Login
- Originaltitel:
- Deep Learning Approaches for Transonic Aerodynamic Buffet Analysis
- Übersetzter Titel:
- Deep Learning Methoden für die Analyse von Transsonischem Buffet
- Autor:
- Zahn, Anne Rebecca Carola
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Institution:
- Lehrstuhl für Aerodynamik und Strömungsmechanik (Prof. Adams)
- Betreuer:
- Breitsamter, Christian W. M. (Prof. Dr.)
- Gutachter:
- Breitsamter, Christian W. M. (Prof. Dr.); Gauger, Nicolas (Prof. Dr.); Rudnik, Ralf (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- MAS Maschinenbau
- Stichworte:
- Deep Learning; Buffet Aerodynamics
- TU-Systematik:
- MTA 300; VER 505
- Kurzfassung:
- At transonic flight conditions, shock oscillations and boundary layer separation can appear. This instability, referred to as buffet, defines a limit of the aircrafts flight envelope. In order to determine the buffet loads on the aircraft, numerical or experimental investigations are necessary, which are time and cost consuming. In order to present a solution for this issue, deep learning methods for an accurate computation of buffet loads are developed and applied in this thesis.
- Übersetzte Kurzfassung:
- Bei transsonischen Flugbedingungen können Stoßschwingungen und Grenzschichtablösung auftreten. Diese Instabilität, die als Buffet bezeichnet wird, definiert eine Grenze des Flugbereichs des Flugzeugs. Um die Buffetlasten am Flugzeug zu ermitteln, sind numerische oder experimentelle Untersuchungen notwendig, die zeit- und kostenintensiv sind. Um eine Lösung für dieses Problem vorzustellen, werden in dieser Arbeit Deep-Learning Methoden zur Modellierung von Buffetlasten entwickelt und angewendet.
- WWW:
- https://mediatum.ub.tum.de/?id=1719360
- Eingereicht am:
- 25.10.2023
- Mündliche Prüfung:
- 11.04.2024
- Dateigröße:
- 52006191 bytes
- Seiten:
- 220
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240411-1719360-1-7
- Letzte Änderung:
- 08.08.2024
BibTeX