MétaCan
Menu
Retour à la cohorte
Enregistrement W4210396534 · doi:10.1115/imece2021-71173

Bell 412 Full Flight Envelope Aircraft Simulation Model Development and Evaluation With Nonlinear Equations of Motion

2021· article· en· W4210396534 sur OpenAlexaff
Alexander Crain, Joseph Ricciardi, Terrin Stachiw

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemFlight envelopeTrimEquations of motionEnvelope (radar)Control theory (sociology)Stability derivativesFlight simulatorFlight dynamicsAircraft flight mechanicsPerturbation (astronomy)Aerospace engineeringSystem identificationEngineeringComputer scienceAerodynamicsData modelingPhysicsClassical mechanicsControl (management)Structural engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Flight models are used to accurately predict the aircraft performance and response and are used for aircraft development, engineering analysis, and pilot training. It is common practice to use linearized small perturbation equations of motion for the identification of the stability and control derivatives that form the basis of flight models using system identification. Due in large part to advances in computer technology and optimization techniques, it is feasible to use nonlinear equations of motion for time-domain system identification. This report compares two full flight envelope aircraft models that were developed with identical data: one developed using linearized equations of motion in a state space form, and the other with nonlinear equations. The global flight models were developed for the NRC Bell 412 helicopter in forward flight across its range of speeds, altitudes, and configurations. Use of the nonlinear equations of motion produced a model with less parameter variance and its corresponding global model had improved trim characteristics.

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 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 enseignants0,539
Score d'incertitude au seuil0,312

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,244
Écart entre enseignants0,222 · 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.

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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAerospace and Aviation TechnologyTravaux en français237 207