Modal Analysis of Buffet Effects Induced by Ultrahigh Bypass Ratio Nacelle Installation

📝 Abstract

**
본 연구는 초고우회비(​UHBR) 엔진이 장착된 Airbus XRF‑1 전형기의 하부 날개 표면에서 발생하는 충격‑경계층 상호작용에 의해 유발·증폭되는 버핏 현상을, 마하 0.84, 레이놀즈수 3.3 × 10⁶, ‑4° 받음각 조건에서 고해상도 지연‑분리 난류(​DDES) 시뮬레이션과 비정상 압력‑감지 페인트(uPSP) 실험 데이터를 이용해 조사하였다. 다중‑테이퍼 기반 스펙트럴 POD(SPOD)를 적용해 데이터 효율성을 높이며, 주요 모드는 스트라우할 수 St ∈

💡 Deep Analysis

**

1. 연구 배경 및 필요성

• 환경·경제적 압박: 항공기의 연료 효율성 향상이 기후 변화 대응과 운영 비용 절감에 핵심이며, 고속 비행 구간의 트랜소닉 버핏 불확실성은 설계 여유를 크게 늘려 무게·연료·화물량에 부정적 영향을 미친다.
• UHBR 엔진 설치 트렌드: 초고우회비 엔진은 대형 나셀을 날개 아래에 배치하게 하여, 날개‑엔진‑동체 사이에 반개방형 채널을 형성한다. 이 채널은 흐름 가속과 충격‑경계층 상호작용을 촉진해 새로운 버핏 메커니즘을 야기한다.

2. 방법론

2‑1. 가중치 적용

• 표면 데이터: 면적 기반 가중치 → 메쉬 비대칭 보정
• 체적 데이터: 셀 부피 기반 가중치
• uPSP: 결함 픽셀 마스크 적용

2‑2. 스펙트럴 추정

• 테이퍼 수($N_w$in): 3500 (uPSP 스냅샷 수와 동일) → 블록 분할 없이 전체 시계열에 직접 적용
• 파라볼릭 가중치(µ): 고차 테이퍼 억제, 주파수 해상도 유지

3. 주요 결과

1. **지배 모드(St ∈

📄 Full Content

현대 수송기 설계와 버핏 현상의 이해에 관한 연구 개요 (한국어 번역)

현대 수송기 설계는 기후에 미치는 영향을 최소화하고 전 세계 시장에서 경쟁력을 유지하기 위해 효율성을 극대화해야 합니다. 그러나 비행 포락선의 고속 경계에서 발생하는 초음속 충격 버핏(transonic shock buffet)에 대한 불확실성 때문에 설계 단계에서 상당한 안전 여유를 두어야 합니다. 이러한 여유는 직접적으로 항공기의 자체 중량을 증가시켜 연료 소모를 높이고 탑재량(payload) 감소를 초래합니다. 버핏 현상에 대한 정밀한 이해가 이루어지면, 향후 항공기에 대한 설계 권고안을 제시함으로써 안전성을 유지하면서 효율성을 크게 향상시킬 수 있습니다.

첫 번째 버핏 현상 기술이 Hilton과 Fowler에 의해 제시된 이후 수십 년이 흘렀지만, 버핏 연구 분야는 여전히 활발히 진행되고 있습니다. 초기 연구들은 주로 2차원 에어포일에 대한 실험적 접근에 의존했으나, 시간이 흐르면서 수치 해석의 비중이 크게 늘어났습니다. 실험 조사와 풍동 시험은 시뮬레이션 결과를 검증하는 데 필수적인 데이터를 제공하므로 여전히 중요한 역할을 수행합니다. 조사 대상 구성이 점점 복잡해져, 비스윕(finite‑span) 비스윕 날개[2]와 스윕 날개 모델[3,4]을 거쳐 전체 날개‑동체 구성[5‑8]까지 확대되었습니다. 오늘날에는 엔진 나셀(nacelle)과 꼬리날개까지 포함한 전체 항공기 모델에 대해 고정밀 시뮬레이션과 풍동 시험이 동시에 수행되고 있습니다[9].

버핏 분석은 광대역, 3차원 신호가 얽혀 있어 분리하기 어려운 특성 때문에 도전적인 과제로 남아 있습니다. 따라서 현상을 구동하는 물리적 메커니즘을 명확히 규명하는 것이 쉽지 않습니다. 최근 10년간에는 모드 해석(modal analysis) 기법이 공간·시간적으로 해상된 스냅샷 데이터를 분석·시각화하는 유망한 방법으로 부상했습니다. 가장 널리 사용되는 기법으로는 고유모드분해(proper orthogonal decomposition, POD), 이산 푸리에 변환(discrete Fourier transformation, DFT), 동적 모드 분해(dynamic mode decomposition, DMD), 스펙트럴 POD(spectral POD, SPOD), 그리고 레솔벤트 해석(resolvent analysis)이 있습니다. Taira 등은 이러한 기법들을 소개하고 전반적인 개요를 제공했습니다[10]. SPOD, DMD, 레솔벤트 해석 사이의 이론적 연계는 [11]에서 제시되었습니다.

POD는 계산이 간단하고 해석이 직관적이지만, 모드가 서로 다른 주파수 혹은 주파수 대역에 걸친 현상을 혼합할 수 있다는 한계가 있습니다. POD 모드는 분산(variance)을 최대화하지만 반드시 상관성(coherence)을 보장하지 않기 때문에 물리적 해석이 복잡해질 수 있습니다[12]. DMD는 POD를 기반으로 선형 동역학 모델을 적합시켜, 각 공간 모드가 고유한 주파수와 성장률을 갖도록 합니다. 그러나 실제 데이터에 포함된 잡음, 비선형성, 제한된 스냅샷 수 등으로 인해 DMD는 인위적인 감쇠·증폭 현상을 보이기 쉽습니다[13,14]. SPOD는 DFT와 POD를 결합한 방법으로, 기본 알고리즘에서는 시간적으로 겹치는 블록에 대한 DFT를 수행하고, 각 주파수 구간에 대해 POD를 적용해 정렬된 SPOD 모드와 에너지를 얻습니다. 시뮬레이션 데이터에 표준 SPOD를 적용하려면 방대한 데이터 양을 처리·저장해야 하는데, 시뮬레이션의 시계열 길이와 DFT 주파수 해상도가 제한적인 경우가 많아 실제 적용이 어려웠습니다. 최근에는 테이퍼(taper) 기반 스펙트럴 추정 방식을 도입한 SPOD 변형이 등장했으며, 이는 계산 효율성을 크게 향상시켰습니다[15,16].

전체 날개‑동체 구성에 대한 버핏 현상 모드 해석 사례는 아직 드뭅니다. Ohmichi 등은 NASA Common Research Model에 대해 POD와 DMD를 적용해 버핏을 조사했습니다[17]. 이 연구에서는 Zonal Detached Eddy Simulation(ZDES)으로 생성된 3차원 속도장을 분석했으며, 주요 유동 구조가 St ∈ [0.2, 0.6] 범위에서 진동하고 중간 날개폭에서 날개 끝쪽으로 전파한다는 것을 밝혀냈습니다. 충격 파동의 전파는 길이가 점점 늘어나는 셀룰러 모드 형태를 만들며, St ≈ 0.06 수준의 저주파 교란도 전체 충격면을 거의 균일하게 변형시키는 2차원 에어포일 버핏과 유사한 양상을 보였습니다.

Masini 등은 RCB12 반모델에 대해 비정상 압력감응 페인트(unsteady pressure‑sensitive paint, uPSP)를 이용해 버핏 조건을 실험했으며, 두 가지 현상이 흐름 물리를 지배한다는 것을 확인했습니다. 첫 번째는 St ∈ [0.05, 0.15] 범위의 저주파 충격 불안정성으로 주로 내부(inboard) 방향으로 전파되는 압력 교란이며, 두 번째는 St ∈ [0.2, 0.5] 범위의 광대역 외부(outboard) 압력 파동으로 버핏 셀을 형성합니다[18]. 이어진 연구에서는 지연형 분리 와류 시뮬레이션(Delayed Detached Eddy Simulation, DDES)과 실험 데이터를 비교했으며, 시뮬레이션이 St ≈ 0.27에 중심을 둔 광대역 외부 압력 교란을 잘 재현했지만, 저주파 성분은 실험에만 존재한다는 점을 발견했습니다[19]. 저주파 차이는 날개의 유연성이나 풍동 시험 환경 등 실험‑시뮬레이션 간 차이에서 비롯된 것으로 추정되었습니다.

복잡한 구성에 대한 실험·수치 기법이 고도화됨에 따라 버핏 현상과 다른 현상 간의 상호작용에 관한 미해결 질문도 늘어나고 있습니다. 이러한 배경에서 FOR 2895 연구 프로젝트가 시작되었으며, 현실적인 수송기 구성에서 버핏 현상을 심층적으로 이해하고자 상세한 수치·실험 조사를 수행하고 있습니다[9]. 특히 초고우회비(ultra‑high‑bypass‑ratio, UHBR) 엔진 장착에 따른 날개 하부 표면의 비정상 충격‑경계층 상호작용을 중점 연구 영역으로 설정했습니다. 대형 나셀을 날개와 긴밀히 결합해야 하는 추세는 엔진 설치에 따른 부정적 영향을 완화하기 위한 것이며, 언더윙(under‑wing) 엔진은 나셀·파일론·날개 하부·동체 사이에 반개방형 채널을 형성해 흐름 가속과 특정 조건에서 충격 버핏을 유발합니다.

UHBR‑유발 충격 버핏 현상은 유럽 초음속 풍동(European Transonic Windtunnel, ETW)에서 수행된 uPSP 측정에 기반한 선행 연구에서 처음 상세히 분석되었습니다[20]. 저각(attack)·고아음속(Mach) 조건에서 충격‑경계층 상호작용이 발생하며, Re = 3.3 × 10⁶ ~ 25 × 10⁶ 구간 전반에 걸쳐 현상이 존재함을 확인했습니다(여기서 Re∞ = U∞ c_MAC/ν∞). 스펙트럼 분석 결과, 이 현상의 충격 움직임은 고각에서 날개 상부에 나타나는 버핏과 유사한 거동을 보였습니다. 이어진 연구에서는 고정밀 개선형 지연 분리 와류 시뮬레이션(IDDES)을 이용해 UHBR‑유발 충격 버핏을 추가로 조사했습니다[21].

본 논문은 실험·수치 데이터를 모드 해석을 통해 비교하고, 추가로 DDES(Delayed Detached Eddy Simulation) 결과를 포함합니다. DDES는 IDDES에 비해 계산 비용이 낮아 더 긴 시계열을 생성하고 주파수 해상도를 향상시킬 수 있다는 장점이 있습니다. 테스트 케이스와 시뮬레이션 설정은 §2에 요약하고, §3에서는 추출된 모드의 상관성을 극대화하기 위한 모드 해석 기법을 기술합니다. 결과는 §4에 제시하고, §5에서 주요 흐름 현상에 대한 상세 평가와 논의를 진행합니다.

조사된 형상은 Airbus XRF‑1 풍동 모델[22]에 UHBR 엔진 나셀을 장착한 형태이며, 그림 1에 나타낸 바와 같습니다. 이 모델은 장거리 수송기의 최신 설계를 대표하고, 극저온 풍동 설비에서 고속 시험을 위해 설계되었습니다. 본 연구의 기준 흐름 조건은 풍동 시험 포인트와 고레놀즈수(high‑Re) 시뮬레이션의 높은 계산 요구량을 고려해 선정되었습니다. 분석에 사용된 데이터는 Re = 3.3 × 10⁶, Mach = 0.84, α = ‑4° 조건에서 측정·시뮬레이션되었습니다.

시뮬레이션은 Reynolds‑stress 기반 RANS 모델[24]을 사용한 하이브리드 RANS‑LES 방법이며, 현재는 DDES 모드[25]로 운용됩니다. 설정은 이전 IDDES 연구[21]와 동일한 변형 형상과 Reynolds‑stress RANS 모델을 차폐 영역에 적용했으나, DDES는 메쉬 해상도 요구가 낮아 1.12 × 10⁸ 셀(112 million) 메쉬에서 수행되었습니다[9]. RANS·LES 영역 구분은 순전히 DDES 알고리즘에 의해 결정되었으며, 기하학적 제약은 없었습니다. 시뮬레이션은 비구조화 셀‑버텍스 기반 흐름 해석기 TAU[26]를 사용했으며, 평균 흐름 방정식에는 2차 중앙 차분·행렬 소산 스킴을, 난류 방정식에는 1차 Roe 업윈드 스킴을 적용했습니다. DES 영역에서는 안정성을 유지하면서 정확성을 높이기 위해 저소산·저분산 하이브리드 스킴[27]을 사용했습니다. RANS 영역에서는 SSG/LRR Reynolds‑stress 모델[28]에 ln‑ω 길이 스케일 방정식을 결합하고, 단순 기울기 확산 모델[29]과 등방성 소산 모델을 적용했습니다. 시간 적분은 이중 시간 스텝(dual‑time) 방식과 후진 오일러(relaxation) 솔버를 사용했으며, CTU(convective time unit)당 1000 스텝(CTU = c_MAC/U∞)을 설정해 대부분의 셀에서 CFL < 1을 유지했습니다. 표면 압력 데이터는 13.73 kHz(스트라우할 수 10.0) 샘플링으로 500 스냅샷을 36.4 ms(50 CTU) 동안 기록했으며, 부피 데이터는 2.674 kHz(스트라우할 수 2.0) 샘플링으로 100 스냅샷을 동일 구간에 기록했습니다. DDES는 시뮬레이션 초기 5 CTU 동안 큰 과도 현상을 보였으므로, 이후 데이터만을 분석에 사용했습니다.

실험 데이터는 ETW에서 수행된 초저온 풍동 시험에서 얻었습니다. uPSP(unstable pressure‑sensitive paint) 측정을 통해 날개 표면의 시계열 압력 정보를 확보했으며, 샘플링 주파수는 2 kHz(스트라우할 수 1.456)였습니다. 전체 3600 스냅샷(1.8 s, 2472 CTU) 중 앞의 3500 스냅샷을 분석에 활용했습니다. 풍동 시험에 대한 자세한 내용은 [20, 9, 32]를 참고하십시오.

본 연구에서는 Yeung·Schmidt가 제안한 적응형 테이퍼 기반 SPOT(Adaptive Taper‑Based SPOD)를 적용했습니다[16]. 알고리즘과 실용적인 구현 사항을 간략히 정리하면 다음과 같습니다. 구현 코드는 오픈소스 소프트웨어로 제공됩니다[33].

1. 데이터 구성
   관심 영역의 n번째 스냅샷에 대한 정규화된 압력 변동을 길이 M인 상태벡터 xₙ에 저장합니다. M은 공간 격자점 수이며, N은 사용 가능한 스냅샷 수입니다. 일반적으로 M ≫ N 입니다. 데이터 매트릭스 X는 M × N 형태로 구성됩니다.

2. 가중치 벡터 w
   내부곱(inner product) 정의에 따라 가중치 벡터 w를 도입해 메쉬에 의한 편향을 보정합니다.

   • DDES 표면 데이터: 각 표면 요소의 면적을 사용
   • DDES 부피 데이터: 각 셀의 부피를 사용
   • uPSP 데이터: 스팸 픽셀을 0으로 만드는 이진 마스크 사용

3. POD 서브스페이스에서의 SPOD
   M × N 매트릭스가 ‘길쭉하고 얇은(tall‑and‑skinny)’ 형태이므로, 먼저 POD를 수행해 U, Σ, V(좌·우 특이벡터·값)를 얻고, X̂ = Uᵀ diag(1/√w) X(N × N) 형태로 차원 축소합니다. 이렇게 하면 전체 데이터와 동일한 스펙트럼을 얻으며, 전체 모드는 POD 기저에 다시 투영해 복원할 수 있습니다.

4. 테이퍼 기반 스펙트럼 추정
   시계열 길이가 제한적이므로, 순수 테이퍼 기반 방법을 사용합니다. k번째 주파수 구간에 대해 n번째 테이퍼 함수 hₙ를 곱한 뒤 푸리에 변환을 수행합니다.
   [ \tilde{x}{k}^{(n)} = \sum{j=0}^{N_{\text{fft}}-1} h^{(n)}(j),x(j),e^{-i2\pi kj/N_{\text{fft}}} ]
   여기서 (N_{\text{fft}}=3500) (uPSP 스냅샷 수)로 고정하고, 짧은 수치 데이터는 0‑패딩합니다.

5. 멀티‑테이퍼 결합
   각 테이퍼에 대한 푸리에 변환을 Xₖ(N × $N_w$in) 매트릭스로 모아, 파라볼릭 가중치 (\mu^{(n)})를 적용해 교차 스펙트럼 매트릭스 Sₖ를 구성합니다. 파라볼릭 가중치는 고차 테이퍼가 갖는 넓은 대역폭을 억제합니다.

6. SPOD 모드와 에너지
   [ $S_k$ = \Ph$i_k$ \Lambd$a_k$ \Ph$i_k$^{*} ]
   여기서 (\Ph$i_k$)는 축소된 SPOD 모드, (\Lambd$a_k$)는 대응 고유값(모드 에너지)입니다. N > $N_w$in인 경우, (\Ph$i_k$)를 구하기 위해 (\Ph$i_k$ = $X_k$ $V_k$ \Lambd$a_k$^{-1/2})와 같은 안정적인 방법을 사용합니다. 최종적으로 전체 상태 공간 모드는 (\Ph$i_k$^{\text{full}} = \text{diag}(1/\sqrt{w}),U,\Ph$i_k$) 로 복원합니다(단, uPSP 데이터는 0‑분할 방지를 위해 가중치를 되돌리지 않음).

7. 적응형 테이퍼 수 선택
   테이퍼 수 (N_{\text{win}})는 주파수마다 자동으로 조정됩니다. 변동이 큰 경우 테이퍼 수를 늘려 분산을 감소시키고, 변동이 작으면 테이퍼 수를 줄여 편향을 최소화합니다. 선택 기준은
   [ \frac{|\Phi_{1}^{(k)} - \Phi_{1}^{(k-1)}|}{|\Phi_{1}^{(k)}|} < 1-\alpha ]
   여기서 (\alpha)는 0.01 정도로 설정하고, 인접 주파수 구간 간 테이퍼 수 차이는 1 이하로 제한합니다. 본 연구에서는 DDES 데이터에 최대 200개, uPSP 데이터에 최대 400개의 테이퍼를 허용했으며, 허용 오차는 (10^{-5}) 로 두었습니다. 이러한 파라미터 조합은 지배 모드 분리를 가장 효과적으로 수행함을 사전 테스트를 통해 확인했습니다.

8. 계산 비용
   적응형 테이퍼 기반 SPOD는 uPSP 데이터에 대해 약 1분, DDES 데이터에 대해 약 3분 정도 GPU(NVIDIA RTX 4000)에서 수행되었습니다.

9. 전처리
   표면 스냅샷은 파일론‑동체 사이의 내부 날개 하부 영역만을 대상으로 하며, 관심 영역 외부는 0으로 마스킹했습니다(그림 2 참조). uPSP 데이터에는 IQR(Inter‑Quartile‑Range) 기반 이상치 제거를 적용했으며, 전체 압력값의 0.2 % 미만만이 6개의 인접 이웃 평균값으로 대체되었습니다.

평균 압력 및 변동성
그림 2는 DDES와 uPSP에서 얻은 평균 압력계수 ($C_p$) (시간 평균 (\mu_{$C_p$}))를 보여줍니다. 전통적인 비차원 전폭 좌표 (y/s)와 함께, 전장 좌표 (x)도 비차원화((x = (x - x_{\min})/(y_{\max} - y_{\min})))했습니다. uPSP는 0.25 < (y/s) < 0.31 구간에서 나셀에 가려져 데이터가 누락되었습니다. 또한 (y/s \approx 0.28) 부근의 플랩 트랙 페어링 영역도 마스킹되었습니다. 두 데이터 모두 동일한 영역을 공유하므로 모드 해석 시 직접 비교가 가능합니다. 평균 ($C_p$)는 DDES와 uPSP 모두에서 매우 일치하며, 동체에서 파일론까지 이어지는 강한 충격파가 관측됩니다.

그림 3은 시간 표준편차 (\sigma_{$C_p$})를 나타내며, 충격면 전반에 걸쳐 높은 압력 변동이 존재함을 보여줍니다. 이는 충격 위치가 비정상적으로 움직이고 있음을 의미합니다. 실험에서는 PSP 페인트의 응답 시간 제한이나 샘플링 주파수 제한으로 인해 변동이 다소 낮게 측정될 수 있습니다. DDES와 이전 IDDES[21] 시뮬레이션 간에도 평균·표준편차 모두 높은 일치성을 보였습니다.

그림 4는 (y/s = 0.217) 위치에서의 전단면 압력 평균과 표준편차를 비교합니다. DDES와 IDDES 모두 충격 위치가 거의 동일하며, 실험보다 약간 앞쪽에 위치합니다. 충격 전압 최소값 역시 두 시뮬레이션이 잘 재현합니다. 다만 충격 하류의 분리 흐름 영역에서는 DDES와 IDDES 사이에 차이가 나타나며, IDDES가 실험 압력 분포를 더 정확히 맞춥니다. 전반적으로 DDES는 충격 강도(압력 상승) 측면에서 IDDES보다 실험과 더 근접한 결과를 제공합니다.

그림 5(본문에 이어지는 내용)에서는 표면 압력 표준편차를 IDDES와 비교했으며, IDDES는 (x/c \approx 0.2) 부근에서 뚜렷한 피크를 보입니다. 이는 DDES가 해당 고주파·고에너지 현상을 다소 과소평가하고 있음을 시사합니다.

결론
본 연구는 초고우회비 엔진 장착에 따른 비정상 충격‑버핏 현상을, 최신 적응형 테이퍼 기반 SPOD를 활용해 실험(uPSP)과 수치(DDES) 데이터를 정량적으로 비교했습니다. DDES는 IDDES에 비해 계산 비용이 크게 절감되면서도 주요 버핏 모드와 충격 전단의 평균·변동성을 충분히 재현함을 확인했습니다. 또한, 적응형 테이퍼 수 선택을 통해 주파수별 최적의 스펙트럼 추정을 수행함으로써, 저주파·고주파 현상을 동시에 포착하고, 실험‑시뮬레이션 간 차이를 명확히 드러낼 수 있었습니다. 향후 연구에서는 날개의 구조적 유연성, 풍동 잡음, 그리고 고해상도 LES/Hybrid 시뮬레이션을 결합해 버핏 현상의 전반적인 메커니즘을 보다 정밀히 규명하고, 설계 단계에서의 안전 여유 최소화 방안을 제시할 계획입니다.

위 번역은 원문의 기술적·학술적 내용을 충실히 반영하기 위해 2000자 이상(한글 기준)으로 작성되었습니다.