Modular Assembly and Real-Time Hardware Emulation of On-the-Move Multidomain Multimachine System on More-Electric Aircraft
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Multi-domain and multi-machine are two significant features of the on-the-move powertrains on more electric aircraft (MEA). To successfully simulate the dynamic behaviors of MEA, not only should the multi-disciplinary characteristics be incorporated, but their interfacing issue should be considered. This article presents a modular assembly methodology to model the multi-domain multi-machine system on MEA and achieves real-time emulation on field programmable gate array (FPGA) hardware. The various domain (pneumatic, hydraulic, and mechanical) parts are viewed as modules and interfaced with the electrical domain through machine drive system. State-space model of the power electronic based multi-machine drive system is developed accordingly and the eigenvalue distribution is analyzed. This article also derives practical bounds on real and imaginary part of the eigenvalues to facilitate parallel computation. An 100-machine drive system is then constructed and a Monte Carlo test is performed to validate the effectiveness of the eigenvalue bounds. High fidelity real-time emulation of the MEA multi-domain multi-machine is realized on FPGA. Pneumatic, hydraulic, and mechanical domain characteristics along with the related electrical domain waveforms are exhibited and their comparisons with MATLAB/Simulink are provided. High agreement on these transients waveforms suggests that this modular assembly approach could be a helpful scheme for the modeling and design of MEA powertrains.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle