文献

J-GLOBAL ID：202102234233899046   整理番号：21A2713330

人工ニューラルネットワークによる3つの異なる翼上の後縁フラップ実装のパラメトリック研究【JST・京大機械翻訳】

A Parametric Study of Trailing Edge Flap Implementation on Three Different Airfoils Through an Artificial Neuronal Network

著者 (6件)： Rodriguez-Eguia Igor (Department of Nuclear Engineering and Fluid Mechanics, University of the Basque Country (UPV/EHU), Plaza Ingeniero, Torres Quevedo 1, 48013 Bilbao, Spain) ,  Errasti Inigo (Department of Nuclear Engineering and Fluid Mechanics, University of the Basque Country (UPV/EHU), Nieves Cano, 12, 01006 Vitoria-Gasteiz, Spain) ,  Fernandez-Gamiz Unai (Department of Nuclear Engineering and Fluid Mechanics, University of the Basque Country (UPV/EHU), Nieves Cano, 12, 01006 Vitoria-Gasteiz, Spain) ,  Blanco Jesus Maria (Department of Nuclear Engineering and Fluid Mechanics, University of the Basque Country (UPV/EHU), Plaza Ingeniero, Torres Quevedo 1, 48013 Bilbao, Spain) ,  Zulueta Ekaitz (Department of System Engineering and Automation Control, University of the Basque Country (UPV/EHU), Nieves Cano, 12, 01006 Vitoria-Gasteiz, Spain) ,  Saenz-Aguirre Aitor (Department of Nuclear Engineering and Fluid Mechanics, University of the Basque Country (UPV/EHU), Avenida Otaola, 29, 20600 Eibar, Spain)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 12  号： 5  ページ： 828  発行年： 2020年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： レールエッジフラップ(TEF)は,翼の揚力と抗力係数の変化を発生させる高揚力装置である。本研究では,空力係数におけるこれらの変化を測定し,与えられたReynolds数を解析するために,多数の2Dシミュレーションを実行した。3つの異なる翼,すなわちNACA0012,NACA64(3)-618,およびS810を次のパラメータの3つの組合せ,すなわち,迎え角,フラップ角(たわみ),およびフラップ長の3つの組合せに関して研究した。結果は,翼上のTEFを研究するときに期待される空力結果と一致し,空力係数揚力と抗力の両方に及ぼす3つのパラメータによって発揮される影響を示した。翼フラップが圧力ゾーンまたは吸引ゾーンのいずれかに配置されるかどうかに依存して,揚力対抗力比,CL/CDは,それぞれ,増加または減少する。さらに,より大きなフラップ長さの使用は,より高い値を増加させ,CL/CD比のより低い値を減少させた。さらに,空力力のための人工ニューラルネットワーク(ANN)ベースの予測モデルを,研究から得た結果を通して構築した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 抗力 ,  抗力係数 ,  シミュレーション ,  揚力 ,  たわみ ,  空気力学 ,  迎え角 ,  *フラップ ,  *ニューラルネットワーク ,  *後縁 ,  Reynolds数 ,  二次元 ,  予測モデル

著者キーワード (6件)： 後縁フラップ(TEF) ,  高揚力装置 ,  翼 ,  空力性能 ,  風力タービン ,  人工ニューラルネットワーク(ANN)

分類 (1件)： 航空機の空気力学  (QK02010T)

引用文献 (54件)：

• Musial, W.; Butterfield, S.; Ram, B. Energy from Offshore Wind; Conf. Paper NREL/CP-500-39450; National Renewable Energy Lab. (NREL): Golden, CO, USA, 2006.
• Fichaux, N.; Beurskens, J.; Jensen, P.; Wilkes, J. Design Limits and Solutions for Very Large Wind Turbines-A 20 MW Turbine Is Feasible; Tech. Rep.: Brussels, Belgium, 2011.
• Barlas, T.K.; van Wingerden, W.; Hulskamp, A.W.; van Kuik, G.A.M.; Bersee, H.E.N. Smart dynamic rotor control using active flaps on a small-scale wind turbine: Aeroelastic modeling and comparison with wind tunnel measurements. Wind Energy 2013, 16, 1287-1301.
• Veers, P.; Ashwill, T.; Sutherland, H.; Laird, D.; Lobitz, D.; Griffin, D.; Mandell, J.; Musial, W.; Jackson, K.; Zuteck, M.; et al. Trends in the design, manufacture and evaluation of wind turbine blades. Wind Energy 2003, 6, 245-259.
• Yu, W.; Zhang, M.M.; Xu, J.Z. Effect of Smart Rotor Control Using a Deformable Trailing Edge Flap on Load Reduction under Normal and Extreme Turbulence. Energies 2012, 5, 3608-3626.

タイトルに関連する用語 (6件)： 人工ニューラルネットワーク ,  翼 ,  後縁 ,  フラップ ,  実装 ,  研究