Multidisciplinary Design Optimization of Aircraft Combustor Structure: An Industry Application

Xiong, Yan; Moscinski, Mike; Frontera, Mark; Yin, Su; Dede, Mehmet; Paradis, Mike

doi:10.2514/1.7674

Cited by 8 publications

(3 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Once the geometrical parameterization and regeneration processes are well controlled, this method offers numerous possibilities to produce good quality grids even for complex configurations. [46][47][48] For the present work, the full regeneration technique is preferred.…”

Section: Parameterization Of Cfd and Optimization Algorithmsmentioning

confidence: 99%

Computational-Fluid-Dynamics-Based Kriging Optimization Tool for Aeronautical Combustion Chambers

2009

View full text Add to dashboard Cite

Current state-of-the-art in Computational Fluid Dynamics (CFD) provides reasonable reacting flow predictions and is already used in industry to evaluate new concepts of gas turbine engines. In parallel, optimization techniques have reached maturity and several industrial activities benefit from enhanced search algorithms.However, coupling a physical model with an optimization algorithm to yield a decision making tool, needs to be undertaken with care to take advantage of the current computing power while satisfying the gas turbine industrial constraints. Among the many delicate issues for such tools to contribute efficiently to the gas turbine industry, combustion is probably the most challenging and optimization algorithms are not easily applicable to such problems. In our study, a fully encapsulated algorithm addresses the issue by making use of a new multi-objective optimization strategy based on an iteratively enhanced meta-model (Kriging) coupled to a Design of Experiments (DoE) method and a fully parallel three dimensional (3D) CFD solver to model turbulent reacting flows. With this approach, the computer cost needed for thousands of CFD computations is greatly reduced while ensuring an automatic error reduction of the approximated response function. Preliminary assessments of the search algorithm against simple analytical test functions prove the strategy to be efficient and robust. Application to a 3D industrial aeronautical combustion chamber demonstrates the approach to be feasible with currently available computing power. One result of the optimization is that possible design changes can improve performance and durability of the studied engine. With the advent of * Post. of 43American Institute of Aeronautics and Astronautics massively parallel architectures, the intersection between these two advanced techniques seems a logical path to yield fully automated decision making tools for the design of gas turbine engines.

show abstract

Section: Parameterization Of Cfd and Optimization Algorithmsmentioning

confidence: 99%

Computational-Fluid-Dynamics-Based Kriging Optimization Tool for Aeronautical Combustion Chambers

2009

View full text Add to dashboard Cite

show abstract

“…Uma aplicação interessante de MDOé apresentada por Xiong et al (2005). Trata-se da utilização de um sistema de otimização multidisciplinar para máquinas com turbinas complexas, chamado FIPER (federated intelligent product environment), para uma aplicação industrial no projeto da estrutura de um combustor de motor a jato para aeronaves, conduzido pela Gene- COMMAND, 2000).…”

Section: Otimização Multidisciplinar Em Projetounclassified

Otimização multidisciplinar em projeto de asas flexíveis

Júnior¹,

Roberto²

View full text Add to dashboard Cite

"Aos meus pais eà minha amada esposa Michele" AgradecimentosAgradeço primeiramente a Deus, por minha vida, saúde e pelas condições para execução deste trabalho. Sem Ele nada sou, nem nunca serei.A minha esposa, Michele, por seu amor, sua ajuda, sua paciência e pela companhia de todos os dias.Aos meus pais, Paulo e Eloide, que sempre apoiaram minhas escolhas e me deram total liberdade para buscar o meu caminho. Também a minha irmã, Luciana, que sempre torceu por mim.Ao meu orientador e amigo, Prof. Assoc. Flávio Donizeti Marques, pela excelente orientação desde a iniciação científica.Ao Dr. Roberto Gil Annes da Silva, por sua ajuda e disposição desde o início deste trabalho.Também ao Luciano, seu companheiro no CTA pelas dúvidas esclarecidas.Ao grande Prof. Dr. Carlos De Marqui Jr., pelos bons conselhos e discussões sobre este trabalho e alguns outros.A todos os professores da Engenharia Aeronáutica, em especial ao Prof. Dr. Paulo Celso Greco Jr., ao Prof. Assoc. Fernando Martini Catalano e ao Prof. Msc.Álvaro Abdalla, pela inestimável ajuda ao longo deste trabalho.Aos colegas do LADinC, Lú, Elizângela, Dani, Naga, Edson, Jorge, Mauricio, Spock, Sardinha, Andréia, Gasparini, Mimi e todos outros que já passaram por lá. Também a todos os colegas do LAE e aos da equipe de Aerodesign.Aos amigos Thiago Cicogna e Guilherme Silva, pela amizade e por várias e longas converv vi Agradecimentos sas sobre dinâmica estrutural, elementos finitos e muitas outras coisas.A nossa competente secretária Gisele e ao "Cráudio", por todos favores, pela constante disposição e bom humor.A todos que direta ou indiretamente contribuiram com a produção deste. A todos, meus sinceros agradecimentos. ConteúdoResumo xi A indústria aeronáutica vem promovendo avanços tecnológicos em velocidades crescentes, para sobreviver em mercados extremamente competitivos. Neste cenário, torna-se imprescindível o uso de ferramentas de projeto que agilizem o desenvolvimento de novas aeronaves. Os atuais recursos computacionais permitiram um grande aumento no número de ferramentas que auxiliam o trabalho de projetistas e engenheiros.O projeto de uma aeronaveé uma tarefa multidisciplinar por essência, o que logo incentivou o desenvolvimento de ferramentas computacionais que trabalhem com váriasáreas ao mesmo tempo. Entre elas se destaca a Otimização Multidisciplinar em Projeto, que une métodos de otimizaçãoà modelos matemáticos deáreas distintas de um projeto para encontrar soluções de compromisso. O presente trabalho introduz a Otimização Multidisciplinar em Projeto (Multidisciplinary Design Optimization -MDO) e discorre sobre algumas aplicações possíveis desta metodologia.Foi realizada a implementação de um sistema de MDO para o projeto de asas flexíveis, considerando restrições de aeroelasticidade dinâmica e massa estrutural. Como meta, deseja-se encontrar distribuições ideais de rigidezes flexional e torcional da estrutura da asa, para maximizar a velocidade crítica de flutter e minimizar a massa estrutural. Para tanto, foram utilizados um modelo dinâmico-es...

show abstract

“…Uma aplicação interessante de MDOé apresentada por Xiong et al (2005). Trata-se da utilização de um sistema de otimização multidisciplinar para máquinas com turbinas complexas, chamado FIPER (do inglês, federated intelligent product environment), para uma aplicação industrial no projeto da estrutura de um combustor de motorà jato para aeronaves, conduzido pela General Electric.…”

Section: Lista De Símbolosunclassified

Otimização multidisciplinar em projeto de asas flexíveis utilizando metamodelos

Júnior¹,

Roberto²

View full text Add to dashboard Cite

The Multidisciplinary Design Optimization, MDO, is an important and versatile design tool and its use is spreading out in several fields of engineering. The focus of this methodology is to put together disciplines involved with the design to work all their variables concomitantly, at an optimization environment to obtain better solutions. It is possible to use MDO in any stage of the design process, that is in the conceptual, preliminary or detailed design, as long as the numerical models are fitted to the needs of each of these stages. This work describes the development of a MDO code for the conceptual design of flexible aircraft wings, with restrictions regarding the phenomenon called flutter. As a tool for the designer at the conceptual stage, the numerical models must be fairly accurate and fast. The aim of this study is to analyze the use of metamodels for the flutter prediction of aircraft wings in the MDO code, instead of a conventional model itself, what may affect significantly the computational cost of the optimization. For this purpose, three different metamodeling techniques have been evaluated, representing two basic metamodel classes, that are, the interpolation and the approximation class. These classes are represented by the radial basis function interpolation method and the artificial neural networks method, respectively. The third method, which is considered as a hybrid of the other two, is called radial basis function neural networks and is an attempt of coupling the features of both in single code. Metamodels are prepared using an aeroelastic code based on finite element model coupled with linear aerodynamics. Results of the three metamodels performance are presented, from where one can note that the artificial neural network is best suited for flutter prediction. The MDO process is achieved using a non-dominance based multi-objective genetic algorithm, whose objectives are the maximization of critical flutter speed and minimization of structural mass. Two case studies are presented to evaluate the performance of the MDO code, revealing that overall optimization process actually performs the search for the Pareto frontier.

show abstract

Multidisciplinary Design Optimization of Aircraft Combustor Structure: An Industry Application

Cited by 8 publications

References 3 publications

Computational-Fluid-Dynamics-Based Kriging Optimization Tool for Aeronautical Combustion Chambers

Computational-Fluid-Dynamics-Based Kriging Optimization Tool for Aeronautical Combustion Chambers

Otimização multidisciplinar em projeto de asas flexíveis

Otimização multidisciplinar em projeto de asas flexíveis utilizando metamodelos

Contact Info

Product

Resources

About