|
|
|
|
یک روش جدید در بررسی عدم قطعیت خطای عددی با استفاده از الگوریتم ژنتیک بر اساس پالایش شبکه
|
|
|
|
|
|
|
|
نویسنده
|
دهقان مهناز ,دهقان منشادی مجتبی ,داوری علیرضا
|
|
منبع
|
مهندسي مكانيك اميركبير - 1398 - دوره : 51 - شماره : 6 - صفحه:1381 -1394
|
|
چکیده
|
در این پژوهش روش جدیدی در بهینه سازی عدم قطعیت عددی ضریب فشار محلی بر روی سطح بالایی مدل استاندارد بال onera-m6 است که اطلاعات آن تاکنون مبنای مقایسه بسیاری از روش های عددی بوده است. روش پیشنهادشده در این مقاله نیاز به حل سیستمی با پالایش شبکه دارد. خطا توسط بسط سر یهای توانی به عنوان تابعی از اندازه اجزا تخمین زده شده است. تانسور خطا به صورت مجموع مربعات بیان و به عنوان تابع هدف الگوریتم ژنتیک معرفی گردیده است. نقش الگوریتم ژنتیک بدست آوردن کمینه تابع هدف است که به جای استفاده از روش سنتی مشت قگیری جهت رسیدن به مقادیر کمینه تابع و بدست آوردن انحراف استاندارد بهینه، از این روش بهین هسازی جهت رسیدن به ضرایب ثابت و مناسب بسط سری توانی استفاده گردیده است. این تخمین خطا با استفاده از یک ضریب اطمینان به عنوان عدم قطعیت حل عددی معرفی شده است. نتایج نشان داد که با ریز کردن شبکه به اندازه یک چهارم میزان اولیه مقدار خطا نصف گردید. عدم قطعیت محاسبه شده در این مساله برابر 0/03 است که بیانگر فاصل های شامل حل دقیق با 97/6 % پوشش است. قابلیت اطمینان بر روی سه خط مبنا بالاتر از 97 % نشانگر دقت بالای حل عددی است. بالاترین قابلیت اطمینان 99/16% و کمترین 97/6 %بدست آمد.
|
|
کلیدواژه
|
عدم قطعیت، اگوریتم ژنتیک، دینامیک سیالات محاسباتی: بال سه بعدی
|
|
آدرس
|
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, دانشکده مهندسی مکانیک و هوافضا, ایران, دانشگاه صنعتی مالک اشتر, دانشکده مهندسی مکانیک و هوافضا, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, دانشکده مهندسی مکانیک و هوافضا, ایران
|
|
پست الکترونیکی
|
ardavari@srbiau.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A New Approach for Uncertainty Analysis of the Numerical Data Using Genetic Algorithm Based on Grid Refinement
|
|
|
|
|
Authors
|
Dehghan Mahnaz ,Dehghan ,M. M. ,Davari Ali R.
|
|
Abstract
|
A new approach using the genetic algorithms has been presented to estimate the uncertainties in numerical pressure calculation on a 3D wing. The amount of error in this method has been estimated in the form of power series as a function of the element size. The error tensor is expressed as the sum of squares and has been used as the fitness function in the genetic algorithm. The conventional method for error minimization has been differentiation which is replaced by the genetic algorithm in this paper. The error analysis along with a safety factor has been introduced as the uncertainties in numerical calculations. According to the results, refining the grids down to 25% of the initial size, reduced the error by an amount of 50%. The total uncertainty calculated in this paper was 0.03. This value determines a confidence level of 97.6%. The reliability of the results on three baselines higher than 97% approves the high accuracy of the present calculations. The highest and the lowest reliability in the present calculations was 99.16% and 97.6%, respectively
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|