kth.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Methods to Predict Hull Resistance in the Process of Designing Electric Boats
KTH, School of Engineering Sciences (SCI), Engineering Mechanics, Vehicle Engineering and Solid Mechanics, Naval Systems.
KTH, School of Engineering Sciences (SCI), Engineering Mechanics, Vehicle Engineering and Solid Mechanics, Naval Systems.
2020 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Metoder for att Uppskatta Skrovmotstandet i Designprocessen for Elektriska Batar (Swedish)
Abstract [en]

Combustion engines in boats cause several environmental problems, such as greenhouse gas emissions and acidication of oceans. Most of these problems can be reduced by replacing the combustion engines with electric boats. The limited range is one of the main constraints for electric boats, and in order to decrease the energy consumption, applicable resistance prediction methods are necessary in the hull design process. X Shore, which is a start-up company in the electric boat sector, lacks a systematic way of predicting resistance in an early design phase. In this study, four well-known methods - CFD, Holtrop & Mennen, the Savitsky method and model test - have been applied in order to predict resistance for a test hull. The study is limited to bare hull resistance and calm water conditions. CFD simulations are applied using the software ANSYS FLUENT 19:0. The simulations were based on the Reynolds Average Navier-Stokes equations with SST k-ω as turbulence model together with the volume of fluid method describing the two-phased ow of both water and air surrounding the hull. The semi-empirical methods, Holtrop & Mennen and the Savitsky method, are applied through a program in Python 3, developed by the authors. The results from each method have been compared and since model tests have been conducted outside of this study, the model test results will serve as reference. To evaluate the methods, a number of evaluation criteria are identied and evaluated through a Pugh Matrix, a systems engineering tool. Holtrop & Mennen predicts the resistance with low accuracy and consistency, and the error varies between 2:2% and 70:6%. The CFD simulations result in acceptable resistance predictions with good precision for the speeds 4 - 6 knots, with an average deviation of the absolute values as12:28% which is slightly higher than the errors found in previous studies. However, the method shows inconsistency for the higher speeds where the deviation varies between 1:77% and - 43:39%. The Savitsky method predicts accurate results with good precision for planing speeds, but also for the speeds 7 and 8 knots. The method is under-predicting the resistance for all speeds except for 7 knots, where the total resistance is 10:7% higher than for model tests. In the speed range 8 - 32 knots, the average error is an under-estimation of 17:58%. Furthermore, the trim angles predicted by the Savitsky method correspond well with the trim angles from the model test. In conclusion, the recommendation to X Shore is to apply the Savitsky method when its applicability criteria are fulfilled, and CFD for the lowest speeds, where the Savitsky method is not applicable.

Abstract [sv]

Förbränningsmotorer i båtar orsakar era miljöproblem, som exempelvis utsläpp av växthusgaser och försurning av hav. De flesta av dessa problem kan minskas genom att ersätta båtar med förbränningsmotorer med elbåtar. Den begränsade körsträckan är en av de största begränsningarna för elbåtar, och för att minska energiförbrukningen behövs metoder för att uppskatta motståndet under designstadiet. X Shore, ett startup-företag i elbåtsbranchen, saknar ett systematiskt tillvägagångssätt för att uppskatta motstånd i tidiga skeden i designprocessen. I den här studien har fyra välkända metoder - CFD, Holtrop & Mennen, Savitsky-metoden och modelltester - applicerats för att uppskatta motståndet hos ett testskrov. Studien är begränsad till ett skrov utan bihang och lugnvattenmotstånd. CFD-simuleringar har gjorts i mjukvaran  ANSYS FLUENT 19.0. Simuleringarna är baserade på Reynolds Average Navier-Stokes ekvationer och turbulensmodellen SST k - ω har använts tillsammans med metoden volume of fluid som beskriver ödet av både vatten och luft runt skrovet. De semi-empiriska metoderna, Holtrop & Mennen och Savitsky-metoden, har applicerats genom ett program i Python 3 som utvecklats av författarna. Resultaten från alla metoder har jämförts, och eftersom modelltester genomförts på detta skrov tidigare har de resultaten använts som referensvärden. Ett antal kriterier har identifierats och en Pugh-matris har använts för utvärdering av metoderna. Holtrop & Mennen uppskattar motståndet med låg noggrannhet och precision, felen varierar mellan 2:2% och 70:6%. CFD-simuleringarna ger acceptabla resultat av motståndsberäkningarna för hastigheterna 4 - 6 knop, med ett genomsnittligt absolut fel på 12:28% vilket är något högre än avvikelserna presenterade i tidigare studier. För högre hastigheter uppvisar metoden lägre precision där avvikelsen varierar mellan 1:77% och - 43:39%. Savitsky-metoden ger resultat med hög noggrannhet och god precision för planingshastigheter, men även för hastigheterna 7 och 8 knop. Metoden underskattar motståndet för alla hastigheter förutom för 7 knop där motståndet är 10:7% högre än för modelltesterna. I hastighetsintervallet 8 - 32 knop är det genomsnittliga felet en underskattning på 17:58%. Vidare överensstämmer trimvinkeln från Savitsky-metoden bra med resultaten från modelltesterna. Sammanfattningsvis rekommenderas X Shore att använda Savitsky-metoden när dess kriterier för tillämplighet är uppfyllda och CFD för de lägsta hastigheterna när Savitsky-metoden inte är tillämpbar.

Place, publisher, year, edition, pages
2020. , p. 74
Series
TRITA-SCI-GRU ; 2020:185
National Category
Vehicle Engineering
Identifiers
URN: urn:nbn:se:kth:diva-280565OAI: oai:DiVA.org:kth-280565DiVA, id: diva2:1465549
External cooperation
X Shore
Supervisors
Examiners
Available from: 2020-09-09 Created: 2020-09-09 Last updated: 2022-06-25Bibliographically approved

Open Access in DiVA

fulltext(7272 kB)12681 downloads
File information
File name FULLTEXT01.pdfFile size 7272 kBChecksum SHA-512
77f5a899e9f55f685436d9caffec049f6ad0bba89496e6046c5c2732daad5fa8e1498a0ece4ba4808f9ab4d1d45467d84d8cec7ad668f09734157cc095c547ea
Type fulltextMimetype application/pdf

By organisation
Naval Systems
Vehicle Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 12689 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 2030 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf