Accesso

Cira

 

 

 

Analisi e progettazione multidisciplinare<img alt="" src="http://webtest.cira.it/PublishingImages/mefl-APMD-FIG1a_1.png" style="BORDER:0px solid;" />https://www.cira.it/it/competenze/meccanica-dei-fluidi/__subnav/analisi-e-progettazione-multidisciplinare/Analisi e progettazione multidisciplinareAnalisi e progettazione multidisciplinare<h3>Missione:</h3><p>Il gruppo di “Analisi e progettazione multidisciplinare” nasce per consolidare e sviluppare la forte esperienza ed l’esteso know-how che il CIRA ha prodotto negli ultimi due decenni partecipando a progetti di ricerca sull’ottimizzazione e la progettazione di componenti aerodinamici.<br></p><h3>Obiettivi:</h3><p>L’obiettivo principale del laboratorio è di sviluppare ed applicare metodologie per la progettazione aerodinamica.<br></p><p>Le applicazioni tipiche sono l'ottimizzazione delle configurazioni alari in condizioni di alta portanza (progetti europei EUROLIFT I e II, DESIREH), il design aerodinamico in condizioni di flusso laminare naturale di velivoli in regime transonico e supersonico (EPISTLE, NACRE, SUPERTRAC, TELFONA, CESAR, ITC-GRA), l'ottimizzazione di configurazioni innovative (disegno di un’ala volante nel progetto VELA, di ali a freccia negativa e ad alto allungamento nel progetto NACRE), l’ottimizzazione di componenti per elicotteri (progetto ITC-GRC), l'ottimizzazione robusta in condizioni di incertezza (progetto UMRIDA). A partire dal lavoro pionieristico svolto nell'ambito del progetto AEROSHAPE, sono stati introdotti diversi rami di sviluppo, svolto all'interno di vari progetti e ancora attivi all'interno del laboratorio di analisi e progettazione multidisciplinare.</p><h3>Temi di ricerca:</h3><p>L’esperienza di base del laboratorio può essere riassunta come segue:</p><ul><li><p>Algoritmi: sviluppo di algoritmi di ottimizzazione numerica efficaci ed efficienti, in grado di gestire problemi di progetto multi-obiettivo e multi-punto (ovvero con più condizioni di progetto) e, eventualmente, fortemente vincolati. Questa linea di ricerca si incentra principalmente su algoritmi basati sulla teoria dell'evoluzione e sulla loro ibridazione con metodologie classiche di ottimizzazione deterministica (ad esempio basate sul gradiente) per rendere più efficiente il processo di ricerca della soluzione ottima. La libreria proprietaria di ottimizzazione GAW/ADGLIB, sviluppata nell’ambito del laboratorio, rappresenta la piattaforma di sviluppo principale;<br></p></li></ul><ul><li><p> Meta-modelli: sviluppo di meta-modelli accurati e di modelli a fedeltà variabile, basati su modelli fisici di ordine ridotto, per accelerare il processo di ottimizzazione. Tali tecniche sono particolarmente utili quando l’ottimizzazione richiede il calcolo di funzioni obiettivo particolarmente costose dal punto di vista computazionale. L’uso di meta-modelli permette al progettista di sfruttare in modo ottimale tutta l’informazione disponibile (anche proveniente da stime a bassa fedeltà) prima di allocare budget computazionale aggiuntivo. In questo contesto, l'adozione di criteri specifici per campionare in modo intelligente lo spazio di progettazione gioca un ruolo cruciale, e quindi l’ideazione, lo sviluppo e la validazione di tali criteri di campionamento è una tematica di ricerca molto importante in questo campo. Il codice mango, sviluppato in-house, è il risultato principale del laboratorio in quest’ambito di ricerca; </p></li></ul><ul><li><p>Design robusto e affidabile: sviluppo di tecniche per introdurre la quantificazione delle incertezze di progettazione all'interno delle algoritmi di ottimizzazione. Questo permette di rendere il design più robusto (cioè, meno dipendente dalla variazione aleatoria delle condizioni operative o dei parametri di progetto) e/o più affidabile (cioè meno "vicino", in termini probabilistici, a condizioni di rottura o malfunzionamento). La libreria di ottimizzazione GAW/ADGLIB rappresenta la piattaforma di sviluppo principale; </p></li></ul><ul><li><p>Rappresentazione parametrica delle forme: sviluppo di tecniche avanzate di parametrizzazione per la gestione di geometrie complesse (come, ad esempio, l’intersezione ala-fusoliera) e la riduzione del numero di parametri necessari alla descrizione completa della forma geometrica. Nel primo caso, è possibile usare tecniche di parametrizzazione multi-livello e gerarchiche che sfruttino un approccio locale (del tipo “free-form” o “mesh” deformation) per descrivere particolari complessi e, ad un livello superiore, tecniche globali (per esempio, Class-Shape Transformation , NURBS, modello CAD) per rappresentare l’intera configurazione. Nel secondo caso, la “Principal Component Analysis” (PCA) permette di classificare le variabili di progetto secondo criteri di efficacia e, quindi, eseguire un troncamento di quelle meno importanti. Questo permette di ridurre sensibilmente la dimensione dello spazio di ricerca della soluzione ottima al problema di progettazione.<br></p></li></ul><p> <img src="http://webtest.cira.it/PublishingImages/mefl-APMD-FIG2a_1.png" alt="" style="margin:5px;width:814px;" /><br> </p><div style="text-align:center;"> Multiobjective optimization of a supersonic laminar wing</div> <br> <div> <br> </div>

 Attività