MétaCan
Menu
Retour à la cohorte
Enregistrement W4391304822 · doi:10.2514/6.2024-0006

Rapid propeller Performance estimation for eVTOL-Class Aircraft Using a Surface-Vorticity Flow solver

2024· article· en· W4391304822 sur OpenAlexaff
F. Fortin, Vivek Ahuja

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésPropellerSolverVorticityComputer sciencePropulsorFlow (mathematics)Class (philosophy)Surface (topology)Marine engineeringVortexEngineeringMechanicsArtificial intelligenceMathematicsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

eVTOLs use propellers in different orientations and configurations, and an ‘optimal’ configuration has yet to be defined. At the conceptual phase for new designs, it is necessary to obtain estimates of the performance rapidly. From a computational modelling and simulation perspective, this involves mesh generation, flow simulation and post-processing. The most challenging geometry for simulations is the propeller. The objective of this work is to evaluate a medium-fidelity flow solver for numerical predictions of the propeller performance for various operating configurations on a high-end laptop with engineering accuracy. The obtained solutions were found to be adequate while requiring less computational time than if high-order methods were used. This confirms that medium-fidelity solvers can be used to perform efficiently, with reasonable accuracy, parametric studies in the conceptual design phase for eVTOL configurations.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,454

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 Opus0,052
Tête enseignante GPT0,293
Écart entre enseignants0,240 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRocket and propulsion systems researchTravaux en français237 207