An unmanned aerial vehicle (UAV) is an aircraft with no human pilot aboard. Its flight is controlled ei-ther autonomously by onboard computers or by the remote control of a pilot on the ground or in another vehicle. UAVs were developed for military and special operation applications, but nowadays used in a num-ber of civil applications, such as policing, filming, and shipping. Types of UAVs are classified according to shape, size, altitude and performance. They generate various power sources using a tilt rotor or multi rotors, turboprop engine. Among UAVs, multirotor UAV generates thrust using multi-rotors. Because Multi-rotor UAV are able to take off and land vertically like helicopter, it is easier to operate at the narrow space. If efficiency of rotor is higher than that of base configuration, efficiency of multirotor UAVs using limited resources is increased. Therefore, It is important to improve the performance of rotor at the design phase.
In the present study, an aerodynamic design optimization of rotor blades was conducted using a genetic algorithm (GA) coupled with computational fluid dynamics (CFD). To reduce computational cost in making databases, a function approximation was applied using artificial neural networks (ANN) based on a radial basis function network. Three dimensional Reynolds-Averaged Navier-Stokes (RANS) solver was used to solve the flow around rotor blades. Design directions were specified to maximize thrust coefficient maintaining torque coefficient and minimize torque coefficient maintaining thrust coefficient. Lastly, an optimization was performed to maximize figure of merit. Design variables were adopted such as twist angle and chord length to perform a planform optimization. A planform optimization was conducted for two different shapes. As a result of a shape 1’s optimization regarding to maximizing thrust coefficient, thrust coefficient was increased about 3.1% than base configuration. In case of a shape 1’s optimization minimizing torque coefficient, torque coefficient was decreased about 5.5% comparing with base configuration. Finally, as a result of a shape 1’s optimization to maximize efficiency, figure of merit was increased about 6.8% than initial shape 1. As a result of a shape 2’s optimization regarding to maximizing thrust coefficient, thrust coefficient was increased about 0.7% than base configuration. In case of a shape 2’s optimization minimizing torque coefficient, torque coefficient was decreased about 1.4% comparing with base configuration. Lastly, as a result of a shape 2’s optimization to maximize efficiency, figure of merit was increased about 1.7% than initial shape 2.
무인 항공기(UAV)는 조종사가 탑승하지 않는 항공기이다. 무인항공기의 비행은 주로 항공기 자체의 컴퓨터나 지상이나 다른 비행체에서 조종사의 원격에 의해 자율적으로 제어된다. 초창기의 무인 항공기는 군사 및 특수 용도로 개발되었지만, 최근에는 감시, 촬영, 및 배송 등 용도가 다양해 지고 있다. 무인 항공기의 종류는 모양, 크기, 고도 및 성능에 따라 분류되며, 틸트 로터, 멀티 로터 또는 터보프롭 엔진 등을 이용하여 동력을 발생시킨다. 무인 항공기 중 멀티 로터 무인 항공기는 멀티 로터를 사용하여 추력을 발생하며, 헬리콥터처럼 수직으로 이착륙이 가능하기 때문에 좁은 공간에서 작동이 용이하다. 다양한 장점을 지닌 멀티로터 무인기의 기존 로터의 효율을 높이게 된다면, 제한된 동력원으로 운용되는 멀티로터 무인기의 효율이 증가하게 된다. 따라서 설계 단계에서 로터의 성능을 향상시키는 것이 중요하다.
본 연구에서는, 전산유체역학(CFD)과 유전 알고리즘(GA)을 이용하여 로터 블레이드 공력 최적설계를 수행하였다. 데이터베이스를 만드는데 사용되는 계산 비용을 감소시키기 위해, 방사형 기저함수를 기반으로 하는 인공 신경망(ANN)을 이용한 함수 근사화를 적용하였으며, 로터 블레이드 주변의 유동을 해석하기 위해 3차원 RANS Solver를 사용하였다. 설계방향은 토크계수를 유지하면서 추력계수를 증가시키는 방법과 추력계수를 일정하게 유지하면서 토크계수를 감소시키는 방법, 마지막으로 Figure of merit 을 최대화 하는 방향으로 최적설계를 수행하었다. 최적설계를 수행하기 위해 코드 길이와 비틀림각을 설계 변수로 선정하였으며, 두 가지 형상에 대해 최적설계를 수행하였다. 형상 1에 대한 추력계수를 최대화 최적설계의 경우, 추력계수가 초기형상에 비해 3.1% 증가하였으며, 토크계수를 최소화하는 형상 1에 대한 최적설계의 경우, 토크계수가 초기형상에 비해 5.5% 감소하였다. 마지막으로 효율을 최대화하는 형상 1에 대한 최적설계의 경우, 초기형상에 비해 Figure of merit 이 6.8% 증가하였다. 형상 2에 대한 추력계수를 최대화 최적설계의 경우, 추력계수가 초기형상에 비해 0.7% 증가하였으며, 토크계수를 최소화하는 형상 1에 대한 최적설계의 경우, 토크계수가 초기형상에 비해 1.4% 감소하였다. 마지막으로 효율을 최대화하는 형상 1에 대한 최적설계의 경우, 초기형상에 비해 Figure of merit 이 1.7% 증가하였다.
