Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Normal Force Coefficient Prediction on a Tail Planform using aGRNN Algorithm

تعداد صفحات: 10 | تعداد نمایش خلاصه: 82 | نظرات: 0
سال انتشار: 1398
کد COI Paper: MECHAERO04_004
زبان Paper: Englishglish
(فایل این Paper در 10 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper Normal Force Coefficient Prediction on a Tail Planform using aGRNN Algorithm

Shakila Hosseinzadeh Kondori - No 14, Golha St, Ezzati St, North Bahar St, West Ferdos Blvd, Tehran, Iran
Alireza Davari - Department of Mechanical and Aerospace Engineering, Islamic Azad University, Science and Research Branch, Tehran, Iran

چکیده Paper:

A new approach based on a Generalized Regression Neural Network (GRNN) has been proposed to predict the normal force coefficient on a wing-tail combination in low subsonic flow. Extensive wind tunnel results were used for training the network and verification of the values predicted by this approach. GRNN has been trained by theaforementioned experimental data and subsequently was used as a prediction tool to determine the normal force coefficient. Most of the previous applications of the GRNN in prediction problems were restricted to single or limited outputs, while in the present method the entire normal force coefficient was predicted at once. This highly decreases the calculation time while preserving a remarkable degree of accuracy. The wind tunnel results verify the accuracy of the data offered by the GRNN, which indicates that the present prediction and optimization tool provides sufficient accuracy with modest amount of experimental data. With the above method and using the data, Normal force coefficient graphs according to angles of attack and tail deflection angles were produced. These graphs were being drawn at different smoothness parameters (б). Finally, an optimum quantity for б was selected and Results were compared. Predictions have the least errors at the optimum б.

کلیدواژه ها:

GRNN, Force, Prediction, Smoothness

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/924658/

کد COI Paper: MECHAERO04_004

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined,1398,Normal Force Coefficient Prediction on a Tail Planform using aGRNN Algorithm,چهارمین کنفرانس ملی مهندسی مکانیک و هوافضا,Tehran,,,https://civilica.com/doc/924658

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Hosseinzadeh Kondori, Shakila؛ Alireza Davari)
برای بار دوم به بعد: (1398, Hosseinzadeh Kondori؛ Davari)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support