Multi-Objective Design Optimization of Multiple Tuned Mass Dampers for Attenuation of Dynamic Aeroelastic Response of Aerospace Structures
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
This paper proposes a design procedure to determine the optimal configuration of multi-degrees of freedom (MDOF) multiple tuned mass dampers (MTMD) to mitigate the global dynamic aeroelastic response of aerospace structures. The computation of the aerodynamic excitations is performed considering two models of atmospheric disturbances, namely, the Power Spectral Density (PSD) modelled with the Davenport Spectrum (DS) and the Tuned Discrete Gust (TDG) with the one-minus cosine profile. In order to determine the optimum sets of MTMD, a Multi-objective design Optimization considering Genetic Algorithm (MOGA) is implemented, where the selected fitness functions for the analysis are the minimization of the total mass of the resonators as well as the concurrent minimization of the peak displacements of a specified structural node in all translational degrees of freedom. A case study is presented to demonstrate the proposed methodology, where the optimal sets of MTMD are determined for the concurrent minimization of the pointing error of a truss-like antenna structure as well as the mass of the considered MTMD. It is found that the placement of the MTMD in the primary reflector of the antenna structure provided a maximum reduction in the pointing error of 62.0% and 39.2%, considering the PSD and the TDG models, respectively. Finally, this paper presents an advanced framework to estimate optimal parameters of MTMD control devices under convoluted loading cases as an initial step towards the use of such passive systems in applications that commonly employ active or semi-active solutions.
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 | 0,001 |
| 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