지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김창주
- 발행연도
- 2017
- 저작권
- 건국대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
2017
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
회전익 항공기의 진동은 항공기 부품의 수명을 단축시키고, 비행 성능뿐만 아니라 임무 효율을 저하시키는 등의 심각한 문제를 야기한다. 기체 진동을 최소화하기 위해서 개별 블레이드에 장착된 피치 링크, 균형 추, 트림 탭과 같은 조절 장치를 이용한다. 본 논문에서는 개별 블레이드의 조절 장치를 이용하여 기체 진동과 동시에 로터의 트랙 편차를 최소화하는 로터 트랙 밸런스(Rotor Track and Balance, RTB) 알고리즘을 개발 및 적용하였다.
RTB 문제를 해결하기 위해 개별 블레이드의 조절 장치의 변화에 따른 항공기의 비행시험 데이터를 이용하였다. 실제 항공기의 비행 시험 데이터를 확보하기 어렵기 때문에 고 충실도 회전익 항공기 모델인 HETLAS를 이용하여 다수의 시뮬레이션 데이터를 확보하였다. 로터 트랙 및 기체 진동 응답(RTB 응답)과 조절 장치 조절량 사이의 관계를 중첩성과 등방성을 이용하여 가정하였으며, RTB 응답에 선형 또는 비선형 함수를 적용하여 선형 및 비선형 응답 모델을 개발하였다. 또한 피어슨 상관계수를 이용한 시뮬레이션 데이터와 모델을 통하여 예측한 데이터 비교를 통해 모델의 검증을 실시하였다.
RTB 응답을 최소화 하기 위해서 균형추 무게, 트림 탭 및 피치 링크의 길이를 최적화하기 위한 비선형 계획 문제를 정식화하였다. 효율적인 정식화 결과를 위해 구속 조건인 조절 장치의 최대 및 최소 조절량을 고려 가능한 실수 기반의 유전자 알고리즘을 이용하였다. 유전자 알고리즘의 단점인 느린 수렴성을 보완하기 위해 입자 군집 최적화 기법을 적용하였다. 선형 모델의 결과와 비선형 모델의 결과를 비교하였으며, 비선형 모델을 이용한 경우 선형 모델보다 향상된 응답특성을 얻을 수 있음을 보였다.
RTB 문제를 해결하기 위해 개별 블레이드의 조절 장치의 변화에 따른 항공기의 비행시험 데이터를 이용하였다. 실제 항공기의 비행 시험 데이터를 확보하기 어렵기 때문에 고 충실도 회전익 항공기 모델인 HETLAS를 이용하여 다수의 시뮬레이션 데이터를 확보하였다. 로터 트랙 및 기체 진동 응답(RTB 응답)과 조절 장치 조절량 사이의 관계를 중첩성과 등방성을 이용하여 가정하였으며, RTB 응답에 선형 또는 비선형 함수를 적용하여 선형 및 비선형 응답 모델을 개발하였다. 또한 피어슨 상관계수를 이용한 시뮬레이션 데이터와 모델을 통하여 예측한 데이터 비교를 통해 모델의 검증을 실시하였다.
RTB 응답을 최소화 하기 위해서 균형추 무게, 트림 탭 및 피치 링크의 길이를 최적화하기 위한 비선형 계획 문제를 정식화하였다. 효율적인 정식화 결과를 위해 구속 조건인 조절 장치의 최대 및 최소 조절량을 고려 가능한 실수 기반의 유전자 알고리즘을 이용하였다. 유전자 알고리즘의 단점인 느린 수렴성을 보완하기 위해 입자 군집 최적화 기법을 적용하였다. 선형 모델의 결과와 비선형 모델의 결과를 비교하였으며, 비선형 모델을 이용한 경우 선형 모델보다 향상된 응답특성을 얻을 수 있음을 보였다.
목차
제 1 장 서론 1제 1 절 연구 배경 1제 2 절 연구 내용 51. RTB 응답 모델링 52. RTB 문제의 정식화 6제 2 장 헬리콥터의 응답 특성 7제 1 절 트랙 응답 특성 7제 2 절 진동 응답 특성 111. 블레이드의 조절 파라미터에 의한 영향 132. 동체의 임의의 점에서의 진동 응답 14제 3 장 트랙 및 진동 응답 모델링 17제 1 절 RTB 응답 모델 171. 이차 모델 202. 선형 모델 213. 쌍일차 모델 21제 2 절 회귀 분석 방법 및 데이터 최소 요구량 221. 회귀 분석 222. 데이터 최소 요구량 23제 3 절 트랙 응답의 모델링 261. 트랙 응답 모델 262. 회귀 분석의 적용 29제 4 절 진동 응답의 모델링 301. 진동 응답 모델 302. 회귀 분석 적용 33제 4 장 트랙 및 진동 응답 모델의 검증 36제 1 절 상관관계 분석 37제 2 절 트랙 편차 모델 검증 38제 3 절 진동 응답 모델 검증 43제 5 장 RTB 문제의 정식화 54제 1 절 최적화 문제의 정식화 541. RTB 문제의 정식화 542. 트랙 편차 및 진동 응답 특성 계산 56제 2 절 최적화 기법 571. 유전자 알고리즘(Genetic Algorithm) 572. 입자 군집 최적화 기법(Particle Swarm Optimization, PSO) 593. Hybrid 유전자 알고리즘 60제 3 절 Hybrid 유전자 알고리즘의 적용 631. 교배 및 돌연변이 기법 632. 조절 파라미터 수 최소화(Parameter Reduction) 64제 6 장 RTB 문제의 최적화 결과 해석 65제 1 절 선형 및 비선형 모델 결과 비교 661. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 1) 662. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 2) 783. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 3) 854. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 4) 925. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 5) 996. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 6) 1067. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 7) 1138. RTB 문제 최적화 결과 해석(4-블레이드 헬리콥터, 문제 8) 1209. RTB 문제 최적화 결과 해석(3-블레이드 헬리콥터) 12710. RTB 문제 최적화 결과 해석(5-블레이드 헬리콥터) 13411. RTB 문제 최적화 결과 해석(6-블레이드 헬리콥터) 141제 7 장 결 론 146참 고 문 헌 148부 록(Appendices) 156국문초록 168
최근 본 자료
댓글(0)
0