Aircrafts and missiles suffer from flight instability problems at high angles of attack where the vortical flow yields over the fuselage. Because the vortex flow causes lateral force to the body at high angles of attack it is necessary to develop a real time vortex controller. However, full simulation of the system is extremely time consuming since the CFD model with vortex flow involves high complexity and nonlinearity. These complexities of the model make it difficult to develop a feedback controller for the vortex flow. Control sys-tems which are based on (ROM) have been developed as a new method for controlling highly nonlinear sys-tems. This method can maximize the effectiveness of the feedback flow controller, since ROM determines aerodynamic properties by simple matrix algebra.
Proper Orthogonal Decomposition (POD) method, which determines an optimal basis for a given data set is one of the most well-known ROM techniques. POD combined with system identification method, such as Artificial Neural Network (ANN) is known that it gives more accurate and faster solution than using Ga-lerkin projection or stochastic estimation. The POD method divides the original fluid datasets into time coeffi-cients and spatial modes. The estimated POD time coefficients are trained using ANN method to predict the outputs of the un-trained region. The original fluid data can be determined using linear combination of POD spatial modes and time coefficients, which are predicted using ANN model.
A Neural Predictive Control (NPC) algorithm is used for the control of the reduced order vortex mod-el. The optimized controller action is determined based on a Cost Function Minimization (CFM) algorithm. Then, neural network model estimates the plant outputs using the controller input. In this algorithm, the per-formance of the controller, such as rise time and over shoot is highly depends on the prediction accuracy of the neural network model.
In this paper, a novel Hybrid WN-NARMAX (HWN-NARMAX) method was developed and used for real time controller of vortical flow. The proposed HWN-NARMAX model consists of sigmoid feed-forward network, an iterative sine function and a wavelet function. Using the proposed method, ROM was developed for turbulent flows which had large number of unknowns with high accuracy and fast learning rate compared to the conventional method. A real time flow controller is developed using the ROM and CFD coupled closed loop controller was developed for the verification of the control algorithm.
고도의 임무를 수행하는 비행체의 공기역학적인 특성을 개선하는 것은 유동 제어를 수행하는 주요 연구 목적 중 하나이다. 유동 제어 연구에 있어 중요한 분야로는 동체(body) 주변에서 볼 수 있는 vortex shedding 현상이 있다. vortex shedding 현상에 의해 발생되는 wake는 항력과 소음, 그리고 유체유발 진동현상 등 비행체의 안정적인 운행에 치명적인 제한을 가하기에 이에 대한 적절한 조치를 설계 단계나 제어기 개발 단계에서 필수적으로 행해야만 한다. 특히 좋은 비행성능을 확보하기 위해서는 고받음각(high angle of attack) 영역에서의 공기역학적 특성에 대한 정확한 이해가 필요하다. 고받음각 하에서는 동체표면에서부터 박리된 유동으로 인한 비대칭적 힘과 진동의 발생 등이 미사일의 안정성에 중대한 영향을 미치게 된다.
이러한 고받음각 영역의 기동한계를 극복하기 위해서는 와류제어 기구의 개발이 필수적이다. 와류를 실시간으로 제어하기 위해서는 인위적 외란에 따른 와류유동의 비정상 전산해석 및 저차공력모드 모델링기법의 개발과 이를 바탕으로 와류유동의 상태를 실시간으로 감지하여 제어 가능한 신호로 변환하는 기법 및 와류유동을 제어하기 위한 출력신호를 생성하는 feedback 제어 알고리즘의 개발이 필요하게 된다. 하지만 동체에서 발생하는 박리유동을 모사하기 위해서는 계산 비용이 큰 Navier-Stokes 방정식을 풀어야 하며 이를 직접적으로 연계하여 유동제어 시스템을 구축하는 것은 매우 비효율적이다. 따라서 POD와 ANN을 결합한 저차 축약모델링 기법을 사용하면 계산비용이 많이 드는 난류모델의 제어기를 개발하는 데에 효과적일 수 있다. 하지만 이러한 시스템 판별법을 이용한 제어기의 설계는 저차 축약 모델의 정확도와 안정성에 따라 제어기의 성능이 크게 달라질 수 있으며 이러한 저차 축약 모델의 정확도와 안정성을 높이는 방법에 대한 연구는 현재까지도 많이 연구되고 있는 분야이다.
본 연구에서는 와류유동에 대해 비정상 수치 모사를 수행하여 물리적 거동을 파악하고 이를 저차공력모드로 모델링함으로써 와류유동을 실시간 feedback 제어 할 수 있는 제어기를 설계하기 위한 연구가 수행되었다. 와류 유동의 경우 입-출력 관계의 비선형성이 크기 때문에 높은 시스템의 안정성과 정확도를 확보해야 하는 저차 축약 모델링에 다소 어려움이 따르게 된다. 이러한 문제점을 해결하기 위해 기존의 시스템 판별법보다 높은 안정성과 정확도를 확보할 수 있는 기법에 관한 연구를 수행하였다. 이렇게 개발된 저차축약모델에 기반하여 예측제어 알고리즘을 구성하였고 이를 후향계단(backward-facing step) 2차원 모델과 3차원 모델에 적용하였다. 마지막으로 CFD-coupled-Controller가 통합연계된 시스템을 구축하여 후향계단에서 실시간 유동제어를 수치해석으로 수행함으로써 NPC 유동 제어의 성능을 검증하고자 하였다.
