Integrated uncertainty techniques in aircraft derivative design optimization.
Notice bibliographique
Résumé
Aircraft manufacturing companies have to consider multiple derivatives to satisfy various market requirements. They modify or extend an existing aircraft to meet the new market demands while keeping the development time and the cost to a minimum. Many researchers have studied the derivative design process, but these research considered the baseline and the derivatives together, while using the whole set of design variables. Therefore, an efficient process that can reduce the cost and the time for the aircraft derivative design is needed. In this dissertation, Aircraft Derivative Design Optimization process (ADDOPT) was developed which obtains the global changes from the local changes in the aircraft design to develop the aircraft derivatives efficiently. The sensitivity analysis was implemented to ignore design variables that have low impact on the objective function. This avoids wasting computational effort and time on low priority variables for design requirements and objectives. Additionally, the classification of uncertainty from its characteristics and sources of uncertainty involved in the aircraft design process were suggested to consider with design optimization. Uncertainty from the fidelity of analysis tools was applied in design optimization to increase the probability of optimization results. To handle uncertainty in low fidelity analysis tools on aircraft conceptual design optimization, Reliability Based Design Optimization (RBDO) and Possibility Based Design Optimization (PBDO) methods were performed. In this research, Extended Fourier Amplitude Sensitivity Test (eFAST) method was implemented in ADDOPT for Global Sensitivity Analysis (GSA) method and Collaborative Optimization (CO) based framework with RBDO and PBDO were also used. These methods were evaluated using numerical examples. ADDOPT was carried through on the civil jet aircraft derivative design. The objective of the optimization problem was to increase cruise range while satisfying the requirement such as the number of passengers. The proposed process reduced computation effort by reducing the number of design variables and achieved the target probability of failure when considering uncertainty from low fidelity analysis tools.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».