A study of the viscous optimization of the shape of a non-lifting strut
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
The objective of this work is to gain insight into the process and development of a method for obtaining optimum design shapes for non-lifting aerodynamic struts while employing an interactive viscouspotential flow model for a range of airfoil reynolds numbers. This was done for axially loaded struts with constant cross-sectional area as well as struts loaded in bending with a fixed cross-sectional moment of inertia. The optimization sought the airfoil shape that resulted in minimum drag. The flow field was obtained by using a panel method that was iteratively coupled to a boundary layer solver. The viscous solver used was to model the boundary layer and was based on the zero-equation, Cebeci-Smith turbulence model. The main flow field was computed using a panel method. The airfoil shape was described using a bezier-PArSEC shape parameterization and optimization of the shape parameters was obtained using differential evolution. The numerical approach of the flow field solver and the simplicity of the genetic algorithm allowed for these results to be obtained in an acceptable timely manner. This paper will present the results of a number of cases and discuss all of the issues that arose. While one can have confidence in the results, limitations and the need for future work were also exposed. The limitations occurred in this thesis were due to the limitations of the boundary layer flow field solver. This solver did not allow airfoils with significant thickness to be evaluated thus restricting the solution space to thin airfoils. It was observed that future work on dealing with separation modelling needs to be done to allow improved certainty of the optimization.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 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