MétaCan
Menu
Retour à la cohorte
Enregistrement W4391301241 · doi:10.2514/6.2024-1303

Hybrid Laminar Flow Control Activities within the Frame of Clean Sky 2

2024· article· en· W4391301241 sur OpenAlexaff
Martin Wahlich, A. Bismark, Martin Radestock, Kfir Menchel, Matthieu Milot, David Cruz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensSonaca (Canada)
Organismes subventionnairesCleanskyEuropean Commission
Mots-clésLaminar flowFrame (networking)Flow (mathematics)Flow control (data)Control (management)Computer scienceSkyMechanicsArtificial intelligencePhysicsMeteorologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Reducing the environmental footprint of passenger aircraft is one of the most important challenges the aircraft industry is facing today. A decrease of fuel burn and consequently also CO2 plays an essential role in defining next generation aircraft. Obviously, any means to lower cruise drag are to be explored, where Hybrid Laminar Flow Control (HLFC) is one promising option. By influencing the boundary layer of a wing section in a way that delays the transition of the flow from laminar to turbulent, i.e. by increasing the laminar flow wing surface region, a significant drag reduction can be achieved. Within the Clean Sky 2 programme HLFC activities were focused on maturing existing HLFC principles with the goal to provide solutions which can be easily adapted for industrial needs of aircraft manufacturers. During the last eight years the HLFC activities concentrated on developing and maturing manufacturing technologies for HLFC up to a Technology Readiness Level (TRL) 5/6. Moreover, an innovative and simplified HLFC system was elaborated and its system integration into a wing was demonstrated with a final maturity of TRL 4. This paper aims to give an overview of the work performed and describe the chosen design approach to achieve an overall solution for an HLFC wing. In the end, the final overall solution and its key features is explained on a ground-based demonstrator manufactured within the programme.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,237

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 Opus0,003
Tête enseignante GPT0,186
Écart entre enseignants0,183 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207