초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

헬리콥터 로터 블레이드의 제작 공정 및 환경적인 요인에 의해 수반되는 블레이드의 총 중량 및 질량분포, 익형 및 기하학적 중심치 등의 차이로 각각의 블레이드는 서로 다른 특성을 가지게 된다. 동적 밸런싱은 블레이드간의 상이성으로 인한 불균형 해소를 위한 일련의 과정으로 이를 위한 3가지 조절 파라미터가 존재하며 ...

헬리콥터 로터 블레이드의 제작 공정 및 환경적인 요인에 의해 수반되는 블레이드의 총 중량 및 질량분포, 익형 및 기하학적 중심치 등의 차이로 각각의 블레이드는 서로 다른 특성을 가지게 된다. 동적 밸런싱은 블레이드간의 상이성으로 인한 불균형 해소를 위한 일련의 과정으로 이를 위한 3가지 조절 파라미터가 존재하며 허용오차 범위를 충족 할 때까지 반복하게 된다. 주로 시험 위주의 단편적이고 시행착오적 방식을 통해 동적 밸런싱 문제를 해결해오고 있는 실정이다. 이처럼 경험적 척도를 적용한 과정은 많은 시간과 노동력 그리고 비용이 소요되며 효과적인 해결을 위해서는 체계적이면서도 신뢰도 높은 동적 밸런싱 기법이 필요하다. 동적 밸런싱 통합 해석을 위한 선행 과정으로 시험 D/B를 바탕으로 각각 선형, 비선형 동적 밸런싱 해석 모델을 구축하여 로터 시스템을 식별하게 된다. 선형 모델의 경우 조절 파라미터 변동에 대한 블레이드 응답 특성을 선형으로 가정하고 단위 조절 입력에 대한 블레이드간의 상호 영향성 계수 도출을 통해 식별 하였다. 비선형 모델의 경우 전체 조절 파라미터 이동 범위에 대해 몬테-카를로 시뮬레이션(Monte-Carlo Simulation: MCS)을 이용하여 블레이드 거동의 패턴을 추정 후 신경망(Neural-Network)기법을 이용한 근사 모델로 식별하였다. 이처럼 두 가지 해석 모델에 대한 로터 시스템 식별을 완료한 후 전역 최적화 기법인 유전자 알고리즘(Genetic Algorithm)을 적용하여 최적의 조절 파라미터 변동량을 산출하고 비교 분석을 수행하였다. 각 모델에 대한 최적 해는 설계변수의 범위의 일정 구간에서 제시되었고 이는 밸런싱 해석 모델 간 응답특성의 차이가 상대적으로 작은 영역으로서 선형 가정만으로도 허용오차를 충족하는 동적 밸런싱을 효과적으로 수행 할 수 있음을 보였다.

Abstract ▼ AI-Helper

Each blade have different characteristics according to manufacturing process of helicopter rotor blades and environmental factors. Such as mass distribution of the total weight of the blade, airfoil, and geometric center. Dynamic balancing is series of steps of resolving imbalance due to dissimilari...

Each blade have different characteristics according to manufacturing process of helicopter rotor blades and environmental factors. Such as mass distribution of the total weight of the blade, airfoil, and geometric center. Dynamic balancing is series of steps of resolving imbalance due to dissimilarity of blades. There are three kinds of control parameters to solve problem and repeat until to meet the tolerance. Conventional dynamic balancing issues are resolve repetitive tasks. Using this empirical measure process are consumes a lot of time, labor, and expense. Systematic and highly reliable dynamic balancing scheme is needed to efficient solution. Building a linear and non-linear model to identification of rotor system prior to integrated analysis of the dynamic balancing. For the linear model, assumed between the balancing input parameters and the blade track responses leading to influence coefficients and thereby the rotor system identification is made. For the non-linear model, estimate the pattern of behavior of the blade of entire control parameter range using Monte-Carlo Simulation and then identification of rotor system as an approximate model using Neural-Network. In addition, the balancing parameters of the individual blades are sought using the genetic algorithm and the effectiveness of the proposed method is demonstrated in comparison with the two different identification model. Each model for the optimal solution is suggested in certain sections of design variables that difference between the balancing models of the response is a relatively small area. So through linear approach to meet the dynamic balancing tolerance can be performed effectively demonstrated.

주제어