Experimental application of machine learning algorithms to the active control of wake and separated flows via synthetic jets
I flussi separati e le instabilità di scia causano gravi problemi aerodinamici, come l'aumento della resistenza e vibrazioni strutturali. I metodi di controllo classici faticano a gestire la natura non lineare di questi fenomeni. Il presente lavoro propone l'uso di attuatori a getto sintetico e Machine Learning per un controllo attivo ed efficace. Attraverso test in galleria del vento su configurazioni di riferimento (flusso a valle di un cilindro circolare e vortici d'estremità alari generati da un ala finita rettangolare) , sono state implementate strategie a ciclo aperto e chiuso basate sull'algoritmo gMLC (gradient enriched Machine Learning Control). Lo studio analizza il setup sperimentale, le criticità tecniche e l'efficacia delle strategie di controllo ottimali derivate dal ML sul campo di moto indisturbato.
Venditore:
-
Autore:
-
Editore:
-
Anno edizione:2026
-
In commercio dal:27 febbraio 2026
Le schede prodotto sono aggiornate in conformità al Regolamento UE 988/2023. Laddove ci fossero taluni dati non disponibili per ragioni indipendenti da Feltrinelli, vi informiamo che stiamo compiendo ogni ragionevole sforzo per inserirli. Vi invitiamo a controllare periodicamente il sito www.lafeltrinelli.it per eventuali novità e aggiornamenti.
Per le vendite di prodotti da terze parti, ciascun venditore si assume la piena e diretta responsabilità per la commercializzazione del prodotto e per la sua conformità al Regolamento UE 988/2023, nonché alle normative nazionali ed europee vigenti.
Per informazioni sulla sicurezza dei prodotti, contattare productsafety@feltrinelli.it