Технологія уніфікації та структуризації результатів аеродинамічних випробувань літака транспортної категорії
DOI:
https://doi.org/10.20535/0203-3771502025347460Ключові слова:
штучний інтелект, авіаційні конструкції, аеродинаміка, навантаження, міцність, нейромережі, алгоритми машинного навчанняАнотація
Представлено концепцію динамічної системи універсального набору даних аеродинамічних випробувань літака транспортної категорії та моделювань на основі алгоритмів штучного інтелекту. Вводиться поняття ієрархії правдоподібності даних та наведено алгоритм призначення рівнів правдоподібності.
Проаналізовано основні методи отримання вхідних даних та підходи до їх імплементації у технологію уніфікації та структуризації даних. Ключовими компонентами системи виступають машинне навчання та штучний інтелект.
Запропонована інформаційна технологія знань в області проєктування, випробування та експлуатації систем, конструкцій та агрегатів літака, які знаходяться під впливом навантажень.
Посилання
He L., Qian W., Zhao T., Wang Q. Multi-fidelity aerodynamic data fusion with a deep neural network modeling method. Entropy. 2020. Vol. 22, No. 9. P. 1022. https://doi.org/10.3390/e22091022
Brunton S., Noack B., Koumoutsakos P. Machine learning for fluid mechanics. Annual Review of Fluid Mechanics. 2020. Vol. 52. P. 477–508. https://doi.org/10.1146/annurev-fluid-010719-060214
Taylor S. J. E., Isaila F., Taboada G. L. Enabling cloud-based computational fluid dynamics with a platform-as-a-service solution. IEEE Transactions on Industrial Informatics. 2018. Vol. 15, No. 1. P. 85–94. https://doi.org/10.1109/TII.2018.2849558
Rae W. H., Pope A. Low-speed wind tunnel testing. John Wiley & Sons. 1999.
Durst F., Melling A., Whitelaw J. H., Principles and practice of laser-Doppler anemometry. Academic Press. 1976.
Adrian R. J. Particle-imaging techniques for experimental fluid mechanics. Annual Review of Fluid Mechanics. 1991. Vol. 23. P. 261–304. https://doi.org/10.1146/annurev.fl.23.010191.001401
Settles G. S. Schlieren and shadowgraph techniques: Visualizing phenomena in transparent media. Springer-Verlag. 2001. https://doi.org/10.1007/978-3-642-56640-0
Liu T., Sullivan J. P. Pressure- and Temperature-Sensitive Paints. Encyclo-pedia of Aerospace Engineering (eds R. Blockley and W. Shyy). 2011. https://doi.org/10.1002/9780470686652.eae076
Raab C., Rohde-Brandenburger K. Dynamic flight load measurements with MEMS pressure sensors. CEAS Aeronautical Journal. 2021. Vol. 12. P. 737 753. https://doi.org/10.1007/s13272-021-00529-3
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY-NC-ND , котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
