The time and cost to develop and improve flight vehicle are increasing as it is becoming more sophisticated and complicated. Therefore, the demand for wind tunnel testing keeps growing and the time and cost will increase significantly accordingly. So from that point, adaptive design of experiments to wind tunnel testing can be an effective solution to enable the researchers to perform efficient and accurate experiments. In this paper, the framework for application of adaptive design of experiments to wind tunnel testing is proposed. The entire process of experiments in this paper is divided into an initial phase and an adaptive phase. In the initial phase, the kriging approximate model of aerodynamic coefficients is built by the minimum number of experiments in the outline level. The proper number of initial experiments, initial design of experiments, and the initial hyperparameters are appropriately decided. In the adaptive phase, additional design points are decided by considering uncertainty in Gaussian process and experimental cost. The impact of experimental cost consideration, the decision making method to decide additional points in multiple coefficients modeling and the stopping criteria of wind tunnel testing are reviewed in detail. Finally, it analyzed the accuracy and effectiveness of the kriging model.
본 연구는 많은 시간과 비용을 필요로 하는 항공기 풍동실험에 적응적 실험계획법을 효과적으로 적용함으로써 많은 시간과 비용을 줄이면서 정확한 실험 결과를 획득할 수 있는 방안을 제시한다. 본 연구에서 제시하는 적응적 실험계획법은 기존의 실험계획법 관련 연구와 달리 가우시안 프로세스를 이용한 불확실성의 개념과 전산유체가 아닌 풍동실험의 특성을 고려한 실험 비용의 개념을 활용하여 적응적으로 실험점을 결정하고 모델을 업데이트하는 방법이다. 때문에 실시간으로 업데이트되는 실험 정보를 효율적으로 이용할 수 있으며 실험계획법을 이미 국내에서 활발하게 적용하고 있는 화학 산업, 반도체 산업 분야가 아닌 풍동실험에 쉽고 적절하게 적용할 수 있을 것이다. 본 논문에서는 풍동실험의 전체 과정을 초기 실험 단계와 적응적 실험 단계, 두 단계로 나누어 각 단계에서 수행하기에 적절한 실험계획법에 대해서 비교해가면서 적절한 초기 실험계획법과 적응적 실험계획법에 대해 설명하였다. 먼저 초기 실험은 적응적으로 실험을 수행하여 모델을 업데이트할 수 있는 기반을 만드는 과정이라 할 수 있으므로 많은 실험을 수행하여 정확한 모델을 생성하기 보다는 모델의 경향성을 파악할 수 있을 만큼의 실험을 수행하여 나머지 자원은 적응적 실험 단계에서 쓸 수 있도록 하는 것이 좋다. 그렇기 때문에 초기 실험 단계에서는 실험 횟수에 따른 모델의 정확도를 살펴보면서 적절한 초기 실험 횟수를 정하고 크리깅 모델 생성에 가장 적합하다고 알려진 라틴하이퍼큐브설계법을 이용하여 실험점을 결정하는 방법과 실험변수 조건 경계값에 해당하는 4개의 점에서 먼저 실험하고 라틴하이퍼큐브설계법으로 나머지 실험점을 결정하는 방법을 비교하였다. 비교를 통해 후자의 방법을 초기 실험계획법으로 선택하고 적절한 초기 하이퍼파라미터 값 설정에 대해서도 살펴보았다. 적응적 실험 단계에서는 추가 실험점을 결정하여 모델을 업데이트하는데 추가 실험점을 결정하기 위한 의사결정 방법에 대해서 비교 분석하였다. 최소최대 이론을 이용하여 추가 실험점을 결정하는 방법이나 각 모델마다 같은 횟수만큼 차례대로 실험점을 결정하는 방법 등을 비교하며 더 정확한 결과를 보이는 의사결정 방법을 선택하였다. 또한 적응적 실험 단계에서 실험 횟수에 따른 모델의 정확도를 검증용 실험점이 모델에 일치하는 비율을 통해 비교해보고 실험 종료 조건에 대해서 살펴보았다.
