차수축소모델과 기계학습을 이용한 유연항공기의 선회비행 전산모사에 관한 연구

Abstract

유연항공기의 거동을 해석할 때 강체항공기와 달리 공력와 구조의 결합에 의해 발생하는 영향을 고려하여야 하며 이를 공력탄성학이라 한다. 유연항공기가 비행할 때 작용하는 공력에 의해 구조에 변형이 발생하게 되며, 이에 의해 항공기에 작용하는 공력이 다시 변하게 되어 항공기의 거동에 큰 영향을 미친다. 따라서 비행동역학, 공력, 구조의 결합에 의한 영향을 고려한 해석이 필수적이다. 본 논문에서는 유연항공기의 수평선회비행을 전사 모사 하기 위해서 다물체동역학 기법 중 하나인 FFRF(Floating Frame of Reference Formulation)을 이용하여 유연항공기를 모델링하였고, finite state inflow theory에 기반한 공력 모델을 사용하였다. 항공기 수평 선회 비행을 하기 위해서는 구심력이 필요하고 이로 인해 발생하는 공력과 구조의 강한 결합을 갖게 되어 초기비행조건을 유지하며 일정한 상태로 수평 선회 비행을 하기 어렵다. 이에 본 논문에서는 조종면과 추력의 상태를 지속 조작하며 초기비행조건을 유지하는 strong coupled analysis를 사용하여 수평선회비행을 전산 모사하였다. 또한 strong coupled analysis의 최대 단점인 계산 시간 문제를 해결하기 위해 차수 축소 모델과 기계 학습을 통해 대리모델을 구축하고 이를 사용하여 계산시간을 단축시켰다.

When the flexible aircraft is flying, deformation occurs in the structure due to aerodynamics. And changed aerodynamics affect flight trajectory. So coupling effects of aerodynamics and structural deformation should be considered, when analyzing the behaviors of flexible aircraft. In this paper, the flexible aircraft was modeled using the floating frame of reference formulation(FFRF), which is one of the multibody dynamics methods, to simulate the level turn flight of the flexible aircraft. And strong coupled analysis was used to solve the problem of strong coupling between aerodynamics and structural deformation caused by the centripetal force required for level turn flight. In addition, a surrogate model constructed using machine learning and POD-based reduced order model are used to improve computational efficiency