بهینه سازی و طراحی بال هواپیما در رده هوانوردی عمومی با استفاده از الگوریتم ژنتیک با مرتب سازی نامغلوب II

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه مهندسی هوافضا، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

چکیده

هدف اصلی این مقاله اتخاذ طرح بهینه بال هواپیما در رده هوانوردی عمومی، به منظور دست یابی به برد و وزن بهینه می‌باشد. بدین منظور از الگوریتم ژنتیک با مرتب سازی نامغلوب به عنوان ابراز بهینه سازی به جهت کاهش سه مولفه مهم طراحی هواپیما شامل: تصمیمات نیازمند مصالحه، زمان و هزینه استفاده شده است. تابع هزینه مسئله بهینه‌سازی، افزایش برد هواپیما و کاهش وزن بال می‌باشد، که توسط پنج تابع جریمه و محدود کردن بازه متغیر های تصمیم مقید شده است. تابع جریمه اول ضریب برآ را که باید با ضریب برآ مورد نیاز جهت تحمل وزن هواپیما در فاز کروز پرواز برابر باشد، مقید میکند. تابع جریمه دوم و سوم نسبت باریک شوندگی بال، نسبت بیشینه ضخامت نوک به ریشه بال، که باید بین صفر و یک باشد را مقید می کند. تابع جریمه چهارم، جمع قدر مطلق زاویه پیچش با زاویه نصب بال که باید بیشتر یا برابر با قدر مطلق زاویه حمله برآ صفر بال باشد را مقید می سازد. تابع جریمه پنجم اجازه تخطی نسبت برآ به پسا از حد بیشینه آن را نمی‌دهد. متغیر های تصمیم نیز شامل طول بال، وتر ریشه بال، وتر نوک بال، زاویه پیجش، زاویه نصب، زاویه حمله در برآ صفر ایرفویل ، بیشیه ضخامت ریشه و نوک بال بوده‌است. در انتها طرح بهینه شکل بال ارائه شده و صحت‌سنجی آن صورت گرفته است. نتایج حاکی از آن است که نسبت به کارا ترین هواپیما هدف میزان 6/84 درصد بهبود در برد اما 2/87 درصد وزن بیشتر حاصل شده است

کلیدواژه‌ها


[1] R. Perez, H. Liu, K. Behdinan, Flight Dynamics and Control Multidisciplinary Integration in Aircraft Conceptual Design Optimization, Proceedings of The 10th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, New York: AIAA, pp. 1-10, 2004.
[2] S. M. B. Malaek, A. Ghorbani, Aircraft conceptual design based on genetic algorithm, Aerospace Mechanics Journal, Vol. 1, No. 1, pp. 101-114, 2005. (in Persian)
[3] J. Cavalcanti, B. Mattos, P. Paglione, Optimal Conceptual Design of Transport Aircraft, Proceedings of The 11th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, Virginia: AIAA, pp. 1-22, 2006.
[4] L. Cavagna, L. Riccobene, S. Ricci, A. Bérard, A. Rizzi, A fast MDO tool for aeroelastic optimization in aircraft conceptual design, Proceedings of The 12th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, British Columbia: AIAA, pp. 1-17, 2008.
[5] Alonso, J.J. & LeGresley, P. & Pereyra, V., 2009. "Aircraft design optimization," Mathematics and Computers in Simulation (MATCOM), Elsevier, vol. 79(6), pages 1948-1958.
[6] R. Ramanna, M. Kumar, K. Sudhakar, K. Harinarayana, Multidisciplinary Design Optimization of Transport Class Aircraft, Chakrabarti, Amaresh, Prakash, Raghu V (Eds.), ICoRD'13 Global Product Development, pp. 125 135, India: Springer, 2013.
[7] J. Yoon, N.-V. Nguyen, S.-M. Choi, J.-W. Lee, S. Kim, Y.-H. Byun, Multidisciplinary General Aviation Aircraft Design Optimizations Incorporating Airworthiness Constraints, Proceedings of the 10th AIAA aviation technology, integration, and operations (ATIO) conference, Fort Worth: AIAA, pp. 1-12, 2010.
[8] Mi Baigang, Wang Xiangyu, "A New Aerodynamic Optimization Method with the Consideration of Dynamic Stability", International Journal of Aerospace Engineering, vol. 2021, Article ID 5551094, 9 pages, 2021. https://doi.org/10.1155/2021/5551094
 [9] Nils Kleemann, Stanislav Karpuk and Ali Elham," Conceptual Design and Optimization of a Solar-Electric Blended Wing Body Aircraft for General Aviation", AIAA 2020-0008,Published Online:5 Jan 2020https://doi.org/10.2514/6.2020-0008
[10] Vedant Singh, Somesh K. Sharma, S. Vaibhav, "Transport Aircraft Conceptual Design Optimization Using Real Coded Genetic Algorithm", International Journal of Aerospace Engineering, vol. 2016, Article ID 2813541, 11 pages, 2016. https://doi.org/10.1155/2016/2813541
[11] A. R. Babaei and S. M. R. Setayandeh, ‘‘Constrained Optimization of a Commercial Aircraft Wing Using Non-Dominated Sorting Genetic Algorithms (NSGA)’’, Advanced Design and Manufacturing Technology, Vol. 8, No. 4, pp. 5, December – 2015
[12]  Kalyanmoy Deb, Associate Member, Amrit Pratap, Sameer Agarwal, T. Meyarivan, ''A Fast and Elitist Multiobjective Genetic Algorithm: NSGA-II', IEEE Trans. Evolutionary Computation, VOL. 6, NO. 2, APRIL 2002
 [13] Mitra, K. Multiobjective optimization of an industrial grinding operation under uncertainty. Chemical Engineering Science, 64, 23 2009), 5043-5056.
[14] Jianling, C. Multi-objective optimization of cutting parameters with improved NSGA-II. City, 2009.
[15] Kodali, S. P., Kudikala, R. and Deb, K. Multi-objective optimization of surface grinding process using NSGA II. City, 2008.
[16] Taylor, John W. R. Jane’s All the World’s Aircraft. Jane’s Yearbooks, 2018.
[17] Roskam, J., “Airplane Design”, part one, three and six, DARCorporation,1997.
[18] Sadraey, M. H., “Aircraft Design: a systems engineering approach”, John Wiley & Sons Publication,2013.
[19] D. P. Raymer, Aircraft Design: A Conceptual Approach, American Institute of Aeronautics
and Astronautics. Inc., Reston, Va, USA, 1999
[20] Snorri Gudmundsson, General Aviation Aircraft Design: Applied Methods and Procedures, Butterworth-Heinemann, 2013
[21] E. Torenbeek, Synthesis of Subsonic Airplane Design, Delft University Press, Delft,The Netherlands, 1982.
 [22] M. Gen and R. Cheng, “Survey of penalty techniques in genetic algorithms,” in Proceedings of the IEEE International Conference on Evolutionary Computation, pp. 804–809, IEEE, May 1996.
[23] M. Gen and R. Cheng, Genetic Algorithms and Engineering Optimization, vol. 7, JohnWiley,1999