Per garantire ai passeggeri il miglior comfort possibili è bene adottare sistemi di simulazione e ottimizzazione dell’architettura del sistema di condizionamento sin dalle prime fasi di concezione del velivolo. I vantaggi della CFD
L’unità di condizionamento
Partendo dai requisiti del velivolo e dalle regole di certificazione sono stati sviluppati il modello monodimensionale dell’unità di condizionamento ed il modello monodimensionale termico del velivolo. Il primo è costituito da vari componenti tra cui gli scambiatori di calore che sono stati dimensionati mediante un modello monodimensionale (low fidelity model) validato precedentemente con i risultati ottenuti con modello CFD (high fidelity model) dello stesso componente. Il modello monodimensionale dello scambiatore validato è stato integrato nel modello dell’unità di condizionamento a sua volta interfacciato con il modello termico del velivolo. Passo successivo è stato analizzare nelle condizioni di volo caratteristiche del velivolo le performance dell’unità di condizionamento e dimensionare la stessa in modo da garantire il soddisfacimento dei requisiti. La definizione del sistema di distribuzione dell’aria dipende dalle perdite di carico del sistema, integrabilità sul velivolo, affidabilità e manutenibilità. L’analisi di trade-off è stata svolta su due architetture diverse, chiamate (A) e (B). Sulla base del modello CAD sono stati realizzati i modelli monodimensionali usando il software LMS Amesim delle due architetture in modo da valutarne le performance correttamente. Calcolate le performance delle due diverse architetture, l’analisi di trade-off si è svolta con l’ausilio della metodologia TPM. In figura sono mostrati i parametri considerati con i relativi pesi assegnati, i voti per ogni aspetto e il risultato della valutazione. In seguito all’analisi è stata scelta l’architettura A.
Ottimizzazione multi-disciplinare
Con il processo di ottimizzazione si è voluta realizzare una bocchetta di aerazione di forma tale da minimizzare le perdite di pressione e il livello di rumore in condizione operativa.
L’ottimizzazione ha seguito i seguenti passi: studio di accuratezza della mesh; studio di sensitività degli input; analisi dei design of experiment (DOE); ottimizzazione. Il modello CAD è stato parametrizzato introducendo sei punti di controllo necessari per l’ottimizzazione. Il workflow di ottimizzazione è stato sviluppato con la piattaforma modeFrontier ed è costituito da tre blocchi principali che permettono di variare il modello CAD, sviluppare ed eseguire il modello fluidodinamico della bocchetta ed eseguire la fase di post processing automaticamente. Essendo il problema trattato multidisciplinare (fluidodinamica ed acustica) e multi obiettivo (minimizzare perdite di pressione e livello di rumore), in modo da ottenere un’esplorazione dettagliata dello spazio delle variabili di input, è stato scelto l’algoritmo DOE Full Factorial a quattro livelli. A seguito della valutazione delle configurazioni del DOE, l’analisi dei dati ottenuti ha fatto emergere la difficoltà nel conciliare i due obiettivi e quindi per identificare il migliore compromesso la necessità di utilizzare l’ottimizzazione multi-disciplinare. Per l’ottimizzazione è stato scelto, tra i molti strumenti numerici offerti da modeFrontier, l’algoritmo Nsga-II (Non-dominated Sorting Genetic Algorithm II) con 10 generazioni, partendo da una popolazione dei migliori otto design selezionati dal DOE analizzato in precedenza. In figura è mostrata la bocchetta ottimizzata in termini di perdite di pressione e di rumore.
Dimensionati e ottimizzati il sistema di distribuzione e l’unità di condizionamento, il passo finale è stato dedicato alla valutazione dell’ambiente cabina e del comfort dei passeggeri. In questa fase sono stati sviluppati: il modello 3D termico della cabina e il modello monodimensionale completo (unità di condizionamento, linea di distribuzione e termico della cabina) e sono stati considerati i risultati. Il modello CFD ha permesso di ottenere un’analisi dettagliata dell’ambiente cabina, e di evidenziare eventuali zone di ristagno o stratificazioni che non permettono di garantire uno stato di comfort ottimale ai passeggeri. Il modello monodimensionale invece è risultato essere uno strumento rapido per calcolare nelle differenti condizioni di volo previste dal profilo di missione, temperatura ed umidità medie stabilizzate nelle varie zone del velivolo.
Cosa dire
L’approccio ingegneristico moderno non può prescindere dalla definizione di processi integrati multidisciplinari per la progettazione di sistemi complessi, come appunto la progettazione di sistemi di bordo di un velivolo per mantenere alto il livello di innovazione. Ciò è oggi possibile più di prima grazie alle grosse innovazioni avute nell’ambito delle infrastrutture IT, della digitalizzazione dei dati e soprattutto delle piattaforme di collaborazione, ottimizzazione e simulazione. In particolare, modeFrontier ha consentito agli esperti di Alenia Aermacchi di integrare in un unico ambiente di lavoro diverse discipline, e di automatizzare l’esecuzione delle simulazioni al fine di identificare il design ottimo conciliando esigenze e requisiti contrastanti.
L’utilizzo di tale approccio fin dalle prime fasi di progetto ha permesso di ridurre il numero e quindi i costi associati ai test di sviluppo e di certificazione e di minimizzare i rischi e i costi connessi alla necessità di riprogettazione di parti di sistemi o di interi sistemi riscontrati in fase avanzate del ciclo di vita del prodotto (produzione). Questo lavoro ha vinto due premi. Premio ‘i4E – Innovation 4 Ever’ per la Categoria Best Paper for Innovation durante l’evento Business improvement by Performance Simulation in A&D tenutosi a Napoli nel 2012; Premio ‘Innovation Award’ durante l’evento CAE Conference 2012 tenutasi a Verona nel 2012.