MétaCan
Menu
Retour à la cohorte
Enregistrement W2245815800 · doi:10.4271/2015-01-2569

Development of a High-Fidelity Simulation Model for a Research Environment

2015· article· en· W2245815800 sur OpenAlexaff
Georges Ghazi, Ruxandra Mihaela Botez

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFidelitySystems engineeringEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

During aircraft development, mathematical models are elaborated from our knowledge of fundamental physical laws. Those models are used to gain knowledge in order to make the best decisions at all development stages. Depending on the application, different models can be used to describe, in one way or another, the aircraft behavior. The goal of this paper is to develop a high-fidelity aircraft simulation model that is exceptionally capable, flexible and responsive to the needs of the researchers. The proposed model includes nonlinear aerodynamic coefficients, a generic engine model and a complete autopilot with auto-landing. The simulation model has been designed to help researchers develop and validate new algorithms for trajectory optimization, control design, stability analysis and parameter estimation. To make it easy to use, the simulation model also includes algorithms for stability and control analysis. Methodologies based on Nelder-Mead's optimization algorithm with a friendly user interface have been developed, allowing the trimming and linearizing of an aircraft's model for any flight condition and any configuration. Similarly, the simulation model includes a flight control system (FCS) and a complete autopilot (AP), allowing aircraft to follow a specific trajectory. The FCS and the AP have been designed and tuned using a modified Genetic Algorithm and the Particle Swarm Optimization algorithm. A level D flight simulator of the Cessna Citation X was used to validate the proposed methodology. The results show that the simulation model presented in this paper is accurate and could be further used to analyze the business aircraft Cessna Citation X's behavior. The simulation model could also be adapted for its use on other aircrafts.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,061
Tête enseignante GPT0,309
Écart entre enseignants0,248 · 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'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

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAerospace and Aviation TechnologyTravaux en français237 207