OTIMIZAÇÃO MULTIDISCIPLINAR IV Fórum SAE Aerodesign Brasil 2009

1. OTIMIZAÇÃO MULTIDISCIPLINAR IV Fórum SAE Aerodesign Brasil 2009 PARTE I : Juliano Machado T. Cavalcanti: juliano_cavalcanti@hotmail.com PARTE II: Francisco Palazzo Neto: franciscopalazzoneto@gmail.comPARTE III: Ana Paula Curty Cuco: ESSS / ESTECO

2. PARTE I - SUMÁRIO Evolução das metodologias de projeto Introdução a otimização Metamodelagem Exemplos: Estrutural Aerodinâmico Multidisciplinar Conceito de MDO Motores de Fluxo

3. EVOLUÇÃO DAS METODOLOGIAS DE PROJETO Cálculos repetidos manualmente para cada nova configuração Possibilidade de simular com maior agilidade cada nova configuração Primeiro Momento: Sem Análise Numérica Pequeno Grau de automação Produtividade Limitada por repetições Implementação de Melhorias Manual/Analítica Segundo Momento: Advento da Análise Numérica F.E.M./ C.F.D. Grau de automação Alto Limitada pela CPU Produtividade Manual/Analítica Implementação de Melhorias

4. EVOLUÇÃO DAS METODOLOGIAS DE PROJETO Geração e avaliação automática de cada nova configuração Terceiro Momento: Síntese (Projeto Inverso) Altíssimo Grau de automação Produtividade Altíssima Implementação de Melhorias Automática Totalmente Integrada com as já dominadas metodologias de análise Ruptura Extensão

5. INTRODUÇÃO A OTIMIZAÇÃO Bases: Variáveis de Projeto Objetivo Restrições O T I M I Z A Ç Ã O

6. INTRODUÇÃO A OTIMIZAÇÃO Procura da melhor solução possivel dentro de um espaço de projeto Restrições de desigualdade Retrições de igualdade Envelope de projeto Design Objective Minimize Cabin Noise Cost Design Constraints Formulacao basica de um problema de otimizacao: Respeitar as restrições impostas Arranging Different Noise Absorbers Design Variables

7. INTRODUÇÃO A OTIMIZAÇÃO Seja por exemplo a função Eixo x Função Objetivo Espaço de Projeto

8. INTRODUÇÃO A OTIMIZAÇÃO x= -4 X= +4 Função Objetivo + Restrições Espaço de Projeto RESTRITO Obs.: O Ótimo (Mínimo) Global ainda permanece no espaço de projeto

9. INTRODUÇÃO A OTIMIZAÇÃO Mínimos Locais x = - 8 x = - 1 ... Mas, em alguns casos: Problema numérico bastante delicado em procedimentos de otimização O mínimo do espaço de projeto restrito encontra-se em x = -1 A solução mais comum consiste em especificar outros projetos iniciais alternativos

10. INTRODUÇÃO A OTIMIZAÇÃO Não há como estabelecer uma regra rígida acerca do melhor método O bom senso e a experiência determinam a melhor escolha para cada aplicação

11. METAMODELAGEM Projetos Possíveis Projeto Ótimo Espaço de Projeto 1 Amostragem: Experimentos Estatisticamente Projetados 2 Escolha de um META - MODELO para representar os dados 3 Interpolação: Estimação de Parâmetros 4 Verificação da Qualidade do MODELO

12. METAMODELAGEM Requisito para otimizar: Conhecer as relações de causa-e-efeito entre variáveis de entrada e respostas de interesse F(x) F(x) F(x) = a + b.x x x • Matematicamente  Funções

13. METAMODELAGEM Requisito para otimizar: Conhecer as relações de causa-e-efeito entre variáveis de entrada e respostas de interesse • Matematicamente  Funções

14. EXEMPLO ESTRUTURAL Objetivo: Minimizar Massa L x2 x1 x4 x3 • Viga engastada submetida a carga distribuída w Sujeito a: Restrição de deslocamento Parâmetros Geométricos: Restrição de tensão normal Constantes:

15. EXEMPLO ESTRUTURAL Variáveis de Projeto A fim de minimizar o peso, o otimizador reduziu a espessura da mesa e aumentou a altura da longarina

16. EXEMPLO AERODINAMICO • Objetivo: Maximizar CL/CDi • Variaveis de entrada: 38 parametros geometricos : (30 para perfis e 8 para forma em planta)

17. EXEMPLO AERODINAMICO A fim de minimizar o arrasto de onda, o otimizador reduziu a espessura dos perfis.

18. EXEMPLO MULTIDISCIPLINAR • Objetivo: Consumo de combustível em determinada missão • Variáveis de projeto: • Parametros de perfil (10 variaveis) • Parametros estruturais (4 variaveis) • Sujeito a: MDO ? Restrição de deslocamento Restrição de tensão normal Dos exemplos anteriores: Diminuição de peso Redução no consumo de combustível Conflitante Aumento na espessura do perfil Aumento do arrasto Aumento no consumo de combustível

19. CONCEITO DE MDO O conceito de otimização multidisciplinar, ou MDO (Multidisciplinary Optimization), consiste em realizar a integração, análise e otimização de diferentes disciplinas a fim de atender um ou mais objetivos comuns respeitando determinadas restrições.

20. CONCEITO DE MDO Através da automatização na integração entre as diferentes disciplinas que compõe um projeto aeronáutico é possível aumentar a fidelidade das análises sem penalizar o tempo e o custo despendido para atingir este nível de sinergia, além de reduzir a chance de possíveis erros. Aumento de Custo → Automatizacao MDO Nivel de Fidelidade das Análises Projeto Detalhado Projeto Preliminar Nivel de Integração

21. MOTORES DE FLUXO Principal peça do ambiente computacional MDO: Processo A Processo B Processo C Processo D • Integra diferentes ferramentas de forma visual • Documenta e executa a cadeia de processos • Desonera o engenheiro de tarefas manuais repetitivas • Possibilita ao engenheiro avaliar uma maior quantidade de análises. Simulação Integração Otimização

22. PARTE II - SUMÁRIO METODOS E FERRAMENTAS Codigo XFOIL XFLR5 AVL TORNADO EXEMPLOS - FOCO NO AERODESIGN Otimização de perfis 2D Exemplos de competiçõesanteriores CONSIDERAÇÕES FINAIS

23. II-1 - METODOS E FERRAMENTAS

24. O Código XFOIL • MÓDULOS DO XFOIL 1 - OPER :Análise2 - GDES:Projeto Geométrico– Método Direto3 - MDES:Curva de Pressão– Método Inverso4 - QDES:Curva de Velocidade– Método Inverso

25. Módulo de Análise: OPER • EXEMPLOS DE APLICAÇÃO Curva Cl x α Polar de Arrasto Camada Limite Identificação das regiões que originam o arrasto Curva Cpx Corda (Intradorso e Extradorso) Vetores de Pressão SUB-MÓDULO VPLO: Camada Limite

26. XFLR5 • Projetado em 2005, por André Deperrois para fornecer uma interface amigável com o XFOIL, e viabilizar cálculos em objetos 3D, com baixos nº de Reynolds. • Possibilita a utilização do método de Katz & Plotkin para cálculo das Linhas de Vórtice (VLM); ou a Teoria de Linha de Sustentação de Prandlt (LLT) em superfícies. • Análise de conjuntos asa-empenagens. • Prevista interface com o código AVL, também do MIT.

27. AVL • ExtendedVortex-LatticeModel • Aerodynamic outputs • Aerodynamic forces andmoments, in bodyorstabilityaxes • Trefftz-planeinduceddraganalysis • Force andmomentderivatives • TrimCalculation • Eigenmodeanalysis • Predicts flight stability characteristics • Rigid-body, quasi-steady aero model • Eigenvalue root progression with a parameter • Display of eigenmode motion in real time • Output of dynamic system matrices

28. Tornado • Utilizada o Vortex Lattice • Possibilita a construção completa da aeronave (sem espessura e volume) • Calcula coeficientes estáticos e dinâmicos • Superfícies de comando Exemplo – Projeto do Winglet

29. II-2 – EXEMPLOS – FOCO NO AERODESIGN

30. Otimização de perfis 2-D - Parte I Geometric Design XFOIL TOOLS Inverse Design Boundary Layer Analysis

31. Otimização de perfis 2-D - Parte I Selig1223 AT- A2004 Aerodinâmicas Estruturais

32. Otimização de perfil 2-D - Parte II Perfilagem: • Extradorso: • Intradorso: yu= yc+ yt yl= yc- yt • Formulação baseada nas funções de forma de Sobiesczky que descreve o intradorso e o extradorso à partir de polinômios. * 13º variável: ainc.

33. Otimização de perfil 2-D - Parte II

34. Otimização de perfil 2-D - Parte II

35. Exemplos competições anteriores2003 – Equipe Tucano - UFU

36. Exemplos competições anteriores2004 – Equipe Tucano - UFU

37. Exemplos competições anteriores Uai sô fly - UFMG – 2006/2007 Diversas disciplinas contempladas no problema de otimização.

38. Exemplos competições anteriores 2007 – KeepFlying – Poli USP

39. 2008 – Microclass Univ. Queen´s

40. 2008 – Microclass Univ. Queen´s

41. II-4 – EXEMPLOS DA INDÚSTRIA

42. 1 – Winglet - Mitsubishi Mitsubishi Aircraft Corporation Multi-Disciplinary Design Exploration for Winglet (#246) Main Aspects Uses CFD and FEM as their main tool Optimizes block fuel and MTOW Uses Kriging for the detail design exploration Wind tunnel tests for validation Useful hints: During the presentation it was questioned why not use DOC instead of block fuel and weight as the main design criteria

43. EADS-MAS, Germany Aerodynamic Optmization of Aircraft Configurations with Multidisciplinary Aspects (#488) Main topics Uses CATIA V5, modeFRONTIER, FEM (NASTRAN) and CFD (with chimera mesh) as their main tools Shows an UCAV optimization example considering range and loiter time as their objectives Useful hints: One of the most practical papers at the conference. Despite some simplification it can be considered a good application example. 2 – MDO - EADS

44. 3 – Estudo de caso Embraer Consumo de bloco Tempo de bloco Tempo de subida Altitude no final do cruzeiro Margem de estabilidade Variações na Geometria

45. 3 – Estudo de caso - Workflow Módulo de Desempenho Módulo de Aerodinâmica Módulo de Estabilidade e Controle Módulo de Estimativa de Pesos Geometria

46. 4 – Estudos Conceituais – Embraer VARIÁVEIS DE PROJETO OBJETIVOS / RESTRIÇÕES Cruzeiro em longo alcance Cruzeiro máximo REQUISITOS

47. II-4 – CONSIDERAÇÕES FINAIS

48. Considerações finais • Uso consciente e coerente dos métodos e das ferramentas • Procura por embasamento teórico • Determinação das metas/requisitos • Verificar infraestrutura disponível • Escolha das ferramentas: • recursos e limitações (modelo do código) • características do resultado • Dimensionar e controlar o prazo (planejamento) • Análise e Validação dos resultados

49. Considerações finais • Considerar o problema Multidisciplinar • Sempre considerar trade-off’s entre parametros de projeto: • Por que não aumentar o alongamento? • Por que nao aumentar espessura? • ... • Entendimento do problema a fim de elaborar uma função objetivo adequada: • Peso da aeronave X Carga paga X Eficiencia estrutural • Segmentação de pista • ... • Importância da escolha do algoritmo de otimização • Entenda o problema antes de otimiza-lo • Escolher algoritmos adequados para o problema específico