선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- F100-PW-229 터보팬 엔진 설계점 해석을 위해 수집된 설계변수 이외의 미지수인 설계변수 들에 대하여 추력과 연료소모율에 대한 민감도 해석을 수행하였다. Fig.
- 고성능의 군용 초음속 항공기는 항상 고속으로 비행하지 않고 필요시에 단시간동안만 추력을 증가시킬 수 있어야 하므로 최신형 전투기에는 터보제트 엔진 보다 우수한 저바이패스 터보팬 엔진에 후기연소기를 장착하여 사용하고 있다. Military Power 기준의 F100-PW-229 엔진 성능 모델을 기초로 하여 후기연소기를 고려한 엔진 성능 모델로 재구축하여 성능해석을 수행하였다.
- Military Power에 대한 설계점 해석 결과 요구조건을 만족하는 결과값을 산출하였다. 설계점 해석 결과 Gross Thrust Error 0.
- Military Power는 후기연소기가 작동하지 않은 상태에서의 최대 가용 추력을 의미한다. Sea level, Mach Number 0.2, ISA, Bleed Air 0%, Power offtake 12kW 조건에 대하여 해석하였다.
- 셋째, F100-PW-229 엔진의 구성품 값을 적용할 수 없을 때, 일반화된 값을 적용하였다. 넷째, 탈설계점 해석을 위해 참고문헌[4]의 구성품 시험 자료를 기초로 생성한 성능선도를 적용하였다.
- 엔진 구성품의 특성치는 엔진 제조회사의 고유한 정보이므로 공개되어 있는 자료는 극히 없는 실정이다. 따라서, F100-PW-229 터보팬 엔진 압축기 특성과 유사한 압축기 성능선도를 조사하였으며 참고문헌[6]에 나와 있는 압축기 성능 시험 자료를 탈설계점 해석에 적용할 수 있는 압축기 성능선도로 SmoothC 프로그램을 이용하여 생성하였다. 시험데이터 사이의 값들은 interpolation을 통해 성능선도를 구축하였다.
- 특정 엔진들에 대한 흡입구 전압력회복율 정보는 극히 드물며 본 연구에서는 Gasturb에서 기본 적으로 제공하는 흡입구 전압력회복율 선도를 이용하여 해석 시 저속영역에서는 성능이 높게 나타나고 고속영역에서는 성능이 낮게 나타나는 경향성을 보였다. 따라서, 설계점 및 탈설계점의 목표값에 수렴하도록 저속영역에서는 1 이하의 계수값들을 고속영역에서는 1 이상의 계수값들을 적용 반복계산을 통하여 목표값에 수렴하는 성능선도로 재구성하였다. Fig.
- 실제 성능이 유사한 성능 선도를 얻는다는 것은 매우 어렵다. 본 연구에서는 아래와 같이 Gasturb에서 적용하는 축척기법을 적용 하여 유사 구성품 성능 선도를 축척하여 해석에 적용하였다.
- 또한, 다른 작동점의 값을 혼합하여 보여 주기 때문에 원천데이터로서는 신뢰성이 낮다. 본 연구에서는 웹사이트 및 공개된 관련 자료를 기반으로하여 엔진 성능 모델링을 수행하였으며 Table 1은 수집된 F100-PW-229 터보팬 엔진의 기초 성능자료를 보여준다. 정확한 성능 수치를 확인할 수 없으므로 일정 범위안에서 엔진 성능 치를 예측해서 사용해야 함을 알 수 있다.
- 엔진개발 프로그램의 협력적인 관계에서 후발업체들은 선진업체에서 공개하는 부분적인 사이클 데이터만을 획득 할 수밖에 없기에 엔진 구성품 설계자 및 엔진 성능 연구자들이 가스터빈 시뮬레이션을 개발하는 것은 제한된 정보를 기초로 할 수밖에 있다. 본 연구에서는 웹사이트 및 공개된 소수의 자료를 기반으로 하여 후기연소기가 장착된 초음속 항공기용 저바이패스 터보팬 엔진 성능 모델링을 하였으며 성능해석을 수행하였다.
- 본 연구에서는 후기연소기가 장착된 초음속 항공기용 저바이패스 터보팬 엔진 성능을 모델링 하기 위해 F100-PW-229 엔진을 적용하였으며 엔진 성능 모델링을 위해 Gasturb 소프트웨어를 이용하였다. 웹사이트 및 공개된 자료를 통하여 획득한 F100-PW-229 엔진관련 자료와 구성품 특성치 및 설계변수들에 대한 적절한 가정을 적용하여 엔진 성능 모델링을 하였으며 민감도 해석 및 최적화 해석을 통해 신뢰성을 향상 시켰다.
- 기초적인 F100-PW-229 엔진관련 자료와 구성품 특성을 웹사이트 및 공개된 자료를 통하여 구하였다. 사용할 수 있는 자료의 한계로 인하여 엔진 성능 모델링을 하기 위해 몇몇 값들은 적절한 가정을 하여 적용하였으며 설계변수들에 대해 민감도 해석 및 최적화 해석을 통해 신뢰성을 향상 시켰다. 엔진의 정확한 세부성능은 엔진 제작사의 성능표로부터 알 수 있지만 초기 설계 단계에서는 설계점 및 탈설계점 해석을 수행함으로써 엔진의 성능을 구하게 된다.
- 설계 변수 중 Turbine Cooling Air, Fan과 터빈 효율이 엔진 성능에 크게 영향을 미치는 것을 알 수 있으며 민감도가 큰 변수들을 주요 설계변수로 설정하였다.
- 설계점 성능자료가 명확히 확보되지 않은 관계로 엔진에 대한 설계점을 최적화 방법을 통해 산출하였다.
- 둘째, 연소기의 압력손실은 터빈입구온도와 독립적이다. 셋째, F100-PW-229 엔진의 구성품 값을 적용할 수 없을 때, 일반화된 값을 적용하였다. 넷째, 탈설계점 해석을 위해 참고문헌[4]의 구성품 시험 자료를 기초로 생성한 성능선도를 적용하였다.
- 엔진덱을 통한 후기연소기를 적용한 엔진 성능 값에 수렴하기 위하여 Gasturb의 파라메트릭 반복해석 방법을 이용하여 후기연소기 설계변수값을 설정하였으며 이에 따라 설계점 해석을 수행 하였다. Seal Level, ISA 조건에서 후기연소기 적용 엔진 성능 값은 Gross Thrust 113.
- 본 연구에서는 후기연소기가 장착된 초음속 항공기용 저바이패스 터보팬 엔진 성능을 모델링 하기 위해 F100-PW-229 엔진을 적용하였으며 엔진 성능 모델링을 위해 Gasturb 소프트웨어를 이용하였다. 웹사이트 및 공개된 자료를 통하여 획득한 F100-PW-229 엔진관련 자료와 구성품 특성치 및 설계변수들에 대한 적절한 가정을 적용하여 엔진 성능 모델링을 하였으며 민감도 해석 및 최적화 해석을 통해 신뢰성을 향상 시켰다. Military Power 설계점 해석 결과 Gross Thrust Error 0.
- 본 연구에서 F100-PW-229 엔진 성능 모델링을 위해 아래와 같은 가정을 적용하였다. 첫째, 설계점은 해면상태, 정적 조건이다. 둘째, 연소기의 압력손실은 터빈입구온도와 독립적이다.
- 터빈 성능 선도의 경우 터빈의 운용 범위가 매우 좁기 때문에 Gasturb에서 제공하는 일반적인 터빈성능선도를 스케일링하여 해석에 적용하였다. Fig.
대상 데이터
- 본 논문에서는 저바이패스 터보팬 엔진 성능을 모델링하기 위해 F100-PW-229 엔진을 적용하였다. 기초적인 F100-PW-229 엔진관련 자료와 구성품 특성을 웹사이트 및 공개된 자료를 통하여 구하였다. 사용할 수 있는 자료의 한계로 인하여 엔진 성능 모델링을 하기 위해 몇몇 값들은 적절한 가정을 하여 적용하였으며 설계변수들에 대해 민감도 해석 및 최적화 해석을 통해 신뢰성을 향상 시켰다.
- 본 논문에 적용한 저바이패스 F100-PW-229 엔진은 후기연소기가 장착된 엔진이며, F-15 및 F-16에 사용된다. F100-PW-229 엔진은 3단 팬과 10단의 압축기, 2단 저압터빈과 2단 고압터빈으로 구성되어 있는 쌍스풀 터보팬 엔진 형태를 가진다.
- 본 논문에서는 저바이패스 터보팬 엔진 성능을 모델링하기 위해 F100-PW-229 엔진을 적용하였다. 기초적인 F100-PW-229 엔진관련 자료와 구성품 특성을 웹사이트 및 공개된 자료를 통하여 구하였다.
- F100-PW-229 저바이패스 터보팬 엔진의 터빈 냉각공기 유량을 설정하기 위해서는 터빈의 수명과 엔진 성능 값을 고려하여 설정해야 한다. 본 해석에 적용된 값은 엔진 코어 질유량의 15%~25% 범위안에서 터빈 냉각 공기 유량을 설정하였다[3].
데이터처리
- 따라서, F100-PW-229 터보팬 엔진 압축기 특성과 유사한 압축기 성능선도를 조사하였으며 참고문헌[6]에 나와 있는 압축기 성능 시험 자료를 탈설계점 해석에 적용할 수 있는 압축기 성능선도로 SmoothC 프로그램을 이용하여 생성하였다. 시험데이터 사이의 값들은 interpolation을 통해 성능선도를 구축하였다. Fig.
이론/모형
- 또한, 이 방법의 수렴은 전적으로 무작위 추정치(random trialnumber) 의 평균값과 분산에 직접적인 영향을 받는다. 따라서, 본 연구에서는 수렴속도를 개선하기 위해서 Random Search method를 일부 수정한 Adaptive Random Search method를 사용하였다. Adaptive Random Search method는 현재까지의 최적화 과정에서 보여준 경로를 바탕으로 무작위 추정치의 평균값과 분산을 최적화 단계마다 보정해 주는 방법이다.
- 본 논문에서는 저바이패스 터보팬 엔진 모델링을 위해 Gasturb 소프트웨어를 사용하였다. Gasturb는 가스터빈 엔진의 설계점, 탈설계점 해석 및 성능해석, 구성품들에 대한 설계를 할 수 있으면 파라메트릭 해석을 통하여 최적의 사이클 해석이 가능하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.