بهینه سازی مقاوم سرعت فلاتر یک نمونه بال آیروالاستیک با نسبت منظری بالا
محورهای موضوعی : انتقال ارتعاشاتمیثم الیاسی 1 , علیرضا رودباری 2
1 - مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران، ایران.
2 - گروه مهندسی هوافضا، دانشگاه شهید ستاری، تهران، ایران
کلید واژه: عدم قطعیت, فلاتر, بهینه سازی مقاوم, آیرودینامیک شبه پایا,
چکیده مقاله :
در مطالعه حاضر با فرض وجود عدم قطعیت در متغیرهای طراحی سیستم، بهینه سازی مقاوم سرعت فلاتر یک نمونه بال تحت اثر خمش-پیچش ب مورد بررسی قرار می‌گیرد. از این رو ابتدا مدل‌سازی بر اساس مدل تیر یکسرگیردار اویلر-برنولی در شرایط آیرودینامیک شبه پایا، انجام شده و با استفاده از روش مودهای فرضی، معادلات آیروالاستیک گسسته سازی می‌گردند. پس از اعتبار سنجی نتایج، با حل عددی معادلات حاکم به روش رانج -کوتا پاسخ زمانی سیستم و با استفاده از تئوری مقادیر ویژه سرعت فلاتر بال محاسبه می‌گردند. در ادامه با انتخاب پارامترهای طراحی همچون سفتی خمشی، سفتی پیچشی و جرم بال به عنوان متغیرهای بهینه سازی، اثر عدم قطعیت بر متغیرهای طراحی اعمال شده و بهینه سازی با استفاده الگوریتم ژنتیک انجام می‌شود. در ادامه مقادیر متغیرها قبل و بعد از بهینه سازی و همچنین میزان بهبود سرعت فلاتر در بهینه سازی مقاوم و قطعی ارائه می‌گردند که نهایتاً بر اساس نتایج بهینه سازی، متغیرهای طراحی برای دست یابی به سازه‌ای با پایداری مناسب از نظر پدیده فلاتر تأیید می‌گردد.
In this study, with the assumption of uncertainty in system design variables, a robust Optimization of the Flutter velocity aeroelastic wing with high-aspect-ratio under the bending-torsion effect is examined . Therefore, the aerospace wings are firstly modeled based on the Euler-Bernoulli cantilever beam model in quasi-steady aerodynamic conditions. After validating the results, in the simulation section, by using the Runge-Kutta numerical solution and the theory of Eigenvalues, the system response time and Flutter velocity are obtained. Therefore, by choosing parameters such as bending and torsional rigidity and mass per unit wing as optimization variables the effect of uncertainty on the design variables and optimized by genetic algorithm. In addition, the values of variables before and after optimization, as well as the rate of improvement of the Flutter velocity are presented in a robust and deterministic optimization. Finally, based on the optimization results, design variables for achieving an appropriate stability structure in terms of the phenomenon Flutter is confirmed.
_||_