Dissertação

{en_GB=Coupled Preliminary Design and Trajectory Optimization of Rockets using a Multidisciplinary Approach} {} EVALUATED

{pt=Neste trabalho, foi criada uma ferramenta para a optimização do design preliminar de um foguete. Utilizando uma abordagem multidisciplinar acoplada, a ferramenta é capaz de rapidamente encontrar os parâmetros óptimos de design e trajectória para a missão especificada. A optimização do design é efectuada utilizando um algoritmo genético contínuo desenvolvido e testado no trabalho, com opção de processamento paralelo. Os modelos de massa e dimensionamento necessários para estimar a estrutura do foguete são criados a partir da regressão de dados históricos, ou retirados da literatura. A optimização da trajectória é efectuada utilizando o princípio minimo de Pontryagin. As equações de optimalidade são deduzidas e os valores óptimos são localizados utilizado o método de optimização por enxame de partículas. A curvatura da Terra e a contribuição da sua rotação são consideradas na simulação da trajectória. O modelo de arrasto é criado utilizando a data proveniente do software Missile Datcom, testando a influência da geometria do nariz com o número de Mach. Os modelos são validados utilizando foguetes reais e os parâmetros do algoritmo genético são afinados facilitar a convergência da solução. Finalmente, a ferramenta é testada através da optimização de um pequeno foguete e comparando-o com o melhor foguete actual. A ferramenta apresenta resultados promissores na optimização da trajectória e do design. Consegue lidar com os constrangimentos impostos e é capaz de realizar o desenho conceitual de um foguete e o cálculo da trajectória num espaço de tempo razoável. , en=A tool was developed to perform a rocket preliminary design by finding the optimal design and trajectory parameters for a specific mission. A multidisciplinary coupled approach was used to optimize both trajectory and design. The design optimization is performed using a continuous genetic algorithm, able to perform parallel computation, also developed and benchmarked in this work. The mass and sizing models required to estimate the rocket structure are created using historical data regression or taken from literature. The trajectory optimization is done using the Pontryagin's minimum principle. The optimality equations are deduced and the optimal values are found using a particle swarm optimization. The Earth's curvature and the contribution due to Earth's rotation is taken into account to simulate the trajectory. The drag model is created using data from Missile DATCOM software to test the nose geometry influence with Mach number. The models are validated using real rockets and the influence of the coast phase in trajectory optimization is analyzed using the Vega rocket. The genetic algorithm is subjected to a simplified parameter tuning. Finally, the tool is tested by optimizing the design of a small launch vehicle and comparing it to the state-of-the-art rocket. The tool shows promising results in both trajectory and design optimization. It handles the imposed constraints and is able to successfully perform a launch vehicle conceptual design and trajectory calculation in a reasonable time.}
{pt=Abordagem acoplada, Veículo de lançamento, Otimização de trajectória, Algoritmo genético, Enxame de partículas., en=Coupled approach, Launch vehicle, Trajectory optimization, Genetic algorithm, Particle swarm optimization}

Junho 17, 2019, 14:0

Orientação

ORIENTADOR

André Calado Marta

Departamento de Engenharia Mecânica (DEM)

Professor Auxiliar

ORIENTADOR

Paulo Jorge Soares Gil

Departamento de Engenharia Mecânica (DEM)

Professor Auxiliar