Otimização numérica aplicada no projeto conceitual de aeronave SAE Aerodesign utilizando a técnica de regressão de Kriging

Abstract

No presente estudo, emprega-se a técnica de regressão de Kriging para a otimização do projeto conceitual de aeronave SAE Aerodesign. A regressão de Kriging, sendo um método estatístico, realiza uma interpolação da amostragem inicial com dados de aeronaves existentes, gerando uma função de baixo custo computacional para otimização da carga máxima transportada para uma nova configuração. Inicialmente elabora-se uma função de avaliação do peso máximo de decolagem e determinado outros parâmetros aerodinâmicos importantes no estudo da estabilidade estática longitudinal com a integração da função objetivo com o programa AVL. A função objetivo que realiza a corrida de decolagem e avaliação aerodinâmica, é considerada no trabalho como de elevado custo computacional. Além da avaliação do peso máximo de decolagem, a função programada permite estabelecer uma configuração inicial da geometria de empenagem, com base em recomendações de projetos e resultados da aplicação de outras equipes. Posteriormente, é estruturado o corpo principal do programa chave do trabalho que realizará a otimização, este programa cria inicialmente um conjunto de amostras para avaliação do desempenho da aeronave com a função objetivo de elevado custo computacional e emprega seus resultados na Regressão de Kriging para a busca do maior peso máximo de decolagem, obedecendo às restrições de projeto previamente estabelecidas. O objetivo do uso da técnica proposta permite a obtenção de uma interpolação eficaz para a busca da melhor configuração para a missão proposta pela SAE Aerodesign. Também se realiza uma comparação da aplicação da regressão de Kriging com o algoritmo genético. Esta comparação de métodos, permitiu estabelecer que a Regressão de Kriging é capaz de obter rapidamente melhores configurações com um baixo número de iterações que recorrem à função de elevado custo computacional.

In this study, the Kriging Regression technique is used to optimize the conceptual design of SAE Aero Design aircraft. Kriging regression, being a statistical method, interpolates a function based on initial sampling with existing aircraft data, generating a low computational cost function to maximize the payload to a new configuration. Initially, a maximum takeoff weight evaluation function is elaborated and other important aerodynamic parameters are determined in the longitudinal static stability study, by running the objective function with the AVL program. The objective function that performs the takeoff run and aerodynamic evaluation is considered at work as of high computational cost. In addition to assessing the maximum takeoff weight, the programmed function allows you to establish an initial configuration of the empennage based on design recommendations and application results from other teams’ competitors. Subsequently, the main body of the key work program that will perform the optimization is structured, this program initially creates a set of samples for performance evaluation through the objective function of high computational cost and uses its results in Kriging Regression to search for the maximum payload weight to the mission, in accordance with previously established design restrictions. The objective of using the proposed technique is to obtain an effective interpolation to find the best configuration for the mission proposed by SAE Aero Design. A comparison of Kriging Regression application with the genetic algorithm is also performed. This method comparison allowed to establish that Kriging Regression is able to quickly obtain better configurations with a low number of iterations using the high computational cost function.