Geri Dön

Structural optimization of the UAV composite wing-box by adaptive genetic algorithm methods

İHA kompozit kanat kutusunun uyarlanabilir genetik algoritma yöntemleri ile yapısal optimizasyonu

PDF İndir

  1. Tez No: 866655
  2. Yazar: BERK GÜNDÜZ
  3. Danışmanlar: PROF. DR. ŞAFAK YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Havacılık ve Uzay Mühendisliği, Savunma ve Savunma Teknolojileri, Uçak Mühendisliği, Aeronautical Engineering, Defense and Defense Technologies
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Savunma Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: 107

Özet

Kompozit malzemeler, yüksek mukavemet/ağırlık oranı, dayanıklılıkları ve korozyona karşı dirençleri nedeniyle havacılık endüstrisinde giderek daha popüler hale gelmektedir. İnsansız Hava Araçları'nın kanatlarında ve kontrol yüzeylerinde de yaygın olarak kullanılırlar. Kanat kutusu, uçuş esnasında hava aracına gelen uçuş yüklerinin büyük çoğunluğunu karşılamakla birlikte motor ve diğer bileşenler için mekanik bir arayüz sağlaması sebebiyle de uçağın önemli bir bileşenidir. Genel olarak, ön kiriş, arka kiriş, üst kabuk, alt kabuk ve kaburgalardan oluşmaktadır. Kutu yapısına sahip olması yakıt tankı olarak kullanılmasına da olanak tanımaktadır. Bu çalışma, uyarlanabilir genetik algoritma yöntemleri kullanılarak İHA kompozit kanat kutusunun yapısal optimizasyonunu sunmaktadır. Çalışmanın ana odağı, verilen yük koşulu altında minimum ağırlık kaygısıyla optimum kanat kutusu yapısının tasarlanmasıdır. Çalışmada kompozit yapı optimizasyonunun en zorlu kısmı olan, optimum kat sayısının ve istifleme sırasının aynı anda belirlenmesi üzerine yoğunlaşılmıştır. Genetik algoritma, doğal seleksiyon ve genetik miras prensiplerine dayanan bir eniyileme yöntemidir. Biyolojik evrim süreçlerinden esinlenerek, popülasyon içerisindeki bireyler arasında genetik materyalin çeşitliliğini artırmak ve en iyi uyum sağlayan bireyleri seçmek amacıyla kullanılır. Popülasyon içerisindeki bireylerin her biri aslında ele alınan problemin çözümüne dair bilgiyi içermektedir. Hava aracı tasarımlarında da sıklıkla kullanılan bir yöntem olup, kompleks tasarım uzaylarının hızlıca incelenip tasarım parametrelerinin belirlenmesine yardımcı olarak maliyet ve performans etkin tasarım çözümlerinin elde edilmesine olanak sağlar. Başlangıçta rastgele seçilmiş bireylerden oluşan bir popülasyon oluşturulur. Her bireyin ne kadar iyi bir çözüm olduğunu ölçen ve problemin doğasına uygun bir uygunluk fonksiyonu belirlenir. Uygunluk fonksiyonun doğru bir şekilde belirlenmesi algoritmanın performansı ve güvenilirliği açısından oldukça önemlidir. Belirlenen uygunluk fonksiyonuna göre bireyler puanlanır ve doğal seleksiyon adı verilen yöntem ile bazı bireyler elenirken bazıları bir sonraki popülasyona aktarılmak üzere ara popülasyonu oluşturur. Doğal seleksiyon sonrası oluşan bu ara popülasyon içerisindeki bireyler arasında genetik materyal değişimi yapılarak yeni bireyler oluşturulur. Bu, biyolojik olarak çaprazlama veya rekombinasyon olarak adlandırılır. Mutasyon ile de rastgele seçilmiş bireylerin genetik materyalinde ufak değişiklikler yaparak çeşitlilik sağlanır. Çaprazlama ve mutasyon operasyonları başlangıçta tanımlanan olasılık ve belirlenen şartlar ve kısıtlar göz önünde bulundurularak gerçekleşir. Mutasyon sonrasında oluşan bireyler artık yeni popülasyonu veya diğer adıyla yeni jenerasyonu temsil etmektedir. Bu çalışmada uyarlanabilir mutasyon yöntemi kullanılmıştır. Uyarlanabilir mutasyonun geleneksel mutasyondan temel farkı mutasyon olasılığının optimizasyon boyunca değişkenlik göstermesidir. Böylelikle genetik algoritma daha dinamik bir yapıya sahip olmaktadır ve kanat kutusu yapısını optimize etmek için gereken hesaplama süresi önemli ölçüde azalmaktadır. Biyolojik evrim süreçlerinde de görüldüğü üzere mutasyon, çaprazlama veya rekombinasyona göre çok daha düşük bir olasılıkla gerçekleşmektedir. Bu sebeple algoritmaya dinamiklik kazandırmak maksadıyla değişkenlik gösteren mutasyon olasılığı gerçekçi bir yaklaşım getirilmesi bakımından maksimum bir değer ile sınırlandırılmalıdır. Bu çalışmada bu değer 0.25 olarak alınmış olup çaprazlama veya rekombinasyon operasyonu için ise 0.95 olarak düşünülmüştür. Çalışmada kullanılan kanat NACA 2412 kanat profiline sahiptir. Kanat açıklığı kanadı gövdeye bağlayan kiriş çıkıntıları da dahil olmak üzere 8400 mm olarak tasarlanmıştır. Kanat veter uzunluğu ise 1000 mm olarak düşünülmüştür. Tarif edilen geometri CATIA V5 paket programı kullanılarak 3 boyutlu olarak modellenmiştir. Kanat kutusu başlangıçta da belirtildiği üzere ön kiriş, arka kiriş, üst kabuk, alt kabuk ve kaburgalardan oluşturulmuştur. Kaburgalar dışındaki bileşenlerin her biri tasarım bölgelerine ayrılmıştır. Kanat kutusundaki tüm kaburgaların tek bir tasarım bölgesine sahip olduğu düşünülmektedir. Ön kiriş, arka kiriş, üst kabuk ve alt kabuğun her biri 8 tasarım bölgesine ayrılmıştır. Kaburgalar ile birlikte toplam 40 adet tasarım bölgesi mevcut olup her biri kanat aerodinamik formu gereği farklı geometriye sahiptir. Optimizasyon çalışmasında malzeme olarak havacılık yapılarında yaygın olarak kullanılan tek yönlü prepreg karbon fiber (HexPly® 8552) seçilmiştir. Kat oryantasyonları ayrı tasarım değişkenleri olarak kabul edilmiş ve yalnızca 0°, 45°, -45° ve 90° ile sınırlandırılmıştır. Her bileşendeki tüm tasarım bölgeleri, simetrik ve dengeli laminat koşulunu sağlayacak şekilde optimize edilmiştir. Gerçekçi bir yaklaşım sağlamak için, her tasarım bölgesindeki kat yönelimlerinin oranı yalnızca başlangıç popülasyonu için tanımlanmıştır. Örneğin, laminatlarda katların yaklaşık %60'ı 0°'de yönlendirilirken, katların %30'u 45° veya -45°'de yönlendirilir ve katların geri kalan %10'u 90°'de yönlendirilir. İstifleme dizilerinin hala rastgele oluşturulduğunu unutmamak önemlidir. Bu çalışmada kullanılan metodoloji, MSC Nastran ve Python programlama dilinin birbirine bağlanarak hedeflenen eniyilemeye en kısa sürede ulaşılması üzerine kurgulanmıştır. Kanat kutusunun sonlu eleman modeli MSC Patran ortamında oluşturulmuştur. Her bir tasarım bölgesi kabuk eleman olarak ele alınmış ve ağ yapısı CQUAD4 2D olarak modellenmiştir. Kanat kutusu ankastre mesnet olarak düşünülmüş ve kanat kutusu içerisinde bulunan ön kiriş ve arka kirişin gövdeye uzanan kısımlarından 6 serbestlik derecesinde kısıtlanmıştır. Ön ve arka kiriş için 1 adet, üst ve alt kabuk için 1 adet ve kaburgalar için de 1 adet olacak şekilde toplamda 3 adet lokal eksen takımı tanımlanmıştır. TSAI – WU kompozit hasar kriterlerinin değerlendirilmesinde MSC Nastran SOL 101 lineer statik analiz modülü kullanılırken, burkulma hasarının değerlendirilmesinde MSC Nastran SOL 105 lineer burkulma analiz modülü kullanılmıştır. Problemin doğası gereği popülasyondaki her bir birey için bu iki modül kullanılarak ayrı ayrı analizler gerçekleştirilmiştir. Kanat kutusuna etki eden yük, kanat açıklığı boyunca yayılı yük olarak etki ettirilmiştir. Yük hesabı yapılırken insansız hava aracı ağırlığı 1800 kg olarak alınmıştır ve bu ağırlıkta bir insansız hava aracına seyir anında etki eden kaldırma kuvveti hesaplanmıştır. Yük faktörü 1.50, emniyet faktörü ise insansız hava araçlarında önerildiği şekilde 1.25 olarak düşünülmüştür. Yapılan çalışmada kanat kutusu hafifletilirken kanat kutusu uç kısmı deplasman değerleri de dikkate alınmıştır. Kanat kutusu uç kısmı için maksimum deplasman değeri 1000 mm ile sınırlandırılmıştır. Belirlenen maksimum deplasman değerinin aşıldığı tasarım çözümleri diğer bir deyişle bu bilgiyi içeren birey ya da bireyler popülasyon içerisinden silinir. Çalışmada kanat kutusu uç kısmı deplasman değerine getirilen kısıt ayrıca uygunluk fonksiyonu hesaplamalarında da bir parametre olarak kullanılmıştır. Çözücü olarak kullanılan MSC Nastran, kanat kutusu yapısını TSAI-WU kompozit hasar kriteri ile birlikte burkulma hasarına göre analiz etmek için Python'da yazılmış genetik algoritma kodu ile çağrılmaktadır. Böylelikle kanat kutusu statik olarak incelenmesinin yanında stabilite problemi olarak da ele alınmıştır. Elde edilen analiz sonuçları değerlendirilmek üzere Python tarafından okunmaktadır. Okunan değerler ile başlangıçta tanımlanan uygunluk fonksiyonu popülasyondaki her bir birey için hesaplanır. Ayrıca statik veya stabilite anlamında hasar ile sonuçlanan tasarım çözümüne sahip bireyler popülasyondan silinir. Bu döngü, tanımlanan yakınsama kriterlerine veya maksimum iterasyon sayısına ulaşılana kadar tekrar eder. Rulet-Çark seçimi ve tek nokta çaprazlama yöntemleri sırasıyla doğal seçilim ve çaprazlama genetik algoritma işlemleri olarak seçilmiştir. Bu çalışmada, kanat kutusu için TSAI – WU kompozit hasar kriteri ile birlikte burkulma hasarı beraber incelenmiştir. Her iki kriter de uygunluk fonksiyonun bir parametresi olarak değerlendirilmiş olup, bir sonraki nesile aktarılacak bireylerin belirlenmesinde önemli rol oynamışlardır. Bu kriterlerin uygunlık fonksiyonuna olan ağırlıklı katkıları eşit olarak düşünülmüştür. Bu çalışmaların sonucunda kanat kutusunun tanımlanan kısıtlar dahilinde ortalama %23 hafiflediği görülmüştür. Optimizasyon kısıtı olan kanat kutusu uç kısmı deplasmanının ortalama değeri ise 976mm olmuştur. Çalışmada genetik algoritma parametrelerinden biri olan popülasyon büyüklüğü ya da diğer bir adıyla popülasyondaki birey sayısının da genetik algoritmaya olan etkisi incelenmiştir. Popülasyondaki birey sayısı, hesaplama süresini gereksiz yere artırabileceği veya algoritmanın erken yakınsamasına neden olabileceği endişesiyle dikkatli bir şekilde belirlenmiştir. Bu nedenle, optimum değeri bulmak adına genetik algoritma farklı popülasyon büyüklükleri için birden çok kez çalıştırılmıştır. Popülasyondaki birey sayısının belirli bir noktadan sonra algoritmaya olumlu yönde bir katkı yapmadığı tespit edilmiştir. Sonuç olarak popülasyondaki birey sayısının 32 olmasının yeterli olduğu tespit edilmiştir. Çalışma neticesinde uyarlanabilir genetik algoritma kullanılarak minimum ağırlık kaygısı ile kanat kutusuna ait her bir komponentin tüm tasarım bölgelerinin kat sayısının ve istifleme sırasının aynı anda belirlenebileceği gösterilerek optimum tasarım çözümü elde edilmiştir. Ayrıca optimizasyonda kullanılan genetik algoritmaya ait parametre ve operatörlerin optimizasyon sürecine olan etkileri ortaya konmuştur.

Özet (Çeviri)

This study presents the structural optimization of the UAV composite wing-box by using adaptive genetic algorithm methods. The main focus of the study is to design the optimum wing-box structure with the minimum weight concern under given load condition. With the help of adaptive genetic algorithm methods, the optimum number of plies and the stacking sequence of each design region are determined simultaneously. Thus, the amount of computational time needed to optimize the wing-box structure is significantly decreased. The wing-box consists of front spar, rear spar, upper skin, lower skin and ribs. Each of the components except ribs are divided into design regions. All the ribs in the wing-box are thought as they have only one design region. In the optimization study, unidirectional prepreg carbon fiber (HexPly® 8552) which is widely used in aerospace structures is selected as the material. Ply orientations are considered as discrete design variables and limited to only 0°, 45°, -45° and 90°. All the design regions in each component are optimized so that they satisfy the symmetric and balanced laminate condition. The methodology used in this study is coupling of the MSC Nastran and the Python Programming Language. The finite element model of the wing-box is created in the MSC Patran environment. MSC Nastran which is used as the solver is invoked by the genetic algorithm code written in Python to analyze the wing-box structure in terms of TSAI-WU composite failure criteria and buckling concern. Then, the analysis results are read by the Python to be evaluated. This loop is iterated until the defined convergence criteria or the maximum number of iterations is met. Roulette-Wheel selection and single point crossover methods are selected as the natural selection and crossover genetic algorithm operations respectively. Since the main objective of this optimization study is to minimize weight, adaptive mutation is used to decrease the number of plies and modify the stacking sequence in the design regions. In this study, the composite wing-box is optimized with regard to composite failure and buckling criterias while taking into account the minimum weight concern. The total weight of the wing-box structure is decreased by 23%. It is shown that the number of plies and stacking sequence of each design region can be determined at the same time. The effect of adaptive mutation probability as genetic algorithm parameter is investigated and seen that the use of adaptive mutation probability decreases the computational time remarkably.

Benzer Tezler

  1. Tez No

    869888

    Bir insansız hava aracına ait kompozit kanadın tasarımı ve yapısal optimizasyonu

    Design and structural optimisation of an UAV composite wing

    MUHAMMED ATIF YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALAEDDİN BURAK İREZ

  2. Tez No

    836931

    Weight reduction, analysis and optimization of UAV wings

    İHA kanatlarının ağırlık azaltılması, analizi ve optimizasyonu

    İSMAİL OKAN KESKİNKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Makine MühendisliğiAnkara Yıldırım Beyazıt Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET SUNAR

  3. Tez No

    338577

    Design and manufacturing of a high speed jet powered target drone

    Yüksek hızlı jet motorlu hedef uçağı tasarımı ve üretimi

    ENDER ÖZYETİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Havacılık MühendisliğiOrta Doğu Teknik Üniversitesi

    Havacılık ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN NAFİZ ALEMDAROĞLU

  4. Tez No

    873252

    Jig shape optimization for desired shape of a high-altitudelong-endurance class unmanned aerial vehicle underaeroelastic effects

    Hale sınıfı bir ınsansız hava aracının aeroelastik etkileraltında hedeflenen şekle ulaşmak için jig şeklioptimizasyonu

    AKIN ATEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. MELİKE NİKBAY

  5. Tez No

    841559

    İnsansız hava araçları için hibrid yapılı iniş takımı tasarımı, yapısal optimizasyonu ve mekanik analizi

    Design, structural optimization and mechanical analysis of a hybrid structure landing gear for unmanned aerial vehicles

    HAYDAR KADİR ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine MühendisliğiKastamonu Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERMAN ZURNACI

Geri Dön