MétaCan
Menu
Retour à la cohorte
Enregistrement W2723527028 · doi:10.2514/6.2017-3258

Aerodynamic Shape Optimization of a Box-Wing Regional Aircraft Based on the Reynolds-Averaged Navier-Stokes Equations

2017· article· en· W2723527028 sur OpenAlexafffund
Timothy Chau, David W. Zingg

Notice bibliographique

Revue35th AIAA Applied Aerodynamics Conference · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEmbraerCompute Canada
Mots-clésAerodynamicsWingNavier–Stokes equationsReynolds numberReynolds-averaged Navier–Stokes equationsAerospace engineeringMechanicsComputational fluid dynamicsComputer scienceControl theory (sociology)PhysicsEngineeringTurbulenceArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

The box wing is an unconventional aircraft configuration that has the potential to provide major savings in fuel consumption relative to the conventional cantilever wing. In order to further develop and evaluate this potential, high-fidelity aerodynamic shape optimization is applied to the aerodynamic design of a box wing and a cantilever wing, based on the Embraer E190 regional jet, with the latter serving as a performance baseline. The optimization framework consists of B-spline parameterization, free-form and axial deformation geometry control, an integrated mesh-movement scheme based on the theory of linear elasticity, a Newton-Krylov-Schur flow solver for the Reynolds-averaged Navier-Stokes equations, a gradient-based optimizer, and the discrete-adjoint method for gradient evaluation. Results indicate that a box-wing with a height-to-span ratio of 0.26 burns 7.61% less fuel at cruise than a conventional baseline of the same span and lift. Aerodynamic trends and trade-offs are investigated, and a weight sensitivity study is performed.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,646
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,227
Écart entre enseignants0,205 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue35th AIAA Applied Aerodynamics ConferenceMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207