KR100283316B1 - Aircraft Weight Estimator - Google Patents

Aircraft Weight Estimator Download PDF

Info

Publication number
KR100283316B1
KR100283316B1 KR1019980054876A KR19980054876A KR100283316B1 KR 100283316 B1 KR100283316 B1 KR 100283316B1 KR 1019980054876 A KR1019980054876 A KR 1019980054876A KR 19980054876 A KR19980054876 A KR 19980054876A KR 100283316 B1 KR100283316 B1 KR 100283316B1
Authority
KR
South Korea
Prior art keywords
weight
aircraft
database
weight prediction
predicting
Prior art date
Application number
KR1019980054876A
Other languages
Korean (ko)
Other versions
KR20000039523A (en
Inventor
이윤호
Original Assignee
임인택
한국항공우주산업주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 임인택, 한국항공우주산업주식회사 filed Critical 임인택
Priority to KR1019980054876A priority Critical patent/KR100283316B1/en
Publication of KR20000039523A publication Critical patent/KR20000039523A/en
Application granted granted Critical
Publication of KR100283316B1 publication Critical patent/KR100283316B1/en

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/02Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
    • G01G19/07Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing aircraft
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G23/00Auxiliary devices for weighing apparatus
    • G01G23/18Indicating devices, e.g. for remote indication; Recording devices; Scales, e.g. graduated
    • G01G23/38Recording and/or coding devices specially adapted for weighing apparatus
    • G01G23/42Recording and/or coding devices specially adapted for weighing apparatus electrically operated

Abstract

본 발명은 전투기 또는 훈련기급의 항공기의 기본 설계 단계에서 세부 중량을 예측하여 데이터베이스화하는 항공기 중량 예측 장치로서, 항공기의 중량을 예측하는 과정에서 중량 예측식의 매개변수로서 사용되는 설계변수의 값을 사용자 또는 소정의 기억장소로부터 입력받는 데이터 입력부; 예측하려는 상기 항공기의 설계형상명과 작성하려는 상기 데이터베이스의 파일명을 구비한 헤더부; 항공기의 각 세부 항목별 예측중량을 산출하는 중량 예측부; 중량 예측부에서 산출된 세부 항목별 예측중량 데이터로 데이터베이스를 설정하고, 보고서 출력을 위해 소정의 서식을 작성하여 주는 데이터베이스 작성부; 및 소정의 저장매체에 저장된 예측중량 데이터 베이스를 포함함을 특징으로 한다.The present invention is an aircraft weight prediction apparatus for estimating the detailed weight and database in the basic design stage of a fighter aircraft or a train-class aircraft, the value of the design variable used as a parameter of the weight prediction equation in the process of estimating the weight of the aircraft A data input unit for receiving input from a user or a predetermined storage location; A header having a design shape name of the aircraft to be predicted and a file name of the database to be created; A weight estimator for calculating an estimated weight of each sub-item of the aircraft; A database preparation unit for setting a database with the estimated weight data for each item calculated by the weight estimating unit and creating a predetermined form for outputting the report; And a predicted weight database stored in a predetermined storage medium.

본 발명에 의하면, 항공기 중량 예측 과정에서 보다 정확한 중량 예측 결과를 얻을 수 있으므로 항공기의 기본 설계에 필요한 시간을 감축시킬 수 있으며, 보다 정밀한 중량 분포를 가진 항공기를 설계할 수 있다.According to the present invention, more accurate weight prediction results can be obtained in the aircraft weight estimation process, thereby reducing the time required for the basic design of the aircraft, and designing an aircraft having a more precise weight distribution.

Description

항공기 중량 예측 장치Aircraft Weight Prediction Device

본 발명은 항공기 중량 예측 장치에 관한 것으로서, 특히 복수 회귀 모듈을 이용한 중량예측식을 이용하여 항공기의 중량을 예측하는 항공기 중량 예측 장치에 관한 것이다.The present invention relates to an aircraft weight prediction apparatus, and more particularly, to an aircraft weight estimation apparatus for predicting the weight of an aircraft using a weight prediction equation using a plurality of regression modules.

설계하는 항공기를 구성하는 각 구성품별 중량을 예측하는 것은 항공기 설계과정에 있어서 매우 필요한 것이나, 종래에는 이에 대해 통계학적으로 접근한 소프트웨어가 개발되지 않아, 정확한 항공기 중량 예측에는 어려움이 많았다.Predicting the weight of each component constituting the aircraft to be designed is very necessary in the aircraft design process, but in the past, the statistical approach to the software has not been developed, it was difficult to accurately estimate the aircraft weight.

본 발명은 항공기의 기본 설계시 보다 정확한 항공기 중량 예측 결과를 얻을 수 있고, 항공기의 기본 설계에 필요한 시간을 감축시킬 수 있는 항공기 중량 예측 장치, 항공기 중량 예측을 위한 중량예측식 수립 방법 및 항공기 예측중량 데이터베이스 구축 방법을 제공함에 그 목적이 있다.The present invention can obtain a more accurate aircraft weight prediction results in the basic design of the aircraft, aircraft weight prediction apparatus that can reduce the time required for the basic design of the aircraft, weight prediction formula for aircraft weight prediction method and aircraft predicted weight The purpose is to provide a database construction method.

도 1은 본 발명에 의한 항공기 중량 예측 장치의 구성을 도시한 구성블럭도이다.1 is a block diagram showing the configuration of an aircraft weight prediction apparatus according to the present invention.

도 2는 본 발명에 의한 항공기 중량 예측을 위한 중량예측식 수립 과정을 도시한 흐름도이다.2 is a flowchart illustrating a weight prediction process for estimating aircraft weight according to the present invention.

도 3은 본 발명에 의한 항공기 예측 중량의 데이터베이스를 구축하는 과정을 도시한 흐름도이다.3 is a flowchart illustrating a process of building a database of aircraft predicted weight according to the present invention.

상기의 목적을 달성하기 위하여, 본 발명에 의한 항공기 설계 단계에서 상기 항공기를 구성하는 각 구성품별 중량을 소정의 복수회귀모듈을 이용한 중량예측식에 의해 예측하여 데이터베이스화하는 항공기중량예측장치는 상기 중량예측식의 매개변수로서 사용되는 설계변수의 값을 사용자 또는 소정의 기억장소로부터 입력받는 데이터입력부; 예측하려는 상기 항공기의 설계형상명과 작성하려는 상기 데이터베이스의 파일명을 구비한 헤더부; 상기 항공기의 구성품별 중량예측식을 구비하고, 상기 중량예측식에 상기 데이터입력부에 의해 입력된 설계변수의 값을 적용시켜 구성품별 예측중량을 산출하는 중량예측부; 및 상기 중량예측부에서 산출된 구성품별 예측중량, 상기 헤더부에 저장된 항공기 설계형상명과 데이터베이스 파일명에 의해 예측중량데이터베이스를 생성하는 데이터베이스생성부를 포함함을 특징으로 한다.In order to achieve the above object, in the aircraft design step according to the present invention, the weight of each component constituting the aircraft to predict the weight by a weight prediction equation using a plurality of regression module database aircraft weight prediction apparatus A data input unit for receiving a value of a design variable used as a parameter of a prediction equation from a user or a predetermined storage location; A header having a design shape name of the aircraft to be predicted and a file name of the database to be created; A weight prediction unit having a weight prediction formula for each component of the aircraft and calculating a predicted weight for each component by applying a value of a design variable input by the data input unit to the weight prediction formula; And a database generation unit generating a predicted weight database based on the predicted weight for each component calculated by the weight prediction unit, the aircraft design shape name and the database file name stored in the header unit.

상기의 다른 목적을 달성하기 위하여, 본 발명에 의한 항공기의 설계 단계에서 각 구성품별 중량을 예측하기 위한 중량 예측식을 수립하는 방법은 매개변수를 선택하는 단계; 동급 항공기에서의 구조 중량과 설계변수 데이터를 입수하는 단계; 복수 회귀 모듈을 수립하는 단계; 최소 자승 정규 방정식에 의해 예상값을 얻는 단계를 포함함을 특징으로 한다.In order to achieve the above another object, in the design step of the aircraft according to the present invention a method for establishing a weight prediction formula for predicting the weight of each component comprises the steps of selecting a parameter; Obtaining structural weight and design variable data for the aircraft in its class; Establishing a plurality of regression modules; Obtaining an expected value by a least-squares regular equation.

상기의 또다른 목적을 달성하기 위하여, 본 발명에 의한 항공기의 설계 단계에서 각 구성품별 중량을 예측하기 위한 중량 예측식을 수립하는 방법은 매개변수를 선택하는 단계; 동급 항공기에서의 구조 중량과 설계변수 데이터를 입수하는 단계; 복수 회귀 모듈을 수립하는 단계; 최소 자승 정규 방정식에 의해 예상값을 얻는 단계를 포함함을 특징으로 한다.In order to achieve the above another object, a method for establishing a weight prediction formula for predicting the weight of each component in the design phase of the aircraft according to the present invention comprises the steps of selecting a parameter; Obtaining structural weight and design variable data for the aircraft in its class; Establishing a plurality of regression modules; Obtaining an expected value by a least-squares regular equation.

이하에서 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 의한 항공기 중량 예측 장치의 구성을 도시한 구성블럭도이다. 도 1에 의하면, 본 발명에 의한 항공기 중량 예측 장치는 데이터입력부(100), 헤더부(110), 중량예측부(120) 및 데이터베이스생성부(130)로 구성된 컴퓨터 소프트웨어이다.1 is a block diagram showing the configuration of an aircraft weight prediction apparatus according to the present invention. Referring to FIG. 1, an aircraft weight predicting apparatus according to the present invention is computer software including a data input unit 100, a header unit 110, a weight prediction unit 120, and a database generation unit 130.

상기 데이터입력부(100)에서는 상기 중량예측부 내의 각 세부 기능블럭에서 사용되는 공용 설계변수에 대한 설계값이 사용자에 의해 입력된다. 상기 공용 설계변수에 대한 설계값이 이미 입력되어 있는 경우에는, 별도로 다시 입력되지 않고, 셀 값 복사함수에 의해 자동적으로 기존에 입력된 설계값이 참조되어 예측에 사용된다.In the data input unit 100, a design value for a common design variable used in each detailed function block in the weight prediction unit is input by a user. If a design value for the common design variable has already been input, it is not input again, but the design value inputted automatically by the cell value copy function is used for prediction.

상기 헤더부(110)에서는 예측하려는 각각의 설계형상명을 데이터로 저장하여 두고 있다. 상기 저장된 설계형상명은 상기 데이터베이스 작성부(130)에 의해 생성되는 데이터베이스 파일의 파일명으로 사용되고, 예측하고자 하는 대상 형상을 파악하기 위해 참조될 수 있다.The header unit 110 stores each design shape name to be predicted as data. The stored design shape name may be used as a file name of a database file generated by the database creation unit 130 and may be referred to to determine a target shape to be predicted.

상기 중량예측부(120)는 날개중량예측부(121), 수평꼬리중량예측부(122), 수직꼬리중량예측부(123), 동체중량예측부(124), 착륙기어중량예측부(125), 엔진부문 중량예측부(126), 공기유도중량예측부(127) 등 비행기의 각 구성부품별의 기능블럭이 병렬적으로 연결된 구조를 가지고 있다. 따라서, 상기 각 세부 기능블럭들을 순서대로 수행하면 항공기 중량 예측 작업은 완료되는 것이다.The weight prediction part 120 is a wing weight prediction part 121, a horizontal tail weight prediction part 122, a vertical tail weight prediction part 123, a fuselage weight prediction part 124, a landing gear weight prediction part 125 And a function block for each component of the aircraft, such as the engine section weight prediction unit 126 and the air induction weight prediction unit 127, are connected in parallel. Therefore, if the above detailed functional blocks are performed in order, the aircraft weight prediction task is completed.

상기 날개중량예측부(121)는 동체에서 노출된 실제 공력면 날개의 중량을 예측하는 세부 기능블럭으로서, 기본 구조 박스, 조종면, 날개 내 연료 설비, 기타 날개에 속하는 중량 품목에 대한 예측식을 보유한다. 본 기능블럭에서의 중량 예측을 수행하는 과정은 다음과 같다. 첫번째, 본 기능블럭이 보유한 2개 이상의 예측식에서 공통적으로 사용되는 매개변수의 값이 입력되어야 한다. 상기 입력된 매개변수의 값들은 그 매개변수를 필요로 하는 예측식에서 셀 값 복사에 의해 자동적으로 참조된다. 두번째, 예측 각 단계에서는 먼저 중량 항목명을 표시하고, 중량 예측식을 구성하게 되는 매개변수들의 값을 입력받아, 중량 예측식에 의해 예측 중량을 산출하여 사용자에게 보여준다. 세번째, 항공기 전체 무게중심 예측의 정확성을 높이기 위하여, 중량 항목 중 일부는 더 세분화된 중량들로 분할되고, 각 중량마다 그 무게중심 위치를 입력받게 된다. 원중량은 동일 비율로 동등하게 분할되기도 하지만, 보통 역학적 고려 또는 제작상의 모듈 분할 등의 이유로 다른 비율을 입력하면, 추후 데이터베이스 생성부(130)에서 상기 입력된 비율로 분할된 중량으로 저장된다.The wing weight prediction unit 121 is a detailed functional block for predicting the weight of the actual aeroplane blades exposed from the fuselage, and has a prediction formula for weight items belonging to a basic structural box, a control plane, a fuel facility in the wing, and other wings. do. The process of performing the weight prediction in the functional block is as follows. First, values of parameters commonly used in two or more prediction equations possessed by the functional block must be input. The values of the input parameters are automatically referenced by copying cell values in the predictions that require that parameter. Second, in each step of the prediction, the weight item name is first displayed, the values of parameters constituting the weight prediction equation are input, and the prediction weight is calculated and displayed to the user by the weight prediction equation. Third, in order to increase the accuracy of the aircraft's total center of gravity prediction, some of the weight items are divided into more subdivided weights, and the center of gravity position is entered for each weight. Although the original weight may be equally divided at the same ratio, if another ratio is input for reasons such as mechanical consideration or manufacturing module division, the database generator 130 stores the weight divided into the input ratio later.

상기 날개 중량예측부(121)에는 날개 기본 구조 박스의 전 중량을 스팬 방향의 여러 대역(Band)에 할당하고, 각 대역 중량의 무게중심(C.G.) 위치를 선정하는 특수한 과정을 가지고 있다. 상기 과정의 수행 방식은 다음과 같다. 첫번째, 박스의 전체 중량은 박스에 사용되는 부재가 감당하는 하중에 근거하여 굽힘하중 부재 중량(Bending Material Weight), 전달력 감당 부재 중량 및 기타의 부재 중량을 합산한 값이 된다. 예측식에 의한 예측결과는 박스 전체 중량과 그 구성부분인 세가지 감당하중별 중량을 표시한다. 두번째, 예측 중량들을 날개 박스 전체에 걸쳐 분포시키기 위해, 이론적 날개(Theoretical Wing)의 루트(Root), 스파 브레이크 포인트(Spar Break Point), 팁(Tip)에서의 비엘(BL)값, 코드(chord), 두께비, 전단 스파 위치와 후단 스파 위치 등의 디멘젼 데이터를 입력받는다. 세번째, 날개 스팬 방향으로 20개의 대역을 설정하고, 상기 입력받은 기본 디멘젼 값으로부터 각 대역에서의 길이, 두께, 박스 코드(Chord) 등을 생성시키고, 이론적 날개 면적과 노출 날개 면적, 날개 박스 면적 등을 산출한다. 네번째, 최종적으로 대역에 따른 이론적 굽힘 하중 분포, 이론적 전단력 분포, 대역 면적 등에 따라 세가지 구성성분 중량을 분포시키고, 대역 중 동체 내에 포함되는 중앙부 4개 대역, 실제 날개에 속하는 16개 대역에 대해 구성성분별로 중량합을 산출한다. 불연속 날개의 경우, 중앙부 4개 대역은 중량분류 체계상 동체 중량 그룹에 속하므로 추후 동체 중량예측부(124)에서 사용된다.The wing weight prediction unit 121 has a special process of allocating the entire weight of the wing basic structural box to various bands in the span direction, and selecting the center of gravity (C.G.) position of each band weight. The manner of performing the above process is as follows. First, the total weight of the box is a sum of bending material weight, transmission force bearing member weight, and other member weights based on the load that the member used for the box bears. Prediction results based on the prediction equations show the total weight of the box and its three weights per load. Second, to distribute the predicted weights across the wing box, the root of the theoretical wing, the spar break point, the BL value at the tip, the chord ), And the dimension data such as thickness ratio, front spar position and rear spar position are inputted. Third, 20 bands are set in the wing span direction, and the length, thickness, box code, etc. in each band are generated from the input basic dimension values, and the theoretical wing area, the exposed wing area, the wing box area, etc. To calculate. Fourth, finally, three component weights are distributed according to the theoretical bending load distribution, theoretical shear force distribution, and band area according to the band, and the components are composed of four center bands included in the fuselage and 16 bands belonging to the actual wing. Calculate the weight sum for each. In the case of discontinuous wings, the four central zones belong to the fuselage weight group in the gravimetric scheme and are thus used in the fuselage weight prediction unit 124 later.

상기 수평꼬리중량예측부(122)와 상기 수직꼬리중량예측부(123)는 상기 날개중량예측부(121)와 유사하게 공통변수 지정 단계를 거쳐 항목별 중량 예측 단계를 수행하도록 구성되어 있다. 일부 항목에는 상기 날개중량예측부(121)에서와 같이 중량 분할을 위한 비율 입력 부분이 갖추어져 있다.The horizontal tail weight prediction unit 122 and the vertical tail weight prediction unit 123 are configured to perform a weight prediction step for each item through a common variable designation step similarly to the wing weight prediction unit 121. Some items are provided with a ratio input portion for weight division as in the wing weight prediction portion 121.

상기 동체중량예측부(124)의 수행 방식도 상기 세부 기능블럭들과 유사하다. 그러나, 본 기능블럭에서는 동체 외각 무게를 항공기 동체 전역에 분포시키는 과정, 불연속 날개 하중을 감당하기 위한 동체 보강 중량을 구하는 과정, 캐노피 시스템의 중량을 구하는 과정 등이 사용되어진다. 상기 동체 외각 중량분포를 위한 과정은 동체외각을 항공기 종방향으로 적절한 수와 이격거리를 두고 가상적으로 절단하면, 그 수만큼의 동체 외각대역을 얻을 수 있다. 전체 동체 외각 중량을 이러한 대역들의 표면적 크기에 비례하여 분포시키면 어느 정도 근사적인 중량분포를 달성할 수 있다. 설계 과정 중의 형상데이터로 작성되는 항공기 동체 표면적 분포 데이터는 분할대역의 표면적 크기를 입력하는데 유용하게 사용될 수 있다. 상기 동체 외각 중량분포를 위한 과정은 다음과 같이 수행된다. 첫번째, 중량분포를 위해 필요한 각 대역별 앞뒤 스테이션(Station) 위치, 평균적 비엘(BL) 값, 그리고 앞뒤 위치에서의 외각 원주 길이를 입력받는다. 두번째, 대역별 면적 중심 위치, 표면적 크기, 전체 표면적 크기에 대한 비율이 산정되고, 외각 전중량은 구해진 비율에 따라 분할, 산정되어 순차적으로 표시된다. 세번째, 산출된 대역별 중량값은 상기 데이터베이스생성부(130)에서 대역 설명과 함께 입력된다. 상기 불연속 날개 하중 감당 중량 예측 과정은 분리되어 있는 좌우 날개를 체결재를 사용하여 동체 벌크헤드에 조립시켰을 때, 날개의 면에 작용하는 공력 하중의 상당부분이 벌크헤드로 관통되는 것을 고려하여 벌크헤드 보강에 추가되는 중량을 구하는 과정이다. 이러한 중량 증가량 즉, 불연속 날개 하중 감당 중량(Discontinuous Wing Carrythrougt Weight)은 상기 기능블럭의 이론적 날개 구조 박스 분포 중량 중 동체에 포함된 부분의 중량에 근거해 산출된다. 첫번째, 동체 내에 포함되는 중앙부 4개의 박스 대역에 대한 각각의 이론적 날개 두께를 입력받는다. 두번째, 날개 대역의 중간 지점에 대응하는 실제 벌크헤드 위치에서의 하중 경로 두께를 입력받는다. 세번째, 이론적인 날개 두께와 벌크헤드 하중 경로 두께의 비를 구한다. 네번째, 같은 중량으로 굽힘하중을 감당하는 효과면에서 벌크헤드는 날개 박스의 2배 정도를 감당할 수 있다고 예측된다. 따라서, 벌크헤드에 보강되어야 할 중량은 중앙부 4개 대역의 굽힘하중 부재중량의 절반, 그리고, 두께 증가 효과로서 상기 구한 두께비를 곱한 양이다. 상기 캐노피 시스템의 중량을 구하는 과정은 캐노피와 투명체 기본 디멘젼(크기, 면적 등)과 캐노피 시스템에 부가되는 요구조건 등에 기초하여 캐노피 시스템 각 세부 중량 항목의 중량을 예측하고 시스템 총 중량을 합계하는 과정이다. 기하 수치 데이터를 제공하는 변수 입력부를 거쳐 조류 충돌 에너지와 이를 흡수하기 위해 예상되는 투명체 두께가 예측되고 최종적으로 투명체, 프레임, 캐노피 메카니즘, 엑츄에이터, 밀폐재와 내압재 등의 항목에 대해 각각의 개별적인 예측식에 의해 중량이 예측된다.The manner in which the fuselage weight prediction unit 124 is performed is similar to the detailed functional blocks. However, in this functional block, a process of distributing the outer shell weights throughout the aircraft fuselage, a process of obtaining a body reinforcement weight for a discontinuous wing load, a process of obtaining a weight of a canopy system, and the like are used. In the process for weight distribution of the outer shell of the fuselage, the outer shell of the fuselage can be obtained by virtually cutting the outer shell of the fuselage at an appropriate number in the longitudinal direction of the aircraft. Distributing the overall fuselage shell weight proportional to the surface area size of these zones can achieve some approximate weight distribution. The aircraft body surface area distribution data, which is created as shape data during the design process, can be useful for inputting the surface area size of the divided band. The process for the outer shell weight distribution is carried out as follows. First, the front and rear station positions, average BL values, and outer circumferential lengths of the front and rear positions are input for each band required for weight distribution. Second, the ratio of the area center position, the surface area size, and the total surface area size for each band is calculated, and the outer shell weight is divided and calculated according to the obtained ratio and displayed sequentially. Third, the calculated weight value for each band is input by the database generator 130 together with the band description. The weight estimating process for discontinuous wing load is based on considering that a large portion of aerodynamic load acting on the surface of the wing penetrates the bulk head when the separated left and right wings are assembled to the fuselage bulkhead using fasteners. The process of obtaining the weight added to the reinforcement. This weight increase, that is, the discontinuous wing load weight (Discontinuous Wing Carrythrougt Weight) is calculated based on the weight of the part included in the fuselage of the theoretical wing structure box distribution weight of the functional block. First, each theoretical wing thickness for the four center bands in the fuselage is input. Second, the load path thickness at the actual bulkhead position corresponding to the midpoint of the wing band is input. Third, find the ratio between the theoretical wing thickness and the bulkhead load path thickness. Fourth, in terms of the effect of bearing a bending load with the same weight, it is predicted that the bulkhead can handle about twice as much as a wing box. Therefore, the weight to be reinforced to the bulkhead is half the weight of the bending load member in the four center zones, and the thickness ratio multiplied by the thickness ratio obtained as the thickness increasing effect. The process of calculating the weight of the canopy system is a process of estimating the weight of each detailed weight item of the canopy system based on the canopy and the transparent basic dimensions (size, area, etc.) and the requirements added to the canopy system, and summing the total weight of the system. . Through the variable inputs that provide the geometric data, the tidal impact energy and the expected thickness of the transparent body to be absorbed are predicted and finally made separately for each individual item such as transparent body, frame, canopy mechanism, actuator, seal and pressure-resistant material. The weight is estimated by the equation.

상기 착륙기어중량예측부(125), 엔진부문중량예측부(126) 및 공기유도중량예측부(127)는 상기 세부 기능블럭들과 유사하게 구성된다.The landing gear weight prediction section 125, the engine section weight prediction section 126, and the air induction weight prediction section 127 are configured similarly to the detailed functional blocks.

항공기의 특정 형상에 대해 중량 분석이 수행되면, 세분화된 중량항목별로 예측된 중량 및 상기 중량이 항공기 내에서 위치한 좌표값, 관성모멘트 각 성분의 증분량 그리고 기타 필요한 코드 등의 유용한 데이터를 관리하고 보고서를 작성하기 위한 데이터베이스 구축 과정이 필요하다. 상기 데이터베이스생성부(130)는 신규 데이터베이스를 설정하고, 예측 모듈에서 예측한 중량값을 중량 항목명과 함께 기입하며, 기타 데이터 입력 공간을 확보하고 보고서 출력에 적절한 서식을 작성하여 주는 역할을 한다.When a weight analysis is performed on a particular shape of an aircraft, it manages and reports useful data such as the estimated weight for each broken down weight item, the coordinate values the weight is located within the aircraft, the increment of each component of the moment of inertia, and other necessary codes. You need to build a database to write a. The database generator 130 sets up a new database, fills in the weight value predicted by the prediction module with the weight item name, secures other data input space, and fills out a proper form for the report output.

상기 예측중량데이터베이스(140)는 상기 데이터베이스 작성부(130)에 의해 작성되어 소정의 저장매체에 기록된 데이터베이스이다.The predicted weight database 140 is a database created by the database preparation unit 130 and recorded in a predetermined storage medium.

도 2는 본 발명에 의한 항공기 중량 예측을 위한 중량 예측식 수립 과정을 도시한 흐름도이다. 항공기의 기본 설계 단계에서 항공기 각 구성품의 중량 예측을 위해 수행되는 매개변수법은 구하고자 하는 구성품 중량에 상당한 영향을 미치는 설계변수의 선택으로부터 시작된다(200단계). 하나의 식에 변수가 많을수록 설계 매개변수의 변화에 민감하고 정확도가 증가하나, 자료 수집의 한계로 미비한 자료에 의한 신뢰도 저하가 예상된다. 따라서, 적당한 수의 변수를 경험과 기술적 감각으로 찾아낼 필요가 있다(210단계). 자료 수집은 유사한 항공기들의 중량보고서 등의 데이터에서 목표 구성품의 중량과 이에 연관된 설계 변수의 값들을 파악하는 활동으로 중량 예측식의 정확성을 좌우한다.2 is a flowchart illustrating a process of establishing a weight prediction equation for predicting aircraft weight according to the present invention. The parametric method performed for the weight estimation of each component of the aircraft in the basic design phase of the aircraft begins with the selection of design parameters that have a significant effect on the component weight to be obtained (step 200). The more variables in one equation, the more sensitive and accurate the design parameters are to be changed, but the reliability of the data is expected to be lowered due to insufficient data. Therefore, it is necessary to find a suitable number of variables by experience and technical sense (step 210). Data collection is the activity of identifying the weight of target components and their associated design variables in data such as weight reports of similar aircraft, which determines the accuracy of the weight prediction formula.

구성품의 영향을 주는 설계변수를 X1,X2, .. ,Xp-1이라 하면, 세부 중량 예측식의 일반적인 형태는 다음과 같다.If the design variables affecting the components are X 1 , X 2 , .., X p-1 , the general form of the detailed weight equation is:

WT = β·X1 β1·X2 β2·X3 β3····Xp-1 βp-1 WT = β · X 1 β1・ X 2 β2・ X 3 β3 ··· p-1 βp-1

여기에서, WT는 구성품 예측 중량이고, β는 예측식 계수이고, β12,...,βp-1는 예측식 지수이다.Where T is a component predicted weight, β is a predictive coefficient, and β 1 , β 2 , ..., β p-1 is a predictive index.

수집된 중량 데이터로부터 β와 β12, ... , βp-1를 결정하기 위해 위의 복수 회귀 모델(Multiple Regression Model)과 최소 자승법(Least Square Method)을 사용한다. 수학식 1의 양변에 로그를 취한 후, 일반적인 선형 회귀모델(Linear Regression Method) 형태로 나타내면 다음과 같다.The above multiple regression model and least square method are used to determine β, β 1 , β 2 , ..., β p-1 from the collected weight data. The logarithm of both sides of Equation 1 is expressed as a general linear regression method as follows.

i= logWTi= β0+ β1logXi1+ β2logXi2+ ... + βp-1logXi,p-1+ εi i = logWT i = β 0 + β 1 logX i1 + β 2 logX i2 + ... + β p-1 logX i, p-1 + ε i

여기서 β0는 logβ이며, εi는 응답변수의 평균값(응답함수 : Resoponse Function)으로부터 실제 통계 데이터가 벗어나 있는 오차로 기대값 E(εi)는 0이며, 공분산(Covariance) σ(εij)도 0이다. E(εi)=0이라고 가정하면 수학식 2의 모델에 의한 응답함수는 다음과 같다.Where β 0 is logβ a, ε i is the average value of the response variable: a (response function Resoponse Function) expected as an error that outside the actual statistical data from the values E (ε i) is 0, a covariance (Covariance) σ (ε i, ε j ) is also 0. Assuming E (ε i ) = 0, the response function by the model of Equation 2 is as follows.

E(Yi) = β0+ β1logXi1+ β2logXi2+ ... + βp-1logXi,p-1 E (Y i ) = β 0 + β 1 logX i1 + β 2 logX i2 + ... + β p-1 logX i, p-1

해석의 용이성을 위해, 수학식 2를 다음과 같이 행렬 형태로 나타내면 다음과 같다.For ease of interpretation, Equation 2 is expressed as a matrix as follows.

W = X·β + εW = Xβ + ε

여기서,here,

여기에서 W의 기대값 E(W)는Here, the expected value of E (E) is

E(W) = X·βE (W) = Xβ

이며, 수학식 모델의 회귀 함수가 된다(220단계).And a regression function of the mathematical model (step 220).

다음 단계로 수학식 5에 최소 자승법을 적용하여 β벡터의 최소 자승 예상값(Least Squares Estimator)을 구한다.Next, the least squares estimator of β vector is obtained by applying the least square method to Equation 5.

(XTX)b = XT(X T X) b = X T

예상 회귀 계수(Estimated Regression Coefficient)를 수학식 6으로 정의하면, 선형 회귀 모델에 대한 최소 자승 정규 방정식은 수학식 7과 같다.When the estimated regression coefficient is defined as Equation 6, the least-squares normal equation for the linear regression model is expressed by Equation 7.

따라서, 구하고자 하는 최소 자승 예상값은Therefore, the least-squares estimate that we want to find

b = (XTX)-1·XTW 이며, 이를 수학식 5의 β벡터 대신 대입하면 회귀 함수를 완성하게 되고, 이로부터 독립 변수 X에 대한 응답값 Y를 예측할 수 있다. 최종적으로 이들 값을 대입한 수학식 1은 주어진 중량 데이터에 최소 자승 조건으로 근사시킨 중량 예측식이 된다(230단계).b = (X T X) -1 · X T ,, and substituting it for the β vector in Equation 5 completes the regression function, thereby predicting the response Y for the independent variable 로부터. Finally, Equation 1, in which these values are substituted, becomes a weight prediction equation approximating the given weight data with the least squares condition (step 230).

도 3은 본 발명에 의한 항공기 예측 중량의 데이터베이스 구축 과정을 도시한 흐름도이다. 도 3에 의하면, 항공기의 구성부품별 중량을 예측하기 위한 데이터베이스를 구축하기 위하여, 먼저 공용 설계변수에 대한 설계값을 입력받는다(300단계). 그런데, 상기 공용 설계변수에 대한 설계값에 대해 기존의 입력받은 값이 있는 경우에는 다시 입력될 필요없이 셀 값 복사함수에 의해 자동적으로 참조되어 예측에 사용된다.3 is a flowchart illustrating a process of constructing a database of aircraft predicted weight according to the present invention. Referring to FIG. 3, in order to construct a database for estimating weight for each component of an aircraft, first, a design value for a common design variable is received (step 300). However, when there is an existing input value for a design value for the common design variable, it is automatically referred to by a cell value copy function without being input again and used for prediction.

그 다음, 구성부품별 중량예측식의 매개변수에 대한 설계값을 입력받는다(310단계). 상기 매개변수는 구성부품별 중량예측식에 의해 그 종류가 결정된다.Next, a design value for a parameter of a weight prediction equation for each component is input (step 310). The type of the parameter is determined by the weight prediction formula for each component.

그 다음, 구성부품별로 정해진 중량예측식에 의한 중량예측값을 산출하고(320단계), 중량 분포를 위한 세그먼트 수, 세그먼트별 분포 비율을 입력받아 중량 분포를 구한다(330단계).Next, the weight prediction value is calculated by the weight prediction formula determined for each component (step 320), and the weight distribution is obtained by receiving the number of segments for the weight distribution and the distribution ratio for each segment (step 330).

그 다음, 만약 예측할 구성부품이 또 있는지 여부를 검사하여(340단계), 예측할 구성부품이 있다면 상기 310단계에서 상기 330단계를 반복하게 되고, 예측할 구성부품이 더 없다면 세분화된 구성부품별 예측된 중량, 그 중량이 항공기 내에서 위치한 좌표값, 관성 모멘트 각 성분의 증분량 등의 데이터를 보고서로 작성하기 유용한 데이터베이스로 구축한다(350단계).Then, if there is another component to be predicted (step 340), if there is a component to be predicted, step 330 is repeated at step 310, and if there are no components to be predicted, the estimated weight for each subdivided component In operation 350, data such as the coordinates of the weights of which are located in the aircraft and the increments of each component of the moment of inertia are generated as a useful report.

본 발명에 의하면, 항공기 중량 예측 과정에서 보다 정확한 중량 예측 결과를 얻을 수 있으므로 항공기의 기본 설계에 필요한 시간을 감축시킬 수 있으며, 보다 정밀한 중량 분포를 가진 항공기를 설계할 수 있다.According to the present invention, more accurate weight prediction results can be obtained in the aircraft weight estimation process, thereby reducing the time required for the basic design of the aircraft, and designing an aircraft having a more precise weight distribution.

Claims (4)

항공기 설계 단계에서 상기 항공기를 구성하는 각 구성품별 중량을 소정의 복수회귀모듈을 이용한 중량예측식에 의해 예측하여 데이터베이스화하는 항공기중량예측장치에 있어서,In the aircraft design stage, the weight of each component constituting the aircraft in the aircraft weight prediction apparatus for predicting the database by a weight prediction equation using a plurality of regression modules, 상기 중량예측식의 매개변수로서 사용되는 설계변수의 값을 사용자 또는 소정의 기억장소로부터 입력받는 데이터입력부;A data input unit which receives a value of a design variable used as a parameter of the weight prediction equation from a user or a predetermined storage location; 예측하려는 상기 항공기의 설계형상명과 작성하려는 상기 데이터베이스의 파일명을 구비한 헤더부;A header having a design shape name of the aircraft to be predicted and a file name of the database to be created; 상기 항공기의 구성품별 중량예측식을 구비하고, 상기 중량예측식에 상기 데이터입력부에 의해 입력된 설계변수의 값을 적용시켜 구성품별 예측중량을 산출하는 중량예측부; 및A weight prediction unit having a weight prediction formula for each component of the aircraft and calculating a predicted weight for each component by applying a value of a design variable input by the data input unit to the weight prediction formula; And 상기 중량예측부에서 산출된 구성품별 예측중량, 상기 헤더부에 저장된 항공기 설계형상명과 데이터베이스 파일명에 의해 예측중량데이터베이스를 생성하는 데이터베이스생성부를 포함함을 특징으로 하는 항공기중량예측장치.And a database generator for generating a predicted weight database based on the predicted weight for each component calculated by the weight predictor, the aircraft design shape name and the database file name stored in the header. 제1항에 있어서, 상기 중량예측부는According to claim 1, wherein the weight prediction portion 항공기 동체에서 노출된 실제 공력면 날개의 중량을 예측하는 날개중량예측부;Wing weight prediction unit for predicting the weight of the actual aeroplane wings exposed from the aircraft body; 항공기 수평꼬리 부문의 중량을 예측하는 수평꼬리중량예측부;A horizontal tail weight prediction unit for predicting the weight of the aircraft horizontal tail section; 항공기 수직꼬리 부문의 중량을 예측하는 수직꼬리중량예측부;A vertical tail weight prediction unit for predicting the weight of the aircraft vertical tail section; 항공기 동체 부문의 중량을 예측하는 동체중량예측부;A fuselage weight prediction unit for predicting the weight of the aircraft fuselage section; 항공기 착륙기어 부문의 중량을 예측하는 착륙기어중량예측부;A landing gear weight prediction unit for predicting the weight of the aircraft landing gear section; 항공기 엔진지지 부문의 중량을 예측하는 엔진부문중량예측부;An engine segment weight prediction unit for predicting the weight of the aircraft engine support segment; 항공기 공기유도 부문의 중량을 예측하는 공기유도중량예측부를 구비함을 특징으로 하는 항공기중량예측장치.An aircraft weight prediction apparatus comprising an air induction weight prediction unit for predicting the weight of an aircraft air induction section. 항공기의 설계 단계에서 각 구성품별 중량을 예측하기 위한 중량 예측식을 수립하는 방법에 있어서,In the method of establishing a weight prediction formula for predicting the weight of each component in the design phase of the aircraft, 매개변수를 선택하는 단계;Selecting a parameter; 동급 항공기에서의 구조 중량과 설계변수 데이터를 입수하는 단계;Obtaining structural weight and design variable data for the aircraft in its class; 복수 회귀 모듈을 수립하는 단계;Establishing a plurality of regression modules; 최소 자승 정규 방정식에 의해 예상값을 얻는 단계를 포함함을 특징으로 하는 항공기 중량 예측을 위한 중량예측식 수립방법.A method of establishing a weight prediction equation for estimating aircraft weight, comprising: obtaining an expected value by a least squares normal equation. 항공기의 설계 단계에서 각 구성품별 중량을 예측하기 위한 중량 예측식을 수립하는 방법에 있어서,In the method of establishing a weight prediction formula for predicting the weight of each component in the design phase of the aircraft, 매개변수를 선택하는 단계;Selecting a parameter; 동급 항공기에서의 구조 중량과 설계변수 데이터를 입수하는 단계;Obtaining structural weight and design variable data for the aircraft in its class; 복수 회귀 모듈을 수립하는 단계;Establishing a plurality of regression modules; 최소 자승 정규 방정식에 의해 예상값을 얻는 단계를 포함함을 특징으로 하는 항공기 중량 예측을 위한 중량예측식 수립방법.A method of establishing a weight prediction equation for estimating aircraft weight, comprising: obtaining an expected value by a least squares normal equation.
KR1019980054876A 1998-12-14 1998-12-14 Aircraft Weight Estimator KR100283316B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019980054876A KR100283316B1 (en) 1998-12-14 1998-12-14 Aircraft Weight Estimator

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019980054876A KR100283316B1 (en) 1998-12-14 1998-12-14 Aircraft Weight Estimator

Publications (2)

Publication Number Publication Date
KR20000039523A KR20000039523A (en) 2000-07-05
KR100283316B1 true KR100283316B1 (en) 2001-03-02

Family

ID=19562747

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980054876A KR100283316B1 (en) 1998-12-14 1998-12-14 Aircraft Weight Estimator

Country Status (1)

Country Link
KR (1) KR100283316B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100977519B1 (en) * 2003-06-13 2010-08-23 한국항공우주산업 주식회사 Aircraft Fuel Tank Load Analysis System
KR101005729B1 (en) * 2003-10-27 2011-01-06 한국항공우주산업 주식회사 Aircraft Static Loads Analysis System

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100417976B1 (en) * 2001-07-24 2004-02-11 한국항공우주산업 주식회사 Analysis method for dynamic load in aircraft modeling
KR100970656B1 (en) * 2003-09-24 2010-07-15 한국항공우주산업 주식회사 Database Construction Method for Modeling of Aircraft Engine
KR20070102864A (en) * 2006-04-17 2007-10-22 주식회사넥스젠인터랙티브 System and method for loading management for passenger & cargo aircraft

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100977519B1 (en) * 2003-06-13 2010-08-23 한국항공우주산업 주식회사 Aircraft Fuel Tank Load Analysis System
KR101005729B1 (en) * 2003-10-27 2011-01-06 한국항공우주산업 주식회사 Aircraft Static Loads Analysis System

Also Published As

Publication number Publication date
KR20000039523A (en) 2000-07-05

Similar Documents

Publication Publication Date Title
Kenway et al. Multipoint aerodynamic shape optimization investigations of the common research model wing
Liem et al. Multimission aircraft fuel-burn minimization via multipoint aerostructural optimization
Kenway et al. Multipoint high-fidelity aerostructural optimization of a transport aircraft configuration
Kenway et al. Aerostructural optimization of the Common Research Model configuration
Piperni et al. Development of a multilevel multidisciplinary-optimization capability for an industrial environment
Benaouali et al. Multidisciplinary design optimization of aircraft wing using commercial software integration
Reuther et al. A coupled aero-structural optimization method for complete aircraft configurations
Dufresne et al. Variable fidelity conceptual design environment for revolutionary unmanned aerial vehicles
Tugnoli et al. Mid-fidelity approach to aerodynamic simulations of unconventional VTOL aircraft configurations
Elham et al. Tool for preliminary structural sizing, weight estimation, and aeroelastic optimization of lifting surfaces
Stephan et al. Effects of detailed aircraft geometry on wake vortex dynamics during landing
KR100283316B1 (en) Aircraft Weight Estimator
Brentner et al. Maneuvering rotorcraft noise prediction: A new code for a new problem
US20220121786A1 (en) Rapid Aero Modeling for Computational Experiments (RAM-C)
Rodriguez et al. Static aeroelastic analysis with an inviscid Cartesian method
Piperni et al. The application of multi-disciplinary optimization technologies to the design of a business jet
Lambe et al. Matrix-free aerostructural optimization of aircraft wings
LeDoux et al. MDOPT-A Multidisciplinary Design Optimization System Using Higher Order Analysis Codes
Giunta et al. Multidisciplinary design optimization of advanced aircraft configurations
Paiva A robust and reliability-based optimization framework for conceptual aircraft wing design
Cook et al. Artificial neural networks for predicting nonlinear dynamic helicopter loads
Lehner et al. Hybrid optimization for a combinatorial aircraft design problem
Abdo et al. Optimization of a business jet
Marpu Physics based prediction of aeromechanical loads for the UH-60A rotor
Deinert et al. Aircraft loft optimization with respect to aeroelastic lift and induced drag loads

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121109

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20131107

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20141209

Year of fee payment: 15

FPAY Annual fee payment

Payment date: 20151208

Year of fee payment: 16

FPAY Annual fee payment

Payment date: 20161107

Year of fee payment: 17

LAPS Lapse due to unpaid annual fee