Thin/Cambered/Reflexed Airfoil Development for Micro Air Vechhicle Applications at Reynolds Numbers of 60,000 to 100,000

Reid, Michael; Kozak, Jeffery D.

doi:10.2514/6.2006-6508

Cited by 7 publications

(13 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The primary goal of the computational scheme was to accurately predict laminar and turbulent separated flows in order to precisely model laminar separation bubble behavior [36,39]. The objective function used in the optimization to create the airfoil shape was maximum lift to drag ratio for a zero-pitching moment wing at MAV-range Reynolds number [40]. Without a separate horizontal stabilizing surface the moment needed to counteract the pitching tendency of the wing was produced by reflex curvature at the trailing edge [29][30][31]41].…”

Section: Experimental Setup For the Dragonfly Airfoil Experimentsmentioning

confidence: 99%

Experimental investigations on biologically inspired airfoils for MAV applications

Tamai¹

View full text Add to dashboard Cite

Section: Experimental Setup For the Dragonfly Airfoil Experimentsmentioning

confidence: 99%

Experimental investigations on biologically inspired airfoils for MAV applications

Tamai¹

View full text Add to dashboard Cite

“…Stall terjadi pada sudut serang 9.13 ο , dengan rata-rata kesalahan sebesar 2.10%. Hasil ini dalam toleransi yang diijinkan sesuai literatur Reid [11] yaitu dibawah 9.5%. sedangkan pada Gambar.…”

Section: Gambar 4 Grafik C D Terhadap Sudut Serang Airfoil E387 Bilaunclassified

“…Validasi ini menghasilkan nilai C D terhadap sudut serang pada Airfoil E387 bilangan Reynold 299688 menunjukkan hasil hampir sama antara metode panel dan eksperimen Wiliamson, et al [10]. Rata-rata kesalahan sebesar 9.12%, sesuai toleransi yang diijinkan literatur Reid [11] yaitu dibawah 9.5%.…”

Section: Gambar 4 Grafik C D Terhadap Sudut Serang Airfoil E387 Bilaunclassified

“…Dapat dilihat pada Gambar 4.5 stall terjadi mulai sudut serang 9.17 ο pada hasil panel dan hasil eksperimen Williamson, et al [10]. Rata-rata kesalahan sebesar 4.36%, sesuai toleransi yang diijinkan literatur Reid [11] yaitu dibawah 9.5%. sedangkan pada Gambar.…”

Section: Gambar 4 Grafik C D Terhadap Sudut Serang Airfoil E387 Bilaunclassified

“…Validasi menunjukkan hasil hampir sama antara metode panel dan eksperimen Williamson, et al [10]. Rata-rata kesalahan sebesar 9.49%, sesuai toleransi yang diijinkan literatur Reid [11] yaitu dibawah 9.5%. Berdasarkan hasil validasi pada airfoil E387 dan S822 diatas nampak bahwa nilai koefisien lift (C L ) maupun koefisien drag (C D ) hasil metode panel tidak berbeda jauh dengan hasil eksperimen Williamson, et al [10] dengan rata-rata kesalahan kurang dari toleransi yang diijinkan literatur Reid [11] Algoritma Particle Swarm Optimization terinspirasi oleh perilaku sosial dari berbagai spesies, menggunakan sejumlah partikel (yang merupakan solusi calon) dan bergerak di sekitar ruang pencarian untuk menemukan solusi terbaik.…”

Section: Gambar 4 Grafik C D Terhadap Sudut Serang Airfoil E387 Bilaunclassified

See 2 more Smart Citations

Optimasi Airfoil Menggunakan Particle Swarm Dengan Parameterisasi CST (Class Shape Transformation)

Herraprastanti¹

2017

Simet

View full text Add to dashboard Cite

Airfoil merupakan profil penampang yang diaplikasikan pada sarana transportasi maupun pembangkit energi sebagai penampang sudu turbin. Airfoil yang dirancang diharapkan menghasilkan gaya angkat (lift) maksimal namun gaya hambat (drag) seminimal mungkin. Tujuan penelitian 1) Validasi aerodinamika metode panel dengan Interaksi Viskos-Tak Viskos; 2) Analisis aerodinamika airfoil untuk menentukan koefisien lift dan drag; 3) Menerapkan metode optimasi Particle Swarm Optimization untuk mendapatkan geometri airfoil dengan rasio koefisien lift dan drag maksimum (CL/CD maks). Tahap pertama menentukan profil airfoil Class Shape Transformation (CST). Airfoil akan dianalisis menggunakan metoda panel selanjutnya diterapkan model aliran singularitas source dan doublet. Solusi yang diperoleh dari metode panel merupakan kondisi aliran yang dianggap tak viskos. Apabila sudut serang cukup tinggi solusi yang diperoleh dengan pendekatan tersebut sudah tidak akurat lagi. Untuk memperbaiki hasil maka diterapkan metode interaksi viskos-tak viskos kuasi simultan. Proses ini diulang sampai konvergensi dan diperoleh koefisien lift, dan drag. Dengan menggunakan optimasi Particle Swarm Optimization (PSO) akan didapat profil airfoil dengan koefisien lift dan drag maksimum. Namun apabila prosedur optimasi belum optimal, akan dilakukan update geometri, sampai didapat konvergensi. Kesimpulan penelitian :1) Metode panel dengan interaksi viskos tak viskos memberikan hasil yang cukup baik dan akurat, dengan rata-rata kesalahan dibawah 9.5%; 2) Semakin besar bilangan Reynold maka nilai CL/CD maksimum akan semakin tinggi; 3) Ketebalan (thickness) dan camber maksimum cenderung meningkat dengan peningkatan bilangan Reynold; 4) Untuk airfoil CST optimasi dengan PSO memberikan hasil yang lebih baik.

show abstract

Aerodynamic optimization of a propeller airfoil at low Reynolds numbers

Wei

Zhang

et al. 2022

J. Phys.: Conf. Ser.

View full text Add to dashboard Cite

The aerodynamic optimization method was presented to design a propeller airfoil for a stratosphere airship at low Reynolds numbers. The delta class and shape transformation were adopted to describe the airfoil geometry as the design variables. The flow field was calculated by an open-source code XFOIL to obtain the aerodynamic characteristics as the design targets. The separated particle swarm optimization was employed as the optimization algorithm. The optimization case started with a typical low Reynolds number airfoil E387 and obtained a thicker and more cambered airfoil using the proposed method. The flow fields of the optimized and initial airfoils were analysed by CFD. Results suggested that the lift-to-drag ratio of the optimized airfoil changed from 35.7 to 45.9 with an increasing rate by 28.5% at design cruise condition. The overall aerodynamic performance of the optimized airfoil has been significantly improved at both design and off-design conditions within a wide range of attack angle. The optimization platform presented here is an efficient and effective method for the low-Reynolds-number airfoil designs.

show abstract

Thin/Cambered/Reflexed Airfoil Development for Micro Air Vechhicle Applications at Reynolds Numbers of 60,000 to 100,000

Cited by 7 publications

References 9 publications

Experimental investigations on biologically inspired airfoils for MAV applications

Experimental investigations on biologically inspired airfoils for MAV applications

Optimasi Airfoil Menggunakan Particle Swarm Dengan Parameterisasi CST (Class Shape Transformation)

Aerodynamic optimization of a propeller airfoil at low Reynolds numbers

Contact Info

Product

Resources

About