Functional Hazard Assessment of a Modular Re-Configurable Morphing Wing Using Taguchi and Finite Element Methodologies
Notice bibliographique
Résumé
Growing concerns over the CO2 footprint due the exponential demand of the aviation industry, along with the requirements for high aerodynamic performance, cost saving, and manoeuvrability during different phases of a flight, pave the path towards adaptable wing design. Morphing wing design encompasses most, if not all, of the flight condition variations, and can respond interactively. However, functional failure of the morphing wing might bring devastating impacts on the passengers, crew, and/or aircraft. In the present work, the dynamic characteristics of a re-configurable modular morphing wing developed in-house by a research group at the Toronto Metropolitan University, are investigated from the perspective of a functional hazard assessment (FHA). This modular morphing wing, developed based on the idea of a parallel robot, consists of a number of structural elements connected to each other and to the wing ribs through eye-bolt joints. Timoshenko’s bending beam theory, in conjunction with the finite element method (FEM), is exploited to model the structural members. Possible hazards, assumed here to be the structural failure of the beam components, have been identified and their failure conditions are assessed. Numerical simulations have been presented to show the impact of various combinations of the identified hazards on the vibration signature of the morphing wing in unmorphed and morphed configurations. Identification of changes in the wing’s vibration signature is a vital component in the fail-safe structural and aeroelastic design of an aircraft. The present study is geared towards the structural response of the system in the absence of any aerodynamic loads.
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 | 0,000 |
| 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 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 ».