Improvement of aircraft design through aerodynamic shape optimization

Abstract

Unmanned aerial vehicle (UAV) design requires substantial effort in prototyping, testing, and iterations. To enhance design efficiency and performance, this thesis proposes an automated design and optimization framework utilizing open-source software, including OpenVSP, VSPAERO, the Parasite Drag Tool, XFOIL, and Python. The study begins with a preliminary design phase, estimating key parameters such as maximum takeoff weight, wing reference area, and engine power through statistical and constraint analysis. The wing design is optimized for aerodynamic performance, followed by the creation of a tail design for static stability. The fuselage, landing gear, and propulsion system are designed with a focus on motor and propeller selection, culminating in an initial baseline design model developed using the DegenGeom CAD module within OpenVSP.

The framework addresses challenges in drag prediction, lift estimation, and airfoil selection, introducing a hybrid VLM-DATCOM model validated through computational fluid dynamics (CFD) and wind tunnel experiments. Its effectiveness is demonstrated through the design of two UAVs: a medium-sized thermal-engine UAV and a small electric-engine UAV. Key contributions include a systematic airfoil selection methodology, a robust drag correction model, and an optimization process that reduces design iteration time and costs. Accurate estimation of parameters like wing reference area, parasite drag and maximum lift coefficient is crucial for optimizing UAV design, impacting flight safety, endurance, stability, and overall performance. The results highlight improvements in aerodynamic efficiency and provide valuable insights for UAV designers in academia and industry.

La conception des véhicules aériens sans pilote (UAV) nécessite un effort considérable en prototypage, tests et itérations. Pour améliorer l'efficacité et les performances, cette thèse propose un cadre automatisé de conception et d'optimisation utilisant des logiciels open-source, notamment OpenVSP, VSPAERO, Parasite Drag Tool, XFOIL et Python. L'étude commence par une phase de conception préliminaire, estimant des paramètres clés tels que le poids maximal au décollage, la surface de référence de l'aile et la puissance du moteur, via des analyses statistiques et de contraintes. La conception de l'aile est optimisée pour des performances aérodynamiques, suivie par celle de l'empennage pour assurer la stabilité statique. Le fuselage, le train d'atterrissage et le système de propulsion sont conçus en se concentrant sur la sélection du moteur et de l'hélice, aboutissant à un modèle de conception de base développé avec le module DegenGeom CAD dans OpenVSP.

Ce cadre aborde les défis liés à la prédiction de la traînée, l'estimation de la portance et la sélection des profils aérodynamiques, en introduisant un modèle hybride VLM-DATCOM validé par des simulations de dynamique des fluides computationnelle (CFD) et des essais en soufflerie. Son efficacité est démontrée à travers la conception de deux UAV : un UAV à moteur thermique de taille moyenne et un petit UAV à moteur électrique. Les contributions majeures incluent une méthodologie systématique de sélection des profils, un modèle robuste de correction de traînée, et un processus d'optimisation réduisant le temps et les coûts des itérations. Une estimation précise de paramètres tels que la surface de l'aile, la traînée parasite et le coefficient de portance maximal est cruciale pour optimiser la conception des UAV, influençant la sécurité, l'endurance, la stabilité et les performances globales. Les résultats mettent en évidence des améliorations en efficacité aérodynamique et fournissent des insights précieux pour les concepteurs d'UAV dans les milieux académiques et industriels.