Selection of 2D airfoil during aircraft conceptual design phase with machine learning
Hava aracının kavramsal tasarımı aşamasında iki boyutlu kanat profilinin makine öğrenmesi ile seçilmesi
- Tez No: 801237
- Danışmanlar: DR. ÖĞR. ÜYESİ RAMAZAN DUVAR, DR. ÖĞR. ÜYESİ BELKIS ERZİNCANLI
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Uçak Mühendisliği, Aeronautical Engineering, Aeronautical Engineering
- Anahtar Kelimeler: Doğrusal regresyon modelleri, Kavramsal tasarım, İnsansız hava aracı, Linear regression models, Conceptual design, Unmanned aerial vehicle
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık Bilimi ve Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kavramsal tasarım aşamasındaki ana tasarım değişkenlerinden biri kanat geometrisidir. Kanat geometrisinin özellikleri, ortaya çıkan hava aracının uçuş performansını ve güvenliğini etkileyen hem aerodinamik hem de yapısal özellikleri etkiler. Klasik yöntemler, kanat profillerinden oluşan bir veri tabanı kullanır ve (yüksek mertebeli) sonlu eleman yöntemleri (HAD) veya (düşük mertebeli) girdap panel metodu gibi sayısal yöntemlerle her bir kanat profilinin aerodinamik özelliklerini analiz ederek tasarım gereksinimlerine göre en iyi performansa sahip kanat profilini seçer. Bu çalışmada, hesaplama süresinin iyileştirilmesi için mevcut sayısal yöntemin, öğrenilmiş bir modelle değiştirilmesi önerilmiştir. Bu önerilen aracın, özellikle zaman tasarrufu açısından İHA tasarımına önem verenler için faydalı olacağı düşünülmektedir. Destek Vektör Makinesi tabanlı regresyon modeline (SVR) girdi veri yörüngesini oluşturmak için kullanılan bir geometrik parametreleştirme yöntemi tanıtılmıştır. Ön sonuçlar, model tarafından kesite bağlı kaldırma kuvveti, sürükleme ve yunuslama momenti tahminlerinin kesin referans değerine (XFOIL) kıyasla 0.98'in üzerinde bir doğrulukla 20 ms'den daha hızlı elde edilebileceğini göstermiştir. Son olarak, kanat profili seçim yönteminin faydası, minimum sürükleme veya maksimum kaldırma/sürükleme oranı gibi herhangi bir tipik performans ölçüsü için her biri dört saniyeden daha kısa sürede yakınsayan iki farklı kullanım durumu için gösterilmiştir. İlgili veritabanı ve koda bu adresten erişilebilir : https://github.com/mrtbrnz/airfoil_selector/
Özet (Çeviri)
One of the main design variables in a conceptual design phase is the airfoil geometry. Its properties influence both aerodynamic and structural characteristics of the resultant air vehicle which affect flight performance and safety. Classical methods use a database of airfoils and choose the best performing airfoil according to design requirements by analyzing each airfoil's aerodynamic properties via numerical methods, such as (high-order) finite element methods (CFD), or (low-order) vorticity stream function panel method. In this study, it has been proposed to replace the existing numerical method with a learned model, to improve the computation time. The tool that has been suggested is thought to be beneficial, particularly for those who prioritize saving time when it comes to designing UAVs. A geometric parametrization method has been introduced that is used to generate the input feature trajectory to the support vector machine-based regression model (SVR). Results showed that sectional lift, drag, and pitching moment predictions by the model can be obtained faster than 20 ms with an accuracy of over 0.98 compared to ground truth (XFOIL). Finally, the utility of the airfoil selection method has been demonstrated for two different use cases, each converging less than four seconds for any typical performance metric such as minimum drag, or maximum lift to drag ratio. Related database and code can be reached from: https://github.com/mrtbrnz/airfoil_selector/
Benzer Tezler
- Rüzgar enerjisi dönüşüm sistemlerinin aerodinamik kapsamı ve güç belirlenmesi analizlerinde potansiyel akım yöntemleri
Aerodynamic aspects of wind energy conversion systems and potential flow methods in performance prediction analysis
ALİ ALPER AKYÜZ
Yüksek Lisans
Türkçe
1997
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. ADİL YÜKSELEN
- Hafif siklet bir uçağın yer yüklerine göre boyutlandırılması
Dimensioning of a light airplane depending on ground loads
İLHAN EKMEN
- Hafif siklet bir uçağın kanat yüklerinin analizi
The Analysis of the wing loads of a light airplane
OĞUZ TUBAY
- A deep neural network methods to predict aeroelastic responses of a shape memory alloy hysteretic springs based typical airfoil section
Şekil hafıza alaşımlı histeretik yay içeren tipik bir kanat kesitinin aeroelastik tepkilerinin tahmini için derin sinir ağı yöntemleri
OSMAN DAĞLI
Doktora
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- Çift turboprop motorlu ve sivil amaçlı bir keşif/devriye uçağının roskam yöntemi ile ön dizaynı
Başlık çevirisi yok
SELÇUK ESEN