MétaCan
Menu
Retour à la cohorte
Enregistrement W2033442556 · doi:10.1109/robio.2014.7090519

Dynamics modeling and performance comparisons of two different rotor flying manipulators: Main-tail-rotor vs eight-rotor

2014· article· en· W2033442556 sur OpenAlexaff
Bin Yang, Yuqing He, Jianda Han, Guangjun Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRotor (electric)Helicopter rotorCoupling (piping)Flight dynamicsControl theory (sociology)Controller (irrigation)Computer scienceControl engineeringSystem dynamicsEngineeringAerospace engineeringControl (management)AerodynamicsMechanical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Rotor flying manipulator (RFM) is a system composed of a rotorcraft and a manipulator. RFM possesses great potential applications and thus has got much concern of the researchers all over the world. However, controller design of the RFM is challenging because of the dynamical coupling between the rotorcraft and the manipulator perplexes the whole system model structure, so the flight performance of the system is more sensitive to some uncertainty factors. Generally, the rotorcraft system of the RFM can be a main-tail-rotor helicopter or multi-rotor aircrafts, which are of completely different flight characteristics. Thus, it is valuable to conduct quantitative coupling analysis of the RFM with different flight platforms. This paper is aimed at this problem. We first construct the dynamics model of the RFM system with respect to different flight platforms, respectively. Then, coupling force and moment are computed quantitatively, and the comparative analysis on the influence of the motion state on them is conducted. Finally, some conclusions are given to show different performances of different kinds of RFM systems.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,375
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,018
Tête enseignante GPT0,226
Écart entre enseignants0,208 · 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.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207