@article { author = {Navabi, M. and hosseini, shahram and shanei, Hadi}, title = {Rapid and optimal design of a tail-sitter VTOL ducted fan using a neural network and PSO algorithm}, journal = {Amirkabir Journal of Mechanical Engineering}, volume = {52}, number = {12}, pages = {3353-3368}, year = {2019}, publisher = {Amirkabir University of Technology}, issn = {2008-6032}, eissn = {2476-3446}, doi = {10.22060/mej.2019.16388.6352}, abstract = {Considering the optimal performance and new applications of the ducted fans, especially in unmanned aerial vehicle missions, this paper aims to provide an optimal and rapid method for designing aerial vehicles based on new mathematical and analytical tools which improved and accelerated many of the long engineered processes. In this new fast design method, an initial design is carried out based on the momentum theory. Then by connecting the matrix laboratory and a ducted fan design code software, several optimal design schemes for the duct are extracted by the particle swarm optimization and direct algorithm. The parameters search domain in the algorithm is obtained from the initial design with the momentum theory method and the various results of optimization software, in the case. Finally, in order to obtain the final duct design, according to the optimized information, a multilayer perceptron neural network using an error backpropagation algorithm is trained which in order to obtain the optimal training samples and the network output validations, the neural network is trained and test by 28 airfoils sample. In the redesign loops, without a time-consuming optimization, the trained neural model can extract the duct parameters very quickly, based on the constraints of structure, control design, and mission targets. }, keywords = {Optimal Design,Ducted Fan,Particle Swarm,Neural Network,Back propagation}, title_fa = {طراحی سریع و بهینه پرنده داکت‌فن عمودپرواز دم‌نشین با استفاده از شبکه عصبی و الگوریتم ازدحام ذرات}, abstract_fa = {با توجه به عملکرد بهینه و کاربردهای نوین داکت‌فن‌ها به‌ویژه در مأموریت‌های پهپادی، هدف این مقاله ارائه روشی بهینه و سریع برای طراحی این پرنده‌ها بر اساس ابزارهای نوین ریاضی و تحلیلی است که در سال‌های اخیر موجب بهبود و تسریع بسیاری از فرایند‌های زمان‌بر مهندسی شده است. در این روش طراحی جدید که تمرکز آن بر افزایش سرعت طراحی است، ابتدا با استفاده از روش تئوری مومنتوم، طراحی اولیه‌ای انجام می‌گیرد و اولین تقریب برای ابعاد مقاطع مختلف داکت‌فن مانند قطر دهانه ورودی و خروجی، توان و نیروی رانش مشخص می‌شود. سپس با استفاده از اتصال نرم‌افزار MATLAB و یک نرم‌افزار طراحی داکت‌فن با عنوان کد طراحی داکت‌فن (DFDC)، با استفاده از ایرفویل‌های مختلف، چندین طرح بهینه برای داکت‌فن، با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات و بهینه‌سازی مستقیم استخراج می‌شود. دامنه جستجوی فضای بهینه‌سازی در این الگوریتم، از طراحی اولیه با روش تئوری مومنتوم و خرو‌جی‌های متعدد مشاهده شده از نرم‌افزار DFDC به دست می‌آید. در گام آخر یک شبکه عصبی پرسپترون چندلایه به وسیله الگوریتم پس انتشار خطا بر طبق اطلاعات به‌دست‌آمده از بهینه‌سازی‌ها آموزش می‌بیند. این شبکه عصبی با استفاده از چندین نمونه ایرفویل مختلف آموزش داده و سپس صحت سنجی می‌شود. بر اساس دقت مورد نیاز تعداد نمونه کافی برای آموزش نیز استخراج می‌گردد. شبکه به دست آمده برای طراحی سریع و بهینه یک پرنده جدید قابل استفاده خواهد بود.}, keywords_fa = {طراحی بهینه,داکتفن,ازدحام ذرات,شبکه عصبی,پس انتشار خطا}, url = {https://mej.aut.ac.ir/article_3656.html}, eprint = {https://mej.aut.ac.ir/article_3656_3e4cf58e4733c4574e967b17bbad1bd5.pdf} }