Geri Dön

Foilsim verileri ile eğitilmiş sinir ağı destekli yapay arı kolonisi algoritması ile kanat profil optimizasyonu

Airfoil optimization with artificial bee colony algorithm supported by neural network trained with foilsim data

  1. Tez No: 748162
  2. Yazar: ŞEYMA DOĞAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ CEMİL ALTIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mekatronik Mühendisliği, Computer Engineering and Computer Science and Control, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Yozgat Bozok Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 99

Özet

Bu çalışmada hesaplanması ve belirlenmesi zor olan kanat profilinin FoilSim verileri ve optimizasyon algoritmaları yardımıyla eniyilenmesi üzerine çalışılmıştır. NASA (National Aeronautics Space Administration) tarafından sunulan ve birçok araştırmacının özellikle model uçak geliştirmekte kullandığı FoilSim verilerinin uçak kanat profil şekli optimizasyonunda kullanılması sağlanmıştır. FoilSim, web ortamında çalışmakta olan tasarımcılara uçak kanadına ait parametrelere göre kaldırma (L) ve sürüklenme(D) miktarları hakkında bilgi veren bir web yazılımıdır. Optimizasyon süreçlerinde kullanılabilmesi için FoilSim web sayfasından açı, kamburluk, kalınlık ve kaldırma katsayısı (CL) değerlerine sahip 8000 örnekten oluşan özgün veri seti oluşturulmuştur. Bu veri seti, üç girişli (açı, kamburluk, kalınlık) ve bir çıkışlı (CL: Kaldırma katsayısı) İleri Beslemeli Yapay Sinir Ağı (YSA) ile MATLAB programında eğitilmiştir. Yapay sinir ağının eğitilmesinde 5-katlamalı çapraz doğrulama yöntemi kullanılmıştır. Vekil ağa ait doğruluk oranı %99,9 olarak tespit edilmiştir. Vekil ağ için bulunan doğruluk oranı kaldırma denkleminde yer alan kaldırma değeri için de geçerlidir. Tez çalışmasının ikinci bölümünde YSA ile eğitilen bu ağ, Yapay Arı Kolonisi (YAK) algoritmasının kullanılması için optimizasyon sürecinde farklı açı, kamburluk ve kalınlık değerleri için kaldırma katsayısı üretmektedir. Böylece tasarımcının istediği kaldırma kuvveti için en uygun açı, kamburluk ve kalınlık değerleri bulunmaktadır. Bulunan bu ideal değerler FoilSim III Elementary Version 1.1.c programında test edilmiş ve yeterli doğrulukta çalıştığı saptanmıştır. Kısacası bu tez çalışmasında FoilSim verileri ile optimizasyon algoritmaları kullanılmıştır. Tasarımcının istediği kaldırma kuvveti değerini karşılayan kanada ait belirlenmesi ve hesaplanması zor olan en uygun açı, kamburluk ve kalınlık değerlerinin belirlenmesi konusunda destek olunmuştur. Böylece tasarım ve karar verme sürecine yardımcı olunarak verimli hava araçları üretimine katkı sağlanmıştır.

Özet (Çeviri)

In this study, it has been studied on the optimization of the wing profile, which is difficult to calculate and determine, with the help of FoilSim data and optimization algorithms. FoilSim data provided by NASA (National Aeronautics Space Administration) and used by many researchers, especially in developing model airplanes, has been provided to use in aircraft wing shape optimization. FoilSim is web software that works in the web environment and provides information to the designers about the amount of lift (L) and drag(D) according to the parameters of the aircraft wing. In order to be used in optimization processes, an original data set consisting of 8000 samples with angle, camber, thickness and lift coefficient (CL) values was created from the FoilSim web page. This dataset is trained in MATLAB program with a Feed Forward Artificial Neural Network (ANN) with three inputs (angle, camber, thickness) and one output (CL). The artificial neural network was trained using the 5-fold cross validation method. The accuracy rate of the surrogate network has been determined as 99,9%. The accuracy rate found for the surrogate network also applies to the lift value in the lift(L). In the second stage, this trained network generates a lift coefficient for different angles, camber, and thicknesses during the optimization process for use by the Artificial Bee Colony (ABC) algorithm to use. Thus, the most suitable angle, camber and thickness values are found for the lifting force desired by the designer. These ideal values have been tested in FoilSim III Elementary Version 1.1c and found to work with sufficient accuracy. In short, in this study, FoilSim data and optimization algorithms were used. Support was provided for the determination of the wing that meets the lift force value requested by the designer and the determination of the most suitable angle, camber and thickness values, which are difficult to calculate. Thus, it contributed to the production of efficient aircraft by assisting in the design and decision-making process.

Benzer Tezler