Development and characterization of a passive, bio-inspired flow-tracking sensor
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
) flow tracking measurements, systems suffer from inertial lag due to the increased size and mass needed for optical visibility, or by carrying a sensor payload, such as an inertial measurement unit (IMU). While IMU-based flow sensing is promising for beyond visual line-of-sight applications, the size and mass of the sensor platform results in reduced flow fidelity and, hence, measurement error. Thus, to extract otherwise inaccessible flow information, a flow-physics-based tracer correction is developed through the application of a low-order unsteady aerodynamic model, inspired by the added-mass concept. The technique is evaluated using a sensor equipped with an IMU and magnetometer. A spherical sensor platform, selected for its symmetric geometry, was subject to two canonical test cases including an axial gust as well as the vortex shedding generated behind a cylinder. Using the measured sensor velocity and acceleration as inputs, an energized-mass-based dynamic model is used to back-calculate the instantaneous flow velocity from the sensor measurements. The sensor is also tracked optically via a high-speed camera while collecting the inertial data onboard. For the 1D test case (axial gust), the true (local) wind speed was estimated from the energized-mass-based model and validated against particle image velocimetry measurements, exhibiting good agreement with a maximum error of 10%. For the cylinder wake (second test case), the model-based correction enabled the extraction of the velocity oscillation amplitude and vortex-shedding frequency, which would have otherwise been inaccessible. The results of this study suggest that inertial (i.e. large and heavy) IMU-based flow sensors are viable for the extraction of Lagrangian tracking at large atmospheric scales and within highly-transient (turbulent) environments when coupled with a robust dynamic model for inertial correction.
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