MétaCan
Menu
Retour à la cohorte
Enregistrement W4281633404 · doi:10.1139/dsa-2021-0031

Aerodynamics effect of holes in UAV wings modified for VTOL capability

2022· article· en· W4281633404 sur OpenAlexvenueno aff
Laith Sawaqed, Ahmad H. Bani Younes, Mohammad I. Aldalal’ah

Notice bibliographique

RevueDrone Systems and Applications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDragLift-to-drag ratioAerodynamicsWingLift-induced dragLift (data mining)Aerospace engineeringTurbulenceWind tunnelAngle of attackComputational fluid dynamicsMarine engineeringWing configurationMechanicsWing twistDrag coefficientLift coefficientWingtip vorticesPhysicsEngineeringComputer scienceVortexHorseshoe vortexReynolds numberVorticity

Résumé

récupéré en direct d'OpenAlex

This research investigates the possibility of modifying the X8 Skywalker from a fixed-wing unoccupied aerial vehicle into a convertiplane to utilize the advantages of vertical take-off and landing and maintain the benefits of fixed-wing design. In this study two configurations were tested; the first one includes sharp holes embedded in the wings for the propellers and the second one has filleted holes. The purpose of the study is to analyze the new configurations’ ability to generate enough lift after reducing the wings area. The aerodynamic coefficients are calculated through computational fluid dynamics. Simulation results were validated experimentally by using the wind tunnel. Even though the holes reduced the wing area by about 20%, the proposed modifications could lead to a lift to drag ratio around 7. The results showed that the new configurations can generate five times the lift compared to the drag, while the maximum lift to drag ratio dropped by 50% compared to the original design. At the same time, the filleted hole configuration showed less drag and turbulence effects, especially at a low angle of attack, compared to the sharp hole 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrone Systems and ApplicationsMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207