Hybrid Framework Construction of Multidisciplinary Design Optimization for Transonic Axial Compressor with Efficient Global Optimum Exploration

Abstract

본 연구에서는 항공기용 저압 축류 압축기의 실 제작에 활용할 수 있을 정도의 신뢰성을 가진 공력/구조 최적설계를 위하여 근사모델을 이용하여 전역 최적해를 확보하고 근사모델에 내재된 오차의 영향을 없애기 위해 탐색된 최적해로부터 매 단계마다 해석을 수행하여 다시 한번 해를 찾는 다단계 최적설계(Double Step Optimization)에 대해서 제안하였다. 먼저 근사모델을 이용하여 압축기의 최적 형상을 도출하는 항공기용 축류 압축기 최적설계 프레임워크를 구축한 후 정해진 최적 형상의 수치해석적 공력 성능과 이를 기반으로 만든 실험 모델의 공력성능을 비교하여 프레임워크의 신뢰도를 검증하였다. 그 후 근사모델에서 발생하는 오차가 이미 축적된 설계 노하우와 반복적인 개선을 통하여 어느 정도 성능을 확보한 기본 형상에 대한 최적해의 성능 향상에 비해 무시할 만한 크기가 아니기 때문에 이를 해결하기 위해 어느 정도 전역 최적해를 확보한 후 기울기 기반 탐색기법을 이용해 매 탐색단계마다 해석을 수행하는 기법을 적용하였다. 인공 신경망을 이용하여 근사모델을 구축한 후 최적화를 진행하였고, 그 결과 공력 효율은 약 3.7% point, 구조 목적함수인 안전계수는 약 217%가 증가함을 볼 수 있었다. 또한 본 연구에서는 작동점만을 고려한 최적설계의 경우 스톨 마진을 확보할 수가 없기 때문에 안정적인 작동 영역을 확보하기 위해 확산 인자(Diffusion Factor)를 이용하여 손실을 저감하며 마진 확보를 할 수 있도록 하였다. 확산 인자는 임계 확산 인자보다 작아야 하므로 공력 효율은 최대화 하면서 확산 인자는 최소화 하는 방향으로 최적화를 진행하였다. 근사 모델은 크리깅 모델을 이용하여 구축하였고 진화 알고리즘을 이용하여 최적해를 구하였다. 그 결과 공력 효율은 약 4.5%, 안전계수는 약 14.6% 가량 증가하면서 확산 인자도 4.4% 가량 감소시키는 결과를 얻었다. 확산 인자가 감소함에 따라 스톨 마진은 19.7% 정도 보다 더 확보되었다. 따라서 본 연구에서 제안된 다단계 최적설계 기법을 항공기용 축류 압축기 최적설계에 적용할 경우 설계의 정확성은 확보하면서 성능 또한 상당히 개선된 결과를 얻을 수 있음을 확인할 수 있었다.

Design optimization of aircraft turbo engine compressor is performed with Multidisciplinary Design Optimization (MDO) since it commonly has very complex shapes and its stability characteristics are very difficult to fully analyze. Furthermore, Optimization Results gained by approximation model have an error compared to numerical analysis data. If these optimum data were used for manufacturing and examination, there could be a difference between the expectation and the real value. In this research, development of multidisciplinary design optimization framework is done to apply the optimum result not only qualitatively but also quantitatively manufacturing for transonic axial compressor. To make the framework more efficiently and secure the global optimum, approximation model is adopted and genetic algorithm is used for finding global optimum solution. However, approximation model has implicit error in constructed model. For that reason, the hybrid optimization framework is constructed. Hybrid optimization framework means that two different optimization techniques are combined and simultaneously work in one optimization process. This framework consists of two steps. First step is global optimum searching step using approximation mode and second step is finding accurate optimum result using gradient based searching method. In second step, during searching the optimum point, approximation model is not applied and numerical analysis is done directly in every steps of searching. To validate the framework and analysis tools, real scale transonic low pressure compressor rotor and stator was manufactured and tested in test rig with result of constructed optimization framework. Compressor test was done by KARI. The objective function of optimization is aerodynamic efficiency and safety factor for structural stability. The efficiency is increased 2.1% point and the safety factor is increased 217%. But this result has narrow operating section because of small stall margin. To secure the stable operating domain, diffusion factor is added to objective function. Minimize the diffusion factor expects loss diminution and stall margin extension. As a result, the stall margin is broadened 19.7% with enhanced aerodynamic efficiency by 4.49% and safety factor by 13.6%. As a result, using the hybrid multidisciplinary design optimization framework for axial compressor which suggested in this work approve the accuracy between the optimum result and the numerical analysis result with the improvement of performances.