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.
문제 정의
- 본 연구는 개념설계가 끝난 항공기에 대해 기본설계 단계로 넘어가지 전 인증 규정에 대한 적합성을 점검하고, 인증 조건을 만족하지 못하는 경우 인증 조건을 만족하기 위해 설계 변경이 이루어져야 하는 방안에 대해 소형제트항공기(Very Light Jet)의 이륙성능에 관한 인증 조건을 점검해보고 이륙성능을 개선하기 위해 플랩 재설계의 예를 들어 이를 활용할 수 있는 방안에 대해 제시하고자 한다.
- 본 연구에서는 항공기의 개념설계가 완료된 후 항공안전 인증 요건을 적용하여 설계를 재검토 하고 인증 요건을 만족하지 못할 시 재 설계 하는 방법을 제안하였다.
- 규정에 맞지 않는 설계 값을 확인 하지 않고 기본설계로 넘어간다면 다시 재설계를 해야 되는 위험이 따르게 된다. 이륙 성능을 개선하기 위해 본 연구에서는 재설계를 하기위한 항목 도출에 대해 논하고자 한다. 우선 첫 번째로 단계로 이륙 성능에 영향을 미치는 설계 인자를 찾는다.
제안 방법
- HOQ(House of Quality)를 이용하여 재설계 대상을 분석을 통해 플랩에 대해 재설계를 진행 하였으며, 예측 프로파일, Contour Plot을 통해 재설계 영역에 대해 만족함을 확인 후에 최적설계를 진행하였다. 최적 설계 결과 플랩의 종류와형상이 변경되었으며 이를 통해 임무제약조건과 인증제약조건을 모두 만족하는 형상을 얻을 수 있었다.
- 또한 설계 변수의 변화와 제약조건의 변화에 따른 설계 영역의 변화를 바로 파악 할 수가 있어서 사용자, 생산자 등과 함께 설계 영역의 확장 및 축소를 할 수 있다. [7] 본 연구에서는 예측 프로파일 결과를 통해 플랩 길이와 이륙 변위 각을 축으로 하고 6개의 플랩형태에 대하여 Contour Plot을 작성하였다. 응답변수로는 실속속도, 회전속도, 이륙거리 표준착륙속도, 착륙거리, 상승구배를 선정하였으며 입력변수와 입력변수와의 Contour Plot을 작성하였다.
- 'migration'은 발생하는 간격과 확률의 파라미터로 인해 작용한다.[8] 본 연구에서는 10개의 집단군을 생성하고, 각 집단군에 10개의 모집단을 생성하였으며, 모집단 간의 교배 율은 0.01, 돌연변이확률은 0.01,migration 간격은 5, migration 확률은 0.01로 최적화를 수행하였다.
- 각 입력변수의 범위는 현재 운항 혹은 개발 중인 소형제트 항공기에 대해 입력변수인 이륙플랩 변위각, 착륙 플랩 변위각, 윙의 스팬/플랩의 스팬 비, 윙의 시위/플랩 시위 비에 대한 Trade off Study를 하여 변수들의 최솟값과 최댓값의 범위를 선정하였다.
- 본 문제의 목적함수는 비선형이며 정 수 형태의 설계변수를 가지고 있기 때문에, 수학적인 최적화 방법을 사용할 경우 국소 최솟값에 빠질 수 있다. 따라서 Genetic Algorithm을 적합한 최적화방법으로 선정하였다. Multi-island Genetic Algorithm은 일반적인 Genetic Algorithm에 비해 향상된 방법으로, 비교되는 가장 큰 특징은 생성한 모집단을 ‘Island’ 라 불리는 집단군으로 나누는 것이다.
- 본 연구에서 사용할 설계 제약조건은 운용요구도 분석 결과를 바탕으로 한 제약조건(이하 임무제약조건)과 항공기안전 인증요건 분석 결과를 바탕으로 한 제약조건(이하 인증제약조건)으로 구성된다. 임무제약조건은 운용요구도 분석결과와 기준 형상의 제원을 기초로 설정한다.
- 본 연구에서는 설계 대상 분석을 하기위하여 HOQ(House of Quality)를 수행하였다.
- 예측 프로파일(Prediction Profile)은 입력변수와 출력 변수와의 민감도 분석을 통하여 설계에 가장 많은 영향을 주는 변수를 Contour Plot의 기준 축으로 사용한다. 본 연구에서는 총 6개의 플랩 형태에 대하여 Table 3에 입력변수와 출력 변수에 대하여 예측 프로파일을 작성하였다.
- 설계변수의 경우 총 6종류의 플랩형상에 대해 Contour Plot 결과에 따라 설계 가능영역이 가장 큰 스플릿 플랩에 대하여 성능에 가장 큰 영향을 미치는 날개길이/플랩길이 비, 날개시위/플랩시위 비, 이륙 플랩 변위각, 착륙플랩 변위 각을 설계 변수로 정하였다.
- [7] 본 연구에서는 예측 프로파일 결과를 통해 플랩 길이와 이륙 변위 각을 축으로 하고 6개의 플랩형태에 대하여 Contour Plot을 작성하였다. 응답변수로는 실속속도, 회전속도, 이륙거리 표준착륙속도, 착륙거리, 상승구배를 선정하였으며 입력변수와 입력변수와의 Contour Plot을 작성하였다. Contour Plot의 분석 결과 (a) 단순플랩과 (b) 스플릿 플랩에서만 설계가능영역(흰색)이 나타났으며 다른 종류의 플랩에서는 설계 가능영역이 나타나지 않았다.
- 이를 통하여 실제 개념설계 단계가 끝난 소형 제트항공기에 대하여 인증 요건을 검토하였으며 이듯 통해 인증 규정을 만족하지 않는 성능에 대하여 재설계를 진행하였다.
- 인증 규정의 경우 FAR 23, CS23, AC23을 통해 데이터베이스화 하였으며 인증 데이터베이스와 설계 변수와의 연계성 분석을 통하여 DCRT를 작성하여 소형항공기 설계에 있어서 항공안전 인증 요건을 설계 제약 조건으로 활용할 수 있는 방안을 확보하였다.
- 인증-설계 데이터베이스는 공력, 추진, 구조, 제어, 안전성은 각 분야별 설계 및 해석 프로그램과 연계하며 분야별로 분류된 인증 요소들로부터 설게 분야별로 검증방법을 정립하고 각 분야별 설계 결과를 검증 할 수 있는 설계 단계별 해석 도구 및 해석 자원을 개발하여 인증 요건에 대한 적합성을 검증한다.
- 인증요건 범위 선정은 FAR Part 23 중 Subpart B 비행/성능에 해당하는 내용 중 이륙에 해당하는 내용에 대해 분석을 하였다.[6] 이륙규정에 해당 하는 항목들은 23.
- 항공기 인증 규정 분석을 통해 도출한 항공기 성능 값을 해석하기 위해 GASP Code를 이용하였다. 입력변수는 총 5개를 사용하였으며 풀랩의 경우 6 Level을 적용하였으며 나머지 4개의 변수에 대해 3 Level Full Factorial을 적용하여 총 486개의 디자인 케이스 결과에 따라 해석 결과를 확인 할 수 있는 Design Space Model을 작성하여 설계변수의 민감도 해석과 설계 가능영역 검색을 위한 환경을 구축하였다. Design Space Model을 구성하기 위한 입력변수와 출력변수는 Table 3과 같다.
- 최적설계 문제는 초기형상을 기준으로 플랩형상과 인증 정보와 관련된 설계 변수들을 기준 값으로 선정하였다.
- 본 연구에서 사용된 인증 규정은 비행시험에 관한 규정이다. 하지만 비교하고자 하는 항공기의 경우 개념설계만 완료된 항공기이기 때문에 비행시험의 경우 GASP Code[8]을 사용하여 해석한 값을 토대로 Fig 3과 같은 Certification Related Table을 작성하여 인증 규정과 비교를 진행 하였다.
대상 데이터
- 본 연구에서 사용한 개념설계 형상은 건국대학교와 캐나다 토론토 소재 Ryerson 대학교가 공동으로 진행한 설계 프로젝트를 실시하여 얻어진 자료를 참고로 하였다.[5]
데이터처리
- Table 1의 5개의 재설계 대상을 How로 고려하였으며, 각 대상을 재설계 하였을 시 생기는 문제점을 What으로 고려하였다. 이 때 각 항목의 가중치는 아래의 Fig 3과 같으며 대응관계의 관련정도는 민감도 분석 결과를 이용하였다.
이론/모형
- 본 연구에서 사용된 인증 규정은 비행시험에 관한 규정이다. 하지만 비교하고자 하는 항공기의 경우 개념설계만 완료된 항공기이기 때문에 비행시험의 경우 GASP Code[8]을 사용하여 해석한 값을 토대로 Fig 3과 같은 Certification Related Table을 작성하여 인증 규정과 비교를 진행 하였다.
- 설계된 항공기에 대한 형상 및 성능해석을 위해 본 논문에서는 NASA에서 개발한 GASP(General Aviation Synthesis Program)을 사용하였다. GASP는 미국의 NASA Ames 연구소에서 항공기 초기 개발용으로 제작되었다.
- 예측 프로파일(Prediction Profile)은 입력변수와 출력 변수와의 민감도 분석을 통하여 설계에 가장 많은 영향을 주는 변수를 Contour Plot의 기준 축으로 사용한다. 본 연구에서는 총 6개의 플랩 형태에 대하여 Table 3에 입력변수와 출력 변수에 대하여 예측 프로파일을 작성하였다.
- 최적설계 기법은 MIGA(Multi- Island Genetic Algorithm)을 채용하였다. 본 문제의 목적함수는 비선형이며 정 수 형태의 설계변수를 가지고 있기 때문에, 수학적인 최적화 방법을 사용할 경우 국소 최솟값에 빠질 수 있다.
- 항공기 인증 규정 분석을 통해 도출한 항공기 성능 값을 해석하기 위해 GASP Code를 이용하였다. 입력변수는 총 5개를 사용하였으며 풀랩의 경우 6 Level을 적용하였으며 나머지 4개의 변수에 대해 3 Level Full Factorial을 적용하여 총 486개의 디자인 케이스 결과에 따라 해석 결과를 확인 할 수 있는 Design Space Model을 작성하여 설계변수의 민감도 해석과 설계 가능영역 검색을 위한 환경을 구축하였다.
성능/효과
- 응답변수로는 실속속도, 회전속도, 이륙거리 표준착륙속도, 착륙거리, 상승구배를 선정하였으며 입력변수와 입력변수와의 Contour Plot을 작성하였다. Contour Plot의 분석 결과 (a) 단순플랩과 (b) 스플릿 플랩에서만 설계가능영역(흰색)이 나타났으며 다른 종류의 플랩에서는 설계 가능영역이 나타나지 않았다.
- QFD의 중요도 분석결과 고양력장치(Flap)의 설계 변경이 가장 중요 순위로 주어졌으며, 이는 플랩의 재설계가 다른 설계 부분에 많은 영향을미치지 않으면서 인증 규정을 쉽게 만족시킴을 알 수 있다.
- 이륙 시에 적절한 VR을 확보하지 못하여 인증 규정을 만족하지 못한 것은 최적설계결과 이륙시 플랩의 각도를 20도에서 13도로 줄이는 이륙 성능을 개선함으로 충분한 속력을 얻은 다음에 이륙을 하여 VR을 만족하는 방향으로 진행되었으며, 또한 충분한 VR을 확보하기위해 플랩의 형상이 기존의 파울러 플랩에서 스플릿 플랩으로 형상이 바뀌었으며 플랩면적은 증가하였음을 알 수 있었다.
- HOQ(House of Quality)를 이용하여 재설계 대상을 분석을 통해 플랩에 대해 재설계를 진행 하였으며, 예측 프로파일, Contour Plot을 통해 재설계 영역에 대해 만족함을 확인 후에 최적설계를 진행하였다. 최적 설계 결과 플랩의 종류와형상이 변경되었으며 이를 통해 임무제약조건과 인증제약조건을 모두 만족하는 형상을 얻을 수 있었다.
- 최적화 결과 만족하지 못한 23.51(a)의 항목을 만족하기 위하여 VR 값이 78.4knots에서 83.9knots로 도출 되어 인증제약조건을 만족하였으며 다른 제약 조건 또한 만족하였다.
- 플랩 형태에 따른 총 6개의 예측 프로파일에 대한 분석한 결과 플랩 길이와 이륙 변위각 설계에 가장 많은 영향을 주는 것으로 나타났다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.