Current research efforts in aeroelasticity aim at including higher fidelity aerodynamic results into the simulation frameworks. In the present effort, the Python--based Fluid--Structure Interaction framework of the well known SU2 code has been updated and extended to allow for efficient and fully open-source simulations of detailed aeroelastic phenomena. The interface has been standardised for easier inclusion of other external solvers and the comunication scheme between processors revisited. A native solver has been introduced to solve the structural equations coming from a Nastran--like Finite Element Model. The use of high level programming allows to perform simulations with ease and minimum human work. On the other hand, the Computational Fluid Dynamics code of choice has efficient lower level functions that provide a quick turnaround time. Further, the aerodynamic code is currently actively developed and exhibits interesting features for computational aeroelasticity, including an effective means of deforming the mesh. The developed software has been assessed against three different test cases, of increasing complexity. The first test involved the comparison with analytical results for a pitching-plunging airfoil. The second tackled a three-dimensional transonic wing, comparing experimental results. Finally, an entire wind tunnel test, with a flexible half-plane model, has been simulated. In all these tests the code performed well, increasing the confidence that it will be useful for a large range of applications, even in industrial settings. The final goal of the research is to provide with an excellent and free alternative for aeroelastic simulations, that will leverage the use of high-fidelity in the common practise.


翻译:在目前的努力中,对众所周知的SU2代码中基于Python的流体-结构互动框架进行了更新和扩展,以便能够对详细的气动弹性现象进行高效和完全开放的源模拟。界面已经标准化,以便更容易地纳入其他外部解决问题者,并对处理器之间的调色办法进行再审。引入了一个本地求解器,以解决来自类似于Nastran的Finite Element 模型的结构方程式。使用高水平的编程使得能够以简单和最低限度的人类工作来进行模拟。另一方面,Computurational流体动态选择代码具有高效和完全开放的低水平功能,能够提供快速周转时间。此外,目前正在积极开发空气动力代码,并展示计算振动弹性的有趣特征,包括这些有用的变形工具。开发的软件已经根据三种不同的测试案例进行了评估,从而提供了更大的复杂性。第一次测试涉及将精度的模拟结果与一半的工业目标进行比较,最后一项将是在投影的轨道上进行一个测试。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
163+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
150+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Top
微信扫码咨询专知VIP会员