MétaCan
Menu
Retour à la cohorte
Enregistrement W4280591244 · doi:10.1017/aer.2022.49

On the multi-fidelity approach in surrogate-based multidisciplinary design optimisation of high-aspect-ratio wing aircraft

2022· article· en· W4280591244 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueThe Aeronautical Journal · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensBombardier (Canada)University of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReduction (mathematics)FlutterContext (archaeology)Multidisciplinary approachAerodynamicsMultidisciplinary design optimizationConstraint (computer-aided design)Surrogate modelComputer scienceFidelityRange (aeronautics)DragWingWeight estimationMathematical optimizationEngineeringStructural engineeringAerospace engineeringMathematicsMechanical engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The reduction of computational costs in the context of the Multidisciplinary Design Optimisation of a typical medium-range aircraft was investigated through an assessment of active constraints and the use of multi-fidelity models-based estimation of drag and structural stress. The results show that for this problem, from the set of considered constraints that includes flutter boundary, the active constraint is a 2.5g pull up Maximum Take Off Weight. Results show that the multi-fidelity approach reduced the required high-fidelity aerodynamic number of evaluations, for both drag assessment and stress assessment with sufficient level of accuracy for the former and conservatively for the latter. Further computational cost reduction can be achieved using a surrogate model based Multidisciplinary Design Optimisation. The best configuration attained shows an Aspect Ratio increase of 16%, a reduction of 4.5% in fuel consumption and wing structural weight increase of 2.7% relative to a predefined baseline configuration.

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 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)0,015
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,740
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,139
Tête enseignante GPT0,326
Écart entre enseignants0,187 · 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