Aeroelastic wing flutter testing and analysis
- Autores: Sami Abou Kebeh Llano
- Directores de la Tesis: Roberto Gil Pita (dir. tes.), Manuel Rosa Zurera (codir. tes.)
- Lectura: En la Universidad de Alcalá ( España ) en 2022
- Idioma: inglés
- Tribunal Calificador de la Tesis: Manuel Utrilla Manso (presid.), María Inmaculada Mohino Herranz (secret.), Cosme Llerena Aguilar (voc.)
- Programa de doctorado: Programa de Doctorado en Tecnologías de la Información y las Comunicaciones por la Universidad de Alcalá
- Materias:
- Enlaces
- Resumen
- español
La integración de nuevas cargas subalares en una aeronave modifica las características de distribución de masa (centro de gravedad) y momento de inercia del ala. Este efecto, sumado a la contribución de las cargas aerodinámicas, produce que los modos y frecuencias propias de vibración varíen con la presión dinámica (función de la velocidad de vuelo y altitud). Este fenómeno fuertemente no lineal implica que, bajo determinadas condiciones de presión dinámica, se produzca el acoplamiento en frecuencia (resonancia autosostenida) de dos o más modos de vibración inicialmente ortogonales entre sí. El fenómeno aeroelástico anterior se conoce como "flameo" ("flutter" en inglés), que salvo cambio de las condiciones de vuelo, llevará a la pérdida de la aeronave y la vida del piloto. Por otra parte, la integración de nuevas cargas subalares requiere llevar a cabo una serie de procesos que conducirán a una nueva envolvente de vuelo, dentro de la cual se garantice que la aeronave puede volar con seguridad. Este estudio requiere llevar a cabo cálculos teóricos para predecir las condiciones de flameo y una posterior validación mediante ensayos en vuelo, conocido como "expandir la envolvente". Ejecutar esta tarea con seguridad requiere unos medios y personal altamente cualificados y especializado, cuyos costes derivados son extraordinariamente elevados. Como consecuencia, las empresas especializadas llevan a cabo estos ensayos y guardan los resultados como secreto industrial. Todo lo anterior justifica que sea muy complicado encontrar métodos validados para procesar datos de vuelos y extraer los parámetros de vibración a distintas presiones dinámicas.
Entre los distintos métodos publicados para identificar parámetros de vibración de vuelos de ensayos de flameo, la gran mayoría han sido verificados únicamente con modelos teóricos, dándose el caso de que muchos de ellos dan resultados incongruentes entre sí o que al ser validados con datos reales arrojan resultados incoherentes. Por este motivo, el objetivo principal era desarrollar técnicas robustas, coherentes y repetitivas para procesar datos de vuelo de flameo. El autor del presente estudio ha tenido acceso a una base de datos de ensayos en vuelo de flameo, cortesía del Ejército del Aire de España, y cuenta con autorización de la Oficina de Comunicaciones del Ejército del Aire para publicar resultados de su investigación sobre esos datos.
La presente tesis desarrolla dos métodos de procesado de datos de ensayos en vuelo de flameo específicos sobre datos procedentes de una excitación tipo "Sine-Dwell". El primero está basado en un modelo matemático y en técnicas de optimización. El segundo en técnicas de aprendizaje profundo. El desarrollo de ambas técnicas se inicia con una primera verificación de distintas técnicas documentadas en la literatura científica, seguidos por el entrenamiento de las siguientes redes neuronales; De perceptrón multicapa, redes neuronales profundas y redes neuronales convolucionales.
Establecida una línea de base de comparación, se procedió a seleccionar una técnica clásica (basada en modelo teórico y optimización), de acuerdo con la fuente bibliográfica, validada con datos reales procedentes de ensayos en vuelo de flameo y una de las redes neuronales entrenadas.
Partiendo de las lecciones aprendidas se desarrolló una técnica innovadora basada en el modelo clásico de modelo teórico y optimización, verificación con datos sintéticos y comparación de las tres técnicas seleccionadas anteriormente. Finalmente, las tres técnicas fueron validadas con datos reales de ensayos en vuelo de flameo.
- English
The integration of new underwing stores in an aircraft modifies the characteristics of mass distribution (center of gravity) and moment of inertia of the wing. This effect, in addition to to the contribution of aerodynamic loads, causes the vibration modes and frequencies to vary with the dynamic pressure (a function of flight speed and altitude). This strongly non-linear phenomenon implies that, under certain conditions of dynamic pressure, the coupling in frequency (selfsustaining resonance) of two or more modes of vibration initially orthogonal to each other occurs, an aeroelastic phenomenon known as "flutter", which will lead to the loss of the aircraft and the life of the pilot unless the flight conditions change. Thus, the integration of new underwing stores requires carrying out a series of processes that will lead to a new flight envelope, within which it is guaranteed that the aircraft can fly safely. This study requires carrying out theoretical calculations to predict flutter conditions and subsequent validation through flight tests, known as "envelope expansion". Carrying out this task safely requires highly qualified and specialized means and personnel, and this implies extraordinarily high costs, which leads to companies specialized in carrying out these tests to guarding data and results as an industrial secret, and among other things it is very difficult to find validated methods to process flight data and extract vibration parameters at different dynamic pressures.
Among the different published methods to identify flutter test flight vibration parameters, the vast majority have been verified only with theoretical models, with the fact that many of them give results that are inconsistent with each other or, when validated with real data, yield inconsistent results. For this reason, the main objective was to develop fast, robust and coherent techniques, capable of returning repetitive and consistent results in real time. The author had access to a flutter flight test database, courtesy of the Spanish Air Force, and has authorization from the Air Force Communications Office to use and publish results derived from his research on those data.
This thesis will present a research dedicated to developing two data processing methods for flutter flight tests, in particular on data from a "Sine-Dwell" type excitation, one based on a mathematical model and optimization techniques, and another based on deep learning techniques.
The development of both techniques, is based on a first verification of different techniques documented in the bibliography by different authors, as well as on the training of different neural networks; Multilayer perceptrons, deep neural networks and convolutional neural networks. Once a comparison baseline was available, a classical technique was selected (based on a theoretical model and optimization), according to the bibliographic source validated with real data from flutter flight tests, and one of the trained neural networks. Based on the lessons learned, an innovative technique was developed based on the classical model of theoretical model and optimization, verification with synthetic data and comparison of the three previously selected techniques. Finally, the three techniques were validated with real data from flutter flight tests.
The results obtained are highly satisfactory, reaching the initially planned objectives. The techniques presented have been verified with synthetic data, compared with previously independently validated bibliographic models and validated in this study with real data. The results are consistent with expectations. The speed of the process allows the analysis of data in real time, increases the situational awareness of the test director and facilitates decision-making to continue or stop the test, in dangerous conditions, with greater safety.
- español
