DNN을 활용한 유인드론용 프로펠러 양항비 최적설계

초록

현대의 유/무인 드론은 군용, 농/ 임업용, 촬영용, 건설/측량용, 물류용 등 다양한 분야에서 수요가 증가하고 있다. 중소기업 전략 로드맵(1)에 따르면 세계 드론 시장 전망은 세계 시장 규모가 2024년 432억 달러로 성장할 것으로 본다. 또한 대도시의 심각한 교통 문제를 해결하기위해 새로운 이동수단의 개발에 대한 요구가 꾸준히 제시된다. 최근에 미국의 우버(2), 독일의 볼로콥터 (3) 등을 중심으로 이동수단의 혁신이 될 유인 드론에 대한 개발이 가속되고 있다. 이를 위해 유인드론 용 프로펠러의 공력성능은 이동 수단의 안전성 및 시장 확보에 직결되기 때문에 유인드론의 개발에 있어 매우 중요한 요소이다. 따라서 개발 초기에 다양한 공력성능에 대한 연구가 선행되어야 한다. 기존의 여러 최적설계기법은 실험 혹은 수치해석을 통해 형상 매개 변수를 변화해가는 케이스 스터디를 통해 최적값을 구하는 것이다. 이러한 최적설계기법들은 수많은 금전적, 시간적 비용을 요구한다.본 연구에서는 유인 드론용 프로펠러의 공력성능 향상을 목표로 심층신경망 기법을 활용하여 블레이드 최적설계에 대한 새로운 방법을 제시하고자 한다.본 연구에 쓸 설계 변수로 2차원 에어포일의 스테거 각도, 코드길이, 레이놀즈수를 적용하였고, 학습을 통해 얻은 2차원 날개 단면을 3차원으로 스택킹 설계후 제작하여 성능을 검증한다. 또한 설계된 3차원 형상을 Ansys Fluent의 Large Eddy Simulation (LES)를 통해 수치해석을 진행하고, 인공지능 최적설계를 검증한다.