Aerodynamic wing shape optimization based on the computational design framework CEASIOM
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.
Notice bibliographique
Résumé
Purpose A collaborative design environment is needed for multidisciplinary design optimization (MDO) process, based on all the modules those for different design/analysis disciplines, and a systematic coupling should be made to carry out aerodynamic shape optimization (ASO), which is an important part of MDO. Design/methodology/approach Computerized environment for aircraft synthesis and integrated optimization methods (CEASIOM)-ASO is developed based on loosely coupling all the existing modules of CEASIOM by MATLAB scripts. The optimization problem is broken down into small sub-problems, which is called “sequential design approach”, allowing the engineer in the loop. Findings CEASIOM-ASO shows excellent design abilities on the test case of designing a blended wing body flying in transonic speed, with around 45 per cent drag reduction and all the constraints fulfilled. Practical implications Authors built a complete and systematic technique for aerodynamic wing shape optimization based on the existing computational design framework CEASIOM, from geometry parametrization, meshing to optimization. Originality/value CEASIOM-ASO provides an optimization technique with loosely coupled modules in CEASIOM design framework, allowing engineer in the loop to follow the “sequential approach” of the design, which is less “myopic” than sticking to gradient-based optimization for the whole process. Meanwhile, it is easily to be parallelized.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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