Návrh optimalizované vrtule pro bezpilotní prostředky typu multicopter

Abstract

Výdrž a účinnost multicopterů jsou z velké části ovlivněny výběrem pohonného systému, zejména pak vrtulí. Avšak u malých bezpilotních prostředků, které většinu času stráví ve visu (např. multicoptery), pracují vrtule při nízkých Reynoldsových číslech, případně i v režimu odtržení. Tyto problémy a efekty spojené s rotací jsou řešeny pomocí korekcí aerodynamických koeficientů a aplikovány na vírovou teorii. Tento přístup vede k významnému zvýšení přesnosti výpočtu leteckých vrtulí. Nicméně pro nulovou rychlost nabíhajícího proudu mají tyto korekce tendenci nadhodnocovat hodnoty tahu vrtule. Pro snížení výpočetní náročnosti a času nezbytného k získání potřebných aerodynamických vlastností pro různá Reynoldsova a Machova čísla jsou použity neuronové sítě. Celý proces je implementován do prostředí MATLAB (včetně grafického rozhraní, neuronových sítí a adaptivních algoritmů) a validován na pěti různých vrtulích k prokázání, že vypočtené výkony vrtulí se shodují s experimentálními daty. Variační počet byl vybrán jako metoda pro návrh optimalizované vrtule, jelikož s jeho využitím lze navrhnout vrtuli s maximálním tahem pro zadaný výkon. Pro ověření zvoleného přístupu byla navrhnuta optimalizovaná vrtule, jejíž koeficient tahu je vyšší než odpovídající vrtule, se kterou je srovnávána, při zachování stejné hodnoty koeficientu výkonu.The endurance and hover efficiency of multicopters are mostly affected by the selection of powertrain, especially propellers. Since multicopters operate in most of the of time in hover, at small unmanned aerial systems (UAV), propeller blade airfoils operate at low Reynolds number or even beyond stall angle. To overcome these difficulties the corrections to aerodynamic coefficients are used and applied to vortex theory. Also, rotational effects are considered. This leads to significant improvement in the accuracy of modeling aircraft propellers, but for zero incident speed, it tends to overestimate produced thrust. The neural networks are used to reduce both computational time and time required to obtain the proper aerodynamic coefficient for various Reynolds and Mach number. Whole process was implemented in MATLAB (including GUI, NN, adaptive computing algorithms) and validated on five different propellers. Computed propeller performance is in good match with experimental data. For propeller optimization was selected method based on a calculus of variations. This method can find propeller with highest thrust for prescribed power requirements. To prove the presented approach an optimized propeller been designed. It has a higher thrust coefficient than a relevant competitor for some value of power coefficient.