Döner kanatlı hava araçlarının uçuş performans optimizasyonu

Abstract

Helikopter, trikopter, quadkopter gibi döner kanatlı hava araçlarının tasarımı ve gelişimi popüler bir bilim çalışmalarından olmuştur. Dikey kalkış ve yüksek manevra kabiliyeti, havada asılı kalabilme, ileri, geri, kendi etrafında dönme ve yanlara uçuş kabiliyeti gibi birçok avantaja sahip olan döner kanatlı hava araçları sivil, spor, hobi ve askeri amaçlar ile kullanılan ulaşım aracı olmuştur. Döner kanatlı hava araçların tasarım süreçleri performans için kritik öneme sahiptir. Hava aracının havada kalış süresi önemli bir performans parametresidir. Bu doktora tez çalışması kapsamında quadkopter hava aracının otopilot kazanç katsayıları ve batarya ağırlığına bağlı olarak otonom performansını (yani hem boylamasına hem de yanal) ve maksimum havada kalış süresini aynı anda optimize edilmektedir. Bu amaç için, eşzamanlı pertürbasyon rassal yaklaştırım (yani SPSA) olarak adlandırılan bir rassal optimizasyon yöntemi kullanılarak uygun otopilot kazanç katsayıları ve pil ağırlığı elde edilmektedir. Pil ağırlığı ile pil enerji yoğunluğu arasında doğrudan bir ilişki olmadığı için SPSA algoritmasından elde edilen pil ağırlığına karşılık gelen pil enerji yoğunluğunu elde etmek için yapay sinir ağlarından (yani YSA) yararlanılır. SPSA algoritması kullanılarak optimum performans indeksi elde edilir, daha sonra elde edilen veriler boylamasına ve yanal otonom uçuş simülasyonları için kullanılır. Yapılan bu tez çalışması neticesinde hem quadkopter hava aracının maksimum havada kalış süresi hem de otonom performansı iyileştirilmiştir.

The design and development of rotary-wing aircraft such as helicopters, tricopters, and quadcopters has been a popular scientific study. Rotary-wing aircraft have high maneuverability such as vertical take-off and landing, hovering, forward, backward, turning around itself and flying sideways. Rotorcrafts have become a transportation used for civil, sports, hobby and military purposes. The design processes of rotary-wing aircraft are critical to performance. Durability is an important performance parameter for rotorcraft. Within the scope of this thesis, the autonomous performance (i.e. each longitudinal and lateral) and maximum endurance of the quadcopter aircraft are simultaneously optimized depending on the autopilot gain coefficients and battery weight. For this purpose, suitable autopilot gain coefficients and battery weight are obtained by using a stochastic optimization method called as Simultaneous Perturbation Stochastic Approximation (SPSA). Since there is no direct relationship between battery weight and battery energy density, Artificial Neural Network (ANN) is used to obtain the battery energy density corresponding to the battery weight obtained from the SPSA algorithm. The optimum performance index is obtained using the SPSA algorithm, then the obtained data is used for longitudinal and lateral autonomous flight simulations. As a result of the study, both the maximum flight time of the quadcopter aircraft and also autonomous performance has been improved.