A new statistical snow cloud model for aeronautical applications

The accurate prediction of in-flight ice accretion is crucial for both the aircraft design and certification processes. At these stages, computer codes help simulating the ice accretion over the aircraft surface. Numerical predictions provide key insights, which allow for improving the design of the aircraft protection systems and, ultimately, the safeness while flying in adverse meteorological conditions. At the time of the writing, these codes simulate only the ice build up resulting from the impact of water droplets on thhe aircraft. Nevertheless, safety concerns and more strict regulations call for extending the prediction capabilities also to snow. Currently, there are no validated engineering tools capable to asses the risk of snow accretion and accumulation on an aircraft. In this thesis we focus on developing a statistical cloud model for aeronautical applications. Namely, we develop an inferential procedure for characterizing the shape of falling snowflakes by taking advantage of experimental observations of their precipitating velocity. This procedure ultimately allows to build a statistical model of the cloud, to be used for in-flight ice accretion purposes. We infer the statistical distribution of the shape parameters using a classical Bayesian approach. The code can account for clouds consisting in multiple families of snowflakes, thanks to the possibility of modelling multi-component distributions. Firstly, we verify our framework against an artificial set of experimental data, proving that the code is capable to correctly infer the test parameters. We then apply our procedure to data from experiments, obtaining a statistical description of the snow cloud. Eventually, we use the inferred information to simulate a snowfall. Namely, we track the free fall of every snowflake present in an artificial cloud. Results suggest that snow cloud modelling capabilities are of the utmost relevance for improving in-flight ice prediction codes.

La capacità di predire accuratamente l'accrescimento di ghiaccio sui velivoli è fondamentale sia per la progettazione di un aeromobile che per la sua certificazione. In questo ambito, strumenti computazionali contribuiscono a prevedere l'accrescimento di ghiaccio sulla superficie del velivolo ad un costo ragionevole. Le previsioni numeriche forniscono informazioni chiave utili al miglioramento del design del sistema di protezione dell'aereo e, sostanzialmente, alla sicurezza dei voli in condizioni meteorologiche avverse. Al momento, questi codici simulano solamente il ghiaccio che si accumula come conseguenza dell'impatto tra le gocce d'acqua e il velivolo. Ciononostante, l'attenzione alla sicurezza e l'introduzione di normative più severe sollecitano l'estensione delle capacità di previsione anche alla neve. Attualmente, non esistono strumenti numerici validati in grado di valutare il rischio di accrescimento e accumulo di neve su di un aeromobile. Questa tesi si concentra sullo sviluppo di un modello statistico di nuvola, associata a previsioni nevose, per usi aeronautici. In particolare, abbiamo sviluppato una procedura inferenziale per poter dedurre la forma di fiocchi di neve in caduta beneficiando di osservazioni sperimentali della velocità di precipitazione. Questa procedura, in sostanza, permette di costruire un modello statistico della nuvola utilizzabile per scopi di accrescimento di ghiaccio in volo. Grazie alla possibilità di progettare distribuzioni multicomponenti, il modello rappresenta nuvole contenenti molteplici famiglie di fiocchi di neve. La distribuzione statistica dei parametri di forma è dedotta attraverso un classico approccio Bayesiano. Inizialmente, l'implementazione del nostro strumento computazionale è verificata attraverso un set di dati artificiali, confermando la capacità di inferire correttamente la distribuzione dei parametri prova. Successivamente, la procedura è applicata a veri dati sperimentali, ottenendo una descrizione statistica caratterizzante la forma dei fiocchi di neve contenuti nella nuvola. Infine, le informazioni inferite sono impiegate per simulare una nevicata tracciando la caduta libera di ciascun fiocco di neve della nuvola artificiale. I risultati ottenuti suggeriscono che la capacità di modellare la nuvole associate a precipitazioni nevose sia di estrema importanza al fine di migliorare la capacità di previsione dell'accrescimento di ghiaccio in volo.