MétaCan
Menu
Retour à la cohorte
Enregistrement W2329173197 · doi:10.2514/6.2008-5967

Aero-Structural Optimization of Non-Planar Lifting Surface Configurations

2008· article· en· W2329173197 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue12th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPlanarSurface (topology)Computer scienceGeometryMathematicsComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Non-planar lifting surface aircraft configurations offer potentially significant gains in aerodynamic efficiency by lowering the total induced drag. There are many options for non–planar wing configurations, from winglets and multiwings to box and joined wings. Non–aerodynamic considerations such as structures, weight and stability and control can significantly impact the overall improvements in efficiency.Here, a medium fidelity panel method and equivalent beam finite element model are used to explore the possibilities of non–planar lifting surface configurations taking into account the coupling between aerodynamics and structures. Two main cases, a single discipline aerodynamic optimization and a multidisciplinary aero–structural optimization are investigated. To demonstrate the effect of non–planar configurations, the main lifting surface of a typical commercial aircraft at cruise is optimized. The optimization of the wing configurations is geometrically constrained by a maximum projected span and height. The effect of incorporating parasitic drag in the aerodynamic model is also explored. Due to the complexity of the design space and the presence of multiple local minima, an augmented Lagrange multiplier particle swarm global optimizer is used. The particle swarm algorithm is a global optimization algorithm based on a simplified social model and is closely tied to swarming theory. The aerodynamic optimum solution found for rectangular lifting surfaces is a box wing, as predicted by theory. Allowing for sweep and taper as design variables yields a joined wing as the aerodynamic optimum result. The addition of parasitic drag in the aerodynamic model reduces the size of the non–planar elements in the topology of the aerodynamic optimum solutions. Including structures and the coupling between structures and aerodynamics in the optimization has a profound impact due to the additional weight of non–planar segments. The aero–structural optimal solution found is the C–wing configuration when parasitic drag is neglected and the addition of a winglet to the planar wing when parasitic drag is included.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,253
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle