Development and Validation of a Propeller Slipstream Model for Unmanned Aerial Vehicles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent interest in high-angle-of-attack flight, aerobatic maneuvering, vertical/short takeoff and landing, etc., of small unmanned aerial vehicles necessitates more detailed modeling of the complex aerodynamics associated with these flight regimes. This includes modeling the effect of the propeller slipstream, also called prop wash, which is the main source of airflow that helps maintain lift and control during near-zero forward-speed flight like that encountered during vertical/short takeoff and landing, as well as during high-angle-of-attack flight/aerobatic maneuvering like hovering. Propeller slipstream models based on conventional theories, such as the momentum theory, have been used extensively in the literature to predict the induced air velocity within the slipstream. However, because these conventional theories consider only acceleration of air within the slipstream and not diffusion, their applicability in regions far downstream of the propeller where diffusion is dominant, is questionable. This paper presents a propeller slipstream model that considers both acceleration and diffusion within the slipstream using simple analytical and semi-empirical equations. The proposed model is shown to be in good agreement with the experimental data for several different propellers and configurations, up to propeller diameters downstream of the propeller plane, with an rms error of in velocity. As well, the proposed model matches the simplicity of conventional models and is therefore suitable for real-time applications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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