文献

J-GLOBAL ID：202202213958440215   整理番号：22A0655059

ニューラルネットワークを用いた動的失速条件におけるCRJ700空力係数同定【JST・京大機械翻訳】

CRJ 700 Aerodynamic Coefficients Identification in Dynamic Stall Conditions using Neural Networks

著者 (3件)： Tondji Yvan (Ecole de technologie superieure) ,  Ghazi Georges (Ecole de technologie superieure) ,  Botez Ruxandra M. (Ecole de technologie superieure)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 2577  発行年： 2022年 
JST資料番号： H0236B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ニューラルネットワークを用いて,ヒステリシス曲線に沿った線形および非線形失速条件における航空機空力係数を予測する方法論を提示した。揚力と抗力の空力係数の変化を,航空機失速操作の間,推定した。CAE Inc.およびBombardierによって設計および製造されたレベル-D Bombardier CRJ-700仮想研究シミュレータ(VRESIM)を用いて,線形および非線形失速相の両方で飛行試験データを集めた。連邦航空局(FAA)に従って,レベルDは航空機の飛行力学モデルのための最も高い認証レベルであり,その飛行動力学データが実際の航空機飛行動力学データに非常に近いことを意味した。これらのデータを用いて航空機の完全飛行エンベロープに対する空力係数のデータベースを作成した。多層パーセプトロン(MLP)とリカレントニューラルネットワーク(RNN)を訓練し,空力係数とそれらの飛行パラメータとの相関を学習した。ニューラルネットワークハイパーパラメータの選択も説明した。最後に,得られたモデルを,予測空力係数を,レベル-D Bombardier CRJ 700飛行シミュレータからの対応する実験データと比較することにより検証した。得られた結果は,MLPとRNNの両方が2%の平均相対誤差で揚力と抗力空力係数を予測できることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 抗力 ,  航空機 ,  シミュレータ ,  データベース ,  *失速 ,  揚力 ,  フライトシミュレータ ,  飛行試験 ,  *ニューラルネットワーク ,  飛翔 ,  エンベロープ ,  パラメータ ,  多層パーセプトロン ,  認証
準シソーラス用語： *動的失速 , 【Automatic Indexing@JST】

分類 (1件)： 航空機の空気力学  (QK02010T)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  動的失速 ,  空力係数 ,  同定