翼型结冰的数据驱动低维建模与不确定性量化
流体动力学
2015-06-01 v1 数据分析、统计与概率
摘要
翼型前缘冰的形成与堆积会对气动性能产生不利影响。此外，前缘冰形的几何形状可随广泛的物理参数显著变化，这可转化为气动性能的广泛变异性。本工作的目的是探究由前缘冰形状轮廓变异性所导致的翼型气动性能变异性。首先，我们展示如何利用本征正交分解(POD)从冰形状数据库辨识出控制冰形的低维参数集。然后，我们研究POD系数中不确定性的影响。这是通过利用多项式混沌展开(PCE)建立全局响应面代理模型来完成的。为高效构建该代理模型，我们对POD参数空间使用自适应稀疏网格采样。随后我们从统计角度分析数据。
引用
@article{arxiv.1505.07844,
title = {Data-Driven Low-Dimensional Modeling and Uncertainty Quantification for Airfoil Icing},
author = {Anthony M. DeGennaro and Clarence W. Rowley and Luigi Martinelli},
journal= {arXiv preprint arXiv:1505.07844},
year = {2015}
}
备注
16 pages. To appear in proceedings of the AIAA 2015 Aviation Conference