에어포일 공력 성능 예측을 위한 딥러닝 기반 방법론 연구 (Deep learning-based Approach for Prediction of Airfoil Aerodynamic Performance)

서지정보

· 발행기관 : 항공우주시스템공학회
· 수록지 정보 : 항공우주시스템공학회지 / 16권 / 4호 / 17 ~ 27페이지
· 저자명 : 천성우, 정호진, 박민규, 정인호, 조해성, 기영중

초록

본 논문에서는 에어포일의 좌표 데이터에 대해 공력 특성을 예측할 수 있는 합성곱 신경망 기반 네트워크 프레임 워크를 설계하였으며 Xfoil을 이용한 공력 데이터를 적용하여 네트워크의 가능성을 확인하였다. 이 때 에어포일의 두께 변화에 따른 공력 특성 예측을 수행하였다. 부호화 거리 함수를 이용하여 에어포일의 좌표 데이터를 이미지 데이터로 변환하였으며 받음각 정보를 반영하였다. 또한 에어포일의 압력 계수 분포를 축소 모델 기법 중 하나인 적합 직교 분해를 이용하여 축소된 데이터로 표현하였으며 이를 네트워크의 출력 데이터로 사용하였다. 제시하는 네트워크의 내삽과 외삽 성능을 평가하기 위하여 시험 데이터를 구성하였고, 결과적으로 내삽 데이터에 대한 예측 성능이 외삽에 비해 우수함을 확인하였다.

영어초록

In this study, a deep learning-based network that can predict the aerodynamic characteristics of airfoils was designed, and the feasibility of the proposed network was confirmed by applying aerodynamic data generated by Xfoil. The prediction of aerodynamic characteristics according to the variation of airfoil thickness was performed. Considering the angle of attack, the coordinate data of an airfoil is converted into image data using signed distance function. Additionally, the distribution of the pressure coefficient on airfoil is expressed as reduced data via proper orthogonal decomposition, and it was used as the output of the proposed network. The test data were constructed to evaluate the interpolation and extrapolation performance of the proposed network. As a result, the coefficients of determination of the lift coefficient and moment coefficient were confirmed, and it was found that the proposed network shows benign performance for the interpolation test data, when compared to that of the extrapolation test data.

참고자료

· 없음