Characterization of Aircraft Icing Environments with Supercooled Large Drops for Application to Commercial Aircraft Certification
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
Abstract Observations of aircraft icing environments that included supercooled large drops (SLD) greater than 100 μ m in diameter have been analyzed. The observations were collected by instrumented research aircraft from 134 flights during six field programs in three different geographic regions of North America. The research aircraft were specifically instrumented to accurately measure the microphysics characteristics of SLD conditions. In total 2444 SLD icing environments were observed at 3-km resolution. Each observation had an average liquid water content (LWC) > 0.005 g m −3 , drops > 100 μ m in diameter, ice crystal concentrations <1 L −1 , and an average static temperature ≤0°C. SLD conditions were observed approximately 5% of the in-flight time. The SLD observations were segregated into four subsets, which included conditions with maximum drop sizes <500 μ m and >500 μ m in diameter, each with median drop volume diameters <40 μ m and >40 μ m. For each SLD subset, the observations were used to develop envelopes of maximum LWC values as a function of horizontal extent and temperature. In addition, characteristic drop size distributions were developed for each SLD subset. The maximum LWC values physically represent either the 99% or 99.9% LWC values, as determined from an extreme value analysis of the data. The analysis is sufficient for simulation of SLD environments with either numerical icing accretion models or wind-tunnel icing simulations. The SLD envelopes are similar in structure and supplemental to existing aircraft icing envelopes, the difference being that the existing envelopes did not explicitly incorporate SLD conditions.
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