Scaling of Hybrid Wing-Body-Type Aircraft: Exploration Through High-Fidelity Aerodynamic Shape Optimization
Notice bibliographique
Résumé
Unconventional aircraft configurations have the potential to reduce aviationâ s contribution to climate change through substantial reductions in fuel burn. One promising configuration which has received much attention is the hybrid wing-body (HWB). Due to the lack of design experience for unconventional configurations, high-fidelity design and optimization methods will be critical in their development. \nThis thesis presents the application of a gradient-based aerodynamic shape optimization algorithm based on the Reynolds-averaged Navier-Stokes equations to the aerodynamic design of conventional tube-and-wing (CTW) and HWB aircraft. The optimal aerodynamic shapes and performance for a range of aircraft sizes including regional, narrow-body, midsize, and wide-body classes are found so as to characterize the aerodynamic efficiency benefits of the HWB configuration with respect to equivalent CTW designs. Trim-constrained drag minimization is performed at cruise, with a large design space of over 400 design variables. The smaller optimized HWBs, including the regional and narrow-body classes, while more aerodynamically efficient, burn at least as much fuel as to the equivalently optimized CTWs due to their increased weight, while the larger wide-body-class HWB has almost 11% lower cruise fuel burn. \nTo investigate alternative configurations which may yield improved efficiency, exploratory optimizations with significant geometric freedom are then performed, resulting in a set of novel shapes with a more slender lifting fuselage and distinct wings. Based on these exploratory results, new lifting-fuselage configurations (LFCs) are designed. The slenderness of the LFC fuselage decreases with aircraft size, such that, for the largest class, the LFC reverts to a classical HWB shape. This new configuration offers higher aerodynamic efficiency than the HWBs, with the smaller classes seeing the largest benefit from the new configuration. This new lifting-fuselage concept offers 6% lower cruise fuel burn than the CTW in the regional class, and a marginal benefit in the narrow-body class. The effects of cruise altitude, stability requirements, and weight sensitivity are also examined.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».