Rogolski Scalone

Projektowanie i Optymalizacja Konstrukcji Lotniczych
ppłk dr inż. Robert Rogólski, r. akad. 2023/2024
W. 1
WPROWADZENIE
DO PROJEKTOWANIA OPTYMALNEGO
POJĘCIE OPTYMALIZACJI – DEFINICJA
OPTYMALIZACJA (w ujęciu ogólnym) – świadome i metodyczne działanie, którego celem
jest uzyskanie najlepszych rezultatów w określonych okolicznościach zdeterminowanych z
punktu widzenia przyjętych kryteriów.
Wynik optymalny – najlepszy świadomie i metodycznie uzyskane rozwiązanie.
Optymalizacja (w ujęciu stricte matematycznym) – zadanie poszukiwania ekstremum funkcji:

znaleźć ekstremum (minimum/ maksimum) funkcji n zmiennych fopt=fmin/max(x1, x2, …, xn) dla
wartości xn zawartych w określonym zbiorze Xn, gdzie f – funkcja jako wskaźnik jakości
(kryterium optymalizacyjne), z kolei f(Xn) – zbiór rozwiązań dopuszczalnych.
Graph of a given by z = f(x, y) = −(x² + y²) + 4.

The global maximum at (x, y, z) = (0, 0, 4) is indicated by a blue dot.
POJĘCIE OPTYMALIZACJI – GENEZA
Zadanie uzyskania najlepszego rezultatu w zadanych warunkach i przy określonym sposobie
oceniania jest istotne dla wielu dziedzin świadomego działania człowieka. Te obszary to min.:
nauki ścisłe i przyrodnicze – astronomia, biotechnologia, informatyka, matematyka, fizyka, chemia;
nauki inżynieryjno-techniczne – architektura, AEE i TK, informatyka techniczna, inżynieria:
lądowa, materiałowa, mechaniczna, bezpieczeństwa, środowiska, …;
nauki społeczne – ekonomia i finanse, planowanie i zarządzanie (sztuka wojenna), gospodarka
przestrzenna, polityka i administracja, nauki prawne, …
Również sam mechanizm rozwoju świata podlega naturalnej optymalizacji poprzez dobór i
utrwalanie najlepszych elementów oraz ich cech i możliwości. W rozwoju cywilizacyjnym,
związanym bezpośrednio z rozwojem techniki, wyróżnić można tzw. fale cywilizacyjne:
1) model koczowniczy
2) cywilizacja agrarna (zapoczątkowana tzw. rewolucją neolityczną),
3) cywilizacja przemysłowa,
4) cywilizacja informatyczna,
5) cywilizacja NBIC – nanotechnologia, biotechnologia, informatyka i nauki kognitywne /?/.
W rozwoju świata przyrody czynnikiem sprawczym jest ewolucja. Upraszczając nieco można
zapisać relację: Ewolucja = Optymalizacja + Adaptacja. Rozwój form życia bazuje na zasadzie
fizycznej eliminacji rozwiązań słabych (nieprzystosowanych) a upowszechnianiu się lepszych.
Pewne formy naturalnych własności i sposobu organizacji życia są z powodzeniem naśladowane
przez człowieka, np.:
organizacja pracy w koloniach owadów (inspiracja dla rozwiązań dot. sterowania ruchem),
wirujące nasiona klonu (inspiracja do opracowania śmigła),
naturalne konstrukcje wielowarstwowe (ptasie pióro, łodyga zboża, drewno),
algorytmy genetyczne, sieci neuronowe.
WIELOWARSTWOWE
STRUKTURY POKRYCIOWE –
rozwiązania naturalne
i technologiczne
OPTYMALIZACJA W HIERARCHII WIEDZY O RZECZYWISTOŚCI
Badania operacyjne to jeden z nurtów OTS –

zastosowanie naukowych metod opartych na
technikach matematycznych w zastosowaniu do
wypracowania najlepszych rozwiązań w problemach
decyzyjnych.
Reguły prowadzenia badań operacyjnych:
1) sformułowanie problemu,
2) zbudowanie modelu systemu,
3) wybór metody rozwiązania,
4) wyznaczenie rozwiązania,
5) ustalenie wpływu parametrów na rozwiązania,
6) wdrożenie rozwiązania.
POKL
Główny paradygmat podejścia systemowego – holistyczne (kompleksowe) pojmowanie rzeczywistości.

Analiza systemów – badanie matematycznych modeli systemów wspomagających podejmowanie decyzji.
Inżynieria systemów – ogół metod i technik przekształcania rzeczywistości w celu zaprojektowania i
uruchomienia złożonych układów technicznych; istotą IS są działania a nie rzeczy.
Badania systemowe polegają na określeniu wzajemnych powiązań i wpływów pomiędzy komponentami
struktury systemowej – identyfikacja w chwili obecnej i prognozowanie w przyszłości.
POJĘCIE SYSTEMU
Systemy jako zjawiska cywilizacyjne – polityczne, społeczne, prawne, ekonomiczne, techniczne, itd.
Ze względu na procesy w ramach inżynierii systemów – systemy projektowania, testowania, produkcji,
eksploatacji, sterowania, szkolenia, logistyki, utylizacji (związek z etapami PLC).
SYSTEM – zbiór (zespół, kompleks) synergicznie współdziałających ze sobą elementów, posiadających
pewne atrybuty (własności), znajdujący się w określonych relacjach (powiązaniach, zależnościach),
stanowiący celowo zorientowaną całość (realizujący funkcjonalność). Strukturę systemu można zapisać
symboliczną formułą: S=(E, A, R), gdzie:
E={E1, E2, …, En} – zbiór n elementów i n>1,
A= {A1, A2, …, Am} – zbiór m atrybutów i m≥n,
R= {R1, R2, …, Rr} – zbiór r relacji i r≥n-1, przy czym r≥m≥n.
Pojęcie systemu jest wspólne dla relacji i zjawisk naturalnych, przyrodniczych, ludzkich, technicznych.
Idea systemu może być zobrazowana następującym hierarchicznym podejściem w technice:
zbiór elementów + powiązania = układ (techn.: instalacja)
zbiór układów + koordynacja wewnętrzna = ogniwo (techn.: maszyna, urządzenie)
zbiór ogniw (podsytstemów) + relacje zależnościowe = SYSTEM
Przykład przyrodniczy:
Płuca + tchawica + jama ustna = układ oddechowy
Układ oddechowy + układ pokarmowy + układ krwionośny + układ nerwowy + …. + mechanizmy
koordynacji = człowiek (organizm)
człowiek + działanie = SYSTEM
Przykład techniczny:
sprężarka + komora spalania + turbina + dysza + instalacje pomocnicze = TSO
wlot powietrza + kanał dolotowy + TSO = lotniczy zespół napędowy (LZN)
LZN + płatowiec + syst. elektro-energetyczne + URE + wyposażenie kabinowe + syst. sterowania= SP
SP + ładunek + załoga + lotnisko + obsługiwanie + operacje lotnicze = SYSTEM transportu lotniczego
POWIĄZANIA SYSTEMOWE
Podsystemy (ogniwa)
CIĄG PROCESOWY MODELOWANIA SYSTEMU
weryfikacja
walidacja
MODELOWANIE DYNAMIKI UKŁADU
JAKO PRZYKŁAD IDENTYFIKACJI SYSTEMU
walidacja
weryfikacja
CYKL ŻYCIA SYSTEMU TECHNICZNEGO
/PLC STAGES/
DYSTRYBUCJA KOSZTÓW
CYKLU ŻYCIA SYSTEMU
PYTANIA STAWIANE W PODEJŚCIU SYSTEMOWYM –
ASPEKT NAUKOWY I INŻYNIERSKI
Pytania poznawcze (aspekt naukowy):
1. Co zbadać? (postawienie problemu)
2. Jakie są własności? (identyfikacja parametrów)
3. Jak to ma działać? (model)
4. Jak funkcjonowanie udoskonalić? (model optymalny)
5. Jak to wykorzystać? (możliwość zastosowania)
Pytania aplikacyjne (aspekt inżynierski):

1. Co wytworzyć? (koncepcja)
2. Czym się ma charakteryzować? (własności użyteczne)
3. Jak skonstruować? (projekt)
4. Jak i w jakiej formie wyprodukować? (technologia, prototyp, koszty)
5. Gdzie i jak sprzedać? (rynek, marketing, logistyka)
6. Jak użytkować? (eksploatacja)
7. Co zrobić po zakończeniu użytkowania? (kasacja, recyklizacja)
Wiedza systemowa ma charakter interdyscyplinarny i syntetyczny – w odróżnieniu od

wiedzy ściśle określonej.
Optymalizacja jest nieodłączną częścią myślenia systemowego. W tym kontekście termin
multidisciplinary optimization należy rozmieć jako optymalizacja systemowa.
PROJEKTOWANIE JAKO OGNIWO
W SYSTEMIE ZASPOKAJANIA POTRZEB
Sztuka kompromisu - sztuka

kompromisu pomiędzy wieloma
czynnikami kształtującymi
konstrukcję a ograniczeniami
(konstrukcyjnymi,
technologicznymi, eksploatacyjnymi,
ekonomicznymi) wynikającymi z
formuł, przepisów, regulacji.
Projektowanie – złożona działalność intelektualna, w której przenikają się: analiza problemu,

doświadczenie, wiedza, logika, organizacja, prognoza kosztów, decyzyjność. Rozwiązywane zagadnienie
ze względu na aspekt zaspokajanej potrzeby może być natury ekonomicznej, technicznej, prawnej,
społecznej, organizacyjnej, lub innej. Celem jest opracowanie opisu (charakterystyki) nowego obiektu w
postaci stosownej dokumentacji.
W kontekście technicznym stosowany jest termin konstruowanie, czyli projektowanie struktur, maszyn i
urządzeń. W tym znaczeniu oba terminy są używane zamiennie.
CYKL PROJEKTOWANIA KLASYCZNEGO
Schemat organizacyjny projektowania klasycznego:
konfrontacja – szczegółowe zapoznanie się z problemem,
określenie stanu wiedzy i niejasności;
informacja – gromadzenie materiałów na temat istniejących
rozwiązań w kontekście zadania z dostępnych źródeł
(literatura, artykuły, katalogi, ekspertyzy, doradztwo, …);
analiza – dokładne zapoznanie się z zadaniem, precyzyjny
opis, rozłożenie problemu na elementy w celu określenia ich
własności i wzajemnych relacji;
definicja – pogrupowanie informacji celem precyzyjnego
sformułowania celu, założeń i wymagań konstrukcyjnych;
kreacja – określenie zbioru wariantów rozwiązania,
synteza – kojarzenie elementów w jedną całość
charakteryzującą się funkcjonalnością spełniającą założenia
projektowe (parametry techniczne);
modelowanie – opis cech poszczególnych wariantów
rozwiązania za pomocą modelu fizycznego lub
matematycznego;
optymalizacja, eksperyment, ocena – porównanie wariantów
rozwiązań, wybór najlepszego wg założonych kryteriów, test
kontrolny w kontekście spełnienie celu projektu;
d e c y z j a – uznanie rozwiązania za spełniające założenia i
przyjęcie do realizacji.
CYKL PROJEKTOWANIA OPTYMALNEGO
Projektowanie optymalne – świadome i
sformalizowane wykorzystanie procedur
optymalizacyjnych w pełnym toku
projektowania.
System wartości – zbiór atrybutów i
relacji pomiędzy nimi do oceny stopnia
spełnienia wymagań projektowych.
Nadrzędne kryterium optymalizacji –
podstawowy wyznacznik ocenowy
rozwiązania w ujęciu całościowym
(systemowym).
Zadaniowe kryterium optymalizacji –
kryteria stosowane na konkretnych
etapach projektowania.
Schemat procesu wyboru
PROCES
WYBORU
ZASADY AKCEPTOWALNOŚCI KONSTRUKCJI
Konstrukcja poprawna – spełnia pierwszą zasadę. Istnieje wiele konstrukcji

poprawnych tworzących zbiór konstrukcji dopuszczalnych.
Konstrukcja optymalna – spełnia drugą zasadę.
Powszechnie uwzględniane istotne cechy konstrukcji:

- funkcjonalność,
- trwałość i niezawodność,
- sprawność,
- poprawność doboru materiałów,
- lekkość,
- poprawność technologiczna,
- ergonomiczność,
- podatność eksploatacyjna,
- minimalizacja kosztów eksploatacji,
- zgodność z obowiązującymi normami i przepisami,
- łatwość utylizacji.
ZMIENNE DECYZYJNE I FUNKCJA CELU
Optymalizacja konstrukcji – dobór parametrów geometrycznych, fizycznych, funkcjonalnych –
najlepszych dla konstrukcji z punktu widzenia jej użyteczności.
Kształtowanie wytrzymałościowe – optymalizacja ze względu na własności wytrzymałościowe i
sztywnościowe.
Parametry konstrukcji:
- liczba i typ elementów (topologia),
- parametry projektowe (geometryczne, masowe, aerodynamiczne),
- własności materiałowe (ρ, E, G, ν, Rm, Re, λ, …),
- parametry osiągowe (R, E, Vmax, Hmax, N, η, …),
- parametry eksploatacyjne (p, T, n, K, n, cj, Δt, ...),
- wskaźniki niezawodności (βC, βR−E, βH−L, βR−F)
- inne.
Wielkości dobierane w trakcie procesu – zmienne projektowe (zmienne decyzyjne).
Grupy kryteriów:
kosztowe (minimum kosztów, masy, objętości), sztywnościowe (maksymalna sztywność – minimalna
odkształcalność), wytężeniowe (równomierny rozkład naprężeń), eksploatacyjne (niezawodność).
OGRANICZENIA
Warunki ograniczające (ograniczenia) – powiązania parametrów konstrukcji limitujące zakres jej
stosowalności; wyrażane są za pomocą funkcji opisujących charakterystyczne dla konstrukcji zjawiska –
w postaci równań lub nierówności.
Typy ograniczeń ze względu na preferencje projektowo-użytkowe:
- wymiarowe – wytrzymałościowe, technologiczne, gabarytowe, geometryczne;
- ekonomiczne – związane z kosztami projektu, wytworzenia i eksploatowania konstrukcji;
- jakościowe – związane z osiągami konstrukcji, jej sprawnością, utrzymaniem parametrów pracy;
- eksploatacyjne – związane z trwałością, niezawodnością, podatnością eksploatacyjną.
Podział ograniczeń ze względu na matematyczny zapis relacji:
Ograniczenia brzegowe (obszarowe) – określają ściśle zakres dopuszczalnych wartości parametrów
(minimalne i maksymalne możliwe wartości) i są zwykle zadawane w sposób jawny, np. pola
powierzchni przekrojów, wymiary, prędkości eksploatacyjne (dopuszczalne).
Ograniczenia zachowawcze – zwykle w postaci nierówności nałożonych na związki fizyczne opisujące
efekt zjawiska, jako że są nałożone na zależności a nie bezpośrednio na zmienne decyzyjne często są
zadane w postaci uwikłanej, np. naprężenia, przemieszczenia, częstości drgań, prędkości krytyczne.
Ograniczenia funkcjonalne – wynikają ze związków fizycznych pomiędzy zmiennymi decyzyjnymi i są
wyrażone w postaci równań.
Podział ze względu na znaczenie:
Ograniczenia istotne – wyznaczają obszar rozwiązań dopuszczalnych.
Ograniczenia nieistotne – dotyczą rozwiązań poza obszarem dopuszczalnym.
Podział ze względu na wpływ na rozwiązanie optymalne:
Ograniczenia aktywne – maja bezpośredni wpływ na rozwiązanie optymalne.
Ograniczenia bierne – nie mają wpływu.
PRZYKŁADY OGRANICZEŃ PROJEKTOWYCH
1. Nieprzekraczanie naprężeń dopuszczalnych w możliwych stanach obciążenia:

σ≤Rm/n (war. wytrzymałościowy) σ≤ σkr (war. stateczności)
Przy braku zaleceń normatywnych można przyjąć orientacyjne wartości naprężeń
dopuszczalnych (np. dla stali konstrukcyjnych):
kr=kc=(0.55-0.65)Re kg=(0.55-0.65)Re ks=kt=(0.33-0.40)Re
2. Nieprzekraczanie dopuszczalnych wartości przemieszczeń w dowolnym stanie
obciążenia:
u ≤ umax φ ≤φmax
3. Wymiary elementów w zakresie ograniczonym wymiarami ekstremalnymi (z możliwym
wskazaniem wymiarów referencyjnych przed startem procedury optymalizacyjnej):
smin≤s≤smax
4. Maksymalna prędkość lotu samolotu poddźwiękowego nie może przekraczać lokalnej
prędkości dźwięku:
Malok<1
5. Maksymalna nieprzekraczalna prędkość lotu musi być niższa niż wykazana krytyczna
prędkość zjawiska aerosprężystego (flatteru, dywergencji, rewersu lotek):
VNE≤Vkr
POJĘCIE WEKTORA KONSTRUKCJI
PRZYKŁADY MODELI WEKTOROWYCH
d1
N1, N2, d1, d2, d, profil, E, ρ

– parametry
d2
SFORMUŁOWANIE ZADANIA OPTYMALIZACJI
TYPY MODELI OPTYMALIZACYJNYCH
funkcji celu.
IDENTYFIKACJA MODELU OPTYMALIZACYJNEGO
Tworzenie modelu optymalizacyjnego obejmuje:
1) określenie funkcji celu,
2) identyfikacja zmiennych funkcji – ustalenie zmiennych decyzyjnych,
3) ustalenie ograniczeń projektowych – wyznaczenie obszaru rozwiązań dopuszczalnych
(deklaracja jawna lub relacyjna).
Obszar dopuszczalny (zbiór rozwiązań dopuszczalnych) jest podprzestrzenią (podzbiorem)
przestrzeni zmiennych decyzyjnych.
Jeżeli X pokrywa się z przestrzenią Rn wówczas jest optymalizacja bez ograniczeń.
Funkcja celu (kryterium optymalizacyjne)

operator przekształcający obszar
dopuszczalny X w inny obszar Y, konkretnie X→Y
– przestrzeń zmiennych decyzyjnych Rn
w przestrzeń wartości funkcji celu Rq
(przestrzeń kryterialną):
Q: X→Y lub Q: Rn→Rq
PRZYKŁADOWE ZADANIE OPTYMALIZACJI
Zaprojektować cylindryczny zbiornik o zadanej objętości V w taki sposób, aby jego

powierzchnia zewnętrzna była jak najmniejsza.
Wektor zmiennych decyzyjnych:
d 
X = 
h 
h
Wskaźnik jakości (funkcja celu) – powierzchnia zbiornika:
 d 2 
( * *
)
F d , h = min dh +
2

d ,h
 
Ograniczenie równościowe – wynikające z powiązania parametrów zbiornika z jego
objętością:
d 2 h
−V = 0
4
Ograniczenie nierównościowe – wynikające z ograniczenia proporcji lub ograniczenia
wartości zmiennych: d
smin   smax
h
d  d max
h  hmax
PROBLEMY STATYCZNE I DYNAMICZNE –
przykład optymalizacji masowej belki zginanej siłą skupioną
z zadanym ograniczeniem sztywnościowym
PROCEDURA GRAFICZNA DLA ZADANIA DWUWYMIAROWEGO
Ekstremum lokalne funkcji celu

OPTYMALIZACJA JEDNO- I WIELOKRYTERIALNA
Optymalizacja skalarna:
Q: Rn→R1, operator Q każdemu
wektorowi z podprzestrzeni
zmiennych decyzyjnych Rn
przyporządkowuje liczbę rzeczywistą
będącą elementem przestrzeni
jednowymiarowej R1
Optymalizacja wielokryterialna:
Q: Rn→Rq, operator Q każdemu
wektorowi z podprzestrzeni zmiennych
decyzyjnych Rn przyporządkowuje
wektor będący elementem przestrzeni
q-wymiarowej Rq
W polioptymalizacji kryterium
zadaniowe to suma cząstkowych
funkcji celu:
F ( X ) = w1 f1 ( X ) + w2 f 2 ( X ) + ... + wq f q ( X )
f i ( X ) to funkcje znormalizowane
PROJEKTOWANIE
Proces projektowania – sztuka kompromisu pomiędzy wieloma czynnikami kształtującymi konstrukcję a
ograniczeniami (konstrukcyjnymi, technologicznymi, eksploatacyjnymi, ekonomicznymi).
W ramach przedsięwzięć projektowych – współpraca różnych sekcji specjalistycznych wypracowujących
dane analityczne, obliczeniowe i pomiarowe, oceniających je w kontekście użyteczności technicznej i
korzyści ekonomicznej. Konfrontacja potrzeb i pomysłów często wprowadza konflikt interesów pomiędzy
rozwiązaniami dla osobnych problemów (masa, własności aerodynamiczne, własności lotne, osiągi,
wytrzymałość konstrukcji, własności aerosprężyste, technologia, ...). W wyniku konfrontacji ma być
osiągnięte porozumienie co do ostatecznej formy konstrukcji – konfiguracji kompromisowej (optymalnej).
Projektowanie jako proces iteracyjny – zamknięty cykl etapów rozwojowych. Wymagania są uzgadniane na
podstawie analizy rynkowej (potencjalny odbiorca / możliwości SP / produkty konkurencyjne). Pomysł jest
rozwijany by stworzyć produkt spełniający wymagania. Analizy projektowe prowadzą do nowego
rozwiązania (produkt, technologia), a to z kolei jest konfrontowane z aktualnymi rozwiązaniami rynkowymi.
analiza
trendów
- osiągowe,
- eksploatacyjne,
analizy
- kosztowe, wymagania projektowe
- regulacyjne
(FAA FAR, EASA
CS, MIL, BCAR…)
koncepcja
TRZY FAZY PROJEKTOWANIA
Projekt koncepcyjny – ustalenie zasadniczych wymagań dla SP (WZTT):
jakie zadania?, jakie trendy rozwojowe w zakresie rozważanego typu SP?, jaka
konfiguracja geometrii?, orientacyjna masa?, jaki zespół napędowy (typ silników,
liczba, rozmieszczenie)?, jakie systemy pokładowe?, jaki system sterowania?, jakie
wyposażenie w kabinie?, jaka technologia produkcji?, jaki typ eksploatacji?, jakie
osiągi?, jakie realia rynkowe (zapotrzebowanie, cena)?
▪ Projekt wstępny – szczegółowe studium koncepcji (jednej lub dwóch) :
analizy parametryczne w celu ustalenia ostatecznej formy geometrii (obrysy, profile),
rozmieszczenia systemów pokładowych i wyposażenia (ocena wrażliwości wyników
pożądanych charakterystyk na zmianę parametrów), projekty zespołów
konstrukcyjnych, analiza porównawcza (odniesienie otrzymanych wielkości i
charakterystyk do istniejących już konstrukcji).
▪ Projekt szczegółowy – uszczegółowienie konstrukcji wewnętrznej oraz uściślenie
własności fizycznych i osiągowych – przygotowanie dokumentacji produkcyjnej:
- obliczenia i testy dla detali konstrukcyjnych z założeniem niezmienności geometrii
zewnętrznej płatowca,
- rysunki wykonawcze elementów,
- procesy technologiczne (techniki wytwarzania, przyrządy montażowe),
- ostateczny plan rozmieszczenia i mocowania elementów wyposażenia i instalacji,
- określenie precyzyjnych wartości wielkości fizycznych i osiągowych (masy, zakres
wędrówki ŚC, prędkości eksploatacyjne, zasięg, pułap i czas jego osiągania,
długotrwałość lotu, wielkości charakterystyczne dla startu, lądowania, manewrów, …).
STADIA PROJEKTOWANIA
NA PRZYKŁADZIE DŹWIGARA
WIELOPOZIOMOWOŚĆ I CYKLICZNOŚĆ PROCESU PROJEKTOWANIA
/wg W. Brusowa/
OKREŚLENIE
MAKSYMALNEJ MASY
PROJEKTOWEJ
(DTOW)
MODEL/ BRYŁA GEOMETRYCZNA
MAKIETA SP I JEJ WYMIARY
AEROSPRĘŻYSTOŚĆ
DOBÓR
WYZNACZENIE PARAMETRÓW
PARAMETRÓW OBCIĄŻEŃ: T/W, W/S –
OSIĄGOWYCH TYPOWANIE
ZESPOŁU
NAPĘDOWEGO
WYWAŻENIE ROZMIESZCZENIE
MASOWE, ZAŁOGI,
STATECZNOŚĆ, PASAŻERÓW I MASY
STEROWNOŚĆ UDŹWIGOWEJ
KONSTRUKCJA –
WYTRZYMAŁOŚĆ CHARAKTERYSTYKI
I STATECZNOŚĆ AERODYNAMICZNE
ANALIZA OBCIĄŻEŃ OBIEKTU
ZEWNĘTRZNYCH W
LOCIE
REALIZACJA FAZY
KONCEPCYJNEJ
SIZING AND REFINED SIZING AND

PERFORMANCE PERFORMANCE
PARAMETRIC PARAMETRIC STUDY
STUDY
KOSZTY CYKLU PRZEDPRODUKCYJNEGO
GENERAL DESIGN DETAIL DESIGN
=> studia wykonalności możliwych koncepcji
=> overall optimization (param. studies around the baseline conception )

Makieta
Detail design phase => detailed optimization (detail forming at fixed overall shape)
Prototypowanie
Manufacturing Introducing into operating

krzywa eskalacji kosztów
przedprodukcyjnych
Testing Certificate of Airworthiness
3% of the total pre-
production cost
(at the end of general phase)
RODZAJE PONOSZONYCH KOSZTÓW
KOSZT CYKLU ŻYCIA PROGRAMU B-52
W LATACH 1946-1975
ANALIZA PORÓWNAWCZA W RAMACH PROJEKTU
KONCEPCYJNEGO /projekt OSA/
WYBRANE ZMIENNE PROJEKTOWE – WIELKOŚCI GEOMETRYCZNE,
MASOWE I AERO-OSIĄGOWE
/projekt OSA/
WYBÓR OSTATECZNEGO WARIANTU BRYŁY NA POZIOMIE
WSTĘPNEJ FAZY PROJEKTOWANIA /projekt OSA/
STRUKTURA SKRZYDŁA NA POZIOMIE PROJEKTOWANIA
SZCZEGÓŁOWEGO /projekt OSA/
DOKUMENTACJA TECHNICZNA JAKO EFEKT PROJEKTOWANIA
SZCZEGÓŁOWEGO – RYSUNKI DŹWIGARA /projekt OSA/
W. 2
PRZEGLĄD
PROCEDUR OPTYMALIZACYJNYCH
SCHEMAT PROCESU
ROZWIĄZYWANIA ZADANIA
OPTYMALIZACYJNEGO
PODZIAŁ PROCEDUR OPTYMALIZACJI STATYCZNEJ
1. Metody graficzne
2. Metody analityczne
a) rachunek różniczkowy (minimum funkcji bez ograniczeń),
b) metoda mnożników Lagrange’a (ograniczenia równościowe),
d) warunki Kuhna-Tuckera (ograniczenia nierównościowe).
3. Metody programowania matematycznego
a) programowanie liniowe,
b) programowanie nieliniowe (kwadratowe, geometryczne),
c) programowanie dualne.
4. Metody wariacyjne – w zastosowaniu do znajdowania ekstremów funkcjonałów
a) klasyczne – w odniesieniu do funkcjonałów z ograniczeniami równościowymi,
b) nieklasyczne – w odniesieniu do funkcjonałów z ograniczeniami
nierównościowymi.
PODZIAŁ PROCEDUR OPTYMALIZACJI STATYCZNEJ (c.d.)
5. Metody numeryczne
a) przeglądowe (enumeracyjne) – badanie zdyskretyzowanego obszaru n-wymiarowej
przestrzeni zmiennych decyzyjnych,
b) statystyczne – losowe przeszukiwanie obszaru rozwiązań dopuszczalnych na n-
wymiarowej przestrzeni zmiennych (np. metoda Monte Carlo),
c) deterministyczne – iteracyjne poszukiwanie ekstremum lokalnego wg zadanego algorytmu
- metody znajdowania miejsc zerowych funkcji (metoda stycznych, metoda siecznych),
- metody znajdowania min. funkcji w kierunku (metody geometryczne i interpolacyjne),
- metody znajdowania min. funkcji bez ograniczeń na podstawie kierunku poszukiwań:
1) ze względu na sposób tworzenia kierunków poprawy:
metody gradientowe i metody bezgradientowe,
2) ze względu na sposób znajdowania punktów wzdłuż danego kierunku:
metody poszukiwań prostych i metody kierunków poprawy,
- metody mieszane kierunków poprawy,
- metody znajdowania min. funkcji z ograniczeniami (metody funkcji kary).
PROCEDURY NIEKOWNENCJONALNE
6. Algorytmy genetyczne (Genetic Algorithms) – procedury stochastyczne, których
sposób poszukiwania rozwiązań optymalnych symuluje rzeczywiste mechanizmy
ewolucji biologicznej; w tym kontekście ewolucja jest pojmowana jako naturalny
algorytm optymalizujący funkcję celu określoną tu jako funkcja przystosowania (miara
rozwinięcia własności adaptacyjnych).
7. Symulowane wyżarzanie (Simulated Annealing) – probabilistyczna procedura
poszukiwania rozwiązań optymalnych dla heurystycznych funkcji celu; w celu
określenia kierunku poszukiwań stanów o minimalnej energii stosuje się procesy
losowe.
8. Sztuczne sieci neuronowe (Artificial Neural Networks) – techniki modelowania
nieliniowych powiązań systemowych wzorowane na funkcjonowaniu układu
nerwowego złożonego z neuronów powiązanych synapsami (sieci jednokierunkowe,
sieci rekurencyjne, samoorganizujące się mapy).
AG – schemat blokowy
Nie Tak
Mutacja
RACHUNEK RÓŻNICZKOWY
Poszukiwanie minimum funkcji Q(x1, x2, …, xn) przy założeniu, że funkcja ta jest klasy C1.
Warunek konieczny istnienia ekstremum w punkcie – zerowanie się w tym punkcie gradientu:
Q( x ) x =x * = 0
( )
 Q x1* ,..., xn*
=0
  x
 1
..........*.................
( )
 Q x1 ,..., xn
*
=0
 xn

Warunek dostateczny istnienia ekstremum – hesjan funkcji musi być dodatnio określony w przypadku
minimum (funkcja wypukła) lub ujemnie określony w przypadku maksimum (funkcja wklęsła).
Hesjan (macierz Hessego) – kwadratowa macierz drugich pochodnych cząstkowych funkcji f(x)
dwukrotnie różniczkowalnej w punkcie x0:
METODA MNOŻNIKÓW
LAGRANGE’A
p
L(u ,  ) = S (u ) +   j g j (u )
j =1
WARUNKI KUHNA-TUCKERA
Poszukiwanie minimum funkcji Q(x1, x2, …, xn) klasy C1 przy zadanych ograniczeniach nierównościowych:
i (x )  0, (i = 1,..., m ), x  0
gdzie funkcje Q i φi mogą być nieliniowe; warunki K-T dotyczą funkcji Lagrange’a następująco określonej:
m
L( x ,  ) = Q( x ) +  ii (x )
i =1
Sześć warunków K-T:

METODY PROGRAMOWANIA MATEMATYCZNEGO
Programowanie liniowe
Q(x) – funkcja liniowa
gi(x)=0, hj(x)≤0, gk(x)≥0 – ograniczenia to zależności liniowe
Programowanie nieliniowe – przynajmniej jedna z funkcji jest nieliniowa – pożądane jest

założenie o wypukłości funkcji; wyróżnia się przypadki szczególne:
Programowanie kwadratowe – przypadek programowania wypukłego, gdzie funkcja celu jest

sumą formy liniowej i kwadratowej, a wszystkie ograniczenia są funkcjami liniowymi
Q( x ) = c T x + x T Dx
Ax  b x0
Programowanie geometryczne – funkcja celu i ograniczenia są dodatnio określonymi

wielomianami k  n aij 
Q( x ) =  ci   x j 
i =1  j =1 
ci  0 xj  0
METODY WARIACYJNE – pojęcie funkcjonału
Metody służące znajdowaniu ekstremów funkcjonałów.
Funkcjonał to przekształcenie przestrzeni wektorowej (funkcyjnej) w ciało skalarne –
przyporządkowuje funkcji (funkcjom) wartość skalarną w punkcie X0, czyli:
F[f1(X), f2(X), …, fi(X)]→f(X0),
Przykłady funkcjonałów:
Całki oznaczone:
• iloczyn skalarny – danemu wektorowi Xi z przestrzeni wektorowej X przyporządkowana

zostaje liczba: Xi*Xj=s, gdzie Xj – dowolny wektor z przestrzeni X.
METODY WARIACYJNE – zadanie z końcami nieruchomymi
Postać funkcjonału: b
V  y ( x) =  F x, y ( x), y( x)dx
a
Funkcjonał zależny jest od funkcji y(x), która jest co najmniej klasy C1 oraz posiada pewne
warunki graniczne w punktach x=a i x=b [końce krzywej y(x) są nieruchome]
Warunek konieczny istnienia ekstremum funkcjonału ma postać następującego równania
różniczkowego (tzw. równanie Eulera):
F   F  F  2 F 2F 2F
−  = − y  − y − =0
y x  y   y y  2 yy  y x
Rozwiązania powyższego równania tworzą rodzinę dwuparametrowych krzywych postaci:
y = y ( x, C1 , C2 )
gdzie C1, C2 wyznacza się z warunków granicznych. Ekstremum – na jednej z krzywych.

Szczególne przypadki funkcji podcałkowych F oraz odpowiadających równań Eulera:
METODY WARIACYJNE – zadanie z końcami ruchomymi
Postać funkcjonału:
gdzie jeden lub dwa końce krzywej y=y(x) są ruchome. Powyższy funkcjonał jest określony
na gładkich krzywych yi(x), których końce zlokalizowane są na krzywych brzegowych:
y0i=φi(x) oraz y1i=ψi(x)
Wariację funkcjonału oblicza się następująco:
Krzywa określająca ekstremum funkcjonału

musi spełniać równanie Eulera oraz
dodatkowo tzw. warunki transwersalności:
METODY WARIACYJNE – zadanie izoparametryczne
Przy nałożeniu dodatkowych warunków na funkcję, od której zależy wartość funkcjonału,
otrzymuje się zadanie znalezienia tzw. ekstremum warunkowego. Zadaniem tej klasy jest
zadanie izoparametryczne; przykład:
znalezienie figury geometrycznej o maksymalnym polu powierzchni, przy zadanym obwodzie.
Poszukiwana jest krzywa y=y(x), która determinuje następujący funkcjonał:
Równanie Eulera-Lagrange’a
METODA SYSTEMATYCZNEGO PRZESZUKIWANIA
MSP (enumeracji) – polega na systematycznym sprawdzaniu całego obszaru rozwiązań
dopuszczalnych – zbadanie spełnienia warunków ograniczających, określenie wartości funkcji
celu. Dokonuje się porównania wartości funkcji celu analizując każdy m-ty punkt Q(Xm).
Wcześniej jednak należy dokonać dyskretyzacji obszaru ustalając skończoną liczbę punktów.
Ogólny algorytm:
1. Ustalenie możliwych wartości zmiennych decyzyjnych (tzw. kostki zmienności):
Kz:{X=(x1, x2, …, xi, …, xn): xi-min≤xi≤ xi-max; i=1, 2, …, n}
1. Dyskretyzacja kostki, utworzenie możliwych kombinacji zmiennych decyzyjnych Xm.
2. Sprawdzenie ograniczeń gi(Xm)=0, hi(Xm)≤0. Jeżeli jakikolwiek warunek nie jest
spełniony punkt jest odrzucany.
3. Dla wszystkich punktów spełniających warunki oblicza się wartości funkcji celu.
4. Dokonuje się porównania wartości funkcji Q(Xm) wybierając wartość optymalną
(max/min) i tym samym rozwiązanie Xm-opt
METODA SYSTEMATYCZNEGO PRZESZUKIWANIA –
zagęszczanie dyskretyzacji w kolejnych stadiach obliczeniowych
METODA SYSTEMATYCZNEGO PRZESZUKIWANIA –
PRZYKŁAD PROGRAMOWANIA
METODA STATYSTYCZNA (MONTE CARLO)
MMC – polega na losowaniu punktów z n-wymiarowej kostki zmienności utworzonej tak
samo jak w metodzie enumeracji. Losowanie zmiennych decyzyjnych odbywa się za pomocą
liczb losowych o równomiernym rozkładzie prawdopodobieństwa. Wykorzystuje się tu
generatory liczb pseudolosowych (PRNG) o zadanym rozkładzie prawdopodobieństwa.
Generowane liczby są z przedziału <0, 1). Aby mogły zostać zastosowane jako zmienne
decyzyjne należy je unormować w skali zmiennych:
Algorytm metody:
MMC – schemat blokowy
algorytmu dla zadania
minimalizacji
METODA MONTE CARLO –
zawężanie zakresu zmiennych w kolejnych seriach losowań
METODA NEWTONA (STYCZNYCH)
METODA SIECZNYCH
𝑓 𝑐 − 𝑓(𝑏)
b
𝑦−𝑓 𝑏 = 𝑥−𝑏
𝑐−𝑏
METODA ZŁOTEGO PODZIAŁU
przedział
odrzucany
przedział
odrzucany
+
METODA POSZUKIWANIA DWUDZIELNEGO (DYCHOTOMII)
Metoda gradientowa polegająca na dzieleniu w każdej iteracji przedziału poszukiwań

ekstremum <a,b> na połowę, czyli wyznaczaniu za każdym razem środka przedziału:
METODA INTERPOLACJI KWADRATOWEJ
METODA INTERPOLACJI SZEŚCIENNEJ
Przyjmuje się, że w przedziale <xa,xb> badaną funkcję można aproksymować wielomianem
trzeciego stopnia. Wtedy zastępcza funkcja i jej pochodna mają postać:
METODY POSZUKIWANIA MINIMUM FUNKCJI BEZ OGRANICZEŃ
NA PODSTAWIE KIERUNKU POSZUKIWAŃ
Algorytm to rekurencyjny proces obliczeniowy, który na podstawie znajomości punktu
bieżącego Xk generuje punkt następny, tzn. Xk+1 w oparciu o ustaloną metodę. W efekcie po
wystartowaniu z punktu X0 zostaje utworzony ciąg punktów Xk, gdzie k=0, 1, 2, …, n. Ciąg
punktów Xk powinien być ciągiem monotonicznie optymalizowanym, czyli zbieżnym do
rozwiązania optymalnego określonego jako minimum funkcji celu.
Schemat ogólny algorytmu:
zakończenie procedury.
IDEA KIERUNKOWEGO POSZUKIWANIA MINIMUM FUNKCJI
pk
X k +1 = X k +  kmod  pk
przesunięcie
wypracowane na
podstawie ruchów
próbnych
METODY BEZGRADIENTOWE –
HOOKE’A-JEEVES’A
METODY BEZGRADIENTOWE –
NELDERA-MEAD’A (pełzającego simpleksu)
Tworzenie w przestrzeni Rn-wymiarowej n-wymiarowej figury (simpleks) posiadającej n+1

wierzchołków. W punktach wierzchołkowych simpleksu określana jest funkcja celu Q(xw).
Przejście do kolejnych punktów – poprzez „odbicie” punktu najgorszego względem
odcinka łączącego punkty pozostałe.
Idea metody polega na porównaniu wartości funkcji celu w punktach wierzchołkowych i
przesuwaniu simpleksu w kierunku optimum w kolejnych iteracjach.
METODY BEZGRADIENTOWE – GAUSSA-SEIDELA
Minimalizacja funkcji celu wzdłuż kierunków wybranych z bazy wektorów ortogonalnych.
METODY GRADIENTOWE – GRADIENTU PROSTEGO
5. Kryterium stopu – iloczyn skalarny

wektorów gradientowych: gi-1*gi≤ε
METODY GRADIENTOWE – NAJWIĘKSZEGO SPADKU
Metoda analogiczna do poprzedniej, modyfikacja

polega na minimalizacji funkcji celu wzdłuż kierunku
największego spadku wartości funkcji Q(x).
5. Kryterium stopu –
iloczyn skalarny wektorów
gradientowych: gi-1*gi≤ε
POSZUKIWANIE MINIMUM FUNKCJI
Z OGRANICZENIAMI – METODA FUNKCJI KARY
Zewnętrzna funkcja kary
c j ( x ) = min[ g j ( x )  0,0]
oraz i  0, i  i +1 , i i → =0
METODA WEWNĘTRZEJ FUNKCJI KARY
ALTERNATYWNY WARIANT PODZIAŁU
METOD NUMERYCZNYCH
W. 3
WSTĘPNY DOBÓR PARAMETRÓW MASOWYCH
I WYZNACZANIE MASY PROJEKTOWEJ
MASY KOMPONENTOWE STATKU POWIETRZNEGO
Podstawą do wstępnego wyliczenia maksymalnej masy projektowej statku powietrznego m0 jest
oszacowanie komponentowych mas bezwymiarowych, tzn. masy własnej i masy paliwa w zbiornikach
integralnych. Całkowita masa obliczeniowa (Design Gross Weight – DGW, Maximum Design Take-Off
Weight MDTOW) jest sumą obliczeniowych mas komponentowych:
msam. pust . = mstruk + mz .n. + minst + mawio + mwyp
z obliczeń współczynników masowych z danych statystycznych

dla założonego profilu misji
Masa zabieranego ładunku (udźwig/ payload): mud = m pasaz . + mc arg o + mamu . + m psb + mdzp + ...
Masa użyteczna: muz . = mza log i + m pal . + mud  ____ m0 = muz . + msam. pust .
UDZIAŁOWE MASY WŁASNE WG DANYCH STATYSTYCZNYCH
W0 [kg]
We/W0
W0 [lb]
BEZWYMIAROWA MASA WŁASNA
W FUNKCJI MASY CAŁKOWITEJ (1)
𝒀 = 𝑨𝒛 ∙ 𝑿𝑪
𝑊
gdzie: 𝑌 = 𝑒 , 𝑋 = 𝑊0, 𝐴𝑧 = 𝐴 ∙ 𝐾𝑣𝑠
𝑊0
K=0.95 jeśli konstrukcja kompozytowa

BEZWYMIAROWA
MASA WŁASNA
W FUNKCJI MASY
CAŁKOWITEJ (2)
PRZYKŁAD – TREND BEZWYMIAROWEJ MASY WŁASNEJ
DLA SAMOLOTÓW AKROBACYJNYCH
Samoloty akrobacyjne
Wo We/Wo 0.9
Extra EA-230 560 0.7857
Mudry CAP 20 620 0.8065
Slick Aircraft Slick 360 645 0.7209 0.8
Corvus Racer 540 685 0.708
Zlin Z-50 720 0.7917
Ultimate Aircraft 10 Dash 748 0.6979 0.7
Su-26 800 0.7375
Zivko Edge 540 816 0.6507
Mudry CAP 230 820 0.7683
y = -0.0003x + 0.9244
0.6
MXS 835 0.6844 R² = 0.4214
XtremeAir Sbach300 850 0.6706
Rud Aero RA-2 855 0.7164 0.5
Su-31 1050 0.6667
0.4
We/Wo
0.3
funkcja potegowa
Liniowy (We/Wo)
0.2
0.1
0
500 600 700 800 900 1000 1100
INTERPOLACJA
APROKSYMACJA
funkcja
aproksymująca F(x)
wartości funkcji
aproksymowanej f(xi)
SZACOWANIE MAS KOMPONENTOWYCH WG ORIENTACYJNYCH
MAS JEDNOSTKOWYCH LUB WSKAŹNIKÓW MASOWYCH
masy jednostkowe
[lb/ft2]
masy bezwymiarowe
Wi/Wref
MASY KOMPONENTOWE WG ZALEŻNOŚCI EMPIRYCZNYCH
[wg D. P. Raymer – Aircraft Design: A Conceptual Aproach]
W
MASY POZOSTAŁYCH
ELEMENTÓW
WSPÓŁCZYNNIKI KOREKCYJNE DO ZASTOSOWANIA
W SZCZEGÓLNYCH ROZWIĄZANIACH
KONSTRUKCYJNO-TECHNOLOGICZNYCH
WYZNACZANIE ŚRODKA MASY
Przykładowe obliczenia S.M.

SC
w arkuszu:
W3_zestaw-mas.xlsx
WĘDRÓWKA ŚRODKA MASY W TOKU REALIZACJI MISJI
Charakterystyka zmiany położenia środka ciężkości

Charakterystyka zmiany położenia środka masy samolotu MiG-29G w trakcie
samolotu MiG-29 w trakcie lotu z odstrzeliwaniem
lotu ze zbiornikiem podkadłubow ym i zatankow anym do pełna dla w ariantu nr 4
środków bojowych (W3_zmiana-masy.pdf)
29
28,5
28
27,5
27
% MAC
26,5
26
25,5
25
24,5
24
17000 16000 15000 14000 13000 12000 11000
Masa całkow ita samolotu [kg]
PROFIL LOTU A ZMIANA MASY
Szacunkowe obliczenia zużycia paliwa muszą uwzględniać plan (profil) lotu.
Brane są pod uwagę charakterystyczne fragmenty misji związane z:
- uruchomieniem zespołu napędowego i jego pracą na postoju,
- kołowaniem i rozbiegiem,
- wznoszeniem,
- przelotem na maks. zasięg lub maks. długotrwałość (zgodnie z zadaniem misyjnym),
- momentami wyczekiwania (zgoda na lądowanie, decyzja o nowym zadaniu),
- lądowaniem.
Nieznaczne wznoszenie w trakcie przelotu podyktowane

koniecznością korekcji gęstości ze względu na spadek
masy samolotu.
FORMUŁY BREGUET’A
Oznaczając charakterystyczny fragment lotu pomiędzy punktami i oraz i+1 nożna odnieść masę
samolotu w punkcie końcowym do jego masy w punkcie początkowym jako mi+1/mi – tzw. udział masowy
na odcinku misji. Mnożąc udziały masowe na kolejnych odcinkach można znaleźć stosunek masy na
końcu misji do masy początkowej :
Stosunki dla fragmentu lotu można określić wzorami Breguet’a:

1) dla segmentu z przelotem na określony zasięg:
2) dla segmentu z przelotem na określoną długotrwałość:
Jak widać w obu zależnościach istnieje konieczność oszacowania zużycia paliwa C oraz doskonałości d.
JEDNOSTKOWE ZUŻYCIE PALIWA [SFC]
SFC lub w oznaczeniu do wzorów C jest wskaźnikiem czasowego zużycia paliwa [lb/h] w odniesieniu do
wytwarzanego ciągu jednostkowego [1 lbf = 1lb*g, gdzie g = 9,81 m/s2 = 29,53 ft/s2], stąd jednostka
[C]=[1/h]=[lb/(h*lbf)].
Dla samolotów z napędem śmigłowym określa się [Cbhp]=[lb/h*1/bhp]. Stąd żeby uzyskać równoważność
obu wskaźników trzeba zastosować odpowiednie przekształcenia z użyciem sprawności i prędkości:
gdzie:
Sprawność 𝜂 = 𝑁𝑝𝑟𝑜𝑝. = 𝑇𝑉 Δ𝑊𝑓 1 Δ𝑊𝑓 1 𝑉 𝑉
𝑝 𝐶= = = 𝐶𝑏ℎ𝑝 T – ciąg śmigła w [lbf],
śmigła: 𝑁𝑒𝑛𝑔𝑖𝑛𝑒 550𝑁ℎ𝑝 Δ𝑡 𝑇 Δ𝑡 𝑁ℎ𝑝 550𝜂𝑝 550𝜂𝑝
V – prędkość [ft/s],
Nhp – moc na wale [bhp],
1 bhp = 550 lb*ft/s=745.7 W
PARAMETRY WYBRANYCH DTSO
STOSOWANYCH W SAMOLOTACH BOJOWYCH
SZACOWANIE DOSKONAŁOŚCI AERODYNAMICZNEJ
dmax
Przybliżona formuła do szacowania doskonałości: Awet
d max = K d Awet A wydłużenie względem powierzchni

Awet =
S wet omywanej
gdzie Kd= 15.5 - dla odrzutowych samolotów cywilnych
14 - dla odrzutowych samolotów wojskowych
11 - dla samolotów śmigłowych ze śmigłem regulowanym
9 - dla samolotów śmigłowych ze śmigłem stałym
13 - dla samolotów ze skrzydłem o dużym wydłużeniu
15 dla szybowców
WYZNACZANIE POWIERZCHNI OMYWANEJ
Powierzchnie omywane brył aerodynamicznych można też szacować wg uproszczonych
formuł:
- dla struktur powierzchniowych (skrzydeł, stateczników, sterów, plyt, …):
- dla brył kadłubowych – sekcji środkowych, nosowych i ogonowych:
Przy przekrojach eliptycznych wyznacza się tzw. średnicę efektywną

przekroju:
Deff=(W/2+H/2)*(64-3R4)/(64-16R2)
gdzie H
R=(H-W)/(H+W)
W
WYZNACZANIE POWIERZCHNI OMYWANEJ SKRZYDEŁ
I KADŁUBA – OBLICZENIA PRZYBLIŻONE
𝑆𝑤𝑒𝑡 = න 𝑝 𝑥 𝑑𝑥
0
SZACOWANIE BEZWYMIAROWEJ MASY PALIWA
Mając wstępnie wyznaczone parametry osiągowe:

- R,
- E,
- C,
- V,
-d
oraz uwzględniając 6%-owy naddatek paliwa (ilość rezerwowa + ilość niezużywalna), można wyznaczyć
udział masowy paliwa wg zależności:
lub używając oznaczeń z literatury anglojęzycznej:
Wf  W 
= 1.061 − x 
W0  W0 
gdzie mx/m0 (Wx/W0) oznacza stosunek całkowitej masy samolotu po wylądowaniu do jego masy
startowej.
KOREKTA WZORU NA WYZNACZANIE MASY W0
W PRZYPADKU SAMOLOTÓW BOJOWYCH
Formuła do szacowania maksymalnej masy projektowej W0:
dla samolotu nie-bojowego:
𝑊𝑐𝑟 + 𝑊𝑝
𝑊0 =
𝑊𝑓 𝑊𝑒
1− −
𝑊0 𝑊0
dla samolotu bojowego:
𝑊𝑐𝑟 + 𝑊𝑝−𝑖𝑛
𝑊0 =
𝑊𝑓 𝑊𝑒 𝑊𝑝−𝑜𝑢𝑡
1− − −
𝑊0 𝑊0 𝑊0
ALGORYTM WSTĘPNEGO WYZNACZANIA
MAKSYMALNEJ MASY PROJEKTOWEJ SAMOLOTU
We/W0=f(W0)
until W0guess  W0equat

W. 4
DOBÓR PARAMETRÓW GEOMETRYCZNYCH
PŁATOWCA
EM-10 BIELIK
2
3
PROFIL LOTNICZY I ROZKŁAD CIŚNIENIA
c
t=f(x)
qaer(y)
Δcp(xc)=cp-low-cp-upp
Współczynnik siły nośnej profilu:
c
 c dx
p 1
cl = 0
=  c p dx
c 0
4
PRZYKŁADOWE ROZKŁADY CIŚNIEŃ –
PRZEKRÓJ PROFILOWY SKRZYDŁA SAMOLOTU F-16C
5
DOBÓR - wg projektu własnego
PROFILU - wybór z katalogu, np. Abbott I., von Doenhoff A. –
Theory of Wing Sections. MCGraw-Hill, 1949
- http://airfoiltools.com/
- http://m-selig.ae.illinois.edu/ads/coord_database.html
Profile NACA: 4-cyfrowe (abcd):
a – wielkość strzałki ugięcia
w % cięciwy,
b – położenie strzałki w
dziesiątych częściach cięciwy,
cd – maksymalna grubość
profilu w % cięciwy,
np. NACA 2415
5-cyfrowe (LPSTT):
L – cyfra do określenia tzw.
współczynnika idealnego
cli=0.15L
P – cyfra do określenia
położenia strzałki ugięcia w
%c, tzn. xmax=0.05P
S – cyfra ozn. położenie linii
szkieletowej (0 lub 1),
TT – maksymalna grubość
profilu w % cięciwy, 6
np. NACA 23112
Profile NACA – c.d. (1)
Modyfikacje profili 4- i 5- cyfrowych (abcd-mn, LPSTT-mn)
Cztero- i pięciocyfrowe serie profili można modyfikować za pomocą dopisanego dwucyfrowego kodu
poprzedzonego łącznikiem w następujący sposób:
m – cyfra określająca zaokrąglenie krawędzi natarcia, tzn.
0 – krawędź ostra, 6 – krawędź taka sama jak w profilu pierwotnym, wyższe wartości wskazują większe
zaokrąglenie.
n – cyfra określająca odległość maksymalnej grubości od krawędzi natarcia w dziesiątkach procent
cięciwy.
Przykładowo NACA 1234-05 to profil NACA 1234 modyfikowany w sposób następujący: ostra krawędź
natarcia i maksymalna grubość w odległości 50% cięciwy (0.5 cięciwy) od krawędzi natarcia.
Seria 1 (1b-cde)
Nowe podejście do projektowania profili zapoczątkowane w latach trzydziestych XX wieku, w którym
kształt profilu był matematycznie wyprowadzany z pożądanej charakterystyki siły nośnej (współczynnika).
Wcześniej najpierw tworzono kształty, a następnie wyznaczano ich właściwości w toku badań tunelowych.
Profile serii jeden są opisywane poprzez 5 cyfr w następującej sekwencji:
• 1 – numer określający serię
• b – cyfra opisująca odległość obszaru minimalnego ciśnienia w dziesiątkach procent cięciwy
po łączniku (-):
• c – cyfra opisująca tzw. idealny współczynnik siły nośnej w częściach dziesiątych
• de – dwie cyfry określające maksymalną grubość w procentach cięciwy
Przykładowo profil NACA 16-123 serii 1 ma minimalne ciśnienie lokalnie w odległości 60% wzdłuż
cięciwy, idealny współczynnik siły nośnej równy 0,1 i maksymalną grubość 23% cięciwy. 7
6-series (6bc-def a=0.x)

An improvement over 1-series airfoils with emphasis on maximizing laminar flow. The
airfoil is described using six digits in the following sequence:
• the number "6" indicating the series.
• b – the digit describing the distance of the minimum pressure area in tens of percent of
chord
• c – the subscript digit gives the range of lift coefficient in tenths above and below the
design lift coefficient in which favorable pressure gradients exist on both surfaces
• a hyphen (-)
• d – digit describing the design lift coefficient in tenths
• ef – two digits describing the maximum thickness in tens of percent of chord
• "a=" followed by a decimal number describing the fraction of chord over which laminar
flow is maintained; a=1 is the default if no value is given.
For example, the NACA 612-315 a=0.5 has the area of minimum pressure at 10% of the
chord back, maintains low drag 0.2 above and below the lift coefficient of 0.3, has a
maximum thickness of 15% of the chord, and maintains laminar flow over 50% of the
chord.
8
7-series (7bcAdef a=0.x)
Further advancement in maximizing laminar flow achieved by separately identifying the
low pressure zones on upper and lower surfaces of the airfoil. The airfoil is described by
seven digits in the following sequence:
• The number "7" indicating the series.
• b – digit describing the distance of the minimum pressure area on the upper surface in
tens of percent of chord.
• c – digit describing the distance of the minimum pressure area on the lower surface in
tens of percent of chord.
• The letter referring to a standard profile from the earlier NACA series.
• d – digit describing the lift coefficient in tenths.
• ef – two digits describing the maximum thickness in tens of percent of chord.
"a=" followed by a decimal number describing the fraction of chord over which laminar
flow is maintained, a=1 is the default if no value is given.
For example, the NACA 712A315 has the area of minimum pressure 10% of the chord
back on the upper surface and 20% of the chord back on the lower surface, uses the
standard "A" profile, has a lift coefficient of 0.3, and has a maximum thickness of 15% of
the chord.
8-series
Supercritical airfoils designed to independently maximize airflow above and below the
wing. The numbering is identical to the 7-series airfoils except that the sequence begins
9
with an "8" to identify the series.
http://en.wikipedia.org/wiki/NACA_airfoil
CHARAKTERYSTYKI AERODYNAMICZNE PROFILU
10
CHARAKTERYSTYKI
AERODYNAMICZNE
PROFILI W RÓŻNYCH
KONFIGURACJACH
11
PROFILE LAMINARNE
12
PROFILE NADKRYTYCZNE
Wypłaszczenie górnego konturu profilu prowadzi do złagodzenia lub nawet

wyeliminowania efektów kryzysu falowego poprzez obniżenie lokalnej prędkości opływu
i w efekcie znacznego zmniejszenia strefy oderwania.
13
PROFILE NADDŹWIĘKOWE
14
WPŁYW GRUBOŚCI PROFILU (t/c)
NA WSPÓŁCZYNNIK OPORU cD i KRYTYCZNĄ LICZBĘ (Makr)
Współczynnik oporu wzrasta wraz ze wzrostem grubości profilu (dot. profili
symetrycznych i niesymetrycznych) w związku ze wzrostem obszaru oderwania.
Przykładowe charakterystyki dla profilu NACA 24XX, gdzie XX względna grubość w
zakresie <5, 25>%
Tendencje obniżania Mkr widoczne w przypadku profili:

- klasycznych
- laminarnych
15
- nadkrytycznych
WPŁYW GRUBOŚCI PROFILU (t/c)
NA WSPÓŁCZYNNIK SIŁY NOŚNEJ
Wielkość strzałki ugięcia (linii szkieletowej)

zwiększa wartość współczynnika Clmax
W przypadku profili laminarnych nośność
jest mniejsza, ale wartość Clmax można
16
uzyskać dla stosunkowo dużych wartości t/c.
GEOMETRIA SKRZYDŁA
17
KĄTY SKOSU SKRZYDŁA
18
GEOMETRIA PŁATA NOŚNEGO
χ0.25
19
http://documents.ariadacapo.net/cours/aspects_aircraft_design/
ŚREDNIA CIĘCIWA
For a linearly tapered (trapezoidal) wing, this expression is equal to:

cMAC = 2/3*[croot + ctip - croot ctip / (croot+ctip)]
20
WYZNACZANIE
ŚREDNIEJ CIĘCIWY AERODYNAMICZNEJ
x
𝑏/2
2 2
𝐶𝑎𝑒𝑟 = 𝑐 𝑦 𝑑𝑦
𝑆
0
𝑏/2
2
𝑦𝐶𝑎𝑒𝑟 = 𝑐 𝑦 ∙ 𝑦 𝑑𝑦
𝑆
0
𝑏/2
2
y 𝑥𝐶𝑎𝑒𝑟 = 𝑐 𝑦 ∙ 𝑥 𝑦 𝑑𝑦
𝑆
0
21
WPŁYW WYDŁUŻENIA PŁATA
NA CHARAKTERYSTYKĘ CL(α)
Utrata nośności i wzrost oporu wirowego dla skrzydeł o małych wydłużeniach. W efekcie
niskie wartości L/D.
Jednocześnie zmniejszenie wydłużenia skrzydła powoduje zwiększenie

22
krytycznego kata natarcia – pozytywny wpływ wiru z końcówki skrzydła.
RÓWNOWAŻNE WYDŁUŻENIE PŁATA –
TABELE DO USTALANIA WARTOŚCI POCZĄTKOWEJ
SKOS KRAWĘDZI NATARCIA SKRZYDŁA
TREND ZALEŻNOŚCI OD MAKSYMALNEJ LICZBY Ma
24
EFEKT ZBIEŻNOŚCI SKRZYDŁA
25
26
WYMIAROWANIE KADŁUBA
WYMIAROWANIE USTERZENIA
Cechy objętościowe usterzeń
SW – wing area
bW – wing span
CW – mean aerodynamic
chord of the wing (Caer)
WSPÓŁCZYNNIKI DO WYMIAROWANIA POWIERZCHNI
STEROWYCH
INNE PARAMETRY SKRZYDŁA…
Kąt zaklinowania – zazwyczaj w zakresie 0-3°
Kąt wzniosu – od -5° do 7° w zależności od skosu i lokalizacji skrzydła oraz prędkości
Pionowe sytuowanie podwieszeń podskrzydłowych – dolnopłat, średniopłat, górnopłat:

wymaganie 15 cm separacji najniższego punktu podwieszenia od linii przecinającej punkt
styku koła podwozia głównego z podłożem wzniesionej na zewnątrz pod kątem 5°.
30
WYMIAROWANIE POWIERZCHNI NOŚNYCH
NA PODSTAWIE ZALEŻNOŚCI STATYSTYCZNYCH –
PRZYKŁADOWE TRENDY DLA RPAS (H-tail)
https://www.mdpi.com/2226-4310/5/1/5/htm 31
PARAMETRYCZNE MODELOWANIE GEOMETRII
ZEWNĘTRZNEJ – KADŁUB
32
ZEWNĘTRZNEJ – PŁAT NOŚNY
33
ZEWNĘTRZNEJ – KOŃCÓWKA SKRZYDŁA
34
https://www.researchgate.net/publication/338406680_Automatic_modeling_of_aircraft_external_geometries_for_preliminary_design_workflows
W. 5
OBCIĄŻENIE CIĄGU (T/W)
I OBCIĄŻENIE POWIERZCHNI NOŚNEJ (W/S)
DEFINICJE POJĘĆ
T/Q – współczynnik obciążenia ciągu to wielkość charakterystyczna dla samolotów z napędem
odrzutowym, jednostka [N/N] – wielkość bezwymiarowa; (ang.: T/W [lbf/lbm])
Q/N – współczynnik obciążenia mocy silnika; jednostki: [N/W], [N/kW], [kG/KM]
(ang.: W/Nhp [lb/hp]); faktycznie funkcjonująca jednostka metryczna: 1 kg/kW ≈ 0.338 lb/HP
Przy uwzględnieniu następujących wielkości i jednostek ciężarowych: Q=mg [N, kG], W [lb]
Ekwiwalentny wskaźnik T/W liczony dla samolotów śmigłowych będzie wyrażony wzorem:
N prop. TV 550 N hp T  550 p  N hp
p = = T =  =   gdzie Nhp – moc w koniach parowych
N engine 550 N hp p
V W  V  W
Ciąg startowy TTO – rozumie się jako ciąg statyczny, mierzony Density (ρ): 1.229 kg/m³ (0.00237 slug/ft3)
na poziomie morza, w warunkach standardowych, Pressure (p): 101.3 kPa (14.7 lb/ in2)
dla masy DTOW, przy maksymalnym przesunięciu Temperature (T): 15 °C (59 °F)
przepustnicy i włączonym dopalaczu (jeśli występuje) Viscosity (μ): 17.3 µPa·s (3.62 × 10-7 lb s/ft2)
Koń parowy i koń mechaniczny

1 HP = 550 lb*ft/s = 745.6999 W = 1.0139 KM = 1 HP(I)
1 KM = 75 kG*m/s = 735.4988 W = 0.9863 HP = 1 HP(M)
W odniesieniu do KM funkcjonuje niemieckie oznaczenie PS.

Istnieje też oznaczenie: BHP w odniesieniu do konia parowego mocy zmierzonej na hamowni.
TYPOWE WARTOŚCI WSPÓŁCZYNNIKÓW OBCIĄŻENIA CIĄGU
I OBCIĄŻENIA MOCY
0.25-0.4
(Nhp/W)
1 HP/lb = 1644 W/kg

FORMUŁY DO WSTĘPNEGO SZACOWANIA WSPÓŁCZYNNIKÓW
T/W I N/W NA PODSTAWIE PRZEWIDYWANYCH WARTOŚCI
Mamax lub Vmax
[1 nmph = 1 kt = 0.5144 m/s]

Nhp/W
[hp/lb]
+0.001
WARTOŚCI T/W DLA WYBRANYCH KONSTRUKCJI
https://en.wikipedia.org/wiki/Thrust-to-weight_ratio
WSTĘPNY DOBÓR OBCIĄŻENIA CIĄGU – LOT USTALONY
W poziomym locie ustalonym (na pułapie przelotowym – zwykle ponad 9000 m – ciąg T
równoważy siłę oporu D, a siła nośna L ciężar samolotu W:
T =D
W =L doskonałość aerodynamiczna
w warunkach przelotu
d=f(Swet) (patrz W3)
Dla samolotów z napędem odrzutowym:  L  L
= 0.866 
 D cruise  D  max
Dla samolotów z napędem śmigłowym:  L  L
= 
 D cruise  D  max
WSTĘPNY DOBÓR OBCIĄŻENIA CIĄGU – WZNOSZENIE
𝑉𝑣𝑒𝑟𝑡
W trakcie wznoszenia formuła uwzględnia tzw. gradient wznoszenia: = sin 𝛾
𝑉
T  1 V
  = + vert
 W  c lim b (L / D )c lim b V
Wstępnie szacowana wartość T/W powinna nieznacznie przekraczać wartość wyliczoną z formuł
statystycznych lub ze wzorów powyżej.
WARUNKI PRZELOTOWE
W trakcie zarówno wznoszenia na pułap przelotowy jak i kontynuowania przelotu obciążenie ciągu
ulega ciągłej zmianie ze względu na:
- zmniejszanie masy samolotu (zużycie paliwa),
- zmianę ciągu rozporządzalnego (ze względu na pułap i prędkość).
Przy starcie:
- dla samolotów z napędem odrzutowych:
- dla samolotów z napędem śmigłowym:
Stosunek masy w momencie rozpoczynania odcinka przelotowego do masy startowej

statystycznie można przyjąć:
Wcruise/Wtakeoff = W2/W0 = 0.97*0.985 = 0.956
Współczynniki Ttakeoff/Tcruise oraz Nhp-takeoff/Nhp-cruise należy oszacować wg danych podawanych
przez producentów silników.
CHARAKTERYSTYKI SILNIKA:
T(Ma, hi), Ch(Ma, hi), 𝒎(Ma,
ሶ hi)
WPŁYW WARUNKÓW WYSOKOŚCIOWYCH NA CIĄG
Na pułapie około 3000 m dostępny ciąg

tłokowego silnika nie doładowanego to około
75% ciągu startowego.
(Sea Level Standard Conditions)
Dla samolotów poddźwiękowych z silnikami o wysokim

stopniu dwuprzepływowości – ciąg przelotowy stanowi 20-
25% ciągu startowego.
Dla samolotów naddźwiękowe z silnikami z dopalaczem, o
niskim stopniu dwuprzepływowości – ciąg przelotowy
stanowi 40-70% ciągu startowego.
Mały ciąg względny charakterystyki high-BPR na niskich
wysokościach.
OBCIĄŻENIE POWIERZCHNI NOŚNEJ
Q/S – stosunek maksymalnego ciężaru (masy) samolotu do referencyjnej powierzchni nośnej,

jednostka: [N/m2] lub [kg/m2]
W/S (ang.), jednostka: [lb/ft2]
Przelicznik: 1 lb/ft2 = 4,883 kg/m2
Podawane obciążenie jednostkowe dotyczy zwykle warunków startowych (wartość maksymalna).
Współczynnik ten determinuje: prędkość przeciągnięcia, prędkość wznoszenia, długość drogi
startowej, długość dobiegu, własności manewrowe. Stąd różne reżimy lotu są stosowane do jego
estymacji.
30 kg/m2
585 kg/m2
W/S PRZY PRZECIĄGNIĘCIU – WARUNKI LĄDOWANIA
Prędkość
przeciągnięcia –
zwykle określona
przepisami
lotniczymi (dla
Szacunkowe przybliżenie maksymalnego współczynnika siły nośnej przy płacie
samolotów klasy GA
o stosunkowo dużym wydłużeniu (A>5), klapy schowane: – 50-60 kt)
z przepisów
cL max = 0.9cl max cos 0.25c
lotniczych;
jednocześnie podaje
się prędkość
podejścia :
Vappr = 1.15-1.3*Vstall
Klapy wypuszczone:
W/S PRZY STARCIE – WYMAGANIA:
ODERWANIE I OSIĄGNIĘCIE MINIMALNEGO PUŁAPU (35/ 50 ft)
STO=f(TOP)
over 35 ft
NARASTANIE DROGI STARTU Z WYSOKOŚCIĄ
50 ft
575 ft
50 ft
1370 ft
sTO
WARUNEK OGRANICZONEJ DROGI LĄDOWANIA
landing ground roll obstacle-clearence distance

WARUNEK MAKSYMALNEGO ZASIĘGU
PRZELOT PRZY MINIMALNYM OPORZE
W fazie przelotu warunkiem dającym efekt maksymalnego zasięgu jest warunek
minimalnego oporu całkowitego. Minimalizacja oporu całkowitego występuje z kolei przy
zbieżności wartości oporu kształtu i oporu indukowanego:
D0=Dind
2
W W 
L = W  cL qS = W  cL =  cL2 =  
qS  qS 
ponieważ C Di = C D 0
ponieważ C Di = C D 0 / 3
CD0 – współczynnik siły oporu przy zerowej sile nośnej:
0.015 dla samolotów odrzutowych,
0.02 dla samolotów śmigłowych o smukłej bryle,
0.03 dla samolotów ze stałym podwoziem.
e – współczynnik Oswalda
OPÓR CAŁKOWITY I JEGO KOMPONENTY
D = cD Sq
cD = cD 0 + cDi
cDi = KcL2
Współczynnik Oswalda e – do wyliczania parametru
Zakres wartości:
e ∈ <0.7–0.85>
Zależności empiryczne do wyznaczania e:
1) dla skrzydeł prostych:
2) dla skrzydeł ze skosem krawędzi natarcia χkn:

WARUNKI ZAKRĘTU USTALONEGO
Warunki do spełnienia: maksymalne przeciążenia przy danych warunkach bez utraty prędkości i pułapu
(np. n=4...5, Ma=0.9, H=30000 ft). Oznacza to, że ciąg równoważy siłę oporu, siła nośna równoważy
ciężar multiplikowany przez współczynnik obciążenia: T=D, n*W=L
nz-u=(T/D)(L/W)=(T/W)(L/D) =(T/W)d
nz-u jest maksymalizowany współczynnikiem obciążenia ciągu lub doskonałością; jeśli d=dmax wtedy opór
indukowany jest równy oporowi szkodliwemu i obciążenie powierzchni wyrazi się analogicznie jak w locie
ustalonym z uwzględnieniem przeciążenia:
Współczynnik siły nośnej w zakręcie równy jest CL=W*n/S*q. Ciąg jako równoważny oporowi całkowitemu
(suma oporu kształtu i oporu indukowanego):
Powyższe równanie kwadratowe względem wskaźnika W/S ma następującą postać rozwiązania:
Warunek uzyskania rozwiązania w postaci rzeczywistej jest nieujemna wielkość pod pierwiastkiem, więc:
WARUNKI WZNOSZENIA I LOTU ŚLIZGOWEGO
Wprowadza się współczynnik zwany gradientem wznoszenia:
D/W można też wyrazić poniższym wyrażeniem, gdzie współczynnik siły nośnej zastąpiono wyrażeniem
W/qS:
Z powiązania dwóch ostatnich zależności wyznaczyć można W/S formułą:
Z zastrzeżenia, że wyrażenie pod pierwiastkiem jest nieujemne uzyskuje się ostateczny warunek:
WYKRES OBWIEDNI DOPUSZCZALNYCH WARTOŚCI
OBCIĄŻENIA CIĄGU I OBCIĄŻENIA POWIERZCHNI NOŚNEJ
W. 6
MODELOWANIE STRUKTUR PŁATOWCOWYCH
DO ANALIZ WYTRZYMAŁOŚCIOWYCH MES
PRZYBLIŻENIE W METODACH OBLICZENIOWYCH
Cel rozwiązywania większości problemów z zakresu mechaniki kontinuum materialnego:
wyznaczenie pól różnych wielkości fizycznych identyfikowanych w przestrzeni materialnej
(przemieszczeń, odkształceń, naprężeń, ciśnienia, prędkości, temperatury, ...).
Pole badanej wielkości określone jest przez nieskończoną liczbę parametrów
(określonych w nieskończonej liczbie punktów).
Matematyczny opis pola – dla nieskończenie małego fragmentu ośrodka (dx, dF, dV).
Wynik analizy – z modelu matematycznego zapisanego równaniami różniczkowymi.
Skuteczność modelowania matematycznego –
dla prostych przypadków (ze względu na kształt, warunki graniczne, ciągłość, jednorodność).
Dla obiektów technicznych o skomplikowanym kształcie i własnościach możliwe są jedynie
rozwiązania przybliżone. Sposób przybliżonej analizy – dyskretyzacja obszaru – opis pola wyrażony
nieskończoną liczbą parametrów zastąpiony jest opisem za pomocą skończonej liczby wartości w
ustalonych punktach kontinuum (węzłach). Przyjmuje się funkcyjny opis zmienności pola pomiędzy
węzłami (interpolacyjne funkcje kształtu).
Poprawność doboru węzłów, parametrów i funkcji interpolacyjnych decyduje o dokładności
rozwiązania przybliżonego.
W ogólności – wynik przybliżony metodami numerycznymi może być wyliczony dwoma rodzajami
postępowania:
- na drodze dyskretyzacji matematycznej (MRS, MCN),
- na drodze dyskretyzacji fizycznej (MES, MEB, MOS).
KLASYCZNE ZWIĄZKI WYTRZYMAŁOŚCIOWE
Do wyznaczenia pola przemieszczeń dowolnej wielkości potrzebne są związki geometryczne i równania
konstytutywne.
Związki między naprężeniami i odkształceniami na płaszczyźnie:
Transformacja
układu:
Uogólnione prawo Hooka w przestrzeni:
1-ν2
ETAPY ROZWIĄZANIA PROBLEMU MES (1)
1. Dyskretyzacja struktury ciągłej – podział konstrukcji na elementy i przyjęcie odpowiednich parametrów
węzłowych – model dyskretny jako zbiór węzłów i elementów.
ETAPY ROZWIĄZANIA PROBLEMU MES (2)
2. Analiza elementów składowych modelu – znalezienie związków pomiędzy parametrami
statycznymi i odpowiadającymi im parametrami geometrycznymi. Dla przykładowego elementu
„p” mamy – zbiór parametrów statycznych: Qi, i=1, 2, ...., l oraz zbiór parametrów
geometrycznych: qi, i=1, 2, ..., l. Zależności pomiędzy oboma rodzajami parametrów:
Q3, q3
𝑄1 𝑘11 𝑘12 … 𝑘1𝑙 𝑞1

𝑄2 𝑘 𝑘22 … 𝑘2𝑙 𝑞2
= 21 ∙ ⋮
⋮ ⋮ ⋮ ⋱ ⋮
𝑄𝑙 𝑘𝑙1 𝑘𝑙2 ⋯ 𝑘𝑙𝑙 𝑞𝑙
macierz sztywności elementu
Dobór funkcji kształtu – najczęściej wielomiany.

Funkcje kształtu powinny spełniać następujące warunki:
- kryterium zgodności – ciągłość przemieszczeń w obszarze elementu i zgodność na brzegach,
- kryterium ruchu sztywnego – brak naprężeń w trakcie ruchu elementu jako ciała sztywnego,
- kryterium stałych odkształceń – uwzględnienie składników wnoszących stałe składowe
odkształceń.
ETAPY ROZWIĄZANIA PROBLEMU MES (2 – c.d.)
Kryterium stałych odkształceń – interpretacja graficzna – przybliżenie funkcji f(x) ze stałą C i bez stałej C
Przydatność elementów w kontekście zbieżności wyników:

▪ elementy dostosowane – gdy dobrane funkcje kształtu spełniają wszystkie kryteria,
▪ elementy niedostosowane – dobrane funkcje kształtu nie spełniają warunku zgodności.
ETAPY ROZWIĄZANIA PROBLEMU MES (3–6)
3. Wprowadzenie warunków brzegowych:
- kinetycznych – siły czynne, ewentualne odkształcenia i naprężenia wstępne – w efekcie
tworzony jest wektor obciążeń Q;
- kinematycznych – przemieszczenia we wskazanych obszarach konstrukcji – w efekcie
modyfikacja wektora Q i macierzy K.
4. Analiza zbioru elementów tworzących model – połączenie poszczególnych elementów w
całość z uwzględnieniem warunków równowagi i warunków zgodności przemieszczeń.
Uzyskuje się układ równań algebraicznych postaci:
Q = K q
gdzie:
Q – wektor obciążeń, K – macierz sztywności układu, q – wektor przemieszczeń.
Proces budowaniu układu równań to składanie (agregacja) macierzy sztywności. W efekcie –
matematyczny model zagadnienia.
5. Rozwiązanie układu równań tworzących model matematyczny – zastosowanie
odpowiedniej metody numerycznej w celu wyznaczenia q.
6. Wyznaczanie rozkładów poszukiwanych wielkości z wykorzystaniem wyznaczonych
geometrycznych parametrów węzłowych (pola przemieszczeń) – naprężenia, odkształcenia;
wyznaczenie reakcji w węzłach, którym zadano warunki brzegowe.
ALGORYTM IDEOWY ANALIZY MES (CAE)
PREPROCESOR
OPIS KONSTRUKCJI: współrzędne węzłów, układ elementów,

warunki brzegowe
OPIS OBCIĄŻENIA: obciążenie elementowe, obciążenie węzłowe,
lista kombinacji obciążenia
GRAFICZNA REPREZENTACJA DANYCH
WSTĘPNE SPRAWDZENIE DANYCH
RENUMERACJA
PROCESOR
BUDOWA GLOBALNEJ MACIERZY SZTYWNO ŚCI

BUDOWA WEKTORA OBCI ĄŻENIA
OBLICZENIE PRZEMIESZCZEŃ - ROZWIĄZANIE UKŁADU
RÓWNAŃ
POSTPROCESOR
OBLICZENIE ODKSZTAŁCEŃ
OBLICZENIE SIŁ WEWNĘTRZNYCH
OBLICZENIE REAKCJI
OBLICZENIE NAPRĘŻEŃ
GRAFICZNA REPREZENTACJA DANYCH
SCHEMAT Układ współrzędnych:
− prostokątny,
Własności węzłów:
− masy skupione,
TWORZENIA MODELU − biegunowy, − pola temperatur
− sferyczny. zredukowane do węzłów.
STRUKTURALNEGO
KONSTRUKCJI Definiowanie węzłów
Elementy:
− definiowanie elementów.
Dyskretny model
Więzy: obliczeniowy
− eliminowanie stopni
Własności elementów:
swobody pojedynczych
− definiowanie własności
węzłów,
geometrycznych.
− wprowadzanie
zależności liniowych
dla grupy węzłów, Obciążenia statyczne:
− unieruchomienie − siły skupione,
− ciśnienie, Zmienne konstrukcyjne:
modelu.
− siły masowe, − definiowanie parametrów
− obciążenia termiczne, struktury.
− przemieszczenia
węzłów.
Materiały:
− moduł E, G, ν
− wytrzymałość doraźna,
− granica plastyczności.
Charakterystyki materiałów:
− zmiany własności w
funkcji naprężeń,
− zmiany własności w
funkcji temperatury.
DEFINICJA ELEMENTU SKOŃCZONEGO
Element skończony jest prostą figurą geometryczną (płaską lub przestrzenną), dla której
określone zostały wyróżnione punkty zwane węzłami, oraz pewne funkcje interpolacyjne
służące do opisu rozkładu analizowanej wielkości w jego wnętrzu i na jego bokach. Funkcje te
nazywa się funkcjami węzłowymi, bądź funkcjami kształtu.
Węzły znajdują się w wierzchołkach elementu skończonego, ale mogą być również
umieszczone na jego bokach i w jego wnętrzu. Jeżeli węzły znajdują się tylko w wierzchołkach,
to element skończony jest nazywany elementem liniowym (ponieważ funkcje interpolacyjne są
wtedy liniowe). W pozostałych przypadkach mamy do czynienia z elementami wyższych
rzędów. Rząd elementu jest zawsze równy rzędowi funkcji interpolacyjnych (funkcji kształtu).
Liczba funkcji kształtu w pojedynczym elemencie skończonym jest równa liczbie jego węzłów.
Funkcje kształtu są zawsze tak zbudowane, aby w węzłach których dotyczą ich wartości
wynosiły jeden, a pozostałych węzłach przyjmowały wartość zero.
Tabela 6.2.1.
Liczba
Lp Nazwa Rysunek stopni
. elementu swobody
w węźle
y
1 Element P u, v, w
j
prętowy v
ROD i
x u w
z
h
j
2 Element y u, v, w
y  x , y , z
belkowy
BEAM v
w
u z
x x
z
y yD k
l t xB
xD yB
3 Element s u, v
membranowy xA O x
yA x
czterowęzłowy j
y xC

i yC
t
y
k;l
4 Element B s
membranowy A
trzywęzłowy O
y x
C
j x
i  xC
yC
z
5 Element
x w
powłokowy u
czterowęzłowy v
i
y
QUAD4 x j l
k y
z
6 Element w
powłokowy u v
x x
trójkątny i z
trzywęzłowy j
TRIA3
y
k
z
z
7 Element w
brzegowy u
x v y
i
x y
j
z
z
z
8 Element masy
skupionej w
u
v
i y
x
x x y
y
z
Element l
9 objętościowy w k
czterowęzłowy i
TETRA
u v j
x y
z
p
b a
Element x o
m l s
10 objętościowy w z
w
16-węzłowy u t y
n
k
HEXA i q v r
x u v
j
y
ALGORYTM
WYZNACZANIA
MACIERZY
SZTYWNOŚCI
ELEMENTU
FUNKCJE KSZTAŁTU I MACIERZ SZTYWNOŚCI
ELEMENTU PRĘTOWEGO
Przemieszczenia w elemencie dwuwęzłowym
(j=1, k=2)
Czyli funkcje kształtu mają postać:

STOPNIE SWOBODY W WĘZŁACH WYBRANYCH
ELEMENTÓW
OBCIĄŻENIA W LOCIE – ROZKŁAD OBCIĄŻENIA
AERODYNAMICZNEGO WZDŁUŻ SKRZYDŁA
OBCIĄŻENIA W LOCIE – UPROSZCZONE OBLICZENIA
V 2
q z = fCz ( y ) b( y ) /4.5/
2
OBCIĄŻENIA W LOCIE –
UWZGLĘDNIENIE OBCIĄŻENIA MASOWEGO OD STRUKTURY
W przybliżonych obliczeniach można stosować metodę cięciw. Przyjmuje się wtedy

upraszczające założenie, że Cz ( y ) = const = Cz skrx . Zależność (4.5) przyjmuje postać:
n0 mg
qz = b( y )
S
Bieżące obciążenie aerodynamiczne ma rozkład proporcjonalny do długości cięciwy bieżącej.
Uwzględnić należy także obciążenia masowe. W fazie wstępnych obliczeń można założyć, że
rozkład sił masowych jest proporcjonalny do rozkładu sił aerodynamicznych. A zatem można
liczyć obciążenia masowe:
1) metodą cyrkulacji względnej:
nm g
qm ( y ) = 0 skrz  ( y )
l
2) metodą cięciw:
nm g
qm ( y ) = 0 skrz b( y )
S
Obciążenie wypadkowe jest sumą algebraiczną obciążeń:
q w ( y ) = q z ( y ) + qm ( y )
OBCIĄŻENIA W LOCIE – ROZKLAD WYPADKOWY
Z UWZGLĘDNIENIEM SIŁ OD MAS PODWIESZONYCH
qw(y) no mg
qa = b( y )
S
nm g
qm ( y ) = o skrz b( y )
S
R1 R2 R3 R4 Ri = no mi g
qw ( y) = qa ( y) + qm ( y) +  Ri ( yi )
Obwiednia obciążeń wg MIL-A-8861B (AS), m=14532 kg

MES – PRZYKŁADY
Most obciążony statycznie w punktach –

kratownica przestrzenna
Pionowa ściana obciążona własnym ciężarem –

tarcza z zamocowaną sztywno krawędzią dolną
PRZYKŁAD KONSTRUKCJI CIENKOŚCIENNEJ – EM-10 Bielik
GEOMETRIA I MODEL STRUKTURY SAMOLOTU EM-11 ORKA
Modelowanie masy paliwa

integralnego: 2x110 kg
Model struktury płatowcowej opracowany w preprocesorze MSC.Patran:

- 8616 węzłów (w efekcie 51696 stopni swobody),
- 12016 elementów strukturalnych (jedno- lub dwuwymiarowych) lub masowych (punktowych),
- 65 elementów sztywnych.
MODELOWANIE F-16 C BLOCK 52+
METODYKA PRZYGOTOWANIA DANYCH
DO ANALIZY MES W PREPROCESORZE PATRAN
W procesie realizacji obliczeń numerycznych wykonywanych programem NASTRAN

problemem najbardziej pracochłonnym jest przygotowanie dyskretnego modelu
sztywnościowo-masowego. Generacja numerycznego modelu płatowca wynika z
następujących czynności realizowanych w preprocesorze PATRAN:
- zdefiniowanie geometrii obiektu,
- dyskretyzacja obszaru struktury (CQUAD4, CTRIA3, CBAR2, CROD),
- deklaracja materiałów konstrukcyjnych,
- określenie własności materiałowych w strefach zdyskretyzowanej struktury,
- rozmieszczenie mas skupionych na zamodelowanej strukturze (CMASS),
- wykonanie zawiasowych połączeń ruchomych powierzchni sterowych i

mechanizacji oraz dobór zastępczych sztywności układów sterowania (RBEn,
CELAS),
-określenie warunków brzegowych i wektora obciążeń.

ELEMENTY STOSOWANE W ANALIZACH KONSTRUKCJI
CIENKOŚCIENNEJ /MSC NASTRAN/
z zj
uj
j
uzj
uj
z
zj j
yj
uyj
uxj
uzj
i
xj
yj
ui i
ui uyj
uxj
y xj
y
x
x
Rod element CROD Simple bar element CBAR2

zl zk
zk
uzl uzk
uzk z
z zi
zi yl
uyl k yk
l
yk
uyk
uxl
zj k uyk uzi uxk zj
uzi
xl uxk uzj
uzj xk
uyi yi xk
yj yj
i
i uxi uyi uyj
uxi uyj
j yi uxj
j
uxj
xi xi
xj y xj
y
x x
Quadrilateral shell element CQUAD4 Triangular shell element CTRIA3

WSPOMAGANIE ANALIZ KONSTRUKCYJNYCH PROGRAMEM
MD NASTRAN – DEDYKOWANE ROZWIĄZANIA
– Linear static analysis (SOL 101)
– Static analysis with geometric and material nonlinearity (SOL 106)
– Transient analysis with geometric and material nonlinearity
– Normal modes analysis (SOL 103)
– Buckling analysis (SOL 105)
– Direct and modal complex eigenvalue analysis
– Direct and modal frequency analysis (including random analysis) SOL 108, SOL 111
– Direct and modal transient analysis (including response spectrum analysis)
– Linear cyclic symmetry (including static, normal modes, buckling, and direct frequency
response)
– Linear and nonlinear steady state heat transfer
– Linear and nonlinear transient heat transfer
– Aeroelasticity (SOL 144, SOL 145, SOL 146)
– Substructure analysis (superelements)
– Design sensitivity and optimization (SOL 200)
– Acoustics
– Composite Material Analysis
Interfejs Patran 2012.2
z narzędziem edycyjnym Model Tree
Ikony aplikacji używanych w kolejnych etapach modelowania

Importowanie modelu geometrycznego: File – Import - Model
Importowanie wskazanych obiektów geometrycznych z innego zbioru:
Opcja File – Import (wskazanie lokalizacji i typu pliku) – Object – Source – Current Group –
Import Format
Definiowanie i edycja modelu geometrycznego: Geometry
Definiowanie obiektów geometrycznych w przestrzeni roboczej (Geometry):
rysowanie (Action: Create) obiektów typu: punkt, krzywa, powierzchnia (Object: Point,
Curve, Surface, Solid, ...) wybraną metodą (Method).
Elements – Create Mesh Seed
Wygenerowanie siatki elementowej (Elements) – tworzenie (Action: Create) ziaren podziału (Object:
Mesh Seed) zgodnie z wybranym typem (Type – Uniform, One Way Bias, Two Way Bias, Curve Based…),
zaleca się podział krzywej (Curve List) na elementy jednolite (Type: Uniform).
Elements – Create Mesh
Po ustaleniu podziału następuje generacja (Action: Create) właściwej siatki elementowej
(Object: Mesh) o typie zalecanym dla bazowej geometrii (Type: Curve, Surface, Solid, ...);
należy także ustalić kształt (Elem Shape: ...) oraz topologię (Topology: ...) stosowanych
elementów jedno-, dwu- lub trójwymiarowych.
Mesh – airframe components and the whole structure
Loads/BCs
Określenie wymuszeń i warunków brzegowych (Loads/BCs) – definiowanie, modyfikowanie, usuwanie,
wyświetlanie (Action: Create/Modify/Delete/Plot ...) uwarunkowań brzegowych lub początkowych typu
warunki brzegowe, obciążenia, wymuszenia początkowe itp. (Object: Displacement, Force, Pressure,
Temperature, Inertial Load, Initial Displacement, ...) żądanego typu (Type: Nodal, Element…); w trakcie
definiowania należy określić nazwę uwarunkowania podając jego nazwę (New Set Name ...) oraz
wprowadzić stosowne wielkości (Input Data ...) aplikowane do wybranych atrybutów modelowych
(Select Aplication Region – Select Nodes, Select Elements, ...).
Materials
Zdefiniowanie materiału poprzez deklarację odpowiednich stałych fizycznych: E, G, ,  (Materials);
tworzenie (także modyfikowanie, usuwanie) (Action: Create, Modify, Delete ...) materiału zadanego typu
(Object: Isotropic, 2d Orthotropic, ...) wybraną metodą deklaracji danych (Method: Manual Input,
Materials Selector, Externally Defined), należy nadać nazwę materiału (Material Name ...) oraz
zadeklarować wartości poszczególnych stałych (Input Properties Elastic Modulus, Poisson Ratio,
Density, ...).
Properties
Nadanie własności (Properties) poszczególnym elementom z uwzględnieniem przypisania
charakterystyki materiałowej i przekroju poprzecznego – określanie własności (także
modyfikowanie, usuwanie, itp.) (Action: Create, Modify, Delete ...) elementów n-
wymiarowych (Object: 0D, 1D, ...) poprzez zadanie cechy elementowej określonego typu
(Type: ...); należy wpisać nazwę tworzonej własności (Property Set Name ...), wprowadzić
stosowne wielkości (Input Properties ...) oraz wybrać elementy przynależne do tworzonej
własności (Select Members ...) dodając je (usuwając) następnie do obszaru aplikacji
(Add/Remove: Application Region);
Load Cases
Zdefiniowanie przypadku obliczeniowego poprzez wybór stosownych warunków
brzegowych i początkowych wymuszeń (Load Cases) – tworzenie (także modyfikowanie,
usuwanie, itp.) (Action: Create, Modify, Delete, ...) przypadku obliczeniowego; należy podać
nazwę przypadku (Load Case Name ...), typ wymuszenia (Type ...) oraz wprowadzić
uprzednio zdefiniowane uwarunkowania brzegowe lub dynamiczne (Input Data
Assign/Priotitize Load/BCs ...).
Analysis
Wykonując powyższe zadania otrzymuje się
zdyskretyzowany model konstrukcji gotowy
do analizy numerycznej, który po
zakończeniu pracy programu zachowywany
jest w zbiorze bazowym ***.db. Analizę
uruchamia się z poziomu Patrana w opcji
menu głównego (Analysis). Ustawić należy
właściwą operację (Action: Analyze,
Optimize, ...) aplikując cały model (Object:
Entire Model) do pełnej analizy
uruchamianej z poziomu preprocesora
(Method: Full Run). Wybiera się następnie
ustawienia w dostępnych zakładkach
podmenu:
- parametry translacji zbiorów wynikowych
(Translation Parameters ...),
- stosowny solwer (Solution Type ...),
- dodatkowe instrukcje wprowadzane w
trybie tekstowym (Direct Text Input ...),
- ustawienie wariantu obliczeniowego dla
modelu (Subcases ...),
- wybór wariantu obliczeniowego (Subcase
Select ...).
Results
Sam proces obliczeniowy realizowany jest przez program bez ingerencji użytkownika.
Wyniki obliczeń znajdą się po skończonym procesie w zbiorze tekstowym ***.f06 oraz w
zbiorach binarnych typu: ***.op2 lub ***.xdb, które po wczytaniu (Action: Access Results)
posłużą następnie do wizualizacji ustawianej w postprocesorze (Results Action: Create,
Object: Quick Plot).
Struktura zbioru wsadowego – input file (*.bdf )
W. 7
ZAGADNIENIA OPTYMALIZACJI KONSTRUKCJI
W PROGRAMIE MSC NASTRAN
Optymalizacja Konstrukcji Lotniczych

Czym jest optymalizacja konstrukcji?
● Design Optimization is an automatic process of modifying

a design to achieve a design objective while satisfying
constraint requirements
● A design objective is the purpose of the design, for example,
minimizing the tip deflection of a cantilever subjected to
some given loading
● As an analyst or designer, we have all performed some sort
of “optimization”
● Brute-force optimization
● Trial and Error
● Iterative design improvement
Czym jest optymalizacja konstrukcji? (c.d.)
● Constraints are acceptable limits on certain requirements,

for example, not increasing the weight of the cantilever
above a given limit
● To modify a design one must know how the design is
characterized
Typy zadań optymalizacyjnych w MSC.Nastran
tinit toptim ● Sizing –

opt. wymiarów
Change in property (t,
F, I, J, theta, etc.)
• Shape –
optymalizacja
Shapeinit Shapeopt
kształtu
Change in GRID locations
• Topology
“Remove” unnecessary
structure
Topoinit Topoopt
Charekterystyka optymalizowanego modelu
● A design can be described by Sizing, Shape or Topology
parameters
● Sizing properties:
● element dimensions,
● material properties,
● connectivity properties.
● In simple terms:
Sizing design is change in property such as thickness t, ply angle
θ, area F or Young’s Modulus E; Shape design is change in GRID
locations; Topology design is redistribution of material.
● Shape and Sizing optimization can be performed simultaneously.
● Special case of Sizing in which property is varied continuously or
on element-by-element basis is Topometry Optimization.
● Special case of Shape in which GRID locations are varied normal
to the plane (of a sheet metal) is Topography Optimization.
● Topology optimization – powerful addition to Sol 200 capabilities.
Aplikacje zadaniowe w ramach optymalizacji
● Structural design improvements

● Minimize thickness, hence weight
● Generation of feasible designs from infeasible designs
● original model violates stress levels
● Preliminary Design
● Candidate designs from topology optimization
● Model matching to produce similar response
● frequency response, modal test
● Sensitivity evaluation
● Identify which regions of the model are most
“sensitive” to design changes or imperfections
Schemat powiązań w numerycznej optymalizacji gradientowej
Optimization
Optimization
Design
Objective
Variables
Repeat
Numerical
And
Optimizer
Refine
MSCADS,DOT
…including:
Structural - Statics Improved
Optimization - Normal Modes Design
Constraints - Frequency Responses
- Transient Responses
- Buckling
- Complex Eigenvalues
- Static Aeroelasticity
- Flutter
Sformułowanie zadania optymalizacyjnego
● Design variables:
Find X    X 1 , X 2 ,..., X n 
● Objective function:
Minimize F X 
● Subject to design constraints:
● Inequality constraints:
G j X   0 j  1,2,...., L
● Equality constraints:
Hk X   0 k  1,2,...., M
● Side constraints:
x iL  x i  x iu i  1,2,...., N
Design objectives and design constraints are based on responses of the

design subjected to given loading cases. These responses are the outputs
of an analysis on the current design.
Zmienne projektowe (decyzyjne) – Sizing
● DESVAR entry defines the initial value of a variable, the

allowable range of its variation, the allowable fractional
change in one step and (if discrete) reference to a list of
allowable
1 2
discrete
3
values
4
it can6 take 7
5 8 9 10
DESVAR ID LABEL XINIT XLB XUB DELXV DDVAL
DESVAR 2 BARA1 35.0 10. 100. 0.2
The design variable, named BARA1 and with ID 2, has an initial value of 35 and
can vary between 10 and 100, but in one step the change should not be greater
than 20%
Powiązania własności i zmiennych – Sizing (c.d.)
● DVxREL1 entry relates different DESVARs with a designed

property (element, connectivity or material)
where x:=P, C, M
● Here, pj is the j-th property, xi are the design variables and ci

are coefficients,
DVPREL1 Entry – dla parametrów geometrycznych
1 2 3 4 5 6 7 8 9 10
DVPREL1 ID TYPE PID PNAME/FID PMIN PMAX CO
DVID1 COEF1 DVID2 COEF2 DVID3 -etc.-
DVPREL1 12 PBAR 612 6 0.2 3.0

4 0.25 20 20.0
● Property 612 (6th field of PBAR entry) = 0.25*variable_4 +

20.0*variable_20
● Examples of element properties that can be designed are:
- area,
- area moment of inertia,
- thickness,
- ply angle.
DVCREL1 Entry – dla parametrów elementowych
1 2 3 4 5 6 7 8 9 10
DVCREL1 ID TYPE EID CPNAME CPMIN CPMAX CO
DVID1 COEF1 DVID2 COEF2 DVID3 COEF3 etc.
DVCREL1 5 CQUAD4 1 ZOFFS 1.0

1 1.0
● Offset of CQUAD4 with ID 1 = variable_1

● Examples of connectivity properties that can be designed
are:
- beam orientation,
- offset,
- properties of elements without explicit property entries.
DVMREL1 Entry – dla parametrów materiałowych
1 2 3 4 5 6 7 8 9 10
DVMREL1 ID TYPE MID MPNAME MPMIN MPMAX CO
DVID1 COEF1 DVID2 COEF2 DVID3 COEF3 etc.
DVMREL1 5 MAT1 1 RHO 0.05 1.0

1 1.0
● Density = variable_1
● Examples of material properties that can be designed are:
- density,
- Young’s modulus,
- thermal expansion coefficient.
Przykład optymalizacji wymiarów: kratownica 3-prętowa (3-BAR TRUSS)
● Design model description

● Design variables – cross-sectional areas A1 and A2
● Objective – weight minimization
● Constraints:
● Stress allowable: 20 ksi tension
15 ksi compression
● Displacements at grid 4: x direction  0.2
y direction  0.2 in
3-BAR TRUSS (Cont.)
● Create model as always

y ● Create model variables, objective,
x constraints
10” 10”
2 10”
1 3
Analysis Model Description

Material: E = 10E6psi
n = 0.33
Applied Load: Subcase 1: Fx = 16kips; Fy = -12kips
Subcase 2: Fx = -16kips; Fy = -12kips
Design Model Description
Objective: Minimize weight
Variables: A1, A2, A3 (A1 = A3)
Constraints: Displacement at node 4: Dx +/- 0.2in
Dy +/- 0.2in
Axial stress in rods: -15ksi < s < 20ksi
3-BAR TRUSS (Cont.)
● Create design study

● Define objective
● Define design constraints
3-BAR TRUSS (Cont.)
y
x
10” 10” Design Variables
1
2
3
10” Outer rod areas went from 1.0 to 0.84”
Inner rod area went from 2.0 to 0.3”
Objective Function
Max Constraint
Violation
43% weight reduction
Przykład optymalizacji wymiarów: panel kompozytowy
Analysis Model
Material: E11 = 10.701E6psi
E22 = 543750psi
n12 = 0.4 r = 0.04
G12 = G23 = G13 = 252300psi
Layup: 8 plies, each 0.001 in
85/-85/60/-60/60/-60/85/-85
Applied Load: Uniform Internal Pressure
Constrained at one end
Dimensions: Length: 20in
Diameter: 8in
Design Model
Objective: Minimize weight
Variables: Ply thickness
Orientation of +/- 85o plies
Orientation of +/- 60o plies
Constraints: Failure Index for each ply (Hill Theory)
$ESVAR, ID, LABEL, XINIT, XLB, XUB, DELXV
$ pcomp_1_T1
DESVAR 1 pcomp_:1.01 .001 10. 1.
$ pcomp_1_O1
DESVAR 2 pcomp_:285. -90. 90. 1.
$ pcomp_1_T2
DESVAR 3 pcomp_:3.01 .001 10. 1.
Panel kompozytowy: wyniki
Objective Function Max

Constraint
Violation
Initial weight = 1.598

Final weight = 9.008E-2
2.935E-3
Design Variables Design Variables
48.1o
8.9o 0.056
Przykład optymalizacji kształtu
● Minimize mass of plate subject to stress constraint by:

- varying the radius of the hole,
- radius of the stiffened section around the hole,
- thickness of stiffened section.
Zmienne projektowe – Shape
● DVGRID entry relates design variables and grid point locations
● The N1, N2 and N3 define the direction and COEFF defines the
magnitude of the grid variation for a given change in a design variable
DVGRID DVID GRID CID COEFF N1 N2 N3 - -
DVGRID 3 108 5 0.2 0.5 0.3 1.0 -- --
● Movement of GRID 108 in x-direction (in Coordinate system of ID 5) =

0.2*0.5*change in value of variable_3
● Likewise for y- and z- directions
Zmienne projektowe – Topometry
● Topometry Optimization is an advanced form of sizing optimization in

which the element by element distribution of sizing dimensions over the
structure is optimized.
● This is almost equivalent to having an automatic way to perform element
by element design without user input of a DESVAR-DVxREL1 pair for
each element.
● Elegantly achieved through TOMVAR entry which selects a designable
region and property to be designed.
● Initial, lower and upper bound of designed property value are also
specified.
● One design variable is automatically generated for each element
referencing the property ID.
Zmienne projektowe – Topometry
● The relationships between design variables DVi and the

element property Pi are given by:
● Here NE is the number of elements referencing property

PID
Design all element thicknesses referencing PSHELL ID=5 with initial thickness =
10.0, lower bound 0.5t0 and upper bound 1.5t0
Przykład - Topometry
● Topometry
● Material Distribution – thickness/area change
● Special form of Sizing
● Sample Buckling
● Minimize Weight
● Buckling Eigenvalue > 1.0
Postacie wyboczenia płytki przed optymalizacją topometryczną
λ=Pkr/Preal
Zoptymalizowane postacie wyboczenia dla redystrybuowanej grubości
materiału
Zmienne projektowe - Topography
● Topography Optimization is an advanced form of shape

optimization in which a defined design region is reinforced
with bead patterns, for example, stamping on sheet metal
● Used to generate reinforcement bead patterns
● Automatic generation of shape variables from user provided
bead dimension
Zmienne projektowe - Topography
● Additional Design region (GRID) control
● SKIP = boundary condition flag (allow SPC’s to move or not move)
● BC – GRIDs attached to spc/spc1 are not allowed to move
● LOAD – GRIDs attached discrete loads are not allowed to move
● FORCE, FORCE1, FORCE2, MOMENT, MOMENT1, MOMENT2, SPCD
● BOTH – Neither BC nor LOAD GRIDs are allowed to move
● NONE – GRIDS allowed to move regardless of loads/spcs
● “GRID”
● NGSET – GRIDs removed from design region
● DGSET – GRIDs added to design region
Przykład optymalizacji topograficznej – miska olejowa
● Oil pan, free

● Objective: max 1st flex mode (f7)
● Animate shape change
● Initial 94 Hz, Final 222 Hz
Zmienne projektowe – Topology
● Each element is a DESVAR (density) which is “ideally” a discrete
variable (0 or 1).
● A set of density values is obtained by optimization which means the
design domain is separated into solid and void regions
● This has the effect of redistributing material from regions which don’t
require material to those which require
● The density of an element is related to its Young’s Modulus by a Power
Law
● Density approach is used in MSC.Nastran for topology optimization
● The design variable x is normalized with respect to the nominal density
and Young’s modulus:
r = ro x
E = Eo xp
● P is a penalty factor to enforce x to be close to 0 or 1 when p>1.0
● Usually, 2 < p < 4
Design Variables for Topology
● Find the material distribution for a region defined by property

PID=10 such that the resulting design is symmetric about xy
and zx planes, and the splitting plane is optimized for
casting along x-direction (wrt coordinate system of ID 5).
Also the minimum member size should not be lower than
0.6
Example with Manufacturing Constraints
Base Model: MBB Beam Baseline Topology

- “organic design”
Minimum Member Size Symmetry Constraint
• Additional constraints: casting and extrusion

Responses
● The responses are identified mainly by Response Type, for

example, STRESS, VOLUME, DISP (displacement) etc.
● Additionally, few attributes need to be defined to pin-point
which element/grid and for which frequency (in case of
dynamic analysis) the identified response corresponds to
● The DRESP1 entry completely defines a response (to be
used as an objective or a constraint)
Responses
1 2 3 4 5 6 7 8 9 10
DRESP1 ID LABEL RTYPE PTYPE REGION ATTA ATTB ATT1
ATT2 -etc.-
DRESP1 1 DX1 STRESS PROD 2 102

103
● The response is STRESS in rod with Property PIDs 102 and

103. The type of stress is indicated by
Item Code 3 (ATTA) = 2 which, for rod, is axial stress
Responses (Cont.)
● A single DRESP1 entry can produce a large number of

design responses:
Type-2 Responses
● Type 2, or second-level responses, can be written as

functions of:
● Design Variables
● Table Constants
● Type 1 Response(s)
● Grid Coordinates
● Linear Design Property, Connectivity and Material Entries
● Nonlinear Design Property, Connectivity and Material Entries
● Type 2 Responses
Type-2 Responses (Cont.)
● Examples:
● Generation of a new stress or strain failure criterion that is not
available in MSC.Nastran
● Imposing local buckling criteria based on element sizes as well as
stress components
● Programming proprietary design-sizing equations
● Avoid a frequency range.
● A second level response is written using a DRESP2 Bulk
Data entry, which in turn references a DEQATN entry.
Type-3 Responses
● Type 3 Responses are External responses which are user

specific. User subroutines in Fortran template file can be
written for calculating the response and integrate with
NASTRAN through DRESP3.
Design Constraints
● A DCONSTR entry refers to a response (DRESP1) entry

● DCONSTR entry defines the lower and upper bound within
which the user wants the response to be
● Constraints are implemented in a normalized form in the
code
● Where
Design Constraints (Cont.)
● GSCAL is specified on the DOPTPRM entry (Default=0.001)

● Normalization provides:
● Expression of all constraints in standard form (basic optimization
problem statement)
● Ranking of constraints regardless of response magnitude
● It is best to use reasonable bounds, avoiding 0.0 if possible.
1 2 3 4 5 6 7 8 9 10
DCONSTR DCID RID LALLOW/LI UALLOW/UI LOWFQ HIGHFQ
D D
DCONSTR 10 4 1.25
● The entry references a DRESPi entry (field RID)

● In this example there is a lower bound constraint of 1.25 on
the Response with ID=4
● A single DCONSTR can place bounds on a large number of

responses.
Can the Optimizer find the Absolute Minimum?
● Consider the following function:

● f(x) = .01x8 - .2x6 + 2x4 + x3 – 4x2 –2x + 4
● Graphically, between -2 and +2:
16
14 Local Minimums
12
10
1
-2
0.1
0.4
0.7
1.3
1.6
1.9
-1.7
-1.4
-1.1
-0.8
-0.5
-0.2
Looking for the Absolute Minimum
● The Optimizer will find LOCAL minimums

xinit xfinal f(x) Iterations
0.0 1.0072 0.8095672 7
-1.0 -1.2864 2.470286 2
+1.0 1.0072 0.8095672 1
+2.0 1.0072 0.8095672 2
-2.0 -1.2872 2.470299 2
16 -0.2 1.0072 0.8095672 8

14 -0.25 -1.2864 2.470286 4
12
10
0
1
-2
0.1
0.4
0.7
1.3
1.6
1.9
-1.7
-1.4
-1.1
-0.8
-0.5
-0.2
Global Optimization
● Are there any options?

● Manually “Drop the Ball” in many locations.
● MSC is considering adding “GO” Global Optimization as a

standard feature
● Automatically “drop the ball” in several locations
● Drop the ball “far away” from previous locations
● Easy to understand in 2D, but with 1000’s of DESVAR, difficult.
● Actively seeking qualified testers in aerospace
Partial Nastran Deck for Design Optimization
$ Design Sensitivity and Optimization $ ...Definition of design variable to analysis model

$ Analysis $ parameter relations
$ Executive Control Section DVPREL1 1 PROD 1 A
1 1.
SOL 200
DVPREL1 2 PROD 2 A
CEND 2 1.
$ Case Control Section $ ...Structural response identification
DESOBJ(MIN) = 1 $ DRESP1 1 Total_We WEIGHT
ANALYSIS = STATICS DCONADD 22 1 2 3
SUBCASE 1 DCONADD 23 1 2 3
$ DISP_1
..
DRESP1 2 DIS2 DISP 1 4
.. $ DISP_2
DESSUB = 22 $ DRESP1 3 DIS3 DISP 2 4
SUBCASE 2 $ STRESS_1
.. DRESP1 4 STR4 STRESS ELEM 2 1
.. 2 3
$ ...Constraints
DESSUB = 23 $
DCONSTR 1 2 -.2 .2
$ Bulk Data Section DCONSTR 2 3 -.2 .2
BEGIN BULK DCONSTR 3 4 -15000. 20000.
$ Analysis model $ ...Optimization control
$ (Grids, Elements, Properties, Boundary DOPTPRM DESMAX 10 P1 1 P2 1
$ Conditions and Loads) ENDDATA
..
..
$ ...Design variable definition
$ prop_1_Area
DESVAR 1 prop_1_A1. .1 100. .5
$ prop_2_Area
DESVAR 2 prop_2_A2. .1 100. .5
Partial F06 file showing the Design Cycle History
***************************************************************
S U M M A R Y O F D E S I G N C Y C L E H I S T O R Y
***************************************************************
(HARD CONVERGENCE ACHIEVED)
NUMBER OF FINITE ELEMENT ANALYSES COMPLETED 12

NUMBER OF OPTIMIZATIONS W.R.T. APPROXIMATE MODELS 11
OBJECTIVE AND MAXIMUM CONSTRAINT HISTORY

---------------------------------------------------------------------------------------------------------------
OBJECTIVE FROM OBJECTIVE FROM FRACTIONAL ERROR MAXIMUM VALUE
CYCLE APPROXIMATE EXACT OF OF
NUMBER OPTIMIZATION ANALYSIS APPROXIMATION CONSTRAINT
---------------------------------------------------------------------------------------------------------------
INITIAL 5.466621E+03 -2.076228E-05
1 3.626735E+03 4.575068E+03 -2.072828E-01 7.222096E-05
2 2.296353E+03 4.469054E+03 -4.861657E-01 2.314647E-05
3 1.515509E+03 3.795857E+03 -6.007467E-01 1.440446E-05

. . . . .
. . . . .
. . . . .
46 2.141624E+03 2.152366E+03 -4.991100E-03 5.602836E-05
47 2.111111E+03 2.125866E+03 -6.940417E-03 -7.549922E-06
48 2.089561E+03 2.101112E+03 -5.497925E-03 4.162391E-05
49 2.062835E+03 2.078402E+03 -7.490072E-03 5.424022E-05
50 2.023986E+03 2.051034E+03 -1.318784E-02 5.861123E-06

---------------------------------------------------------------------------------------------------------------
Partial F06 file showing the Design Variables in each Cycle

Rogolski Scalone

Uploaded by

Copyright:

Available Formats

You might also like

Rogolski Scalone

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Rogolski Scalone

Uploaded by

Copyright:

Available Formats

Projektowanie i Optymalizacja Konstrukcji Lotniczych

ppłk dr inż. Robert Rogólski, r. akad. 2023/2024

Optymalizacja (w ujęciu stricte matematycznym) – zadanie poszukiwania ekstremum funkcji:

Graph of a given by z = f(x, y) = −(x² + y²) + 4.

Badania operacyjne to jeden z nurtów OTS –

Główny paradygmat podejścia systemowego – holistyczne (kompleksowe) pojmowanie rzeczywistości.

Pytania aplikacyjne (aspekt inżynierski):

Wiedza systemowa ma charakter interdyscyplinarny i syntetyczny – w odróżnieniu od

Sztuka kompromisu - sztuka

Projektowanie – złożona działalność intelektualna, w której przenikają się: analiza problemu,

Konstrukcja poprawna – spełnia pierwszą zasadę. Istnieje wiele konstrukcji

Powszechnie uwzględniane istotne cechy konstrukcji:

1. Nieprzekraczanie naprężeń dopuszczalnych w możliwych stanach obciążenia:

N1, N2, d1, d2, d, profil, E, ρ

Funkcja celu (kryterium optymalizacyjne)

Zaprojektować cylindryczny zbiornik o zadanej objętości V w taki sposób, aby jego

Ekstremum lokalne funkcji celu

SIZING AND REFINED SIZING AND

GENERAL DESIGN DETAIL DESIGN

=> studia wykonalności możliwych koncepcji

=> overall optimization (param. studies around the baseline conception )

Manufacturing Introducing into operating

Sześć warunków K-T:

Programowanie nieliniowe – przynajmniej jedna z funkcji jest nieliniowa – pożądane jest

Programowanie kwadratowe – przypadek programowania wypukłego, gdzie funkcja celu jest

Programowanie geometryczne – funkcja celu i ograniczenia są dodatnio określonymi

• iloczyn skalarny – danemu wektorowi Xi z przestrzeni wektorowej X przyporządkowana

gdzie C1, C2 wyznacza się z warunków granicznych. Ekstremum – na jednej z krzywych.

Wariację funkcjonału oblicza się następująco:

Krzywa określająca ekstremum funkcjonału

Metoda gradientowa polegająca na dzieleniu w każdej iteracji przedziału poszukiwań

Schemat ogólny algorytmu:

Tworzenie w przestrzeni Rn-wymiarowej n-wymiarowej figury (simpleks) posiadającej n+1

5. Kryterium stopu – iloczyn skalarny

Metoda analogiczna do poprzedniej, modyfikacja

Zewnętrzna funkcja kary

msam. pust . = mstruk + mz .n. + minst + mawio + mwyp

z obliczeń współczynników masowych z danych statystycznych

K=0.95 jeśli konstrukcja kompozytowa

Przykładowe obliczenia S.M.

Charakterystyka zmiany położenia środka ciężkości

Nieznaczne wznoszenie w trakcie przelotu podyktowane

Stosunki dla fragmentu lotu można określić wzorami Breguet’a:

2) dla segmentu z przelotem na określoną długotrwałość:

Przybliżona formuła do szacowania doskonałości: Awet

d max = K d Awet A wydłużenie względem powierzchni

- dla brył kadłubowych – sekcji środkowych, nosowych i ogonowych:

Przy przekrojach eliptycznych wyznacza się tzw. średnicę efektywną

Mając wstępnie wyznaczone parametry osiągowe:

lub używając oznaczeń z literatury anglojęzycznej:

Formuła do szacowania maksymalnej masy projektowej W0:

dla samolotu nie-bojowego:

dla samolotu bojowego:

until W0guess  W0equat

6-series (6bc-def a=0.x)

Wypłaszczenie górnego konturu profilu prowadzi do złagodzenia lub nawet

Tendencje obniżania Mkr widoczne w przypadku profili:

Wielkość strzałki ugięcia (linii szkieletowej)