MétaCan
Menu
Retour à la cohorte
Enregistrement W2201891279 · doi:10.1139/juvs-2014-0018

Design and testing of foam-inflated wings for small unmanned aerial vehicles

2015· article· en· W2201891279 sur OpenAlexaffvenue
Goetz Bramesfeld, Ryan Prinster

Notice bibliographique

RevueJournal of Unmanned Vehicle Systems · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace Engineering and Energy Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésInflatableWingStructural engineeringAileronAerodynamicsStiffnessChord (peer-to-peer)Materials scienceMechanical engineeringAerospace engineeringEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Inflatable wings can greatly improve the portability of small UAVs. The foam-inflated wing concept consists of a hybrid structure of rigid and flexible elements. This approach potentially reduces the packaging and logistical needs before deployment of a small UAV. The small packaging volume of the wing is achieved using spars and wing skin that are made out of flexible polyester-film material. For deployment, the cylindrical spars are rigidized using expanding foam that increases the buckling stiffness of the spars. Solid ribs that were previously attached to those spars provide high shape compliance for the external skin. Due to the solid rib structure, the chord length of the wing defines the maximum packing dimension before inflation. As demonstrated in tests, the inflation process of the hybrid wing is uncomplicated and swift. The subsequent foam-inflated structure is lightweight and can be tailored to the expected loads. In addition, the underlying ribs ensure a high aerodynamic quality, despite the inflatable nature of the hybrid wing structure. The feasibility of the concept of the hybrid wing structure has been demonstrated in flight tests.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,216
Écart entre enseignants0,171 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Unmanned Vehicle SystemsMême sujetAerospace Engineering and Energy SystemsTravaux en français237 207