Application of virtual flight test framework with derivative design optimization
Notice bibliographique
Résumé
Purpose The purpose of this paper is a development of a virtual flight test framework with derivative design optimization. Aircraft manufactures and engineers have been putting significant effort into the design process to lower the cost of development and time to a minimum. In terms of flight tests and aircraft certification, implementing simulation and virtual test techniques may be a sufficient method in achieving these goals. In addition to simulation and virtual test, a derivative design can be implemented to satisfy different market demands and technical changes while reducing development cost and time. Design/methodology/approach In this paper, a derivative design optimization was applied to Expedition 350, a small piston engine powered aircraft developed by Found Aircraft in Canada. A derivative that changes the manned aircraft to an Unmanned Aerial Vehicle for payload delivery was considered. An optimum configuration was obtained while enhancing the endurance of the UAV. The multidisciplinary design optimization module of the framework represents the optimized configuration and additional parameters for the simulator. These values were implemented in the simulator and generated the aircraft model for simulation. Two aircraft models were generated for the flight test. Findings The optimization process delivered the UAV derivative of Expedition E350, and it had increased endurance up to 21.7 hours. The original and optimized models were implemented into virtual flight test. The cruise performance exhibited less than 10 per cent error on cruise performance between the original model and Pilots Operating Handbook (POH). The dynamic stability of original and optimized models was tested by checking Phugoid, short period, Dutch roll and spiral roll modes. Both models exhibited stable dynamic stability characteristics. Practical implications The original Expedition 350 was generated to verify the accuracy of the simulation data by comparing its result with actual flight test data. The optimized model was generated to evaluate the optimization results. Ultimately, the virtual flight test framework with an aircraft derivative design was proposed in this research. The additional module for derivative design optimization was developed and its results were implemented to commercial off-the-shelf simulators. Originality/value This paper proposed the application of UAV derivative design optimization for the virtual flight test framework. The methodology included the optimization of UAV derivative utilizing MDO and virtual flight testing of an optimized result with a flight simulator.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».