Análise e otimização multidisciplinar de desempenho de um VANT utilizando algoritmo genético multiobjetivo

• Main Author: Prudencio, Arthur Chabole Oliveira [UNESP]
• Publication Date: 2024
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional da UNESP
• Download full: https://hdl.handle.net/11449/256745
• topic: Desempenho; MOGA (Algoritmo Genético Multiobjetivo); VANT (Veículo Aéreo Não Tripulado); Otimização multidisciplinar; Python; Dakota; MOGA (Multi-Objective Genetic Algorithm); Multidisciplinary Optimization; UAV (Unmanned Aerial Vehicle); Performance

O trabalho aborda a análise e otimização multidisciplinar do desempenho de Veículos Aéreos Não Tripulados (VANTs) por meio da integração de diversas disciplinas e do uso de algoritmos genéticos multiobjetivo. A metodologia adotada consiste em duas partes: o desenvolvimento de uma biblioteca em Python para a previsão de desempenho de VANTs e o acoplamento dessa biblioteca com o software Dakota para a otimização da geometria da asa, levando em consideração parâmetros de desempenho. A primeira parte do trabalho envolve a criação de uma biblioteca orientada a objetos em Python, utilizando as bibliotecas Numpy, scipy e pandas, seguindo boas práticas de programação. Essa biblioteca é capaz de calcular o desempenho de um VANT com propulsão a hélice, contribuindo para uma análise mais detalhada e precisa das funcionalidades e arquitetura geral da aeronave. Já a segunda parte do trabalho foca na otimização da geometria da asa do VANT, considerando múltiplos critérios de desempenho simultaneamente. O uso do algoritmo genético multiobjetivo permite encontrar soluções não dominadas que equilibram diferentes objetivos de projeto, como eficiência, segurança e desempenho global. Essa abordagem multidisciplinar é fundamental para o desenvolvimento de projetos aeronáuticos mais avançados e eficazes.