Escolar Documentos
Profissional Documentos
Cultura Documentos
net/publication/333678389
CITATIONS READS
0 489
4 authors, including:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by André Rezende Dessimoni Carvalho on 11 June 2019.
entre apenas dois vetores na obtenção do vetor doador; e o comprometida. Assim, a altura da asa é definida como a
cruzamento é do tipo binomial (executado em cada variável de menor possível atendendo ao limite de ângulo de rotação na
forma independente). decolagem estabelecido para cada indivíduo (Figura 2). Com
isso, toda a geometria da asa e sua posição no cone é
As variáveis de otimização foram definidas de tal delineada.
forma que possam abranger uma aeronave genérica de
configuração definida no projeto conceitual (monoplano com
trem de pouso convencional). São elas: corda da raiz da asa;
ângulo de incidência da asa; porcentagem das estações da asa;
afilamentos; diedros; enflechamentos; torção geométrica;
perfis aerodinâmicos da asa e empenagem horizontal;
alongamento e afilamento da empenagem horizontal; limite de
ângulo de rotação na decolagem e distância horizontal do trem
de pouso ao CA da asa.
P ágina 3|8
6 FORUM SAE BRASIL AERODESIGN 2018
Módulo de desempenho
Para isso, o tempo é discretizado em intervalos de Figura 6 - Forças longitudinais durante decolagem. Nota-se o
0,05 segundos. Inicialmente, a massa total da aeronave é ganho em arrasto no fim da pista devido à rotação.
considerada igual a 3 kg. A cada passo, as forças atuantes na
P ágina 4|8
6 FORUM SAE BRASIL AERODESIGN 2018
A velocidade do vento de proa tem impacto geométricas, diedro e enflechamento), na tração do motor, CL
significante na carga paga da aeronave. Assim, um estudo e CD. A incerteza na tração do motor é justificada pelas
estatístico [21] do vento no local e período da competição foi oscilações da sua rotação percebidas em ensaios. Tais
realizado. Dessa forma, as análises de desempenho incertezas são implementadas da seguinte forma: para cada
consideram uma velocidade do vento de proa de 3 m/s. variável, um valor randômico de -1 a 1 é gerado e
multiplicado por uma amplitude definida pela equipe. Esse
Módulo de cargas e estruturas valor é então somado ao valor da variável de projeto e a
função objetivo ocorre normalmente.
O módulo de cargas e estruturas é responsável pela
estimativa de peso vazio da aeronave candidata. Três etapas Com isso, pode-se avaliar a sensibilidade que as
são utilizadas. A primeira calcula a massa de balsa utilizada na variáveis de projeto possuem na pontuação da aeronave. Uma
construção da asa e da empenagem com base na espessura das aeronave muito sensível deve-se ser evitada, pois uma
chapas, densidade, área coberta do bordo de ataque, bordo de pequena mudança não intencional nas dimensões da aeronave
fuga e nervuras e área de entelagem. A segunda etapa estima a resultará em pontuação de voo baixa na competição.
massa de componentes fixos da aeronave, tais como: motor,
servos, trem de pouso, rodas, bequilha e componentes RESULTADOS
eletrônicos. A terceira etapa utiliza uma comunicação entre o
MATLAB e o solver de elementos finitos NASTRAN para o
dimensionamento da longarina da asa. A distribuição de
sustentação é obtida através do método de Schrenk [22]. Após
uma estimativa do raio da longarina de carbono vazado, a
solução 101 é realizada iterativamente reduzindo-se o raio da
longarina até que sua deflexão na ponta da asa seja menor que
18 mm e a tensão máxima obtida seja menor que a tensão de
escoamento do material. O valor de deflexão máxima
permitida foi estimado a partir da asa da aeronave Tucano
2016, na qual sua deflexão ao término da corrida de
decolagem anulava o valor de diedro. Para simular a Figura 7 - Tucano 004 (com modificações do projeto
influência da balsa, o modelo em NASTRAN conta com preliminar e detalhado).
rigidezes impostas.
Foram realizados 13 ciclos de otimização, sendo os
Função pontuação dois últimos robustos. A cada ciclo, os limites laterais foram
estreitados de acordo com a convergência. Três aeronaves com
Como o objetivo do processo de otimização é obter a pontuações próximas resultaram do processo de otimização
melhor aeronave para a competição SAE Brasil Aerodesign, o (Tabela 2). A aeronave 2 (Figura 7) foi selecionada devido à
valor otimizado é a pontuação de voo da aeronave. Com a maior facilidade de construção, visto que não há
estimativa de peso vazio calculada no módulo de cargas e enflechamento.
estruturas e o MTOW calculado no módulo de desempenho, a
pontuação é obtida pelas equações apresentadas no Tabela 2 - Variações entre 3 aeronaves ótimas.
regulamento. O algoritmo de evolução diferencial acelerada Dimensão Aer. 1 Aer. 2 Aer. 3
busca a minimização do valor negativo da pontuação (ou seja, Envergadura da asa [m] 2,57 2,61 2,60
Geral
aeronaves do processo de otimização passam por uma análise Afilamento 0,76 0,76 0,81
de sensibilidade. Incertezas são aplicadas em algumas
Enflechamento [deg] -4,00 0,00 -3,47
variáveis de otimização (ângulo de incidência, torções
Diedro [deg] 0,00 0,00 -4,00
P ágina 5|8
6 FORUM SAE BRASIL AERODESIGN 2018
P ágina 6|8
6 FORUM SAE BRASIL AERODESIGN 2018
REFERÊNCIAS
[1] Warren Hoburg, Pieter Abbeel. Geometric
Programming for Aircraft Design Optimization. AIAA
Figura 9 - Curva de CP da aeronave resultante.
JOURNAL, 2014.
[2] Ilan Kroo, Steve Altus, Robert Braun, Peter Gage, Ian
CONCLUSÕES ESPERADAS Sobieski. Multidisciplinary Optimization Methods for
Aircraft Preliminary. AIAA. 1994.
A partir dos resultados mostrados, nota-se que a [3] A. A. Giunta, O. Golividov, D. L. Knill, B. Grossman,
metodologia de MDO apresentada fornece uma aeronave R. T. Haftka, W. H. Mason, L. T. Watson.
competitiva dentro do ambiente da SAE Brasil Aerodesign. Multidisciplinary Design Optimization of Advanced
Além disso, por ser constituído por módulos, o POMAER Aircraft Configurations. 1996.
pode ser facilmente ajustado para atender a outros [4] Tomasz Goetzendorf-Grabowski, Jacek Mieloszyk.
regulamentos ou ainda uma aeronave comercial, como, por Unconventional Configurations - Design and
exemplo, otimizando o consumo de combustível através de Optimization. ICAS. 2016.
alterações no módulo de desempenho e pontuação. [5] Joaquim R. R. A. Martins, Andrew B. Lambe.
Multidisciplinary Design Optimization: A Survey of
No ano de 2017, todo o processo de otimização levou Architectures. AIAA. 2013.
9 semanas. Sendo 6 semanas dedicadas à implementação da [6] Mccullers, L. A. Aircraft configuration optimization
linha sustentadora moderna, correção de erros cometidos e including optimized flight profiles. 1984.
aperfeiçoamento do módulo geométrico e de desempenho. [7] Sadraey, Mohammad H. Aircraft Design. Wiley, 2013.
Apenas as últimas 3 semanas contemplaram, efetivamente, os [8] Raymer, D. P. Aircraft Design: A conceptual
ciclos de otimização. Dessa forma, quando comparado à Approach. AIAA, 1992.
metodologia de projeto com base histórica (aeronaves de anos [9] R. Storn, K. Price. Differential evolution: a simple and
anteriores), o tempo demandado pelo POMAER é maior. efficient adaptive scheme for global optimization over
Entretanto, devido a integração multidisciplinar, o POMAER continuous spaces. International Computer Science
consegue extrair uma boa relação de compromisso entre as Institute. 1995.
variáveis de projeto. Além disso, o resultado das análises [10] Fran Sérgio Lobato, Valder Steffen Jr, Antônio J. Silva
realizadas neste processo continua sendo utilizado no projeto Neto. Resolução de Problemas Inversos em Processos
preliminar e detalhado como estimativa para análises Difusivos e Transferência Radiativa usando o
aprofundadas, reduzindo-se o tempo total de projeto. Algoritmo de Evolução Diferencial. 2011.
[11] Fran Sérgio Lobato, Valder Steffen Jr. Multi-Objective
Mesmo com os ganhos apresentados, é preciso ser Optimization Problems. Springer International
cauteloso na utilização do POMAER. O projetista deve Publishing, 2017.
entender como as variáveis trabalham dentro dos módulos [12] Philips, W., Snyder, D., 2000. Modern Adaptation of
para que possa analisar os resultados dos ciclos de otimização. Prandtl, Journal of Aircraft, vol. 37.
Dessa forma, evita-se que o resultado seja apenas uma solução [13] Carvalho, A. R. D., Brito, P. P. C., Nonlinear Lifting
P ágina 7|8
6 FORUM SAE BRASIL AERODESIGN 2018
CONTATO
Guilherme Hiroiti Gomes Miyadaira – Universidade Federal
de Uberlândia
guilhermemiyadaira@hotmail.com
P ágina 8|8