Otimização multiobjetivo de perfis aerodinâmicos utilizando algoritmo genético

Authors

  • Prince Azsembergh Nogueira de Carvalho
  • Giovanna Maria de Oliveira Fin
  • Gutembergy Ferreira Diniz
  • Ramon Rudá Brito Medeiros
  • Viniciu Mafra Melo
  • João Pedro Rodrigues Deodato

DOI:

https://doi.org/10.55905/oelv21n12-247

Keywords:

otimização multiobjetivo, perfis aerodinâmicos, algoritmo genético

Abstract

Na aviação, a busca por aeronaves mais eficientes tem crescido em busca de projetos de aeronaves que emitam menos CO2 na atmosfera. Dentro dos  projetos, a aerodinâmica de perfis é crucial. No presente trabalho buscou-se encontrar um perfil ótimo, com abordagem multiobjetivo usando um algoritmo genético integrado ao XFOIL. Na população incial, foram inseridos 300 perfis do Airfoil Data Site. Os perfis foram analisados com as seguintes condições de contorno:Re de 5e5, mach de 0,05, Ncrit de 9, maxit de 100 e alpha de 0º a 18º, com 0,5º de incremento. Para o algoritmo genético: crossover 90%, mutation 5%, e 10 perfis na elite. Os pontos ótimos do GA tiveram um desempenho de melhoria da ordem de 32% no Cl para asas voadoras, 67% de Cl para empenagens e eficiência de 70% para turbinas eólicas. O algoritmo obteve também, perfis com características de estol mais suave para asas e redução de ruído para turbinas eólicas. Para trabalhos futuros, sugere-se investigar uma maior faixa de número de Reynolds, e outros solvers aerodinâmicos, além de implementar a otimização pelo método inverso, visando obter uma distribuição de pressão ideal.

References

ABBOTT, I.H. Theory of wing sections, including a summary of airfoil data. AE Von Doenhoff. 1959.

ANAC, AGÊNCIA NACIONAL DE AVIACAO CIVIL, Dados e Estatísticas, Demanda e Oferta do Transporte Aéreo, 2019. https://www.anac.gov.br/assuntos/dados-e-estatisticas/demanda-e-oferta-do-transporte-aereo, .

ANDERSON, J.D. Fundamentals of Aerodynamics. 4. ed. New York: McGraw-Hill Science/Engineering/Math, 1999.

ANGELOVA, M.; PENCHEVA, T. Tuning Genetic Algorithm Parameters to Improve Convergence Time, International Journal of Chemical Engineering, vol. 2011, 7 pages, 2011. http://dx.doi.org/10.1155/2011/646917.

BENIM, A.C., DIEDERICH, M., PFEIFFELMANN, B. Aerodynamic optimization of airfoil profiles for small horizontal axis wind turbines. Multidisciplinary Digital Publishing Institute – MDPI Journal, Volume 6, Issue 2, Article number 34, 2018. https://doi.org/10.3390/computation6020034.

CHEN, J.;WANG, Q.; ZHANG, S.;EECEN, P.; GRASSO, F. A new direct design method of wind turbine airfoils and wind tunnel experiment. Applied Mathematical Modelling, Volume 40, Issue 3, 1 February 2016, Pages 2002-2014. https://doi.org/10.1016/j.apm.2015.09.051.

DAVIES, Z. G., ARMSWORTH, P. R., Making an impact: The influence of policies to reduce emissions from aviation on the business travel patterns of individual corporations. Elsevier Energy Policy, Volume 38, Pages 7634-7638, 2010. http://dx.doi.org/10.1016/j.enpol.2010.09.007.

IEA, INTERNATIONAL ENERGY AGENCY, Global Energy & CO2 Status Report: The Latest Trends In Energy And Emission In 2018, Paris, 2018. https://www.iea.org/geco/data/. .

ISMAIL, M.F., VIJAYARAGHAVAN, K. The effects of aerofoil profile modification on a vertical axis wind turbine performance. Elsevier Energy, Volume 80, Pages 20-31, 2015. http://dx.doi.org/10.1016/j.energy.2014.11.034.

LINDEN, R. Algoritmos Genéticos. 3 ed. Rio de Janeiro, Editora Ciência Moderna. 2012.

LUCENA, A. N. Desenvolvimento de um veículo aéreo não tripulado com sustentação e propulsão híbrida. 2018. 141f. Dissertação (Mestrado em Engenharia Mecânica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2018. Disponível em: <https://repositorio.ufrn.br/jspui/handle/123456789/24977>. Acesso em 4 de junho de 2018.

LYU, Z., KENWAY, G.K.W., MARTINS, J.R.R.A. Aerodynamic shape optimization investigations of the common research model wing benchmark. American Institute of Aeronautics and Astronautics Journal, Volume 53, Issue 4, Pages 968-985, 2015. http://dx.doi.org/10.2514/1.J053318.

RUBIO-CLEMENTE, A., AGUILAR, J., CHICA, E. Shape optimization of a multi-element hydrofoil for hydrokinetic turbines using response surface methodology. European Association for the Development of Renewable Energy, Environment and Power Quality (EA4EPQ) Journal, Volume 17, Pages 68-73, 2019. http://dx.doi.org/10.24084/repqj17.223.

SECCHI, A. R., COQ-897 - Otimização de Processos. Programa de Engenharia Química, Universidade Federal do Rio de Janeiro, COPPE, 2015. http://www2.peq.coppe.ufrj.br/Pessoal/Professores/Arge/COQ897/Otimiza.pdf. .

SELIG, M.S. UIUC Airfoil Coordinates Database. Department of Aerospace Engineering, University of Illinois at Urbana-Champaign, Urbana, IL, 2019.

TANOMARU, J. Motivação, Fundamentos e Aplicações de Algoritmos Genéticos. II Congresso Brasileiro de Redes Neurais, III Escola de Redes Neurais. 1995.

WANG, Q.; CHEN, J.; PANG, X.; LI, S.; GUO, X. A new direct design method for the medium thickness wind turbine airfoil. Journal of Fluids and Structures. Volume 43, Pages 287-301. 2013. https://doi.org/10.1016/j.jfluidstructs.2013.08.003.

ZHANG, S.; LI, H.;ABBASI, A. A. Design methodology using characteristic parameters control for low Reynolds number airfoils. Aerospace Science and Technology. Volume 86, Pages 143-152. 2019. http://dx.doi.org/10.1016/j.ast.2019.01.003.

Published

2023-12-29

How to Cite

de Carvalho, P. A. N., Fin, G. M. de O., Diniz, G. F., Medeiros, R. R. B., Melo, V. M., & Deodato, J. P. R. (2023). Otimização multiobjetivo de perfis aerodinâmicos utilizando algoritmo genético. OBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANA, 21(12), 28085–28105. https://doi.org/10.55905/oelv21n12-247

Issue

Section

Articles

Most read articles by the same author(s)