Sensitivity analysis and multi-variable optimization of an adaptive composite wing box structure

In the pursuit of more efficient and sustainable aerospace systems, adaptive structures have emerged as a prominent design strategy. Among various approaches, the deliberate use of elastic instabilities (particularly buckling) has gained interest as a means to enhance structural compliance while minimizing weight and complexity, especially using composite materials, which offer design flexibility and high-performance properties. Therefore, this thesis investigates a composite wing box-shaped structure concept, in which selected panels are intentionally allowed to buckle, enabling morphing behaviour. Sensitivity analyses are first performed to evaluate the influence of panel thickness (via ply count) and the number and location of the buckling-allowed panels on the structure’s ability to achieve a prescribed tip rotation under torsional loading. Results showed that both the thickness and the number of panels subjected to buckling significantly impact the morphing capability of the structure, enabling a wide range of achievable geometric configurations. Based on these findings, two Genetic Algorithm (GA)-based optimization frameworks are developed: the first using panel thicknesses as design variables, and the second expanding the design space to include fibre orientations. Both schemes aim to identify wing box configurations capable of delivering a target tip rotation under a defined torsional load. Both GAs were able to generate accurate results, especially the first one, which represented a simpler yet effective design tool. Overall, the findings support the feasibility of using buckling-driven compliance as a viable morphing mechanism in aerospace structures, contributing to the development of lighter, more efficient, and mechanically adaptive flight systems.

Nella ricerca di sistemi aerospaziali più efficienti e sostenibili, le strutture adattative sono emerse come una strategia progettuale di rilievo. Tra i vari approcci, l’uso deliberato di instabilità elastiche (in particolare l’instabilità da carico di punta, o buckling) ha suscitato interesse come mezzo per aumentare la deformabilità controllata della struttura, riducendo al contempo peso e complessità, specialmente attraverso l’impiego di materiali compositi, che offrono flessibilità progettuale e proprietà ad alte prestazioni. Pertanto, questa tesi analizza un concetto di struttura a forma di cassone alare realizzato in materiale composito, in cui alcuni pannelli selezionati sono intenzionalmente lasciati liberi di instabilizzarsi, permettendo così un comportamento morfologico adattativo. Sono state inizialmente condotte analisi di sensibilità per valutare l’influenza dello spessore dei pannelli (tramite il numero di strati) e del numero e della posizione dei pannelli soggetti a instabilità sulla capacità della struttura di ottenere una rotazione dell’estremità prescritta sotto carico torsionale. I risultati hanno mostrato che sia lo spessore sia il numero di pannelli soggetti a instabilità influenzano significativamente la capacità morfologica della struttura, rendendo possibile una vasta gamma di configurazioni geometriche ottenibili. Sulla base di questi risultati, sono stati sviluppati due framework di ottimizzazione basati su Algoritmi Genetici (GA): il primo utilizzando gli spessori dei pannelli come variabili di progetto, e il secondo ampliando lo spazio di progetto per includere le orientazioni delle fibre. Entrambi gli approcci mirano a identificare configurazioni del cassone alare in grado di produrre una rotazione dell’estremità sotto un carico torsionale definito. Entrambi gli algoritmi hanno fornito risultati accurati, in particolare il primo, che si è dimostrato uno strumento di progetto semplice ma efficace. In generale, i risultati supportano la fattibilità dell’utilizzo della compliance indotta da instabilità come meccanismo di morfing applicabile alle strutture aerospaziali, contribuendo allo sviluppo di sistemi di volo più leggeri, efficienti e meccanicamente adattativi.