ĐẠI HỌC QUỐC GIA TP HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA
TRỊNH ĐỨC MINH
NGHIÊN CỨU BỐ TRÍ THIẾT BỊ BUỒNG MÁY TÀU THỦY TÍCH HỢP GIẢI THUẬT DI TRUYỀN VÀ LOGIC MỜ RESEARCH ON SHIP ENGINE-ROOM LAYOUT USING
GENETIC ALGORITHM AND FUZZY LOGIC
Chuyên ngành : Kỹ Thuật Cơ Khí Động Lực Mã số: 8520116
LUẬN VĂN THẠC SĨ
Trang 2CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán bộ hướng dẫn khoa học : PGS.TS Lê Tất Hiển
(Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 1 : TS Trần Đăng Long
(Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 2 : TS Nguyễn Thị Ngọc Hoa
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 15 tháng 07 năm 2023
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ) 1 Chủ tịch: TS Trần Hữu Nhân
2 Thư Ký: TS Trần Hải
3 Phản biện 1: TS Trần Đăng Long 4 Phản biện 2: TS Nguyễn Thị Ngọc Hoa 5 Ủy viên: TS Nguyễn Văn Trạng
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)
CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA KỸ THUẬT GIAO THÔNG
Trang 3ĐẠI HỌC QUỐC GIA TP.HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc
NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: TRỊNH ĐỨC MINH ; MSHV:2070442 Ngày, tháng, năm sinh: 12/10/1998 ; Nơi sinh: ĐăkLăk Chuyên ngành: kỹ thuật cơ khí động lực ; Mã số : 8520116
I TÊN ĐỀ TÀI: BỐ TRÍ THIẾT BỊ BUỒNG MÁY TÀU THỦY TÍCH HỢP GIẢI
THUẬT DI TRUYỀN VÀ LOGIC MỜ
(Research on Ship Engine-Room Layout Using Genetic Algorithm and Fuzzy Logic)
II NHIỆM VỤ VÀ NỘI DUNG:
Nhiệm vụ : Xây dựng mơ hình tốn và giải thuật tối ưu dựa trên giải thuật Di truyền phục vụ bố trí thiết bị buồng máy tàu thủy
Nội dung nghiên cứu:
− Nghiên cứu tổng quan các mơ hình và giải thuật hỗ trợ bố trí thiết bị buồng máy tàu thủy
− Xây dựng mơ hình tốn, gồm hàm mục tiêu, các biến số tối ưu và ràng buộc cho bài toán bố trí thiết bị buồng máy tàu thủy
− Xây dựng giải thuật tối ưu hóa dựa trên giải thuật Di Truyền để giải hiệu quả mơ hình tốn được xây dựng
− Kiểm chứng mơ hình tốn và giải thuật tối ưu được đề xuất thông qua các nguồn dữ liệu tin cậy, từ đó ứng dụng trong bố trí tự động buồng máy tàu thủy dựa trên tiếp cận logic mờ
III NGÀY GIAO NHIỆM VỤ (Ghi theo trong QĐ giao đề tài):
05/09/2022
IV NGÀY HOÀN THÀNH NHIỆM VỤ (Ghi theo trong QĐ giao đề tài):
21/05/2023
V CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên):
Trang 4Tp HCM, ngày tháng năm 2023
CÁN BỘ HƯỚNG DẪN
(Họ tên và chữ ký)
PGS.TS Lê Tất Hiển
CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
(Họ tên và chữ ký)
TRƯỞNG KHOA KỸ THUẬT GIAO THÔNG
(Họ tên và chữ ký)
Trang 5LỜI CẢM ƠN
Đầu tiên và chân thành nhất, em xin bày tỏ lòng biết ơn đến Thầy hướng dẫn - PGS.TS Lê Tất Hiển Cảm ơn Thầy vì những lời tư vấn, giảng giải nhiệt tình trong suốt hành trình nghiên cứu và thực hiện luận văn này Khơng chỉ có những kiến thức chun mơn, mà cịn cả về cách xử lí vấn đề và nhiều khía cạnh khác em được học hỏi từ Thầy Thêm vào đó, Thầy đã gợi mở ra nhiều ý tưởng hay và luôn thúc đẩy em xử lý sáng tạo hơn với các vấn đề mình gặp phải, đ ối với em đó là bài học cũng như món q vơ giá mình nhận được từ Thầy
Em xin bày tỏ lòng biết ơn sâu sắc đến các Thầy trong khoa Kỹ Thuật Giao Thông - đại học Bách Khoa tp.HCM Cảm ơn vì những kiến thức chuyên mơn và sự chia sẻ nhiệt tình từ các Thầy Được đồng hành cùng các Thầy đã giúp em trau dồi thêm nhiều kỹ năng cần thiết và phát triển bản thân mình hơn Ngồi những tiết học bổ ích thì cịn có cả những câu chuyện thú vị về các thầy đã khiến em cảm thấy thoải mái hơn Sự tận tụy, tâm huyết và thân thiện là những hình ảnh em ln nghĩ tới khi nhớ về những bài giảng và câu chuyện của các Thầy
Em cũng xin bày tỏ lòng biết ơn chân thành đến các anh kỹ sư ở công ty Vard Vũng Tàu, đặc biệt là anh Nguyễn Trần Hưng và anh Ngô Quang Hưng, vì những chia sẻ nhiệt tình từ những kinh nghiệm q báu của mình đã giúp em hồn thành tốt luận văn này
Trang 6TP Hồ Chí Minh, ngày……tháng……năm 2023
Trang 7
TĨM TẮT LUẬN VĂN
Bố trí thiết bị buồng máy trên tàu thủy là giai đoạn mất nhiều thời gian, người thiết kế phải xem xét đồng thời rất nhiều mục tiêu như: tối ưu chi phí nguyên vật liệu (đường ống, kết cấu lắp đặt), hiệu quả sử dụng khơng gian Trong khi đó phương án thiết kế phải thỏa mãn đồng thời các ràng buộc kỹ thuật đặc thù, quy phạm, và các yêu cầu từ chủ tàu (chẳng hạn như phải đảm bảo đủ không gian cho việc vận hành, bảo trì các thiết bị trong buồng máy, đảm bảo có các lối đi lại thuận lợi trong buồng máy…) Do đó, có nhiều cơng bố trong những thập kỷ qua đã giới thiệu các cơng cụ hỗ trợ trong cả bố trí thiết bị buồng máy và bố trí chung tồn tàu Nhìn chung, các công cụ này được phát triển trên cơ sở đơn giản hóa khơng gian thiết kế thành các hình học đơn giản (hình chữ nhật, hình trịn bao quanh khu vực bố trí và các thiết bị tương ứng), thơng qua đó, việc xây dựng mơ hình tốn trở nên đơn giản hơn Sau đó, mơ hình toán được xây dựng dựa trên 2 cách tiếp cận: (1) rời rạc, lúc này vị trí của mỗi thiết bị sẽ được khảo sát trong một danh sách các vị trí tiềm năng đã được định trước; (2) liên tục, lúc này vị trí của từng thiết bị sẽ được khảo sát trên phạm vi toàn khu vực bố trí Sau đó, các hàm mục tiêu, ràng buộc được xây dựng trên cơ sở dữ liệu đầu vào được định nghĩa bởi người thiết kế Có 2 cách tiếp cận phổ biến trong mô tả dữ liệu đầu vào, đó là: (1) logic mờ (nhằm thuận tiện trong biểu diễn các quan điểm không chắc chắn của chuyên gia trong quá trình thiết kế); (2) biến số thực (đối với các dữ liệu đã được thống kê, ví dụ như chi phí kết nối ống…) Sau đó, các cơng cụ tối ưu hóa được áp dụng để khảo sát nghiệm dựa trên cơ sở tối ưu hóa các hàm mục tiêu trong mơ hình tốn được xây dựng
Trang 8thời tất cả các ràng buộc về khơng gian dành cho vận hành-bảo trì và lối đi lại trong buồng máy
Trang 9ABSTRACT
Layout design of engine room equipment on ships is a time-consuming stage, designers must consider many aspects simultaneously such as: optimizing material costs (pipelines, foundation structures), and efficient Use of space Meanwhile, the design plan must simultaneously satisfy specific technical constraints, regulations, and requirements from ship owners (such as ensuring enough space for the operation and maintenance of equipment, ensuring that there are convenient passages in the engine room, etc.) Consequently, there have been numerous publications over the past decades that have introduced expert systems in both engine room equipment arrangements and the general arrangement design of ships In general, these tools are developed based on simplifying the design space into simple geometries (rectangles, circles surrounding the layout area, and corresponding equipment), through which, modeling mathematical models becomes simpler Then, the mathematical model is modeled based on two common approaches: (1) discrete, the position of each machine will be assigned in a predefined list of potential locations; (2) continuously, at this time the location of each machine can be placed anywhere throughout the layout area Then, the objective functions and constraints are formulated on the input database defined by the designer There are two common approaches in describing input data, which are: (1) fuzzy logic (for convenience in representing uncertain opinions of experts in the design process); (2) crisp score (for statistical data, such as pipe connection costs, etc.) Then, the optimization tools are applied to solve the mathematical model based on the optimization of the objective functions
Trang 10limited space, with the presence of obstacles, and the need to simultaneously optimize both connection costs and efficient use of space, while satisfying all space constraints for operation-maintenance and aisles
Trang 11LỜI CAM KẾT
Tôi cam kết:
- Đây là luận văn tốt nghiệp do chính tơi thực hiện
- Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai cơng bố trong bất kỳ cơng trình nào khác
- Các đoạn trích dẫn và số liệu kết quả sử dụng để so sánh trong luận văn này đều được dẫn nguồn và có độ chính xác cao nhất trong phạm vi hiểu biết của tôi
TP Hồ Chí Minh, ngày……tháng…… năm 2023
Học viên thực hiện
Trang 12MỤC LỤC
NHIỆM VỤ LUẬN VĂN THẠC SĨ i
LỜI CẢM ƠN iii
TÓM TẮT LUẬN VĂN v
ABSTRACT vii
LỜI CAM KẾT ix
MỤC LỤC x
DANH MỤC HÌNH ẢNH xiii
DANH MỤC BẢNG BIỂU xvi
DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT xvii
CHƯƠNG 1.GIỚI THIỆU CHUNG 1
1.1 Đặt vấn đề: 1
1.2 Mục tiêu và phạm vi nghiên cứu 4
1.2.1 Mục tiêu nghiên cứu 4
1.2.2 Phạm vi nghiên cứu: 5
CHƯƠNG 2.TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU 6
2.1 Tình hình nghiên cứu liên quan đến bố trí thiết bị trên tàu thủy 6
2.2 Những vấn đề tồn đọng và mục tiêu cụ thể trong nghiên cứu này 11
CHƯƠNG 3.XÂY DỰNG MƠ HÌNH TỐN VÀ CÁC GIẢI THUẬT 12
3.1 Phương pháp tiếp cận trong xây dựng mơ hình tốn và phương pháp giải 123.1.1 Phương pháp tiếp cận trong xây dựng mơ hình tốn 12
Trang 133.2 Hàm mục tiêu, các thông số ảnh hưởng và ràng buộc 19
3.2.1 Các tham số ảnh hưởng 21
3.2.2 Biến số tối ưu 22
3.2.3 Hàm mục tiêu và các ràng buộc 22
3.2.4 Các ràng buộc 23
3.3 Biểu diễn và suy luận mức độ quan hệ giữa các thiết bị dựa trên tiếp cận logic mờ 25
3.4 Giải mơ hình tốn được xây dựng dựa trên giải thuật Di truyền 27
3.4.1 Biểu diễn vector lời giải 30
3.4.2 Cơ chế khởi tạo ngẫu nhiên không vi phạm ràng buộc được đề xuất 323.4.3 Quá trình lai ghép (Crossover process) 38
3.4.4 Quá trình đột biến (Mutation process) 38
3.4.5 Giải thuật sửa chữa những cá thể vi phạm ràng buộc sau lai ghép, đột biến 39
3.5 Cơ chế duy trì những cá thể ưu tú (Elitism) 44
3.6 Mơ hình định tuyến các lối đi 44
3.7 Kiểm chứng mô hình tốn và giải thuật tối ưu 52
CHƯƠNG 4.ỨNG DỤNG GIẢI THUẬT TRONG BỐ TRÍ THIẾT BỊ BUỒNG MÁY TÀU THỦY 54
4.1 Kịch bản thiết kế 54
4.2 Một số kết quả khảo nghiệm các thông số vận hành công cụ 61
Trang 14CHƯƠNG 5.KẾT LUẬN VÀ KIẾN NGHỊ 68
5.1 Một số kết luận 68
5.2 Kiến nghị 70
DANH MỤC CƠNG TRÌNH KHOA HỌC 71
TÀI LIỆU THAM KHẢO 72
PHỤ LỤC 82
1 Tổng hợp kết quả thí nghiệm với tỉ lệ ElitismRate thay đổi 82
2 Thử nghiệm và kiểm chứng mơ hình 83
2.1 Thí nghiệm 1 83
2.2 Thí nghiệm 2 85
2.3 Thí nghiệm 3 86
Trang 15DANH MỤC HÌNH ẢNH
Hình 1.1: Thiết kế tàu theo vịng xoắn ốc được sử dụng ở nhày máy của Vuyk (Hà
Lan) [1] 1
Hình 1.2: Bản chất của vịng lặp thiết kế , Van Oers [2] 2
Hình 1.3: Hai mơ hình khám phá giải pháp thiết kế điển hình [4] 4
Hình 1.4: Mơ tả ý tưởng hình thành cơng cụ hỗ trợ bố trí thiết bị buồng máy 5
Hình 2.1: Bố trí buồng máy tàu thủy tối ưu các chi phí bảo trì [8] 10
Hình 2.2: Bố trí buồng máy tàu ngầm xem xét các mục tiêu tối ưu khơng gian, chi phí kết nối giữa các thiết bị [12] 10
Hình 2.3: Bố trí buồng máy tàu thủy xem xét mục tiêu tối ưu chi phí kết nối các thiết bị [9] 10
Hình 2.4: Bố trí buồng máy tàu thủy xem xét các mục tiêu tối ưu khơng gian, chi phí kết nối các thiết bị, các ràng buộc khơng gian bảo trì/an tồn, lối đi [1] 10
Hình 3.1: Mơ hình tốn rời rạc (trái) và liên tục (phải) 13
Hình 3.2: Biểu diễn thiết bị trong buồng máy tàu thủy 20
Hình 3.3: Mơ tả trực quan cách hình thành các hàm mục tiêu tối ưu 23
Hình 3.4: Biểu diễn tập mờ và các hàm liên thuộc cho mức độ quan hệ giữa các thiết bị 27
Hình 3.5: Lưu đồ vận hành Giải thuật 1 30
Hình 3.6: Biểu diễn vector lời giải trong giải thuật Di truyền (Nhiễm sắc thể/cá thể) 31
Hình 3.7: Mơ tả trực quan cách tiếp cận trong xây dựng mơ hình tốn 32
Trang 16Hình 3.9: Lưu đồ vận hành Giải thuật 2 34
Hình 3.10: Lưu đồ vận hành Giải thuật 3 36
Hình 3.11: Cách xác định phạm vi dịch chuyển trong Giải thuật 3 37
Hình 3.12: Một số bố cục được khởi tạo ngẫu nhiên không vi phạm ràng buộc chồng lấn 37
Hình 3.13: Mơ tả thủ tục lai ghép 38
Hình 3.14: Xác định phạm vi di chuyển sau lai ghép-đột biến 40
Hình 3.15: Các phương án dịch chuyển sau lai ghép-đột biến 41
Hình 3.16: Điều kiện di chuyển sau lai ghép-đột biến 41
Hình 3.17: Lưu đồ vận hành Giải thuật 4 43
Hình 3.18: Mạng định tuyến 45
Hình 3.19: Quy ước các phân đoạn đường dẫn 46
Hình 3.20: Mơ tả các điều kiện khả thi của phân đoạn 48
Hình 3.21: Lưu đồ vận hành Giải thuật 5 51
Hình 3.23: Đồ thị định tuyến lối thốt hiểm 52
Hình 4.1: Hình chiếu bằng của một buồng máy tàu thủy 55
Hình 4.2: Biểu diễn thơng qua mơ hình tốn được xây dựng, giá trị hàm mục tiêu = 0.1199 55
Hình 4.3: Đồ thị thống kê kết quả chạy thử trong thí nghiệm trên 63
Hình 4.4: Tổng hợp các bố cục tốt nhất thu được trong 10 lần chạy thử 66
Trang 18DANH MỤC BẢNG BIỂU
Bảng 3.1: Tổng hợp các phương pháp giải và các ứng dụng phổ biến trong bài toán
FLP 17
Bảng 3.2: thang đo mức độ liên kết và hàm liên thuộc tương ứng 26
Bảng 3.3: Các trường hợp dịch chuyển trong Giải thuật 2 35
Bảng 3.4: Các trường hợp tính tốn bước dịch chuyển trong Giải thuật 3 36
Bảng 3.5: các trường hợp dịch chuyển trong Giải thuật 4 43
Bảng 3.6: Xác định các nút ảo trong phân đoạn tuyến dường dẫn 47
Bảng 4.1: Kích thước các thiết bị buồng máy 55
Bảng 4.2: Thông tin khoảng trống và tọa độ các điểm kết nối, tiếp cận 56
Bảng 4.3: Cơ cấu ưu tiên của nhóm kỹ sư tại cơng ty Vard Vũng Tàu 57
Bảng 4.4: Ma trận đánh giá của các kỹ sư 59
Bảng 4.5: Ma trận RM sau khi được giải mã dựa trên phương pháp CFCS 59
Bảng 4.6: Một số kết quả khảo nghiệm nhằm chọn kích thước quần thể phù hợp trong bài tốn bố trí thiết bị buồng máy tàu thủy 62
Bảng 4.7: Tổng hợp kết quả thống kê sau 10 lần chạy thử ứng với kích thước quần thể Npop=400 và số thế hệ NGener=400, tất cả ràng buộc được áp dụng 64
Bảng PL2-1: Bảng tổng hợp kết quả so sánh trong thí nghiệm 1 85
Bảng PL2-2: So sánh kết quả trong thí nghiệm 2 86
Bảng PL2-3: So sánh kết quả trong thí nghiệm 3 87
Trang 19DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT
Từ viết tắt Viết đầy đủ Nghĩa tiếng Việt
CFCS Converting the Fuzzy Data into Crisp Scores
Chuyển dữ liệu mờ sang biến số rõ (số thực)
FBS Flexible Bay Structure Cấu trúc vịnh linh hoạt FLP Facility Layout Problem Vấn đề bố trí cơ sở vật chất FMS Flexible Manufacturing
System
Hệ thống sản xuất linh hoạt GA Genetic Algorithm Giải thuật Di Truyền
MINLP Mixed Integer Nonlinear Programming
Quy hoạch phi tuyến
MIP Mixed Interger Programming
Quy hoạch tuyến tính
NSGA Non-Dominated Sorting Genetic Algorithm
Giải thuật Di truyền sắp hạng không vượt trội
P/D Pick-up/Drop-off Điểm tiếp nhận/ điểm trả vật liệu
PSO Particle Swarm Optimization
Thuật toán tối ưu bầy đàn
QAP Quadratic Assignment Problems
Gán bậc hai RM Relationship Matrix Ma trận quan hệ
SA Simulated Annealing Thuật tốn mơ phỏng luyện thép
TS Tabu Search Thuật tốn tìm kiếm Tabu UA-FLP
Unequal Area Facility Layout Problem
Trang 20CHƯƠNG 1 GIỚI THIỆU CHUNG
1.1 Đặt vấn đề:
Thiết kế tàu thủy, từ trước đến nay được thực hiện theo quy trình lặp đi lặp lại dạng vịng xoắn ốc, như được mơ tả ở Hình 1.1 Trong đó, một thiết kế được lặp đi lặp lại cho đến khi đủ mức độ hoàn thiện để bước vào giai đoạn thiết kế tiếp theo Bất cứ khi nào phương án thiết kế được thay đổi đáng kể, thì cần dừng lại tại vịng lặp hiện tại để tính tốn tác động của sự thay đổi đối với thiết kế hiện tại, sau đó là lặp lại một vòng lặp thiết kế nữa cho tới khi phương án thiết kế mới được xem là đủ độ hồn thiện Hình 1.2 cũng cho thấy bản chất của vòng lặp thiết kế, khi nhận được yêu cầu thiết kế mới, các kỹ sư (chuyên gia) sẽ phân tích và đánh giá hiệu quả của giải pháp thay thế và xem xét liệu có cần phải thay thế hay khơng, nếu khơng thì dừng lại và đưa ra quyết định cho thiết kế của mình, nếu cần thì ta sẽ bắt đầu một vịng lặp mới
Trang 21Hình 1.2: Bản chất của vịng lặp thiết kế , Van Oers [2]
Trong thiết kế buồng máy, Babicz [3] nói rằng cần phải kiểm tra cách bố trí của buồng máy ngay từ khi bắt đầu thiết kế Ông cho rằng các hạng mục sau đây có tầm quan trọng đặc biệt trong việc bố trí phịng máy ở giai đoạn thiết kế sơ bộ:
• Thơng gió
• Đường di chuyển • Các lối thốt hiểm • Khơng gian bảo trì
Trang 22việc phân bổ khơng gian hợp lý cho phịng máy, người thiết kế cũng cần cân nhắc tối ưu hóa phương án thiết kế theo hướng thuận tiện trong khai thác, giảm chi phí kết nối đường ống (ví dụ: các thiết bị cùng hệ thống cần được đặt gần nhau)
Thiết kế phịng máy đóng vai trị quan trọng trong thiết kế tàu, tuy nhiên, quá trình này còn phụ thuộc rất nhiều vào kinh nghiệm của kỹ sư Đặc biệt là ở giải đoạn thiết kế sơ bộ, khi mà mọi phương án kỹ thuật đều chỉ là sơ khởi do các dữ liệu thiết kế cịn mờ nhạt, nên chỉ những chun gia có kinh nghiệm mới tham gia ở giai đoạn này, kể cả cơng việc bố trí chung, bố trí thiết bị buồng máy
Do đó, tạo thiết kế tàu tự động là một lĩnh vực nghiên cứu đang diễn ra sôi nổi cả trong giới học thuật và trong công nghiệp Các chủ đề nghiên cứu tập trung vào hầu hết các giai đoạn của quá trình thiết kế tàu, bao gồm cả bố trí buồng máy và định tuyến đường ống tự động Ý tưởng chung về một công cụ thiết kế tự động buồng máy tàu là tạo ra các phương án sơ bộ về bố cục phòng máy và đánh giá hiệu quả của chúng theo các tiêu chí định lượng nhất định, có thể giúp đẩy nhanh bước thiết kế bố cục trong quy trình thiết kế, đồng thời hỗ trợ khám phá ra các phương án tiềm năng dễ dàng hơn Với công cụ này, các phương án đạt điểm cao sẽ được liệt kê, sau đó người thiết kế có thể đánh giá và lựa chọn phương án phù hợp nhất theo kinh nghiệm của mình Các đơn vị tư vấn thiết kế tàu ln phải làm việc với các yêu cầu thiết kế đa dạng, với các loại tàu khác nhau, trong đó mỗi thiết kế riêng lẻ lại phải phải đối mặt với những thách thức khác nhau nên khó để có thể cố gắng tối ưu hóa các phương án bố trí buồng máy với một kịch bản chung để áp dụng cho tất cả các trường hợp thiết kế Do đó, việc thiết kế với một cơng cụ hỗ trợ tìm kiếm phương án tự động tuân theo các yêu cầu thiết kế đặt ra là thực sự cần thiết trong bối cảnh này
Trang 23là miền không gian giải pháp sẽ được khám phá rộng hơn và tạo ra nhiều giải pháp khả thi một cách nhanh chóng, đây cũng là ưu điểm mà các cơng cụ hỗ trợ tạo thiết kế tự động mang lại
Hình 1.3: Hai mơ hình khám phá giải pháp thiết kế điển hình [4]
1.2 Mục tiêu và phạm vi nghiên cứu
1.2.1 Mục tiêu nghiên cứu
Trang 24Hình 1.4: Mơ tả ý tưởng hình thành cơng cụ hỗ trợ bố trí thiết bị buồng máy
1.2.2 Phạm vi nghiên cứu:
• Chỉ xem xét bố trí trên một mặt bằng
• Các yêu cầu thiết kế quan trọng nhất là: Thơng gió, Đường di chuyển, các lối thốt hiểm, Khơng gian bảo trì sẽ được xem xét
Trang 25CHƯƠNG 2 TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
2.1 Tình hình nghiên cứu liên quan đến bố trí thiết bị trên tàu thủy
Trang 26Mặc dù đã đạt được một số kết quả khả quan, các nghiên cứu trên tập trung vào giới thiệu cách tiếp cận, mơ hình ý tưởng (Concept model), do đó cịn nhiều thiếu sót trong các ứng dụng thực tiễn Ngoài ra, các nghiên cứu ở giai đoạn này về bố trí thiết bị buồng máy tàu thủy hầu hết cũng chưa tích hợp các kỹ thuật tối ưu hóa để tự động tìm kiếm giải pháp, các ràng buộc kỹ thuật đặc thù như các vùng khơng gian dành cho bảo trì, lối di chuyển trong buồng máy cũng chưa được xem xét đầy đủ
Trang 27di chuyển…), mức độ quan hệ giữa các thiết bị được đánh giả bởi các chuyên gia bố trí
Trang 28đủ hơn các tiêu chí đánh giá giải pháp, nhóm đã xem xét đến các chi phí vận hành, bảo trì thiết bị (khoãng cách, tần số di chuyển…), các mối liên hệ giữa các thiết bị, chi phí kết nối ống cũng được đánh giá theo kinh nghiệm của chuyên gia dựa trên logic mờ (Fuzzy logic)
Trang 29Hình 2.1: Bố trí buồng máy tàu thủy tối ưu các chi phí bảo trì [8]
Hình 2.2: Bố trí buồng máy tàu ngầm xem xét các mục tiêu tối ưu khơng gian,
chi phí kết nối giữa các thiết bị [12]
Hình 2.3: Bố trí buồng máy tàu thủy xem xét mục tiêu tối ưu chi phí kết nối
các thiết bị [9]
Hình 2.4: Bố trí buồng máy tàu thủy xem xét các mục tiêu tối ưu không gian, chi
Trang 302.2 Những vấn đề tồn đọng và mục tiêu cụ thể trong nghiên cứu này
Từ những thiếu xót đã được tìm thấy thơng qua nghiên cứu tổng quan các tài liệu liên quan, học viên đề xuất các mục tiêu nghiên cứu sau đây:
• Đề xuất một mơ hình tốn cho bài tốn bố trí thiết bị buồng máy tàu thủy, trong đó xem xét một số ràng buộc kỹ thuật đặc thù cịn ít được quan tâm, bao gồm: các điểm tiếp cận, không gian trống xung quanh các thiết bị dành cho các mục đích bảo trì, vận hành; đảm bảo luôn tồn tại các lối đi lại, lối thoát hiểm với một chiều rộng tối thiểu được yêu cầu trong mọi bố cục được đề xuất
• Giải thuật Di truyền được sử dụng với một số cải tiến trong cơ chế khởi tạo quần thể giải pháp và các giải thuật “sửa chữa” sau lai ghép, đột biến nhằm tăng khả năng tối ưu hóa và tốc độ hội tụ
• Kinh nghiệm của chuyên gia bố trí buồng máy tàu thủy sẽ được biểu diễn dưới dạng biến mờ và sau đó được giải mã sang biến số thực nhằm cung cấp một môi trường tương tác gần gũi hơn với người dùng (khi mơ hình được ứng dụng trong hỗ trợ bố trí thiết bị buồng máy tàu thủy)
Trang 31CHƯƠNG 3 XÂY DỰNG MƠ HÌNH TỐN VÀ CÁC GIẢI THUẬT
3.1 Phương pháp tiếp cận trong xây dựng mơ hình tốn và phương pháp giải
3.1.1 Phương pháp tiếp cận trong xây dựng mô hình tốn
Tùy thuộc vào đặc điểm của bài tốn bố trí (hình dáng, kích thước của các thiết bị, khu vực bố trí và mục tiêu bố trí), có một số cách tiếp cận khác nhau trong xây dựng mơ hình tốn cho các vấn đề bố trí Tùy thuộc vào mức độ và cách định nghĩa bài tốn, mơ hình tốn phù hợp sẽ được hình thành, phổ biến là mơ hình tốn rời rạc và mơ hình tốn liên tục Trong hầu hết các cơng bố, mơ hình tốn rời rạc thường được chuyển thành bài tốn gán Bậc hai (Quadratic Assignment Problems -QAP), và mơ hình tốn liên tục thường được quy thành mơ hình Lập trình Số ngun Hỗn hợp MIP (Mixed Interger Programming) [19]
Trang 32Hình 3.1: Mơ hình tốn rời rạc (trái) và liên tục (phải)
Heragu và cộng sự [21] đã chỉ ra cách tiếp cận mơ hình tốn rời rạc với bài tốn QAP là khơng phù hợp để giải các bài tốn bố trí thiết bị trong thực tế Sau đó các tác giả đã đề xuất mơ hình tốn cho bài tốn bố trí máy móc trong nhà xưởng với hàm mục tiêu là tối ưu hóa chi phí xử lý nguyên vật liệu giữa các cặp thiết bị, sau đó đề xuất 2 thuật tốn Heuristic để giải mơ hình tốn trên và đã đạt được kết quả cải thiện hơn khi so với các phương pháp giải hiện có lúc bấy giờ Das [22] giới thiệu mơ hình tốn MIP, trong đó tất cả các cơ sở được đặt ở bất kỳ đâu trong khu vực và khơng được chồng lên nhau Ngồi ra, một số công bố tiêu biểu như Dunker và cộng sự [23]; Meller và cộng sự [24], [25] cũng tiếp cận trên cơ sở mơ hình tốn MIP của Das [22] và phát triển các phương pháp giải Heuristic khác nhau nhằm tăng hiệu quả trong tối ưu hóa bài tốn bố trí Trong các mơ hình này, các thiết bị được định vị theo tọa độ trọng tâm hoặc tọa độ điểm góc trái-bên dưới, các ràng buộc kỹ thuật dễ dàng được biểu diễn thông qua tọa độ trọng tâm và các kích thước, hình dáng của thiết bị
3.1.2 Phương pháp giải
Trang 33buộc và hàm mục tiêu trong mô hình tốn, mơ hình tốn sau khi được tuyến tính hóa có thể áp dụng các phương pháp tối ưu tổ hợp tuyến tính để giải, phổ biến nhất là phương pháp Nhánh Cận (Branch and Bound) Trong phương pháp Nhánh Cận, bài toán được rẽ thành các nhánh nhỏ, sao cho tại mỗi nhánh luôn đảm bảo tồn tại nghiệm tối ưu nằm trong vùng khả thi, tại mỗi nhánh, các phương pháp giải kinh điển như Simplex có thể được thực thi để đảm bảo chắc chắn tìm ra lời giải tối ưu trong các nhánh rẽ này [26] Tuy nhiên, các mơ hình tốn dựa trên tiếp cận này chỉ có thể giải các bài tốn với số biến nhỏ [19], trong công bô gần đây của Klausnitzer và cộng sự [27] chỉ có thể giải tối đa đến 8 thiết bị với phương pháp nhánh cận áp dụng trên mơ hình tốn MIP
Do cách tiếp cận giải chính xác thường khơng phù hợp với các bài tốn kích thước lớn nên nhiều nhà nghiên cứu đã phát triển các thuật toán heuristic và metaheuristic nhằm giải hiệu quả hơn các vấn đề bố trí phức tạp với nhiều biến số Các phương pháp heuristic phổ biến là xây dựng tuần tự (Construction method), ý tưởng chung là đặt tuần tự các thiết bị vào khu vực cho đến khi thu được bố cục hoàn chỉnh, trong khi các phương pháp cải tiến (Improvement method) bắt đầu từ một giải pháp ban đầu và sau đó cố gắng cải thiện giải pháp bằng cách tạo ra giải pháp mới theo hướng giảm giá trị các hàm mục tiêu Các thuật toán xây dựng nổi tiếng bao gồm: CORELAP [28], ALDEP [29], COFAD [30], SHAPE [31] Các thuật toán theo tiếp cận cải thiện là: CRAFT [32], FRAT [33] và DISCON [34] Tuy nhiên, các phương pháp tiếp cận Heuristic còn nhiều hạn chế trong tìm tiếm lời giải tối ưu tồn cục, do bản chất chúng chỉ tìm kiếm và cải thiện lời giải trên một phương án duy nhất
Trang 35chế tìm kiếm cục bộ dựa trên phương pháp Suy Giảm Gradient cho bài toán UA-FLP Trong lớp tiếp cận Metaheuristic, các thuật tốn tiến hóa dựa trên quần thể được ứng dụng nhiều nhất trong vấn đề FLP Phổ biến hơn cả là giải thuật GA, nhờ cơ chế tìm kiếm toàn cục đã được chứng minh là tốt hơn so với các tiếp cận khác, do đó GA rất phù hợp trong giải các mơ hình tốn với độ khó cỡ lớn [38] Bảng 3.1 dưới đây trình bày chi tiết hơn về 4 phương pháp tiếp cận phổ biến trong giải bài tốn FLP Trong đó, phương pháp giải chính xác như phương pháp nhánh cận vẫn cịn được ứng dụng trong giải mơ hình tốn MIP cho bài toán FLP trong những năm gần đây, tuy nhiên chỉ phù hợp với bài tốn có số lượng biến số nhỏ (dưới 8 thiết bị) và cần nhiều thời gian để giải (8 thiết bị trong 24h đối với máy tính cá nhân) [27] Để giải các bài tốn FLP với số lượng biến lớn (từ 20 thiết bị trở lên) trong thời gian ngắn (thường là vài phút), hầu hết các công bố trong những năm gần đây đã tiếp cận với phương pháp giải Metaheuristic và kết hợp giữa Metaheuristic-heuristic hoặc Metaheuristic-Metaheuristic, phổ biến nhất là GA-SA nhằm kết hợp khả năng tìm kiếm tồn cục của các thuật tốn tiến hóa dựa trên quần thể như GA và khả năng tìm kiếm cục bộ của thuật tốn mơ phỏng luyện thép SA Trong lớp tiếp cận Metaheuristic-heuristic, các thuật giải Heuristic được phát triển chuyên biệt cho bài tốn FLP được xem xét, do đó nếu có hiểu biết tốt về bài tốn, tiếp cận này có thể giúp tăng tốc độ thực thi của giải thuật trong khi vẫn đảm bảo chất lượng lời giải tốt, nhưng chỉ chuyên biệt cho bài toán FLP được xem xét
Trang 36Bảng 3.1: Tổng hợp các phương pháp giải và các ứng dụng phổ biến trong bài toán FLP
Phương
pháp giải Ưu điểm Nhược điểm Các ứng dụng trong FLP
Giải chính xác (phương pháp Nhánh cận, Quy hoạch toàn phương SQP, Quy hoạch động (DP) Đảm bảo tìm ra lời giải tối ưu nếu mơ hình tốn được xây dựng với các ràng buộc chặt chẽ, tuyến tính Cần kiến thức tốt về toán học để xây dựng mơ hình tốn với các ràng buộc chặt chẽ Chẳng hạn như các ràng buộc về chống lấn thiết bị (overlap), hành lang, sự tồn tại của chướng ngại vật trong một không gian giới hạn …
Mất nhiều thời gian khi giải và khơng thể giải các bài tốn tối ưu với độ khó cỡ lớn Sắp xếp thiết bị trên một hàng: [49] (Nhánh cận); [50] (Quy hoạch động); [51] (Nhánh cận); [52] (Nhánh cận)
Bài toán gán bậc 2 (QAP): [53] (Nhánh cận);
Mơ hình toán MIP cho bài toán UA-FLP cỡ nhỏ: [25] (nhánh cận); [26] (nhánh cận); [54] (nhánh cận); Tối ưu hóa đồng thời bố trí thiết bị và thiết kế hành lang với số biến nhỏ (đến 6 thiết bị, > 5 giờ) [55], [27] mở rộng ra đến 8 thiết bị
Heuristic Dễ dàng trong xây dựng giải thuật tối ưu dựa trên sự am hiểu
Do được phát triển dựa trên sự am hiểu về bài tốn Do đó chỉ phù hợp
Trang 37Phương
pháp giải Ưu điểm Nhược điểm Các ứng dụng trong FLP
về bài toán, thực thi trong thời gian ngắn với lời giải thường được cho là đủ tốt
với bài tốn bố trí đặc thù, khó tìm ra lời giải tối ưu toàn cục
[31] FAST [56]
Theo tiếp cận cải thiện trên phương án ban đầu (Improvement): CRAFT [32], FRAT [33] và DISCON [34], MUGHAL [57]
Metaheuristic Thường được phát triển dựa trên các nguyên lý trong tự nhiên để áp dụng trong tối ưu hóa, dễ tiếp cận Có thể tìm ra lời giải tối ưu toàn cục, với thời gian thực thi nhanh
Do bản chất thường là khảo sát nghiệm và tối ưu hóa dựa trên xác suất, do đó khơng đảm bảo cung cấp lời giải chắn chắn là tối ưu
Bài toán gán bậc 2 QAP: [20],[35] (SA);
UA-FLP: [38] (GA); [42] (GA); [37] (TS); [39], [40] (GA); [41] (GA); [48] PSO
Thuật toán kết hợp (Hybrid) Thường là sự kết hợp giữa tiếp cận Metaheuristic-heristic hay Cần hiểu biết tốt về bài toán để xây dựng giải thuật hiệu quả
Thời gian thực thi
Trang 38Phương
pháp giải Ưu điểm Nhược điểm Các ứng dụng trong FLP
Metaheuristic- Metaheuric Do đó Tận dụng được khả năng tìm kiếm tồn cục lẫn tìm kiếm cục bộ, cho chất lượng lời giải tốt hơn so với tiếp cận đơn lẻ
lâu do phải thực thi giải thuật tìm kiếm cục bộ tại mỗi vòng lặp của giải thuật Metaheuristic (SA và Heuristic); [43]–[45] (SA-GA); [46] (GA-GA)
Đặc điểm chung: Các bài
toán UA-FLP với số lượng thiết bị lớn, thường từ 30-125 thiết bị, bố trí với nhiều ràng buộc phi tuyến (chồng lấn giữa thiết bị với thiết bị, thiết bị với hành lang…)
3.2 Hàm mục tiêu, các thông số ảnh hưởng và ràng buộc
Trang 39• Kích thước, hình dáng của buồng máy được xác định trước
• Các thiết bị trong buồng máy được đại diện bởi các hình chữ nhật bao quanh, với kích thước cố định
• Khơng gian dành cho vận hành, bảo trì của từng thiết bị được đại diện bởi các hình chữ nhật bao quanh, với kích thước cố định
• Các thiết bị chỉ được xoay 0,90,180,270 độ tương ứng
• Các thiết bị chỉ được bố trí trong khơng gian cố định, và không được chồng lấn với nhau
• Cấu trúc hành lang, lối đi ở dạng trực giao, với chiều rộng đã được biết trước
• Chỉ xem xét bài tốn bố trí trong một mặt bằng
• Mức độ liên kết giữa các cặp thiết bị được biết trước và được cố định Hình 3.2 mơ tả trực quan hóa cách hình thành mơ hình tốn trên Để mơ tả đầy đủ hơn, mơ hình tốn được trình bày tuần tự thơng qua các phần bên dưới
Trang 403.2.1 Các tham số ảnh hưởng
Với các giả định trên, dưới đây trình bày ký hiệu và ý nghĩa các tham số ảnh hưởng trong mơ hình tốn bố trí buồng máy tàu thủy:
mc
n : tổng số thiết bị cần bố trí
obs
n : tổng số chướng ngại vật trong khu vực bố trí
obsmc
n=n +n : tổng số thiết bị và chướng ngại vật trong khu vực bố trí
(W, H : Kích th) ước khu vực bố trí (phịng máy)
w ,imchimc: Kích thước dài x rộng ban đầu của thiết bị thứ i
wobsi , hiobs: Kích thước dài x rộng ban đầu của chướng ngại vật thứ i
{}{}w = wobs, wmc , h= hobs, hmcmcim : trọng lượng thiết bị thứ i obsi
m : trọng lượng chướng ngại vật thứ i
,obsobsiixy : vị trí chướng ngại vật thứ i li
Cl , Cl , iuCl , irCl :id khoảng trống xung quanh thiết bị thứ i ở các hướng tương ứng (trái, trên, phải, dưới)
xi
In , In : Viy ị trí đầu vào kết nối ống (Input) so với tâm thiết bị
xi
Out , Out : Viy ị trí đầu ra kết nối ống (Output) so với tâm thiết bị
xi
Acc , Acc : Viy ị trí tiếp cận cho mục đích vận hành của thiết bị thứ i
ij