Genetik Algoritma İle Rotor Kanat Profillerinin Aerodinamik Şekil Optimizasyonu

Abstract

Bu çalışmada, genetik algoritma metodu, bir helikopter kanat profilinin aerodinamik özellikleri göz önünde tutularak yapılacak bir dizayn problemini çözmek için kullanılmıştır. Bir mikro genetik algoritma, aerodinamik analiz amacıyla kullanılan Smith&Hess panel metoduyla bir arada çalıştırılmıştır. Kullanılan mikro genetik algoritma modeli “binary tournament selection”, “uniform crossover” ve elitizm yöntemleriyle çalışmaktadır. Kanat profilini temsil eden B-spline eğrisinin 20 kontrol noktası genetik algoritma optimizasyonu için dizayn parametrelerini oluşturmaktadır. Bu dizayn parametreleri her üç uçuş durumu için kaldırma katsayısını maksimize etmek amacıyla optimize edilmiştir. Bu optimizasyon probleminde kısıtlar moment katsayıları için konmuştur. Genetik algoritmanın bu amaçlara erişmek amacı ile sürekli olarak sıradışı kanat profilleri bulduğu saptanmıştır. Moment katsayıları üzerindeki kısıtlar bulunan kanat profilinin NACA 0012 profilinden daha iyi aerodinamik özellikler sergilemesi göz önünde tutularak amaç fonksiyonuna yerleştirilmiştir. Gerçektende, bulunan optimum profilin NACA 0012 profilinden daha fazla moment oluşturmadığı ve verilen çeşitli hücum açıları için daha yüksek kaldırma sağladığı gözlenmiştir. Sonuç olarak, genetik algoritma yöntemi kanat profili dizaynında ümit verici sonuçlar ortaya çıkarmıştır. Fakat helikopter kanat profili dizaynı bir çok farklı mühendislik disiplinine bağımlı olduğu için, bu alanda disiplinler-arası bir şekil optimizasyonuna ihtiyaç vardır.In this work, the genetic algorithm method has been used to solve a helicopter rotor airfoil design problem that addresses aerodynamic concerns. A micro genetic algorithm with binary tournament selection, uniform crossover and with an elitism operator is used in conjunction with Smith&Hess panel method aerodynamic code. The genetic algorithm operated on 20 variables which constituted the control points of a B-spline curve representing the airfoil surface. These design variables were optimized to maximize lift coefficient at three flight conditions with a constraint on moment coefficient. It was found that the genetic algorithm could consistently design a non-traditional airfoil to achieve its objectives. The constraints are embedded in the fitness function in such a way that the resulting designs exhibit characteristics more favorable than the famous NACA 0012 airfoil. Indeed, it was found that the resulting optimal design has better lift coefficients than the NACA 0012 airfoil at various values of angle of attack while not exceeding the moment coefficients of NACA 0012 airfoil in any flow condition. As a conclusion, genetic algorithm appears to be quite promising in airfoil shape design, but since the helicopter rotor airfoil design is dependent on the effects of various disciplines, an interdisciplinary design optimization should be applied.