R&D case: Optimalisatie van geïntegreerde voortstuwingsystemen voor toekomstige vliegtuigen

Project: ENODISE (Enabling optimised disruptive airframe-propulsion integration concepts)

Om het energieverbruik en de emissies van toekomstige vliegtuigen te reduceren, kan een nauwe integratie van het voortstuwingsysteem en de romp of vleugels gunstig zijn. Integratie van het voortstuwingsysteem leidt echter tot significante complexiteit in de aerodynamische en akoestische interacties tussen de propellers, romp en vleugels. In het ENODISE-project zijn deze effecten onderzocht door middel van experimenten, modellen en simulaties van eenvoudige, maar representatieve configuraties van geïntegreerde voortstuwingsystemen.

De uitdaging

Het doel van dit project was om essentiële kennis op te doen en methoden te ontwikkelen om next-generation vliegtuigconcepten mogelijk te maken door:

  • de gunstige en nadelige aerodynamische en aero-akoestische interacties van geïntegreerde voortstuwingssystemen te begrijpen
  • te evalueren of de huidige voorspellingsmethodes in staat zijn om deze complexe interacties goed te simuleren en optimaliseren
  • te onderzoeken hoe de voordelen van een geïntegreerd voortstuwingssysteem gemaximaliseerd kunnen worden, terwijl tegelijkertijd nadelige geluidseffecten worden geminimaliseerd.

De oplossing

Zes verschillende configuraties van geïntegreerde voortstuwingsystemen zijn onderzocht met behulp van experimenten en high-fidelity simulaties. Op basis van de resultaten zijn low-fidelity voorspellingstools ontwikkeld en gevalideerd, die efficiënte parametervariaties mogelijk maken en daarom nuttig zijn in de vroege ontwerpfase. Door de positie van de propeller ten opzichte van de romp vervolgens te variëren en geluidsreducerende technologieën toe te passen, zoals liners en poreuze materialen, kan de prestatie geoptimaliseerd worden.

De gegenereerde data is openbaar beschikbaar in de Zenodo-database en kan worden gebruikt als benchmark.

Wat hebben we gedaan?

NLR heeft onderzoek gedaan naar over-the-wing voortstuwing, dat naar verwachting enerzijds minder geluid produceert als gevolg van shielding en anderzijds de draagkracht van de vleugel vergroot door de propeller-geïnduceerde stroming. In een proof-of-concept-studie is een model met vijf propellers, verdeeld over de spanwijdte, onderzocht door middel van aerodynamische en aero-akoestische metingen in de aero-akoestische windtunnel van NLR en middels uRANS-simulaties.

Daarnaast zijn twee nieuwe low-fidelity voorspellingstools ontwikkeld:

  • een semi-analytisch voortstuwings– en aero-akoestisch model voor over-the-wing propulsie (ontwikkeld in samenwerking met de TU Delft)
  • een iteratieve toolchain voor geïntegreerde propulsiesystemen, die RANS-simulaties combineert met een lifting-line-formulering.

De resultaten laten zien dat er gunstige effecten optreden tijdens cruise, maar dat complexe aerodynamische interacties leiden tot aanzienlijk meer geluid bij hoge stuwkracht en onder een grote invalshoek.

Projectpartners:

Von Karman Institute, TU Delft, Universiteit Twente, Roma Tre University, University of Bristol, Ecole Centrale de Lyon, RWTH Aachen, NLR, DLR, ONERA, GPU-Prime, Pipistrel Vertical Solutions, Siemens

Looptijd project:

2020-2024

Dit project heeft financiering ontvangen van het Horizon 2020 onderzoeks- en innovatieprogramma van de Europese Unie in het kader van subsidieovereenkomst nr. 860103.

Laatste cases

Smart Bandits: Intelligent opponents in mission simulation
Training en Simulatie

13 januari 2026

R&D case: Smart Bandits besluitvormingsmodule

In militaire simulaties zijn computergegenereerde strijdkrachten (Computer Generated Forces - CGF's) autonome entiteiten die vriendelijke, neutrale of vijandige lucht-, grond- of ondergrondse eenheden, platforms of individuen vertegenwoordigen. Het gedrag dat CGF's in de simulaties vertonen, wordt gemodelleerd om realistisch menselijk gedrag te benaderen. CGF's worden doorgaans gebruikt in training, missierepetitie, conceptontwikkeling en experimenten (Concept Development and Experimentation - CD&E) of beslissingsondersteunende toepassingen. Voor elke applicatie hebben CGFs verschillende gedragsmodellen nodig. Traditionele modelleringstechnieken bieden echter geen ruimte voor expressie en belemmeren modelleurs in de snelle ontwikkeling van nieuwe modellen. Bovendien vereist het modelleren van coördinerende entiteiten, zoals dronezwermen, nieuwe tools die gebruikmaken van de laatste ontwikkelingen op het gebied van rekentechnieken. Continue innovatie op het gebied van gedragsmodellering is daarom noodzakelijk.