[논문]성능데이터를 이용한 고고도운용 터보프롭엔진 역모델링 연구

공창덕; 임세명; 김지현

성능데이터를 이용한 고고도운용 터보프롭엔진 역모델링 연구
Study on Inverse Modeling of a Turboprop in High Altitude Operation using Engine Performance Data 원문보기

한국추진공학회지 = Journal of the Korean Society of Propulsion Engineers, v.14 no.3 = no.58, 2010년, pp.16 - 22

공창덕 (조선대학교 항공우주공학과) , 임세명 (조선대학교 항공우주공학과) , 김지현 (국방과학연구소 제7기술연구본부 2부)

초록
AI-Helper

가스터빈 엔진의 성능은 구성품 성능 특성에 큰 영향을 받는다. 일반적으로 구성품 성능 특성은 여러 조건에서의 많은 실험을 통해서만 얻을 수 있어 많은 시간과 비용이 소모되므로 엔진 제작자는 엔진 구매자에게 고비용의 구성품 성능 특성맵의 제공을 하지 않는다. 따라서 일반적으로 유사한 성능맵을 스케일링하여 사용하는데, 이 방법은 탈설계점에서 큰 오차를 보이는데 특히 성층권 이상의 고도에서 운용되는 가스터빈 성능은 더욱 차이를 보인다. 이에 본 연구는 PT6A-67A 터보프롭 엔진을 대상으로 하여 제공된 성능 데이터로부터 구성품 성능맵을 역생성 하는 방법을 제안하였으며, C++를 이용한 대상 엔진 모델링 결과와 제공된 엔진 성능덱 결과를 비교하여 타당성을 검증하였다.

Abstract ▼ AI-Helper

The gas turbine engine performance relies greatly on its component performance characteristics. Generally, engine manufacturers do not provide engine purchasers the component performance characteristics which can be obtained by lots of experimental tests at various operating conditions and big amount of expenses. In previous works the component maps have mostly been generated by scaling from a similar component map. However this scaling method has large error at off design points, specially in high altitude operation. Therefore this work proposes an inverse modeling method that can generate components maps of PT6A-67A turboprop engine using performance data provided by the engine manufacturer. In addition, evaluation can be made through comparison between performance analysis results using the performance simulation program including the generated compressor map and performance data.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 터보프롭엔진인 PT6A-67엔진의 성능덱의 데이터를 이용하여 역으로 엔진 구성품의 성능선도 구성을 수행하였다. 이 연구를 수행하며 성능덱 데이터 외 필요한 데이터는 유사 엔진인 PT6A-62엔진의 데이터를 참조 하여 사용 하였다.

가설 설정

다양한 조건에서의 성능 데이터를 이용하여 생성한 구성품들의 성능 선도이기 때문에 구성품들은 하나의 Beta Line(작동점)을 따라 계산된다. 먼저 비행 상태로서 고도, 온도변화, 속도, 엔진출력세팅을 입력값으로 기본적으로 흡입구로 들어오는 대기 상태(온도, 압력)가 계산되고, 흡입구 모델을 지나 구성품 들의 Beta Line을 가정한 후 압축기 성능 선도로부터 성능 값을 읽어 들여 압축기 모델에 따라 압축기 출구 온도와 압력, 공기유량과 출력이 결정된다. 그 다음 연소기 모델을 지나 다시 가정된 Beta Line의 압축기 터빈 성능 선도로부터 성능 값을 읽어 들인 후 압축기 터빈 입구온도, 압력, 연료유량, 출구 온도, 압축기 터빈 출력 등이 계산된다.

제안 방법

4, 5, 6을 이용하여 스케일링을 수행한다. 80%, 90%, 100% 외의 부분부하 상태에 대한 스케일링은 100%일 때의 스케일링 팩터를 이용하여 스케일링을 수행하였다[6].
가스발생기 터빈 구성품의 성능 선도 역시 온도와 압력에 관한 함수이기 때문에 다양한 조건에서의 성능덱 데이터를 이용하여 가스발생기 터빈의 성능값을 계산한 후 온도와 압력에 따라 정리하였다. 하지만 터빈의 경우 압축기와 달리 성능덱 데이터 중 압력 데이터가 부족하기 때문에 유사 엔진인 PT6A-62 엔진의 가스발생기 터빈 성능을 참조 하였다.
먼저 비행 상태로서 고도, 온도변화, 속도, 엔진출력세팅을 입력값으로 기본적으로 흡입구로 들어오는 대기 상태(온도, 압력)가 계산되고, 흡입구 모델을 지나 구성품 들의 Beta Line을 가정한 후 압축기 성능 선도로부터 성능 값을 읽어 들여 압축기 모델에 따라 압축기 출구 온도와 압력, 공기유량과 출력이 결정된다. 그 다음 연소기 모델을 지나 다시 가정된 Beta Line의 압축기 터빈 성능 선도로부터 성능 값을 읽어 들인 후 압축기 터빈 입구온도, 압력, 연료유량, 출구 온도, 압축기 터빈 출력 등이 계산된다. 그 후 압축기 출력과 압축기 터빈 출력이 같아질 때까지 Beta Line이 재 가정되어 반복 계산이 수행된 후, 확실한 작동점이 찾아지면 다시 동력 터빈의 성능 선도로부터 성능 값을 읽어 들여 동력터빈 출구 온도, 압력, 출력 등 엔진의 성능을 계산한다[7].
그 다음 연소기 모델을 지나 다시 가정된 Beta Line의 압축기 터빈 성능 선도로부터 성능 값을 읽어 들인 후 압축기 터빈 입구온도, 압력, 연료유량, 출구 온도, 압축기 터빈 출력 등이 계산된다. 그 후 압축기 출력과 압축기 터빈 출력이 같아질 때까지 Beta Line이 재 가정되어 반복 계산이 수행된 후, 확실한 작동점이 찾아지면 다시 동력 터빈의 성능 선도로부터 성능 값을 읽어 들여 동력터빈 출구 온도, 압력, 출력 등 엔진의 성능을 계산한다[7].
동력 터빈 구성품의 성능 선도 역시 온도와 압력에 관한 함수이기 때문에 다양한 조건에서의 성능덱 데이터를 이용하여 동력 터빈의 성능 값을 계산한 후 온도와 압력에 따라 정리하였다. 동력 터빈의 경우도 압축기 터빈과 마찬가지로 성능덱 데이터 중 압력 데이터가 부족하기 때문에 유사 엔진인 PT6A-62 엔진의 동력 터빈 성능을 참조 하였다.
동력 터빈 구성품의 성능 선도 역시 온도와 압력에 관한 함수이기 때문에 다양한 조건에서의 성능덱 데이터를 이용하여 동력 터빈의 성능 값을 계산한 후 온도와 압력에 따라 정리하였다. 동력 터빈의 경우도 압축기 터빈과 마찬가지로 성능덱 데이터 중 압력 데이터가 부족하기 때문에 유사 엔진인 PT6A-62 엔진의 동력 터빈 성능을 참조 하였다. 동력 터빈 성능선도 역시 압축기와 같은 절차에 따라 생성하였다.
본 연구에서는 터보프롭 엔진인 PT6A-67엔진의 성능덱 데이터를 이용하여 역으로 엔진 구성품의 성능선도를 구성하고 다시 추진시스템의 성능모델링을 수행하여 검증하였다.
생성된 구성품 성능선도의 검증을 위해 엔진의 각 구성품인 흡입구, 압축기, 연소기, 압축기 터빈, 동력터빈 등을 C++를 이용하여 모델링을 수행하였다. Fig.
압축기 구성품의 성능 선도는 온도와 압력에 관한 함수이기 때문에 다양한 조건에서의 성능덱 데이터를 이용하여 압축기의 성능값을 계산한 후 온도와 압력에 따라 정리하였다.
이렇게 계산 시간을 줄이기 위해 비행 상태 입력에서 엔진 출력세팅을 입력하는 방식으로 제작하였으며 압축기와 압축기 터빈의 일 비교를 통해 반복계산을 하는 알고리즘이다.
이렇게 구성한 구성품 성능선도를 이용하여 다시 엔진 성능 모델링을 수행하였으며 이는 성능덱의 해석결과와 비교하여 검증하였다.
터빈 압력비의 경우 터빈 효율의 함수이기 때문에 열역학적 관계식만으로는 계산할 수 없기 때문에 Table 3과 같이 유사한 성능을 가진 PT6A-62 엔진의 터빈 효율의 성능 값을 이용하여 스케일링 및 계산을 수행하였다. 계산에는 시스템 식별기법이 사용되었다[4].
가스발생기 터빈 구성품의 성능 선도 역시 온도와 압력에 관한 함수이기 때문에 다양한 조건에서의 성능덱 데이터를 이용하여 가스발생기 터빈의 성능값을 계산한 후 온도와 압력에 따라 정리하였다. 하지만 터빈의 경우 압축기와 달리 성능덱 데이터 중 압력 데이터가 부족하기 때문에 유사 엔진인 PT6A-62 엔진의 가스발생기 터빈 성능을 참조 하였다. 가스발생기 터빈 성능선도 역시 압축기와 같은 절차에 따라 생성하였다.

대상 데이터

PT6A-67 엔진의 성능덱 계산자료는 적절한 규정과 절차에 따라 관련부서로부터 확보하였다.
본 연구 대상 엔진은 P&W(Pratt & Whitney) 사에서 개발한 PT6A-67 터보 프롭 엔진으로 4단축류와 1단 원심형이 결합된 혼합형 압축기와 역 환형 기화식 연소기, 1단 압축기 터빈과 분리축 방식의 정속 제어가 가능한 2단 축류 동력터빈으로 구성되어 있다.
엔진 구성품 모델링이나 엔진 성능 모사를 위해서는 성능덱으로 얻을 수 있는 출력값만으로는 데이터가 부족한데 이것을 해결하기 위해 열역학적 관계식과 같은 계열의 유사엔진의 데이터를 이용하였다. Table 3은 PT6A-67 엔진의 지상 Take-off 조건의 주요 성능값과 같은 PT6A계열인 PT6A-62 엔진의 지상 설계점의 성능값이다.
본 연구에서는 터보프롭엔진인 PT6A-67엔진의 성능덱의 데이터를 이용하여 역으로 엔진 구성품의 성능선도 구성을 수행하였다. 이 연구를 수행하며 성능덱 데이터 외 필요한 데이터는 유사 엔진인 PT6A-62엔진의 데이터를 참조 하여 사용 하였다.

데이터처리

생성된 구성품 성능선도의 검증을 위해 구성품 성능선도를 포함한 엔진 성능모델의 성능해석 결과와 성능덱 데이터와 비교하였다. 해석결과는 압축기 출구 온도, 압축기 터빈 입구 온도, 공기유량, 연료유량, 압축기 출력, 동력터빈 출력, SFC 이다.

이론/모형

터빈 압력비의 경우 터빈 효율의 함수이기 때문에 열역학적 관계식만으로는 계산할 수 없기 때문에 Table 3과 같이 유사한 성능을 가진 PT6A-62 엔진의 터빈 효율의 성능 값을 이용하여 스케일링 및 계산을 수행하였다. 계산에는 시스템 식별기법이 사용되었다[4].

성능/효과

검증결과 성능덱과 거의 근접한 결과를 보이지만 다소 오차가 존재하는 것을 확인할 수 있었다. 그러나 전반적으로 성능덱 데이터와 근접한 결과를 보이고 특히 고고도에서 오차가 상당히 줄어드는 경향을 보이기 때문에 구성품생성시 제시한 역모델기법과 이를 이용한 엔진성능 모델의 타당성은 검증되었다고 볼 수 있다.
검증결과 성능덱과 거의 근접한 결과를 보이지만 다소 오차가 존재하는 것을 확인할 수 있었다. 그러나 전반적으로 성능덱 데이터와 근접한 결과를 보이고 특히 고고도에서 오차가 상당히 줄어드는 경향을 보이기 때문에 구성품생성시 제시한 역모델기법과 이를 이용한 엔진성능 모델의 타당성은 검증되었다고 볼 수 있다.
기본적으로 시스템 기법을 사용하였으나 세부적으로 각 엔진 출력세팅 점 뿐만 아닌 여러 작동점에서의 데이터를 이용함으로서 탈 설계영역에서의 정확도를 확보할 수 있었다.
성능 해석 결과를 보면 성능덱 데이터와 거의 근접한 값을 보이나 대략 2~3%의 오차를 보이는 것을 알 수 있었다. 하지만 대상엔진의 주요 순항 운용 고도인 12km 이상의 고고도에서는 1%내외로 줄어든 것을 확인할 수 있었다.
생성된 구성품 성능선도의 검증을 위해 구성품 성능선도를 포함한 엔진 성능모델의 성능해석 결과와 성능덱 데이터와 비교하였다. 해석결과는 압축기 출구 온도, 압축기 터빈 입구 온도, 공기유량, 연료유량, 압축기 출력, 동력터빈 출력, SFC 이다. 해석은 고도와 엔진 출력세팅에 따라 이루어 졌다.

후속연구

또한 차후 지속적인 연구로 모델링에 사용된 열역학적 관계식의 보정이나 알고리즘 및 가정 값 개선으로 오차를 줄여나갈 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	가스터빈 엔진의 성능 모사가 중요한 이유는?	가스터빈 엔진의 성능 모사는 엔진의 개발단계에서의 위험도나 비용 감소의 목적뿐만 아니라 운용단계에서의 최적의 정비를 위한 엔진 상태 진단을 위해서도 매우 중요하다. 이러한 가스터빈 엔진의 성능모사와 진단을 위해서는 각 구성품의 특성을 나타내는 성능 선도가 필수적이다.
	성능선도의 설계점 데이터를 새로운 엔진의 설계점 데이터에 맞도록 축척값을 구하여 구성품 성능선도의 각각의 데이터에 곱하는 방법의 단점은?	축척방법에는 여러 방법들이 있으나 가장 널리 쓰이는 방법은 성능선도의 설계점 데이터를 새로운 엔진의 설계점 데이터에 맞도록 축척값을 구하여 구성품 성능선도의 각각의 데이터에 곱하는 방법을 사용한다[1]. 그러나 이 방법은 기존의 엔진과 새로운 엔진의 성능이 비슷하여 축척값이 1.0에서 크게 벗어나지 않는 경우에만 유효하고 설계점 이외에서는 실제 엔진의 성능과 상당한 오차를 나타내는 단점이 있다[2]. 또한 연구대상엔진의 구성품의 특성과 비교적 잘 일치하는 성능선도를 얻는다는 것도 매우 어려운 일이다.
	가스터빈 엔진의 성능모사에 필수적인 것은?	가스터빈 엔진의 성능 모사는 엔진의 개발단계에서의 위험도나 비용 감소의 목적뿐만 아니라 운용단계에서의 최적의 정비를 위한 엔진 상태 진단을 위해서도 매우 중요하다. 이러한 가스터빈 엔진의 성능모사와 진단을 위해서는 각 구성품의 특성을 나타내는 성능 선도가 필수적이다. 구성품 성능선도는 다양한 조건에서의 성능 시험을 통해 얻는 것이 당연하지만 실제 엔진의 구성품 성능선도는 엔진 제작사를 제외하고는 획득하기가 매우 어렵기 때문에 일반 구매자나 가스터빈 엔진의 성능을 연구하는 사람들은 일부 공개된 성능선도를 축척하여 이용하고 있다.

참고문헌 (7)

Sellers J.F. and Daniele C.J., "DYNGEN-A Program for Calculating Steady State and Transient Performance of Turbojet and Turbofan Engines", Technical Report TN-D-7901, NASA Lewis Research Center, 1975
Pilidis P., "Cranfield UniversityLecture Note", 1996
국방과학연구소 "터보프롭엔진 역모델링 및 상태진단 연구 1차년도 보고서", 2009
C.D. Kong, J.Y. Ki and M.C. Kang, "A New Scaling Method for Component Maps Gas Turbine using System Identification", Journal of Engineering for Gas Turbines and Power Vol. 125, 2003
Philip P. Walsh and Paul Fletcher, "Gas Turbine Performance", 1998
공창덕, 임세명, "소형 가스터빈 엔진 실험 데이터를 이용한 역모델링 연구", 한국추진공학회지, 제13권, 제6호, 2009, pp.1-7

원문보기 상세보기
항공우주연구원 "터보샤프트 엔진의 사이클설계/해석 및 Health Monitoring 시스템 개발 최종 보고서", 2008

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증