elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Entwicklung eines mit Hilfe von CFD Simulationen trainiertenAutoencoders zwecks schneller Vorhersage aerodyamischerDaten für Flügelprofile

Hoffmann, Nils (2019) Entwicklung eines mit Hilfe von CFD Simulationen trainiertenAutoencoders zwecks schneller Vorhersage aerodyamischerDaten für Flügelprofile. Bachelorarbeit, DHBW Mannheim.

[img] PDF
5MB

Kurzfassung

Während sich die numerische Strömungssimulation durch Computational Fluid Dynamics (CFD)als mächtiges Werkzeug in der Flugzeugentwicklung erwiesen hat, ist diese für dieEvaluierung aller notwendigen Strömungsbedingungen zu rechenaufwendig. Datengetriebeneaerodynamische Ersatzmodelle, welche auf vollständigen CFD Lösungen basieren, könnenVorhersagen für Strömungsbedingungen treffen, für welche keine CFD Berechnungen vorliegen. Die SMARTy Toolbox implementiert solche Erstzmodelle welche auf einer Dimensionsreduzierung der Trainingsdaten durch POD mit anschließender Interpolation auf dem dadurcherzeugen Unterraum basieren. Dabei kann es allerdings zu abweichenden Vorhersagen unter nichtlinearen, transsonischen Strömungsbedingungen kommen. In dieser Arbeit wurden Autoencodernetzwerke evaluiert, welche die POD Methode ersetzen und eine nichtlineareDimensionsreduzierung ermöglichen. Diese wurden erneut mit TPS Interpolation kombiniertund konnten für die getesteten Oberflächendruckverteilungen auf einem zweidimensionalen Flügelprofil genauere Vorhersageergebnisse liefern. Dabei erwiesen sich vor allem Convolu-tional Autoencoder als geeignet. In allen Modellen konnten die, gegenüber POD genaueren Vorhersagen, durch eine für die Interpolation geeignete Einbettung im Unterraum erreichtwerden. Während die Methode gegenüber POD zwar über deutlich höhere Offlinekosten verfügt, sind die Onlinekosten für eine Strömungsvorhersage vergleichbar geblieben

elib-URL des Eintrags:https://elib.dlr.de/137878/
Dokumentart:Hochschulschrift (Bachelorarbeit)
Titel:Entwicklung eines mit Hilfe von CFD Simulationen trainiertenAutoencoders zwecks schneller Vorhersage aerodyamischerDaten für Flügelprofile
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Hoffmann, NilsNils.Hoffmann (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:September 2019
Referierte Publikation:Nein
Open Access:Ja
Seitenanzahl:83
Status:veröffentlicht
Stichwörter:Ersatzmodell, CFD, Autoencoder, Dimensionsreduzierung, Neuronale Netzwerke, Deep Learning
Institution:DHBW Mannheim
Abteilung:Informationstechnik
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Luftfahrt
HGF - Programmthema:Flugzeuge
DLR - Schwerpunkt:Luftfahrt
DLR - Forschungsgebiet:L AR - Aircraft Research
DLR - Teilgebiet (Projekt, Vorhaben):L - Simulation und Validierung (alt)
Standort: Braunschweig
Institute & Einrichtungen:Institut für Aerodynamik und Strömungstechnik > C²A²S²E - Center for Computer Applications in AeroSpace Science and Engineering
Hinterlegt von: Hoffmann, Nils
Hinterlegt am:24 Nov 2020 07:29
Letzte Änderung:24 Nov 2020 07:29

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.