MétaCan
Menu
Retour à la cohorte
Enregistrement W2810983594 · doi:10.4050/f-0074-2018-12902

Experimental Evaluation of Multi-rotor UAV Operation under Icing Conditions

2018· article· en· W2810983594 sur OpenAlexaff
Sihong Yan, Louis-David Germain, Tomas Opazo, José Palacios

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésIcingThrustIcing conditionsEnvironmental scienceRotor (electric)Wind tunnelAerospace engineeringMarine engineeringSimulationComputer scienceMeteorologyEngineeringPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Unmanned aerial vehicles (UAV) with multi-rotor configurations have become a popular platform for aerial surveillance and and are forecast for use in delivery of packages. During these missions, UAVs can be exposed to icing conditions. In this paper, two icing experiments on representative UAV configurations are discussed. The object of this paper is to investigate the effects of ice accretion on the operation of a UAV. The first experiment is to measure degradation in thrust and increase in power requirements of a co-axial rotor configuration in an icing wind tunnel. The second experimental set-up tested a commercial UAV (DJI Mavic Pro) in a forward flight regime in an artificial icing environment. These co-axial UAV rotors are controlled by two algorithms. The first algorithm keeps a constant rpm during 60 seconds in an icing cloud. The second algorithm maintains thrust until ice shed from rotors. In addition, a DJI Mavic Pro icing flight test was conducted inside an icing chamber. Both experiments demonstrate that ice accretion on UAV rotors can lead to an intimidating deficit in thrust and abrupt increase in power consumption that could result in catastrophic failure. When rpm is fixed, increase in power and decrease in thrust are linearly correlated with icing time. When thrust is constant, rpm and power could be modeled as a linear function of time before ice sheds. Power change rates under varying icing conditions were compared and discussed. In addition, ice shedding events were observed in the wind tunnel test. A shedding event could result in abrupt change in thrust and power affecting the capability of the motor control algorithm to operate. In the DJI icing flight test, motor current exceeded the current safety limit of the motor within 30 seconds of ice exposure. The motor coils heated during the ice accretion process melting the insulation on wires. The test confirmed the almost immediate damage to small UAV (under 50 Kg.) motors and batteries during icing process.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,253

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,072
Tête enseignante GPT0,347
Écart entre enseignants0,276 · 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'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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIcing and De-icing TechnologiesTravaux en français237 207