Deep Learning Approaches for Transonic Aerodynamic Buffet Analysis
Translated title:
Deep Learning Methoden für die Analyse von Transsonischem Buffet
Author:
Zahn, Anne Rebecca Carola
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Institution:
Lehrstuhl für Aerodynamik und Strömungsmechanik (Prof. Adams)
Advisor:
Breitsamter, Christian W. M. (Prof. Dr.)
Referee:
Breitsamter, Christian W. M. (Prof. Dr.); Gauger, Nicolas (Prof. Dr.); Rudnik, Ralf (Prof. Dr.)
Language:
en
Subject group:
MAS Maschinenbau
Keywords:
Deep Learning; Buffet Aerodynamics
TUM classification:
MTA 300; VER 505
Abstract:
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.
Translated abstract:
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.