A Study on the Derivation of Performance Maps for Micro Gas Turbine Engine Components Based on Experimental Data

Jaehyun Baek; Seungheon Lee; Sangyoon Lee; Hyoung Jin Lee

doi:10.6108/KSPE.2026.30.4.032

Preview

RESEARCH PAPERS

Journal of the Korean Society of Propulsion Engineers. 31 August 2026. 32-41
https://doi.org/10.6108/KSPE.2026.30.4.032

A Study on the Derivation of Performance Maps for Micro Gas Turbine Engine Components Based on Experimental Data

실험 데이터 기반 마이크로 가스터빈 엔진 구성품의 성능맵 도출 연구

Jaehyun Baek^a

Seungheon Lee^a

Sangyoon Lee^b

Hyoung Jin Lee^b^*

백 재현^a

이 승헌^a

이 상윤^b

이 형진^b^*

^aDepartment of Aerospace Engineering and the Program in Aerospace Systems Convergence, Inha University, Korea

^bDepartment of Aerospace Engineering and Aerospace System Research Institute, Inha University, Korea

^{*Corresponding Author}

License (open-access, http://creativecommons.org/licenses/by-nc/4.0/):

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

Performance maps of micro gas turbine engines are difficult to access due to manufacturer confidentiality and limited component-level data. Although scaling techniques using public maps and operating data can provide high prediction accuracy, individual engine performance may vary due to manufacturing tolerances and operating conditions. In this study, integrated tests were conducted on a 300-N-class micro gas turbine with varying nozzle exit areas to derive component performance maps. Off-design performance predictions using the derived maps were compared with experimental results, showing errors within 3.5% and thereby validating the proposed performance map derivation method.

Keywords

Micro Gas Turbine Engine

Nozzle Exit Area

Component Performance Map

마이크로 가스터빈 엔진의 성능맵은 제조사 기밀 유지로 인해 접근이 제한되며 완제품인 엔진 특성상 구성품 단위의 성능을 직접 확보하는데 제약이 있다. 성능맵 스케일링을 통해 공개된 성능맵과 운용 데이터를 이용하여 높은 예측 정확도를 보이지만 제작 공차, 운용 환경 등에 따라 개별 엔진의 실제 성능 차이를 보일 수 있다. 이에 본 연구에서는 300 N급 마이크로 가스터빈 엔진을 대상으로 노즐 출구 면적 변화에 따른 엔진의 통합 시험을 수행하고, 이를 기반으로 구성품 성능맵을 도출하는 방안을 제시하였다. 성능맵을 적용한 모델을 통해 수행한 탈설계점 성능해석 결과를 실험값과 비교하였고, 3.5% 이내의 오차를 보여 성능맵 도출 방법의 유효성을 검증하였다.

키워드

마이크로 가스터빈 엔진

노즐 출구 면적

구성품 성능맵

MAIN

Nomenclature
1. 서 론
2. 실험 방법
2.1 대상 엔진
2.2 실험장치 구성
2.3 연소기 출구 온도 도출 방안
3. 구성품 성능맵 도출
3.1 구성품 성능맵 도출 방법
3.2 성능맵 도출 과정
3.3 구성품 성능맵 유효성 검증
4. 결 론

Nomenclature

$A_{d u c t}$ : bell mouth inner area

$A_{e}$ : nozzle exit area

$A_{o r i g i n}$ : reference nozzle exit area

$A R$ : nozzle exit area ratio

$h$ : enthalpy

$N$ : spool speed

$N_{c}$ : corrected spool speed

$P_{s}$ : static pressure

$P_{s t d}$ : sea-level standard pressure

$P_{t}$ : total pressure

$R$ : gas constant

$P R_{c o m p}$ : compressor pressure ratio

$P R_{t u r b}$ : turbine expansion ratio

$r_{d u c t}$ : bell mouth inner radius

$T_{s t d}$ : sea-level standard temperature

$T_{t}$ : total temperature

$T S F C$ : thrust specific fuel consumption

$W$ : mass flow rate

$W_{c}$ : corrected mass flow rate

$W_{f}$ : fuel mass flow rate

𝜌 : density

𝜂 : isentropic efficiency

$η_{m e c h}$ : spool mechanical efficiency

1. 서 론

마이크로 가스터빈 엔진(micro gasturbine engine)은 추력 1,000 N 이하인 초소형 터보제트 엔진을 의미하며, 다양한 무인 항공 시스템에 적용되고 있다[1]. 최근에는 상용 마이크로 가스터빈 엔진을 도입하여 구조 단순화와 소형화, 그리고 비용을 절감하는 추세이다. 대표적인 사례로 Raytheon ADM-160 전술 순항 시스템을 들 수 있다[2]. 해당 미사일은 Hamilton Sundstrand TJ-150 터보제트 엔진(670 N)을 탑재하여 마하수 0.8 수준의 속도로 460 km 이상의 거리를 순항할 수 있어 F-16, F-35 등 다양한 플랫폼에서 적용되며, 최근 우크라이나 전쟁에서 MiG-29에 탑재되어 실전 투입 가능성에 대한 검증을 마쳤다. 최근 러시아의 S8000 Banderol 순항 미사일은 중국 Swiwin사의 SW800Pro-A95 터보제트 엔진(추력 800 N)을 탑재하여 최대 마하수 0.57로 500 km를 비행 가능하도록 제작하였다[3]. 이처럼 구매가 용이한 기성 엔진들이 실제 무기체계에 쉽게 적용됨에 따라, 저비용 유도무기 체계의 신속한 개발을 위해 상용 엔진을 도입하려는 수요가 증가하고 있다. 이와 함께 엔진의 성능 예측 및 진단 모델에 대한 연구가 활발히 수행되고 있다. Yan 등[4]은 구성품 성능의 비선형적 특성을 반영하기 위해 tuning factor를 도입하여 성능 진단 정확도를 향상시키는 방법을 제시하였다. Kim[5]은 구성품 성능 및 설계 정보가 제한된 조건에서 운전 데이터와 역설계 기법을 결합하여 성능 예측 모델을 개선하였다. Salilew 등[6]은 3축 가스터빈 엔진을 대상으로 성능모델 기반 고장 진단을 수행하며, 신뢰성 있는 진단을 위해 제작사 데이터로 검증된 성능 모델과 운전 조건별 데이터가 필요함을 제시하였다. 이러한 연구들은 성능 예측 및 진단 모델의 정확도가 실제 엔진 특성을 반영한 구성품 성능 정보에 크게 의존함을 보여준다. 특히 구성품 성능맵은 탈설계점 조건에서의 유량, 압력비 및 효율 변화를 정의하는 핵심 자료로, 성능해석 모델의 예측 정확도와 진단 신뢰도에 직접적인 영향을 미친다.

그러나 구성품 성능맵은 제조사의 핵심 기술로 취급되어 외부에 공개되는 경우가 극히 드물며, 완제품으로 공급되는 엔진의 특성상 구성품 단위의 성능을 직접 확보하는데 제약이 있다. 또한 유로 직경이 수 mm인 소형 스케일과 고회전 조건으로 인해 정밀 계측이 어렵고, 센서 삽입 자체가 유동에 영향을 미쳐 대형 항공기용 시험 기법을 소형 엔진에 그대로 적용하기 어렵다. 이러한 제약으로 인해 공개된 성능맵을 대상 엔진 사양에 맞춰 스케일링하거나, 보정하여 사용하는 선행 연구가 지속적으로 수행되어왔다.

Chapman 등[7]은 T-MATS를 기반으로 가스터빈 엔진 성능해석 모델링을 수행하기 위한 절차와 설계점을 기준으로 하는 성능맵 스케일링 기법을 제시하였다. Kong 등[8,9]은 유전 알고리즘 기반의 구성품 성능맵 생성 기법을 제시하였으며, 마이크로 가스터빈 실험 데이터를 이용한 역모델링을 통해 성능맵 보정 방안을 제시하였다. Tsoutsanis 등[10]은 운용 데이터 기반의 성능맵 보정을 통해 탈설계점 성능해석 예측 오차를 저감하는 방안을 제시하였고, Miste 등[11]은 터빈맵 적응 개념이 탈설계점 성능해석에 미치는 영향을 분석하였다. 이처럼 성능맵 스케일링 기법은 적절한 성능맵과 운용 데이터가 있으면 탈설계점 영역에서 높은 정확도의 성능해석 결과를 도출할 수 있다. 다만 공개된 성능맵을 사용하더라도 엔진의 제작 공차, 조립 상태 등에 따라 동일 기종 내에서도 개별 엔진 간 성능 차이가 발생할 수 있다[12]. 따라서 엔진의 실제 거동을 반영한 성능맵을 확보하는 것은 성능해석 모델의 신뢰성을 높이는 데 중요하다. 일반적으로 구성품 성능맵은 단일 구성품 시험을 통해 도출되지만, 독립적으로 모사한 입구 조건이 실제 엔진 운용 조건과 정확히 일치하지 않으면 성능 차이가 발생할 수 있다. 또한 엔진 운용 중에는 이차 유동, 열팽창으로 인한 로터 변형 등 다양한 요인이 성능에 영향을 미칠 수 있다[13]. Zanger 등[14]은 Turbec T100 마이크로 가스터빈 엔진 실험을 통해 구성품 간 압력 손실이 압축기 서지 마진에 미치는 영향을 실험적으로 제시하였다. 이는 실제 엔진 운용 중에 발생하는 압력 손실, 유량 변화, 압축기와 터빈의 매칭 특성이 엔진의 작동 특성에 영향을 줄 수 있음을 보여준다. 따라서 실제 엔진의 작동 특성이 반영된 성능맵을 도출하기 위해서는 운용 특성이 모두 반영된 엔진 통합 시험을 수행할 필요가 있다.

이에 본 연구에서는 엔진 통합 시험을 통해 실제 엔진 운용 조건에서 작동점을 변화시켜 데이터를 확보하고, 이를 기반으로 구성품 성능맵을 도출하는 방안을 제시하였다. 300 N급 마이크로 가스터빈 엔진을 대상으로 노즐 출구 면적 변화에 따른 실험을 수행하여 구성품의 성능맵을 도출하였으며, 이를 적용한 탈설계점 성능해석 결과와 실측 데이터를 비교 분석함으로써 성능맵 유효성을 검증하였다. 압축기 성능맵은 단일 구성품 시험이 아닌 엔진 통합 시험을 기반으로 도출하였다. 따라서 실제 서지 마진 도출을 위해 작동점을 서지 조건까지 확장하는 실험은 엔진 구성품 파손으로 이어질 수 있어 수행하지 않았다. 이에 본 연구에서 도출한 압축기 성능맵은 서지 라인을 포함한 서지 마진 평가용이 아닌, 엔진이 안정적으로 운용 가능한 범위 내에서 확보한 데이터를 바탕으로 구성한 성능해석용 성능맵으로 정의하였다.

2. 실험 방법

2.1 대상 엔진

본 연구에서는 Swiwin사의 SW300B 엔진을 사용하였다. 해당 엔진은 300 N급 마이크로 터보제트 엔진이며 1단 원심 압축기, 연소실, 1단 축류 터빈, 배기 노즐로 구성되어 있다. 엔진 사양은 Table 1에 나타내었다. 각 구성품 출구에서의 온도와 압력을 측정하기 위해 엔진 하우징을 개조하여, 센서 설치를 위한 포트를 확보하였다.

Table 1.

Engine specifications[15].

Parameter	Value
RPM range	33,000-98,000
Thrust	300 N(Max RPM)
Exhaust temp.	650°C(Max RPM)
fuel consumption	800 g/min(Max RPM)
Fuel type	Diesel or Kerosene(Jet A1)
Diameter	133 mm
Length	342 mm

2.2 실험장치 구성

마이크로 가스터빈 엔진의 성능 측정을 위해센서, 추력 측정장치, 연료 측정장치 등을 포함한 시험 장비 및 계측 시스템을 구축하였다. 각 구성품 출구에서의 전온도와 전압력을 측정하기 위해 Omega사의 K-형 열전대 TJ36-CAXL(비접지형, Unground)와 Sensys사의 PSCK0010BCPJ 압력 센서를 사용하였다. 센서 부착 위치는 Fig. 1에 나타내었고, 센서 위치별 명칭은 Table 2에 정리하였다. 엔진의 추력 측정은 단축 로드셀을 기반으로 하는 추력대를 이용하고, 고속 회전기에서 발생할 수 있는 불균형 하중 및 진동을 고려하여 제작하였다. 연료 소모량은 스트레인 게이지 방식의 전자 저울을 통해 1분간의 연료 소모량을 계측한 후 단위 시간당 유량으로 환산하였다. 축회전속도는 엔진에 내장된 센서의 출력값을 사용하였다. 엔진 흡입구에 벨마우스를 설치하였으며 차압 센서(STD720, Honeywell사)를 이용하여 벨마우스 벽면의 정압력을 계측하였다. 해당 센서의 제조사 기준 정확도는 ±0.05% of span이며, 최대 span인 1,000 mbar를 기준으로 환산한 측정 오차는 ±50 Pa이다. 공기 유량은 계측된 정압력과 대기 조건을 바탕으로 도출하였다. 유량 도출 방식은 마이크로 가스터빈 엔진 실험 선행 사례[16]를 참고한 것으로, 비압축성 유동의 피토관 원리를 이용하여 전압력과 정압력의 차이로부터 유속을 구하고 유입 면적과 결합하여 유량을 도출하였다. 제조사 제원을 바탕으로 산정한 차압 센서의 측정 오차는 정격 추력 조건에서 ±1.57%이다. 공기 유량은 차압의 제곱근에 비례하므로, 공기 유량 오차는 ±0.79%로 나타났다. 차압 센서 부착 위치는 Fig. 1에 나타내었고, 공기 유량 계산을 위해서 Eq. 1, 2, 3, 4을 사용하였다.

(1)

W_{a} = ρ_{1} u_{1} A_{d u c t}

(2)

ρ_{1} = \frac{P_{1}}{R_{a i r} T_{1}}

(3)

A_{d u c t} = π r_{d u c t}^{2}

(4)

u_{1} = \sqrt{\frac{2 P_{s 1}}{ρ_{1}}}

https://cdn.apub.kr/journalsite/sites/jkspe/2026-030-04/N0580300404/images/kspe_2026_304_032_F1.jpg

Fig. 1.

Cross-section view of engine components and temperature/pressure sensor locations.

Table 2.

Station numbers/names.

Station No.	Station name
1	Inlet Exit
3	Compressor Exit
4	Combustion Exit
5	Turbine Exit
6	Afterburner Exit

실험에 사용된 측정 시스템의 반복성을 확인하기 위해 동일한 조건에서 5회 이상의 실험을 수행하였다. 본 연구에서는 각 측정 항목에 대한 계측 시스템의 반복성과 측정 데이터의 산포를 나타내었다. 반복 실험 결과, 대부분 평균값 대비 1.2% 이내의 산포를 보였으며 센서별 반복 측정 산포는 Table 3에 나타내었다. 로드셀을 이용한 추력 측정의 경우 평균적으로 ±3 N 수준의 산포를 보였고, 저 RPM 영역에서는 측정 신호의 크기가 감소함에 따라 ±2.7%의 산포를 나타냈다.

Table 3.

Repeatability and relative variation of measured parameters.

Sensor type	Measurement error
Thermocouple	±0.8%
Pressure sensor	±0.8%
Electronic scale	±1.1%
Differential pressure sensor	±1.2%
Load cell	±1.2% (max ±2.7%)

2.3 연소기 출구 온도 도출 방안

계측을 통한 연소실 출구에서의 온도 확보는 연소실 내부의 불균일한 온도 분포와 센서 장착의 한계로 인해 직접 측정하는 것에 어려움이 있다. 이에 본 연구에서는 연소해석을 통해 이론적으로 도출하는 방식을 채택하였다. 연소해석을 위해 Cantera를 사용하였으며, 탄화수소계열 연료의 상세 반응에 특화된 JetSurf(a jet surrogate fuel model) 모델을 화학 반응 메커니즘으로 적용하였다. 연소기 출구에서의 온도는 다음의 과정을 통해 확보하였다. 엔진 실험을 통해 측정한 압축기 출구 조건을 연소해석의 초기 입력값으로 설정하고, 주 유동과 연료의 조성을 정의하여 Mixture의 화학 평형 상태를 계산하였다. 연소기 출구에서의 엔탈피는 에너지 보존 방정식에 기반하여 입구 엔탈피와 연소 발열량의 합으로 계산하였으며, 최종적으로 연소기 출구 온도를 도출하였다. 해석을 위한 연소기 입구 조건은 Table 4에 제시한 실험 데이터를, 흡입 공기의 조성은 GSP(Gas turbine Simulation Program)에 내장된 값을 사용하였다. 연소기 효율의 경우, 유사 급의 마이크로 가스터빈 엔진의 배기가스 성분 분석을 통해 도출한 선행 연구의 결과를 참고하여 적용하였다[17]. 연소해석을 통해 최대 RPM 조건에서 도출한 연소기 출구 온도는 1,229 K이며, GSP 성능해석 결과와 1% 이내의 차이가 존재함을 확인하였다. 앞서 선정한 공기 유량 오차를 연소기 출구 온도 계산에 반영한 결과 온도 오차가 ±3 K 이내로 나타났다. 이는 도출한 온도 대비 ±0.24%에 해당하는 수준으로, 입구 정압 측정 오차가 연소기 출구 온도 계산에 미치는 영향은 미미한 것으로 판단하였다. 엔진 정격 추력에서의 실험 데이터를 바탕으로 등엔트로피 관계식을 통해 터빈 효율을 계산한 결과 0.6601로 도출되었다. 이는 유사급 마이크로 가스터빈 엔진 4대를 대상으로 수행된 실험 기반 선행 연구에서 정격 추력 부근의 터빈 효율이 약 0.55-0.74 범위로 도출된 결과와 유사한 수준이다[18]. 따라서 본 연구에서 계산한 터빈 효율은 유사급 엔진의 기존 연구와 비교할 때 타당한 값이라고 판단하였다. 이로써 연소해석을 통해 이론적으로 도출한 $T_{t 4}$ 는 신뢰할 수 있다고 판단하여 이후 터빈 효율 계산 및 성능맵 도출에 동일한 방법을 적용하였다.

Table 4.

Ambient and main combustion inlet flow conditions.

$W_{a} [\frac{k g}{s}]$	$W_{f} [\frac{g}{s}]$	$T_{1} [K]$	$P_{1} [b a r]$	$T_{t 3} [K]$	$P_{t 3} [b a r]$
0.5675	13.6	302.65	1	461	3.11

3. 구성품 성능맵 도출

3.1 구성품 성능맵 도출 방법

본 연구에서는 압축기와 터빈의 성능맵을 도출하기 위해 엔진 구성품 입구와 출구에서의 실험 데이터를 이용하는 방법을 채택하였다. 이를 위해 노즐 출구 면적 변화에 따른 실험 데이터를 확보하였다. 노즐 출구 면적이 변화하면 노즐 입구에서의 압력이 달라지며 동일한 축회전속도에서도 엔진의 작동점이 이동하게 된다. 이러한 원리를 바탕으로 Fig. 2의 예시와 같이 다양한 운용 영역에서 유량 및 압력비 데이터를 확보할 수 있다. 실험에는 기준 노즐을 포함하여 출구 면적이 서로 다른 세 종류의 고정형 노즐을 제작하여 사용하였다. 먼저 기준이 되는 엔진의 노즐 출구 면적( $A_{o r i g i n}$ )은 35.8 cm²이며, 이를 면적비( $A R = A_{e} / A_{o r i g i n}$ ) 1.0으로 설정하였다. 선행 연구를 통해 약 23%의 출구 면적 감소에서 엔진 성능 변화가 유의미하게 나타남이 보고된 바 있다[19]. 이와 유사한 수준의 면적 감소를 반영하면서 제작성을 고려한 AR=0.8으로 축소 노즐을 설정하였다. 이후 면적을 증가시킨 AR=1.2 조건을 추가하여 총 세 가지 조건에서 실험을 수행하였다. 엔진 실험은 10,000 RPM 간격으로 설정하여 실험을 수행하였다.

https://cdn.apub.kr/journalsite/sites/jkspe/2026-030-04/N0580300404/images/kspe_2026_304_032_F2.jpg

Fig. 2.

Performance map parameter configuration according to N_c, 𝛽.

3.2 성능맵 도출 과정

일반적으로 압축기 및 터빈 성능맵에서 동일 보정 축회전속도에서의 유량, 압력비, 효율 변화는 연속적이고 완만한 곡선 형태를 이룬다. 본 연구에서는 단일 구성품 시험이 아닌 엔진 통합 시험을 기반으로 하였기 때문에 각 축회전속도에서 확보 가능한 작동점 수가 노즐 출구 면적비 조건에 의해 제한되었다. 이에 AR=0.8, 1.0, 1.2 조건에서 확보한 3개의 작동점을 이용하여 운용 범위 내 성능맵을 도출하였다. 다만 3개의 작동점만으로 최고 효율 지점이나 전체 성능맵을 정밀하게 구현하는 데에는 한계가 있다. 따라서 본 연구는 정밀한 구성품 성능맵을 대체하기 위한 것이 아닌 엔진 통합 시험 데이터를 활용하여 제한된 운용 범위 내 구성품 성능맵을 도출하는 절차를 제시하는 데 초점을 두었다. 구성품 성능맵을 도출하는 과정은 간략히 다음과 같이 기술된다. 우선 3종 노즐을 이용한 실험을 통해 전 RPM 영역에 걸친 엔진 성능 실험 데이터를 확보한 후, 성능맵 파라미터로 변환하였다. 성능맵 구성을 위해 필요한 주요 파라미터는 보정 축회전속도( $N_{c}$ ), 보정 공기 유량( $W_{c}$ ), 압력비( $P R$ ), 효율(𝜂)로 정의되며, Eq. 5, 6, 7, 8, 9, 10, 11, 12을 이용하여 계산하였다. 구성품 효율은 엔탈피 기반의 등엔트로피 관계식을 이용하여 계산하였다. 계산에 사용된 엔탈피는 구성품 출구에서 측정된 온도와 압력 데이터를 바탕으로 Cantera를 통해 도출하였다. 이로 인해 성능맵 도출에 사용된 효율 정의와 GSP 성능해석에서의 효율 적용 방식 간의 일관성을 확보하였다. $W$ , $N$ 는 입구 조건 변화와 기체 특성에 따른 영향을 배제하기 위해 보정 축회전속도와 보정 공기 유량으로 변환하였다. 보정에 사용된 $P_{s t d}$ , $T_{s t d}$ 는 각각 표준대기 온도(288.15 K)와 압력(101,325 Pa)이다.

(5)

θ = \frac{T}{T_{s t d}}

(6)

δ = \frac{P}{P_{s t d}}

(7)

N_{c} = \frac{N}{\sqrt{θ}} \times \frac{\sqrt{\frac{R}{r}}}{\sqrt{\frac{R_{s t d}}{r_{s t d}}}}

(8)

W_{c} = \frac{W \sqrt{θ}}{δ} \times \frac{\sqrt{r_{s t d} R_{s t d}}}{\sqrt{r R}}

(9)

P R_{c o m p} = \frac{P_{t 3}}{P_{t 2}}

(10)

η_{c o m p} = \frac{h_{t 3 s} - h_{t 2}}{h_{t 3} - h_{t 2}}

(11)

P R_{t u r b} = \frac{P_{t 4}}{P_{t 5}}

(12)

η_{t u r b} = \frac{h_{t 4} - h_{t 5}}{h_{t 4} - h_{t 5 s}}

성능맵 구성을 위해 $N_{c}$ 는 AR=1.0 조건의 정격 회전수인 98,000 RPM에서의 보정 축회전속도를 최대치로 설정하여 무차원화 하였다. 구성품별 입구 조건을 반영하여 압축기와 터빈의 최대 보정 축회전속도( $N_{c, \max}$ )는 각각 95,652 RPM, 49,023 RPM으로 도출되었다. 특히 터빈 성능맵의 $N_{c}$ , $W_{c}$ 은 Eq. 7, 8을 통해 각 실험 조건에서의 축회전속도와 연료 유량, 터빈 입구 온도 및 압력을 이용하여 계산하였다. 이후 동일한 보정 축회전속도의 데이터로 변환하기 위해 인접 데이터 간 보간을 수행하였다. 이를 통해 $N_{c}$ / $N_{c, \max}$ 가 0.5에서 1.0 범위에 해당하는 데이터를 확보하였다. 일반적으로 압축기 성능맵에서 작동 영역은 저유량 영역의 서지와 고유량 영역의 초킹 한계 사이에 형성된다. 그러나 본 연구는 엔진 통합 시험을 기반으로 수행하였기 때문에 작동점을 실제 서지 및 초킹 조건까지 확장하여 성능맵의 한계를 직접 확인하는 데에는 제약이 있다. 이에 노즐 출구 면적비를 변화시켜 동일한 $N_{c}$ 에서 작동점 변화를 유도하고, AR=0.8-1.2 조건에서 확보한 데이터를 바탕으로 작동 범위를 설정하여 성능맵을 구성하였다. 이때 작동점의 상대적 위치를 나타내기 위해 매개변수 𝛽를 도입하였다. 𝛽는 수치해석에서 계산 과정의 안정성과 수렴 및 보간을 위해 사용되는 보조 파라미터이다. 본 연구에서는 노즐 출구 면적비(AR) 변화에 따라 확보한 작동점을 𝛽를 이용하여 등간격으로 구분하였다. AR=0.8 조건은 𝛽=1.0, AR=1.2 조건은 𝛽=0으로 설정하였으며, 기준 노즐인 AR=1.0 조건은 중간 위치인 𝛽=0.5로 정의하였다. 위 과정을 통해 도출한 성능맵은 Fig. 3, 4에 나타내었다. AR=0.8 노즐의 경우, 펌프 성능 제원상 연료 유량을 최대치로 공급하였음에도 축회전속도가 AR=1.0 대비 87.8% 수준으로 제한되었다. 이로 인해 도달 가능한 최대 축회전속도가 낮아져 고 RPM 영역( $N_{c}$ =0.9-1.0)의 실험 데이터를 확보하는 데 어려움이 있었다. 이에 AR=0.8 조건의 $N_{c}$ =0.8까지의 경향성과 AR=1.0 및 1.2 조건의 고 RPM 구간 데이터를 함께 고려한 선형 외삽 기법을 적용하여 해당 영역의 데이터를 확보하였다.

https://cdn.apub.kr/journalsite/sites/jkspe/2026-030-04/N0580300404/images/kspe_2026_304_032_F3.jpg

Fig. 3.

Compressor performance map derived from experiments.

https://cdn.apub.kr/journalsite/sites/jkspe/2026-030-04/N0580300404/images/kspe_2026_304_032_F4.jpg

Fig. 4.

Turbine performance map derived from experiments.

3.3 구성품 성능맵 유효성 검증

3.3.1 검증 방법

도출한 구성품 성능맵을 기반으로 실제 엔진의 성능을 재현함으로써 성능맵 도출 기법에 대한 유효성 검증을 수행하였다. GSP 모델링에 성능맵을 적용하여 설계점과 탈설계점 성능해석을 수행하고, 그 결과를 실제 실험 데이터와 비교 및 분석하였다.

먼저 탈설계점 성능해석을 수행하기 위한 초기 설계점은 Table 5에 나타낸 98,000 RPM 조건에서의 실험 데이터를 참고하여 설정하였다. 압축기와 터빈의 효율은 엔진 성능 실험을 통해 측정한 각 지점의 출구 온도/압력 데이터를 바탕으로 등엔트로피 효율을 계산하여 적용하였다. 연소기 효율은 앞선 2.3장에서 언급한 유사급 엔진의 연소 효율 선행 연구 결과를 참고하였다. 스풀 기계 효율은 압축기와 터빈의 일의 평형 관계를 이용하여 실험 데이터를 바탕으로 도출하였으며 계산식은 Eq. 13와 같다.

(13)

η_{mech} = \frac{w_{c}}{w_{t}} = \frac{{\dot{m}}_{air} C_{p, air} (T_{t 3} - T_{t 2})}{{\dot{m}}_{gas} C_{p, gas} (T_{t 4} - T_{t 5})}

Table 5.

Design point parameters(98,000 RPM).

Parameter	Unit	Value
Ambient temperature	K	302.65
Ambient pressure	bar	1
Design rotor speed	RPM	98,000
Air mass flow rate	kg/s	0.5675
Main combustion fuel mass flow rate	kg/s	0.0136
Compressor exit total temperature	K	461
Compressor exit total pressure	bar	3.11
Combustion exit total temperature	K	1,229
Combustion exit total pressure	bar	3.11
Turbine exit total temperature	K	1,098
Turbine exit total pressure	bar	1.47
Compressor efficiency	-	0.7260
Combustion efficiency	-	0.8814
Turbine efficiency	-	0.6601
Spool mechanical efficiency	-	0.983

3.3.2 입력 변수에 따른 성능해석 결과

탈설계점 성능해석을 위한 입력 변수로는 연소기 연료 유량과 노즐 출구 면적비를 사용하였으며, Table 6에 RPM별 노즐 출구 면적비에 따른 연소기 연료 소모량을 나타내었다. 결과 비교는 성능맵을 구성하는 파라미터( $N_{c}, W_{c}, P R, η$ )와 엔진 성능 지표인 추력(thrust), 비연료소모율(TSFC)로 설정하여 수행하였다.

Table 6.

Main combustion fuel consumption[g/s] by Area ratio at each RPM.

RPM	AR(Area Ratio), [g/s]
RPM	0.8	1.0	1.2
60,000	5.80	5.32	4.87
70,000	7.63	6.60	5.95
80,000	10.45	8.45	7.27
90,000	-	10.93	9.23
95,000	-	12.62	10.47
98,000	-	13.60	11.33

해석 범위는 60,000-98,000 RPM 사이의 구간으로 설정하였으며, 연료 유량은 앞서 언급한 바와 같이 실제 측정 데이터를 입력 값으로 사용하였다. 해석 결과는 Fig. 5과 같이 AR=1.0 조건에서 실험값 대비 2.5% 이내의 낮은 오차율을 보였다. 이는 도출한 성능맵이 기준 조건에서 연료 유량 변화에 따른 엔진 성능을 재현하는데 신뢰성이 있음을 나타낸다. 다음으로 성능맵의 적용 범위를 확장하여 검증하기 위해 동일 RPM 조건에서 노즐 출구 면적비(AR)를 0.8/1.0/1.2로 변화시켜 성능해석을 수행하였다. 그 결과, Fig. 6와 같이 모든 면적비 조건에서 성능맵 파라미터와 엔진 성능 지표의 오차가 전반적으로 ±3.5% 이내로 유지됨을 확인하였다. 이를 통해 도출된 성능맵이 탈설계점 영역의 성능 변화까지 모사할 수 있음을 확인하였다.

https://cdn.apub.kr/journalsite/sites/jkspe/2026-030-04/N0580300404/images/kspe_2026_304_032_F5.jpg

Fig. 5.

Operating point variation and error according to main combustion fuel flow(Exp vs GSP).

https://cdn.apub.kr/journalsite/sites/jkspe/2026-030-04/N0580300404/images/kspe_2026_304_032_F6.jpg

Fig. 6.

Operating point variation and error according to nozzle exit area(Exp vs GSP).

AR=0.8 및 AR=1.2 조건에서 나타난 $W_{c}$ 와 추력의 오차는 노즐 면적 변화에 따른 실제 유량 특성을 GSP 모델에 충분히 반영하지 못한 것에 기인한 것으로 판단된다. 본 연구에서는 AR=1.0 정격 추력 조건의 실험 데이터를 이용하여 노즐의 Discharge coefficient(CD)를 이론적으로 계산하였다. 도출된 CD=0.981을 GSP 모델에 적용하였으나, 실제 엔진에서는 작동 조건 및 면적 변화에 따라 값이 달라질 수 있다. 본 연구에서는 CD 변화를 별도의 맵 형태로 반영할 수 없어 기준 값을 상수로 적용하였다. 이에 따라 탈설계점 해석에서 압축기 작동점 예측 오차를 유발하며 결과적으로 보정 유량과 추력 오차로 이어진 것으로 해석된다.

4. 결 론

본 연구에서는 300 N급 마이크로 가스터빈 엔진의 통합 시험 데이터를 기반으로 구성품 성능맵을 도출하는 방안을 제시하였다. 이를 위해 노즐 출구 면적비가 0.8, 1.0, 1.2인 고정형 노즐을 사용하였고, 다양한 작동점에서의 데이터를 확보하여 구성품의 성능맵을 도출하였다. 실험 데이터를 확보하지 못한 영역에서는 외삽 기법을 통해 추정하였다. 도출한 성능맵을 성능해석 모델에 적용한 결과, 연료 유량 및 출구 면적 조건에서 실험값 대비 최대 3.5% 이내의 오차를 보였다. 본 연구는 제작사 성능맵이나 실험 데이터가 제한된 상용 엔진에 대해 공개된 성능맵의 단순 스케일링 기법에 의존하던 기존 접근과 달리, 대상 엔진의 실험 데이터를 바탕으로 성능맵을 구성하였다는 점에서 의의가 있다. 특히 단일 구성품 시험 기반 성능맵은 실제 엔진 운용 특성을 충분히 반영하는데 한계가 있어 노즐 출구 면적 변화 시험을 통해 작동점 변화를 유도하고, 이를 성능해석 모델에 적용 가능한 성능맵 형태로 구성하였다. 따라서 본 연구의 목적은 기존 스케일링 기법 대비 우수함을 평가하는 것이 아닌, 제한된 정보를 가진 엔진의 통합 시험을 통해 구성품 성능맵을 도출하는 절차를 제시한 데에 있다. 향후 다양한 면적비에서의 실험 데이터를 확보한다면 정교한 성능맵을 구축하고, 이를 통해 엔진의 활용성을 확대할 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 우주항공청의 재원으로 지원을 받아 수행되었습니다(과제번호: RS-2026-25545194).

References

KARI, “마이크로 가스터빈 엔진,” Korea Aerospace Research Institute, https://www.kari.re.kr/kor/contents/16 (accessed Dec. 12, 2025).

Air Force Armament Museum Foundation, “ADM-160 MALD,” Air Force Armament Museum Foundation, https://afarmamentmuseum.com/artifact/adm160/ (accessed Dec. 12, 2025).

Newdick, T., “New small Russian cruise missile captured by Ukrainian intelligence,” The War Zone, May 12, 2025, https://www.twz.com/air/new-small-russian-cruise-missile-captured-by-ukraine-intelligence (accessed Dec. 12, 2025).

Yan, B., Hu, M., Feng, K., and Jiang, Z., “Enhanced component analytical solution for performance adaptation and diagnostics of gas turbines,” Energies, Vol. 14, No. 14, 2021, 4356.

10.3390/en14144356

Kim, S., “Generating a virtual physical model through measurement data and reverse engineering: Applying a performance prediction model for an industrial gas turbine during start-up,” Applied Thermal Engineering, Vol. 232, 2023, 120927.

10.1016/j.applthermaleng.2023.120927

Salilew, W. M., Gilani, S. I., Lemma, T. A., Fentaye, A. D., and Kyprianidis, K. G., “Simultaneous fault diagnostics for three-shaft industrial gas turbine,” Machines, Vol. 11, No. 8, 2023, 832.

10.3390/machines11080832

Chapman, J. W., Lavelle, T. M., and Litt, J. S., “Practical techniques for modeling gas turbine engine performance,” NASA/TM-2016-219147, 2016.

10.2514/6.2016-4527

Kong, C., Kho, S., and Ki, J., “Component map generation of a gas turbine using genetic algorithms,” Journal of Engineering for Gas Turbines and Power, Vol. 128, No. 1, 2006, pp. 92-96.

10.1115/1.2032431

Kong, C., and Lim, S., “A study of inverse modeling from micro gas turbine experimental test data,” Journal of the Korean Society of Propulsion Engineers, Vol. 13, No. 6, 2009, pp. 1-7.

Tsoutsanis, E., Meskin, N., Benammar, M., and Khorasani, K., “A component map tuning method for performance prediction and diagnostics of gas turbine compressors,” Applied Energy, Vol. 135, 2014, pp. 572-585.

10.1016/j.apenergy.2014.08.115

Misté, G. A., and Benini, E., “Turbojet engine performance tuning with a new turbine map adaptation concept,” ASME 2013 Gas Turbine India Conference, Bangalore, India, GTINDIA2013-3679, Dec 2013.

10.1115/GTINDIA2013-3533

Li, Y. G., Abdul Ghafir, M. F., Wang, L., Singh, R., Huang, K., Feng, X., and Zhang, W., “Improved multiple point nonlinear genetic algorithm based performance adaptation using least square method,” Journal of Engineering for Gas Turbines and Power, Vol. 134, No. 3, 2012, 031701.

10.1115/1.4004395

Kim, S., “A new performance adaptation method for aero gas turbine engines based on large amounts of measured data,” Energy, Vol. 221, 2021, 119863.

10.1016/j.energy.2021.119863

Zanger, J., Widenhorn, A., and Aigner, M., “Experimental investigations of pressure losses on the performance of a micro gas turbine system,” Journal of Engineering for Gas Turbines and Power, Vol. 133, No. 8, 2011, 082302.

10.1115/1.4002866

Swiwin, “Swiwin turbines SW300B - 67.44 lb/30kg output,” Swiwin, https://swiwinusa.com/products/swiwin-turbines-sw300b-67-44-lb-30kg-output (accessed Dec. 12, 2025).

Leylek, Z., Anderson, W. S., Rowlinson, G., and Smith, N., “An investigation into performance modeling of a small gas turbine engine,” Proceedings of the ASME Turbo Expo 2013, San Antonio, TX, USA, V05AT23A007, Jun 2013.

10.1115/GT2013-94405

Kim, S. J., Choi, S. M., and Rhee, D. H., “Off-design performance analysis based on experimental data of a micro gas turbine engine,” Journal of the Korean Society of Propulsion Engineers, Vol. 22, No. 6, 2018, pp. 64-71.

10.6108/KSPE.2018.22.6.064

DePaola, R., Schauer, F., Polanka, M., and Grannan, N., “Micro-turbine performance study,” AIAA SciTech 2020 Forum, Orlando, FL, USA, AIAA 2020-0869, Jan 2020.

10.2514/6.2020-0869

Sundararaj, R. H., Sekar, T. C., Arora, R., and Kushari, A., “Effect of nozzle exit area on the performance of a turbojet engine,” Aerospace Science and Technology, Vol. 116, 2021, 106844.

10.1016/j.ast.2021.106844

Journal of the Korean Society of Propulsion Engineers ISSN:1226-6027(Print) 2288-4548(Online) 한국추진공학회지

Preview

A Study on the Derivation of Performance Maps for Micro Gas Turbine Engine Components Based on Experimental Data

ABSTRACT

MAIN

Table 1.

Engine specifications[15].

(1)

(2)

(3)

(4)

Fig. 1.

Cross-section view of engine components and temperature/pressure sensor locations.

Table 2.

Station numbers/names.

Table 3.

Repeatability and relative variation of measured parameters.

Table 4.

Ambient and main combustion inlet flow conditions.

Fig. 2.

Performance map parameter configuration according to Nc, 𝛽.

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

Fig. 3.

Compressor performance map derived from experiments.

Fig. 4.

Turbine performance map derived from experiments.

(13)

Table 5.

Design point parameters(98,000 RPM).

Table 6.

Main combustion fuel consumption[g/s] by Area ratio at each RPM.

Fig. 5.

Operating point variation and error according to main combustion fuel flow(Exp vs GSP).

Fig. 6.

Operating point variation and error according to nozzle exit area(Exp vs GSP).

Acknowledgements

References

Performance map parameter configuration according to N_c, 𝛽.