MétaCan
Menu
Retour à la cohorte
Enregistrement W4380589988 · doi:10.4271/2023-01-1432

Planar Microwave Sensor for Localized Ice and Snow Sensing

2023· article· en· W4380589988 sur OpenAlexaff
Aaryaman Shah, Omid Niksan, Mohammad H. Zarifi

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSnowReflectometryMicrowaveIcingMaterials scienceRemote sensingAcousticsTime domainGeologyPhysicsEngineeringMeteorologyComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Ice and snow accretion on aircraft surfaces imposes operational and safety challenges, severely impacting aerodynamic performance of critical aircraft structures and equipment. For optimized location-based ice sensing and integrated ‘smart’ de-icing systems of the future, microwave resonant-based planar sensors are presented for their high sensitivity and versatility in implementation and integration. Here, a conformal, planar complementary split ring resonator (CSRR) based microwave sensor is presented for robust detection of localized ice and snow accretion. The sensor has a modified thick aluminum-plate design and is coated with epoxy for greater durability. The fabricated sensor operates at a resonant frequency of 1.18 GHz and a resonant amplitude of -33 dB. Monitoring the resonant frequency response of the sensor, the freezing and thawing process of a 0.1 ml droplet of water is monitored, and a 60 MHz downshift is observed for the frozen droplet. Using an artificial snow chamber to create falling snow, a 1 mm thick accretion of snow shows a 35 MHz downshift in resonant frequency. The proposed sensor system can be extended using a novel radar-inspired method of Time-Domain Reflectometry (TDR). TDR based ice/snow sensors can be implemented in an array or network structure for reliable, local and distributed ice and snow accretion monitoring on aircraft structures. Applying Time-Domain Reflectometry (TDR) methods, three identical sensors with the same resonant frequency are monitored over an approximate length of 10 m and localized sensing of water is presented. This novel method offers a pathway towards implementation of large network-based resonant-microwave sensors for future reliable integrated localized icing and snow accretion rate-measurement sensors.

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)0,000
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetIcing and De-icing TechnologiesTravaux en français237 207