Identificação do funcional da resposta aeroelástica via redes neurais artificiais

• Autor(a) principal: Ferreira, Ana Paula Carvalho da Silva
• Data de Publicação: 2005
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18135/tde-04022016-095107/
• topic: Aeroelasticidade; Aeroelasticity; Algoritmo de Levenberg-Marquardt; Funcionais multicamadas; Levenberg-Marquardt algorithm; Multi-layer functionals; Neural networks; Redes neurais

Identificação e predição do comportamento aeroelástico representa um grande desafio para a análise e controle de fenômenos aeroelásticos adversos. A modelagem aeroelástica requer informações tanto sobre a dinâmica estrutural quanto sobre o comportamento aerodinâmico não estacionário. No entanto, a maioria das metodologias disponíveis atualmente são baseadas no desacoplamento entre o modelo estrutural e o modelo aerodinâmico não estacionário. Conseqüentemente, métodos alternativos são bem vindos na área de pesquisa aerolástica. Entre os métodos alternativos está o funcional multicamada, que fornece uma rigorosa representação matemática apropriada para modelagem aeroelástica e pode ser obtido através de redes neurais artificiais. Esse trabalho apresenta uma aplicação desse método, consistindo de um procedimento de identificação baseado em redes neurais artificiais que representam o funcional da resposta aeroelástica. O modelo neural foi treinado usando o algoritmo de Levenberg-Marquardt, o qual tem sido considerado um método de otimização muito eficiente. Ele combina a garantia de convergência do método do gradiente e o alto desempenho do método de Newton, sem a necessidade de calcular as derivadas de segunda ordem. Um modelo de asa ensaiado em túnel de vento foi usado para fornecer a resposta aeroelástica. A asa foi fixada a uma mesa giratória e um motor elétrico lhe fornecia o movimento de incidência. Essa representação aeroelástica funcional foi testada para diversas condições operacionais do túnel de vento. Os resultados mostraram que o uso de redes neurais na identificação da resposta aeroelástica é um método alternativo promissor, o qual permite uma rápida avaliação da resposta aerolástica do modelo.