MétaCan
Menu
Retour à la cohorte
Enregistrement W4392243588 · doi:10.1139/dsa-2023-0026

Direct drive or slider-crank? Comparing motor-actuated flapping-wing micro aerial vehicles

2024· article· en· W4392243588 sur OpenAlexvenueno aff
Moonsoo Park, Ali Abolfathi

Notice bibliographique

RevueDrone Systems and Applications · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomimetic flight and propulsion mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlappingAutomotive engineeringCrankSliderAerospace engineeringWingRotary engineAeronauticsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

For flapping-wing micro aerial vehicles, the common approach to converting the rotational motion of a DC motor to the reciprocal flapping motion is using a slider-crank mechanism. However, frictional losses in sliders and rotational joints can hinder the performance of such a system. An alternative is a direct drive system where the wings are directly connected to a DC motor that has been driven by an AC signal. These two approaches are compared in this paper, to evaluate their performances and assess which one provides a better solution for flapping-wing micro drones. The electromechanical model of the two systems is used in this paper to compare their performances. System parameters for both types of drones were derived through a multi-variable optimisation process using the same DC motor. The comparisons are made in terms of input power requirement, aerodynamic power, system efficiency, and lift. The direct drive model can generate about 16% higher average lift at 5 V with 50% lower input electrical power. It has 29% larger aerodynamic power and the system efficiency is 16.0% higher than that of the slider-crank model.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,583

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 Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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'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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrone Systems and ApplicationsMême sujetBiomimetic flight and propulsion mechanismsTravaux en français237 207