OTIMIZA
OTIMIZA
OTIMIZA
OTIMIZAÇ
Ç
ÇÃO MULTIDISCIPLINAR
Ç
ÃO MULTIDISCIPLINAR
ÃO MULTIDISCIPLINAR
ÃO MULTIDISCIPLINAR
IV F
IV F
IV F
IV Fó
ó
ó
órum SAE Aerodesign Brasil 2009
rum SAE Aerodesign Brasil 2009
rum SAE Aerodesign Brasil 2009
rum SAE Aerodesign Brasil 2009
PARTE I : Juliano Machado T. Cavalcanti:
PARTE I : Juliano Machado T. Cavalcanti: juliano_cavalcanti@hotmail.comjuliano_cavalcanti@hotmail.com PARTE II: Francisco Palazzo Neto:
PARTE II: Francisco Palazzo Neto: franciscopalazzoneto@gmail.comfranciscopalazzoneto@gmail.com PARTE III: Ana Paula Curty Cuco: ESSS / ESTECO
4º
PARTE I - SUMÁRIO
•
•
Evolu
Evolu
ç
ç
ão das metodologias de projeto
ão das metodologias de projeto
•
•
Introdu
Introdu
ç
ç
ão a otimiza
ão a otimiza
ç
ç
ão
ão
•
•
Metamodelagem
Metamodelagem
•
•
Exemplos:
Exemplos:
–
–
Estrutural
Estrutural
–
–
Aerodinâmico
Aerodinâmico
–
–
Multidisciplinar
Multidisciplinar
•
•
Conceito de MDO
Conceito de MDO
•
Primeiro Momento: Sem Análise Numérica
Cálculos repetidos manualmente para cada nova configuração
Grau de automação
Pequeno
Produtividade
Limitada por repetições
Segundo Momento: Advento da Análise Numérica
Possibilidade de simular com maior agilidade cada nova configuração
Grau de automação
Alto
Produtividade
Limitada pela CPU
F.E.M./ C.F.D.
Implementação de Melhorias
Manual/Analítica
Implementação de Melhorias
Manual/Analítica
EVOLUÇÃO DAS METODOLOGIAS DE
PROJETO
4º
Geração e avaliação automática de cada nova configuração
Grau de automação
Altíssimo
Produtividade
Altíssima
Implementação de Melhorias
Automática
Totalmente Integrada com as já dominadas metodologias de análise
Ruptura
Extensão
Terceiro Momento: Síntese (Projeto Inverso)
EVOLUÇÃO DAS METODOLOGIAS DE
PROJETO
Bases:
Objetivo
O T I M I Z A Ç Ã O
Variáveis
de Projeto
Restrições
INTRODUÇÃO A OTIMIZAÇÃO
4º
Formulacao basica de um problema de otimizacao:
Procura da melhor solução possivel dentro de um espaço de projeto
Restrições de desigualdade
Retrições de igualdade
Envelope de projeto
Respeitar as
restrições impostas
Minimize Cabin Noise
Design Objective
Arranging Different Noise AbsorbersDesign Variables
Cost
Design ConstraintsINTRODUÇÃO A OTIMIZAÇÃO
Seja por exemplo a função
f x
( )
=
x
2Espaço de Projeto para f(x) = x^2
x f( x )
Eixo x
INTRODUÇÃO A OTIMIZAÇÃO
4º
Espaço de Projeto para f(x) = x^2
x
f(
x
)
x= -4 X= +4
− ≤
4
x
≤ +
4
Obs.: O Ótimo (Mínimo)Global ainda permanece no espaço de projeto
... Mas, em alguns casos:
O mínimo do espaço de projeto
restrito encontra-se em x = -1
Espaço de Projeto para f(x) = x^2
x
f(
x
)
x = - 8 x = - 1
Problema numérico bastante delicado em procedimentos de otimização A solução mais comum consiste em
especificar outros projetos iniciais alternativos
4º
Métodos Baseados
no Cálculo
Métodos
HeurÍsticos
Mais sujeitos a
problemas de
convergência
Mais imunes a
problemas de
convergência
Possuem critério
formal de
convergência
Não possuem
critério formal de
convergência
Implementação
fácil e sistemática
Implementação
mais difícil, com
muitas variantes
Baixo custo
computacional
Alto custo
computacional
Não há como estabelecer uma regra rígida acerca do melhor método O bom senso e a experiência determinam a melhor escolha para cada aplicaçãoINTRODUÇÃO A OTIMIZAÇÃO
4º
METAMODELAGEM
Espaço de Projeto
1 Amostragem: Experimentos Estatisticamente Projetados 3 Interpolação: Estimação de Parâmetros Projeto Ótimo Projetos Possíveis 2 Escolha de umMETA - MODELO
para representar os dados 4 Verificação da Qualidade do MODELO4º
METAMODELAGEM
• Requisito para otimizar: Conhecer as relações de
causa-e-efeito entre variáveis de entrada e respostas de interesse
Matematicamente → Funções
F(x)
x
F(x) = a + b.x
F(x)
x
METAMODELAGEM
• Requisito para otimizar: Conhecer as relações de
causa-e-efeito entre variáveis de entrada e respostas de interesse
4º
EXEMPLO ESTRUTURAL
Objetivo: Minimizar Massa x1 x2 x3 x4 L w c LA f (X)= ρ• Viga engastada submetida a carga distribuída
Restrição de deslocamento
Restrição de tensão normal Sujeito a: Parâmetros Geométricos:
( )
L EI wL x c = ≤ 0,1⋅ 8 4 1( )
y I x wL x c = ≤σ 4 1 2 2 MPa GPa E m KN w m L m kg y 280 ; 70 ; 5 ; 8 ; 2700 3 = = = = = σ ρ Constantes: m x m m x m m x m m x m 08 , 0 02 , 0 05 , 0 01 , 0 15 , 0 05 , 0 25 , 0 10 , 0 4 3 2 1 ≤ ≤ ≤ ≤ ≤ ≤ ≤ ≤EXEMPLO ESTRUTURAL
Variáveis de Projeto
A fim de minimizar o peso, o otimizador reduziu a espessura da mesa e aumentou a altura da
4º
Objetivo: Maximizar CL/CDi
Variaveis de entrada: 38 parametros geometricos : (30 para perfis e 8 para forma em planta)
Output Variables Value CL 0.10591 CDi 0.00542 My -0.00183 Objective Value max(CL/CDi) 19.55000 Constraints Value CL > 0 0.10591 (ok) CDi> 0 0.00542 (ok) CL < 0.6 0.10591 (ok) My < 0.05 -0.00183 (ok)
EXEMPLO AERODINAMICO
A fim de minimizar o arrasto de onda, o otimizador reduziu a espessura dos
4º
EXEMPLO MULTIDISCIPLINAR
• Objetivo: Consumo de combustível em determinada missão
• Variáveis de projeto:
• Parametros de perfil (10 variaveis)
• Parametros estruturais (4 variaveis)
• Sujeito a:
Restrição de deslocamento
Restrição de tensão normal
( )
L EI wL x c = ≤ 0,1⋅ 8 4 1( )
y I x wL x c = ≤ σ 4 1 2 2Dos exemplos anteriores:
Aumento na espessura do perfil
Diminuição de peso Redução no consumo de combustível Aumento do arrasto Aumento no consumo de combustível
Conflitante
CONCEITO DE MDO
O conceito de otimização multidisciplinar, ou MDO (Multidisciplinary Optimization), consiste em realizar a integração, análise e otimização de diferentes disciplinas a fim de atender um ou mais objetivos comuns respeitando determinadas restrições.
4º Aument o de C usto → Autom atizaca o
CONCEITO DE MDO
N iv e l d e F id e li d a d e d a s A n á li s e s Nivel de Integração Projeto Preliminar P ro je to D et al ha doMDO
Através da automatização na integração entre as diferentes disciplinas que compõe um projeto aeronáutico é possível aumentar a fidelidade das análises sem penalizar o tempo e o custo despendido para atingir este nível de sinergia, além de reduzir a chance de possíveis erros.
MOTORES DE FLUXO
Principal peça do ambiente computacional MDO:
Processo A
Processo B
Processo C
Processo D
• Integra diferentes ferramentas de forma visual • Documenta e executa a cadeia de processos • Desonera o engenheiro de tarefas manuais repetitivas • Possibilita ao engenheiro avaliar uma maior
quantidade de análises. Inte graç ão Sim ula ção Otimização
4º
PARTE II - SUMÁRIO
•
•
METODOS E FERRAMENTAS
METODOS E FERRAMENTAS
–
– Codigo XFOILCodigo XFOIL
– – XFLR5XFLR5 – – AVLAVL – – TORNADOTORNADO
•
•
EXEMPLOS
EXEMPLOS
-
-
FOCO NO AERODESIGN
FOCO NO AERODESIGN
–
– OtimizaOtimizaçção de perfis 2Dão de perfis 2D
–
– Exemplos de competiExemplos de competiçções anterioresões anteriores
•
O C
O C
ó
ó
digo XFOIL
digo XFOIL
M
M
Ó
Ó
DULOS DO XFOIL
DULOS DO XFOIL
1
1
-
-
OPER :
OPER :
An
An
á
á
lise
lise
2
2
-
-
GDES:
GDES:
Projeto Geom
Projeto Geom
é
é
trico
trico
–
–
M
M
é
é
todo Direto
todo Direto
3
3
-
-
MDES:
MDES:
Curva de Pressão
Curva de Pressão
–
–
M
M
é
é
todo Inverso
todo Inverso
4
M
M
ó
ó
dulo de An
dulo de An
á
á
lise: OPER
lise: OPER
--
EXEMPLOS DE APLICA
EXEMPLOS DE APLICA
Ç
Ç
ÃO
ÃO
Curva Cl
Curva Cl
x
x
α
α
Polar de Arrasto
Polar de Arrasto
Camada Limite
Camada Limite
Identifica
Identifica
ç
ç
ão das regiões que originam o arrasto
ão das regiões que originam o arrasto
Curva Cp
Curva Cp
x Corda (Intradorso e Extradorso)
x Corda (Intradorso e Extradorso)
Vetores de Pressão
Vetores de Pressão
SUB
XFLR5
XFLR5
Projetado em 2005, por AndrProjetado em 2005, por Andréé Deperrois para fornecer uma Deperrois para fornecer uma
interface amig
interface amigáável com o XFOIL, e viabilizar cvel com o XFOIL, e viabilizar cáálculos em lculos em objetos 3D, com baixos n
objetos 3D, com baixos nºº de Reynolds. de Reynolds.
Possibilita a utilizaPossibilita a utilizaçção do mão do méétodo de Katz & Plotkin para todo de Katz & Plotkin para
c
cáálculo das Linhas de Vlculo das Linhas de Vóórtice (VLM); ou a Teoria de Linha rtice (VLM); ou a Teoria de Linha de Sustenta
de Sustentaçção de Prandlt (LLT) em superfão de Prandlt (LLT) em superfíícies.cies.
AnAnáálise de conjuntos asalise de conjuntos asa--empenagens.empenagens.
4º
AVL
Extended VortexExtended Vortex--Lattice ModelLattice Model
•
• Aerodynamic outputs Aerodynamic outputs
•
• Aerodynamic forces and moments, in body or stability axes Aerodynamic forces and moments, in body or stability axes
•
• TrefftzTrefftz--plane induced drag analysis plane induced drag analysis
•
• Force and moment derivativesForce and moment derivatives
Trim Calculation Trim Calculation
Eigenmode analysisEigenmode analysis
•
• Predicts flight stability characteristics Predicts flight stability characteristics
•
• RigidRigid--body, quasibody, quasi--steady aero model steady aero model
•
• Eigenvalue root progression with a parameter Eigenvalue root progression with a parameter
•
• Display of eigenmode motion in real time Display of eigenmode motion in real time
•
Tornado
Tornado
Utilizada o Vortex LatticeUtilizada o Vortex Lattice
Possibilita a construPossibilita a construçção completa da aeronave (sem espessura e ão completa da aeronave (sem espessura e
volume)
volume)
Calcula coeficientes estCalcula coeficientes estááticos e dinâmicosticos e dinâmicos
SuperfSuperfíícies de comandocies de comando
Exemplo
Otimiza
Otimiza
ç
ç
ão de perfis 2
ão de perfis 2
-
-
D
D
-
-
Parte I
Parte I
XFOIL TOOLS
XFOIL TOOLS
Geometric Design Geometric Design Inverse Design Inverse DesignBoundary Layer Analysis
Otimiza
Otimiza
ç
ç
ão de perfis 2
ão de perfis 2
-
-
D
D
-
-
Parte I
Parte I
Selig
Selig 12231223 ATAT-- A2004A2004
Aerodinâmicas
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 linha de arqueamento 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 X/C Y /C 4 5 3 4 2 3 2 1 x a x a x a x a x a yt = + + + + Linha de espessura 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 X/C Y /C Perfilagem: Extradorso: Intradorso:
y
u= y
c+ y
ty
l= y
c- y
t 6 6 5 5 4 4 3 3 2 2 1x b x b x b x b x b x b yc = + + + + +Formulação baseada nas funções de forma de Sobiesczky que descreve
o intradorso e o extradorso à partir de polinômios.
* 13º variável: ainc.
Otimiza
Otimiza
Otimiza
Exemplos competições anteriores
2003 – Equipe Tucano - UFU
( ) − − + + − = ∂ ∂ i TOTAL i ref L i L i i Do i TOTAL i ref M S V g C K C K C t E M S V t t v 2 1 ) ( 2 1 ) ( 2 2 2 1 2 2 2 ρ µ ρ
4º
Exemplos competições anteriores
2004 – Equipe Tucano - UFU
( ) − − + + − = ∂ ∂ i TOTAL i ref L i L i i Do i TOTAL i ref M S V g C K C K C t E M S V t t v 2 1 ) ( 2 1 ) ( 2 2 2 1 2 2 2 ρ µ ρ
Exemplos competições anteriores
Uai sô fly - UFMG – 2006/2007
Diversas disciplinas contempladas no problema de
Diversas disciplinas contempladas no problema de
otimiza
4º
Exemplos competições anteriores
2007
2008
4º
2008
4º
1 – Winglet - Mitsubishi
• Mitsubishi Aircraft Corporation – Multi-Disciplinary Design
Exploration for Winglet (#246) – Main Aspects
• Uses CFD and FEM as their main tool
• Optimizes block fuel and MTOW
• Uses Kriging for the detail design exploration
• Wind tunnel tests for validation
– Useful hints:
• During the presentation it was questioned why not use DOC instead of block fuel and weight as the main design criteria
• EADS-MAS, Germany
– Aerodynamic Optmization of Aircraft Configurations with Multidisciplinary Aspects (#488)
– Main topics
• Uses CATIA V5,
modeFRONTIER, FEM (NASTRAN) and CFD (with chimera mesh) as their main tools
• Shows an UCAV optimization example considering range and loiter time as their objectives
– Useful hints:
• One of the most practical papers at the conference. Despite some simplification it can be considered a good application example.
4º
3 – Estudo de caso Embraer
Variações na Geometria
Consumo de bloco Tempo de bloco Tempo de subida
Altitude no final do cruzeiro Margem de estabilidade
3 – Estudo de caso - Workflow
Geometria Módulo de Estimativa de Pesos Módulo de Desempenho Módulo de Estabilidade e Controle Módulo de Aerodinâmica4º
4 – Estudos Conceituais – Embraer
V A R IÁ V E IS D E P R O JE T O O B JE T IV O S / R E S T R IÇ Õ E S REQUISITOS
Cruzeiro em longo alcance Cruzeiro máximo
4º
Considerações finais
Uso consciente e coerente dos mUso consciente e coerente dos méétodos e das ferramentastodos e das ferramentas
Procura por embasamento teProcura por embasamento teóóricorico
DeterminaDeterminaçção das metas/requisitosão das metas/requisitos
Verificar infraestrutura disponVerificar infraestrutura disponíívelvel
Escolha das ferramentas:Escolha das ferramentas:
recursos e limitarecursos e limitaçções (modelo do cões (modelo do cóódigo)digo)
caractercaracteríísticas do resultadosticas do resultado
Dimensionar e controlar o prazo (planejamento)Dimensionar e controlar o prazo (planejamento)
Considerações finais
Considerar o problema Considerar o problema MultidisciplinarMultidisciplinar
Sempre considerar tradeSempre considerar trade--offoff’’s entre parametros de projeto:s entre parametros de projeto:
Por que não aumentar o alongamento?Por que não aumentar o alongamento?
Por que nao aumentar espessura?Por que nao aumentar espessura?
......
Entendimento do problema a fim de elaborar uma funEntendimento do problema a fim de elaborar uma funçção objetivo ão objetivo
adequada:
adequada:
Peso da aeronave X Carga paga X Eficiencia estruturalPeso da aeronave X Carga paga X Eficiencia estrutural
SegmentaSegmentaçção de pistaão de pista
......
Importância da escolha do algoritmo de otimizaImportância da escolha do algoritmo de otimizaççãoão
Entenda o problema antes de otimizaEntenda o problema antes de otimiza--lolo