moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2024.46.3.018 1633 Параметрическая модель шлангокабеля с использованием Siemens NX Parametric model of a hose cable using Siemens NX 0009-0003-5903-9436 Шевченко Денис Сергеевич Shevchenko Denis Sergeyevich dshevo@mail.ru aff-1 Воронежский государственный технический университет Voronezh State Technical University 01 01 2026 1 1 10.26102/2310-6018/2024.46.3.018 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

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.

Hose cable is one of the key management tools, for example in a subsea oil and gas production system. It can be considered as a customized product related to specific parameters of use cases, such as installation location. This paper applies a method to calculate the reliability of the hose cable using the Advanced First Order Second Moment Method (AFOSM) and Monte Carlo method. The advantages and current limitations of adopting a knowledge-based engineering (KBE) approach are discussed, which in turn enables the creation of different product configurations and variants, for the integration of CAD models augmented with an automatic calculation function. Recommendations are made for future research into the KBE method of product design. The paper demonstrates the use of Siemens NX and its framework for representing engineering knowledge called Knowledge Fusion (KF) to create a reliability-aware parametric model of a hose cable design to improve the sectional design process. The benefits of adopting a KBE approach to integrate CAD models augmented with automatic calculations to ensure product reliability are disclosed, and options for extending the work to consider more complex engineering processes are proposed.

 параметрическая модель КВЕ Knowledge Fusion CAD проектирование изделия индивидуальное изделие шлангокабель AFOSM метод Монте-Карло parametric model KBE Knowledge Fusion CAD product design customized product hose cable AFOSM Monte Carlo method Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References 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 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 Sobieszczanski-Sobieski J., Morris A., Van Tooren M. Multidisciplinary Design Optimization Supported by Knowledge Based Engineering. Chichester: John Wiley & Sons, Ltd.; 2015. 400 p. 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 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 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 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 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 Madsen H.O., Krenk S., Lind N.C. Methods of Structural Safety. New York: Dover Publications, Inc.; 2006. 407 p. Bai Y., Jin W.-L. Marine Structural Design. Waltham: Butterworth-Heinemann; 2016. 1008 p. 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 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 Shih R. Parametric Modeling with Siemens NX (2212 Series). Mission: SDC Publications; 2023. 508 p.

The authors declare that there are no conflicts of interest present.