MétaCan
Menu
Retour à la cohorte
Enregistrement W2465185092 · doi:10.1109/icuas.2016.7502530

Aerodynamic analysis of upper surface wing morphing efficiency for the S4 Éhecatl unmanned aerial system

2016· article· en· W2465185092 sur OpenAlexaff
Oliviu Şugar Gabor, Andreea Koreanschi, Ruxandra Mihaela Botez

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesUniversity of Salford Manchester
Mots-clésFuselageMorphingAirfoilWingAerodynamicsAngle of attackAerospace engineeringLift-to-drag ratioDragComputer scienceSolverComputational fluid dynamicsLift coefficientEngineeringMechanicsPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper investigates the aerodynamic performance improvement of the Hydra Technologies S4 Unmanned Aerial System using a morphing wing concept. A part of the wing's upper surface is morphed, as function of the flight condition, in order to increase the S4's lift-to-drag ratio. The wing airfoil shape optimizations are performed using a hybrid Artificial Bee Colony and Broyden-Fletcher-Goldfarb-Shanno algorithm, coupled to a two-dimensional viscous flow solver. The wing geometries are reconstructed based on the morphed airfoils, and three-dimensional computations are performed, including the effects of the fuselage and tail, using a panel method. The viscous drag is estimated using strip theory, empirical and experimental approximations. The optimizations and three-dimensional results are obtained for fifteen flight conditions, corresponding to cruise and surveillance flights at various altitudes. Comparisons are made between the original and morphed geometries, and identify the conditions for which significant lift-to-drag ratio improvements are obtained using the upper surface morphing concept.

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 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: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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.

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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207