Verification, validation, and calibration under uncertainty for a scaled experimental rotor model

Nowadays flight simulations and computer modeling are well-established instruments that run in parallel with the development of fixed and rotary wing aircrafts. Their primary advantage is the possibility of reproducing different environment and flight conditions, reducing time and costs of experimental campaigns and real flight tests. Furthermore, if consolidated and validated, they can be helpful in simulating emergency case maneuvers increasing pilots safety. To obtain such benefits, a validation analysis is mandatory to ensure the correct operation of the tools, through the comparison between simulation results and experimental data. Both of them can be characterized by uncertainties and errors, that must be taken into consideration to estimate the accuracy and the credibility of the processes. This thesis aims to infer a complete uncertainty quantification (UQ) analysis considering a multi-body model. This is constructed in order to reproduce experimental data obtained through a scaled helicopter. A Dakota-MBDyn interaction allows the execution of different methods, chosen according to the type of informations available and the time required for a single run. Particular interest is posed on Bayes Calibration used to derive parameter probability distributions given test data. Previously, a validation analysis is executed to gain an higher understanding on the algorithms and to determine the level of confidence of the results.

I simulatori di volo e la modellazione sono strumenti che stanno acquisendo una maggiore importanza e rilevanza nello sviluppo di velivoli ad ala fissa e rotante. La possibilità di riprodurre un gran numero di condizioni ambientali e di volo, senza ricorrere a lunghe ed eccessive campagne sperimentali, li rendono vantaggiosi sotto molti punti di vista. Inoltre, possono essere utilizzati per simulare manovre di emergenza senza la possibilità che il pilota incorra in qualche rischio. Prima di poterli utilizzare in condizioni operative, è necessario che questi vengano validati confrontando i dati simulati con quelli sperimentali. Entrambi possono essere caratterizzati da incertezze ed errori che devono essere considerati e valutati per assicurare e stimare la credibilità dei risultati. Questa tesi ha come scopo la completa valutazione statistica di un modello multicorpo tramite quantificazione di incertezza. Il modello è stato concepito per simulare dati sperimentali ottenuti tramite un elicottero in scala. L’interazione tra Dakota e MBDyn permette l’esecuzione di vari metodi numerici per l’analisi statistica, scelti in base alle informazioni e alle risorse disponibili. Particolare attenzione è posta sulla Calibrazione di Bayes, che permette di ottenere le funzioni di distribuzione delle variabili in input grazie ai dati sperimentali. Prima di ciò, viene eseguita un’analisi di validazione dei modelli per ottenere il livello di confidenza attribuibile ai risultati.