MétaCan
Menu
Retour à la cohorte
Enregistrement W1973473155 · doi:10.5539/mas.v3n11p34

Model-Based Feedback Control of High-speed Supercavitating Vehicles

2009· article· en· W1973473155 sur OpenAlexvenueno aff
Ziyao Cao

Notice bibliographique

RevueModern Applied Science · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupercavitationLinear-quadratic regulatorControl theory (sociology)LinearizationController (irrigation)DragFeed forwardComputer scienceNonlinear systemFeedback linearizationControl engineeringControl (management)EngineeringPhysicsMechanicsAerospace engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Supercavitation is a means of drag reduction in water, wherein a body is enveloped in a gas layer in order to reduce skin friction. Depending on the type of supercavitating vehicle under consideration, the overall drag coefficient can be an order of magnitude less than that of a fully-wetted vehicle. However, even in its simplest conceptualization, supercavitating vehicle dynamics features slope-discontinuous force curves and time-delay effects, control presents special challenges. This paper has presented strategies for the control of the highly-coupled nonlinear system comprising a supercavitating vehicle. A three DOFs hydrodynamical model based on Newton’s Laws was implemented for simulating the behavior of such a system. The linearization of the mathematical model is derived in detail. A Linear Quadratic Regulator (LQR) control design for the vehicle was formulated. Results of dynamical simulation for a specific vehicle were presented both for uncontrolled flight and with LQR-based feedforward-feedback control. The system behavior is dominated by the distinct change in the nature of the forces as the afterbody moves between a planing and non-planing condition, but that under the assumptions made for the three DOFs model the controller can eliminate the most undesirable behavior in either case.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,227
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207