MétaCan
Menu
Retour à la cohorte
Enregistrement W2586461965

Identification paramétrique et analyse de sensibilité d'un modèle dynamique de l'aéronef SA-160 pour le développement d'une version sans pilote (drone)

2015· article· fr· W2586461965 sur OpenAlexaboutno aff
Mikaël Cardinal

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2015
Typearticle
Languefr
DomaineEngineering
ThématiqueAerospace Engineering and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce mémoire présente les travaux qui ont été menés conjointement avec l’entreprise Aviatech Services Techniques Inc. (AST) de Trois-Rivières. AST est une firme d’ingénierie se spécialisant dans l’intégration de systèmes avioniques, dans la fabrication de systèmes de levées géophysiques ainsi que dans la conception et la certification de produits aéronautiques. Depuis sa création en 2007, celle-ci a accompli plusieurs projets portant sur des modifications structurales d’aéronefs et sur des essais en vol pour des appareils certifiés sous les catégories FAR 23, 25, 27 et 29. Récemment, l’entreprise s’est impliquée dans le secteur des drones et développe des partenariats avec différentes institutions, dont les universités. \n \nLe projet présenté dans ce document s’inscrit dans la lignée des efforts mis par AST afin de développer une version sans pilote (drone) du SA160. De par l’investissement dans le développement technologique du SA160 ainsi que la connaissance des données techniques s’y rattachant, AST est à même de contribuer grandement au développement d’un tel aéronef. Également, l’entreprise est en bonne position afin de proposer des stratégies pour faciliter une future certification de l’appareil ainsi que son intégration dans un espace aérien civil. \n \nLe projet de recherche est orienté sur le développement d’un modèle dynamique du SA160, lequel pourra éventuellement servir à des fins de conception de lois de commande et de système de navigation autonome. L’asservissement de ce système complexe requiert une étude approfondie de la dynamique de l’appareil en boucle ouverte. Ainsi, un modèle possédant un haut degré de fidélité est requis afin de démontrer la navigabilité de l’appareil et ses capacités de vol autonome. À cet effet, un modèle dynamique est obtenu à partir de techniques d’identification paramétrique du modèle à temps continu appliquées aux données de vol du SA160. La méthode est appliquée avec l’outil Matlab SIDPAC (System IDentification Program for AirCraft) développé par la NASA. \n \nDans un premier temps, l’instrumentation nécessaire à l’identification du système dynamique a été installée sur l’appareil. Des essais en vol ont permis de recueillir un ensemble de données inertielles et aérodynamiques pour des manœuvres de vol spécifiquement conçues pour maximiser l’efficacité du processus d’identification. Ces manœuvres permettent d’exciter les différents modes de l’aéronef, ce qui permet l’obtention de données riches en information pour l’identification des différents paramètres aérodynamiques du modèle. D’abord, la dynamique couplée à 6 degrés de liberté a été étudiée. À la suite des résultats obtenus, le système a été découplé en deux systèmes indépendants modélisant respectivement la dynamique longitudinale et la dynamique \nlatérale/directionnelle. \n \nLa méthodologie utilisée a permis d’obtenir un modèle avec de bonnes capacités de prédiction, pour les dynamiques découplées. Une analyse de sensibilité a également été effectuée afin d’identifier le niveau de précision du modèle en regard de l’incertitude statistique des paramètres identifiés. Ces travaux permettent donc d’orienter les efforts de modélisation sur certains paramètres en particulier, en fonction de leur niveau d’influence sur les variables d’état du modèle.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,017
Tête enseignante GPT0,206
Écart entre enseignants0,189 · 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
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetAerospace Engineering and Control SystemsTravaux en français237 207