より詳細な情報
空力最適化（28論文）
A study on the aerodynamic efficiency and static stability of a tailless aircraft
Kashiwagura, Y., & Shimoyama, K. (2018). In 2018 AIAA/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference (p. 1914).
無翼航空機の設計パラメータは最適化されています。 Viscovery SOMineは、トレードオフ解析を実行し、すべての静的安定性要件を満たし、空力性能を最大化する構成を識別するために使用されます。
Structurisation and visualisation of design space for launch vehicle with hybrid rocket engine
Chiba, K., Kanazaki, M., Watanabe, S. Y., Kitagawa, K., & Shimada, T. (2016). International Journal of Automation and Logistics, 2(1-2), 26-44.
イブリッドロケットエンジンとマルチタイムイグニッションを備えたシングルステージロケットが最適化されています。 Viscovery SOMineは、設計変数のさまざまな影響を分析し、トレードオフ分析を実行するために使用されます
An implementation of self-organizing maps for airfoil design exploration via multi-objective optimization technique
Jung, S., Choi, W., Martins-Filho, L. S., & Madeira, F. (2016). Journal of Aerospace Technology and Management, 8(2), 193-202.
この記事では、ARMOGA遺伝的アルゴリズムを使用して翼型設計のための最適なPARSECパラメータを検索します。 Viscovery SOMineは、重要な設計パラメータを識別するために使用されます。
Efficient global optimization of vortex generators on a supercritical infinite wing
Namura, N., Obayashi, S., & Jeong, S. (2016). Journal of Aircraft, 53(6), 1670-1679.
遷音速無限翼上の渦発生器の最適化がこの論文の焦点です。 Viscovery SOMineを使用して得られた5つの解のクラスタの分析では、3つの目的（低い迎え角での揚抗比、高い迎え角での揚力、流れ分離の翼弦位置）のバランスが、ボルテックスジェネレータの高さと間隔によって主に制御されることが明らかになりました
Study of aerodynamic and heat-exhaust characteristics for a high-altitude long-endurance unmanned-aerial-vehicle airfoil
Shimoyama, K., & Kamisori, K. (2016). Journal of Aircraft, 54(4), 1317-1327.
高高度、長寿命ドローンの排熱特性が最適化されています。 Viscovery SOMineは、空気力学的排熱性能間のトレードオフを分析するために使用され、乱流遷移の位置をシフトすることによって全体的な性能を最適化できることが明らかになりました。
Cognition of parameters' role on vertical control device for aerodynamic characteristics of aircraft using data mining
Chiba, K., Omori, T., Sunada, Y., & Imamura, T. (2015).
航空機用の垂直制御装置の最適化がこの論文の焦点です。 Viscovery SOMineは、垂直制御装置のリフト、ドラッグ、ピッチングモーメントおよびジオメトリの間の接続を探索するために使用されます。
Diversity of design knowledge for launch vehicle in view of fuels on hybrid rocket engine
Chiba, K., Kanazaki, M., Nakamiya, M., Kitagawa, K., & Shimada, T. (2014). Journal of Advanced Mechanical Design, Systems, and Manufacturing, 8(3), JAMDSM0023-JAMDSM0023.
この記事では、ハイブリッド・ロケットエンジンの設計空間の最適化に対するさまざまな燃料タイプの影響を分析します。 Viscovery SOMineは、設計空間の可視化と解析に使用されます。
Influence of difference among evolutionary computations for design information
Chiba, K. (2013). Journal of Computational Science and Technology, 7(2), 184-195.
1段ハイブリッドロケットの設計を最適化するために、7つの異なる最適化方法が比較されています。 Viscovery SOMineは、様々な最適化手法の結果を比較するために分散分析と併用されます。
Conceptual design of single-stage launch vehicle with hybrid rocket engine for scientific observation using design informatics
Chiba, K., Kanazaki, M., Nakamiya, M., Kitagawa, K., & Shimada, T. (2013). Journal of Space Engineering, 6(1), 15-27.
この論文では、ハイブリッド・ロケットエンジンとシングル・タイム・イグニッションを備えた1段発射機が、より低い熱圏と範囲での時間が科学的観察のために最大になり、総重量が低く抑えられるように最適化されます。 Viscovery SOMineは、設計空間の視覚化とトレードオフ解析に使用されます。
Identifying preferred solutions for multi-objective aerodynamic design optimization
Carrese, R. (2012).
このPhD論文は、多目的空力設計の最適化を徹底的に紹介し、パーティクルスウォームやクリギング法による効率的な最適化のための新しい制御措置を導入します。 このコンテキストで、Viscovery SOMineを使用して、空力設計スペースを視覚化し、目的間のトレードオフを分析し、優先設計領域を識別します。
A comprehensive preference-based optimization framework with application to high-lift aerodynamic design
Carrese, R., Winarto, H., Li, X., Sóbester, A., & Ebenezer, S. (2012). Engineering Optimization, 44(10), 1209-1227.
多目的設計最適化は、高揚運搬航空機の翼形部を設計するために使用されます。 Viscovery SOMineは、設計空間の視覚化とトレードオフ解析に使用されます。
Data mining for motorsport aerodynamics
Watts, M., Carrese, R., & Winarto, H. (2012).
フォーミュラワン・レーシングカーのフロントウイングの最適な設計パラメータを得るために、多目的設計最適化が使用されています。 設計空間の視覚的分析が、Viscovery SOMineを使用して実行されます。
Review of data mining for multi-disciplinary design optimization
Jeong, S., & Shimoyama, K. (2011). Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering, 225(5), 469-479.
このレビューでは、多目的設計の最適化に使用されるいくつかの異なるデータマイニング手法について説明します。 Viscovery SOMineの自己組織化マップ技術は、このアプリケーションの主要ツールの1つであることが示されています。
Multi-objective design exploration and its application to Formula One airfoils
Watts, M., Winarto, H., & Carrese, R. (2011). In AIAC14: Fourteenth Australian Aeronautical Conference (p. 195). Royal Aeronautical Society, Australian Division; Engineers Australia.
この論文では、Formula One車両のフロントウィングの設計最適化について詳しく説明します。 Viscovery SOMineは、設計空間を視覚化し、最高のフィットネス領域を見つけるために使用されます。
Design exploration of helicopter blades for HSI noise and aerodynamic performance
Jeong, S., Sasaki, T., Chae, S., Yee, K., & Aoyama, T. (2011). Transactions of the Japan Society for Aeronautical and Space Sciences, 54(184), 153-159.
ヘリコプターブレードの形状は、最小限の高速インパルス性ノイズと空力性能に関して最適化されています。 Viscovery SOMineは、チップのコード長と可変ブレードのねじれが、低HSIノイズと高い空力性能の重要な要因であることを明らかにしました。
Development and validation of an efficient direct numerical optimisation approach for aerofoil shape design
Khurana, M., & Winarto, H. (2010). The Aeronautical Journal, 114(1160), 611-628.
進化的アルゴリズムを用いた低速翼の設計において、直接数値最適化アプローチの新規な変形が開発され、検証され、適用されます。 Viscovery SOMineを使用した革新的なアプローチにより、確立された最適値と許容可能な解との収束が検証されます。
Design exploration for vortex generators for boundary-layer-ingesting inlet
Lee, B. J., Kumano, T., & Liou, M. S. (2010). In 13th AIAA/ISSMO Multidisciplinary Analysis Optimization Conference (p. 9399).
航空機インレット用のボルテックスジェネレータは、Navier-Stokesエアフローシミュレーションに基づいて最適化されています。 Viscovery SOMineは、設計空間で遺伝的アルゴリズムによって得られた解を分析するために使用されます。
Structurization and visualization of design space by fluid informatics
Obayashi, S., Shinkyu, J., & Shimoyama, K. (2010).
Krigingモデル、遺伝的アルゴリズム、分散分析、自己組織化マップの組み合わせは、リージョナルジェットの翼設計を最適化するために使用されます。 Viscovery SOMineは、30次元設計空間における主翼の抗力、翼橋接合部の衝撃強度、主翼の構造強度を考慮したパレート最適解析に使用します。
Multi-objective design exploration and its applications
Watts, M., Winarto, H., & Carrese, R. (2011). In AIAC14: Fourteenth Australian Aeronautical Conference (p. 195). Royal Aeronautical Society, Australian Division; Engineers Australia.
このレビューペーパーでは、空力工学における多目的設計探査について説明します。 Viscovery SOMineは、リージョナルジェットの翼、サイレント超音速技術デモンストレータ、遠心ディフューザの最適化のためのビジュアル・データマイニングとトレードオフ解析に使用されます。
Performance map construction for a centrifugal diffuser with data mining techniques
Shimoyama, K., Sugimura, K., Jeong, S., & Obayashi, S. (2010). Journal of Computational Science and Technology, 4(1), 36-50.
この論文の目的は、遠心ディフューザーを通る空気の流れを最適化することです。 このために、設計空間がViscovery SOMineで視覚化され、性能関数との相互従属性が評価されます。
Evolutionary-based multidisciplinary design exploration for silent supersonic technology demonstrator wing
Chiba, K., Makino, Y., & Takatoya, T. (2008). Journal of Aircraft, 45(5), 1481-1494.
サイレント超音速技術デモンストレータは、超音速条件下での最小圧力および摩擦抵抗、超音速状態でのブーム強度および複合構造重量ならびに亜音速低速状態での最大リフトに関して最適化されます。 粒子群最適化とハイブリッド遺伝アルゴリズムを使用して、非優性解を見つけます。 Viscovery SOMineは、設計知識を取得し、トレードオフ解析を実行するために使用されます。
Knowledge discovery for flyback-booster aerodynamic wing using data mining
Chiba, K., & Obayashi, S. (2008). Journal of Spacecraft and Rockets, 45(5), 975-987.
再構成可能な2台の軌道再利用可能な飛行船のフライバックブースタのための71次元翼型設計空間を分析するために、3つの異なるデータマイニング技術（自己組織化マップ、分散分析、ラフ集合理論）が適用されます。 Viscovery SOMineは、Reynolds平均Navier-Stokesシミュレーションによって得られた302の解を解析する際に最良の結果をもたらしました。
Knowledge discovery for transonic regional jet wing through multidisciplinary design exploration
Chiba, K., Obayashi, S., & Morino, H. (2008). Journal of Advanced Mechanical Design, Systems, and Manufacturing, 2(3), 396-407.
ジェットウィングの形状は、最小の燃料消費、最大の離陸重量および最小の抗力係数に関して最適化されます。 Viscovery SOMineを使用したデザインスペース分析では、ガル以外のウィングジオメトリが見つかりました。これは従来の方法で確認されたソリューションよりも優れています。
Application of swarm approach and artificial neural networks for airfoil shape optimization
Khurana, M., Winarto, H., & Sinha, A. (2008). In 12th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference (p. 5954).
翼形状設計のための数値最適化の直接的アプローチは、幾何学形状関数、計算フローソルバー、形状最適化のための探索モデルという、以下のモジュールの必要な統合に関する議論とともに提示されます。 Particle Swarm Optimization（PSO）アルゴリズムが探索エージェントとして導入されています。 Viscovery SOMineは、PSO探索変数間のトレードオフを示すために適用されます。
A study on flapping motion for MAV design using design exploration
Oyama, A., Okabe, Y., Shimoyama, K., & Fujii, K. (2007, May). In AIAA Infotech@ Aerospace 2007 Conference and Exhibit (p. 2878).
この作業の目的は、必要な電力を最小限に抑えながら、最大の揚力と推力を同時に獲得しながら、羽ばたき翼型マイクロエアービークルの最適設計を見つけることです。 2次元Navier-Stokesシミュレーションが行われ、パレート最適解が進化的最適化によって得られる。 Viscovery SOMineは、5つの設計パラメータに関してパレート最適を分析するために使用されます。
Design exploration of high-lift airfoil using Kriging model and data mining technique
Kanazaki, M., Tanaka, K., Jeong, S., & Yamamoto, K. (2006).
Viscovery SOMineは、スラット、メインウィング、フラップからなる3要素翼の多目的設計探査に使用されます。 全部で90個のサンプル点が、レイノルズ平均Navier-Stokesシミュレーションを用いてKrigingモデルの構築のために評価されます。 自己組織化マップ解析は、設計空間の定性的情報を得るために用いられます。
Data mining for aerodynamic design space
Jeong, S., Chiba, K., & Obayashi, S. (2005). Journal of aerospace computing, information, and communication, 2(11), 452-469.
Viscovery SOMineは、さまざまな空力目標関数に対するさまざまな設計変数の影響を特定するために適用されます。 自己組織化マップは目的関数間のトレードオフを視覚化するのに適しており、この情報は設計者が多目的問題の非支配的解から最終設計を決定するのに役立ちます。 これらの方法は、4つの目的関数と71の設計変数を有する再使用可能な発射車両設計のフライバック・ブースタと、適応的探索領域法を用いて実行される遷音速翼型設計の2つの設計結果に適用されます。
Visualization and data mining of Pareto solutions using self-organizing map
Obayashi, S., & Sasaki, D. (2003, April). In International Conference on Evolutionary Multi-Criterion Optimization (pp. 796-809). Springer, Berlin, Heidelberg.
Viscovery SOMineは、進化的計算によって得られた工学設計の目的関数空間におけるパレート解のトレードオフを視覚化するために使用されます。 自己組織化マップから得られた対応する設計変数のクラスタ平均値のコードブックベクトルに基づいて、設計変数空間が別の自己組織化マップにマッピングされます。 その結果得られた自己組織化マップは、設計の改善とトレードオフのためのデザイン変数の役割を示すデザイン変数のクラスタを生成します。 これらのプロセス（工学設計のデータマイニング）は、超音速翼および超音速翼胴体設計に適用されます。
