CFD를 이용한 초음속 유도탄 기저항력 예측

Q: 이 논문에서 정의한 기저항력이란 무엇인가?

기저항력은 유도탄의 항력 중 예측 또는 시험을 통한 측정이 가장 어려운 성분이다. 이는 CFD를 통한 예측의 부정확성이 난류모델에 기인하고, 풍동시험의 부정확성은 레이놀즈수 차이 및 지지장치에 의한 기저유동 오염 때문이다.

Q: 초음속 유도탄의 기저항력 예측 정확도를 높이는 핵심 요인은 무엇인가?

연구 결과, 난류모델의 압축성 효과 보정이 초음속 기저항력 예측 성능 개선에 매우 중요하며, 특히 압축성 보정된 S-A 모델이 실험값에 가장 근접한 결과를 보였다. 또한, 격자 구성에 둔감한 난류모델을 사용하는 것이 중요하다.

이복직

추천

검색

질문

자료유형: 학술저널

저자정보: 이복직

저널정보: 한국전산유체공학회 한국전산유체공학회지 한국전산유체공학회지 제11권 제3호

발행연도: 2006.9

수록면: 59 - 63 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Accurate prediction of a supersonic missile base drag continues to defy even well-rounded CFD codes. In an effort to address the accuracy and predictability of the base drags, the influence of grid system and competitive turbulence models on the base drag is analyzed. Characteristics of some turbulence models is reviewed through incompressible turbulent flow over a flat plate, and performance for the base drag prediction of several turbulence models such as Baldwin-Loman(B-L), Spalart-Allmaras(S-A), k-ε; k-ω model is assessed. When compressibility correction is injected into the S-A model, prediction accuracy of the base drag is enhanced. The NSWC wind tunnel test data are utilized for comparison of CFD and semi-empirical codes on the accuracy of base drag predictability: they are about equal, but CFD tends to perform better. It is also found that, as angle of attack of a missile with control fins increases, even the best CFD analysis tool we have lacks the accuracy needed for the base drag prediction.

#전산유체역학(CFD) #기저항력(Base Drag) #난류모델(Turbulence Model)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-422-017659522

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)