MétaCan
Menu
Retour à la cohorte
Enregistrement W3038841903 · doi:10.2514/1.c035614

Aerodynamic Interactions of Quadrotor Configurations

2020· article· en· W3038841903 sur OpenAlexafffund
Devin F. Barcelos, Amir Kolaei, Goetz Bramesfeld

Notice bibliographique

RevueJournal of Aircraft · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésAerodynamicsThrustRotor (electric)Aerospace engineeringAerodynamic forceRotation (mathematics)Moment (physics)Power (physics)Flow (mathematics)MechanicsEngineeringStructural engineeringPhysicsMechanical engineeringComputer scienceClassical mechanics

Résumé

récupéré en direct d'OpenAlex

An advanced potential flow method is used to study the aerodynamic interactions between small rotors of quadrotor configurations and the impact on the overall flight performance. The aerodynamic analysis method is validated by comparing the thrust and power predictions of isolated rotors in hover and forward flight with experimental results. The aerodynamic model was next extended to consider the interactions of several rotors of various quadrotor configurations. Compared with an independent rotor, the interaction of multiple, closely located rotors increases the power requirements of the vehicle and causes a loss of thrust. For diamond configurations, the rotation direction of the lead rotors impacts the thrusts of the midrotors and, subsequently, the overall vehicle rolling moment. For square configurations, slightly higher total thrusts and slightly greater tendencies to pitch up are observed when the retreating blades of the lead rotors move back along the vehicle centerline than for the reversed rotational orientations. The diamond configuration exhibits up to 3.5% higher rotor efficiency and a lesser tendency to pitch up with increasing forward speed than the square configuration.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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

Citations37
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AircraftMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207