MARC

 008260126s2025        us                              c    eng  d
■001000017360206
■00520260202105322
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798297666160
■035    ▼a(MiAaPQ)AAI32289580
■035    ▼a(MiAaPQ)PennState22433bxm437
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658.404
■1001  ▼aMukherjee,  Bhaskar.
■24510▼aNoise  of  Multirotor  Electric  Aircraft
■260    ▼a[Sl]▼bThe  Pennsylvania  State  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a226  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-04,  Section:  B.
■500    ▼aAdvisor:  Brentner,  Kenneth  S.
■5021  ▼aThesis  (Ph.D.)--The  Pennsylvania  State  University,  2025.
■520    ▼aAdvanced  Air  Mobility  (AAM)  aircraft  are  expected  to  operate  close  to  humans,  which  poses  a  significant  challenge  in  commercialization,  as  noise  levels  need  to  be  acceptable  to  the  community.  High-frequency  broadband  noise  generated  by  blades  interacting  with  flow  turbulence  is  expected  to  be  important,  as  individual  rotor  tip  speeds  and  disk  loading  are  lower.  The  challenge  of  predicting  noise  for  such  multirotor  aircraft  can  build  on  previous  experience  with  helicopter  noise  prediction,  which  demonstrated  the  need  to  account  for  complex  transient  aerodynamics  and  aircraft  motions  inherent  in  maneuvers.This  dissertation  introduces  the  Penn  State  Noise  Prediction  System  (PSU-NPS)  developed  by  coupling  three  existing  computational  tools:  PSUDEPSim  to  calculate  aircraft  and  rotor  states,  CHARM  free-wake  code  to  resolve  mid-fidelity  airloads,  and  PSU-WOPWOP  to  predict  noise  levels.  Lift-plus-cruise  multirotor  aircraft  flight  simulation  of  maneuvers  such  as  level  turn,  and  transition  from  hover  to  cruise  showed  that  deterministic  and  broadband  (self)  noise  were  dependent  on  combined  and  not  individual  rotor  thrust  levels.  Blade  stall  was  found  to  increase  noise  levels  by  10  dBA  if  not  controlled.  A  mitigation  strategy  used  a  performance  sweep  of  an  individual  rotor  to  identify  rotor  operating  setpoints  (speed,  pitch)  suitable  for  different  airspeeds.  A  first-principle  tool,  PSU-MulTINoise  (Multibody  Turbulent  Ingestion  Noise)  was  developed  that  rapidly  calculates  turbulence  induced  airloads  for  predicting  broadband  noise  using  PSU-WOPWOP  in  the  time-domain.  The  tool  was  validated  against  the  measured  noise  from  isolated  airfoil  operating  in  isotropic  turbulence  and  rotor  blade-wake  interactions  (BWI).  Investigation  of  atmospheric  boundary  layer  turbulence  ingestion  noise  using  PSU-MulTINoise  showed  that  it  is  more  important  for  AAM  aircraft  than  for  helicopters,  with  terrain  roughness  being  an  important  parameter.  The  Brooks,  Pope,  and  Marcolini  (BPM)  self-noise  model  was  corrected  for  acoustic  non-compactness,  thus  reducing  error  from  noise  prediction  of  small  rotor  blades  used  in  uncrewed  aerial  vehicles  (UAVs)  by  10  dBA.  Finally,  a  derivation  of  the  semi-empirical  Pegg  broadband  noise  prediction  model  for  helicopters  revealed  an  approach  to  tuning  it  for  AAM  aircraft.  Helicopter  noise  predictions  from  the  model  in  PSU-WOPWOP  were  improved  when  an  error  in  implementation  was  found  to  result  in  an  overprediction  of  up  to  13  dB.
■590    ▼aSchool  code:  0176.
■650  4▼aSchedules
■650  4▼aAircraft
■650  4▼aAviation
■650  4▼aFlow  velocity
■650  4▼aAcoustics
■650  4▼aAtmospheric  boundary  layer
■650  4▼aFlight  simulation
■650  4▼aMicrophones
■650  4▼aAltitude
■650  4▼aAtmospheric  sciences
■650  4▼aFluid  mechanics
■690    ▼a0986
■690    ▼a0725
■690    ▼a0204
■71020▼aThe  Pennsylvania  State  University.
■7730  ▼tDissertations  Abstracts  International▼g87-04B.
■790    ▼a0176
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360206▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서