MétaCan
Menu
Retour à la cohorte
Enregistrement W2949278708 · doi:10.82308/6025

Modeling and control of a flying wing tailsitter unmanned aerial vehicle

2018· article· en· W2949278708 sur OpenAlexfundno aff
Romain Chiappinelli

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace Engineering and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésClimbTakeoffTakeoff and landingFly-by-wireFlight control surfacesAerospace engineeringDescent (aeronautics)Flight simulatorThrustAircraft flight mechanicsFlight testAileronAirplaneAerodynamicsFixed wingEngineeringWingLift (data mining)AeronauticsWing loadingAngle of attackComputer science

Résumé

récupéré en direct d'OpenAlex

Tailsitters are a special class of fixed-wing unmanned aerial vehicle intended to bridge the gap between rotorcraft and conventional fixed-wing aircraft. These systems are able to perform aerobatic and stationary maneuvers, including vertical takeoff and landing, as well as efficient level flight. However, this flying ability brings a control challenge due to the two distinct flight regimes. During vertical maneuvers, the wings are stalled and only the thrust forces support the aircraft's weight. The rear control surfaces, called elevons, are kept effective due to the slipstream generated by the thrusters. During level flight, the aircraft flies at a substantial forward velocity which generates lift from the wings as well as control authority from the elevons. In this research, a real time simulator is developed for the full flight envelope range, based on a component breakdown method. The simulator includes a flat plate aerodynamics model which includes the effect of control surfaces deflection, a ground contact model, as well as a semi-empirical thruster model. A single quaternion-based controller is developed and implemented in this simulated environment and also tested on the real platform. The autonomous maneuvers needed for a real flight mission are demonstrated through experiments, including vertical takeoff and climb, transition to level flight, back transition, stationary flight, vertical descent and landing. The results from both simulations and flight experiments are compared and used to qualitatively evaluate the performances of the 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAerospace Engineering and Control SystemsTravaux en français237 207