Geri Dön

Rapid lift and drag prediction tool with multi-layer perceptron model for supercritical airfoils

Çok katmanlı algılayıcı ile eğitilmiş süperkritik kanatlar için hızlı tasarım aracı

  1. Tez No: 776359
  2. Yazar: CANER ATLI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGÜR UĞRAŞ BARAN, DOÇ. DR. HANDE ALEMDAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

Uçak tasarımının ilk aşamalarında, kanat ve kuyruk gibi parçaların şeklini seçmek zaman alıcı olabilir. Tipik olarak, ön tasarım aşamasının süresini azaltmak için bu aşamalarda aerodinamik katsayıların hızlı tahminlerini sağlayabilen araçlar kullanılır. Ancak mevcut araçlar ve araştırmalar, transonik ve tamamen türbülanslı akışlarda doğru ve güvenilir çözümler sağlayamaz. Makine öğrenimi metodolojileri kullanılarak sürükleme, kaldırma, maksimum kaldırma ve ıraksama Mach sayısı gibi aerodinamik katsayıları sağlamak için yeni bir araç geliştirildi. Bu araç, Sınıf Şekil Fonksiyon Dönüşümüne dayalı olarak kanat kesit şekli için güvenilir bir şekil tanımlayıcısından oluşur. Daha sonra, yüksek doğruluklu CFD çözüm veritabanı ve kanat şekli dönüşümleri kullanılarak bir Çok Katmanlı Perceptron makine öğrenimi yöntemi geliştirildi. Ardından, transonik ve türbülanslı akış rejiminde tutarlı ve doğru bir şekilde yeni kanat kesit şekilleri ve aerodinamik veriler üretildi. Sonunda, bu aracı kullanarak R^2 puanı 0,9935 olan bir çözüm doğruluğu elde ettik. Öngörülen aerodinamik katsayılar, sürükleme katsayısı, kaldırma katsayısı ve ıraksama Mach sayısıdır. Araç, saniyeler içinde 27000 vaka sunabilir ve -2° ila 8° hücum açısı aralığında çözümler sunabilir.

Özet (Çeviri)

In the early stages of aircraft design, selecting the shape of parts such as wings and tails can be time-consuming. Typically, tools that can provide rapid predictions of aerodynamic coefficients are used in these stages to reduce the duration of the preliminary design phase. However, available tools and research cannot provide accurate and reliable solutions in transonic and fully turbulent flows. A new tool is developed to provide aerodynamic properties such as drag, lift, maximum lift, and drag divergence Mach number by utilizing machine learning methodologies. The tool consist of a reliable shape descriptor for airfoil shape based on Class Shape Function Transformation. Then a Multilayer Perceptron machine learning method is developed using high-accuracy CFD solution database and airfoil shape descriptions. Then, new airfoil shapes and aerodynamic data is produced consistently and accurately in the transonic and turbulent flow regime. In the end, we have achieved a solution accuracy with an R2 score of 0.9935 for validation set lift coefficient using the new tool. Predicted aerodynamic coefficients are drag coefficient, lift coefficient and drag divergence Mach number. The tool provides solutions for 27000 cases within seconds or angle of attack range of -2° to 8°.

Benzer Tezler

  1. Computational analysis of external store carriage in transonic speed regime

    Harici yük taşımanın transonik sürat bölgesinde hesaplamalı analizi

    İ. CENKER ASLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYDIN MISIRLIOĞLU

    PROF. DR. OKTAY BAYSAL

  2. Yatay eksenli sualtı akıntı türbinlerinde kavitasyon olgusunun deneysel ve lineer olmayan sayısal yöntemler ile incelenmesi

    Investigation of cavitation phenomenon in horizontal axis marine current turbine by experimental and nonlinear numerical methods

    MEHMET SALİH KARAALİOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR BAL

  3. İki kişilik hafif askeri eğitim uçağı ana iniş takımı

    Başlık çevirisi yok

    ZEKİ KESKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. AHMET NURİ YÜKSEL

  4. Binek araç üzerindeki aerodinamik analizlerin sayısal olarak incelenmesi

    Numerical investigation of aerodynamic analysis on passenger vehicle

    HALİT KASAP

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Makine MühendisliğiBursa Uludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR YEMENİCİ