Intermittent Arc Fault Detection And Location For Aircraft Power Distribution System
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
This thesis addresses a non-destructive diagnostic method for intermittent arc fault detection and location. Intermittent arc faults appear in aircraft power systems in unpredictable manners when the degraded wires are wet, vibrating against metal structures, or under mechanical stresses, etc. They could evolve into serious faults that may cause on-board fires, power interruptions, system damage and catastrophic incidents, and thus have raised much concern in recent years. Recent trends in solid state power controllers (SSPCs) motivated the development of non-destructive diagnostic methods for health monitoring of aircraft wiring. In this thesis, the ABCD matrix (or transmission matrix) modeling method is introduced to derive normal and faulty load circuit models with better accuracy and reduced complexity compared to the conventional differential equation approach, and an intermittent arc fault detection method is proposed based on temporary deviations of load circuit model coefficients and wiring parameters. Furthermore, based on the faulty wiring model, a genetic algorithm (GA) is proposed to estimate the fault-related wiring parameters, such as intermittent arc location and average intermittent arc resistance. The proposed method can be applied to both the alternating current (AC) power distribution system (PDS) and direct current (DC) PDS. Simulations and experiments using a DC power source have been conducted, and the results have demonstrated effectiveness of the proposed method by estimating the fault location with an accuracy of +/- 0.5 meters on 24.6 meters wire. Unlike the existing techniques which generally requires special devices, the proposed method only needs circuit voltage and current measurement at the source end as inputs, and is thus suitable for SSPC-based aircraft PDS.
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) | 0,000 | 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