MétaCan
Menu
Retour à la cohorte
Enregistrement W2000126090 · doi:10.2514/2.2895

Low-Order Method for Predicting Aerodynamic Performance Degradation Due to Ground Icing

2002· article· en· W2000126090 sur OpenAlexafffund
G. F. Syms

Notice bibliographique

RevueJournal of Aircraft · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesTransport Canada
Mots-clésAirfoilAerodynamicsLift (data mining)Lift coefficientMathematicsMechanicsWingStructural engineeringAngle of attackGround effect (cars)EngineeringAerospace engineeringPhysicsReynolds numberTurbulenceComputer science

Résumé

récupéré en direct d'OpenAlex

Alow-ordermethod to computethe degradation in the maximum lift coefe cient of an aircraft due to distributed surfaceroughnesshasbeendeveloped.ThealgorithmisappliedtotheFokkerF28Mk1000,anaircraftinvolvedinan accidentinwhichgroundicingwasdeterminedtoplayasignie cantrole.Themethodconsistsoftwocomplementary portions. The e rst uses a low-orderpanel method to computethequasi-steady aerodynamiccharacteristics, in and out of groundeffect,ofthecompleteaircraftgeometryincluding one- ortwo-elemente aps,a boundary-layerfence, nacelles, and a horizontal tail. The numerical model then, in the second portion, generates an engineering estimate of the maximum lift coefe cient for the aircraft cone guration. The method is based on the assumptions that the pressure difference between the suction peak and the trailing edge of an airfoil is a maximum at the maximum lift coefe cient and that the condition in which one spanwise station of a wing in a stripwise analysis violates this maximum pressure difference rule is the point at which the maximum lift of the entire aircraft is generated. The application of the pressure difference rule is modie ed to account for the presence of the boundary-layer fence and can estimate (on the conservative side ) the effects of distributed surface roughness on the maximum lift coefe cient using an appropriate maximum allowable pressure difference.

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: Empirique
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil0,458

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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

Citations7
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AircraftMême sujetIcing and De-icing TechnologiesTravaux en français237 207