Automatic engine and propeller selection for mission and performance optimization

In this dissertation, an already existing optimization software is employed to minimize the total energy consumed at a certain given mission. Initially, the optimization algorithm only returns the optimized design variables for the propeller specifications, and no mission performance constraints can be defined. Hence, on this thesis, two main objectives are stipulated. One is to enable the optimization of certain engine/motor design parameters to match the propeller. Thus it is required to create two data bases, one with the IC engine specifications and another with the electric motor specifications, in order to develop empirical models as functions of certain design variables. These engine design variables are then inputted into the optimization algorithm, to be optimized alongside the propeller parameters. The second objective established is to add certain mission performance constraints, to enable the user to constrain certain parameters inside the algorithm iterations. Both data bases were successfully created, and all empirical models obtained, although with a certain error associated with the coefficients of the functions. The design variables selected to be introduced in the algorithm, which are the inputs of the empirical models, were rated power and rated engine speed for the IC engine, and maximum allowed current and the motor speed constant for the electric motor. The mission constrains are also calculated and inputted inside the algorithm, optimizing according to the feasible space defined by the user. The updated software now returns, for a given set of mission constraints, the engine solution which matches the optimized propeller parameters, and selects a real engine from the database created. The results obtained confirmed the practicality of the engine empirical models, given good matches, although not perfect, to the optimum solution reached. The design variables and the objective function are converging correctly to a stabilized solution, according to the feasible space the user may choose to define.Nesta dissertação, um programa de otimização já existente foi empregue de modo a minimizar a energia consumida durante uma dada missão. Inicialmente, o algoritmo de otimização apenas devolve os valores otimizados das variáveis de projeto referentes à hélice, e nenhum constrangimento no desempenho da missão pode ser imposto. Assim sendo, dois principais objetivos são estipulados nesta tese. Primeiramente, permitir a otimização de variáveis de projeto referentes ao sistema propulsivo, de modo a efetuar a correspondência adequada com a hélice. Por conseguinte, é necessário criar duas bases de dados, uma com as especificações do motor elétrico e outra com as especificações do motor a combustão, de modo a desenvolver modelos empíricos dependentes the certas variáveis de projeto. Estas variáveis são então introduzidas no algoritmo de optimização, para que sejam otimizadas em conjunto com os parametros de projeto da hélice. O segundo objetivo estabelecido é adicionar certos constrangimentos relativos ao desempenho da missão, para possibilitar ao utilizador o constrangimento de certos parâmetros dentro de cada iteração do algoritmo. Ambas as bases de dados foram criadas com sucesso, obtendo-se assim os modelos empíricos desejados, apesar de estes possuirem um determinado erro associado aos coeficientes das funções. As variáveis de projeto selecionadas para serem introduzidas no algoritmo foram a potência útil máxima e a velocidade do motor máxima no caso dos motores a combustão, e a corrente máxima e a constante de velocidade do motor no caso do motor eléctrico. Os constrangimentos da missão foram também calculados e introduzidos dentro do algoritmo, sendo que este otimiza de acordo com o espaço viável definido pelo utilizador. O programa atualizado devolve, para um dado conjunto de constrangimentos relativos ao desempenho da missão, a solução do motor que corresponde às variáveis de projeto otimizadas da hélice, e seleciona um motor real a partir da base de dados criada. Os resultados obtidos confirmam que os modelos empiricos dos motores revelam-se bastante pragmáticos, possibilitanto boas correspondências para com a solução ótima, apesar de não serem perfeitas. As variáveis de projeto e a função objetivo convergem corretamente para uma solução estável, de acordo com o espaço viável que o utilizador pode optar por definir