...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mechanical systems and signal processing >Flutter stability analysis of stochastic aeroelastic systems via the generalized eigenvalue-based probability density evolution method
【24h】

Flutter stability analysis of stochastic aeroelastic systems via the generalized eigenvalue-based probability density evolution method

机译：通过概述基于特征值的概率密度进化法的随机空气弹性体系的颤动稳定性分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a generalized eigenvalue-based probability density evolution method for aeroelastic systems considering stochastic uncertainties in structural and aerodynamic parameters. Uncertain parameters in aeroelastic systems are characterized by stochastic model, and the flutter analysis model with stochastic parameters is established. The gen-eralized eigenvalue-based probability density evolution method is then developed to cap-ture the probability density function of the maximum real part of generalized eigenvalues. By introducing the virtual time parameter, the probability density evolution equation can be transformed into a standard form. Using the finite difference method and the total vari-ation diminishing (TVD) scheme, the probability density function as well as the second-order statistical quantities of the maximum real part of generalized eigenvalues are pre-dicted efficiently. Thus, the flutter stability of aeroelastic systems with stochastic parame-ters can be analyzed based on the probability distribution of the maximum real part of generalized eigenvalues. Two numerical examples demonstrate that the proposed method yields results consistent with Monte-Carlo simulation method and improves the computa-tional efficiency.
机译：本文提出了考虑结构和空气动力学参数的随机不确定性的空气弹性体系推广基于特征值的概率密度进化方法。空气弹性体系中的不确定参数通过随机模型的特征在于，建立了具有随机参数的颤动分析模型。然后开发了基于基于特征值的基于特征值的概率密度进化方法，以涵盖广义特征值的最大实部的概率密度函数。通过引入虚拟时间参数，可以将概率密度演化方程转换为标准形式。使用有限差分方法和总变量递减（TVD）方案，概率密度函数以及广义特征值的最大实体部分的二阶统计量是有效地预判定的。因此，可以基于广义特征值的最大实部的概率分布来分析具有随机静脉间隙的空气弹性系统的颤动稳定性。两个数值示例表明，所提出的方法产生结果与蒙特卡罗仿真方法一致并提高计算效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号