Application of Aerodynamic Shape Optimization to Swept Natural Laminar Flow Wings
Notice bibliographique
Résumé
The application of natural laminar flow has been limited to modest Reynolds numbers and sweep angles due to the effect of crossflow instabilities on boundary-layer transition for transonic swept-wing aircraft. In this paper a Reynolds-averaged Navier-Stokes based aerodynamic shape optimization framework coupled with the SA-sLM2015cc local correlation-based transition model is applied to lift-constrained drag minimization of infinite swept wings at the cruise conditions of business and regional jets and of a finite swept wing at the cruise conditions of a single-aisle aircraft. In the case of infinite swept wings, the optimizations achieve a profile drag reduction of 20% for the regional jet and 40% for the business jet, corresponding to estimated aircraft-level drag reductions of 5% and 10%, respectively, compared to an infinite swept wing optimized and analyzed under fully-turbulent conditions. This reduction is attributed to a combination of decreases in pressure drag and viscous drag resulting from the region of laminar flow on both surfaces. Furthermore, a multipoint optimization demonstrates the robustness of the optimized design to changes in Mach number and coefficient of lift. For the finite-wing optimization, there is a wing drag reduction of 21% compared to the baseline configuration and 10% compared to a wing optimized and analyzed under fully-turbulent conditions. The latter corresponds to an estimated aircraft-level drag reduction of 5%. Finally, the design space associated with lift-constrained drag minimization of a low-speed airfoil is studied with respect to multimodality. Two clearly distinct local minima are found with substantially different geometries and performance, indicating that multimodality may be a more significant issue when optimizing with laminar-turbulent transition prediction.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».