On a reduced-order model-based optimization of rotor electro-thermal anti-icing systems
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
Purpose Responsible for lift generation, the helicopter rotor is an essential component to protect against ice accretion. As rotorcraft present a smaller wing cross-section and a lower available onboard power compared to aircraft, electro-thermal heating pads are favored as they conform to the blades’ slender profile and limited volume. Their optimization is carried out here taking into account, for the first time, the highly three-dimensional (3D) nature of the flow and ice accretion, in contrast to the current state-of-the-art that is limited to two-dimensional (2D) airfoils. Design/methodology/approach Conjugate heat transfer simulation results are provided by the truly 3D finite element Navier–Stokes analysis package-ICE code, embedded in a proprietary rotorcraft simulation toolkit, with reduced-order modeling providing a time-efficient evaluation of the objective and constraint functions at every iteration. The proposed methodology optimizes heating pads extent and power usage and is versatile enough to address in a computationally efficient manner a wide variety of optimization formulations. Findings Low-error reduced-order modeling strategies are introduced to make the tackling of complex 3D geometries feasible in todays’ computers, with the developed framework applied to four problem formulations, demonstrating marked reductions to power consumption along with improved aerodynamics. Originality/value The present paper proposes a 3D framework for the optimization of electro-thermal rotorcraft ice protection systems, in hover and forward flight. The current state-of-the-art is limited to 2D airfoils.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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