MétaCan
Menu
Retour à la cohorte
Enregistrement W4387334057 · doi:10.2514/1.c036927

Off-Design Performance Analysis of a Parallel Hybrid Electric Regional Turboprop Aircraft

2023· article· en· W4387334057 sur OpenAlexafffund
Dominik Quillet, Vincent Boulanger, David Rancourt

Notice bibliographique

RevueJournal of Aircraft · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConsortium de Recherche et d’innovation en Aérospatiale au Québec
Mots-clésTurbopropPropulsionFuel efficiencyAutomotive engineeringSizingPayload (computing)Aircraft fuel systemPowertrainRobustness (evolution)EngineeringAerospace engineeringComputer scienceTorqueCombustion

Résumé

récupéré en direct d'OpenAlex

Hybrid electric propulsion is one of the alternative solutions for reducing fuel burn and lower [Formula: see text] emissions while keeping a reasonable battery mass for regional turboprop aircraft operating on short routes. Most studies reporting fuel burn reductions evaluate the aircraft on the design mission, although regional transport aircraft rarely operate under these conditions. Therefore, considering its off-design performance is essential for providing a more complete understanding of aircraft capabilities under various operating conditions. Under these flight conditions, the multi-energy management aspect of hybrid propulsion and the fixed size of the batteries could have a significant impact on the system robustness in off-design operation. In this study, the off-design performance of an existing regional turboprop aircraft retrofitted with a parallel hybrid electric powertrain is assessed. Fuel burn benefits are evaluated on the payload–range diagram for an initial hybrid design and compared to the baseline aircraft. Then, using a novel sizing approach, considering a typical mission operation, this study shows an average improvement of [Formula: see text] percentage point on fuel burn benefits relative to the initial hybrid aircraft, creating a more robust design.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,244
Écart entre enseignants0,222 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AircraftMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207