MétaCan
Menu
Retour à la cohorte
Enregistrement W4317568620 · doi:10.2514/6.2023-0213

A Conceptual Sizing Tool for Regional and Commuter Aircraft with Hybrid-Electric Propulsion

2023· article· en· W4317568620 sur OpenAlexaff
Gala Licheva, Susan Liscouët-Hanke

Notice bibliographique

RevueAIAA SCITECH 2023 Forum · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSizingPropulsionElectrically powered spacecraft propulsionAviationConceptual designAutomotive engineeringSystems engineeringEngineeringCarbon footprintFuel efficiencyComputer scienceAerospace engineeringGreenhouse gasMechanical engineering

Résumé

récupéré en direct d'OpenAlex

View Video Presentation: https://doi.org/10.2514/6.2023-0213.vid The rapidly growing aviation industry aims to reduce its carbon footprint drastically in the upcoming years. Therefore, there is a need for environmentally friendly aircraft that integrate new configurations and technologies, such as hybrid-electric, distributed-electric, and all-electric propulsion. New conceptual design tools need to be put in place to analyze the potential benefits of these new configurations and technologies. The hybrid-electric sizing tool described in this paper is developed with the objective of evaluating a potential reduction of fuel burn by estimating the fuel mass, battery mass, and overall mass for a given mission profile and level of hybridization and is based on a series of top-level requirements, flight segments' constraints, and aircraft characteristics. The proposed method implements performance constraints for Part 23 and Part 25 certified aircraft, as much promise is seen in the hybridization of regional or commuter aircraft. The validation of the tool focuses particularly on this segment of aircraft. In addition, this paper includes a comparison with other hybrid-aircraft sizing tools in the literature. Overall, this tool, integrated into a multidisciplinary design analysis and optimization framework, enables performing system integration studies for hybrid-electric aircraft.

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)0,001
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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 GPT0,238
Écart entre enseignants0,221 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA SCITECH 2023 ForumMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207