No description available.

Several programs exist today for calculating aerodynamic coefficients that with some simplifications provide fast approximations of the values for a real aircraft. Four different programs were analyzed for this report: Tornado, AVL, PANAIR and a handbook-type preliminary method. In addition, ANSYS CFX was used for airfoil validation. For calculation of the zero lift drag, an approximation was computed in order to calculate the remaining values that were not calculated by the software: drag contribution for fuselages, nacelles and some horizontal stabilizers and fins. Different types of aircraft were selected for trial: two commercial aircraft (Boeing 747-100 and 777-300), a TF-8A research airplane (with area rule application: some additions were made to the fuselage to prevent large variations in the cross-section when the contribution of the wing is  added), a Lockheed Constellation C-69 u sed as a military cargo airplane, a Boeing Stratocruiser used by the USAF with two configurations (basic and bomber), and an Aero Commander 680 Super, similar to a Cessna 162. Two airfoils (NACA2412, 0012) were also analyzed, to investigate the limitations of software designed for three-dimensional calculations. The accuracy of the results showed that the validity of the software depends on the planform of the aircraft, as well as the simulation parameters Mach number and Reynolds number. The shape of the wing caused some of the methods to have serious difficulties in converging to valid results, or increased the simulation time beyond acceptable limits. / Numera finns det olika program för beräkning av de aerodynamiska koefficienterna från en modell med vissa förenklingar som ger en snabb approximation av värdena för ett verkligt flygplan. Fyra olika program har analyserats för denna rapport: Tornado, AVL, PANAIR och en handbok baserad preliminär metod. Dessutom användes ANSYS CFX för validering av vingprofiler . Vid beräkningen av noll-lyft motståndet, en approximation användes för de återstående delarna som inte beräknas av de andra metoderna: motståndsbidraget från flygkroppar, gondoler och vissa horisontella stabilisatorer och fenor. Olika flygplaner har testats: två trafikflygplan (Boeing 747-100 och 777-300), ett TF-8A forskningsflygplan (med area regel användning: några tillägg gjordes på flygkroppen för att tvärsnitten inte har stora variationer när bidraget från vingen läggas), ett Lockheed Constellation C-69, ett Boeing Stratocruiser som används av USAF i två konfigurationer (den vanliga och bombplan), och ett Aero Commander 680 Super, som liknar ett Cessna 162. Två vingprofiler (NACA 2412, 0012) analyserades också, för att kontrollera begränsningarna av programmen avsedd för tredimensionella beräkningar. Riktigheten av resultaten visade att giltigheten av programmen beror på formen av flygplanernas vingar, samt de simulationernas parametrar: Mach nummer och Reynolds nummer. Formen på vingen orsakade några av de metoderna att ha stora svårigheter med konvergensen till giltiga resultat, eller ökat simulering tid över acceptabla gränser.

I [Mattson, Journal of Scientific Computing 51.3 (2012), s. 650–682] konstruerades partialsummeringsoperatorer för finita differensapproximationer av andraderivator med variabla koefficienter. Vi tillämpar framgångsrikt dessa operatorer på vågekvationen i två dimensioner med diskontinuerliga koefficienter, utan särskild behandling av diskontinuiteten. Närmare bestämt undersöks (i) operatorernas fel och konvergensordning relativt ”korrekt” hantering av diskontinuiteter genom blockuppdelning med kopplingstermer; (ii) ifall mycket komplicerade koefficienter orsakar instabilitet eller icke-fysikaliska fel. Vi visar att hoppet i våghastighet i simuleringen sker ett antal punkter ifrån hoppet i koefficienter, där antalet punkter beror på operatorernas ordning och storleken av hoppet i koefficienter. I (i) får dessa två faktorer plus blockets form och antalet punkter en stor påverkan på både storleken av felet, samt metodens konvergensordning som varierar från ca 1–2,5. Annars sker i både (i) och (ii) inget större icke-fysikaliskt fel eller instabilitet, vilket gör denna relativt enkla metod tillämpningsbar på komplexa verklighetsbaserade problem.

In order to contribute to reducing the CO2 emissions related to heating in housing buildings, PVT+GSHP systems appear to be interesting solutions and therefore need to be further investigated to optimise their design and increase their deployment on the field. This thesis focused on building PVT model, using the ISO9806:2017, to be integrated in a PVT+GSHP model and determining optimal PVT design parameters for this system. The most determining coefficient being the peak collector efficiency η0 it seems important to maximize it, which would mean a higher quality of solar energy collected by the collector.  The mentioned different coefficients need to be determined using labratory tests detailed in the ISO standard. The choice of the test conditions is important in order to increase the accuracy of the results, mainly when it comes to choosing the mass flow rate which should be clolse to the use conditions. If the PVT module is to be used with another mass flow rate, a correction factor would need to be applied to the coefficients to reflect the behaviour of the PVT in the use conditions.  Finding the optimal PVT array mass flolw rate is important as it enables greater energy saves. In the case presented in the thesis, a mass flow of about 60 l/(h.m²) seems to be the optimal value. A PVT oriented to the South would also guarantee higher saves. / För att bidra till att minska koldioxidutsläppen i samband med uppvärmning av bostadshus verkar PVT+GSHP-system vara intressanta lösningar och behöver därför undersökas ytterligare för att optimera deras utformning och öka deras användning på fältet. Denna avhandling fokuserade på att bygga en PVT-modell, med hjälp av ISO9806:2017, som ska integreras i en PVT+GSHP-modell och bestämma optimala PVT-designparametrar för detta system. Den mest avgörande koefficienten är den maximala solfångareffektiviteten η0 och det verkar viktigt att maximera den, vilket skulle innebära en större mängd solenergi som samlas in av solfångaren.  De olika koefficienterna måste bestämmas med hjälp av laboratorietester som beskrivs i ISO-standarden. Valet av testförhållanden är viktigt för att öka resultatens noggrannhet, främst när det gäller att välja massflödeshastigheten som bör ligga nära användningsförhållandena. Om PVT-modulen ska användas med ett annat massflöde måste en korrigeringsfaktor tillämpas på koefficienterna för att återspegla PVT-modulens beteende under användningsförhållandena.  Det är viktigt att hitta det optimala massflödet för PVT-modulen eftersom det möjliggör större energibesparingar. I det fall som presenteras i avhandlingen verkar ett massflöde på cirka 60 l/(h.m²) vara det optimala värdet. En PVT som är orienterad mot söder skulle också garantera högre besparingar.

Lithium‐ion batteries are particularly suitable as energy storage solutions in high power applications, such as hybrid electric vehicles. It is generally considered that one of the processes that limit the power density for lithium‐ion batteries is the mass transport in the electrolyte. Yet, it is still difficult to find a set of properties that fully describe the mass transport for the most common electrolytes. In this work, characterization studies of the mass transport were undertaken for two technically important lithium‐ion battery electrolytes: (1) a liquid electrolyte which consist of LiPF6 dissolved in ethyl methyl carbonate (EMC) and ethylene carbonate (EC) and, (2) a gel electrolyte which consists of LiPF6 dissolved in ethylene carbonate, propylene carbonate (PC) and poly(vinylidenefluoride‐hexafluoropropylene) (P(VdFHFP)).The mass transport in the electrolytes was characterized by combining several experiments. The Maxwell‐Stefan equation was used as basis for the characterization. Models of the transport were formulated from the equation and the apparent transport properties were identified. The characterization methods were first analyzed mathematically in order to establish at which conditions the characterization experiments should be performed. The values of the apparent transport properties were then obtained by optimizing the models to the experimental responses. In order to give the characterization results a comprehensible interpretation and to allow benchmarking of electrolytes, the concept of a normalized potential gradient was introduced.The characterization results of the liquid electrolyte were used in a full cell model of a LiNi0.8Co0.15Al0.05O2 | LiPF6 EC:EMC (3:7) | MAG‐10 cell. The model was developed to analyze the mass transport during a hybrid pulse power characterization (HPPC) test. The analysis was made with a method where the polarization was split up into parts each associated with a process within the cell. The optimum composition in terms of mass transport was found to lie between 0.5 and 1.2 mol/dm3 LiPF6 for the liquid electrolyte and between 5 and 7 wt. % LiPF6 for the gel electrolyte. Less amount of polymer in the gel electrolyte gave a faster mass transport. It was also found that the mass transport in the liquid electrolyte contributed to a major part of the polarization during HPPC tests. / Litiumjonbatterier är speciellt lämpliga som ackumulatorer i högeffektsapplikationer som elhybridfordon. Det är idag allmänt accepterat att en av processerna som begränsar effekttätheten för litiumjonbatterier är masstransporten i elektrolyten. Trots detta är det fortfarande svårt att få tag på data som fullständigt beskriver masstransporten i de vanligaste elektrolyterna. I det här arbetet har masstransportkarakteriseringar gjorts för två tekniskt viktiga elektrolyter: (1) en vätskeelektrolyt som består av LiPF6 upplöst i etylenkarbonat (EC) och etylmetylkarbonat (EMC), och (2) en gel elektrolyt som består av LiPF6 upplöst i EC, propylenkarbonat (PC) och poly(vinylidene fluoride‐hexafluoro propylene) (P(VdFHFP)). Masstransporten i elektrolyterna karakteriserades genom att kombinera ett antal karakteriseringsexperiment. Maxwell‐Stefans ekvation användes som utgångspunkt i karakteriseringarna. Modeller av transporten formulerades från ekvationen och de effektiva transportegenskaperna identifierades. En matematisk analys gjordes först av karakteriseringstekniken, så att det kunde fastslås för vilka förhållanden experimenten skulle utföras. Värderna av transportegenskaperna erhölls genom att optimera modellerna till det experimentella beteendet. För att ge karakteriseringsresultaten en begriplig tolkning och för att kunna mäta prestandan av elektrolyter, infördes konceptet normaliserad potentialgradient. Resultatet från karakteriseringen av vätskeelektrolyten användes i en model av en LiNi0.8Co0.15Al0.05O2 | LiPF6 EC:EMC (3:7) | MAG‐10 cell. Modellen utvecklades för att analysera masstransporten i cellen under ett hybridpulstest (HPPC). Analysen gjordes med en metod där polarisationen delades upp i delar som var och en var kopplad till en process i batteriet. Den optimala sammansättningen med avseende på masstransporten låg i regionen 0.5–1.2 mol/dm3 LiPF6 för vätskeelektrolyten och 5‐7 vikt% LiPF6 för gelelektrolyten. Mindre mängd polymer i gelelektrolyten gav en snabbare masstransport. Det konstaterades också att masstransporten i vätskeelektrolyten bidrog med en av de största delarna till polarisationen i HPPC testen. / QC 20110128

Accurately modeling aerodynamic forces and moments are crucial for understanding thebehavior of an aircraft when performing various maneuvers at different flight conditions.However, this task is challenging due to complex nonlinear dependencies on manydifferent parameters. Currently, Computational Fluid Dynamics (CFD), wind tunnel,and flight tests are the most common methods used to gather information about thecoefficients, which are both costly and time–consuming. Consequently, great efforts aremade to find alternative methods such as machine learning. This thesis focus on finding machine learning models that can model the static and thedynamic aerodynamics coefficients for lift, drag, and pitching moment. Seven machinelearning models for static estimation were trained on data from CFD simulations.The main focus was on dynamic aerodynamics since these are more difficult toestimate. Here two machine learning models were implemented, Long Short–TermMemory (LSTM) and Gaussian Process Regression (GPR), as well as the ordinaryleast squares. These models were trained on data generated from simulated flighttrajectories of longitudinal movements. The results of the study showed that it was possible to model the static coefficients withlimited data and still get high accuracy. There was no machine learning model thatperformed best for all three coefficients or with respect to the size of the training data.The Support vector regression was the best for the drag coefficients, while there wasno clear best model for the lift and moment. For the dynamic coefficients, the ordinaryleast squares performed better than expected and even better than LSTM and GPR forsome flight trajectories. The Gaussian process regression produced better results whenestimating a known trajectory, while the LSTM was better when predicting values ofa flight trajectory not used to train the models. / Att noggrant modellera aerodynamiska krafter och moment är avgörande för att förståett flygplans beteende när man utför olika manövrar vid olika flygförhållanden. Dennauppgift är dock utmanande på grund av ett komplext olinjärt beroende av många olikaparametrar. I nuläget är beräkningsströmningsdynamik (CFD), vindtunneltestningoch flygtestning de vanligaste metoderna för att kunna modellera de aerodynamiskakoefficienterna, men de är både kostsamma och tidskrävande. Följaktligen görs storaansträngningar för att hitta alternativa metoder, till exempel maskininlärning. Detta examensarbete fokuserar på att hitta maskininlärningmodeller som kanmodellera de statiska och de dynamiska aerodynamiska koefficienterna för lyftkraft,luftmotstånd och stigningsmoment. Sju olika maskininlärningsmodeller för destatiska koefficienterna tränades på data från CFD–simuleringar. Huvudfokus lågpå den dynamiska koefficienterna, eftersom dessa är svårare att modellera. Härimplementerades två maskininlärningsmodeller, Long Short–Term Memory (LSTM)och Gaussian Process Regression (GPR), samt minstakvadratmetoden. Dessa modellertränades på data skapad från flygbanesimuleringar av longitudinella rörelser. Resultaten av studien visade att det är möjligt att modellera de statiskakoefficienterna med begränsad data och ändå få en hög noggrannhet. Ingen avde testade maskininslärningsmodelerna var tydligt bäst för alla koefficienterna ellermed hänsyn till mängden träningsdata. Support vector regression var bäst förluftmotstånds koefficienterna, men vilken modell som var bäst för lyftkraften ochstigningsmomentet var inte lika tydligt. För de dynamiska koefficienterna presterademinstakvadratmetoden bättre än förväntat och för vissa signaler även bättre än LSTMoch GPR. GPR gav bättre resultat när man uppskattade koefficienterna för enflygbanan man tränat modellen på, medan LSTM var bättre på att förutspå värdenaför en flybana man inte hade tränat modellen på.