Development of a High-Fidelity Simulation Model for a Research Environment
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
<div class="section abstract"><div class="htmlview paragraph">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.</div></div>
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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