Modelo aerodinâmico de ordem reduzida baseado em série de Volterra com kernels extraídos via rede neural

• Processo: 18/23199-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de fevereiro de 2019
• Vigência (Término): 31 de dezembro de 2019
• Área do conhecimento: Engenharias - Engenharia Aeroespacial - Aerodinâmica
• Pesquisador responsável: Flávio Donizeti Marques
• Beneficiário: Guilherme Fernandes de Figueiredo
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aeroelasticidade Escoamento transônico Redes neurais (computação) Dinâmica dos fluidos computacional
• Palavra(s)-Chave do Pesquisador: Aerodinâmica não-estacionária | Aeroelasticidade | Escoamento Transônico | modelo de ordem reduzida | Redes neurais | séries de Volterra | Aeroelasticidade

Resumo

Este projeto de pesquisa em nível de Iniciação Científica propõe a geração de um modelo de ordem reduzida (reduced-order model - ROM, em inglês) baseado na série de Volterra a múltiplas entradas e múltiplas saídas (multi-input multi-output - MIMO, em inglês) para a resolução de um problema aeroelástico não-linear não-estacionário com dois graus de liberdade. Os kernels da série de Volterra serão extraídos de uma rede neural com atrasos de tempo (time delay neural network - TDNN, em inglês), treinada a partir de uma base de dados provida por um código de mecânica dos fluidos computacional (computational fluid dynamics - CFD, em inglês) e serão usados para a previsão dos carregamentos aerodinâmicos atuantes no modelo aeroelástico do aerofólio de seção típica. O projeto se centrará na identificação e na aplicação dos kernels ditos cruzados, que permitem o acoplamento interno das entradas do sistema: no caso de interesse desta Iniciação Científica, os graus de liberdade do aerofólio de arfagem e de translação vertical. A rede neural implementada permitirá o uso de kernels de ordem mais alta, diferentemente de abordagens convencionais. O modelo de ordem reduzida será construído a partir da substituição dos códigos CFD para a obtenção dos carregamentos aerodinâmicos pelas previsões vindas da rede neural baseada em série de Volterra, para o caso de regime transônico não-linear.