Abstract
This study performed robust design optimization of fighter wing planform, considering uncertainty based on neural network model. To construct uncertainty model, aerodynamic performance and their sensitivity were evaluated by 3-dimensional Euler equations and adjoint variable method at experimental points selected from central composite design. In addition, because a neural network model has the advantage of capturing non-linear characteristic, it was possible to predict sensitivity of the aerodynamic performance efficiently and accurately . From the results of robust design optimization, it could be confirmed that the robustness of the objective function and constraints were improved if the variation of uncertainty and sigma level were increased.
본 연구에서는 신경망에 기반한 불확실성 모델을 이용하여 전투기 날개 형상의 강건 최적 설계를 수행하였다. 불확실성 모델을 구축하기 위하여 공력성능과 이들의 민감도 정보를 중심합성법으로 선정된 실험점에서 구하였으며, 이 때 3차원 오일러 방정식과 adjoint변수방법이 사용되었다. 또한 비선형성 모사능력이 뛰어난 신경망모델을 이용함으로써 공력성능계수의 민감도 정보를 효율적이고 정확하게 예측하는 것이 가능하였다. 이와 같은 방법으로 구하여진 강건 최적 설계 결과로부터, 불확실성 모델의 변동과 신뢰도 수준의 변화가 증가할수록 목적함수 및 제약조건에 대한 강건성이 향상되는 것을 확인할 수 있었다.