Giordano Calcagnile
Tecniche data-driven per la predizione del campo di pressione per la ricostruzione dei dati aria = Data-driven techniques for the prediction of pressure field for the reconstruction of air data.
Rel. Angelo Lerro, Gioacchino Cafiero. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Aerospaziale, 2022
Abstract
Le sfide sempre più stringenti sia dal punto di vista aerodinamico che per quanto riguarda l’aspetto legato ad una maggiore sostenibilità ambientale, prevedono la necessaria comparsa di strumenti alternativi per riuscire a soddisfare le maggiormente vincolanti richieste da parte del mercato e della società. Negli ultimi anni continuano a prendere una posizione via via più radicata concetti innovativi basati sull’intelligenza artificiale e su tecniche di soft-computing. Il presente lavoro di tesi è stato sviluppato nell’ambito di un’attività di ricerca condotta presso l’azienda Leonardo, in collaborazione con il Dipartimento di Ingegneria Meccanica e Aerospaziale (DIMEAS) del Politecnico di Torino, e ha lo scopo di sviluppare un approccio per riuscire a determinare, attraverso l’utilizzo di misure locali di pressione statica fatte mediante sensori “flush” sulla superficie esterna del velivolo, i dati aria dello stesso, in particolare: l’angolo di incidenza α, l’angolo di derapata β, il numero di Mach di volo e, per la misura della quota barometrica, la pressione statica.
Tutto questo a partire da una serie di dati forniti dall’azienda di interesse che sono frutto di analisi numeriche condotte su un velivolo di cui non è concesso fornire informazioni
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Informazioni aggiuntive
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
