MétaCan
Menu
Retour à la cohorte
Enregistrement W2965730303 · doi:10.1109/tec.2019.2932381

Unified Solver Based Real-Time Multi-Domain Simulation of Aircraft Electro-Mechanical-Actuator

2019· article· en· W2965730303 sur OpenAlexafffund
Zhen Huang, Chengcheng Tang, Venkata Dinavahi

Notice bibliographique

RevueIEEE Transactions on Energy Conversion · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésSolverActuatorComputer scienceComponent (thermodynamics)Key (lock)Domain (mathematical analysis)Time domainControl engineeringProcess (computing)Field-programmable gate arrayPower (physics)SimulationEngineeringEmbedded systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Electro-mechanical-actuator (EMA) is the key component to convert electrical power into mechanical power for flight control in next-generation aircrafts. Multi-domain simulation of EMA can benefit its on-going evolution process. This paper presents the real-time multi-domain modeling and simulation of an EMA as elevator for flight control by utilization of a unified solver. Several key issues concerning the computational efficiency and successful implementation of this solver are provided and its relationship with state-variable model is also elaborated. Analysis shows that this solver could be a competitive candidate for multi-domain simulation because of its high computational efficiency and relatively less modeling effort. Electrical, mechanical, and thermal parts of the EMA are modeled and simulated interactively based on the proposed solver. The multi-domain model is implemented on FPGA board and executes in real time. Simulation results from FPGA board and commercial softwares under several test scenarios coincide with each other in very high degree, which showcases the efficacy of the proposed solver with respect to computational efficiency and ability to accommodate multi-domain models. The proposed model and solver are useful for hardware-in-the-loop design and testing of EMA.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,867
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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.

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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Energy ConversionMême sujetReal-time simulation and control systemsTravaux en français237 207