用于水下航行器壳体设计的方法、装置及设备与流程

1.本技术涉及水下航行器技术领域，例如涉及用于水下航行器壳体设计的方法、装置及设备。


背景技术：

2.海洋蕴藏着极其丰富的能源和矿产资源。水下航行器是探索海洋的重要手段之一，借助水下航行器能够实现对深海进行观测和作业。其中，水下航行器是一种可以回收的小型水下自航载体，具有自主规划、自主决策、自主航行能力；且无需专用母船支持，具有灵活性强和隐蔽性好等优点，在军事侦察、海洋科考等方面发挥着重要的作用。
3.目前，水下航行器正朝着大深度、远航程以及轻型化的方向发展。其中，水下航行器的壳体主要用于承受载荷，以及作为内部设备的支撑与包容，具有耐压性。这样，壳体的设计参数直接关系到航行器的水动力性能、续航能力、搭载能力等系统性能。因此，耐压壳体的设计与优化在整个航行器系统设计中有着非常重要的地位。
4.相关的水下航行器耐压壳体的设计优化方法大多依靠设计人员的经验，以经验公式为基础，设计初步方案，然后经过多次模型实验，不断修改参数，直至达到设计指标要求，这种方法的设计周期长、耗资大，且难以达到性能最优；或，通过模型试验及计算流体力学软件进行大量的仿真分析，此过程目标性差、耗时多、成本高。因此，水下航行器壳体设计过程还比较复杂，耗费资源比较多。


技术实现要素：

5.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
6.本公开实施例提供了一种用于水下航行器壳体设计的方法、装置和设备，以解决水下航行器壳体设计复杂的技术问题。
7.在一些实施例中，所述方法包括：
8.根据水下航行器壳体的外形参数设计变量，以及对应的取值范围，进行试验设计，得到多组参数试验变量样本，并根据确定的优化目标的性质，得到与每组所述参数试验变量样本对应的优化目标样本；
9.根据所述参数试验变量样本，以及对应的所述优化目标样本，建立每个所述优化目标关于所述壳体外形参数设计变量的目标近似模型；
10.基于遗传算法和目标近似模型，进行水下航行器壳体的多目标优化，得到优化后的壳体外形参数值和优化目标值，并进行所述水下航行器壳体的设计。
11.在一些实施例中，所述装置包括：
12.试验模块，被配置为根据水下航行器壳体的外形参数设计变量，以及对应的取值范围，进行试验设计，得到多组参数试验变量样本，并根据确定的优化目标的性质，得到与
每组所述参数试验变量样本对应的优化目标样本；
13.近似模块，被配置为根据所述参数试验变量样本，以及对应的所述优化目标样本，建立每个所述优化目标关于所述壳体外形参数设计变量的目标近似模型；
14.优化设计模块，被配置为基于遗传算法和目标近似模型，进行水下航行器壳体的多目标优化，得到优化后的壳体外形参数值和优化目标值，并进行所述水下航行器壳体的设计。
15.在一些实施例中，所述用于水下航行器壳体设计的装置，包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述用于水下航行器壳体设计方法。
16.在一些实施例中，所述设备，包括上述用于水下航行器壳体设计的装置。
17.本公开实施例提供的用于水下航行器壳体设计的方法、装置和设备，可以实现以下技术效果：
18.基于试验设计、近似模型技术以及遗传算法，对水下航行器耐压壳体进行多目标优化设计，这样，通过多目标优化能够缩短壳体设计优化周期，提高设计优化效率，节省了资源。
19.以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。
附图说明
20.一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
21.图1是本公开实施例提供的一种用于水下航行器壳体设计方法的流程示意图；
22.图2是本公开实施例提供的一种水下航行器壳体的结构示意图；
23.图3是本公开实施例提供的一种用于水下航行器壳体设计方法的流程示意图；
24.图4是本公开实施例提供的一种pareto最优解集；
25.图5是本公开实施例提供的一种耐压试验的实验结果示意图；
26.图6是本公开实施例提供的一种用于水下航行器壳体设计装置的结构示意图；
27.图7是本公开实施例提供的一种用于水下航行器壳体设计装置的结构示意图。
具体实施方式
28.为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
29.本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
30.除非另有说明，术语“多个”表示两个或两个以上。
31.本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
32.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
33.本公开实施例中，基于试验设计、近似模型技术以及遗传算法，对水下航行器耐压壳体进行多目标优化设计，这样，通过多目标优化能够缩短壳体设计优化周期，提高设计优化效率，节省了资源。并且，可基于建立的目标近似模型进行灵敏度分析，获取每个壳体外形参数设计变量对优化目标的影响规律和影响程度，进一步提高优化效率，且设计优化的目的性更强，能够为以后的设计优化提供指导。另外，还可对设计壳体进行可行性验证，进一步保障了壳体设计的可行性以及可靠性。
34.图1是本公开实施例提供的一种用于水下航行器壳体设计方法的流程示意图。如图1所示，用于水下航行器壳体设计的过程包括：
35.步骤101：根据水下航行器壳体的外形参数设计变量，以及对应的取值范围，进行试验设计，得到多组参数试验变量样本，并根据确定的优化目标的性质，得到与每组参数试验变量样本对应的优化目标样本。
36.本公开实施例中，可将水下航行器壳体的外形参数作为设计变量，即可确定外形参数设计变量。水下航行器壳体外形大都为回转体结构，其中，外形参数设计变量包括：艏部形状系数、艉部形状系数、艏部长度、艉部长度、壳体厚度、壳体长度、壳体最大直径等等中一个，两个或多个，并根据水下航行器应用的实际情况及设计经验，确定外形参数设计变量的约束范围。
37.水下航行器的壳体主要用于承受载荷，以及作为内部设备的支撑与包容，具有耐压性。这样，衡量自主水下航行器耐压壳体的性能指标包括：壳体质量、包络体积、壳体阻力、壳体强度和稳定性、搭载能力等等，而本公开实施例中，优化目标可包含：两个或多个指标，每个优化目标都对应有约束条件，用以限制优化目标的范围，且优化过程中，各优化目标之间可能为互相矛盾的，是一种多目标优化问题。
38.确定了水下航行器壳体的外形参数设计变量和优化目标，并确定了对应的取值范围以及约束条件后，首先，可根据水下航行器壳体的外形参数设计变量，以及对应的取值范围，进行试验设计，得到多组参数试验变量样本，然后，根据确定的优化目标的性质，得到与每组参数试验变量样本对应的优化目标样本。
39.根据确定的外形参数设计变量，以及对应的取值范围进行试验设计，其中，试验设计包括：参数试验、全因子设计、正交数组、拉丁超立方设计、或、最优拉丁超立方等，试验设计可帮助确定合理的设计点。在完成试验设计后，可以得到参数试验变量样本。
40.每个优化目标的性质不同，根据参数试验变量样本，得到对应的优化目标样本的求解方式也不同。在一些实施例中，若优化目标包括：壳体质量样本，包络体积样本以及壳体阻力，则可通过三维制图，建立浮标壳体模型，得到与每组参数试验变量样本对应的壳体质量样本，以及包络体积样本；以及通过流体力学仿真，在设定流速的情况下，得到与每组参数试验变量样本对应的壳体阻力样本。
41.当然，若优化目标包括：壳体强度和稳定性，则可通过有限元仿真，得到与每组参数试验变量样本对应的壳体强度和稳定性样本。不同优化目标的性质，不同的求解方式，具
体不一一例举。
42.步骤102：根据参数试验变量样本，以及对应的优化目标样本，建立每个优化目标关于壳体外形参数设计变量的目标近似模型。
43.近似模型技术包括：多项式响应面近似模型、径向基神经网络模型、或kriging模型等，近似模型技术可拟合出光滑而简单的近似函数，适合于在设计空间中求全局最优解，因此，在一些实施例中，可确定近似模型，近似模型包括：多项式响应面近似模型、径向基神经网络模型、或kriging模型，即可根据设计需求选择合适的近似模型技术。然后，基于近似模型，对参数试验变量样本，以及对应的优化目标样本，进行拟合分析，得到与每个优化目标关于壳体外形参数设计变量的近似函数，从而，得到目标近似模型。
44.步骤103：基于遗传算法和目标近似模型，进行水下航行器壳体的多目标优化，得到优化后的壳体外形参数值和优化目标值，并进行水下航行器壳体的设计。
45.多目标优化问题的数学模型可以描述为：
46.min f(x)＝[f1(x),f2(x),
…
f
n
(x)]
t
[0047]
s.t.x∈x
[0048]
g
i
(x)≥0,i＝1,2,
…
p
[0049]
h
j
(x)＝0,(j＝1,2,
…
q).
[0050]
其中，f
n
(x)是目标函数，g
i
(x)，h
j
(x)是约束函数；x＝(x1,x2,
…
x
n
)
t
表示n维设计变量。
[0051]
在多目标优化中，优化目标之间是相互矛盾、相互制约的，若某一目标得到改善，则另一目标必然会受到损失，即无法使所有的目标同时得到改善，因此多目标优化问题的解是非劣解，也称为帕累托pareto最优解，由pareto解构成的集合称为pareto最优解集。基于pareto解集的多目标优化方法首先获得pareto解集，然后根据设计要求或实际经验，从解集中选择满意的最优解，这样能更客观的反映多目标优化问题的实质。
[0052]
在多目标优化求解中，较多采用遗传算法求解，非支配解排序遗传算法(nsga)是一种有效求解pareto解集的多目标优化方法，在此基础上改良的第二代非支配排序遗传算法nsga
‑
ii除了能够快速排序非支配解，还能控制精英数量，保持种群多样性，能更好地收敛到最优帕累托前沿，被认为是目前最有效的多目标优化方法之一。因此，在一些实施例中，基于非支配排序遗传算法，对目标近似模型进行多目标优化，得到帕累托pareto最优解集；然后，从帕累托pareto最优解集中，确定一组解为优化后的壳体外形参数值和优化目标值。
[0053]
确定了优化后的壳体外形参数值和优化目标值，即得到设计参数对应的值，即可进行水下航行器壳体的设计，得到设计壳体。
[0054]
可见，本实施例中，基于试验设计、近似模型技术以及遗传算法，对水下航行器耐压壳体进行多目标优化设计，这样，通过多目标优化能够缩短壳体设计优化周期，提高设计优化效率，节省了资源。
[0055]
在一些实施例中，上述步骤102中，建立每个优化目标关于壳体外形参数设计变量的目标近似模型之后，还可进行目标近似模型的合理性和精度的分析，进一步提高壳体设计的合理性和可靠性。进行目标近似模型的合理性和精度的分析可包括：确定每个目标近似模型对应的复相关系数；并根据复相关系数值，确定对应的目标近似模型的可行性。
[0056]
例如：通过计算复相关系数进行可行性分析，可反映了响应面符合给定数据的程度，其中，复相关系数值在[0,1]之间，并且越接近于1则表示拟合的效果越好，一般而言，若复相关系数值大于0.9，即可确定对应的目标近似模型具有可行性。
[0057]
在一些实施例中，得到优化后的壳体外形参数值和优化目标值后，进行水下航行器壳体的设计时，还可进行灵敏度分析。灵敏度分析是指定性或定量地研究模型输入的不确定性对模型输出不确定性的影响，可用于确定模型的各参数对输出结果影响的大小，常用的灵敏度分析包括：傅里叶幅度灵敏度检验法、morris法、sobol’法或傅里叶幅度灵敏度检验扩展法，因此，对目标近似模型，进行灵敏度分析，可获取每个壳体外形参数设计变量对优化目标的影响规律和影响程度。这样，可以提高优化效率，且设计优化的目的性更强，能够为二次水下航行器设计优化提供指导。
[0058]
在一些实施例中，得到优化后的优化目标值和壳体外形参数值后，进行水下航行器壳体的设计时，还可进行可行性验证，可包括：通过流体力学仿真，对根据优化后的优化目标值和壳体外形参数值得到的设计壳体进行水动力性能进行分析；和/或，通过有限元分析ansys，对设计壳体，进行整体线性屈曲分析；和/或，对设计壳体，进行耐压测试。这样，进一步保障了壳体设计的可行性以及可靠性。
[0059]
下面将操作流程集合到具体实施例中，举例说明本发明实施例提供的用于水下航行器壳体设计过程。
[0060]
本实施例中，试验设计采用最优拉丁超立方法，近似模型技术采用二阶非线性响应面模型，而遗传算法采用第二代非支配排序遗传算法(nsga
‑
ii)。
[0061]
图2是本公开实施例提供的一种水下航行器壳体的结构示意图。如图2所示，耐压舱采用外径d＝298mm，壁厚t
c
＝22mm的碳纤维复合材料圆柱筒，艏艉部均采用最小壁厚处t
f
＝t
a
＝10mm的钛合金半椭球体，艏艉部通过钛合金端环与碳纤维筒体连接，浮标总长l＝1160mm。因此，本实施例中，壳体结构设计涉及的外形参数设计变量包括：艏部形状系数x1，艉部形状系数x2，艏部长度与浮标总长比值x3，艉部长度与浮标总长比值x4，参考同类壳体的设计经验，4个设计变量的取值范围如下：
[0062]
1.2≤x1≤2.8，1.2≤x2≤2.8，0.1≤x3≤0.2，0.12≤x4≤0.24。
[0063]
并且，根据水下航行器应用需求，确定壳体阻力f、壳体质量m、包络体积v作为3个优化目标，考虑到自主水下航行器只能携带有限的能源，应尽可能减小壳体阻力与质量；为增加自主水下航行器的净浮力并减少能耗，应尽可能增加水下航行器的包络体积。而自主水下航行器的水动力性能受阻力与包络体积的影响，因此，最大包络体积与最小阻力是矛盾的。类似的，自主水下航行器的有效搭载能力受包络体积与壳体质量影响，而最大包络体积与最小壳体质量是矛盾的。由此可见，对自主水下航行器耐压壳体阻力，质量及包络体积的优化是一个多目标优化问题。并且，自主水下航行器的最大工作水深为4000m，安全系数设为1.2，因此取约束条件为最小临界屈曲压力p
cr
≥48mpa。
[0064]
确定了水下航行器壳体的外形参数设计变量，以及对应的取值范围，并确定了优化目标，以及约束条件后，即可进行水下航行器壳体设计。
[0065]
图3是本公开实施例提供的一种用于水下航行器壳体设计方法的流程示意图。结合图3用于水下航行器壳体设计的过程包括：
[0066]
步骤301：根据水下航行器壳体的外形参数设计变量，以及对应的取值范围，通过
最优拉丁超立方法开展试验设计，得到多组参数试验变量样本。
[0067]
本实施例中，综合考虑拟合的计算效率和工程的可行性限制，每个因子取24个水平，随机组合因子的24个水平，且每个水平只采用一次，因此，得到24组参数试验变量样本。
[0068]
步骤302：根据确定的优化目标的性质，得到与每组参数试验变量样本对应的优化目标样本。
[0069]
这里，三维制图可采用solidworks，则可在solidworks中通过参数化建模建立浮标壳体的模型，定义完浮标各部分材料后可直接根据输入的多组参数试验变量样本，读取壳体包络体积及壳体质量，即得到与每组参数试验变量样本对应的壳体质量样本，以及包络体积样本。
[0070]
在流体力学仿真软件fluent中开展流体力学仿真，来流速设置为0.5m/s，采用二阶迎风格式离散对流项，以及采用rng k
‑
ε模型，输入的多组参数试验变量样本，求解壳体阻力样本。
[0071]
这个可得到24组参数试验变量样本以及对应的优化目标样本，可如表1所示。
[0072][0073]
表1
[0074]
步骤303：根据参数试验变量样本，以及对应的优化目标样本，通过二阶非线性响应面模型，建立每个优化目标关于壳体外形参数设计变量的响应面近似模型。
[0075]
本实施例中，二阶非线性响应面模型的数学模型为：
[0076][0077]
式中，y代表近似值，n为设计变量的个数，x
i
为设计变量，β0,β
i
,β
ii
,β
ij
分别为常数项，一次项，二次项和交叉项的待定系数。然后，采用最小二乘法对表1中的试验数据进行回归分析，可以得到浮标壳体阻力、质量、包络体积关于设计变量的响应面近似模型：
[0078][0079][0080][0081]
步骤304：对三个响应面近似模型的复相关系数计算，得到f的复相关系数，m的复相关系数，v的复相关系数。
[0082]
步骤305：判断每个复相关系数是否大于0.9？若是，执行步骤306，否则，本次设计流程结束。
[0083]
本实例中得到公式(1)中f的复相关系数为0.9335，公式(2)中m的复相关系数为0.9999，公式(3)中v的复相关系数为0.9995，则都在设定范围[0,1]之间，并且，都大于设定阈值0.9，说明得到的响应面模型的精度完全满足要求，可执行步骤306。
[0084]
步骤306：采用第二代非支配排序遗传算法nsga
‑
ii，对每个响应面近似模型进行多目标优化，得到pareto最优解集。
[0085]
设置初始种群数量为150，进化代数为200代，交叉概率为0.9，交叉分布指数为20，变异概率为0.25，变异分布指数为20，对上述的三个响应面近似模型进行求解，得到的pareto最优解集如图4所示。
[0086]
步骤307：根据水下航行器应用需求，可从pareto最优解集中，确定一组解为优化后的壳体外形参数值和优化目标值，并进行水下航行器壳体的设计。
[0087]
图4是本公开实施例提供的一种pareto最优解集，这样，可从如图4所示的pareto最优解集中，确定一组解为优化后的壳体外形参数值和优化目标值。其中，可以优化目标值为例，表2是本公开实施例提供的一种本实施例优化结果与经验公式优化结果对比关系。
[0088][0089]
表2
[0090]
当然，可以得到与优化后的优化目标值对应的壳体外形参数值，具体就不一一例举了。这样，可根据优化后的优化目标值和壳体外形参数值，进行水下航行器壳体的设计，得到设计壳体。
[0091]
步骤308：基于全局灵敏度分析方法，对目标近似模型，进行灵敏度分析，获取每个壳体外形参数设计变量对优化目标的影响规律和影响程度。
[0092]
本实施例中，分析结果表明，在设计变量约束范围内，自主水下航行器耐压壳体阻力随艏部与艉部形状系数增加呈近似线性递增趋势，随艏部长度的增加先减少后增加，随艉部长度的增加先增加后减少；自主水下航行器耐压壳体质量随艏艉部形状系数增加呈近似线性递增的趋势，随艏艉部长度增加呈线性递减的趋势；自主水下航行器耐压壳体包络体积随艏艉部形状系数增加呈近似线性递增的趋势，随艏艉部长度增加呈线性递减的趋势。
[0093]
这样，可确定在水下航行器耐压壳体的设计过程中，可以根据设计指标的要求来确定各个设计变量的取值范围，对于减少耐压壳体的阻力和质量，增加包络体积具有非常重要的参考意义。
[0094]
步骤309：基于fluent水动力仿真，对根据优化后的优化目标值和壳体外形参数值得到的设计壳体进行水动力性能进行分析。
[0095]
步骤310：对根据优化后的优化目标值和壳体外形参数值得到的设计壳体，采用有限元分析ansys进行整体线性屈曲分析。
[0096]
本实施例中，可在在外压48mpa下得到整体位移云图和一阶屈曲图，其分析结果表明耐压壳体在外压48mpa下一阶屈曲结果的特征值为2.0，壳体的最小临界屈曲压力为96mpa，完全满足4000米水深稳定性的使用要求。
[0097]
步骤311：对设计壳体，进行耐压测试。
[0098]
本实施例中，通过高压试验设备进行48mpa耐压试验，通过液压站给耐压舱加压，在加压过程中设置10mpa，20mpa，30mpa，40mpa和48mpa五个目标压力，在达到目标压力时分别保压一段时间，得到的实验结果如图5所示，通过分析可知，在加压过程中压力保持稳定且在48mpa外压下，设计壳体是完全稳定的，证明以上的分析与仿真是正确的。在耐压测试后，设计壳体没有明显的变形，且内部无渗水现象。
[0099]
可见，本实施例中，基于试验设计、近似模型技术以及遗传算法，对水下航行器耐压壳体进行多目标优化设计，不仅具有很高的可行性与可靠性，并且，通过多目标优化能够缩短壳体设计优化周期，提高设计优化效率，节省了资源。另外，通过灵敏度分析能够提高设计优化的目的性，并为二次水下航行器设计优化提供指导。
[0100]
根据上述用于水下航行器壳体设计的过程，可构建一种用于水下航行器壳体设计的装置。
[0101]
图6是本公开实施例提供的一种用于水下航行器壳体设计装置的结构示意图。如图6所示，用于水下航行器壳体设计装置包括：试验模块610、近似模块620以及优化设计模块630。
[0102]
试验模块610，被配置为根据水下航行器壳体的外形参数设计变量，以及对应的取值范围，进行试验设计，得到多组参数试验变量样本，并根据确定的优化目标的性质，得到与每组参数试验变量样本对应的优化目标样本。
[0103]
近似模块620，被配置为根据参数试验变量样本，以及对应的优化目标样本，建立每个优化目标关于壳体外形参数设计变量的目标近似模型。
[0104]
优化设计模块630，被配置为基于遗传算法和目标近似模型，进行水下航行器壳体的多目标优化，得到优化后的壳体外形参数值和优化目标值，并进行水下航行器壳体的设计。
[0105]
在一些实施例中，试验模块610，具体被配置为通过三维制图，建立浮标壳体模型，得到与每组参数试验变量样本对应的壳体质量样本，以及包络体积样本；通过流体力学仿真，在设定流速的情况下，得到与每组参数试验变量样本对应的壳体阻力样本。
[0106]
在一些实施例中，近似模块620，具体被配置为确定近似模型，近似模型包括：多项式响应面近似模型、径向基神经网络模型、或kriging模型；基于近似模型，对参数试验变量样本，以及对应的优化目标样本，进行拟合分析，得到与每个优化目标关于壳体外形参数设计变量的近似函数。
[0107]
在一些实施例中，还包括：合理分析模块，被配置为确定每个目标近似模型对应的复相关系数；根据每个复相关系数值，确定对应的目标近似模型的可行性。
[0108]
在一些实施例中，优化设计模块630，具体被配置为基于非支配排序遗传算法，对目标近似模型进行多目标优化，得到帕累托pareto最优解集；从帕累托pareto最优解集中，确定一组解为优化后的壳体外形参数值和优化目标值。
[0109]
在一些实施例中，还包括：灵敏度分析模块，被配置为对目标近似模型，进行灵敏度分析，获取每个壳体外形参数设计变量对优化目标的影响规律和影响程度。
[0110]
在一些实施例中，还包括：可行性分析模块，被配置为通过流体力学仿真，对根据优化后的优化目标值和壳体外形参数值得到的设计壳体进行水动力性能进行分析；和/或，通过有限元分析ansys，对设计壳体，进行整体线性屈曲分析；和/或，对设计壳体，进行耐压测试。
[0111]
可见，本实施例中，用于水下航行器壳体设计的装置可基于试验设计、近似模型技术以及遗传算法，对水下航行器耐压壳体进行多目标优化设计，这样，通过多目标优化能够缩短壳体设计优化周期，提高设计优化效率，节省了资源。并且，可基于建立的目标近似模型进行灵敏度分析，获取每个壳体外形参数设计变量对优化目标的影响规律和影响程度，进一步提高优化效率，且设计优化的目的性更强，能够为以后的设计优化提供指导。另外，还可对设计壳体进行可行性验证，进一步保障了壳体设计的可行性以及可靠性。
[0112]
本公开实施例提供了一种用于水下航行器壳体设计的装置，其结构如图7所示，包括：
[0113]
处理器(processor)1000和存储器(memory)1001，还可以包括通信接口(communication interface)1002和总线1003。其中，处理器1000、通信接口1002、存储器
1001可以通过总线1003完成相互间的通信。通信接口1002可以用于信息传输。处理器1000可以调用存储器1001中的逻辑指令，以执行上述实施例的用于水下航行器壳体设计的方法。
[0114]
此外，上述的存储器1001中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
[0115]
存储器1001作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器1000通过运行存储在存储器1001中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述方法实施例中的用于水下航行器壳体设计的方法。
[0116]
存储器1001可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端培养箱的使用所创建的数据等。此外，存储器1001可以包括高速随机存取存储器，还可以包括非易失性存储器。
[0117]
本公开实施例提供了一种用于水下航行器壳体设计装置，包括：处理器和存储有程序指令的存储器，处理器被配置为在执行程序指令时，执行用于水下航行器壳体设计方法。
[0118]
本公开实施例提供了一种设备，包括上述用于水下航行器壳体设计装置。
[0119]
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述用于水下航行器壳体设计方法。
[0120]
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于水下航行器壳体设计方法。
[0121]
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
[0122]
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机培养箱(可以是个人计算机，服务器，或者网络培养箱等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
[0123]
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。本公开实施例的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。当用于本技术中时，虽然术语“第一”、“第二”等可能会在本技术中使用以描述各元件，但这些元件不应受到这些术语的限制。这些术语仅用于将一个元件与另一个元件区别开。比如，在不改变描述的含义的情况下，第一元件可以叫做第二元件，并且同样第，第二元件可以叫做第一元件，只要所有出现的“第一元件”一致重命名并且所有出现的“第二元件”一致重命名即可。第一元件和第二元件都是元件，但可以不是相同的元件。而且，本技术中使用的用词仅用于描述
实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者培养箱中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
[0124]
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0125]
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、培养箱等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0126]
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功
能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。