.Heragu[13]
给出了设备布置问题的多种公式和求解算法，将多种启发式算法与常用的几个测试问题
进行性能比较，提出了机动制造系统中的设备和机器布置有关的问题。

图 1.2 早期矩形切割问题
Fig. 1.2 Rectangular cutting problemin early time

进入 20 世纪 90 年代，随着计算机技术的飞速发展，各种形式的布局问题都被学者
们提了出来，文献数量呈现大幅度的增长，使用的方法也逐步多样化。21 世纪之后，随
着各种计算机建模和辅助软件以及人工智能的发展与成熟，国内外学者对不同情况下的
布局类问题探索出很多解决方案，都取得了较大的突破。
郑建国[14]通过建立数学模型，利用遗传算法对某轿车装配间的物流缓冲区进行重新
布局优化，提高了制造设施和服务系统的整体工作效率。李翌辉[15]通过改进遗传算法对
某航空发动机零件生产基地求解了设备布局最优方案，使物流费用降低至最低，节约了

- 4 -

万方数据
 大连理工大学专业学位硕士学位论文

车间生产成本。王超[16]通过基于放置场能量分布的自动布局算法进行家居布局，在虚拟
箱体卧室当中进行了顺序布局，提高了室内家居布局效率，并且可以规划出更好的布局
方案。王永峰[17]和陈增合[18]运用 CATIA 创建参数化的载货车简易模型和相关零件模型
数据库，只要修改部分参数就可以生成一系列不同的零件，极大提高了整车的设计效率，
节约了整体生产设计时间。

1.2.2 船舶布局问题国内外研究现状
船舶布局问题在上世纪 90 年代开始受到全世界的学者广泛关注，这与当时世界经
济与贸易的飞速发展有很密切的关系。各大船厂和世界各国的研究人员争先恐后的提高
自己技术水平、船舶建造水平和生产效率，希望赢得船东公司的订单，保持自己在全世
界造船领域的地位。按照时间顺序总结如下：
韩国船舶与海洋工程研究所的 K.H Lee[19]建立了一种船舶机舱布局设计知识系统，
借助 AI 技术对船舶机舱各个设备位置进行优化，该系统由专家库、数据库和 CAD 系统
组成，可以实现船舶机舱的设计，为进一步研究智能 CAD 系统奠定了基础。
首尔国立大学的 Kyu-Yeul Lee[20]提出了一种改进的遗传算法来求解具有内部结构、
墙体和通道的设施布局问题，该算法对结构上的设施布局进行了建模，可以解决弯曲边
界的布局问题，很适合用于船舶舱室的布置，经过验证取得了良好效果。
武汉理工大学的李俊华[21]确立了基于集成知识模型的船舶舱室智能三维布置设计
模型，介绍了该设计系统原型的总体结构和处理流程，较好的提高了舱室布置设计的自
动化程度。
土耳其伊斯坦布尔科技大学的 Şebnem Helvacioğlu[22]研究了启发式方法，建立了居
住舱室布局的专家系统，对集装箱船进行了总体设计，又对该船舶的通道和舱室进行了
初步的设计，取得了不错的效果。
波兰格但斯克科技大学的 Zbigniew Kowalski[23]将基于案例推理的相似度计算方法
应用在了船舶机舱自动化专家系统中。作者将这种方法应用在主机自动化设计，通过应
用数据库和专家系统完成了初步设计。
苏格兰斯特拉斯克萊德大学的 A.İ.Ölçer[24]将多目标优化与模糊多属性群决策技术
相结合，提出了一种新的滚装船分舱布置方法。专家可以从中提出自己的观点并选择最
优解，最后利用滚装船分舱布置为例，验证了该方法的有效性。
武汉理工大学的周发膜[25]对当前流行的粒子群算法进行了钻研，通过分析船舶机舱
设备的原理，建立了数学函数模型和约束条件。结合算法求解设备位置关系，从而实现
机舱优化，并且用实例验证了布置的正确性。

- 5 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

大连理工大学的赵学国[26]针对船舶管路的三维布局设计问题，提出了基于人机合作
的管路布局优化设计方法，该方法通过结合蚁群优化算法，提高了管路优化问题的收敛
性能，在仿真实验当中验证了该方法能够解决单管路的三维布置设计问题。
大连理工大学的王运龙[27]通过基于改进的遗传算法创造性的建立出了新的舱室布
局优化模型，并且创建了舱室有效活动空间利用率，通过计算所有可行方案的利用率，
选出了令人满意的最优方案，对国内外的船舶舱室布局研究领域产生了很大的引领和启
发。

1.2.3 船舶机舱知识工程研究现状
关于船舶机舱布局问题，总的来说不仅需要已有的国内外船舶设计规范条例和母型
船设计经验，还需要现代的计算机软硬件和智能优化布局算法的支持，这两者强强联合
才能实现。而知识工程（Knowledge-based Engineering，KBE）就是一种非常适合用来
解决船舶机舱布局问题的一种方法，它将该领域的专业知识、工程规范、以往经验等知
识作为设计的知识库，通过获取到的知识进行表示和推理，从而获得某工程的设计方案。
目前很多不同工程领域的问题通过应用知识工程都求解到了很好的答案，本文广泛
收集到了各行各业的应用情况，总结如下：
美国福特汽车的 J. A. Penoyer[28]将知识工程系统用于支持汽车生命周期的各个方面，
并且预测未来会有越来越多的 CAD 开发工作会使用知识工程思想来完成。孔慧敏[29]基
于知识工程的具体设计流程和方法，并结合钢制海船甲板支柱设计问题进行了应用，达
到了快速设计的目的。伯德富[30]运用知识工程对农业机械当中的链轮进行了参数化设计。
蔡世民[31]通过运用知识工程优化模块，对车身钣金件进行减重，将材料利用率达到了最
优，并且将此方法拓展到了汽车其他部件轻量化等领域。梁春光[32]以水电站厂房上部结
构为对象，运用知识工程三维参数化进行初步设计，通过参数关系和规则应用将用户知
识关联其中，从而建立经验模板，供今后重复使用。P. Wrigley[33]运用知识工程思想对
新式核电站进行了自动化设计，并将该方法应用到了包括零件、产品和系统在内的整个
设计阶段，成功提高了设计工作效率。E. Muñoz[34]通过运用知识工程来管理生产过程配
料方案，创建了一个基于知识工程的生产配方系统创建和管理平台，达到了行业或者国
内外相关标准，该系统框架还可以根据干扰作出相应的反应与决策。
当然在船舶设计当中也有很多国内外学者应用了知识工程思想：
M. Zimmermann[35]分析了基于知识工程应用的设计前景，通过改进船舶的知识，将
几何领域、制造领域和其他船舶工业信息加以整合，实现了综合产品质量的提高，并且
将该方法集成到了 CAD 程序之中，为设计提供决策。冯军博士[36]以机舱为例，把船舶

- 6 -

万方数据
 大连理工大学专业学位硕士学位论文

机舱布局分为知识库、计算机应用程序、实例库和数据库，运用知识表示和知识推理完
成了机舱布置。张梅[37]对船舱布置的知识工程整体方法进行了说明，并基于 AutoCAD
设计了基于知识工程的布局系统，该系统可以对船舶居住舱室进行布置。何旺[38]基于知
识工程，建立了机舱函数模型，实现知识推理；采用 CATIA 二次开发技术，完成了机
舱一平台布局。蔡薇[39]提出一种适用于基于知识工程的大型豪华邮轮乘客舱室布局方法，
运用案例推理和规则推理技术，建立了乘客舱室智能布局模型，输出了合理的布局方案，
对实际设计工作有指导意义。Ki-Su Kim[40]提出了一种基于专家系统和多级优化的潜艇
舱室和装备布置方法，该方法将专家知识转化至计算机系统当中并且可以直接调用，又
运用多级优化算法将潜艇布置问题进行优化求解，并且应用在一艘小型潜艇当中，取得
了不错的效果。崔进举博士[41]将知识工程思想应用于集装箱船的结构设计中，通过对专
家经验的有效继承实施，创建了集成的软件系统，极大提高了结构设计的准确度和工作
效率。

1.3 机舱三维布局问题可行性分析
本文的船舶机舱三维布局问题也是在知识工程的基础之上进行研究的，并以已有的
设计知识和现代的科学技术两方面的支撑来完成船舶机舱布局设计。
下面将分别介绍这几个知识的构成：

船舶设计规 专家学者的
范条例 设计经验
已有的设计知识

船舶机舱设备三维布局

现代的科学技术
高效的计算 合适的优化
机软硬件 布局算法
图 1.3 机舱布局知识体系
Fig. 1.3 Knowledge of engine room layout

- 7 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

1.3.1 船舶设计规范条例
在国际上，需要严格遵循《国际海上人命安全公约》
（SOLAS）及其附则相关内容，
尤其要注意关于船舶构造相关规定。在国内也要严格遵守我国船级社《钢制海船入级规
范 2018 综合文本》相关内容，重点关注的是第 2 篇船体和第 3 篇轮机。如果该船舶不
入中国船级社，还需要查阅其他国家相关法规条例，满足当地要求。除此之外还要将船
舶设计规范中的要求整理形成相应的程序化语言或规则，并且将其使用到机舱布局设计
方法中，从而为机舱布局设计方法提供安全规范保障。
刁有明[42]通过总结拖网渔船相关规范法规，总结出了该类船舶机舱布置的基本原则，
合理安排了机械设备的位置，完成了实际的机舱布置，取得了令人满意的结果。

1.3.2 专家学者的设计经验
纵观整个船舶行业的历史，以往的船舶设计和实验成本高昂，设计师常常对已有的
设计进行改良和优化，习惯了以母型船为样本进行设计。
专家系统的诞生很好的将以往的设计经验转化成了适用于计算机运行的程序。专家
系统也属于人工智能大类下的一种技术，它将该领域学者经验与推理系统结合，可以运
用此方法解决很多实际的工程问题[43]。这几年人工智能随着计算机技术和软硬件的升级
也产生了极大的飞跃，专家系统也将获得格外的重视，取得了多样化的发展，并可以很
好的为设计人员减少工作量。

推理机 专家
人
综 解释机 机
合 交
数 互
据 知识获取 界
库 知 面
识 用户
库 知识维护

图 1.4 专家系统结构
Fig. 1.4 Expert system architecture

- 8 -

万方数据
 大连理工大学专业学位硕士学位论文

邓小龙[44]就很好的总结了船舶数字化设计经验，参照了某船舶设计手册，通过专家
系统思想使用知识工程模块完成了船舶锚泊布置方案，对船舶相关的智能程序开发产生
了很好的启发。
赵磊磊[45]建立了故障诊断专家系统来对船舶电力系统发生的故障进行诊断，提高系
统供电的持续性，论文运用产生式规则对具体故障进行描述，同时结合模糊推理的思想
来处理故障诊断中的不确定性，该专家系统能够准确地找到故障点并提供解决方案，提
高了船舶电力系统的可靠性。

1.3.3 计算机软件和硬件
自从上世纪末开始，计算机机能的提高为科研和设计工作者带来了很大的便利，人
们可以通过计算机辅助技术进行建模和仿真，极大的节约了实验和计算成本，并且提高
了工作效率。在这短短的几十年里诞生了很多基于计算机技术的新兴工程，例如网络安
全工程、人工智能（Artificial Intelligence）、知识工程（Knowledge-based Engineering, KBE）、
物联网（Internet of Things, IoT）、机器学习（Machine Learning, ML）、虚拟现实（Virtual
Reality, VR）和增强现实（Augmented Reality, AR）等等。计算机技术的发展同时也为
船舶工业带来了极大的便利，诞生了各种各样的船舶工程应用软件，例如 AutoCAD、
CATIA、Starccm、Matlab、ANSYS、SolidWorks 等等，船舶机舱布局问题也迎来了很
多新颖的解决方案。
郭晨[46]提出基于 VR 的船舱仿真系统，提出了轮机虚拟立体图象生成算法，讨论了
虚拟漫游、驾驶台和集控室等船舶 VR 系统。
邓小龙[47]研究了三维的船舶设计，提出了基于 CATIA 的船舶三维设计方法，并结
合一艘集装箱船，详细讲解了船舶三维设计步骤，对船舶三维设计软件的应用和开发有
很大的启发和引领价值。

1.3.4 优化布局算法
计算机的软硬件的飞速迭代也使优化算法取得了很大的发展，在各行各业均收获了
出色的效果。在平面布局和空间布局问题当中都可以利用各种算法的搭配与改进来解决
此类问题。船舶机舱布局是一种比较复杂的问题，优化布局算法恰好有着很好的解决效
果，当前很多的研究人员通过算法解决了此类问题。常用于布局问题的算法包括遗传算
法、群类算法、禁忌搜索法、模拟退火算法等。
范小宁[48]基于协同进化的蚁群算法，可以很好的解决船舶空间多管路并行敷设问题，
并且避免了管路过多时无法组合或组合爆炸的情况发生，有着更好的优化效果。

- 9 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

胡耀[49]基于改进的遗传算法，应用和求解了船舱布局的目标函数模型，对生活区舱
段进行了布局优化，优化结果很符合相关规定与准则，能有效解决该类问题。
姜文英[50]基于粒子群算法和蚁群算法，建立了可以用于机舱规划问题的优化算法。
该方法将设备布置和管路铺设过程统一，建立目标函数，并求解设备位置和管路路径，
从而获得整体效果最优的设计方案。
何坤[51]通过改进的遗传算法对航天类的大型零件车间进行了布局优化，通过模拟退
火算法对遗传算法进行改进，得到了较快的收敛速度并取得了较好的布局结果。
王运龙[52]针对船舶舱室布局优化设计的特点提出了一种改进的禁忌搜索优化算法，
该算法加快了函数的收敛。通过建立优化模型进行了仿真实验，结果验证了该算法的优
越性，有效提高了设计质量。
李楷[53]提出了一种基于人工蜂群算法的玻璃钢船舶结构优化设计方法。该优化方法
的目标是在一组复合的约束条件下使玻璃钢船结构的重量降到最小。该文将一艘 33m 长
的玻璃钢渔船运用该方法进行了设计，共减重 8%，效果显著。
李俊华[54]融合了遗传与模拟退火算法，通过舰艇优化设计，验证了该算法可以增强
全局收敛性，加速了目标函数的收敛，并且取得了良好的计算结果。

1.4 论文研究内容
针对船舶机舱设备布局设计问题的特点，本文采用基于知识工程的理论和方法结合
智能优化算法对机舱设备布局问题进行研究。本文研究的主要内容如下：
第一章为绪论。主要是分析本文的研究背景和研究意义，并且详细总结国内外研究
现状。引用相关文献介绍布局问题的研究历程，进而分析船舶相关的布局问题和知识工
程相关问题在全世界的研究现状。随后是对船舶机舱三维布局研究的可行性分析，对相
关研究方法的实践进行讲解，明确本文的研究方向和研究方法。
第二章船舶机舱三维布局的理论方法介绍。分析知识工程的历史发展和当前的先进
知识工程技术、基本步骤和思路，重点阐述了 CATIA 知识工程模块的优势和包含的各
种功能。最后分小节重点讲解知识工程三大主要步骤：知识获取、知识表示和知识推理，
确定了本文使用的每个步骤的流程和方法，并且讲解本文使用的具体方案，对每一步都
通过范例作出详细的解释。在设备分类的知识获取当中创造一套机舱设备分类规则，通
过权重计算得出设备顺序；在设备知识表示当中创造设备虚拟面积增加规则，避免在知
识推理当中出现紧贴的状态。为下文的船舶机舱三维布局和优化设计作出铺垫。

- 10 -

万方数据
 大连理工大学专业学位硕士学位论文

第三章基于 KBE 的船舶机舱三维布局设计。将船舶机舱三维布局理论方法应用至

一艘多用途载货船舶机舱去解决实际问题。首先针对该类船舶做出全面的知识获取，然
后将上述知识进行归纳成为设备知识经验。创建出一套设备分类规则，为每个设备赋予
两套权重，求取设备布局顺序。接着通过产生式表达法和面向对象表达法对上述知识进
行表示。创建一套设备虚拟面积增加规则，为设备增加维护空间。通过 CATIA 知识工
程模块当中的各种功能完成了船舶机舱的知识推理，生成机舱设备布局设计方案。使用
VBA 读取型值点并创建船舶外壳，导入多组用户参数并创建了横倾力矩、干涉检查、
逃生时间等专家规则对布局设计方案进行专家校验。
第四章基于 PEO 的船舶机舱三维布局优化设计。运用 CATIA 知识工程的产品工程
优化模块对基于知识工程生成的机舱布局方案进行优化设计，进一步提高布局效果。建
立了船舶机舱布局多目标优化数学模型，利用模拟退火算法对初始布局方案展开优化，
最终的布局效果与前文对比有了明显的提升。
第五章为结论。全面总结本文的研究内容，并基于本文当前的研究内容和成果做出
今后研究工作的展望。

1.5 本章小结
本章分析了论文的背景和研究意义，分块简述了国内外的布局问题和船舶机舱研究
现状，总结了当前流行的船舶机舱布局研究方法和知识体系，分析了每个知识要素的研
究现状，对下面的论文开展做出了铺垫和准备，明确了论文的研究方向。

- 11 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

2 机舱三维布局方法

以往的机舱布局方案基本都是依照船东的要求或船舶设计手册、结合相关法律规范
和国际公约、由船舶工程师们根据自己的以往经验并且参照相应的母型船图纸来设计。
但是船舶的完整设计是一种螺旋式上升的设计过程，如果想对该设计的某一个部分进行
修改的时候，其内外和上下的关联设计也有可能需要做出改变和更新，如果每次设计都
再次返工进行的话，显然会增加很多不必要的工作量。因此船舶设计的自动化、智能化
研究已势在必行。针对船舶机舱设备布局设计的特点，本章主要对知识工程的理论和方
法在船舶机舱布局设计中的应用进行了分析总结。

2.1 知识工程概述
知识工程（Knowledge-based Engineering, KBE），即基于知识的工程，他的基本思
想是在工程设计当中重新运用已有的知识和经验。这个概念最早是由斯坦福大学的 E. A.
Feigenbaum 创建的。随着近些年科技的飞速发展，知识工程思想由几十年前的纸上理论
逐渐被全世界各个领域的研究人员实际应用起来，并且取得很多有意义的成果。知识工
程的核心奥义就是利用计算机技术把错综复杂的学科知识、专家规则经验、设计规律和
相关文献资料构成知识库，并通过合理的知识表示和知识推理方法，将知识转化成为实
际的产品设计。它提供了一套解决方案，允许用户将工程学的知识运用到设计之中，充
分利用工程学知识减少错误或进行自动设计，从而获得最大生产率，具有很高的先进性。
知识工程是对本领域专家知识的集成、创新和管理，利用人工智能和计算机辅助技
术（Computer Aided Design，CAD）技术相结合，建立了表示和处理知识的产品模型，
并且通过知识的驱动和繁衍，对某一工程问题提供了最优的解决方案。采用该方法可以
很好的避免了一些重复性的工作，很大程度上减少了设计时间，缩短工程周期，使工程
设计人员能够集中精力做其他创新性工作。知识工程还能把工程技术标准规范和长期积
累的成熟设计经验融入到新的工程作业当中，大大的减少了不必要的错误。这些特性也
使得企业的知识得以保存，实现了设计的自动化。
知识工程是通常是由三部分组成的，分别是知识获取、知识表示以及知识推理，除
此之外还有知识筛选、知识管理等。一般的知识工程流程如下图 2.1 所示：

- 12 -

万方数据
 大连理工大学专业学位硕士学位论文

问题分析

企业经验和行业
知识获取
规范总结

选取恰当方法进
知识表示
行知识表示

运用合适软件建立参数
知识推理
和关系完成知识推理

输出方案

图 2.1 知识工程流程图
Fig. 2.1 Flowchart of Knowledge-based enginering

(1) 知识获取
知识获取是指将已经存在的外部知识进行收集和研究，并且通过特定方法转化以便
企业或研究人员使用。外部知识主要包括企业以往的经验、行业内相关规范条例、专家
们成熟的经验、公司已有的数据和信息等内容。知识获取的方式有多种多样，需要根据
具体的需求来使用不同的获取方法，从知识获取过程的自动化程度来看，知识获取可分
为手动、半自动和自动知识获取。从知识获取的模式来看，有基于知识表示的知识获取
与基于模型的知识获取。
(2) 知识表示
知识表示是指将已经获取到的知识通过计算机技术进行处理和保存，并且通过合适
的方式将所获的知识表达出来，是知识符号化和形式化的过程。在解决某一问题时，不
同的表示方法会产生完全不同的效果，需要根据实际情况来选择不同的表示方法，将获
取到的知识和经验完整详细的表示出来。常用的表示法有语义网络表达法、面向对象表
达法以及产生式表达法等等。
(3) 知识推理
知识推理是指将已经表示出来的知识，通过设定好的推理规则和策略进行推导和求
解，得到一个新的结果。知识推理也可以说是在计算机当中模拟人类大脑的推理方式，

- 13 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

使用一定形式化的知识进行求解寻优的过程。智能系统的知识推理过程是通过建立恰当
的推理机来完成的。常用的推理方法有规则推理、模型推理和案例推理。
本文的船舶机舱三维布局知识工程流程也遵循了知识工程主要流程如下图 2.2 所示：

获取的知识 知识
获取

机舱设备布局知识 设备分类 设备物理属性 布局边界

知识
产生式表达法 面向对象表达法
表示

建立参数和关系 三维碰撞校验和 知识
进行推理和优化 专家规则校验 推理
（推理机） （校验机）

否 是否符合
边界条件

输出推理结果

图 2.2 机舱布局知识工程流程图
Fig. 2.2 KBE Flowchart of Engine room layout

首先获取知识，主要有四种，分别为机舱设备布局知识、设备分类知识、设备物理
属性和布局边界；然后是知识表示，通过产生式表达法和面向对象表达法两种方式；最
后是知识推理，通过建立推理机和校验机完成推理，最终实现机舱设备的三维布局。具
体内容将会在本章 2.3、2.4 和 2.5 章节讲述。

- 14 -

万方数据
 大连理工大学专业学位硕士学位论文

2.2 CATIA 知识工程模块概述

2.2.1 CATIA 简介
知识工程有着极其的应广泛的应用领域，其中最重要的一个方面就是与集成的计算
机辅助技术（CAX）系统相结合。基于 KBE 的 CAX 系统发源于上个世纪九十年代的美
国，最初通过与 CATIA 和 ICAD（Intelligent Computer Aided Design）软件相结合应用
于波音公司的飞机冲压设计中。随着近十多年的发展，KBE 已经成为 CATIA 的核心功
能，CATIA 也当之无愧成为了将知识工程运用到极致的一款 CAX 软件。
CATIA 是世界上一款主流的一体化计算机辅助软件，是全球知名飞机公司法国达索
（Dessault Systemes）公司开发的，其技术水平在业内的领导地位得到广泛认可，在航
空、汽车、造船、土木、电子等领域有着很多的应用。在 CATIA 当中有着丰富的功能
和模块，他们可以互相的调用并且支持不同模块功能的交叉使用，主要的功能包括：基
础结构、机械设计、形状、分析与模拟、加工、数字化装配、设备与系统、数字化处理、
加工模拟、人机工程学、知识工程等。

2.2.2 CATIA 知识工程简介

知识工程模块包含顾问（Knowledge Advisor, KWA）、专家（Knowledge Expert, KWE）、
产品模板（Product Knowledge Template, PKT ）、业务流程模板（Business Process
Knowledge Template, BKT）、工程优化（Product Engineering Optimizer, PEO）、功能定
义（Product Function Definition, PFD）和功能优化（Product Function Optimization, PFO）
等功能。通过这些方便的功能可以在知识工程当中创建和访问企业的知识库，企业可以
通过设计信息和流程方法，通过多种形式保存并表示出来，允许用户将工程学的知识运
用到设计当中充分利用工程学的知识减少错误或进行自动设计，从而获得最大生产率。
知识工程模块当中有多种形式可以转换并储存知识，包括参数（Parameter）、公式
（Formulas）、规则（Rules）、检查（Checks）、报告（Reports）、设计表（Design Tables）、
创成式脚本（Generative Scripts）等。CATIA 知识工程模块菜单和优化选单如下图 2.3
所示：

- 15 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

图 2.3 CATIA 知识工程菜单和优化选单

Fig. 2.3 KBE menu and optimization in CATIA

因此有了这些功能，在知识工程模块当中用户可以创建一个全参模型，它们可以随
着用户的要求进行自动变化、智能变化。企业或者个人用户可以创建用户参数或修改固
有参数，创建参数集，创建文档模板，或者通过其他文档的输入条件，生成新模型。还
可以通过关系功能来建立参数间的关系，利用 Excel 表格或者 TXT 文本来创建产品设计
表，从而生成不同配置的模型。
而且通过知识工程的运用，当用户想要再创建或重新生成新的模型，用户只需简单
的修改参数或特征，其他相关联的参数或特征也会随之改变，操作起来十分方便，这对
于船舶设计这种螺旋上升的工程是一大福音。用户也可以通过超级副本和用户特征快速
将产品模型实例化，也可以定义产品目录库，将超级副本和用户特征等用户自定义的模
板储存起来，从而实现快速调用。
最后用户可以在知识工程当中添加和创建专家规则检查功能，输入简单易懂的逻辑
判读语句，从而确保自身模型构建的正确性和合理性，如果出现不符合规则的情况，系
统会给出警报，提示用户进行修改和重新生成。这样可以确保知识推理后的结果符合企

- 16 -

万方数据
 大连理工大学专业学位硕士学位论文

业行业内的标准。另外知识工程还为用户提供了智能优化设计，系统内置了多种当今工
程界流行的优化方法，使用方法比较简单。这些基于迭代法的优化工具，可以实现数据
的动态管理，选择最优的方案，获得与工程过程自身有关的知识，从而可在设计活动中
最大限度地实现自动化，并且提供最优的计算机辅助能力。
通过上述 CATIA 知识工程当中的相关功能，企业和用户可以很好的完成知识获取、
知识表示和知识推理这一系列的过程，从而完成产品设计。

2.3 机舱三维布局知识获取

2.3.1 知识获取简介
机舱布局知识获取是基于知识工程进行机舱布局设计的第一步，它是确定知识范围，
采集、加工编辑和提炼知识的过程，也是构造知识库的基础。用户把需要的机舱布局知
识从知识源中获取出来，并且通过适当的方法转换，从而使计算机可以表示出来。下图
2.4 为本文机舱布局知识获取的基本流程：

认识机舱布局问题特征

总结相关知识和概念

将知识形成条理和规则

将知识储存形成知识库

图 2.4 机舱布局知识获取流程图
Fig. 2.4 Flowchart of Knowledge Acquisition

按照知识获取的自动化程度，通常将知识获取分为自动知识获取和非自动获取两种
类别：
(1) 自动知识获取
自动知识获取是指通过计算机技术，例如机器学习、模式识别、数据挖掘和自然语
言理解等方式，建立一定的程序或脚本之后，可以将知识从错综复杂的网络当中获取到
计算机当中，这种方式可以连续不断地得到最新和前沿的知识，有着很好的时效性；但

- 17 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

是作为体现一个企业或者国家工业标志的造船行业来说，行业间一直有着比较高的技术
性和保密性，这种核心的船舶设计技术一般不会在互联网当中进行共享，因此这种形式
通常不适用于船舶工业当中。
(2) 非自动知识获取
非自动获取是一种比较普遍的知识获取模式，主要是与该领域专家进行交谈，阅读
大量的文献资料、广泛采集各种国内外条例规范，获取到所需知识，然后再通过相关编
辑和整理形成知识库。这种方式虽然比较费时费力，但是正是我们船舶工业所适用的一
种方式，本文采取这种非自动的知识获取形式来进行知识获取。

2.3.2 机舱设备布局基本要求
机舱设备布置是一个综合性较高的问题，设计人员需要遵循很多规则的同时，还需
从大量的优秀实船设计资料和经验当中吸取知识，以此来保证船舶的航行安全和企业效
益。本文通过非自动知识获取方式来达到知识获取的目的，主要的获取途径是查阅相关
教材讲义、《1974 年国际海上人命安全公约》（SOLAS 1974）及其附则、我国船级社
《钢制海船入级规范 2018 综合文本》相关内容、以及某船舶公司的相关船舶总布置图
的知识总结而来。
通常情况下，船舶机舱设备布局要遵守基本要求如下所示：
(1) 应保证各种设备能够持续可靠的运转，保证船舶在各种海况和允许的姿态，保
证设备的安全稳健工作。
(2) 保证设备能够有着合理的间距，以此便于日常的检修和保养，能够最大限度的
延长设备使用寿命。
(3) 对于船舶安全措施要考虑周全，机舱内的船员通道和逃生出口通道要保持通畅。
(4) 确定设备布置顺序，一般是先考虑体积较大的机械设备，例如主机、发电机、
锅炉等，需要建立一个比较完备的体系解决这个问题。
(5) 设备布置完毕后，要满足船舶稳性和浮性要求，不能使船舶超过其应保持的状
态极限。
(6) 保证设备与船壳或舱壁之间有着合理的间距，保证设备的安全性和稳定性。

2.3.3 机舱设备布局知识获取
根据机舱设备布局基本原则进一步的总结划分，本文主要从机舱设备布局知识、设
备分类、物理属性和机舱布局边界等部分进行知识获取。下面将分类进行简述，并且介
绍一个简单的例子予以说明，更具体的实例参见本文第 3 章的相关内容。

- 18 -

万方数据
 大连理工大学专业学位硕士学位论文

(1) 机舱设备布局知识
首先获取的知识是一些机舱布置的基本原则、国际规范和经验习惯、各种设备的特
殊属性、各种机舱设备的维护占地面积、通过多条同类型船舶总结出来的主要机舱设备
位置关系，以及相关的设备布置习惯等。目的是为了建立属于该设备的设备产生式属性，
从而在下一步的产生式表达法来进行知识表示。例如下表 2.1 所示：

表 2.1 知识获取范例 1
Tab. 2.1 An example of Knowledge Acquisition
NO. Name Location
3 废气锅炉 一般位于主机后部并且紧挨主机，靠近中轴线烟囱部位

(2) 设备分类
第二类要获取的知识是待布置设备的分类。由于待布置的设备属于船舶当中的不同
的系统，因此需要根据机舱布局的设备的属性和专家知识库，来进行系统而全面的设备
分类。所以本文创建了一套设备分类规则，将每个设备赋予设备类别权重𝜔Category
（Category={A, B, C}，本文将设备划分为 3 类，详见第 3 章相关内容）和层数权重𝜔Layer
（Layer={F, L, U}，本文将层数分为 3 层，详见第 3 章相关内容），通过该重要程度矩
阵表格可以计算得出设备的权重𝜔，根据权重由大到小的排序从而得出设备布局顺序，
为后面的产生式知识表示做准备。例如下表 2.2 所示：

表 2.2 知识获取范例 2
Tab. 2.2 Another example of Knowledge Acquisition
𝜔 A 类（𝜔A=0.9）
底层(𝜔F=0.8) 主机和传动装置：0.72

(3) 设备物理属性和布局边界
最后是机舱设备物理属性和布局空间的边界。物理属性即是设备的长宽高最大处的
数值，以及设备的质量。布局边界即是设备不可超出的位置，本文根据布局规范条例和
专家经验设置以下几个区域不可超出：船长和船宽方向的机舱内壁；高度方向的机舱内
部每层的甲板外壁；不可布置区域，包含各种油水舱、间舱、空舱占据的位置；设备维
护通道和人员逃生通道空间。
由于本文使用 CATIA 软件进行实现，因此该类的知识获取可以直接记录在 Excel
表格当中，在后面知识表达当中，设计人员通过面向对象表达法直接进行实际建模即可。

- 19 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

2.4 机舱三维布局知识表示

2.4.1 知识表示简介
知识表示是指将知识工程师获取到的各种知识进一步的形式化、模型化，可以在计
算机中继续处理。常见的工程设计中，往往需要通过一个或几个适当的方法进行知识表
示。所以船舶工程也不例外，机舱三维布局的知识表示是需要几种不同的方法配合完成
的。
在解决不同的问题时，应用不同的知识表示方法会产生不同的结果，多种不同的知
识表示法还会相互产生更好的效果，但目前各界学者依然在探索各种表示方式的组合。
具体的方法有面向对象表示法、产生式表示法、语义表示法、框架表示法等等。本文根
据机舱设备三维布局的既有设备关联参数又有物理特征的特点，主要应用 2 种方法表达：
面向对象表示法、产生式表示法，通过这两种方式的配合可以很好的实现机舱设备三维
布局问题的知识表示，能够为下一步知识推理作出很好的铺垫。

2.4.2 产生式表达法
产生式表达法通常用于表示事实、规则以及他们的不确定性度量，适合于表示事实
性知识和规则性知识，有着自然性、模块性、清晰性和有效性的优点，因此也适用于船
舶机舱设备布局问题。
该方法是将专家的知识由产生式表示的规则集合来表示，每一条产生式就是构成一
个知识模块的一条规则。产生式的基本形式为 P→Q 或者 IF P THEN Q，P 是产生式的
前提，也称为前件，它给出了该产生式可否使用的先决条件，由事实的逻辑组合来构成；
Q 是一组结论或操作，也称为产生式的后件，它指出当前提 P 满足时，应该推出的结论
或应该执行的动作
在本文中的产生式写成 IF A THEN B。其中，A 为知识获取到的机舱设备布局设备
名称，B 为该设备的物理属性以及经过知识获取到的该设备通常位置表述。该表达法会
将前面获取到的机舱设备布局知识、设备分类知识和设备物理属性的相关内容进行知识
表示，并且为后面的知识推理做好准备。本文当中的产生式表示法只将设备本身的相关
参数进行表示，关于设备的位置参数、关系等会在知识推理当中建立推理机进行求解，
此处提供两种产生式范例，如下图 2.5 所示：

- 20 -

万方数据
 大连理工大学专业学位硕士学位论文

获取的外部知识：
获取的外部知识：
某设备E一般位于主机和发电
该燃 油锅炉 长64 00mm ，宽
机组的后部，并且紧挨主机，靠
2650mm，最大高度3600mm。
近中轴线烟囱口处。

进行产生式表达法 进行产生式表达法

If name= Oil_Fired_boilor If name= E

Then a=6400, b=2650, h=3600 Then u=100, v=100

图 2.5 产生式表达法范例
Fig. 2.5 An example of production representation

其中 a, b, h 分别为设备的长宽高的最大值；u 和 v 是该设备与某关系设备在船长和
船宽方向最大活动范围；所有单位均为 mm。

2.4.3 面向对象表达法
“对象”这个词语才从广义上来讲指的是客观世界中的任何事物，它可以是一个具
体的事物，也可以是由多个事物的组合体。由于客观事物具有其自然属性和自身行为，
而面向对象表达法就是从客观世界的具体事物以及多种事物之间的联系进行抽象，更能
符合人们认识问题和分析问题的习惯思维方式，并具有直观性和可维护性好的特点。对
于船舶机舱部位的各种设备物理属性、船体外壳、各层甲板、各层舱室、人员通道、逃
生通道和各种待布局的设备等知识，本文选择该方法来表示。

2.4.4 机舱设备布局知识表示
(1) 机舱知识表示
通过 CATIA 的创成式曲面设计和自由曲面设计模块可以完成船体外壳部分的知识
表示，本文需要的数据为船舶的型线图，里面包含了船体水线图、纵剖线图、型值表。
将所有需要的数据按照顺序依次导入内置 VBA 的 Excel 表格文件当中，通过宏命令即
可创建出所需的型值点和型线。由于船舶形体复杂，自动生成曲面会产生较大的误差，
因此本文选择手动操作的方式围合曲面。最后需要进行自由曲面设计和填充命令不断地
完善和修补船体，达到船壳建模的目的。船壳内表面也是设备布局的外边界约束，布局
设备不可超出。

- 21 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

根据知识获取所总结的知识，确定船舶机舱分段长度，并且进行船舶的机舱部位甲
板分层和舱室划分，并且留出管路布置、人员维护、逃生通道、尾尖舱和各油水舱室位
置，这些舱室的外边界作为设备布局的外边界，不可超出。
(2) 设备知识表示
通过 CATIA 的三维零件模块可以完成各种设备的知识表示，由于某些设备需要人
工操作和定期维护，因此在建模过程中要将维护空间考虑在内。针对船舶设备所需要的
操作维护空间，本文提出了虚拟面积的概念：机舱当中不同设备操作维护占地各不相同，
在建立设备三维模型的基础上为所有待布置设备在外围增设操作维护所需面积，即虚拟
面积。本文建立了考虑维护占地的“设备维护虚拟面积”方法来完成各种设备的知识表
示，通过这种方式可以避免在知识推理过程中出现设备紧贴的状态，达到良好的布局效
果。
机舱当中不同设备维护虚拟面积各不相同，本文通过统计多条船舶的机舱布置图，
结合中国船级社的《钢质海船入级规范 2018 综合文本》，总结并且制定出了一套适用
于机舱设备布局问题的虚拟面积增加规则，如下表 2.3 所示（单位均为 mm）。其中“ai”
和“bi”分别表示设备在船长方向和船宽方向的长度；“pi”和“qi”分别表示设备在船
长方向和船宽方向增加的虚拟距离。下表 2.3 为一个具体范例：

表 2.3 机舱设备虚拟面积增加规则范例
Tab. 2.3 An example of rules for virtual area increase of engineroom equipment
设备 ai bi pi qi
>5000 >2000 ai /4 bi /2
Generators 3001~5000 1201~2000 ai /3 bi /2.5
≤3000 ≤1200 ai /2.5 bi /1.25

因此通过运用上述规则，将某设备进行虚拟面积增加。下图 2.6 的左图是原设备模

型，右图是考虑维护占地的建模方法设备模型。

图 2.6 某设备知识表示结果
Fig. 2.6 The result of Knowledge Representationof an equipment

- 22 -

万方数据
 大连理工大学专业学位硕士学位论文

2.5 机舱三维布局知识推理

2.5.1 知识推理简介
知识推理（Knowledge Reasoning）是指通过计算机技术，在知识表示的基础之上，
模拟人脑的思维推理形式，按照相关的推理策略，使用一定形式化的知识进行求解寻优
的过程，本文系统的推理过程是基于建立恰当的推理机制来完成的。
知识推理按照推理的方法可以分为统计推理、形式推理和直觉推理；按照方式可以
分为演绎推理、模型推理和归纳推理；按照策略可以分为正向推理、反向推理、混合推
理和元推理。由于机舱设备布局的参数和规则较多，本文应用的是 CATIA 当中比较核
心的知识工程模块，将表达的知识，通过在规则编辑器（Rules Editor）当中建立参数关
系并且完成知识推理；在知识推理完成后，通过 CATIA 知识工程模块的专家检查功能
完成知识推理的三维布局结果校验，确保设备布局的科学性和正确性。

2.5.2 CATIA 参数化知识推理

机舱布局问题可以通过 CATIA 的装配模块来完成知识推理，因此本文首先要建立
一系列的用户参数，通过用户参数和 CATIA 建模产生的原有参数来完成各种设备间的
关联。
用户参数是指用户自己在 CATIA 软件当中手动定义或创建零件时本身产生的一类
参数，可以用来与构成装配体的零件属性参数建立函数关联，例如偏移和约束等。
原有参数是指 CATIA 软件自带的一类参数，这类是一种过渡型参数，存在于比较
低层级的结构树当中。用户在进行装配体设计时，零部件之间的数据交换主要是通过此
类参数进行的。
函数关系是指各个设备间或设备与船壳内壁、船舱外壁的距离位置关系，在 CATIA
当中通过公式（Formula）功能实现，通过这些公式即可完成设备的初步布置。
专家规则是通过知识获取并且总结得到的相关规律，通过建立函数数学模型，把相
关参数输入后即可校验该设备位置是否符合专家条件，如果不符合专家经验则需进入优
化设计模块重新计算设备位置坐标。
下图 2.7 为知识推理示意图：

- 23 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

知识表示结果

输入至合适的推理机
中完成推理

建立专家规则
进行校验

否 优化设计
是否满足要求
模块
是

输出推理结果

图 2.7 知识推理示意图
Fig. 2.7 Diagram of Knowledge Reasoning

2.5.3 机舱三维布局知识优化方法
在第 1 章当中简单介绍了各种优化算法的优劣势，并且也通过一些研究现状来说明
了相关算法的实用性。机舱设备位置优化的问题具有多目标、多约束、关联性复杂和易
陷入单设备位置或单函数最优等特点，需要将不符合专家规则的布局方案优化求解。因
此本文采用模拟退火（Simulated Annealing，SA）算法来实现机舱布局的位置优化，能
够科学有效的达到本文研究目标。
模拟退火算法是由 N. Metropolis 等人在 1953 年提出的，该方法的出发点是基于物
理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高
的初始温度出发，随着温度逐渐下降，结合概率突跳特性在解空间中随机寻找目标函数
的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。
模拟退火算法是一种通用的优化算法，具有概率的全局优化性能，目前已在各种工
程领域当中得到了广泛应用：刘青[55]设计了服务组合模拟退火算法，进行组合服务 QoS
属性的归一化处理和二次寻优，解决了 web 服务组合中选择服务需感知 QoS 属性问题。
蔡延光[56]提出了一个适用于多重运输调度的模拟退火算法，很大程度的提高了收敛速度，

- 24 -

万方数据
 大连理工大学专业学位硕士学位论文

在较短时间内得到了较高质量的解。王新生[57]建立了空间约束条件和土地费用相关的复
合目标函数，采用模拟退火算法将土地空间进行布局方案优化，取得了不错的进展。周
叔阳[58]通过模拟退火算法解决了预连接孔的工艺设计的不稳定性，并且提高了工作效率。
更为详细的模拟退火算法介绍请参见 4.3 节。

2.6 本章小结
本章主要对知识工程的理论和方法在船舶机舱布局设计中的应用进行了分析总结。
介绍了知识工程的含义，简述了知识工程的基本步骤和思路。介绍了本文使用的 CATIA
软件系统和知识工程模块。针对知识工程三大主要步骤——知识获取、知识表示和知识
推理，分别介绍了在机舱设备布局中每步使用的具体方法。在设备分类的知识获取当中
创建了一套机舱设备分类规则，通过权重计算得出设备顺序；在设备知识表示当中创建
了设备虚拟面积增加规则，避免在知识推理当中出现紧贴的状态。另外对每步都通过范
例作出了详细的解释，为下文的实际船舶机舱三维布局作出了铺垫。

- 25 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

3 基于知识工程的船舶机舱三维布局设计

多年以来，船舶机舱布局问题一直是全世界船舶工业持续关注的一类问题，以往的
船舶机舱布局多是参考了母型船的方案进行再次设计和加工，同时参照众多的国内外设
计规范、企业内部手册和资深专家指导意见。由于船舶机舱布局是一种螺旋上升、内外
牵制的一类问题，很多细节改变往往牵一发而动全身，因此本文通过运用知识工程思想
来提高工程人员效率，探索更多的布局方法。
本章主要是研究 KBE（Knowledge-baesd Enginering）在船舶机舱设备三维布局的应
用，希望获得更方便快捷的布局方法。通过上一章介绍的方法和流程，针对一条多用途
载货船进行基于知识工程的机舱设备布局设计，探索出一种新的机舱设备布局方法，并
验证该方法的可行性和有效性。多用途载货船的主要参数如表 3.1 所示。

表 3.1 某多用途船主要尺度和参数
Tab. 3.1 Main dimensions and parameters of a multi-purpose ship
主要尺度和参数 数值
总长/m 199.80
垂线间长/m 189.00
机舱长度/m 42.00
型宽/m 27.80
型深/m 15.50
设计吃水/m 10.30
结构吃水/m 11.00
机舱上甲板高度/m 11.38
机舱下甲板高度/m 7.70
机舱底层甲板高度/m 3.65
载重量（设计吃水）/t 约 26700.0
载重量（结构吃水）/t 约 30000.0
总吨位 26859
净吨位 10007

3.1 机舱三维布局知识获取
船舶机舱布局的知识获取是整个工作流程的第一步，主要是将用于解答船舶机舱布
局的相关知识从外部知识源当中获取并且转换为相应的计算机知识，最终储存到知识库
当中。这些知识的来源包含船舶工业专家们的设计经验、船舶与海洋工程类教学书籍、
国内外造船规范条例和企业内相关规范要求，图 3.1 为知识获取的示意图。按照第 2 章

- 26 -

万方数据
 大连理工大学专业学位硕士学位论文

讲述的流程，本节将进行机舱设备三维布局知识获取。将船舶机舱设备布局知识分为 4
个大部分进行获取，分别是机舱设备布局知识、设备分类知识、待布置的设备物理属性、
以及机舱布局边界知识。下面分 4 小节讲解并开展知识获取流程。

专家设计经验

船舶工程书籍
知
知识转换 识
库
国内外规范条例

企业相关要求
图 3.1 知识获取示意图
Fig. 3.1 Diagram of Knowledge Acquisition

3.1.1 机舱设备布局知识
首先需要获取的是机舱设备布局的基本原则、国际规范和经验习惯，主要的知识来
源于对已知的多条该类船舶设备布置图资料的经验总结，资料参考了当前我国船级社的
《钢质海船入级规范 2018 综合文本》以及国际惯例，还有一些企业内部的设计规范资
料，将机舱内的主要设备进行分条总结，并且在最后归总至表格当中，为下文的知识表
示做好准备。
(1) 主机和传动装置
该类船舶均设置 1 台推进主机，一般位于机舱中后部位。由于主机高度都要比其他
设备要高出几倍，并且被视为船舶的心脏，因此需要将主机基座放置在底层甲板，并且
跃层直接到上层甲板；主机在每层机舱加班都要留有维修人员通道，方便日常的检修排
查工作；主机的前后两端都要留有一定空间，以便安装相应配件；主轴的高度需要由机
舱形态和底层花铁板的高度来决定；主机周围和上部要留有相应的空间，保证通风管路、
电气设备、消防管路和其他维护设备的安置；传动装置的周围要留有不少于 500mm 的
维护距离，来保证传动轴的稳定运转。

- 27 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

(2) 发电设备
该船均设 3 台柴油发电机组，布置位置位于主机的靠左舷或右舷一侧的后方，靠近
船舶烟囱口部位。发电机组应与主机操作层处在同一平面上，便于轮机管理人员进行操
作和监控。发电机组周围要预留出 500~800mm 距离，便于操作人员维修。
(3) 锅炉设备
燃油锅炉和废气锅炉一般布置在上平台，在主机后端，并且放置在排烟管道口的位
置，以此来减少管道弯路，来保证废气排放顺畅。废气锅炉需要与机舱烟囱相连，废气
在排气出口处的温度要处在 170℃左右，否则容易造成设备腐蚀。
(4) 泵类设备
泵类设备一般是根据相应的油水舱室来搭配布置，比如海水泵通常布置在海水舱的
外侧，淡水泵通常布置在紧挨淡水舱的外侧，污水泵通常紧挨污水舱等等诸如此类的布
置方法。但也有一些例外，比如污水泵和油渣泵通常位于船舱底层，确保船舶通畅排污，
放置管道堵塞；滑油泵是紧挨传动轴，放置在主机后部，来保证螺旋桨正常运转。泵类
设备的特点是体积和占地面积小，而且与布置边界的间距在 300mm 以上即可。
(5) 其他设备
中央冷却器一般靠近机舱的前部，放置于下层甲板，靠近货舱通风管道处，方便将
整个机舱内热量散发至船外。供油单元一般位于原理主机的位置，靠近主机前部，防止
燃爆。燃油冷却机组位于主机前部，一般处在中央轴线，与前部油舱保持 1000mm 以上
距离。主辅空气瓶位于船舶机舱末端，分布在中轴线两侧，间距在 1000mm 左右。消防
压力水柜一般位于主机前部和中轴线，靠近机舱油舱外壁，并且保持 500mm 以上安全
距离。热井一般位于主机和锅炉周围，并且保持 500mm 左右安全距离。造水机可放置
于主机前部的空档位置，远离油舱和其他散发高热的装置。
(6) 节能规范
该类船舶符合 CCS 绿色规范船舶规定，并且达到了 Green Ship-Ⅱ要求，同时也符合
EEDI-Ⅱ级能效设计；申请多个船级社绿色船级符号，包括 GWC 灰水控制、AFS 防污
底系统、BWMS 压载水处理及 AMPS 高压岸电等；在选用设备的时候也特别注重节能
环保的指标，包括高效压载水处理系统、变频空调分区控制系统、真空污水处理收集系
统、燃油检测系统、节能的岸电船载系统、全船 LED 节能照明系统等等。
将上述内容进行总结和转化之后，形成了该类船舶各设备之间关系和设备与周围舱
室位置关系，列出如下表 3.2 所示：

- 28 -

万方数据
 大连理工大学专业学位硕士学位论文

表 3.2 设备布置知识总结
Tab. 3.2 Summary of equipment layout knowledge
NO. Name Location
1 主机 单主机，中央轴线，大概率位于机舱 1/2~2/3 处
2 柴油发电机组 均位于上层甲板的主机后部，靠近中轴线烟囱部位
3 废气锅炉 均位于上层甲板的主机后部并且紧挨主机，对准烟囱口部位
4 燃油锅炉 均位于上层甲板的主机和发电机组后部，靠近中轴线烟囱部位
5 灰水泵 经常紧挨灰水舱，位于底层机舱甲板，靠近船壳内壁
6 消防泵组 一般位于主机前部，放置于底层甲板，海水箱与轴线中间
7 污水泵 紧挨生活污水存放舱，位于底层机舱甲板，靠近船壳内壁
8 油渣泵 位于主机周围，下层甲板的柴油舱底部船壳边缘，即底层甲板
9 排水泵 位于主机周围，紧挨柴油澄清舱，位于底层甲板
10 中央冷却器 均位于机舱前部，放置下层甲板，接近货舱风道
11 供油单元 均位于机舱前部，远离主机，靠近机舱前壁和船壳外壁
12 燃油冷却机组 经常位于主机前部，靠近中轴线，靠近主机
13 主空气瓶 经常位于机舱尾部，关于中轴线对称，位于下甲板
14 辅空气瓶 经常位于机舱尾部，在主空气瓶周围，贴近舱壁
15 消防压力水柜 一般位于主机前部，靠近中轴线，远离主机
16 热井 均紧挨锅炉设备，位于机舱尾部舱壁处，位于主机后部
17 造水机 经常位于主机前部空地处，远离舱壁
18 滑油泵 经常位于主机滑油储藏舱后部，紧挨舱室外壁

3.1.2 设备分类知识
第二类知识是设备分类，本文创建了一套设备分类规则，将待布置的设备按照重要
性和布置甲板平台进行分类，并且赋予相应权重，按照权重大小顺序生成设备布置顺序，
为下文知识表示作出准备。
通过对以往知识的收集和总结，将每个设备赋予设备类别权重𝜔Category 和层数权重
𝜔Layer。
其中设备类别分为 A, B, C 三种类别，分类的原理是按照机舱设备的重要性决定的。
通过对船舶机舱布置相关手册和教材的知识获取，得知机舱内的各种设备重要性是按照
设备的功能、性能以及体积决定的，绝大多数情况下，主机和传动装置是重要性最高的
设备，其次是发电机组和配电板，然后是锅炉设备，最后是各种辅助性的设备。
层数分类是按照上一小节收集到的设备知识总结得到内容整理，将不同的设备分层
进行放置。其中上平台高度为 11383mm、下平台高度为 7700mm、底层高度为 3650mm。
设置设备类别的权重分别为𝜔A=0.9、𝜔B=0.7、𝜔C=0.3，设备布置甲板平台权重分
别为：底层甲板（Floor）𝜔F=0.8、下平台甲板（Lowerdeck）𝜔L=0.4、上平台甲板（Upperdeck）
𝜔U=0.6。

- 29 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

设备分类的知识获取经过整理和权重计算，列出如下表 3.3 所示。

表 3.3 设备分类知识总结
Tab. 3.3 Summary of equipment classification knowledge

权重𝜔i A 类（𝜔A=0.9） B 类（𝜔B =0.7） C 类（𝜔C =0.3）

上平台 柴油发电机组 废气锅炉、燃油锅炉
(𝜔U =0.6) 0.54 0.42
主辅机供油单元、轻 中央冷却器、空气瓶组、辅助 滑油泵
下平台 柴油机冷却机组 空气瓶组、消防压力水柜、热 0.12
(𝜔L =0.4) 0.36 井、造水机
0.28
主机和传动装置 灰水泵、消防泵组、.污水
底层
0.72 泵、油渣泵、排水泵
( 𝜔F =0.8)
0.24

由于会遇到权重相同的情况，一些辅助设备的布局则是根据他们的附属属性来进行
排序，比如与主机相关的供油单元优先布置，随后布置与发电机组有关的柴油机冷却机
组，然后是与锅炉有关的热井，最后按照设备体积从大到小进行布置。
通过以上的权重计算和获取到的专家知识，最终可以得到设备的布置顺序，布局顺
序为：主机和传动装置、柴油发电机组、废气锅炉、燃油锅炉、主辅机供油单元、轻柴
油机冷却机组、热井、中央冷却器、空气瓶组、辅助空气瓶组、消防压力水柜、造水机、
消防泵组、灰水泵、污水泵、油渣泵、排水泵、滑油泵。

3.1.3 设备物理属性
众所周知，无论是船舶还是其他工程设备都会有自身的物理属性，船舶设计专家们
也需要根据各种设备的外型尺寸、提及质量、表面材料和是否耐高温耐潮湿来设置不同
的位置。所以本文需要获取的待布置设备主要的物理属性为各种设备在长宽高三个方向
的最大值，由于在知识推理阶段还需要计算船舶的总体力矩等内容，因此还需增加获取
各种设备的质量参数。
通过查询所有待布置设备的产品说明书、安装指南、设备生产厂家相关网站和规范
条例，可以完成对所有待布置的设备物理属性的获取，本文总结汇总至下表 3.4 所示。
表格中的 a 表示设备在船长方向的最大长度、b 表示设备在船宽方向的最大宽度，h 为
设备的最大高度，m 为设备的质量。为了方便 CATIA 软件读取，表格当中涉及到长度
的单位为 mm，质量单位为 kg。

- 30 -

万方数据
 大连理工大学专业学位硕士学位论文

表 3.4 设备物理属性知识总结
Tab. 3.4 Summary of equipment physical property knowledge
NO. Name a/mm b/mm h/mm m/kg
1 主机 10200 7800 10650 323000
2 柴油发电机组 5600 7920 2700 20700
3 废气锅炉 6400 2650 3600 49200
4 燃油锅炉 1600 1600 5000 7800
5 灰水泵 600 450 1000 40
6 消防泵组 600 450 1000 50*2
7 污水泵 600 450 1000 40
8 油渣泵 600 450 1000 40
9 排水泵 600 450 1000 40
10 中央冷却器 835 1850 2125 100
11 供油单元 2800 1200 2000 150*2
12 燃油冷却机组 2000 1200 1750 50
13 主空气瓶 3200 3800 1500 100*2
14 辅空气瓶 400 2400 1700 80*3
15 消防压力水柜 1500 1500 2000 50
16 热井 1350 2500 2240 200
17 造水机 1500 1100 1500 180
18 滑油泵 1400 500 500 40

3.1.4 布局边界
船舶机舱设备布局的边界是该类型船舶的机舱内壁以及各油水舱室的外壁。知识获
取的来源于对该类型已建造船舶分舱的情况和各舱室所占空间大小的经验总结，首先分
3 层甲板：底层甲板、下平台甲板和上平台甲板。这些分层甲板的外壁作为机舱设备的
上下高度边界，布置时不可超出；但是由于所有待布置设备只有主机高度是跨越三层，
因此主机的布置是唯一的例外。随着船舶型线的发散，由下至上层甲板的边界也随之改
变，并且这些船壳外壁的内侧作为设备布局边界。
各层还有许多不可布置设备的液舱，例如生活污水舱、柴油储存舱、灰水舱、燃料
油舱、滑油储存舱、船底隔离空舱、主机气缸油储存舱、轻柴油储存舱、尾尖舱等。还
有一些设备操作间，例如电工物料间、机修间、机舱储备间、机舱集控室、电工间等。
这些舱室或者设备操作间均不可布置机舱设备，因此将这些舱壁的外边界作为机舱设备
布局的布局边界。
各层机舱甲板的布局边界示意图如图 3.2 所示：

- 31 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

图 3.2 机舱布局边界示意图
Fig. 3.2 Diagram of engineroom layout boundary

3.2 机舱三维布局知识表示
机舱三维布局知识工程的第二步是知识表示，这一步是承上启下的关键一步，需要
将第一步知识获取当中收集并整理出来的知识进行逐条表示，把不同的知识类型通过一
种或者几种恰当的方法表达出来，为最后的知识推理作出铺垫。本节将针对上一节获取
到的不同类型的船舶机舱知识，通过产生式表达法和面向对象表达法这两种知识表示法
进行表示。图 3.3 为机舱设备布局知识表示分类示意图：

- 32 -

万方数据
 大连理工大学专业学位硕士学位论文

机舱设备布局知识

设备分类知识 产生式表达法

设备物理知识

面向对象表达法

布局边界

图 3.3 机舱设备布局知识表示分类示意图
Fig. 3.3 Diagram of Knowledge Representation

3.2.1 机舱设备布局产生式表达法
通过上一节的知识获取，我们总结得到了机舱设备布局知识、设备分类知识和设备
物理属性，这些知识可以通过产生式表达法来进行知识表示，范例如第 2 章的图 2.5 所
示，而且这些产生式的结果可以直接导入并且可以在知识工程模块读取，从而完成下一
节的知识推理内容。
首先将设备布置的知识总结进行产生式表示，本文的产生式基本形式是 IF A THEN
B 结构，A 代表的是设备名称，B 由两部分组成，分别是设备自身的物理属性和设备一
般位置关系表述。其中物理属性分别为设备长宽高的最大值，一般位置关系表述为该设
备与某关系设备距离或在船长、船宽方向最大活动范围。每个设备位置经过知识获取（详
见表 3.2）形成了一条条的产生式，而产生式就形成了设备之间的关联性，使布置的产
生方案更有通用性。柴油发电机组位置位于主机后部靠近烟囱；废气锅炉对准烟囱口位
置；燃油锅炉靠近烟囱口；供油单元位于机舱前部；冷却机组靠近主机；热井紧挨锅炉；
冷却器靠近通风口；空气瓶组位于机舱尾部；辅空气瓶组位于空气瓶周围；由于上一节

- 33 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

获取到了设备的所有物理属性，因此为了节约篇幅，本节产生式列表当中只列出所有设
备的一般位置关系表述，顺序已经按照 3.1.2 小节当中所得结果排列，如下表 3.5 所示：

表 3.5 设备产生式列表
Tab. 3.5 List of representing formula of equipments
NO. 设备名称 If name= Then
1 主机和传动装置 Main_engine x1=d/2 y1=0 z1=3650
2 柴油发电机组 Generators x2=0.6* x1 y2=b2/2±100 z2=11383
3 废气锅炉 Exhaust_boilor x3=11500 y3=b3/2±100 z3=11383
4 燃油锅炉 Oil_fired_boilor x4=x2/2 y4=b4/2±100 z4=11383
5 主辅机供油单元 Booster_unit x5=d-3000 y5=3000±w/2 z5=7700
6 柴油机冷却机组 Diesel cooler x6=x1+a1+3000 y6=b6/2±100 z6=7700
7 热井 Hot_well x7=x1-3000 y7=b7/2±1500 z7=7700
8 中央冷却器 Centeral_cooler x8=33000-100 y8=3650+100 z8=7700
9 空气瓶组 Air_reservior x9=d/3 y9=0 z9=7700
10 辅空气瓶组 Aux_air_reservior x10=x9+b9/2+ b10/2 y10=3500 z10=7700
11 消防压力水柜 Fire_hydrophore x11=d-a11/2-100 y11= b11/2±100 z11=7700
12 造水机 Water_generator x12=d-a12/2-3000 y12=w/2-3000 z12=7700
13 消防泵组 Fire_pump x13=x1+a1+3000 y13=±5000/2 z13=3650
14 灰水泵 Grey_pump x14=22000+100 y14=3000+100 z14=3650
15 污水泵 Sewage_pump x15=18000+100 y15=2500+100 z15=3650
16 油渣泵 Sludge_pump x16=20000+100 y16=-2750-100 z16=3650
17 排水泵 Discharge_pump x17=25000+100 y17=-4000-100 z17=3650
18 滑油泵 Lubri_pump x18=36000+100 y18=-5500+100 z18=7700

上表相关内容解释如下：
(1) “If name=”一列是设备的英文名称，“Then”一列是设备的属性和位置关系。
(2) xi 和 yi 为设备在船长和船宽方向的位置坐标；ai 和 bi 为设备本身的长度和宽度，
属于设备自身的物理属性，由于表格篇幅有限不在此展示，详情可见表 3.4 设备
物理属性知识总结。
(3) d 为机舱长度 42000mm，w 为机舱宽度 27800mm。
(4) 获取的知识语句当中，表述为“远离”的值为 3000mm，“靠近”值为 100mm。
(5) 机舱通风口位置为（33000,±3650）;灰水舱位置为（22000,3000）；污水存放舱
位置为（18000, 2500）；柴油存放舱位置为（20000，-2750）；澄清舱位置为
（25000，-4000）；滑油储存舱位置为（36000, 5500）。
(6) x=11500mm 为机舱烟囱口位置；y=3500mm 为与某设备相关的舱外壁位置；底
层甲板两侧海水舱距离中轴线距离为 5000mm。

- 34 -

万方数据
 大连理工大学专业学位硕士学位论文

(7) 表内所有长度单位均为 mm。

3.2.2 机舱布局面向对象表达法
本文使用面向对象表达法完成设备物理知识和布局边界的三维知识表示。所谓“对
象”，指的就是与机舱设备布局有关的客观事物，而本文的客观事物就是实体的船舶、
机舱、各个舱室以及各种机舱内的设备。通过上文获取到的机舱物理知识和设备物理知
识，可以很容易的在 CATIA 当中进行建模，来完成机舱布局的知识表示。
(1) 布局边界知识表示
布局边界包括船舶外壳内壁和各关联舱室的外壁，本文通过 CATIA 创成式外型设
计（Generative Shape Design）和自由样式设计（Free-style Design）两个模块的配合，可
以比较顺利的完成船体外壳和、机舱外壳和舱室划分。主要所需数据为船舶的型线图，
该表包含了船体水线图、船舶纵剖线图、船舶型值表等内容。本节主要使用的数据是船
舶的型值表，包括站线序号、各站水线半宽值、水线、甲板边线宽度、舷墙顶线宽度、
升高甲板边线宽度、纵剖线以及其他特殊值。除此之外，还有几条重要的点和线是表中
没有直接给出的，例如围绕船舶首尾两条边缘线的一系列点，就需要通过手动量取的方
式获取数据。一般型值表是.dwg 或其他 AutoCAD 软件的格式，还需要将所有相关数据
转到 Excel 表格当中，以便下一步操作。
当把型值点的坐标转换为 Excel 格式的时候就可以将这些点，按照顺序依次导入到
CATIA 的宏表格当中。该文件当中包含了一个通过三维坐标值创建点、线、面的功能，
由 3 个循环构成，形式为：
Start
StartLoft
StartCurve
依次输入围成这条线的系列点的 x, y, z 坐标
EndCurve
StartCurve
依次输入围成这条线的系列点的 x, y, z 坐标
EndCurve
……
EndLoft-
End

用户新建一个零件，并且打开 CATIA 创成式曲面模块，再将坐标值按 x，y，z 顺

序依次输入至相应位置，注意要把每一条线的连续的点按顺序输入。最后运行宏命令
Feuil1.Main 即可完成操作。点击执行后在弹出的窗口当中输入相应值来产生相应的下一

- 35 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

步效果，输入 1 表示生成点，2 表示生成点和样条线，3 表示生成点、样条线和放样曲

面。由于船体型值点较多且在边缘处分布不规则，运行放样曲面会出现报错，因此本文
输入 2，生成点和样条线，随后即可在 CATIA 窗口当中看到生成的结果。但是由于生
成的船舶型线有某些未闭合之处，因此在 CATIA 软件当中首先通过镜像命令生成另一
舷的网格线，然后再人工围合相关曲线，使所有曲线闭合相连，为后面的曲面填充做准
备。最终的效果如下图 3.4 所示：

图 3.4 船舶型线网格图
Fig. 3.4 Diagram of shipline mesh

接下来需要切换到自由样式设计模块，选择“网状曲面”功能，在规则的网格线区
域依次选择多条轮廓和引导线，点击确定即可生成网格曲面。需要注意的是引导线和轮
廓线实际没有太大区别，此处要把网格线较规律的横纵剖线都选择上，不要选择不规则
的样条线，否则在生成的时候会出现错误。船体型线往往呈现出很多不规则和曲率变化
较大的位置，此时就需要手动在曲线上加入一些辅助的点，创建几条样条线来围合出曲
率适中的填充网格的边界。最后切换至“创成式外型设计”，选择“填充”功能来完成
所有网格的填充。最终效果如下图 3.5 所示：

图 3.5 船舶外壳示意图
Fig. 3.5 Diagram of shiphull

- 36 -

万方数据
 大连理工大学专业学位硕士学位论文

在得到整船模型之后，将所有曲面进行封闭，并且隔离成为一个整体的曲面。最后
根据获取到的机舱长度和机舱舱室等知识内容，进行船舶的机舱部位甲板分层和舱室划
分，最终的布局边界知识表示结果如下图 3.6 所示：

图 3.6 布局边界知识表示结果
Fig. 3.6 Result of knowledge representation of layout boundary

(2) 设备物理知识表示
设备的物理知识可以通过 CATIA 的零件设计模块（Part design）进行参数化建模，
便于修改，提高设备模型的通用性。机舱当中不同设备维护占地各不相同，有必要为所
有待布置设备建立虚拟面积操作维护空间。针对船舶设备所需要的操作维护空间，本文
提出了虚拟面积的概念：机舱当中不同设备操作维护占地各不相同，在建立设备三维模
型的基础上为所有待布置设备在外围增设操作维护所需面积，即虚拟面积。这样在知识
推理的时候就会留有足够的设备操作维护空间，对于机舱设备的维护、安装、检查都提
供了极大的便利，并且很好的提高了机舱设备之间的干涉距离，可以极大的提高机舱整
体布局效果。本文通过统计多条船舶的机舱布置图，结合中国船级社的《钢质海船入级
规范 2018 综合文本》，可总结并且制定出一套适用于机舱设备布局问题的虚拟面积增
加规则，该规则将机舱内所有设备分为 4 类：主机和传动装置、发电机、锅炉、泵类、
其他设备。如下表 3.6 所示（单位均为 mm）。其中“ai”和“bi”分别表示设备在船长

- 37 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

方向和船宽方向的长度；“pi”和“qi”分别表示设备在船长方向和船宽方向增加的虚
拟距离。

表 3.6 设备虚拟面积增加规则
Tab. 3.6 Virtual area increasing rules of equipments
设备 ai bi pi qi
>8000 >5000 ai /2 bi /2
Main Engine 4001~8000 3001~5000 ai /2.5 bi /2.5
≤4000 ≤3000 ai /3 bi /3
>5000 >2000 ai /4 bi /2
Generator 3001~5000 1201~2000 ai /3 bi /2.5
≤3000 ≤1200 ai /2.5 bi /1.25
>2000 >2000 ai /3 bi /3
Boilor
≤2000 ≤2000 ai /2.5 bi /2.5
Pump - - 300 300
>3000 >3000 ai /3.5 bi /3.5
2001~3000 2001~3000 ai /3 bi /3
Others
1001~2000 1001~2000 ai /2.5 bi /2.5
≤1000 ≤1000 ai /2 bi /2

机舱的设备按照上文制定的“设备维护虚拟面积”方法完成知识表示，每个设备的
增加规则根据不同的类别增加不同的值，以此来保证设备的维护空间。最终的机舱内部
分设备的实体建模完毕后如下面图 3.7 所示，底部浅黄色为按照上述规则设备增加的虚
拟面积：

- 38 -

万方数据
 大连理工大学专业学位硕士学位论文

图 3.7 设备物理知识表示结果
Fig. 3.7 Result of knowledge representation of physical knowledge

3.3 机舱三维布局知识推理
机舱三维布局知识工程的最后一步是知识推理，通过计算机软硬件技术，依据相关
推理策略，将表达出来的知识进行知识推理，完成求解。本文将使用 CATIA 知识工程
模块，运用规则推理的方式，将产生式表达法表示的知识直接进行公式输入，把设备实
体模型导入完成知识推理。建立专家知识规则，将布局结果进行校验，判断是否符合规
则和边界条件，符合则直接输出推理结果；如果不符合将会会进入优化设计模块进行进
一步调整，直到满足规则为止。

3.3.1 CATIA 知识工程模块概述

在 CATIA 知识工程模块当中，首先需要建立一系列的用户参数，通过用户参数和
CATIA 建模产生的原有参数来完成各种设备间的关联；然后再利用产生式表达法的结
果建立参数和设备约束之间的关系公式，进行逐步的参数化设计装配，完成每一个设备

- 39 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

的布局；最后在规则编辑器当中建立多条专家规则，将布局的结果进行校验，判断是否
符合规范与经验。知识推理的流程图如 3.8 所示。

产生式表达法 面向对象表达法
设备各种参数 船壳和设备建模

建立参数间函
导入Product
数关系

建立专家规则
进行校验

否 优化设计
是否满足要求
模块
是

输出推理结果

图 3.8 知识推理流程图
Fig. 3.8 Flowchart of knowledge reasoning

3.3.2 机舱三维布局设计推理流程
在 CATIA 知识工程模块当中完成知识推理的流程：首先在装配模块当中将通过面
向对象表达法建模完毕的各个设备和每个设备的物理参数导入至 CATIA。本文创建了
设备虚拟面积增加规则，因此设备的长和宽两个参数值是经过虚拟面积增加规则计算之
后的值，计算过程在 Excel 表格当中进行。该数据为 Excel 表格形式，为了方便 CATIA
软件读取，特别将数据的格式设为两列，第一列为参数名称，第二列为参数值，这样软
件才能够顺利的读取并且显示出来。导入方式可以选择参数导入或者设计表导入，两者
导入后的差异不大，但是通过设计表导入的话，当改变 Excel 的数值时 CATIA 当中的
参数会跟着同步改变，相当于把 Excel 表格超链接至 CATIA 当中，因此比较推荐设计
表导入参数。具体的 Excel 数据表如下图 3.9 所示：

- 40 -

万方数据
 大连理工大学专业学位硕士学位论文

图 3.9 设备物理参数库
Fig. 3.9 Database of physical paramter of equipment

将设备的产生式表达法的产生规则通过 Excel 表格导入到 CATIA 知识工程模块当中。

由于 z 方向坐标数值仅有 3650、7700 和 11383 三个值，因此为了节约空间使用 z2、z5
和 z13 的值来代表同一层设备的 z 坐标值。y13 为消防泵组的坐标式，该泵组由两个消
防泵组成，并且沿着中轴线对称，因此 y 坐标前加“±”表示。一些设备是沿着中轴线
布置，因此 y 坐标值为 0。本规则库的表格为 Excel 形式，为了方便 CATIA 读取设置成
参数名称和参数值两列，并且在 Excel 表格当中完成了部分数值计算，如下图 3.10 所示：

- 41 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

图 3.10 Excel 产生式规则库

Fig. 3.10 Excel of knowledge reasoning

导入完毕所有参数之后，需要对所有的设备进行参数关联，将参数和设备构成一种
函数关系，在进行装配设计时，可以根据参数的改变来改变整体的装配效果。本文主要
使用的是偏移约束，通过将参数与偏移约束的值进行关联，从而形成一系列公式，达到
参数化装配的目的。CATIA 当中的参数和公式效果如下图 3.11 所示：

图 3.11 CATIA 参数（左）和公式（右）形式

Fig. 3.11 Parameter (left) and formula (right) in CATIA

- 42 -

万方数据
 大连理工大学专业学位硕士学位论文

上图 3.11 的参数图标有两种形式，右下角带有学士帽的图标意思是参数内带有公式
的一类参数；右下角没有学士帽的意思为普通数值的参数。公式图标也有两种形式，普
通的 f(x)图标表示该公式已经激活，说明已经在当前 product 当中生效；f(x)左下角带有
红圈图标的说明还没激活，在当前当 product 当中没有生效。本文在添加完所有公式之
后需要将所有的公式激活，来保证机舱内的设备参数的关联性。
所有的约束关系都按照产生式的规则约束成功并且激活完毕之后，就产生一组船舶
机舱三维布局的知识推理结果，即生成基于知识工程的机舱设备布局设计方案，如下图
3.12 所示。

图 3.12 CATIA 知识推理结果

Fig. 3.12 Result of knowledge reasoning in CATIA

经过 CATIA 的知识推理可以得到一组初步的推理结果，看上去与实际的机舱布局
类似，但是也不能以此来断定该布局结果就是科学可行的，需要进一步建立专家规则，
完成对布局结果的校验，来判断该布局结果是否准确合理。

3.3.3 机舱三维布局方案校验
在 CATIA 知识工程模块当中，用户可以通过检查编辑器（check editor）来创建检查
规则，用于检查允许指定的某些信息的有效性，如果不满足相关的检查条件，那么它会
给出一个信号，这个信号可以以弹出窗口或者警告信息的形式来体现，此功能在实际工

- 43 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

程当中非常有效。本小节将通过获得的专家知识来创建检查规则，验证船舶机舱三维布
局结果的可行性。
通过知识总结，本文的校验系统主要有 3 条规则和要求，分别是满足船舶横倾力矩
标准、满足设备间和设备与舱壁之间不干涉、满足设备到逃生出口时间要求。在同时满
足这 3 条要求后才能判定本次布局是合理可行的。下面将分别介绍和计算：
(1) 船舶横倾力矩
为了保证船舶在航行和停泊期间保持正浮稳性，避免船舶产生倾覆的危险，每层机
舱甲板的设备布置完成后应满足船舶横倾力矩的要求小于船舶的倾覆力矩 M。M 经过查
询《船舶原理》相关资料和稳性公式计算，当船舶最大横倾角度为 30°时，该船的复原
力矩 M 约为 34500Nm，因此公式如下所示：
𝑖

𝑓1 = |∑ 𝑚𝑖 𝑔𝑦𝑖 | < 34500 (3.1)

𝑖=1

其中𝑚为设备的质量，𝑔为重力加速度 9.81m/s2，𝑦为设备的纵坐标值。下图 3.13 为

将公式输入至规则编辑器后的形式：

图 3.13 横倾力矩规则编辑器
Fig. 3.13 Check editor of heeling moment

(2) 设备间、设备与舱壁之间干涉

- 44 -

万方数据
 大连理工大学专业学位硕士学位论文

设备间不互相干涉说明设备坐标之间的距离要大于两设备半宽、半长之和，此处的
半宽、半长是指已经增加了虚拟面积之后的长度值。除此之外设备间或者设备与舱壁之
间互不干涉也可以在 CATIA 知识工程当中进行设置碰撞校验设置，公式如下所示：
𝑎1 + 𝑎2
|𝑥1 − 𝑥2 | >
2
𝑓2 = { (3.2)
𝑏1 + 𝑏2
|𝑦1 − 𝑦2 | >
2
其中𝑥为设备的横坐标值，𝑦为设备的纵坐标值，𝑎为设备增加虚拟面积之后的长度，
𝑏为设备增加虚拟面积之后的宽度。
可直接采用 CATIA 当中的碰撞校验功能，选择分析功能当中的检查碰撞，类型选
择在所有部件之间，点击确定并且应用即可查看所有设备之间的碰撞情况。在特征树当
中可以点击干涉结果查看碰撞矩阵，在过滤器当中可以查看两两设备间的关系，包含所
有类型干涉、碰撞、间隙和接插件，经过检查后设备间只有接插件关系，即地面接触关
系，碰撞类别当中没有任何设备，通过了设备碰撞校验。如下图 3.14 所示：

图 3.14 检查碰撞矩阵
Fig. 3.14 Matrix of crash check

- 45 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

(3) 设备到逃生口时间
船舶机舱在设计的时候会设置若干个供船舶轮机人员逃生的出口，一旦在机舱遇到
紧急状况，所有机舱人员需要迅速的到达预定的逃生出口，保证人员的生命安全。本文
根据资料设定人在机舱内的逃生速度为𝑣 =1200mm/s，逃生出口位置设有两处，分别为
P1(34000, 5000)和 P2(34000，-5000)，逃生出口是垂直贯通机舱的。根据《中华人民共和
国国家标准：船舶和海上技术、消防、救生设备、逃生路线布置图》，经过推算后所有
设备到到其中任意一个逃生出口的时间不能大于 30s。因此公式如下所示：
|∀𝐸 − 𝑃|
𝑓3 = ≤ 30, {𝑃1 , 𝑃2 } ∈ 𝑃 (3.3)
𝑣
其中∀𝐸为任意一个设备的坐标，𝑃为逃生口坐标，𝑣为人逃生速度。
将上述几个规则输入至 CATIA 的规则编辑器，在信息一栏输入自己想弹出的错误
提示语句，然后点击确定，就可以完成专家规则的输入。
系统经过判断之后会进行反馈，如果符合规则的话在左侧特征树当中会出现绿灯；
如果不符合规范系统会在特征树当中出现红灯，并且弹出警告语句。比如滑油泵布置位
置不满足逃生时间要求，该检查就会变为红灯，同时弹出如下图 3.15 所示的警告：

图 3.15 检查错误信息
Fig. 3.15 Message of error checking

- 46 -

万方数据
 大连理工大学专业学位硕士学位论文

通过上述几条专家规则的校验，对生成的机舱设备布局设计方案进行专家校验，所
有规则检查都显示为绿灯，以此可以判断出本章的机舱设备布局方案是满足专家和相关
法律条文的规定的，因此此次的布局是具有合理性的。

3.4 本章小结
本章通过基于知识工程的船舶机舱设备三维布局设计方法对一艘多用途船舶进行了
实际机舱布局设计研究。首先，针对船舶机舱设备布局的相关知识做了全面的知识获取
工作，汇总成为设备知识经验总结，创建了一套设备分类规则，为每个设备赋予两套权
重，通过计算得到设备布局顺序；然后，通过产生式表达法和面向对象表达法对上述知
识进行了表示，建立了机舱设备知识产生方式，为每一个设备都设定产生规则；随后，
提出了虚拟面积的概念，创建了一套机舱设备虚拟面积增加规则，为每个设备都增加了
操作维护空间，使用 VBA 读取型值点并创建了船舶外壳，并利用 CATIA 知识工程模块
完成了船舶机舱的知识推理和方案三维表达；最后，创建了船舶机舱设备布局知识检查
功能完成了专家校验，结果符合预期，验证了知识工程思想在船舶机舱三维布局设计中
的可行性和有效性，也为下面的机舱布局优化作出了铺垫。

- 47 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

4 基于模拟退火算法的船舶机舱三维布局优化

船舶机舱布局问题在每次的设计或求解之后经常会遇到不符合规范要求的情况，而
这些情况往往会很大程度的耽误整体的船舶设计流程；同时，生成的可行布局设计方案，
很大程度上尚存在进一步优化的空间，因此对机舱设备布局进行优化设计是非常必要的。
船舶机舱当中各种设备系错综复杂，而且机舱内部空间狭小封闭、设备种类多样，还需
考虑布局完毕后对船舶整体的影响，如何进一步提高机舱空间的合理利用率，取得最佳
布局效果是众多船舶设计者一直在不断追求的目标。本文运用 CATIA 产品工程优化器
模块（Product Engineering Optimizer,PEO），通过模拟退火算法，设定多目标函数和约
束条件，将机舱设备布局问题转化数学模型，在约定的条件下求解寻求最优布局设计方
案。

4.1 机舱设备布局优化数学模型
前文通过知识总结建立了船舶机舱设备三维布局专家校验规则，该规则主要由三部
分组成，分别为：船舶横倾力矩、设备间和舱壁间干涉以及设备到逃生出口时间。通过
这几条规则的校验可以判断得到的布局是否符合规范和专家要求，但是只满足上述规则
的布局并不一定是该船机舱的最优布局。因此本节将在上一章的专家规则基础之上建立
船舶机舱三维布局优化数学模型，将布局结果进一步的优化，从而达到最优布局效果。
船舶机舱三维布局优化问题属于典型的多目标优化问题，此类问题要求在一个或多
个线性约束条件或非线性约束条件下，使多个目标函数达到最优解。该类问题有很大可
能出现多种目标彼此冲突的情况，所以该类问题不同于单目标优化那么简单。通常情况
下，多目标优化问题的一般表示如下：
min 𝐹(𝑋) = {𝑓1 (𝑋), 𝑓2 (𝑋), ⋯ 𝑓𝑚 (𝑋)} (4.1)
𝑔𝑖 (𝑋) ≤ 0, 𝑖 = 1,2, ⋯ , 𝑝
ℎ𝑗 (𝑋) = 0, 𝑗 = 1,2, ⋯ , 𝑞
𝑠. 𝑡. (4.2)
𝑋 = (𝑥1 , 𝑥2 , ⋯ 𝑥𝑘 )𝑇
{ 𝑥 ∈ [𝑥𝑚𝑖𝑛 , 𝑥𝑚𝑎𝑥 ]
其中，公式 4.1 是多目标优化问题的目标函数，公式 4.2 是多目标优化问题的约束
条件。𝐹(𝑋)是多个单目标函数的集合。𝑔𝑖 (𝑋)是不等式约束条件，ℎ𝑗 (𝑋)是等式约束条
件。𝑋 = (𝑥1 , 𝑥2 , ⋯ 𝑥𝑘 )𝑇 是函数决策向量，𝑥 ∈ [𝑥𝑚𝑖𝑛 , 𝑥𝑚𝑎𝑥 ]是该函数自变量的范围。
对于上述多目标优化问题，存在𝑋 ∗ ∈ 𝑋，使得𝐹(𝑋 ∗ ) ≤ 𝐹(𝑋)，则称𝑋 ∗ 为该多目标问
题的最优解。

- 48 -

万方数据
 大连理工大学专业学位硕士学位论文

多目标问题的最优解往往无法顺利的求取到，常见的多目标问题决策有主要目标法、
线性加权和法、分层序列法、步骤法等等。本文采用的是线性加权和法，该方法是按
照各个目标的重要性赋予相应的权重系数，然后对其线性组合进行寻找最优解。通过
这种方法可以将多目标问题成功的转换成单目标问题，并且可以顺利的求解到该函数
的最优解，同时这也是原多目标问题的最优解。
对于上述多目标函数关系式，通过线性加权和的方法可以转化为下式：
𝑛

min 𝐹 (𝑋) = min ∑ 𝜆𝑛 𝑓𝑛 (𝑋) (4.3)

𝑛=1
𝑛

∑ 𝜆𝑛 = 1
𝑠. 𝑡. { (4.4)
𝑛=1
𝜆𝑛 ∈ (0,1)
其中，𝜆𝑛 为加权和系数，所有系数的和为 1，𝜆𝑛 越大代表着相应的目标函数𝑓𝑛 (𝑋)的
重要程度越高。
通过上述方法可以很好的将船舶机舱多目标优化问题转化成为单目标优化问题，从
而求取最优解。下面将分小节介绍多目标优化函数的子函数。

4.1.1 确定子目标函数
(1) 船舶横倾力矩
据上一章所述，该类船舶的横倾力矩需要小于 34500Nm，但是如果船舶的横倾力
矩达到这个值，说明该船已经离倾覆不远了，这是一个极其危险的临界值。因此为了
保证船舶不发生倾覆的危险，船舶的横倾力矩应该越小越好，所以根据上述内容，该
函数表达式如下所示：
𝑖

𝑓1 = |∑ 𝑚𝑖 𝑔𝑦𝑖 | (4.5)
𝑖=1

其中𝑚为设备的质量，𝑔为重力加速度 9.81m/s2，𝑦为设备的纵坐标值。
(2) 关联设备间距
船舶机舱设备布局的方案是根据各种设备的关系来建立的参数化表达式，有的设备
会与之前已经布局完毕的设备有一定的关联性，要增加有互相远离关系的设备间距，以
此来保证设备的运转安全和维护人员的维修空间。根据上述内容，该函数表达式如下所
示：

- 49 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

𝑐
𝑓2 = (4.6)
𝑎1 +𝑎2 2 𝑏1+𝑏2 2
∑𝑐1 √(|𝑥1 − 𝑥2|− ) + (|𝑦1 − 𝑦2 |− )
2 2

其中𝑥为设备的横坐标值，𝑦为设备的纵坐标值，𝑎为设备增加虚拟面积之后的长度，
𝑏为设备增加虚拟面积之后的宽度，𝑐为具有远离关联性设备对的数量。
该函数的含义是求取所有成对的关联性设备之间距离平均值，表示方式根据总函数
需要取最小值进行了取倒数的调整。分母为函数的原分子，基本思想是两设备坐标的间
距要大于两设备半长、半宽之和，即两设备间距减去两设备半宽之和大于零，并且差越
大布局效果越好，求取到每一对的距离之后再相加求和。分子为原分母，具有关联性设
备对的数量，用来求取平均距离值。所以经过调整之后，𝑓2 的值越小布局效果越好。
(3) 船舶逃生时间
船舶机舱会设置若干个供船舶轮机人员逃生的出口，在机舱遇到紧急状况时，所有
舱内人员需要迅速的到达预定的逃生出口，保证人员的生命安全。在上一章当中逃生时
间要求是小于 30 秒，但是根据最优化的思想本章要求所有设备到逃生口的平均逃生时
间求取到最小，因此该函数表达式如下所示：
∑𝑖1|∀𝐸 − 𝑃|
𝑓3 = , {𝑃1 , 𝑃2 } ∈ 𝑃 (4.7)
𝑣·𝑖
其中∀𝐸为任意一个设备的坐标，𝑃为逃生口坐标，𝑣为人逃生速度 1200mm/s, 𝑖为设
备的数量。两个逃生口是垂直贯通机舱的，坐标分别为 P1(34000, 5000)和 P2(34000，-5000)。

4.1.2 多目标函数转化
前文提到为了求解多目标函数的最优解，本文采取线性加权和法将机舱优化多目标
函数转换成单目标函数，该方法将上面 3 个子目标函数赋予不同的线性权重𝜆𝑛 ，而且
所有线性权重之和为 1.根据船舶设计经验总结和前期多次试验测试，本文设定线性权
重分别为𝜆1 =0.5，𝜆2 =0.3，𝜆3 =0.2。最终转换完的单目标函数如下所示：
𝐹 (𝑋) = 0. 5𝑓1 + 0.3𝑓2 + 0. 2𝑓3 (4.8)
其中𝑓1 为船舶横倾力矩子函数，𝑓2 为关联设备间距倒数子函数，𝑓3 为船舶逃生时间
子函数，𝑋为本文当中相关的设备位置坐标集。
最终需要在下文的约束条件之下求解该目标函数的最小值 min 𝐹(𝑋)。

4.1.3 函数约束条件
任何优化问题都要有函数约束条件，否则的话函数将无法求取到真正需要的最优解。
机舱三维布局优化问题自然也不例外，本文的函数约束条件主要有三个，一是每一个

- 50 -

万方数据
 大连理工大学专业学位硕士学位论文

设备的位置约束，二是设备间和设备与舱壁间的碰撞约束，三是局部目标值约束。本
小节将具体介绍这些约束条件。
(1) 设备位置约束
在上一章的 3.2.1 节当中，运用产生式表达法对所有设备进行了知识表示，本小节
在此基础之上为每一个设备进行合理的位置约束，设定每一个设备允许最大活动范围，
如下表 4.1 所示：

表 4.1 设备位置约束表
Tab. 4.1 List of location constraint of equipments
NO. 设备名称 v u
1 主机和传动装置 0 (-1000,1000)
2 柴油发电机组 (0,500) 0
3 废气锅炉 0 0
4 燃油锅炉 0 0
5 主辅机供油单元 (0,1000) (0,500)
6 柴油机冷却机组 (-1000,1000) (-1000,1000)
7 热井 0 0
8 中央冷却器 (-3000,1000) (-500,500)
9 空气瓶组 0 0
10 辅空气瓶组 (-500,500) (-1000,0)
11 消防压力水柜 (-1000, 0) (-500,500)
12 造水机 (-2500,2500) (-1000,1000)
13 消防泵组 (-3000,3000) (-3000,3000)
14 灰水泵 (-1000,1000) (-500,500)
15 污水泵 (-1000,1000) (-500,500)
16 油渣泵 (-1000,1000) (-500,500)
17 排水泵 (-1000,1000) (-500,500)
18 滑油泵 (-500,500) (0,1000)

其中，v 为设备在船长方向上可以移动的范围，u 为设备在船宽方向上可以移动的

范围，所有的移动原点都是设备初次布局好的位置坐标，正负代表的是设备可以移动
的方向，单位均为 mm。由于设备的布局层数已经固定，因此在垂直方向不做位置约
束。值得一提的是，由于本文是以 CATIA 作为计算软件，该软件有一个特殊之处在于
生成的船体的 y 轴是左舷正号右舷负号，与平时的思维定式相反，因此在该表当中的
船宽左右方向也是相反的。
(2) 设备碰撞约束

- 51 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

与上一章类似，在位置优化的过程当中，每次有可能遇到与周围舱壁或者设备碰
撞的时候，因此在优化迭代的过程当中，应时刻去校验是否有碰撞情况出现。本文由
于采用了 CATIA 知识工程模块，因此设备碰撞校验只需设置在布局优化之后进行即可。
(3) 局部目标值约束
所建立的目标函数是由多个子目标函数构成的，因此在求解最优值的过程中有可
能会出现某些子函数优化至了最佳值，但是其他子函数没有达到最佳值，甚至起到了
负优化的作用。因此需要建立每一个子目标函数值的约束，令所有子函数优化值低于
当前计算出来的初始函数值。

4.2 模拟退火算法
模拟退火算法来源于冶金学中的固体退火原理，该技术涉及对材料进行加热、控制
冷却以增加其晶体尺寸并减少缺陷。首先要将固体加温至充分的高温，再让其缓慢逐渐
冷却。在加温时，固体内部的粒子随着温度升高变为无序状态，此时该固体的内能逐渐
增大，而徐徐冷却时固体内粒子渐渐恢复有序，在每一个温度都达到平衡状态，最后在
常温时达到基态，固体内能减为最小。1983 年，S. Kirkpatrick[59]等人使用了该方法来解
决旅行商问题，当时他们将这种算法叫做模拟退火，随后沿用至今。模拟退火算法是一
种基于概率模型的技术，用于逼近给定函数的全局最优值。相对于找到精确的局部最优
解的一类问题，更重视在固定时间内找到近似全局最优解的一类问题。
在模拟退化算法当中，核心思想是 Metropolis 接受准则。在算法初期固体温度较高，
根据该接受准则，模拟退火算法将以比较大的概率接受劣的解，这将有助于算法搜索全
局的空间；在算法迭代的后期，算法的温度变低，根据该接受准则，算法将以较小的概
率接受劣解，从而保留之前比较优的解。该思想确保了整个算法能够跳出局部最优解，
这也是算法收敛到全局最优解的保障。

4.2.1 相关概念与特征
(1) 基本迭代
在每个步骤中，模拟退火算法都会考虑当前状态 s 的一些相邻状态 s*，并以一定概
率地移至状态 s*还是保持状态 s。这些概率最终导致整个进程转移到能量较低的状态。
重复执行此步骤，直至该问题达到最优解或达到给定的迭代次数为止。
(2) 相邻状态
用模拟退火算法解决相关问题时，求取最优值的过程中会加入评估周围相邻状态的
步骤，以此判断是否符合函数的继续寻优条件。简单的启发式算法是在找到更好的相邻

- 52 -

万方数据
 大连理工大学专业学位硕士学位论文

状态时向其移动，直到寻找不到更好的解为止，这样无法寻找到更大范围中更好的解，
因此陷入局部最优解。所以模拟退火算法在周围状态寻优时可以依照准则避免陷入局部
最优，最终达到全局最优值。
(3) 接受概率
从当前状态 s 过渡到新状态 s'由接受概率函数 P(e,e',T)决定，该函数取决于两种状
态能量 e = E(s)和 e'= E(s')、以及全局时变参数温度 T。能量较小的状态要好于能量较大
的状态，即使 e'大于 e，概率函数 P 也必须为正，该特性可防止算法陷入局部最小值。
当 T 趋于零，e'>e 时，概率 P(e,e',T)一定趋于零，反之亦然。对于足够小的 T 值，系统
将越来越倾向于“下坡”运动（即降低能量值），并避免“上坡”运动。在 T = 0 时，
过程简化为贪婪算法，该算法仅进行下坡过渡。基于以上各种特性，温度 T 在对系统能
量变化的敏感性方面以及在控制系统状态 s 的演变中起着至关重要的作用。准确的说，
当温度 T 值较高时，状态 s 的进化对较粗糙的内能变化敏感；当温度 T 值较低时，状态
s 的进化对较精细的内能变化敏感。
(4) 退火计划
从模拟退火算法的名字可以很明显的看出，该算法要求在算法运行中嵌入与温度变
化相关的性质，需要在模拟退火的过程中逐步降低温度。算法一开始将 T 设置为一个大
值（或无穷大的值），然后根据用户指定的退火计划在每一步进行递减，但必须在接近
计划时间时以 T=0 结束。这样系统就会漫游到一个包含良好解的搜索广阔空间，并忽略
掉一些次要的能量函数。进而逐渐向低能量区移动，该区域也会持续变窄，最终根据最
陡下降法进行下坡运动。
下面的图 4.1 说明了冷却计划对模拟退火性能的影响。该问题是重新排列图像的像
素点，使内能最小，这种内能函数使相似的颜色在较近的距离下相互吸引，在较远的距
离下相互排斥。该问题的基本步骤就是交换两个相邻的像素点，左图是快速冷却，右图
是慢速冷却，可以看出得到的结果分别类似于非晶态和结晶态。

- 53 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

图 4.1 不同计划下的模拟退火能量图
Fig. 4.1 Illustration of simulated annealing energy in different schedule

4.2.2 伪代码
以下伪代码展示了如上文所述的模拟退火启发式算法：

Let s = s0
For k = 0 through kmax (exclusive):
T ← temperature( (k+1)/kmax )
Pick a random neighbour, snew←neighbour(s)
If P(E(s), E(snew), T) ≥ random(0, 1):
s ←snew
Output: the final state s

首先从初始状态 s0 开始，一直持续到最大迭代数 kmax。在这个过程当中，产生的解

会随机的调出一个给定状态 s 的邻近解，这个调用随机数的范围是(0,1)，而返回的值域
应该是[0,1]，并且在这个值域内均匀随机地选择。退火计划由调用温度 T(r)决定，在给
定分数 r 的情况下，需计算出要使用的温度和到目前为止已用了多少预计时间。

4.2.3 计算流程流程
模拟退火算法的流程图和运算步骤如下图 4.2 所示：
(1) 流程开始。首先设置初始温度 T，并且要求其数值尽量大；设置循环次数 t，令
t=1.

- 54 -

万方数据
 大连理工大学专业学位硕士学位论文

(2) 在该函数下产生初始解 X0∈X，其中𝑋 = (𝑥1 , 𝑥2 , ⋯ 𝑥𝑘 ) 是所有可能解的集合。

(3) 基于 Metropolis 接受准则继续向前移动，产生新解 X1。
(4) 计算目标函数的增量 Δ= y(X1) - y(X0)。
(5) 判断 Δ 是否小于 0，如果小于 0，则 X1 为当前最优解；如果不小于 0，则进入下
一步。
(6) 产生随机数 ε，ε∈[0,1)；计算概率 P = exp ( -Δ/T )。
(7) 判断 ε 和 P 的大小关系，如果 ε<P，则当前值为最优解；如果 ε>P，则放弃该
解。
(8) 判断步数是否达到循环次数 t，如果达到则进入下一步；没达到则返回(3).
(9) 判断温度是否达到冷却状态，如果达到则运算结束；没达到则返回(2)。整个流
程到此结束。

- 55 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

开始

设置初始温度T和循环次数t

产生初始解X0

产生新解X1

计算目标函数增量Δ= y(X1) - y(X0)

是
Δ是否小于0
否

产生随机数ε；计算概率P = exp ( -Δ/T )

否
ε是否小于P
是

当前值为最优解 放弃该解

否
步数是否终止
是

否
降温是否冷却
是

结束
图 4.2 模拟退火算法流程图
Fig. 4.2 Flowchart of simulated annealing algorithm

4.2.4 模拟退火算法优点
从上个世纪 50 年代开始，对模拟退火算法的研究就从未停止过，该算法是基于金属
退火的原理，从一个比较高的温度出发，逐渐降温，根据温度的参数进行优化和迭代。
算法结合了 Metropolis 接受准则，该准则会以概率接受新的状态，在求解空间当中随机
寻找目标函数的全局最优解，并且还会接受当前空间区域的任意解，有一定概率跳出空
间的局部最优解。综合来看模拟退火算法的优点如下：

- 56 -

万方数据
 大连理工大学专业学位硕士学位论文

(1) 应用广泛
模拟退火算法在各种领域都有很广泛的应用，比如超大规模集成电路领域、计算机
神经网络领域、计算机图像识别领域、生产过程控制领域等等。说明算法的适用性比较
广泛，可以满足很多研究领域的实际需求。
(2) 全局搜索
该算法不受初始解和随机数的影响，通过结合 Metropolis 接受准则，很好的克服了
对初值的依赖，避免优化函数陷入局部最优解，能够以更广泛的空间来搜索并且收敛至
全局的最优解。
(3) 搜索直接
模拟退火算法使用目标函数变换得到的适应度函数值，可以直接确定接下来的搜索
方向和范围，不需要其他的辅助信息。而且适应度函数不受连续可微的约束，定义域也
可以任意的设定。这种特性对于较难函数求解带来了很大方便，可以提高搜索效率。

4.2.5 CATIA 的模拟退火算法

在 CATIA 的优化功能选项卡当中，提供了多种优化算法，包括：约束和优先级的
局部算法、含约束的梯度算法、约束和导致提供程序的运算法则、无约束梯度算法以及
模拟退火算法，用户可以根据自己的需求选择不同的优化算法来完成自己的工程优化设
计。约束和优先级的局部算法除了约束和导数提供程序的算法外，不允许使用等式约束。
梯度法又叫最速下降法，经常被用于局域搜索，它是用抛物线逼近并较快的达到函数的
最值，或用指数迭代递减来达到最值，一般用于已知的目标函数优化。模拟退火法会以
一定概率接受差的解，这样就可以跳出局部最优解，是一种全局概率性的搜索算法，通
常用于研究非线性求解，上文有更多的介绍。下图 4.3 为 CATIA 产品优化器模块的算
法列表：

图 4.3 CATIA 算法选择

Fig. 4.3 Algorithm selection in CATIA

- 57 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

由于本文已经建立的确定的多目标优化函数和多条约束条件，并且希望能够全面的
搜索到函数最优解，避免陷入局部最优，防止由于各别函数最优而令其他函数不处在最
优值，也最大程度避免船舶出现安全性隐患。基于这些前提本文选择了模拟退火算法，
下面将会详细介绍关于 CATIA 优化器的相关细节。

4.3 机舱布局优化设计流程
进入 CATIA 软件后，首先打开上一章布局完毕之后的装配体产品，然后在“开始”
当中选择“知识工程模块”下的“产品工程优化器（Product EngineeringOptimizer）”，
即可进入 PEO 模块。在软件画面四周的工具栏当中找到并选择 优化功能（Optimization）
可以打开优化功能选项卡，进行优化设计。下面将分小节来阐述优化设计流程。

4.3.1 优化器介绍和设置
优化器当中的内容没有被汉化，在各个版本的 CATIA 当中均为英文形式。该功能
对话框里面有三个选项卡，分别为问题（Problem）、约束（Constranits）和计算结果
（Computations results）。这些功能的调整十分全面，可以极大的满足开发人员的需求，
下面将简述各个选项的功能和设置。
(1) 问题选项卡
首先是选择优化类型（Optimization type），可选最大值（Maximization）、最小值
（Minimization）、设定目标值（Target value）和只凭约束条件（Only constraints）。本
文由于是求解目标函数的最小值，因此此处选择求最小值。
然后是优化参数（Optimized paramter）的选择，点击 选择已经创建好的函数。
如果优化类型选择的是目标值的话，这步当中还需要设定目标值是多少。
接着是自变量参数（Free Parameters）的选择，点击下方 选择参数，本文需要
选择所有的设备位置参数。点击 可以设置每一个参数的上限（Sup. Range）、
下限（Inf. Range）和搜索的步长（Step），步长不选的话就是默认值 0.001mm。上限和
下限还可以在编辑参数当中右键创建范围，设置低级范围和高级范围，最终的效果与设
置上下限一致。
接着是算法选择，本文选择模拟退火算法（Simulated Annealing Algorithm）。
在算法设置当中可以选择收敛速度（Convergencespeed），有四种速度供设计者选
择：Slow、Medium、Fast、Infinite，这四种速度代表了接受不良结果的水平。如果待求
解的问题包含许多局部优化，选择“Slow”；如果待求解的问题没有包含局部优化，选
择“Infinite”；由于本文包含 3 个局部目标函数，选择适中的“Medium”即可。

- 58 -

万方数据
 大连理工大学专业学位硕士学位论文

在终止条件（Termination criteria）当中可以设置最大迭代次数、非改进连续迭代次
数（即连续多少次迭代没有改进就直接终止迭代）、最大运行时间，本文分别设置 2000、
50、30.
在优化数据（Optimization data）栏里选择保存优化数据，这样可以将每一次的迭代
数据记录在一个新的 Excel 表格当中，后期可以制作迭代曲线，来观察本次优化的函数
收敛效果。
最后一栏是运行表现（Running Behavior），此处可以选择是否将迭代过程可视化、
是否断开撤销记录、迭代模式的选择。本文将迭代过程可视化打开，这样可以直观的感
受到设备的位置变化，其他选项都按照默认选项设置不做改变。
(2) 约束选项卡
点击 来新建约束条件，本文需要设置设备的位置坐标约束。值得注意的是，这
里的约束关系式只能是通过“= =”、“<”、“>”这三种运算符号来连接，而且符号
左边是参数关系，右边是数字，运算符号只能出现一种。当某约束条件被指定时，距离
约束数值的差距就会被显示出来，Distance to satisfaction 一列会显示出具体的数值是多
少。在点击某个约束式的时候，可以在下面的约束定义（Constraint definition）一栏当
中进行编辑和修改，可修改名称、备注、是否激活、权重、公式编辑和精度等。
(3) 计算结果选项卡
待目标函数和约束条件都输入后，点击下面的 即可进行计算，稍等片刻即
可出现计算结果。在计算结果选项卡可以很详细的看到每一次迭代的数值，排列方式可
以选择按照时间顺序或者按照优劣排序，也可以通过过滤器筛选。在下方曲线（Curves）
栏当中可以查看函数迭代曲线，展示的参数可以自由选择。

4.3.2 优化器的函数输入与约束设置
打开优化器后，相关设置如下图 4.4 所示，本小节将进行详细的解释说明。

- 59 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

图 4.4 PEO 模块优化器设置

Fig. 4.4 Optimizer setting of PEO module

在问题选项卡当中的优化类型选择最小值优化，选择需要优化的函数 f，即 4.1.2 小

节的𝐹(𝑋)。然后对所有需要优化的参数设置数值范围，再选择需要优化的参数，即设备
的位置坐标，此时 CATIA 会自动读取参数的上下限，完成对参数值的约束。在算法当
中选择模拟退火算法，收敛速度选择中速，终止条件设置最大迭代步数 2000、非改进连
续迭代设置 50、最大迭代时间设置 30min；勾选保存优化数据，勾选迭代可视化和断开
撤销记录簿。在约束选项卡当中，输入对 3 个子函数的约束值，即可完成对目标函数的
约束。点击应用完成设置，点击确定即可保存。

- 60 -

万方数据
 大连理工大学专业学位硕士学位论文

4.3.3 优化器计算结果和分析
在优化器下方点击 开始函数优化，可以在右侧的特征树看到参数在不断地
变化，设备的位置也在不断地改变，并且在逐渐趋于最优解。在这个过程中可以看到每
一个子函数距离是否满足约束条件，距离约束条件还有多少，当满足 3 个终止条件的任
意一个就完成了优化，因此需要将这几个终止条件设置合理一些，以保证目标函数的充
分优化。过程如下图 4.5 所示：

图 4.5 优化器运行过程
Fig. 4.5 Running process of optimizer

当满足了所有约束并且达到其中任意一个终止条件的时候，优化的进程就会终止，
如下图 4.6 所示：

- 61 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

图 4.6 优化器运行终止
Fig. 4.6 Running termination of optimizer

优化前后涉及到的设备位置参数都产生了一定变化，而三个子函数和总函数值自然
也产生了优化。函数原值和优化值对比如下表 4.2：

表 4.2 优化前后函数值对比
Tab. 4.2 Comparison of function values before and after optimization
函数 初始值 优化值
f1 1089.891Nm 0.26Nm
f2 64.877m-1 63.773m-1
f3 21.171s 20.395s
F 549.199 4.229

从上表可以看出，无论是子函数还是总目标函数都取得了优化，其中船舶横倾力矩
值由 1089.891Nm 骤降至 0.26Nm，这对于提高船舶总体的稳性有了很大的提高。船舶设
备平均间距值也由 64.877m-1 降至 63.773m-1，根据原函数换算成设备距离，相当于关联
设备间距提升了将近 1m 左右，这在狭小的机舱当中能有 1m 空间的提升也会起到很大
的作用。操作人员的逃生时间也提升了将近 1 秒，一旦发生了危机情况，这 1 秒的时间
将会挽救更多人的生命。总的复合函数值从 549.199 降至了 4.229，说明总体的船舶机舱
布局优化取得了一定成果，优化的效果比较令人满意。
在计算结果选项卡当中可以看到优化结果，包含所有参数迭代的过程以及所有函数
值的优化进程，可以选择按照时间排序或者按照优劣值排序。如下图 4.7 所示：

- 62 -

万方数据
 大连理工大学专业学位硕士学位论文

图 4.7 优化器计算结果
Fig. 4.7 Computations results of optimizer

在碰撞校验当中，所有设备都没有产生碰撞现象，反馈的碰撞矩阵与 3.3.3 小节相同，

在此不做展开。在优化器计算结果选项卡的最下方可以选择相关参数并显示对应的迭代
曲线，但是 CATIA 当中的展示效果不太美观，因此本文在问题选项卡提前勾选了导出
参数值表，使用该 Excel 表格绘制了目标函数迭代曲线，如下图 4.8 所示：

- 63 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

900

800

700

600
目标函数值

500

400

300

200

100

0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850
迭代次数

图 4.8 目标函数迭代曲线
Fig. 4.8 Iteration curve of the objective function

迭代曲线当中有多个波峰和波谷，而且波峰的高度逐渐降低，波谷的宽度逐渐增加，
可以看出模拟退火算法在优化过程当中做了多次跳出局部最优解的动作，得以让系统可
以寻找到全局的最优解，让所有的子函数都在约束条件内达到最优解。函数在迭代步数
达到 650 之后趋于稳定，最终在第 886 次迭代达到了最优解，达到了预定的非改进连续
迭代次数，于是停止优化进程。

4.3.4 优化结果对比分析
由于勾选了实时可视化，所以将优化器关闭后，当前呈现出来的机舱设备所在位置
就是经过优化后的新位置。如果优化器没有勾选，需要点击 CATIA 工具栏当中的全局
刷新才能呈现出最新的机舱状态。下图 4.9 展示了各层机舱在优化前后的对比，左侧三
幅图是第三章初始布局结果，右侧三幅图是本章优化后的布局结果。
可以很明显的看出，经过模拟退火算法优化后的机舱设备分布的更加均匀，并且在
机舱内占据了有效且关键的位置，对于整条船舶的稳定安全都有了极大的贡献。人员维
修通道变得更加通畅，对人员逃离产生更大的帮助，减少人为的转弯路线判断。各设备
距离逃生出口也减少了很多，延长了轮机人员的逃生时间。主机位置在初始布局时是贴
近机舱甲板的主机口前缘的，优化后产生了一定的间距，这样增加了维护人员的活动空

- 64 -

万方数据
 大连理工大学专业学位硕士学位论文

间，也增加了主机运转时的散热效率，对整体船舶的性能有了极大的提升；发电机组与
废气锅炉之间的距离得到了提升，这样也增加了两个发热量高的设备安全系数；中央冷
却器位置更加靠前，对机舱整体散热起到了更好的效果；供油单元和造水机远离了舱壁，
减少了船舶横倾力矩；底层泵组位置都得到了优化，使得狭窄位置有了更宽的空间。最
重要的是船舶横倾力矩得到了极大的改善，这使得在不同工况下的船舶安全系数都得到
了提高。

图 4.9 优化前后对比（俯视图）
Fig. 4.9 Comparison between the optimization (top view)

- 65 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

下图 4.10 是等轴侧视图视角的机舱优化前后对比：

图 4.10 优化前后对比（等轴测视图）
Fig. 4.10 Comparison between the optimization (isometric view)

- 66 -

万方数据
 大连理工大学专业学位硕士学位论文

由此可见本次的优化布局结果是符合预期的，而且具有很大的可行性，为船舶机舱
三维布局优化也作出了贡献，对于模拟退火算法来说也可以应用到此类问题上，并且取
得了令人满意的优化效果，提升了工程人员的工作效率。

4.4 本章小结
本章通过运用模拟退火算法对上一章的机舱设备布局方案进一步优化，取得了不错
的优化结果。首先分析了该类问题的属性，根据上一章的专家校验规则总结并创建了 3
个子目标函数和 3 个约束条件，并且根据多目标函数线性加权和法，创建了船舶机舱布
局多目标优化数学模型。分析了模拟退火算法的原理和流程，对该算法的优势进行了总
结。运用 CATIA 知识工程当中的产品工程优化模块对上一章的初始布局做了优化，详
细分析了该优化器的使用方法和步骤，对每一个参数的设置都做了详细总结，依次输入
参数进行了优化操作，最终所有函数值都在约束的范围内得到了有效的优化，而且函数
迭代曲线也很好的反映出了模拟退火算法的优势，布局的实际效果明显得到了提升，为
船舶机舱三维布局问题找到了一个新的解决方案，证实了模拟退火算法在该类问题的可
行性，为今后的船舶布局优化设计工作打下了基础。

- 67 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

5 结论

作为船舶的心脏，机舱布局问题一直是船舶设计当中重要的一环，机舱布局效果的
优劣直接影响了船舶整体的安全性能和经济性能。机舱当中包含了多层操作平台，设备
种类多，数量大，耦合关系复杂，每层平台形状各不相同，并且有着复杂的电气通风管
路、各类舱室和人员通道，舱内剩余空间有着极大的限制，属于有限空间多目标组合优
化布局设计问题。
为了提升机舱布局效率，完成机舱设备的三维布局设计，本文采用知识工程为主要
布局思想、模拟退火算法为优化思想来完成该问题的求解。阐述了当前船舶机舱布局的
先进技术和流程，详解了知识工程的流程步骤，创建了船舶机舱设备分类规则和虚拟面
积增加规则，使用 CATIA 导入参数并建立函数关系，完成船舶机舱设备三维布局，最
后通过模拟退火算法完成了设备布局优化设计，取得了很好的优化结果。为船舶机舱设
备布局提供一种新的布局和优化方法。

5.1 总结
本文首先分析了船舶机舱三维布局问题的研究历程，分析总结了国内外研究现状，
通过引用一些实例介绍了本文的可行性。充分熟知了船舶机舱三维布局问题的重点和难
点，并且对每一种支撑因素进行阐述，对研究方法进行了深度分析。
针对船舶机舱设备布局的理论方法，本文在充分收集并总结了经验后，确定以知识
工程为本文布局的主要方法，确定模拟退火算法为本文的优化方法。以知识工程的三大
步骤为主要流程，并创建了船舶机舱设备分类规则和设备虚拟面积增加规则，提高了机
舱设备的知识获取和表示的效率。
针对船舶机舱三维布局的实际问题，本文通过对一艘多用途载货船舶机舱为例进行
布局。对该类船舶做了全面的知识获取工作，在这过程中为每个设备赋予了两套权重，
通过本文的机舱设备分类规则，计算设备权重得到设备布局顺序。通过创建的设备虚拟
面积增加规则，完成设备维护空间的扩展，避免产生设备紧贴。通过产生式表达法和面
向对象表达法完成了产生式知识表示。运用 CATIA 知识工程模块完成了知识导入，建
立了各自函数关系，完成了机舱三维布局的知识推理。最后根据知识获取结果创建了多
条专家规则，实施并通过了专家校验，说明本次布局是科学可行的。
针对船舶机舱三维布局的优化问题，本文运用 CATIA 产品工程优化模块对之前的
布局结果做了优化计算。根据专家校验规则总结出了三个子目标函数和三个约束条件，

- 68 -

万方数据
 大连理工大学专业学位硕士学位论文

使用线性加权和法，创建出了船舶机舱三维布局多目标优化函数模型。运用模拟退火算
法对初始布局做了优化计算，设定了合理的优化参数，最终所有函数值都在约束的范围
内得到较好的优化效果，成功实现了船舶机舱三维布局的实时可视化与自动化，通过这
次布局优化也证明了模拟退火算法在该类问题的可行性。
本文将知识工程用作船舶机舱初始布局，模拟退火算法作为后期优化，这种联合的
布局方法对船舶机舱设备实际布置效果起到了很大的作用，为船舶机舱三维自动布局问
题找到了一个新的布置思路，为今后的更复杂的布局工作打下了基础。

5.2 展望
虽然本文采用知识工程和模拟退火算法实现了船舶的机舱三维布局，但是在研究过
程当中对一些前提条件进行了简化，与实际的船舶机舱三维布局还有一些差距，在今后
研究当中还要考虑如下几点因素，使得船舶机舱三维布局更加贴近实际情况。
(1) 本文是基于固定的机舱内部舱室位置进出的机舱设备布局，没有考虑机舱内部
功能舱室的布局问题，也没有考虑这些舱室内部的设备情况、油舱和压载舱的
油水装载情况，在未来需要考虑不同工况下的设备布局。
(2) 约束条件当中要考虑管路，不论是电气管路、消防管路还是通风管路，船舶机
舱内都有大量的管路纵横交错，这对机舱设备布局也产生了很大限制，今后要
增加管路这个约束条件。
(3) 设备选择没有涉及全部的机舱设备。不同类型的船舶机舱中的设备是不同的，
本文针对一艘多用途载货船舶通过知识获取到了比较有代表性的设备信息，虽
然涵盖了机舱内的大部分设备，但是仍然有一些设备没有涉及到，在今后的研
究当中要提升设备种类和数量，将机舱三维布局效果更好的呈现出来。

- 69 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

参考文献

[1] 中国第一艘国产航空母舰交付海军[J]. 船舶标准化与质量. 2019(06): 51.

[2] 杨培举. 软实力:造船强国之本[J]. 中国船检. 2015(3): 13-16.
[3] 2月4日波罗的海干散货运价指数跌穿300点 创纪录新低_国际海事信息网[Z]. 2016: 2020, 2月-4
月.
[4] 彭永东. 舟船文明 辉煌华夏——评首次展现华夏7000年海洋文化的《中国造船史》[J]. 全国
新书目. 2000(11): 11.
[5] 栾学志. 中国船舶工业的战略发展与科技创新之路[J]. 中国军转民. 2005(5): 33-34.
[6] Dehn M. Über Zerlegung von Rechtecken in Rechtecke[J]. Mathematische Annalen. 1903, 57(3):
314-332.
[7] Brooks R L, Smith C A B, Stone A H, et al. The dissection of rectangles into squares.[J]. 1940.
[8] Harary, F. Graph Theory and Electric Networks[J]. Ire Transactions on Circuit Theory. 1959, 6(5):
95-109.
[9] Gilmore P C, Gomory R E. A LINEAR PROGRAMMING APPROACH TO THE CUTTING STOCK
PROBLEM--PART II[J]. Operations Research. 1963.
[10] Pfefferkorn C E. A Heuristic Problem Solving Design System for Equipment or Furniture Layouts[J].
Communications of the ACM. 1975, 18(5): 286-297.
[11] 黄文奇，詹叔浩. 求解Packing问题的拟物方法[J]. 应用数学学报. 1979(02): 80-84.
[12] 詹叔浩，黄文奇. 一类几何布局问题的计算机辅助设计[J]. 应用数学学报. 1983(01): 34-46.
[13] Kusiak A, Heragu S S. Facility Layout Problem[J]. European Journal of Operational Research. 1987,
29(3): 229-251.
[14] 郑建国. 某轿车装配车间物流缓存区布局优化[J]. 物流技术. 2018, 37(6): 131-134, 160.
[15] 李翌辉，史亚斌，胡进寿，等. 基于改进型遗传算法的复杂产品生产车间布局优化方法[J]. 兵
工自动化. 2018, 37(5): 67-72.
[16] 王超，王冬青，贾金原. 面向虚实融合的卧室箱体建模与布局算法[J]. 计算机科学与探索. 2018,
12(4): 511-524.
[17] 王永峰，于成超. 基于CATIA知识工程创建汽车零部件三维模型数据库[J]. 重型汽车. 2019(5):
23-24.
[18] 陈增合，王永峰，杨永恒. 基于CATIA知识工程的载货车整车模型的创建[J]. 重型汽车. 2018(4):
12-14.
[19] Lee K H, Lee J K, Park N S. Intelligent approach to a CAD system for the layout design of a ship
engine room[J]. Computers & Industrial Engineering. 1998, 34(3): 599-608.
[20] Lee K, Han S, Roh M. An improved genetic algorithm for facility layout problems having inner
structure walls and passages[J]. Computers & Operations Research. 2003, 30(1): 117-138.
[21] 李俊华，应文烨，陈宾康，等. 基于集成知识模型的船舶舱室智能三维布置设计[J]. 中国造船.
2002(02): 3-10.

- 70 -

万方数据
 大连理工大学专业学位硕士学位论文

[22] Helvacioglu S, Insel M. An expert system approach to container ship layout design[J]. International
Shipbuilding Progress. 2003, 50: 19-34.
[23] Kowalski Z, Meler-Kapcia M, Zieliński S, et al. CBR methodology application in an expert system for
aided design ship's engine room automation[J]. Expert Systems with Applications. 2005, 29(2):
256-263.
[24] Er A L, Tuzcu C, Turan O. An integrated multi-objective optimisation and fuzzy multi-attributive
group decision-making technique for subdivision arrangement of Ro–Ro vessels[J]. Applied Soft
Computing. 2006, 6(3): 221-243.
[25] 周发模. 粒子群算法及其在机舱布置优化的应用研究[D]. 武汉理工大学, 2009.
[26] 赵学国. 基于人机合作的船舶管路布局优化设计研究[D]. 大连理工大学, 2014.
[27] 王运龙，王晨，纪卓尚，等. 船舶居住舱室智能布局优化设计方法研究[J]. 中国造船. 2013(3):
139-146.
[28] Penoyer J A, Burnett G, Fawcett D J, et al. Knowledge based product life cycle systems: Principles of
integration of KBE and C3P[J]. Computer Aided Design. 2000, 32(5-6): 311-320.
[29] 孔慧敏，马晓平，朱骏. 基于CATIA V5的知识工程在船舶设计中的应用研究[J]. 江苏科技大学
学报(自然科学版). 2005, 19(3): 84-86.
[30] 伯德富，郭云. 利用CATIA知识工程进行零件设计[J]. 新疆农机化. 2013(4): 7-8.
[31] 蔡世民. 基于CATIA知识工程优化的车身轻量化设计[C]. 2010.
[32] 梁春光，刘增强，王小平. 基于CATIA知识工程的水电站厂房上部结构设计[J]. 人民黄河. 2011,
33(5): 147-148.
[33] Wrigley P, Wood D, Stewart P, et al. AUTOMATED DESIGN TECHNIQUES FOR NEW
NUCLEAR POWER PLANT DESIGN: KNOWLEDGE BASED ENGINEERING, GENERATIVE
DESIGN AND OPTIMISATION[J]. The Proceedings of the International Conference on Nuclear
Engineering (ICONE). 2019, 2019.27: 1314.
[34] Muñoz E, Garcí a E, Puigjaner L. Knowledge-Based Recipe Management For Production Processes[J].
Industrial & Engineering Chemistry Research. 2019, 2019.
[35] Zimmermann M, Bronsart R, Stenzel K. Knowledge Based Engineering Methods for Ship Structural
Design[J]. 2005.
[36] 冯军. 船舶舱室智能虚拟布置设计方法与关键技术研究[D]. 武汉理工大学, 2005.
[37] 张梅. 专家系统在船舶舱室划分与布置设计中的应用[D]. 大连理工大学, 2008.
[38] 何旺. 船舶机舱智能布置方法研究[D]. 上海交通大学, 2014.
[39] 蔡薇，陈湛，陈琪. 一种大型邮轮乘客舱室智能布局设计方法[J]. 中国造船. 2019(2): 186-195.
[40] Kim K, Roh M. A submarine arrangement design program based on the expert system and the
multistage optimization[J]. Advances in Engineering Software. 2016, 98: 97-111.
[41] 崔进举. 基于知识工程的集装箱船结构设计及优化[D]. 上海交通大学, 2014.
[42] 刁有明，钱自行，韩凌志，等. 近海拖网渔船机舱布置实例[J]. 大连海洋大学学报. 2009, 000(s1):
218-219.
[43] 吴张盼. 船舶居住舱室智能布局设计方法研究[D]. 大连理工大学, 2018.
[44] 邓小龙，柳存根. 船舶锚泊布置智能设计研究[J]. 船舶工程. 2011, 33(3): 72-74.

- 71 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

[45] 赵磊磊. 基于专家系统的船舶电力系统故障诊断研究[J]. 舰船电子工程. 2018(9): 132-134, 146.

[46] 郭晨，叶榛，史成军，等. 船舶机舱虚拟现实仿真系统[J]. 中国造船. 2004, 45(3): 64-69.
[47] 邓小龙，柳存根. 船舶三维数字化设计研究[J]. 船舶工程. 2010, 32(5): 40-43.
[48] 范小宁，林焰，纪卓尚. 多蚁群协进化的船舶多管路并行布局优化[J]. 上海交通大学学报. 2009,
43(2): 193-197.
[49] 胡耀，姜治芳，熊治国，等. 基于改进型遗传算法的舰船舱室布局优化[J]. 中国舰船研究. 2014,
9(1): 20-30.
[50] 姜文英，林焰，陈明，等. 基于粒子群和蚁群算法的船舶机舱规划方法[J]. 上海交通大学学报.
2014, 48(4): 502-507.
[51] 何坤，沈斌，彭劼扬，等. 基于改进遗传算法的航天大型零件车间布局优化[J]. 组合机床与自
动化加工技术. 2018(1): 158-160.
[52] 王运龙，吴张盼，李楷，等. 基于禁忌搜索算法的船舶舱室智能布局设计[J]. 华中科技大学学
报(自然科学版). 2018, v.46；No.426(06): 54-58.
[53] Li K, Yu Y, Wang Y, et al. Research on structural optimization method of FRP fishing vessel based on
artificial bee colony algorithm[J]. Advances in Engineering Software. 2018: S456111490.
[54] 李俊华，应文烨，卢军，等. 退火演化算法在舰艇舱室优化布置设计中的应用[J]. 武汉交通科
技大学学报. 2000, 24(4): 360-362.
[55] 刘青，张世龙，杨锐，等. 基于模拟退火算法的QoS约束web服务组合(英文)[J]. Journal of
Southeast University(English Edition). 2008(3): 58-61.
[56] 蔡延光，钱积新，孙优贤. 多重运输调度问题的模拟退火算法[J]. 系统工程理论与实践. 1998(10):
12-16.
[57] 王新生，姜友华. 模拟退火算法用于产生城市土地空间布局方案 Simulating annealing for
generating the optimal urban land-use plans[J]. 地理研究. 2004, 023(006): 727-735.
[58] 周叔阳，韩志仁，郭喜锋，等. 模拟退火算法在预连接孔排布中的应用研究[J]. 机械科学与技
术. 2019, 38(06): 959-962.
[59] Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by Simulated Annealing[J]. Science. 1983,
220(4598): 671.

- 72 -

万方数据
 大连理工大学专业学位硕士学位论文

攻读硕士学位期间发表学术论文情况

1. 基于 KBE 的机舱设备三维布局研究. 姜云博，王运龙. 大连理工大学研究生院网络

学刊，2020 年，主办单位：大连理工大学研究生院。（本硕士论文第三章）
2. 基于知识工程的船舶机舱设备三维布局设计. 王运龙（导师），姜云博，管官，邢
佳鹏，于广亮等. 上海交通大学学报（在投）（本硕士论文第三章）
3. 基于知识工程联合模拟退火算法的船舶机舱布局优化设计方法研究. 王运龙（导师），
姜云博等.（整理中）（本硕士论文第三、四章）

- 73 -

万方数据
 基于知识工程的船舶机舱设备三维布局研究

致 谢

时光如白驹过隙，转眼之间 3 年的研究生生涯也进入了尾声，这也代表着我的学生
生涯也就此画上了句号。虽然自己在未来没有了学生身份，但是也要始终保持对知识的
渴望，在今后的工作当中不断补充自己的短板，向前辈们学习。在这么多年的学习生涯
中，遇到了不少的挫折与困难，非常感谢能有各位老师、同学和家人们的帮助，在这里
对你们表示诚挚的感谢！
感谢我的导师王运龙副教授。在大四保研之后就与导师取得了联系，在导师的指引
下，我对其研究领域有了一定的认知，并且在读研期间展开了关于机舱布局的学习。导
师在该类问题有很长时间的深入研究，对我的研究工作起到了极大的指导作用，每次在
与导师讨论的时候都会激发新的思路与方向。在研究生期间也产生了许多对未来的迷惑，
每每与导师交谈之后都会豁然开朗，是我读研期间的指路明灯。
感谢船舶 CAD 中心的林焰老师、马坤老师、陈明老师、张明霞老师、陆丛红老师、
金朝光老师、于雁云老师、李楷老师、管官老师等各位老师，谢谢你们在学习、生活和
实践期间对我的指导和帮助，祝愿你们家庭和睦、工作顺心。
感谢吴张盼、吴德华、沈嘉琪、王庆鹏、查志强、张鹏翔、魏豪等师兄师姐的在科
研、学习、求职和生活当中的帮助。感谢船池 2 楼教研室里所有小伙伴们的陪伴、支持
与鼓励。感谢一起在大连求学多年的鞠孝行、杨小乐、刘鑫明等大工和海事的同学们，
我会永远铭记这 7 年绚烂的时光，祝愿你们一帆风顺、前程似锦。
感谢我所有的家人们，感谢我的父母，祖父母，外祖父母以及其他亲人们，是你们
在这二十几年里的无私奉献才成就了我的今天，在此祝愿你们身体康健，平安喜乐。特
别感谢刘同学在这 3 年的鼓励和陪伴，未来的我会更加努力，创造属于我们的幸福生活。
最后感谢在新冠肺炎疫情期间守护全国人民的医护工作者、社区服务人员以及所有
奋战在一线的工作人员和志愿者们，是你们的辛苦付出与牺牲才让我们有了安全的环境
进行学习和科研工作，你们辛苦了！
只问敢勇，无问西东，继续努力向前冲。

- 74 -

万方数据
 大连理工大学专业学位硕士学位论文

大连理工大学学位论文版权使用授权书

本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间
论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有
权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将
本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、
缩印、或扫描等复制手段保存和汇编本学位论文。

学位论文题目： 基于知识工程的船舶机舱设备三维布局研究
作 者 签 名 ： 日期： 2020 年 5 月 25 日
导 师 签 名 ： 日期： 2020 年 5 月 25 日

万方数据