MétaCan
Menu
Retour à la cohorte
Enregistrement W4317932566 · doi:10.3390/aerospace10020113

On the Study of Thermal-Propulsive Systems for Regional Aircraft

2023· article· en· W4317932566 sur OpenAlexaff
Iara Figueiras, Maria João Pereira Coutinho, Frederico Afonso, Afzal Suleman

Notice bibliographique

RevueAerospace · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésPowertrainPropulsionElectrificationAutomotive engineeringContext (archaeology)Electrically powered spacecraft propulsionComputer scienceEngineeringSystems engineeringAerospace engineeringElectrical engineeringElectricity

Résumé

récupéré en direct d'OpenAlex

Life without mobility is inconceivable. To enable this connectivity, one must find a way to progress towards a more sustainable transportation. In the aviation industry, a comprehensive understanding of greening technologies such as electrification of the propulsion system for commercial aircraft is required. A hybrid-electric propulsion concept applied to a regional aircraft is studied in the context of the FutPrInt50 project. To this end, the hybrid-electric propulsive system components are modeled, validated, and evaluated using computational and experimental data presented in the literature. The components are then assembled to construct the three powertrains for the hybrid-electric propulsion systems (Series, Parallel and Turboelectric) and parametric studies are carried out to study the influence of various battery parameters and hybridization factor. The performance results for a simple mission profile are generated. Together with a thermal management system, multi-objective optimization studies for the different architectures are then performed, with the power hybridization factor as the design variable and minimization of total mass and emissions as objective functions.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,262

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 Opus0,033
Tête enseignante GPT0,262
Écart entre enseignants0,229 · 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'étudeSans objet
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerospaceMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207