โครงการวิจัยเรื่อง การพัฒนาซอฟท์แวร์สำหรับการออกแบบเชิงแนวคิดของเครื่องบินโดยพิจารณาความไม่แน่นอน

Abstract

การออกแบบเครื่องบินประกอบด้วย 3 ขั้นตอน การออกแบบตามแนวคิด, การออกแบบ ขั้นกลาง และการออกแบบขั้นละเอียด โดยงานวิจัยได้นำเสนอการออกแบบอากาศยานไร้คนขับชนิดปีกตรึง (Fixed wing unmanned aerial vehicle) ในขั้นตอนออกแบบตามแนวคิด โดยใช้วิธีการหาค่าเหมาะที่สุดโดยวิธีเมตาฮิวริสติก (Meta-heuristics) โดยผลลัพธ์ที่เหมาะสมที่สุดภายใต้เงื่อนไขบังคับของการออกแบบ ประกอบด้วย รูปทรง, ขนาดของส่วนประกอบหลัก, ประเภทของแพนปีกและข้อมูลของเครื่องยนต์ จะถูกนำไปออกแบบในขั้นตอนการออกแบบขั้นกลางและการออกแบบขั้นละเอียดต่อไป เนื่องจากการออกแบบเครื่องบินเป็นกระบวนการคำนวณที่ซับซ้อนและอาศัย การคำนวณแบบวนรอบจำนวนมาก ดังนั้นงานวิจัยนี้จึงมุ่งเน้นที่จะพัฒนาซอฟต์แวร์เพื่อช่วยในการออกแบบอากาศยานไร้คนขับในขั้นตอนการออกแบบตามแนวคิด โดยงานวิจัยนั้นจึงถูกแบ่งออกเป็น 5 ส่วน ส่วนแรกแสดงให้เห็นถึงการพัฒนาซอฟต์แวร์และแนวทางสำหรับนำซอฟต์แวร์ไปประยุกต์ใช้ ของปัญหาการหาค่าเหมาะสมที่สุดของการออกแบบอากาศยานไร้คนขับในขั้นตอนการออกแบบตามแนวคิดด้วยวิธีเมตาฮิวริสติก โดยพิจารณาความไม่แน่แน่นอนของการออกแบบ ภาษาคอมพิวเตอร์ MATLAB ถูกนำมาใช้ในการพัฒนาซอฟต์แวร์ ในส่วนที่สองเป็นการนำเสนอโดยการเปรียบเทียบวิธีเมตาฮิวริสติกที่นิยมใช้วิเคราะห์ปัญหาการหาค่าเหมาะสมที่สุดแบบเป้าหมายเดียวจำนวน 6 วิธีถูกใช้เพื่อนำมาแก้ปัญหาการออกแบบอากาศยานไร้คนขับในขั้นตอนการออกแบบตามแนวคิด โดยรูปทรงที่ถูกเลือกมาใช้ในการออกแบบคือ Conventional ส่วนที่สามเป็นการพัฒนาระเบียบวิธีเมตาฮิวริสติกแบบใหม่เพื่อใช้ในการออกแบบอากาศยานไร้คนขับรูปทรง Twin boom ในขั้นตอนการออกแบบตามแนวคิดโดยวิเคราะห์หลายฟังก์ชันเป้าหมาย (Many objective optimisation) ที่ชื่อว่า Self-adaptive many-objective meta-heuristic based on decomposition (A-MnOMH/D) ในส่วนที่สี่ ความไม่แน่นอนของการออกแบบ (Uncertainty of design) ของปัญหาการออกแบบอากาศยานไร้คนขับสำหรับการออกแบบในขั้นตอนการออกแบบตามแนวคิดของรูปทรง Conventional ได้ถูกนำมาประเมินค่าความไม่แน่นอนโดยใช้วิธี Reliability index approximation (RIA) with most probable point (MPP) ความไม่แน่นอนของการออกแบบประกอบด้วย น้ำหนักทั้งหมด, สัมประสิทธิ์แรงยกและแรงต้าน และตัวแปรไร้หน่วยของ state space model จากนั้นวิธี Multiobjective Meta-Heuristic with Iterative Parameter Distribution Estimation (MMIPDE) ซึ่งเป็นหนึ่งในระเบียบวิธีเมตาฮิวริสติกถูกนำมาใช้วิเคราะห์การหาค่าที่เหมาะสมที่สุดแบบ 2 ฟังก์ชันเป้าหมาย ประกอบด้วยน้ำหนักที่น้อยที่สุด และ ค่ามากที่สุดของ Reliability index ในส่วนสุดท้าย เพื่อลดการใช้ประสบการณ์ในการออกแบบในการเลือกรูปทรงของอากาศยานไร้คนขับในขั้นตอนการออกแบบตามแนวคิด และการพัฒนาซอฟต์แวร์ให้สามารถออกแบบอากาศยานไร้คนขับได้หลากหลายรูปทรง ในส่วนนี้ได้นำเสนอการนำรูปทรงของอากาศยานไร้คนขับประกอบด้วย Conventional, Twin boom และ Canard โดยจะถูกกำหนดเป็นตัวแปรออกแบบในวิธีการหาค่าเหมาะสมด้วยวิธีเมตาฮิวริสติกแบบหลายฟังก์ชันเป้าหมาย โดยระเบียบวิธี เมตาฮิวริสติกแบบใหม่ที่ชื่อว่า Grid-based many-objective metaheuristic with iterative parameter distribution estimation (MM-IPDE-Gr) การพัฒนาซอฟต์แวร์เพื่อใช้ในงานวิจัยที่กล่าวมาข้างต้น สรุปได้ว่า ซอฟต์แวร์สามารถออกแบบอากาศยานไร้คนขับได้ทั้งหมด 3 รูปทรง ประกอบด้วย Conventional, Twin boom และ Canard โดยใช้ระเบียบวิธีเมตาฮิวริสติก ยกตัวอย่างเช่น MMIPDE, MM-IPDE-Gr และ A-MnOMH/D โดยสามารถพิจารณาความไม่แน่นอนของการออกแบบได้ด้วยวิธี Reliability index approximation (RIA) with most probable point (MPP) ผู้ออกแบบสามารถกำหนดฟังก์ชันเป้าหมาย เงื่อนไขของการออกแบบและสัมประสิทธิ์ค่าคงที่ต่างๆ ได้โดยการแก้ไขที่ไฟล์สำหรับ input initial parameter สุดท้ายแล้วเมื่อได้รับคำตอบที่ดีที่สุด ซอฟต์แวร์สามารถแสดงรูปทรงของเครื่องบินได้อย่างโดยง่าย และส่งออกคำตอบไปใช้ในกระบวนการออกแบบในขั้นตอน อื่นๆ ต่อไป

The design of aircraft consists 3 phases: conceptual design, preliminary design and detail design. This thesis aims to present the design of Fixed wing unmanned aerial vehicles (UAV) in conceptual design phase by using the meta-heuristic optimisation (MH). The optimal results subjected to design constraints contain with the shape, dimension of main component, type of airfoil and engine. The obtained results are input in preliminary design and detail design. Due to the design of aircraft in conceptual phase requires vast of computation and iterative calculation, this thesis aim to develop the aircraft conceptual design software integrated with open-source software. This research has 5 parts following: The first path shows the development of a software and the guidelines for software application of conceptual design of UAV using MH taking account uncertainty. The computational language, an abbreviation of "MATrix LABoratory" (MATLAB), is used in this work. Secondary, this section presents the comparative study the state of the art of six single objective MHs for solving the aircraft conceptual design of UAV, the conventional configuration. Thirdly, a novel algorithm for designing many-objective aircraft, a conceptual design problem (Twin boom), called self-adaptive many-objective meta-heuristic based on decomposition (A-MnOMH/D) is developed. Fourthly, uncertainties of aircraft conceptual design of UAV are estimated by Reliability index approximation (RIA) with most probable point (MPP). Uncertainties of this design consist take-off weight, lift and drag coefficient and dimension less of state space model. The multi-objective optimisation algorithm, Multiobjective Meta-Heuristic with Iterative Parameter Distribution Estimation (MMIPDE), is used to solve the multi-objective optimisation. The objective functions are minimizing take-off weight and maximizing Reliability index. Final part, for reducing the design experience for choosing the UAV configuration and developing of software for evaluating multiple configurations in conceptual design phase, The UAV configuration: Conventional, Twin boom and Canard are posed to be design variable in design of many objective optimisation using the novel algorithm called “Grid-based many-objective metaheuristic with iterative parameter distribution estimation (MM-IPDE-Gr)”. Conclusion of software development, it can design of three UAVs: Conventional, Twin boom, and Canard, using MH optimisation algorithms including MMIPDE, MM-IPDE-Gr and A-MnOMH/D by taking account uncertainty using Reliability index approximation (RIA) with most probable point (MPP). The designer can define the number of objective functions, design constraint and design constant by editing of input script. The model of optimal result can be generated easily by using script. The model can be input of preliminary and detail design.