21.32 전산 유체역학(CFD)의 공기역학 응용 (Computational Fluid Dynamics Applications in Aerodynamics)

1. 전산 유체역학의 개념과 지배 방정식의 이산화

전산 유체역학(Computational Fluid Dynamics, CFD)은 유체의 지배 방정식인 Navier–Stokes 방정식과 관련된 보조 방정식을 수치적으로 풀어 유동장을 기술하는 기법이며, 고전적 이론 해석과 풍동 실험을 보완하는 현대 공기역학의 세 번째 기둥이다. 압축성 Navier–Stokes 방정식의 보존 형태는

\frac{\partial \mathbf{U}}{\partial t} + \nabla\cdot \mathbf{F}(\mathbf{U}) = \nabla\cdot \mathbf{F}_{v}(\mathbf{U}, \nabla \mathbf{U})

의 형태로 주어지며, 여기서 \mathbf{U} = (\rho, \rho \mathbf{u}, \rho E)^{\top}은 보존 변수, \mathbf{F}는 대류 플럭스, \mathbf{F}_{v}는 점성 플럭스이다. CFD의 기본 과제는 이 방정식을 계산 격자 위에서 대수적으로 근사하는 이산화를 수행하고, 경계 조건과 초기 조건을 부여하여 대규모 선형·비선형 대수 방정식을 푸는 것이다. 이 과정은 격자 생성, 이산화, 해석, 후처리의 일련의 단계로 구성되며, 각 단계의 품질이 최종 결과의 정확도를 좌우한다.

이산화 기법으로는 유한 차분법, 유한 체적법, 유한 요소법이 주로 사용되며, 공기역학 분야에서는 보존 형태의 유지와 충격파 포착이 용이한 유한 체적법이 표준적으로 채택된다. 대류 플럭스의 계산에는 Roe의 근사 Riemann 해법, HLLC 방식, AUSM 계열 등이 사용되고, 공간 정밀도의 향상을 위해 MUSCL 재구성, WENO 방식, 고차 유한 요소 기법이 활용된다. 시간 진행은 명시적 Runge–Kutta 방식, 암시적 Euler 방식, 이중 시간 전진 방식 등으로 구현되며, 정상 해를 목표로 하는 경우에는 정상 상태 수렴 촉진 기법이 자주 적용된다. 이러한 기법들의 선택은 문제의 압축성, 점성, 시간 의존성, 요구되는 정확도에 따라 결정되며, CFD 소프트웨어는 이러한 선택을 체계적으로 지원하는 인프라를 제공한다.

2. 난류 모델링과 해석 전략

실제 공기역학 문제의 대다수는 고Reynolds 유동을 포함하므로, 난류의 처리가 CFD의 핵심적 과제이다. Reynolds 평균 Navier–Stokes(RANS) 접근은 유동장을 평균과 변동으로 분해하고 변동 항을 Reynolds 응력으로 모델링하는 방식으로, Spalart–Allmaras, k–\varepsilon, k–\omega SST와 같은 고유한 난류 모델이 사용된다. RANS는 계산 부담이 비교적 작아 엔지니어링 응용에 널리 사용되지만, 강한 비정상성과 대규모 분리, 회전 와류 구조가 지배하는 영역에서는 정확도가 제한된다. 대와류 모사(LES)는 큰 규모의 와류를 직접 해석하고 작은 규모의 와류만 모델링하므로 정확도가 향상되지만, 격자 해상도와 시간 해상도의 요구가 크게 증가한다. 직접 수치 모사(DNS)는 모든 규모의 와류를 해석하여 가장 정확한 결과를 제공하나, 실용적 레이놀즈 수 영역에서의 적용은 제한적이며 주로 기본 연구에 사용된다.

RANS와 LES의 계산 자원 차이를 메우기 위한 혼합 기법으로 탈-분리 난류 모사(DES), 스케일 적응 모사(SAS), 임베디드 LES 등이 개발되었다. DES는 경계층 내부에서 RANS, 분리 영역에서 LES를 자동 전환하는 방식이며, 분리 지배 유동의 공력 해석에서 실용적 효율과 정확도의 절충을 제공한다. 공기역학 문제의 해석 전략은 대체로 다음과 같이 구성된다. 첫째, 예비 설계에서는 빠른 RANS 해석이 주로 사용되고, 둘째, 설계 검증 단계에서는 DES 또는 LES가 선택적으로 적용되며, 셋째, 기초 연구와 난류 구조 분석에서는 DNS가 제한된 규모에서 활용된다. 이러한 전략적 구분은 CFD가 단일한 기술이 아니라 문제의 성격에 따라 유연하게 선택되는 기법들의 집합임을 나타낸다.

3. 격자 생성, 검증, 불확실성 정량화

CFD의 정확도는 격자의 품질과 해상도에 민감하게 의존하므로, 격자 생성은 해석의 가장 중요한 전처리 과정이다. 공기역학 해석에서는 기체 표면에 경계층을 해상할 수 있는 세밀한 프리즘 격자, 자유류와 후류 영역의 적절한 헥사·테트라 요소의 결합이 사용되며, 벽 근방의 y^{+} 조건이 선택된 난류 모델의 요구에 부합해야 한다. 격자 수렴성 시험은 서로 다른 해상도의 격자에서 동일한 문제를 풀어 해의 격자 의존성을 정량화하는 절차로, Richardson 외삽과 Grid Convergence Index(GCI)가 표준적으로 사용된다. 이러한 검증 절차는 CFD 결과의 신뢰성을 보장하는 필수적 단계이며, 단일 격자의 결과만으로 결론을 내리는 관행은 학술적·공학적 기준에서 허용되지 않는다.

검증(verification)과 유효성 평가(validation)는 CFD 실무의 두 기둥이다. 검증은 수치 해가 지배 방정식의 해에 수렴하는지를 평가하는 것으로, 격자 수렴성·시간 수렴성·코드 검증이 포함된다. 유효성 평가는 수치 해가 실제 물리 현상을 얼마나 정확히 재현하는지를 평가하는 것으로, 고정밀 풍동 자료와의 비교가 중심이 된다. AIAA의 검증과 유효성 평가 지침(G-077)은 이러한 절차의 표준 틀을 제공하며, 항공 인증과 연구 보고에서 널리 참조된다. 불확실성 정량화는 입력 매개변수의 변동이 해의 변동으로 전파되는 정도를 평가하는 절차로, Monte Carlo 방법과 다항식 혼돈 전개(Polynomial Chaos Expansion)와 같은 기법이 사용된다. 이러한 체계적 접근은 CFD 결과의 해석을 단순한 숫자의 나열에서 정량적 신뢰 구간을 동반한 공학적 판단으로 전환시킨다.

표 21.32.1은 CFD 해석의 난류 모델 층위와 특성을 정리한다.

4. 비행 로봇 공학에서의 CFD 활용과 전망

비행 로봇의 공력 해석에서 CFD는 설계 초기 단계부터 상세 검증과 인증에 이르기까지 폭넓게 활용된다. 익형과 날개의 형상 최적화는 패널법과 경계층 결합 해석에서 출발하여 RANS 기반 CFD로 확장되며, 회전익과 멀티로터의 해석에서는 DES와 LES가 후류 구조와 상호 간섭의 해석에 사용된다. 멀티로터 주위의 복잡한 후류 구조, 동축 반전 로터의 수직 상호작용, 구조물 근접 비행에서의 경계 효과는 모두 3차원 비정상 해석을 요구하며, 이러한 문제의 CFD 해석은 고성능 컴퓨팅 자원의 발달과 병행하여 점진적으로 실용화되어 왔다. 또한 기체 주위의 소음 방사 예측은 유동 음향학 해석 기법과 CFD의 결합으로 수행되며, 소음 규제의 강화와 함께 그 중요성이 커지고 있다.

CFD의 활용은 개별 해석을 넘어 비행 로봇 공학의 자동화와 설계 최적화의 핵심 도구로 자리 잡고 있다. 매개변수 연구, 다목적 최적화, 감도 해석, 기계 학습 기반 대체 모델의 훈련은 모두 CFD 결과의 체계적 생성에 의존하며, 이러한 절차는 설계 공간의 체계적 탐색을 가능하게 한다. 최근에는 CFD 결과를 학습 데이터로 활용하여 빠른 대체 모델을 구축하고, 이를 제어기 튜닝과 임무 계획에 사용하는 통합 워크플로가 발전하고 있다. 이러한 동향은 CFD가 공기역학 해석의 수단에서 나아가, 비행 로봇 시스템 공학의 통합된 설계·검증·운용 기술로 재편되고 있음을 보여 준다. 동시에 CFD의 엄밀한 검증과 불확실성 정량화의 중요성은 더욱 커지며, 이는 인증·안전·신뢰성의 관점에서 지속적인 발전이 요구되는 분야이다.

5. 출처

• Anderson, J. D., Computational Fluid Dynamics: The Basics with Applications, McGraw-Hill, 1995.
• Ferziger, J. H., Peric, M., and Street, R. L., Computational Methods for Fluid Dynamics, 4th ed., Springer, 2020.
• Blazek, J., Computational Fluid Dynamics: Principles and Applications, 3rd ed., Butterworth-Heinemann, 2015.
• Toro, E. F., Riemann Solvers and Numerical Methods for Fluid Dynamics, 3rd ed., Springer, 2009.
• Pope, S. B., Turbulent Flows, Cambridge University Press, 2000.
• AIAA, Guide for the Verification and Validation of Computational Fluid Dynamics Simulations, AIAA G-077-1998, 1998.

6. 버전

v1.0