Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

07.06.2016 | Nonlinear Dynamics, Identification and Monitoring of Structures | Ausgabe 11/2016

Meccanica 11/2016

Stochastic stability and dynamics of a two-dimensional structurally nonlinear airfoil in turbulent flow

Zeitschrift:
Meccanica > Ausgabe 11/2016
Autoren:
Prince Singh, Hoong Chieh Yeong, Huiqing Zhang, Zoi Rapti, Navaratnam Sri Namachchivaya

Abstract

The present study considers the application of stochastic dimensional reduction (low-dimensional approximation of stochastic dynamical systems) to a 11-dimensional nonlinear aeroelastic problem exhibiting a Hopf bifurcation, with one critical mode and several stable modes. The analysis is performed close to the critical value of the bifurcation parameter (the freestream airspeed) that induces flutter in a 2-D airfoil. The system is excited by multiplicative and additive real noise processes whose power spectral densities are given by the Dryden wind turbulence model. The homogenization procedure yields a two dimensional Markov process characterized by a generator. Further simplification yields a one dimensional stochastic differential equation that characterizes the amplitude of the critical mode of the original system. This simplified low-dimensional coarse-grained model, which captures the essential stochastic dynamics close to flutter instability, is used to efficiently simulate the long-term statistics of the slow variables. The explicit forms of the homogenized drift and diffusion coefficients of the reduced stochastic differential equation are determined. The explicit formulas contain both the stochastic perturbations in the unstable and stable modes as well as the action of the nonlinear terms. The reduced order (coarse-grained) model is verified by comparison of distribution functions, obtained computationally, with the original system. Additionally, the top Lyapunov exponent found analytically compares well with the exponent obtained by numerical experiments using the original system. This analysis provides a transparent medium for applying the homogenization procedure and may be of interest to aircraft designers.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 11/2016

Meccanica 11/2016Zur Ausgabe

Nonlinear Dynamics, Identification and Monitoring of Structures

Compensation of top horizontal displacements of a riser

Nonlinear Dynamics, Identification and Monitoring of Structures

Ambient vibration testing and structural identification of a cable-stayed bridge

Nonlinear Dynamics, Identification and Monitoring of Structures

Hard loss of stability of Ziegler’s column with nonlinear damping

Premium Partner

in-adhesivesMKVSNeuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie

Maschinelles Lernen ist die Schlüsseltechnologie für intelligente Systeme. Besonders erfolgreich ist in den letzten Jahren das Lernen tiefer Modelle aus großen Datenmengen – „Deep Learning“. Mit dem Internet der Dinge rollt die nächste, noch größere Datenwelle auf uns zu. Hier bietet die Künstliche Intelligenz besondere Chancen für die deutsche Industrie, wenn sie schnell genug in die Digitalisierung einsteigt.
Jetzt gratis downloaden!

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

Bildnachweise