Notice bibliographique
Résumé
Multidisciplinary design optimization (MDO) was performed on a helicopter rotor blade. The blade was modeled as a rigid flapping blade for dynamics; Blade Element Theory (BET) was the analysis approach to model the aerodynamic loading, and a simple linearly elastic hollowed rectangular section was the main structural component. MATLAB was used to solve the flapping differential equations and its Sequential Quadratic Programming (SQP) and Genetic Algorithm (GA) were used for the optimization. A Particle Swarm Optimization (PSO) routine was also tested. The optimization process consisted of three cases. The first case was a simple cantilever beam under centrifugal and an assumed bending loads. The optimization was performed using the SQP, GA, and PSO algorithms. The SQP resulted in the superior design with 75.45 compared to the GA's 87.1 and the PSO's 79.2, but a local minimum was present. The second case was an expansion of the first case by turning it into multidisciplinary problem. Aerodynamics was included in the design variables and objective function. Only the SQP algorithm was used and there was a reduction in hub vertical shear by 33.6%. The blade mass increased by 36.84%. The last case was an improvement to the second by creating a multiobjective problem by including the hub radial shear and the results were improved significantly by reducing the hub vertical shear by 34.06% and radial shear by 17.87% with a reduction of blade mass by 23.86%.
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 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».