MétaCan
Menu
Retour à la cohorte
Enregistrement W2165534856 · doi:10.2514/6.2004-4370

The Application of Multi-Disciplinary Optimization Technologies to the Design of a Business Jet

2004· article· en· W2165534856 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue10th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensBombardier (Canada)
Organismes subventionnairesnon disponible
Mots-clésJet (fluid)DisciplineComputer scienceManufacturing engineeringSystems engineeringEngineeringAerospace engineeringSociology

Résumé

récupéré en direct d'OpenAlex

This paper contains an outline of an engineering approach to multi -disci plinary design optimization and an application of it to a business jet. One of the most challenging issues in multi -disciplinary optimization is to bring together technologies and methodologies of various disciplines in a way that is both practical and inc lusive of the expertise that must accompany these individual technologies. The approach taken by the Advanced Aerodynamics Department at Bombardier Aerospace is to build each component of the methodology in a stepwise fashion from the ground up and integra te the engineering analysis and design tools already in place at Bombardier. The methodology is based on the integration of low and high fidelity computational fluid dynamics codes into the multi disciplinary environment, the development of conceptual wing structural design codes, wing weight estimation codes, En Route fuel burn prediction models and codes for the prediction of wing static aeroelastic deformation under load. Once a multi -disciplinary optimum design is obtained using low fidelity codes, this preliminary design undergoes a second refinement stage of optimization using high fidelity codes.

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 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,244 · 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