OTIMIZAÇÃO MULTIOBJETIVO DE PERFIS AERODINÂMICOS UTILIZANDO ALGORITMO GENÉTICO
Otimização multiobjetivo; perfis aerodinâmicos; algoritmo genético.
Na aviação, a busca por aeronaves mais eficientes tem crescido em face da
preocupação dos governos e organizações com o meio ambiente, forçando os
novos projetos de aeronaves a emitirem cada vez menos CO2 na atmosfera. Os
fabricantes de aviões então, para sanar os diversos problemas, focam basicamente
no projeto da asa, empenagem, fuselagem e motores, que são os componentes
aerodinâmicos de maior significância. Todos eles têm em comum uma parte vital
nos projetos, que é o perfil. No presente trabalho buscou-se encontrar um perfil
ótimo, com abordagem multiobjetivo. No Matlab, um algoritmo genético otimizará
os perfis através de uma iteração com o XFOIL, onde são obtidas as características
aerodinâmicos dos perfis, representadas através de seus coeficientes (Cl, Cd, Cm
e Cl/Cd). Para se obter uma boa diversificação da população e poder assim
encontrar o perfil ideal, combinando as mais diversas características geométricas,
adotou-se como fonte para geração da população inicial, 300 perfis variados que
encontravam-se disponíveis na base de dados Airfoil Data Site. Para simulação no
XFOIL, foi adotado a densidade do ar como 1,225 kg/m³, uma viscosidade de
1,79e-5 Pa.s, nº de reynolds de 5,00e5, nº de mach de 0,05, ncrit de 9, nº máximo
de iterações para convergência de 100 e uma faixa de ângulo de ataque de 0º a
18º. Para o algoritmo genético, foi adotada uma probabilidade de cruzamento de
90%, 5% para mutação, uma exploração de busca fora do intervalo de 30% e um
número máximo de 100 gerações como critério de parada para a população. Os
perfis otimizados tiveram um desempenho superior ao apresentado por outro
trabalhos em relação aos coeficientes aerodinâmicos como eficiência e Cl, mas
não tanto em relação a Cm. O algoritmo mostrou-se satisfatório em encontrar perfis
que tinham como objetivo melhorar o Cl, o Cd, e consequentemente a eficiência,
encontrando perfis superiores em 32% de Cl para asas voadoras, 67% de Cl para
empenagens e melhores eficiências em cerca de 70% para turbinas eólicas. O
algoritmo conseguiu chegar a perfis ótimos e melhores em relação a outros
comumente utilizados nas aplicações citadas, além de obter características como
estol mais suave e redução de ruído para turbinas eólicas. Para trabalhos futuros,
sugere-se investigar uma maior faixa de número de Reynolds, e outros solvers
aerodinâmicos, além de implementar a otimização pelo método inverso, visando
obter uma distribuição de pressão ideal.