Liquid Water Detection Algorithm for the Magnetostrictive Ice Detector
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph"> For nearly a century, ice build-up on aircraft surfaces has presented a safety concern for the aviation industry. Pilot observations of visible moisture and temperature has been used a primary means to detect conditions conducive to ice accretion on aircraft critical surfaces. To help relieve flight crew workload and improve aircraft safety, various ice detection systems have been developed. Some ice detection systems have been successfully certified as the primary means of detecting ice, negating the need for the flight crew to actively monitor for icing conditions. To achieve certification as a Primary ice detection system requires detailed substantiation of ice detector performance over the full range of icing conditions and aircraft flight conditions. Some notable events in the aviation industry have highlighted certain areas of the icing envelope that require special attention. </div><div class="htmlview paragraph"> Following the CRJ accident in Fredericton, New Brunswick, Canada, in December 1997, industry interest and scrutiny in the performance of ice detection systems at warmer temperatures has increased. [ <span class="xref"> 1 </span> ] In particular, the concern lies in potential differences between ice accretion on the ice detector sensing surfaces and the critical aircraft surfaces (e.g. wing, nacelle). This has led both the FAA and EASA to update advisory material to ensure that ice detector performance at low freezing fractions is addressed. </div><div class="htmlview paragraph"> To minimize this concern and alleviate the risk, Collins Aerospace (Rosemount Aerospace, Inc.) has developed an enhanced ice detection algorithm for its magnetostrictive ice detector (MID). Traditionally the MID has only been used to detect ice accretion resulting from supercooled liquid water. This new algorithm enables the MID to sense the presence of non-freezing liquid water on its sensing surface and couple that with ambient temperature information to provide a signal when conditions may be conducive for ice accretion on critical aircraft surfaces. </div><div class="htmlview paragraph"> The discussion in this paper describes the development of this new algorithm for the MID and performance verification of the algorithm through icing wind tunnel testing and icing flight tests. </div></div>
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».