날개 모양 최적화

날개 모양 최적화는 주로 항공기 설계에 사용되는 형상 최적화의 소프트웨어 구현이다.이를 통해 엔지니어는 보다 효율적이고 저렴한 항공기 설계를 제작할 수 있다.

역사

형상 최적화는 소프트웨어 프로세스와 도구로서 1995년에 알고리즘으로 처음 등장했고 F에서 지적한 바와 같이 1998년까지 자동차 산업의 상용 소프트웨어로 등장하였다.Muyl.^[1] 자동차와 항공 회사의 나이에 비해 이 소프트웨어는 매우 새롭다.난이도는 과정 뒤의 과학이 아니라 컴퓨터 하드웨어의 능력이었다.1998년, F.Muyl은 자동차의 드래그를 줄이기 위해 정확한 정확도와 계산 시간의 절충점을 개발했다.GA 페이즈는 표준 유전자 알고리즘 반복이고 BFGS 페이즈는 시간을 절약하기 위해 고안된 근사 계산이다.그러나 그는 지나치게 단순화된 개념 증명 모델의 중간적인 개선을 위해 거의 2주 동안 기존 하드웨어에 필요한 계산 시간이 상업적 목적으로는 매력적이지 않다는 것을 인정했다.또한 그는 자동 부분파생상품을 사용하도록 모델링 구현을 개선하면 특히 전문화된 하드웨어를 사용하여 계산 시간이 개선될 수 있다는 점을 인식했다.2000년 K. 마우테는 2년간의 컴퓨터 하드웨어 개발 끝에 상업적 용도로 충분히 빠르게 항공기 날개를 최적화할 수 있는 보다 정확한 시스템을 도입했다.

방법

날개 모양 최적화는 본질적으로 반복적인 과정이다.첫째로, 기본 날개 설계는 과정을 시작하기 위해 선택된다; 이것은 보통 항공 우주 공학자들에 의해 만들어진 날개다.이 날개는 엔지니어의 최적 설계에 상당히 가까운 것으로 가정한다.다음 단계는 날개 모양과 구조를 모델링하는 것이다.일단 이러한 것들이 매핑되면, 소프트웨어는 잘 개발된 계산 유체 역학(CFD) 방정식을 사용하여 시뮬레이션된 공기 터널에서 모델을 비행한다.시험 결과는 그 설계의 다양한 성능 특성을 제공한다.이 작업이 완료되면 소프트웨어는 구조와 형상 세부사항을 점진적으로 변경하고 모델을 재창조하며 풍동(風洞)을 통해 새 모델을 날린다.변경으로 인해 성능이 더 좋은 날개가 생긴다면 소프트웨어가 변경사항을 커밋한다.그렇지 않으면, 변화는 버려지고 다른 변화가 일어난다.그런 다음 변경사항은 새로운 작동 모델로 저장되고 주기는 반복된다.이 전체 프로세스는 관찰된 변경사항이 설계에 수렴되는 것처럼 보일 때까지 수행된다(예:^[3] 변경사항이 1 mm 미만일 때).

불행하게도, 결과적인 날개 디자인은 오직 계산 모델만큼 좋을 수 있다.

예

전통적인

최적화 개념 검증의 예는 2003년 레오비리야키트에 의해 보잉 747-200을 사용하여 수행되었다.^[4]위의 변수 목록을 사용하여, 그는 순항 바로 위의 리프트 계수 0.42와 마하 0.87의 단 한 점에 최적화했다.그 몇 개의 변수만으로 그는 드래그 12%, 날개 무게 0.1%의 감소를 실현할 수 있었다.실행된 코드는 원래 날개 평면형보다 스팬이 길지만 스위프백은 덜했다.스위프백의 감소는 실제로 드래그를 증가시키지만, 그것은 또한 더 낮은 AoA를 허용하는 리프트를 증가시키고, 확장된 날개 스팬은 유도 드래그(윙 팁 소용돌이)를 감소시켜 드래그의 순 감소를 초래한다.불행히도, 그의 최적화된 설계는 모델을 너무 단순하게 사용한다. 그는 비스코스 효과와 같은 변수가 더 많다면, 그 결과 모델은 훨씬 달랐을 것이라는 것을 깨달았다.단일점 접근방식의 또 다른 주요 제한사항은 그것이 오직 하나의 속도 및 리프트 조건에서만 날개의 최적화를 한다는 것이다.정속 주행으로 항력이 감소했을 수 있지만, 이착륙을 위해 항로가 급격히 증가해 항공사의 순연료 손실이 발생했을 수 있다.

날개몸

이 과정은 또한 단일 날개 몸체 항공기 설계를 탐구하도록 확장될 수 있다.날개 몸체 스타일의 항공기는 기존의 '튜브와 플랭크' 디자인보다 훨씬 쉽게 화물을 확장할 수 있다.에어버스는 2002년 미래의 대형 항공기에서 설계 선택을 탐구하기 위해 이 접근방식을 활용했다.^[5]그러나 그들의 목표는 소프트웨어의 원래 설계보다 약간 더 복잡했다: 항공기는 최대 항력 대 항력 비율을 필요로 하고, 종방향 중립을 유지해야 하며(꼬리가 없는 동안 위로 또는 아래로 투구하기를 원하지 않음), 최대 공격 각도를 가져야 하며, 최소 비행실 용적과 형태를 가져야 하며, 바깥쪽에는 최대 두께를 가져야 한다.판자 날개세 가지 다른 구성요소를 사용하여, 그들은 비스코스 효과를 포함하여 가능한 많은 제약조건을 포함하도록 연산 모델을 확장했다.이 방법은 훨씬 더 많은 계산 능력을 포함한다.그들의 초기 발견은 건축과 시험에서 많은 돈을 절약했다 – 그것이 초음속 공기 흐름을 일으키기 때문에, 날개의 후면에 충격파가 형성되어 드래그를 급격히 증가시키고 양력을 감소시키기 때문이다.리프트 대 드래그 비율만 높게 유지하고 압력도 빼도록 목표를 수정한 후 시뮬레이션은 더 나은 설계를 제공했다. 즉, 이 툴이 당면한 상황에 매우 잘 적응한다는 것을 보여준다.이 연구의 최종 결과는 에어버스가 매우 큰 날개 몸체 항공기에 적합한 일련의 에어포일 설계를 가지고 있다는 것이었다.이것은 또한 이러한 방법들이 그들이 필요로 하는 어떤 과제에 적응하는데 성공적이라는 것을 증명했다.

제조 후 변경

이 최적화 방법은 기존 날개에 대한 제조 후 수정을 개발하는 데도 사용할 수 있다.2006년에 안토니우스 제임슨은 경주 P-51 무스탕의 속도를 높이기 위해 코드를 수정했다.^[6]이 목표는 여전히 다르다 – 리노 에어레이스는 비교적 낮은 고도에서 한 지점에서 다른 지점으로 직진하는 것이다.최고 속도를 높여 프로펠러로 움직이는 기록에 도달하는 것이 목표다.변화는 날개에 붙여야 하기 때문에, 이것은 가능한 변화를 심각하게 제한한다.문제는 앞의 예와 비슷하다. - 충격파 증가.이를 위해 소프트웨어는 조종 표면에서 벗어나 날개 평면 형태를 바깥쪽으로만 왜곡시킬 수 있는 해결책을 찾도록 제한되었다.소프트웨어는 0.1의 리프트 계수와 마하 0.78의 속도를 이용하여 날개 상단 전면 부근에 혹을 발생시켰다.그 특정 속도의 공기 흐름의 중단은 충격을 깨기 위해 적당한 거리를 뒤로 이동하며, 드래그를 감소시킨다.항공기의 항력은 마하 0.73 이하로 증가했지만, 최고 속도보다 덜 중요한 것으로 던져졌다.이러한 수정이 예상대로 수행된다면, 이는 소프트웨어 도구를 사용하여 재제조하지 않고 기존 생산물에서 개선되는지 검증한다.

멀티포인트 최적화

그럼에도 불구하고, 이러한 모든 방법에는 약점이 있다 – 그것들은 특정한 조건과 속도에 맞게 조정된다.2007년에 제임슨은 추가 단계와 새로운 계산 방법을 모두 도입했다.^[3]이륙, 착륙, 클라이밍, 순항 등의 추가 조건을 감안하여 모델러는 이 모든 조건을 한 번에 하나씩만 계산하는 것이 아니라 동시에 계산한다.각 구배 계산 g에는 중량 β가 할당된다.순항 드래그와 같이 우선순위가 높은 항목에는 더 많은 무게가 주어진다.설계에 대한 전체 '손실' 또는 '게인'을 결정하기 위한 구배는 각 가중치의 모든 구배 시간을 합산하여 생성된다.이를 통해 이륙 성능을 획기적으로 개선하되 순항성능에 약간의 타격을 준다면 순항타가 가중치에 따른 이륙 상승률을 무시할 수 있다.이러한 방법으로 시뮬레이션을 설정하면 소프트웨어에서 생산한 설계를 상당히 개선할 수 있다.그러나 이 버전의 모델러는 초기 조건에 또 다른 복잡성을 추가하며, 설계자를 대신하여 약간의 실수가 결과 설계에 훨씬 더 큰 영향을 미칠 수 있다.계산 효율 개선은 다중 변수를 이용한다.이번에는 보잉 747-200 – 마하 0.85와 0.87에 서로 다른 두 개의 포인트가 사용되었다.불행히도 두 점에 대해 최적화는 드래그에 비해 3% 미만이 향상되고 기본 설계에서는 거의 무게 개선이 이루어지지 않았다.자신의 작품을 확인하기 위해 다른 항공기 날개에서도 같은 시뮬레이션을 사용했고 비슷한 결과를 받았다.관찰된 문제는 한 관심 지점을 끌어올린 변화가 다른 관심 지점과 직접적으로 충돌하고, 그로 인한 타협이 얻은 개선을 심각하게 방해한다는 것이다.그의 현재 연구는 차이점을 해결하고 단일점 최적화와 유사한 개선을 달성할 수 있는 더 나은 방법을 포함하고 있다.

참조