Geri Dön

Development of A surrogate model-based optimization framework for aerospace applications

Havacılık uygulamaları kapsamında vekil model temelli optimizasyon programı geliştirilmesi

PDF İndir

  1. Tez No: 1003041
  2. Yazar: NİYAZİ ŞENOL
  3. Danışmanlar: PROF. DR. HASAN UMUR AKAY, DR. ŞAHİN YİĞİT
  4. Tez Türü: Doktora
  5. Konular: Havacılık ve Uzay Mühendisliği, Makine Mühendisliği, Aeronautical Engineering, Mechanical Engineering
  6. Anahtar Kelimeler: Aerodinamik, Hesaplamalı akışkanlar dinamiği (HAD), Tasarım optimizasyonu, Şekil optimizasyonu, Aerodynamics, Computational fluid dynamics (HAD), Design optimization, Shape optimization
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Aerodinamik şekil optimizasyonu, yakıt verimliliğinin artırılması, emisyonların azaltılması ve aerodinamik performansın iyileştirilmesine yönelik artan gereksinimler doğrultusunda modern havacılık tasarımının temel bileşenlerinden biri haline gelmiştir. Hesaplamalı akışkanlar dinamiği (CFD) ve yüksek başarımlı hesaplama alanındaki ilerlemelere rağmen, gradyan-tabanlı optimizasyon yöntemlerinin yüksek hesaplama maliyeti ve vekil (surrogate) tabanlı yöntemlerin yüksek boyutlu problemlerde ölçeklenebilirlik kısıtları önemli birer zorluk oluşturmaktadır. Bu tezde, Efficient Global Optimization (EGO) yaklaşımına dayalı, ölçeklenebilir ve güvenilir bir aerodinamik şekil optimizasyon çerçevesi geliştirilmiştir. HEGOPLS olarak adlandırılan bu çerçeve; Kriging (KRG), Kısmi En Küçük Kareler ile Kriging (KPLS), Gradyan Destekli Kriging (GEK) ve Gradyan Destekli KPLS (GEKPLS) yöntemlerini tek bir optimizasyon altyapısı içerisinde bütünleştirmektedir. Adjoint tabanlı gradyan bilgisinin boyut indirgeme teknikleriyle bütünleştirilmesi sayesinde, bu çerçeve, surrogate-tabanlı optimizasyon yöntemlerine özgü yüksek boyutlu parametre uzaylarının yol açtığı hesaplama zorluklarını önemli ölçüde hafifletmektedir. Geliştirilen HEGOPLS çerçevesi; NACA0012 kanat profili, iki boyutlu eksenel simetrik S-duct, RAE 2822 kanat profili, Common Research Model (CRM) kanadı ve üç boyutlu RAE-M2129 S-duct olmak üzere artan karmaşıklık düzeyine sahip beş farklı referans problem üzerinde doğrulanmıştır. Bu problemler; iç ve dış akışları, viskoz ve inviscid akış koşullarını, tek ve çok amaçlı optimizasyon senaryolarını ve çoklu uçuş koşullarını kapsamaktadır. Elde edilen sonuçlar, gradyan bilgisi ile zenginleştirilmiş vekil modellerin, adjoint-tabanlı yöntemlerle karşılaştırılabilir performans sağladığını ve buna ek olarak daha esnek ve güvenilir bir optimizasyon süreci sunduğunu göstermektedir. Özellikle 110 tasarım değişkenine kadar ölçeklenebilen optimizasyon sonuçları, literatürde rapor edilen en yüksek boyutlu vekil-tabanlı aerodinamik optimizasyon çalışmalarından birini temsil etmektedir. Sonuç olarak, bu tez, gradyan destekli vekil modelleme yaklaşımlarının karmaşık aerodinamik tasarım problemleri için etkin, güvenilir ve ölçeklenebilir bir alternatif sunduğunu ortaya koymakta ve aerodinamik şekil optimizasyonu alanında yeni araştırma olanaklarının önünü açmaktadır.

Özet (Çeviri)

Aerodynamic shape optimization has become a critical tool of modern aerospace design, driven by the increasing demand for fuel efficiency, reduced emissions, and improved aerodynamic performance. Despite significant advances in computational fluid dynamics (CFD) and high performance computing, the high computational cost associated with gradient-based optimization methods and the scalability limitations of surrogate-based approaches remain major challenges particularly for problems involving complex flow physics, multiple objectives, and high dimensional design spaces. This thesis presents the development of a scalable and robust aerodynamic shape optimization framework based on surrogate modeling and the Efficient Global Optimization (EGO) methodology. The proposed framework, referred to as HEGOPLS, integrates Kriging (KRG), Kriging with Partial Least Squares (KPLS), Gradient-Enhanced Kriging (GEK), and Gradient-Enhanced Kriging with Partial Least Squares (GEKPLS) within a unified optimization architecture. By integrating adjoint-based gradient information with dimension-reduction techniques, the framework alleviates the computational challenges of high-dimensional parameter spaces inherent in surrogate based optimization methods. The HEGOPLS framework is validated through five benchmark aerodynamic test cases of increasing complexity: the NACA0012 airfoil, a two-dimensional annular S-duct, the RAE 2822 airfoil, the Common Research Model (CRM) wing, and a three-dimensional RAE-M2129 S-duct. These cases encompass inviscid and viscous flows, external and internal aerodynamics, single- and multi-objective formulations, as well as multi-point optimization scenarios. The results demonstrate that surrogate-based methods enhanced with gradient information can achieve performance levels comparable to adjoint-based optimization while offering improved flexibility, robustness, and computational efficiency. Notably, the framework successfully performs optimization with up to 110 design variables, representing one of the highest-dimensional surrogate-based aerodynamic optimization studies reported in the literature. Overall, this work demonstrates that gradient informed surrogate modeling provides a viable and scalable alternative to traditional optimization approaches for complex aerodynamic design problems, offering new opportunities for efficient and reliable aerospace system optimization.

Benzer Tezler

  1. Tez No

    736166

    Design and optimization of variable stiffness composite structures modeled using Bézier curves

    Bézier eğrileriyle modellenen değişken katılıklı kompozit yapıların tasarımı ve optimizasyonu

    ONUR COŞKUN

    Doktora

    İngilizce

    İngilizce

    2022

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. HALİT SÜLEYMAN TÜRKMEN

  2. Tez No

    949337

    Eksenel kompresörlerde oluk genişliği ve en-boy oranının aerodinamik performansa etkisinin HAD ile analizi

    CFD-based analysis of casing groove width and aspect ratio effects on axial compressor aerodynamic performance

    KEREM ÖZÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT ALİ KAVURMACIOĞLU

  3. Tez No

    979536

    Tuzlu su desalinasyonunda yapay zeka kullanımı

    Application of artificial intelligence in saltwater desalination

    RABİYA KARALI TÜRKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEMANUR AYDINALP PENÇE

  4. Tez No

    1011248

    Multi-fidelity bayesian optimization of unsteady cavity flow

    Daimi olmayan kavite akışının çok doğruluklu bayes optimizasyonu

    RAMAZAN KABA

    Doktora

    İngilizce

    İngilizce

    2026

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Havacılık ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. MELİKE NİKBAY

  5. Tez No

    985702

    Development and validation of a CFD based optimization framework for hydrogen-fueled heavy duty internal combustion engine

    Hidrojen yakıtlı ağır hizmet içten yanmalı motorlar için CFD tabanlı bir optimizasyon yapısının geliştirilmesi ve doğrulanması

    MURAT ÖZKARA

    Doktora

    İngilizce

    İngilizce

    2025

    Makine MühendisliğiMarmara Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ZAFER GÜL

Geri Dön