• 한국항공우주학회지
• /
• 제39권9호
• /
• pp.816-822
• /
• 2011

본 연구에서는 프로펠러의 형상 및 환경 요소의 영향에 따른 추력값을 빠르게 계산할 수 있는 프로그램을 개발하였다. 여기서 유도 요소를 계산하기 위해서, 카와다에 의해 소개된 준-무한 나선와류 모델을 이용하였다. 본 code의 구조는 Wrench의 프로펠러 양력선 이론에 기초하여 제작되었으며, 프로펠러의 추력, 파워 및 효율 등의 공력값을 계산할 수 있다. 1차적인 프로그램의 신뢰성 있는 검증을 위해 NACA 보고서의 시험 결과와 비교 및 검증을 시행하였다. 2차적인 프로그램의 검증을 위해서는, 프로펠러 회전속도와 전진 속도에 변화를 주면서 아음속 풍동 시험을 수행하였다.

• 한국항공우주학회지
• /
• 제46권3호
• /
• pp.189-196
• /
• 2018

고고도 무인기용 프로펠러의 추력 및 토크를 측정하기 위한 시험장치를 고안하였으며, 직경 1 m급 2개의 모델에 대해 성능시험을 수행하였다. 기계적인 동력을 측정하기 위해 프로펠러 회전축에 토크센서를 설치하였으며, 작은 추력을 정밀하게 측정하기 위해 프로펠러 및 구동부 전체를 지지하는 가이드레일 시스템을 적용하였다. 반복성시험 분석 및 불확도 분석을 통해 프로펠러 성능시험에 영향을 미치는 인자들을 고찰하였다. 불확도 분석결과는 추력 로드셀의 정밀도와 시험부 풍속을 결정하는 측정인자의 정밀도가 유사한 정도로 프로펠러 성능시험에 영향을 주고 있음을 나타내고 있다. 특정 RPM 조건에서 풍속을 변경시켜가며 프로펠러의 성능을 측정한 후, 5개의 서로 다른 RPM 조건에 대한 측정결과를 프로펠러 성능계수로 나타내었다.

• 한국항공우주학회지
• /
• 제31권10호
• /
• pp.112-119
• /
• 2003

50 m급 비행선의 추진을 위한 복합재 프로펠러를 공력/구조 설계하였으며, 지상 성능 시험을 수행하였다. 먼저 와류-깃요소 이론을 적용하여 비행선의 최대 비행 속도 조건에서 최소 손실을 갖는 45 kW급 프로펠러를 설계하였다. 프로펠러는 직경 2m, 블레이드 수 3, 고정피치 방식을 적용하였으며, 추력 제어를 위해 RPM 조절방식을 채택하였다. 설계한 프로펠러의 성능을 검증하기 위하여 지상정지 상태에서 프로펠러의 피치각을 변화시켜 가며 추력과 토크를 측정하여 이론적 방법으로 계산한 추력계수, 동력계수와 비교하였으며, 시험결과와 이론적 계산 결과는 잘 일치함을 확인하였다.

• 항공우주시스템공학회지
• /
• 제9권4호
• /
• pp.62-66
• /
• 2015

During the conceptual design of turboprop aircraft, the power effect driven from rotating propeller is typically obtained from empirical data. In the present paper, propeller power effect was obtained by using unsteady three-dimensional Navier-Stokes solver with $k-{\omega}$ turbulence model for the accurate prediction of turboprop aircraft performance. In order to simulate the relative motion between propeller and fuselage, unsteady sliding mesh method was used. During simulation, three flow conditions such as climb, cruise and descending flight were selected considering the flight envelop of the real turboprop aircraft. For the correction of aerodynamic coefficients, the thrust effect of engine exhaust gas was included based on the engine manufacturer's data. Using the computational results, the correction table for the aerodynamic coefficient of turboprop aircraft was suggested for the performance analysis of turboprop aircraft.

• 한국항공우주학회지
• /
• 제40권11호
• /
• pp.917-926
• /
• 2012

본 연구는 고효율 복합재 프로펠러를 개발하기 위하여, 항공기 프로펠러 효율 특성 해석을 수행하였다. 비선형 수치해석을 이용하여 프로펠러의 공력 특성을 분석하고, 풍동 실험결과와 비교 분석하였다. 유동해석코드는 비선형 유동방정식인 RANS(Reynolds Averaged Navier-Stocks)를 수치해석화한 코드를 사용하였다. 해석 결과, 수치해석을 통하여 얻어진 프로펠러의 추력 및 출력계수는 실험결과와 비교하여 다소 높게 분석되었으며, 추력과 출력의 비로부터 계산된 프로펠러 효율은 실험결과와 잘 부합하는 것으로 확인하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2002년도 추계공동학술대회논문집
• /
• pp.139-145
• /
• 2002

수로에서의 선박통항으로 인해 주변환경 렌 구조물에 미치는 영향을 평가하기 위하여 선박의 추진기로 인한 흐름을 다루었다. 제한수로에서의 수치모델은 Shield's diagram과 추진기의 운동량 이론을 사용하여 개발하였다. 프로펠러에 의한 추진기방정식은 분사를 정의하는 가장 정확한 수단으로 분사계수와 분사유속을 기초로 하여 수립하였다 추진기분사에 대해 접근한 방법은 적용 선박의 출력에 기초하였으며, 추진기 분사방정식의 주요함수에는 추진력, 프로펠러 직경, 그리고 선박의 속도를 도입하였다. 또한, 수로의 수심과 선박의 홀수도 초기이동한계입경의 계산에 필요하다. 추진기로부터 분사된 유속의 분포는 Gaussian 정규분포함수로 나타내었다 저면마찰속도와 진단응력은 Sternberg 공식으로부터 유도되었으며, 아울러 선박 추진기로 인해 수로저면에서 표사이동에 현저한 영향을 미치는 경우를 사례연구를 통해서 나타내었다.

• 한국항공우주학회지
• /
• 제43권12호
• /
• pp.1035-1047
• /
• 2015

고고도 장기체공 축소형 전기 동력 무인기(EAV-2H+)용 프로펠러의 성능을 평가하기 위해 풍동시험과 전산해석을 수행하였다. 3종의 프로펠러에 대해 성능 곡선을 측정하고, 운용 조건을 평가하여 EAV-2H+에 적용 가능 여부를 판단하였다. 낮은 rpm 영역에서 성능 계수의 저하 경향을 확인하였다. 프로펠러 성능에 미치는 강체 천이 테이프 부착 효과를 측정하고 분석하였다. 상용 전산유체역학 코드를 사용한 성능 해석을 수행하여 시험과 해석의 추력계수-동력계수 선도가 잘 일치함을 확인하였다. 전진비에 따른 성능 계수를 비교하고 결과 차이에 기여하는 시험장치의 영향을 평가하였다. 시험에서 관찰된 낮은 rpm 영역의 성능 감소 경향을 transition SST 모델이 유사하게 모사함을 확인하였다. 낮은 레이놀즈수에 의한 깃 요소의 공력 성능 저하가 프로펠러 성능 감소의 주원인으로 분석되었다. 고고도 조건 해석으로부터 프로펠러 성능 저하를 확인하였다.

• 대한조선학회논문집
• /
• 제58권4호
• /
• pp.234-242
• /
• 2021

In this study, we introduce the prediction of brake power for low-speed full ships and container carriers using the linear regression and a machine learning approach. The residual resistance coefficient, wake fraction coefficient, and thrust deduction factor are predicted by regression models using the main dimensions of ship and propeller. The brake power of a ship can be calculated by these coefficients according to the 1978 ITTC performance prediction method. The mean absolute error of the predicted power was under 7%. As a result of several validation cases, it was confirmed that the machine learning model showed slightly better results than linear regression.