초음속 자유낙하 모델의 정적 공력계수 및 동안정 미계수 예측 기법 Prediction Methods of Static Aerodynamic Coefficient and Dynamic Stability Derivatives of Supersonic Free-Fall Model원문보기
전 세계적으로 발사체나 우주 재진입체에 대한 관심이 높아지며 초고속 비행체 개발에 대한 연구가 활발히 이루어지고 있다. 개발된 비행체의 성능을 시험하는 가장 확실한 방법은 설계 운용 조건에서 실기체 시험을 진행하는 것이다. 그러나 실기체 시험을 위해서는 많은 비용과 시간이 소요된다. 따라서 실기체 실험 이전에 지상 시험 장비를 이용한 지상 시험이 필수적으로 요구된다. 최근 다양한 실험 장비로 넓은 분야의 초고속 비행체 실험이 진행되고 있다. 그중 비행체의 힘과 ...
전 세계적으로 발사체나 우주 재진입체에 대한 관심이 높아지며 초고속 비행체 개발에 대한 연구가 활발히 이루어지고 있다. 개발된 비행체의 성능을 시험하는 가장 확실한 방법은 설계 운용 조건에서 실기체 시험을 진행하는 것이다. 그러나 실기체 시험을 위해서는 많은 비용과 시간이 소요된다. 따라서 실기체 실험 이전에 지상 시험 장비를 이용한 지상 시험이 필수적으로 요구된다. 최근 다양한 실험 장비로 넓은 분야의 초고속 비행체 실험이 진행되고 있다. 그중 비행체의 힘과 모멘트를 측정하는 연구는 초고속 비행체 설계에 있어 그 기준 성능을 예측하는데 필수적이다. 힘과 모멘트를 측정하는 방법에는 다양한 방법이 존재한다. 힘 모멘트 측정 방법중 자유낙하 실험방법은 지지대가 없어 실제 비행시험과 가장 유사한 실험 결과를 보인다. 대표적인 자유낙하 방식으로는 가속도계를 이용한 방법이 있다. 그러나 가속도계를 사용한 방식은 센서의 짧은 응답시간을 필요로 하며 모델 고유진동을 Signal recovery, Deconvolution, Lowpath filtering 기법 등으로 제거를 해주어야 한다는 단점이 존재한다. 본 연구에서는 제약과 한계를 극복하기 위해 자유낙하 실험에 이미지 프로세싱 기법을 도입하여 이미지만을 이용하여 보다 쉽고 빠르게 비행체에 작용하는 힘과 모멘트를 추정할 수 있는 방법을 고안하였다. 비행체에 걸리는 힘과 모멘트를 추정하기 위해서는 공력 계수의 예측이 매우 중요하다. 공력 계수 예측을 위해 이미지 프로세싱 기법의 일환인 Hough 알고리즘을 이용하여 모델의 직선과 양 끝점을 읽어오고 이를 통해 속도, 가속도, 각속도를 구하였다. KULT(Konkuk University Ludwieg Tube)를 이용하여 Cone과 HB-2 모델에 대한 자유낙하 실험을 실행하였고, 초고속 카메라를 이용하여 시계열 데이터를 확보하였다. 구한 데이터를 이용하여 3-DOF 방정식을 풀어 공력계수를 예측함으로써 비행체에 걸리는 힘과 모멘트를 파악할 수 있도록 하였다. 자유낙하 방식을 이용하여 추출한 공력계수는 정, 동적계수가 합해진 상태이다. 그 중 동안정 미계수라고 알려진 , 은 비행체의 비행 안정성 확보를 좌우하는 항이다. 따라서 이를 예측하는 것은 비행체의 비행 안정성 확보에 있어 매우 중요하다. 정, 동적계수를 분리하기 위해서 시계열 데이터가 필요하며 따라서 지지대를 이용하는 정적인 실험에서는 강제진동법과 같은 실험을 추가로 수행해야 이를 분리할 수 있다. 그러나 자유낙하 실험의 경우 시계열 데이터를 별도의 실험 없이 바로 획득할 수 있다. 본 연구에서는 머신러닝의 일종인 사이킷 런을 활용한 다중 선형회귀 방식을 통해 이를 예측하였고, CFD 계산 값과 분리한 정적 계수를 비교하여 정, 동적계수 분리가 정확히 이루어졌음을 확인하였다.
전 세계적으로 발사체나 우주 재진입체에 대한 관심이 높아지며 초고속 비행체 개발에 대한 연구가 활발히 이루어지고 있다. 개발된 비행체의 성능을 시험하는 가장 확실한 방법은 설계 운용 조건에서 실기체 시험을 진행하는 것이다. 그러나 실기체 시험을 위해서는 많은 비용과 시간이 소요된다. 따라서 실기체 실험 이전에 지상 시험 장비를 이용한 지상 시험이 필수적으로 요구된다. 최근 다양한 실험 장비로 넓은 분야의 초고속 비행체 실험이 진행되고 있다. 그중 비행체의 힘과 모멘트를 측정하는 연구는 초고속 비행체 설계에 있어 그 기준 성능을 예측하는데 필수적이다. 힘과 모멘트를 측정하는 방법에는 다양한 방법이 존재한다. 힘 모멘트 측정 방법중 자유낙하 실험방법은 지지대가 없어 실제 비행시험과 가장 유사한 실험 결과를 보인다. 대표적인 자유낙하 방식으로는 가속도계를 이용한 방법이 있다. 그러나 가속도계를 사용한 방식은 센서의 짧은 응답시간을 필요로 하며 모델 고유진동을 Signal recovery, Deconvolution, Lowpath filtering 기법 등으로 제거를 해주어야 한다는 단점이 존재한다. 본 연구에서는 제약과 한계를 극복하기 위해 자유낙하 실험에 이미지 프로세싱 기법을 도입하여 이미지만을 이용하여 보다 쉽고 빠르게 비행체에 작용하는 힘과 모멘트를 추정할 수 있는 방법을 고안하였다. 비행체에 걸리는 힘과 모멘트를 추정하기 위해서는 공력 계수의 예측이 매우 중요하다. 공력 계수 예측을 위해 이미지 프로세싱 기법의 일환인 Hough 알고리즘을 이용하여 모델의 직선과 양 끝점을 읽어오고 이를 통해 속도, 가속도, 각속도를 구하였다. KULT(Konkuk University Ludwieg Tube)를 이용하여 Cone과 HB-2 모델에 대한 자유낙하 실험을 실행하였고, 초고속 카메라를 이용하여 시계열 데이터를 확보하였다. 구한 데이터를 이용하여 3-DOF 방정식을 풀어 공력계수를 예측함으로써 비행체에 걸리는 힘과 모멘트를 파악할 수 있도록 하였다. 자유낙하 방식을 이용하여 추출한 공력계수는 정, 동적계수가 합해진 상태이다. 그 중 동안정 미계수라고 알려진 , 은 비행체의 비행 안정성 확보를 좌우하는 항이다. 따라서 이를 예측하는 것은 비행체의 비행 안정성 확보에 있어 매우 중요하다. 정, 동적계수를 분리하기 위해서 시계열 데이터가 필요하며 따라서 지지대를 이용하는 정적인 실험에서는 강제진동법과 같은 실험을 추가로 수행해야 이를 분리할 수 있다. 그러나 자유낙하 실험의 경우 시계열 데이터를 별도의 실험 없이 바로 획득할 수 있다. 본 연구에서는 머신러닝의 일종인 사이킷 런을 활용한 다중 선형회귀 방식을 통해 이를 예측하였고, CFD 계산 값과 분리한 정적 계수를 비교하여 정, 동적계수 분리가 정확히 이루어졌음을 확인하였다.
Recently, interest in Missile and reentry has increased, and research on the development of high-speed aircraft is being actively conducted. The most accurate way to test the performance of the developed aircraft is to conduct the actual flight test under the design operating conditions. However, ac...
Recently, interest in Missile and reentry has increased, and research on the development of high-speed aircraft is being actively conducted. The most accurate way to test the performance of the developed aircraft is to conduct the actual flight test under the design operating conditions. However, actual flight test is expensive and time-consuming. Therefore, ground testing using ground test equipment is essential before the actual test. Recently, a wide range of high-speed aircraft experiments have been conducted with various experimental equipment. Among them, studies measuring the force and moment of an aircraft are essential for predicting its reference performance in the design of a aircraft. There are various methods for measuring force and moment. Among them, free-fall experiments have no support, showing the most similar results to actual flight tests. A typical free-fall method is the use of accelerometers. However, it requires a short response time of the sensor, and there are disadvantages of removing model natural vibrations with Signal recovery, deconvolution, and lowpath filtering techniques. To overcome constraints and limitations, this study has devised a method using image processing techniques in free-fall experiments. Using only images, a method was devised to estimate the forces and moments acting on the aircraft more easily and quickly. The prediction of the Aerodynamic Coefficient is very important to estimate the force and moment of the aircraft. To predict the Aerodynamic Coefficient the Hough algorithm, which is part of the image processing technique, has been used to read the straight lines and the two ends of the model and thus obtained speed, acceleration and angular velocity. Free-fall experiments were conducted on Cone and HB-2 models using KULT (Konkuk University Ludwieg Tube), and time series data were obtained using high speed cameras. Using the data obtained, the 3-DOF equation was solved so that the force and moment of the aircraft could be determined by predicting the Aerodynamic Coefficient. The coefficient extracted using the free fall method is the sum of the static and dynamic coefficients. Among them, a term known as a stability derivatives is a term that determines flight stability of the aircraft. Therefore, predicting this term is very important for flight stability for the aircraft. Time series data are required to separate static and dynamic coefficients, so in static experiments using supports, additional experiments such as forced vibration Technique can be performed. However, for free-fall experiments, time series data can be acquired immediately without another experiment. In this study, we predicted dynamic stability term using a multiple linear regression, a kind of machine-learning, and compared the CFD data with the separate static coefficients to confirm that the separation of static and dynamic coefficients was done correctly.
Recently, interest in Missile and reentry has increased, and research on the development of high-speed aircraft is being actively conducted. The most accurate way to test the performance of the developed aircraft is to conduct the actual flight test under the design operating conditions. However, actual flight test is expensive and time-consuming. Therefore, ground testing using ground test equipment is essential before the actual test. Recently, a wide range of high-speed aircraft experiments have been conducted with various experimental equipment. Among them, studies measuring the force and moment of an aircraft are essential for predicting its reference performance in the design of a aircraft. There are various methods for measuring force and moment. Among them, free-fall experiments have no support, showing the most similar results to actual flight tests. A typical free-fall method is the use of accelerometers. However, it requires a short response time of the sensor, and there are disadvantages of removing model natural vibrations with Signal recovery, deconvolution, and lowpath filtering techniques. To overcome constraints and limitations, this study has devised a method using image processing techniques in free-fall experiments. Using only images, a method was devised to estimate the forces and moments acting on the aircraft more easily and quickly. The prediction of the Aerodynamic Coefficient is very important to estimate the force and moment of the aircraft. To predict the Aerodynamic Coefficient the Hough algorithm, which is part of the image processing technique, has been used to read the straight lines and the two ends of the model and thus obtained speed, acceleration and angular velocity. Free-fall experiments were conducted on Cone and HB-2 models using KULT (Konkuk University Ludwieg Tube), and time series data were obtained using high speed cameras. Using the data obtained, the 3-DOF equation was solved so that the force and moment of the aircraft could be determined by predicting the Aerodynamic Coefficient. The coefficient extracted using the free fall method is the sum of the static and dynamic coefficients. Among them, a term known as a stability derivatives is a term that determines flight stability of the aircraft. Therefore, predicting this term is very important for flight stability for the aircraft. Time series data are required to separate static and dynamic coefficients, so in static experiments using supports, additional experiments such as forced vibration Technique can be performed. However, for free-fall experiments, time series data can be acquired immediately without another experiment. In this study, we predicted dynamic stability term using a multiple linear regression, a kind of machine-learning, and compared the CFD data with the separate static coefficients to confirm that the separation of static and dynamic coefficients was done correctly.
주제어
#Free-Fall(자유낙하) Dynamic Stability Derivatives(동안정 미계수) Force and Moment(힘 모멘트 측정) Image Processing Method(이미지 프로세싱 기법) Hough Algorithm(허프 알고리즘) Scikit-Learn(사이킷 런)
학위논문 정보
저자
김은주
학위수여기관
건국대학교 대학원
학위구분
국내석사
학과
항공우주정보시스템공학과 항공우주정보시스템공학전공
지도교수
박수형
발행연도
2021
총페이지
84
키워드
Free-Fall(자유낙하) Dynamic Stability Derivatives(동안정 미계수) Force and Moment(힘 모멘트 측정) Image Processing Method(이미지 프로세싱 기법) Hough Algorithm(허프 알고리즘) Scikit-Learn(사이킷 런)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.