MARC

 008260126s2025        us                              c    eng  d
■001000017358072
■00520260202103639
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798314873816
■035    ▼a(MiAaPQ)AAI32092509
■035    ▼a(MiAaPQ)umichrackham005992
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a629.1
■1001  ▼aAbdul  Kaiyoom,  Mohamed  Arshath  Saja.
■24510▼aNumerical  Methods  for  Coupled  Aeropropulsive  Design  Optimization
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a292  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-11,  Section:  B.
■500    ▼aAdvisor:  Martins,  Joaquim  R.  R.  A.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aUnconventional  propulsion  systems  are  used  in  several  innovative  aircraft  concepts  to  save  energy.  Airframe-propulsion  integration  presents  new  design  challenges  due  to  emerging  technologies  such  as  over-wing  nacelle,  boundary  layer  ingestion,  and  distributed  electric  propulsion.  Therefore,  coupled  aeropropulsive  design  optimization  is  a  promising  field  in  which  to  investigate  the  trade-offs  between  aerodynamics  and  propulsion  models.  However,  coupled  aeropropulsive  design  optimization  is  a  relatively  new  field  compared  to  aerodynamic  shape  optimization  and  aerostructural  optimization.  There  are  still  some  challenges  in  this  field  that  need  to  be  addressed  to  perform  more  advanced  and  rapid  aeropropulsive  studies.In  this  thesis,  we  first  develop  a  separation  sensor  to  eliminate  separation  in  gradient-based  optimization.  Designers  often  want  to  avoid  separation  at  off-design  conditions  regardless  of  the  drag.  Therefore,  we  first  develop  a  separation  constraint  formulation  for  airfoil  shape  optimization.  Following  the  airfoil  optimization,  we  also  developed  a  novel  separation  sensor  that  is  suitable  for  3-D  problems  and  used  in  the  over-wing  nacelle  (OWN)  coupled  aeropropulsive  problem  in  this  thesis.Secondly,  we  develop  solvers  suitable  for  coupled  systems  that  have  saddle-point  system  in  their  Jacobian,  which  often  results  in  powered  boundary  condition  problems  in  coupled  aeropropulsive  design  optimization.  Simulation-based  multiphysics  or  multidisciplinary  models  are  fundamental  building  blocks  of  multidisciplinary  design  optimization  frameworks  that  involve  coupled  models.  Solving  the  coupled  linear  and  nonlinear  systems  that  arise  from  these  models  is  challenging.  One  common  challenge  arises  when  the  Jacobian  matrices  represent  a  saddle-point  problem,  where  a  block-diagonal  corresponding  to  a  discipline  is  non-invertible.  These  problems  require  a  coupled  solver  algorithm  such  as  Newton's  method  instead  of  the  popular  block  Gauss-Seidel  based  methods  because  of  this  non-invertible  block.  However,  implementing  coupled  solver  methods  is  challenging,  and  they  suffer  from  robustness  issues.  To  address  these  challenges  with  saddle-point  problems,  we  introduce  nonlinear  and  linear  Schur  complement  solvers  suitable  for  CFD-based  coupled  system  models.  We  implement  the  solvers  in  NASA's  OpenM-DAO  framework  and  demonstrate  their  effectiveness  with  two  analytic  problems  and  computational  fluid  dynamics  based  saddle-point  problems:  aerodynamic  shape  optimization  of  a  wing  and  coupled  aeropropulsive  design  optimization  of  a  podded  propulsor.Thirdly,  we  also  develop  a  robust  Newton  solver  to  solve  challenging  pyCycle  thermodynamic  nonlinear  problems.  Solving  a  nonlinear  system  of  algebraic  equations  is  a  challenging  task.  Newton's  method  is  a  widely  used  approach  for  solving  nonlinear  systems  of  equations.  Despite  providing  quadratic  convergence  near  the  final  solution,  it  may  not  always  converge  the  nonlinear  system  when  the  initial  solution  is  further  away  from  the  final  solution.  Therefore,  we  develop  the  multilevel  preconditioned  Newton  method  with  learning  capability  (MPNL)  solver  to  increase  robustness  and  efficiency.We  implement  the  MPNL  solver  in  OpenMDAO.Finally,  we  study  the  aeropropulsive  benefits  of  the  OWN  configuration.  The  OWN  configuration  has  the  potential  to  improve  on  the  conventional  under-wing  nacelle  configuration  by  enabling  higher  bypass  ratios  and  increasing  noise  shielding.  To  explore  this  potential,  we  perform  coupled  aeropropulsive  design  optimization  to  study  the  coupled  analysis  and  the  design  trade-offs  between  aerodynamics  and  propulsion.  We  first  perform  single-point  optimization  to  study  the  fundamental  aeropropulsive  benefits  and  trade-offs.  In  this  study,  we  also  perform  multipoint  optimizations  to  understand  the  importance  of  multipoint  optimization  in  terms  of  aerodynamics  and  propulsion.  These  advancements  in  aeropropulsive  optimization  are  critical  to  OWN  configuration  design  and  more  sustainable  aircraft.
■590    ▼aSchool  code:  0127.
■650  4▼aAerospace  engineering
■650  4▼aEngineering
■650  4▼aFluid  mechanics
■650  4▼aMechanical  engineering
■653    ▼aSeparation  constraint
■653    ▼aSchur  complement  solvers
■653    ▼aRobust  Newton  solver
■653    ▼aSaddle-point  problems
■653    ▼aOver-wing  nacelle
■653    ▼aCoupled  aeropropulsive  design  optimization
■690    ▼a0538
■690    ▼a0537
■690    ▼a0548
■690    ▼a0204
■71020▼aUniversity  of  Michigan▼bAerospace  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-11B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358072▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books