CFD based aerodynamic design optimization using Bayesian inference and kriging surrogate model
Had tabanlı aerodinamik tasarım optimizasyonda Bayesıan çıkarım ve Kriging ikame model kullanılması
- Tez No: 854859
- Danışmanlar: DOÇ. DR. NİLAY SEZER UZOL
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Havacılık ve Uzay Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgisayar donanım teknolojisinin gelişimi, karmaşık ve doğrusal olmayan denklemlerin çözümünü gerektiren mühendislik problemlerinin çözümüne önemli ölçüde katkı sağlamıştır. Bu analizlerin gerçeğe uygunluğu, hesaplama sistemlerinin yeteneklerine yakından bağlıdır ve hesaplama gücündeki gelişmelerle birlikte gelişmektedir. Ancak, yüksek doğruluklu sayısal simülatörlerle bir çözüm elde etmek bile zaman alıcı olmaktadır ve genellikle saatler mertebesinde sürmektedir. Bu çalışmada, yüksek doğruluklu analitik araçların tasarım döngüsüne entegre edilmesi ve bilgisayar hesaplama gücü kullanarak tasarım sürecinin toplam süresinin azaltılması amaçlanmaktadır. Optimum tasarımı bulmak amacıyla Bayesian çıkarım sürecine dayalı bir optimizasyon aracı geliştirilmiştir. Bu çalışmada, deterministik sayısal simülasyonlar kullanarak girdi/çıktı arasındaki stokastik ilişkiyi temsil eden Kriging ikame model oluşturulmuştur. Pahalı yüksek doğruluğa sahip hesaplama yöntemi olan Hesaplamalı Akışkanlar Dinamiği, Bayesian optimizasyonunda Kriging ikame modeli ile modellenmiştir. Rastgelelik ve homojenliğe sahip Latin Hiperküp Örneklemesi, tasarım uzayındaki ilk örneklemeleri oluşturmak için kullanılmaktır; ancak iteratif döngülerde örnek sayısını artırmak mümkün değildir. Ayrıca bu çalışma, rastgelelik ve Latin Hiperküp Örneklemesinin homojen dağılımını kullanan paralel artan örnekleme için hibrit bir metodolojiyi araştırmaktadır. Bu yöntem herhangi bir ilk örnek sayısından istenilen hedef örnek sayılarına uygulanabilmektedir. Örnekleme için hibrit paralel örnekleme algoritmaları içeren optimizasyon aracı, optimizasyon test fonksiyonu Rosenbrock fonksiyonuyla test edilmiş ve çözüm ağsız CFD kullanarak delta kanat şekil optimizasyonuna uygulanmıştır.
Özet (Çeviri)
The advancement of computer hardware technology significantly contributes to resolving complex engineering challenges that require solution of complex, highly nonlinear equations. The fidelity of these analyses is closely tied to the capabilities of computing systems and improves with advancements in computing power. However, even with high-fidelity numerical simulators, obtaining a solution can be time-consuming, often requiring several hours. This study aims to integrate high-fidelity analytical tools into the design cycle and thereby to reduce the overall duration of the design process through enhanced computational power. An optimization tool based on Bayesian inference process is developed to find the optimum design. In this study, deterministic numerical simulations are employed to construct a Kriging surrogate model, which represents a stochastic relationship between inputs and outputs, independent of the underlying physics of the simulations. Computational Fluid Dynamics, an expensive high-fidelity tool, is replaced by the Kriging surrogate model in Bayesian optimization. Latin Hypercube Sampling, which has randomness and homogeneity, is used to initialize the samples in the design space; however, it is not possible to increase the number of samples for iterative processes. Furthermore, this study investigates a hybrid methodology for parallel incremental sampling, which uses randomness and even distribution of LHS. This method is applicable for any initial quantity of samples to target number of samples. The optimization tool, which contains hybrid parallel algorithms for sampling, is tested with well-known Rosenbrock function and applied for shape optimization of delta wing using meshless CFD.
Benzer Tezler
- Optimization of mixing efficiency of air and hydrogen in scramjet combustor
Scramjet motorlarında hava hidrojen karışımı optimizasyonu
MUSTAFA ŞASICI
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiHesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)
PROF. DR. FIRAT OĞUZ EDİS
- Design optimization of an s-shaped subsonic intake using Bayesian approach and Bezier curves
Bayes yaklaşımı ve Bezier eğrileri kullanarak s-şekilli ses-altı hava-alığının tasarım optimizasyonu
METE ATASOY
Yüksek Lisans
İngilizce
2022
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF ÖZYÖRÜK
- Düşük akıntı hızlarında düşey eksenli hidrokinetik türbinlerin çok sadakatli vekil model ile optimizasyonu
Optimization of vertical axis hydrokinetic turbines at low speeds via multi-fidelity surrogate model
OĞUZ SUSAM
Doktora
Türkçe
2026
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER GÖREN
- A fast 3d flow field prediction around bluff bodies using deep learning
Derin öğrenme kullanılarak küt cisimler etrafındaki 3 boyutlu akış alanının tahmini
FARHAD NEMATI TAHER
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDUSSAMET SUBAŞI
- Had bazlı parametrik eniyileme metoduyla bir kanadın aerodinamik performansının arttırılması
Improving aerodynamic performance of a wing using cfd based parametric optimization method
MAHİR ONUR ŞENER
Yüksek Lisans
Türkçe
2022
Makine MühendisliğiHacettepe ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. ÖZGÜR EKİCİ