Параметрическая модель шлангокабеля с использованием Siemens NX

Шлангокабель является одним из ключевых средств управления, например, в системе подводной добычи нефти и газа. Его можно рассматривать как индивидуальный продукт, связанный с конкретными параметрами вариантов использования, например, место установки. В этой статье применяется метод расчета надежности шлангокабеля с помощью усовершенствованного метода второго момента первого порядка (AFOSM) и метода Монте-Карло. Обсуждаются преимущества и текущие ограничения внедрения подхода проектирования на основе знаний (KBE), который, в свою очередь, дает возможность для создания различных конфигураций и вариантов продукта, для интеграции моделей САПР, дополненных функцией автоматического расчета. Даются рекомендации по будущим исследованиям метода KBE при проектировании изделий. В статье демонстрируется использование Siemens NX и его структуры для представления инженерных знаний под названием Knowledge Fusion (KF) для создания параметрической модели конструкции шлангокабеля с учетом ее надежности с целью улучшения процесса проектирования сечения. Раскрываются преимущества внедрения подхода KBE для интеграции моделей САПР, дополненных автоматическими расчетами для обеспечения надежности продукта, предлагаются варианты расширения работы для рассмотрения более сложных инженерных процессов.

1. Lu Q., Yang Z., Yan J., Yue Q. Design of Cross-Sectional Layout of Steel Tube Umbilical. Journal of Offshore Mechanics and Arctic Engineering. 2014;136(4). https://doi.org/10.1115/1.4027800

2. Yan J., Yang Z., Zhao P., Lu Q., Wu W., Yue Q. Reliability Optimization Design of the Steel Tube Umbilical Cross Section Based on Particle Swarm Algorithm. In: ASME 2017 36th International Conference on Ocean, Offshore and Arctic Engineering, 25–30 June 2017, Trondheim, Norway. American Society of Mechanical Engineers; 2017. https://doi.org/10.1115/OMAE2017-61388

3. Sobieszczanski-Sobieski J., Morris A., Van Tooren M. Multidisciplinary Design Optimization Supported by Knowledge Based Engineering. Chichester: John Wiley & Sons, Ltd.; 2015. 400 p.

4. Su Q., Zhang Q., Xu Q., Yan J., Lu Q., Yin Y., Sævik S., Ye N. Deep learning-driven optimization design for the configuration of lazy-wave umbilical cables. Applied Ocean Research. 2024;150. https://doi.org/10.1016/j.apor.2024.104097

5. Zhang D., Zhao B., Zhu K. Dynamic analysis of the umbilical cable pull-in operation through J-tube under different wave directions. Ocean Engineering. 2023;280. https://doi.org/10.1016/j.oceaneng.2023.114838

6. Choi S.-K., Canfield R.A., Grandhi R.V. Reliability-based Structural Design. London: Springer-Verlag; 2007. 306 p. https://doi.org/10.1007/978-1-84628-445-8

7. Soulat M.E. Parametric geometry representation to support aircraft design. In: 2012 IEEE Aerospace Conference, 03–10 March 2012, Big Sky, MT, USA. IEEE; 2012. pp. 1–17. https://doi.org/10.1109/AERO.2012.6187342

8. Hasofer A.M., Lind N.C. Exact and Invariant Second-Moment Code Format. Journal of the Engineering Mechanics Division. 1974;100(1):111–121. https://doi.org/10.1061/JMCEA3.0001848

9. Madsen H.O., Krenk S., Lind N.C. Methods of Structural Safety. New York: Dover Publications, Inc.; 2006. 407 p.

10. Bai Y., Jin W.-L. Marine Structural Design. Waltham: Butterworth-Heinemann; 2016. 1008 p.

11. Li F.Z., Low Y.M. Fatigue reliability analysis of a steel catenary riser at the touchdown point incorporating soil model uncertainties. Applied Ocean Research. 2012;38:100–110. https://doi.org/10.1016/j.apor.2012.07.005

12. Kroese D.P., Brereton T., Taimre T., Botev Z.I. Why the Monte Carlo method is so important today. Wiley Interdisciplinary Reviews. 2014;6(6):386–392. https://doi.org/10.1002/wics.1314

13. Shih R. Parametric Modeling with Siemens NX (2212 Series). Mission: SDC Publications; 2023. 508 p.