Submit Search
Upload
航空力学基礎の基礎
•
17 likes
•
26,453 views
F
Fumiya Watanabe
Follow
ロボット技術研究会の中で行った紙飛行機Workshop内で発表した内容を公開します.
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 48
Download now
Download to read offline
Recommended
その名の通り飛行機設計の入門です。 中身は電動ラジコン飛行機を想定していますが、一般の飛行機設計にも使えます。
飛行機設計の入門
飛行機設計の入門
yuukivel
MPCの説明at robosemi
MPC概説.pptx
MPC概説.pptx
MichikuniEguchi
「第15回組合せ最適化セミナー」講演スライド
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
京都大学大学院情報学研究科数理工学専攻
東京大学松尾研究室におけるPRML輪読資料です。
PRML輪読#11
PRML輪読#11
matsuolab
一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
多変数の間の直接相関をスパース推定する手法であるグラフィカル Lasso と、その異常検知への応用についてまとめました。
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
Yuya Takashina
A presentation for meeting of statistics in Japan. https://connpass.com/event/204931/ Topics: Methods and their properties to measure dependencies between variables
統計学勉強会#2
統計学勉強会#2
Hidehisa Arai
プログラムを高速化するためのテクニックをまとめました。
プログラムを高速化する話
プログラムを高速化する話
京大 マイコンクラブ
Recommended
その名の通り飛行機設計の入門です。 中身は電動ラジコン飛行機を想定していますが、一般の飛行機設計にも使えます。
飛行機設計の入門
飛行機設計の入門
yuukivel
MPCの説明at robosemi
MPC概説.pptx
MPC概説.pptx
MichikuniEguchi
「第15回組合せ最適化セミナー」講演スライド
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
京都大学大学院情報学研究科数理工学専攻
東京大学松尾研究室におけるPRML輪読資料です。
PRML輪読#11
PRML輪読#11
matsuolab
一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
20180118 一般化線形モデル(glm)
Masakazu Shinoda
多変数の間の直接相関をスパース推定する手法であるグラフィカル Lasso と、その異常検知への応用についてまとめました。
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
Yuya Takashina
A presentation for meeting of statistics in Japan. https://connpass.com/event/204931/ Topics: Methods and their properties to measure dependencies between variables
統計学勉強会#2
統計学勉強会#2
Hidehisa Arai
プログラムを高速化するためのテクニックをまとめました。
プログラムを高速化する話
プログラムを高速化する話
京大 マイコンクラブ
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
MIKIOKUBO3
2013/3/9に電気通信大学で行われた春のHPA(human powered airplane)交流会にて講演した際のスライドです。人力飛行機の設計の総論、及び、遺伝的アルゴリズムを用いた翼型最適化、構造制約を考慮した循環分布最適化について講演しました。 より詳しい内容は http://d.hatena.ne.jp/yuukivel/ まで
2013春交流会発表 (公開用)
2013春交流会発表 (公開用)
yuukivel
数理最適化とPython
数理最適化とPython
Yosuke Onoue
This is a slide for Spark Meetup Tokyo #1 (Spark+AI Summit 2019)
MLflowによる機械学習モデルのライフサイクルの管理
MLflowによる機械学習モデルのライフサイクルの管理
Takeshi Yamamuro
株式会社Albertにて行われた輪読会の資料です. MLP(機械学習プロフェッショナルシリーズ)の「バンディット問題の理論とアルゴリズム」の第6章をまとめました.
最適腕識別
最適腕識別
貴之 八木
関連スライド一覧 https://github.com/nishio/reinforcement_learning
強化学習その3
強化学習その3
nishio
多倍長整数の乗算を高速に行うアルゴリズムを、カラツバ法から始めて、最終的に高速フーリエ変換を用いた乗算に至るまでを解説しました。
多倍長整数の乗算と高速フーリエ変換
多倍長整数の乗算と高速フーリエ変換
京大 マイコンクラブ
第4回 統計・機械学習若手シンポジウム(11/15)発表資料
深層生成モデルと世界モデル
深層生成モデルと世界モデル
Masahiro Suzuki
数理空間トポスイベント 2019/5/11
ヒルベルトの零点定理
ヒルベルトの零点定理
大好きbot グレブナー基底
Alpha(Go)ZeroやPonanzaについて
Tensorflowユーザから見た Alpha(Go)Zero, Ponanza (TFUG #7)
Tensorflowユーザから見た Alpha(Go)Zero, Ponanza (TFUG #7)
Katsuki Ohto
形状解析のための楕円フーリエ変換
形状解析のための楕円フーリエ変換
Tsukasa Fukunaga
37回Tokyo.Rの離散選択モデルの発表です。 多項ロジットモデルを中心に説明しています。
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデル
宏喜 佐野
2022/04/01 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
Deep Learning JP
牧野浩二 山梨大学工学部付属モノづくり教育実践センター准教授 西崎博光 山梨大学大学院総合研究部准教授 DLLAB 強化学習 Day 2021
深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
PRML生駒読書会第10回の発表資料
PRML 8.2 条件付き独立性
PRML 8.2 条件付き独立性
sleepy_yoshi
2020/05/22 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
Deep Learning JP
CVIM勉強会#11 1章バンドルアジャストメント 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
sleepy_yoshi
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです.数理・計算科学チュートリアル実践のチュートリアル資料です.引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください. 以下,エラッタ. * 52 of 80:KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80:2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80:AICの第2項は d/2n ではなく d/n. * 76 of 80:βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗することはWBIC導出では本質的な仮定となる.
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
Naoki Hayashi
2022/11/11 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】GIT RE-BASIN: MERGING MODELS MODULO PERMU- TATION SYMMETRIES
【DL輪読会】GIT RE-BASIN: MERGING MODELS MODULO PERMU- TATION SYMMETRIES
Deep Learning JP
2019/12/20 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
Deep Learning JP
超小型クアッドロータ "Quadruptor" の製作とその制御
超小型クアッドロータ "Quadruptor" の製作とその制御
Teng Tokoro
この度缶サット甲子園2012に参加しました。 より多くの人に缶サットを知ってもらうためにも是非御覧ください。 詳しく知りたい人は、缶サット甲子園のHPを見たほうがいいと思います。
小学生でもわかると思う缶サット
小学生でもわかると思う缶サット
Obata Ryutarou
More Related Content
What's hot
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
MIKIOKUBO3
2013/3/9に電気通信大学で行われた春のHPA(human powered airplane)交流会にて講演した際のスライドです。人力飛行機の設計の総論、及び、遺伝的アルゴリズムを用いた翼型最適化、構造制約を考慮した循環分布最適化について講演しました。 より詳しい内容は http://d.hatena.ne.jp/yuukivel/ まで
2013春交流会発表 (公開用)
2013春交流会発表 (公開用)
yuukivel
数理最適化とPython
数理最適化とPython
Yosuke Onoue
This is a slide for Spark Meetup Tokyo #1 (Spark+AI Summit 2019)
MLflowによる機械学習モデルのライフサイクルの管理
MLflowによる機械学習モデルのライフサイクルの管理
Takeshi Yamamuro
株式会社Albertにて行われた輪読会の資料です. MLP(機械学習プロフェッショナルシリーズ)の「バンディット問題の理論とアルゴリズム」の第6章をまとめました.
最適腕識別
最適腕識別
貴之 八木
関連スライド一覧 https://github.com/nishio/reinforcement_learning
強化学習その3
強化学習その3
nishio
多倍長整数の乗算を高速に行うアルゴリズムを、カラツバ法から始めて、最終的に高速フーリエ変換を用いた乗算に至るまでを解説しました。
多倍長整数の乗算と高速フーリエ変換
多倍長整数の乗算と高速フーリエ変換
京大 マイコンクラブ
第4回 統計・機械学習若手シンポジウム(11/15)発表資料
深層生成モデルと世界モデル
深層生成モデルと世界モデル
Masahiro Suzuki
数理空間トポスイベント 2019/5/11
ヒルベルトの零点定理
ヒルベルトの零点定理
大好きbot グレブナー基底
Alpha(Go)ZeroやPonanzaについて
Tensorflowユーザから見た Alpha(Go)Zero, Ponanza (TFUG #7)
Tensorflowユーザから見た Alpha(Go)Zero, Ponanza (TFUG #7)
Katsuki Ohto
形状解析のための楕円フーリエ変換
形状解析のための楕円フーリエ変換
Tsukasa Fukunaga
37回Tokyo.Rの離散選択モデルの発表です。 多項ロジットモデルを中心に説明しています。
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデル
宏喜 佐野
2022/04/01 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
Deep Learning JP
牧野浩二 山梨大学工学部付属モノづくり教育実践センター准教授 西崎博光 山梨大学大学院総合研究部准教授 DLLAB 強化学習 Day 2021
深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
PRML生駒読書会第10回の発表資料
PRML 8.2 条件付き独立性
PRML 8.2 条件付き独立性
sleepy_yoshi
2020/05/22 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
Deep Learning JP
CVIM勉強会#11 1章バンドルアジャストメント 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
sleepy_yoshi
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです.数理・計算科学チュートリアル実践のチュートリアル資料です.引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください. 以下,エラッタ. * 52 of 80:KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80:2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80:AICの第2項は d/2n ではなく d/n. * 76 of 80:βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗することはWBIC導出では本質的な仮定となる.
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
Naoki Hayashi
2022/11/11 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】GIT RE-BASIN: MERGING MODELS MODULO PERMU- TATION SYMMETRIES
【DL輪読会】GIT RE-BASIN: MERGING MODELS MODULO PERMU- TATION SYMMETRIES
Deep Learning JP
2019/12/20 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
Deep Learning JP
What's hot
(20)
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
数理最適化と機械学習の融合アプローチ-分類と新しい枠組み-
2013春交流会発表 (公開用)
2013春交流会発表 (公開用)
数理最適化とPython
数理最適化とPython
MLflowによる機械学習モデルのライフサイクルの管理
MLflowによる機械学習モデルのライフサイクルの管理
最適腕識別
最適腕識別
強化学習その3
強化学習その3
多倍長整数の乗算と高速フーリエ変換
多倍長整数の乗算と高速フーリエ変換
深層生成モデルと世界モデル
深層生成モデルと世界モデル
ヒルベルトの零点定理
ヒルベルトの零点定理
Tensorflowユーザから見た Alpha(Go)Zero, Ponanza (TFUG #7)
Tensorflowユーザから見た Alpha(Go)Zero, Ponanza (TFUG #7)
形状解析のための楕円フーリエ変換
形状解析のための楕円フーリエ変換
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデル
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
深層強化学習と実装例
深層強化学習と実装例
PRML 8.2 条件付き独立性
PRML 8.2 条件付き独立性
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
【DL輪読会】GIT RE-BASIN: MERGING MODELS MODULO PERMU- TATION SYMMETRIES
【DL輪読会】GIT RE-BASIN: MERGING MODELS MODULO PERMU- TATION SYMMETRIES
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
Viewers also liked
超小型クアッドロータ "Quadruptor" の製作とその制御
超小型クアッドロータ "Quadruptor" の製作とその制御
Teng Tokoro
この度缶サット甲子園2012に参加しました。 より多くの人に缶サットを知ってもらうためにも是非御覧ください。 詳しく知りたい人は、缶サット甲子園のHPを見たほうがいいと思います。
小学生でもわかると思う缶サット
小学生でもわかると思う缶サット
Obata Ryutarou
カルマンフィルタについてまとめられることをまとめました。
カルマンフィルタについて
カルマンフィルタについて
tiny_ak
センサー入力から姿勢制御できるまでをわかる範囲でまとめました。
さるでも分かりたい9dofで作るクォータニオン姿勢
さるでも分かりたい9dofで作るクォータニオン姿勢
ytanno
雑ですが、線形カルマンフィルタの導出を書いてあります。
線形カルマンフィルタの導出
線形カルマンフィルタの導出
Fumiya Watanabe
人力飛行機・ロケットでの慣性計測 ・人力飛行機での計測例 ・ロケットでの計測例 ・慣性計測ボードHPA_Navi II ・HPA_Navi地上局ソフト
ロケット交流会2013
ロケット交流会2013
HirakuTOIDA
楽しいクォータニオンの世界
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
rogy01
kadota b
kadota b
harmonylab
drone
Drone Space Defence
Drone Space Defence
Kensei Demura
MATLABで複雑な3D形状をプロットする作業を簡単化するライブラリ matlab-treed を作りましたという発表
MATLABの3Dプロットを簡単にする
MATLABの3Dプロットを簡単にする
Teng Tokoro
クモ型ロボットにおける逆運動学計算
クモ型ロボットにおける逆運動学計算
Teng Tokoro
人力飛行機の電装系 ・Team'F'の計器の紹介 ・計測データ例 ・電装標準化計画
ロケット交流会2012
ロケット交流会2012
HirakuTOIDA
北部九州における産学連携による小型電気飛行機の開発
北部九州における産学連携による小型電気飛行機の開発
platinumhandbook
ドローン・イノベーション講演資料
ドローン・イノベーション
ドローン・イノベーション
信良 小寺
Japan Drone 2016 出展者セミナーの発表資料です。
ジャパンドローンセミナー
ジャパンドローンセミナー
Masayuki Isobe
ドローンを飛ばすときの初歩的な風の知識なぞ
ドローンと風について
ドローンと風について
Hiroshi Makino
hsgucciさん資料を代理アップ 2015/7/20に開催されたABC2015Sのドローントラック #6
Linuxベースのオープンソース フライトコントローラーの概要( #ABC2015S )
Linuxベースのオープンソース フライトコントローラーの概要( #ABC2015S )
博宣 今村
Presentation at #rogysemi07.
小さくて賢いロボット『マイクロマウス』を作ろう!
小さくて賢いロボット『マイクロマウス』を作ろう!
Teng Tokoro
2015/07/20開催のABC2015 Summerにおけるドローントラック#1の資料
オープンソースによるドローン開発の概要( #ABC2015S )
オープンソースによるドローン開発の概要( #ABC2015S )
博宣 今村
hsgcciさんの資料を代理アップ 2015/7/20に開催されたABC2015Sのドローントラック #1の続き
ドローンの仕組み( #ABC2015S )
ドローンの仕組み( #ABC2015S )
博宣 今村
Viewers also liked
(20)
超小型クアッドロータ "Quadruptor" の製作とその制御
超小型クアッドロータ "Quadruptor" の製作とその制御
小学生でもわかると思う缶サット
小学生でもわかると思う缶サット
カルマンフィルタについて
カルマンフィルタについて
さるでも分かりたい9dofで作るクォータニオン姿勢
さるでも分かりたい9dofで作るクォータニオン姿勢
線形カルマンフィルタの導出
線形カルマンフィルタの導出
ロケット交流会2013
ロケット交流会2013
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
kadota b
kadota b
Drone Space Defence
Drone Space Defence
MATLABの3Dプロットを簡単にする
MATLABの3Dプロットを簡単にする
クモ型ロボットにおける逆運動学計算
クモ型ロボットにおける逆運動学計算
ロケット交流会2012
ロケット交流会2012
北部九州における産学連携による小型電気飛行機の開発
北部九州における産学連携による小型電気飛行機の開発
ドローン・イノベーション
ドローン・イノベーション
ジャパンドローンセミナー
ジャパンドローンセミナー
ドローンと風について
ドローンと風について
Linuxベースのオープンソース フライトコントローラーの概要( #ABC2015S )
Linuxベースのオープンソース フライトコントローラーの概要( #ABC2015S )
小さくて賢いロボット『マイクロマウス』を作ろう!
小さくて賢いロボット『マイクロマウス』を作ろう!
オープンソースによるドローン開発の概要( #ABC2015S )
オープンソースによるドローン開発の概要( #ABC2015S )
ドローンの仕組み( #ABC2015S )
ドローンの仕組み( #ABC2015S )
航空力学基礎の基礎
1.
1 @rejell55
2.
1. 飛行機にはたらく力 2. 飛行機の運動と安定性 3.
揚力と抗力について 4. 翼の性能 5. 飛行機と材料力学 2
3.
1. 飛行機にはたらく力 2. 飛行機の運動と安定性 3.
揚力と抗力について 4. 翼の性能 5. 飛行機と材料力学 3
4.
4 揚力 抗力推力 重力 飛行機は並進方向には一定速度で運動(力のつり合い)
5.
1. 飛行機にはたらく力 2. 飛行機の運動と安定性 3.
揚力と抗力について 4. 翼の性能 5. 飛行機と材料力学 5
6.
6 機体の回転運動にはロール・ヨー・ピッチの3種類がある。 回転運動が安定していれば, 機体は安定している 画像元: http://ja.wikipedia.org/wiki/%E3%83%94%E3%8 3%83%E3%83%81%E3%83%B3%E3%82%B0
7.
元の位置に戻ろうとする力(復元力)が働いている状態 7 静安定 減衰しながら徐々につり合い位置に近づいている状態 動安定
8.
8 静的に安定 静的に不安定
9.
9
10.
10 重心は主翼のちょっと前に設定 上向きに傾くと, 迎角が増えて揚力が増える すると, 下向きにするようなモーメントが発生 下向きに傾くと,
尾翼の迎角が減って 下向きに揚力が生じる すると, 上向きにするようなモーメントが発生
11.
11 航空機の運動 縦の運動 (Pitch方向) 横の運動 (Yaw, Roll方向) フゴイドモード 短周期モード スパイラル モード ロールモード ダッチロール モード 航空機の運動はこのように 分解して考えられる 不安定 (ヤバい)
12.
12 フゴイドモード 以降画像元: http://www.xflr5.com/docs/ja_XFLR5_and_St ability_analysis.pdf
13.
13 短周期モード
14.
14 スパイラルモード
15.
15 ロールモード
16.
16 ダッチロールモード
17.
運動に関わるパラメータはいろいろあるが・・・ 紙飛行機で(恐らく)重要なパラメータは以下の通り 17 1. 重心の位置 2. 主翼の位置・面積・翼幅 3.
上反角 4. 尾翼の位置・面積
18.
18 基本的に物体の運動は, 並進の運動と重心周りの回転 の運動で考えられる 重心の位置が変われば力のモーメントが変わる →回転運動の特性が変わる
19.
19 翼幅が長いと, それだけ力のモーメントが大きくなる
20.
20 𝜃 上反角をつけることで復元力が生じる ただし, その分上向きの力が減る
21.
21 尾翼の面積が大きくなると揚力も大きくなる 尾翼の位置が遠くなると力のモーメントが大きくなる
22.
1. 飛行機にはたらく力 2. 飛行機の運動と安定性 3.
揚力と抗力について 4. 翼の性能 5. 飛行機と材料力学 22
23.
空気の流れを利用して, 揚力を生み出す 23 主翼の効果 どのようにして生まれるか?
24.
24 よくある説明 1 2 𝜌𝑣2 + 𝑝 =
𝑐𝑜𝑛𝑠𝑡. Bernoulli の定理 𝜌: 密度 𝑣: 速さ 𝑝: 圧力 速度→増 圧力→減 密度一定なら・・・
25.
25 よくある説明 翼の断面図 空気の流れ 前から後にたどり着くまでの時間が同じ 上面 距離:長い 下面 距離:短い 速さ:大 速さ:小 圧力:低 圧力:高 𝐿
= 1 2 𝐶𝐿 𝜌𝑉2 𝑆
26.
26 渦の発生 空気の渦を発生させる装置 翼とは・・・
27.
27 渦の強さを表す(記号:𝛤) 循環とは 𝛤 = 𝑣
cos 𝜃 𝑑𝑠 𝑣 𝑑𝑠
28.
28 𝛤 𝑑𝑠 𝜙 ℎ 𝑣 𝑟 𝑑𝑣 = 𝛤 4𝜋 sin
𝜙 𝑟2 𝑑𝑠 電磁気における Biot-Savartの法則と同じ
29.
29 速度𝑉からなる一様流中に直角に2次元物体が置 かれたとき, 一様流の方向と物体軸を含む面に直 角に単位幅あたりに𝜌𝑉𝛤の大きさの力がはたらく. 循環: 𝛤 速度𝑉
密度𝜌 力:𝜌𝑉𝛤 循環の分布がわかれば 揚力の分布がわかる!
30.
30 下向き速度𝑤 の発生 𝑑𝐷𝑖 = 𝜌𝑤
𝑦 𝛤 𝑦 𝑑𝑦 微小な翼素あたりに働く抗力 𝐷𝑖 誘導抗力の発生
31.
31 𝑦 𝑥 x軸方向の循環分布は無視 𝛤 𝑦 = 1 2 𝑚∞
𝑦 𝑐 𝑦 𝑉𝛼 𝑎 𝑦 − 1 4𝜋 𝑑𝛤(𝜂)/𝑑𝜂 𝑦 − 𝜂 𝑑𝜂 𝑏 2 − 𝑏 2 Prandtlの積分方程式 𝑦 𝑐(𝑦) 𝑏 2− 𝑏 2 0
32.
32 Prantdlの積分方程式を解いて循環分布を求めると, 誘導抗力の大きさ𝐷𝑖が求まる. 𝐷𝑖 = 1 2 𝐶 𝐷
𝑖 𝜌𝑣2 𝑆 Bernoulli の定理から… 𝐶 𝐷 𝑖 = 𝐶𝐿 2 𝜋𝑒 𝑤 𝐴𝑅 𝐶𝐿: 揚力係数 𝑒 𝑤: 翼効率 𝐴𝑅: アスペクト比 アスペクト比が大きくなれば 誘導抗力が小さくなる!
33.
33 0 < 𝑒
𝑤 ≤ 1𝐶 𝐷 𝑖 = 𝐶𝐿 2 𝜋𝑒 𝑤 𝐴𝑅 𝑒 𝑤 = 1のとき, 誘導抗力最小. 𝑐 𝑦 = 𝑐0 1 − 𝑦 𝑏/2 2 楕円形状の平面形 正確にはこの関数にそっていれば 楕円形状である必要はない 楕円形は製作が辛いので, 実際にはテーパ形の平面形を使うことが多い. 性能もそれほど劣らない.
34.
1. 飛行機にはたらく力 2. 飛行機の運動と安定性 3.
揚力と抗力について 4. 翼の性能 5. 飛行機と材料力学 34
35.
無限に長い翼を考えて, 翼の断面形状を考える 35 2次元翼 有限の長さの翼を考えて, 翼端の渦の影響も考える 3次元翼
36.
36 2次元翼にはいろいろな特性曲線がある 揚力曲線 (迎角-揚力係数特性) 抗力曲線 (迎角-抗力係数特性) 極曲線
(揚力係数-抗力係数特性) 揚抗比 (揚力係数/抗力係数) 風圧中心 などなど・・・
37.
37 𝐿 = 1 2 𝐶𝐿 𝜌𝑉2 𝑆 翼の断面形状だけに合わせて比較をしたいので, 面積などに影響しないよう無次元化を行う Bernoulli
の定理から, 𝐶𝐿 = 𝐿 1 2 𝜌𝑉2 𝑆 = 揚力 動圧 これを揚力係数と呼ぶ
38.
38 失速点 揚力と迎角の特性グラフ 迎角が増えればそ の分揚力も増える ↓ ある点を超えると 揚力が減る ↓ 失速!
39.
39 XFLR5 http://www.xflr5.com/xflr5.htm
40.
1. 飛行機にはたらく力 2. 飛行機の運動と安定性 3.
揚力と抗力について 4. 翼の性能 5. 飛行機と材料力学 40
41.
部材に働く力を解析する力学 41 材料内部に働く力や変形を取り扱い, 静的な力学問題(力のつり合い)として考える
42.
圧縮(引張) ねじり せん断 曲げ
43.
塑性変形弾性変形 材料に荷重が加わると必ず変形する。 元に戻る変形 元に戻らない変形 主翼の上反角は曲げ荷重による 変形(たわみ)によって実現している。
44.
材料内部にはたらく単位面積あたりの力[Pa] 応力 応力が大きくなりすぎると破断する! 破断する応力値は材料によって異なる。 CFRP:約1000[MPa] S45C(硬鋼):約570~[MPa]
45.
揚力 揚力 固定 曲げの力が加わる
46.
0 曲げモーメント M(x) 位置 x
47.
𝜎 𝑚𝑎𝑥(𝑥) = 𝑀(𝑥) 𝑍(𝑥) 応力の大きさと曲げモーメントの関係 σmax
: 断面にかかる最大応力 M : 曲げモーメント Z : 断面係数 この式とさっきのグラフからわかること 1. 固定されている近くのほうが応力が大きい 2. 応力を小さくするためには、 (1)曲げモーメントを小さくする (2)断面係数を大きくする
48.
はりの断面形状によって決まる値 断面係数 𝑍 = 𝜋 32𝐷 (𝐷4 − 𝑑4 ) Z
: 断面係数 D : パイプの外径 d : パイプの内径 パイプの場合 厚みと太さが大きくなると 断面係数が格段に上がる
Download now