Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Identification of longitudinal aerodynamic characteristics of a strake-wing micro aerial vehicle by using artificial neural networks

Tytuł:
Identification of longitudinal aerodynamic characteristics of a strake-wing micro aerial vehicle by using artificial neural networks
Autorzy:
Rykaczewski, Dariusz
Nowakowski, Mirosław
Sibilski, Krzysztof
Wróblewski, Wiesław
Garbowski, Michał
Powiązania:
https://bibliotekanauki.pl/articles/2086856.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
water tunnel measurements
neural networks
unsteady aerodynamic characteristics
low Reynolds number aerodynamics
pomiary w tunelu wodnym
sieci neuronowe
niestabilna charakterystyka aerodynamiczna
niska aerodynamika liczby Reynoldsa
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 4; e137508, 1--9
0239-7528
Język:
angielski
Prawa:
CC BY-NC-ND: Creative Commons Uznanie autorstwa - Użycie niekomercyjne - Bez utworów zależnych 4.0
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Appropriate modeling of unsteady aerodynamic characteristics is required for the study of aircraft dynamics and stability analysis, especially at higher angles of attack. The article presents an example of using artificial neural networks to model such characteristics. The effectiveness of this approach was demonstrated on the example of a strake-wing micro aerial vehicle. The neural model of unsteady aerodynamic characteristics was identified from the dynamic test cycles conducted in a water tunnel. The aerodynamic coefficients were modeled as a function of the flow parameters. The article presents neural models of longitudinal aerodynamic coefficients: lift and pitching moment as functions of angles of attack and reduced frequency. The modeled and trained aerodynamic coefficients show good consistency. This method manifests great potential in the construction of aerodynamic models for flight simulation purposes.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies