Data Fusion and Aerodynamic Surrogate Modeling for Handling Qualities Analysis

Autor: Zhang, Mengmeng, Bartoli, Nathalie, Jungo, Aidan, Lammen, Wim, Baalbergen, Erik, Voskuijl, Mark
Přispěvatelé: AIRINNOVA AB, ONERA / DTIS, Université de Toulouse [Toulouse], ONERA-PRES Université de Toulouse, CFS Engineering, National Aerospace Laboratory [Amsterdam] (NLR), National Aerospace, Faculty of Aerospace Engineering [Delft], Delft University of Technology (TU Delft), André, Cécile
Jazyk: angličtina
Rok vydání: 2020
Předmět:
Popis: In the modern aircraft design process numerical simulation is one of the key enablers. However, computational time increases exponentially with the level of fidelity of the simulation. In the EU Horizon 2020 project AGILE different computation tools relative to different levels of fidelity are used. One of the challenges is to reduce the computational time - e.g. to facilitate an efficient optimization process - by processing the analysis data of various fidelity levels in a global surrogate model. This paper focuses on data fusion via an automatic iterative process embedded in the MDA chains as applied in AGILE. Surrogate modeling techniques are applied, taking into account the optimal sampling and the corresponding fidelities of the samples. This paper will detail the different steps of the proposed approach. As a test case handling qualities analysis of the AGILE reference conventional aircraft is performed, by fusing the computed aerodynamic coefficients and derivatives. A full spreadsheet of aerodynamic data computed either with different levels of fidelity or with only a low-fidelity tool has been derived and evaluated. By applying the data set with multiple levels of fidelity, the accuracy of the flight performance analysis was significantly improved especially for the transonic region in which the low fidelity aerodynamic method is not reliable. Moreover, the test case shows that by using a surrogate model based data fusion technique, the fidelity of the analysis data can be significantly improved with maximum RMSE less than 5% with minimum computation effort.
Dans le processus de conception avion, la simulation numérique est un des points clé. Cependant, le temps de calcul augmente exponentiellement avec le niveau de fidélité de la simulation. Dans le projet européen H2020 AGILE, différents outils de calcul avec différents niveaux de fidélité sont utilisés. Un des principaux défis est de réduire le temps de calcul - par exemple pour accélérer un processus d'optimisation - en rassemblant les données d'analyse provenant des différents niveaux de fidélité dans un métamodèle global. Cet article se concentre sur la fusion de données via un processus automatique itératif au sein des chaînes d’analyse multidisciplinaire comme celles utilisés dans le projet AGILE. Les techniques des métamodèles sont appliquées, prenant en considération l'échantillonnage optimal et leur fidélité correspondante. Ce papier détaille les différentes étapes de l'approche proposée. L’analyse des qualités de vol sur l’avion de référence AGILE est utilisée comme cas test de validation de l’approche, en fusionnant les coefficients et les dérivés aérodynamiques calculés. Une table de données aérodynamiques calculées avec un ou plusieurs niveaux de fidélité est évaluée. En utilisant l'ensemble des données multifidélité, la précision sur l'évaluation des performances de vol a été sensiblement améliorée particulièrement pour la région transsonique pour laquelle la méthode aérodynamique de basse fidélité n'est pas fiable. D'ailleurs, le cas test prouve que l’utilisation d’un métamodèle basé sur la fusion de donnée permet d’améliorer significativement la précision.
Databáze: OpenAIRE
Externí odkaz: