Design and Analysis of Drone for Foreign Object Debris (FOD) Detection in the Airport
Notice bibliographique
Résumé
The Federal Aviation Administration (FAA) stated that Foreign Object Debris (FOD) is any object that is in an improper location in the airport setting that also has the potential to cause damage to equipment and personnel.There are an outstanding number of sources that could cause FOD to appear in operational areas, which makes prevention and detection very difficult and time consuming.These sources can come from the environment through wildlife and weather, operating equipment, and personnel on the runways, and even from the airport infrastructure itself.The aim of this project is to assist airports in enhancing runway safety by drones to improve the runway inspection process.SolidWorks, a computer-aided design (CAD) software, was used to create five designs, and the chosen design was subjected to Finite Element Analysis (FEA) to assess its strength performance.Given the high stresses that drones must endure during flight, it was decided to use onyx, a composite material made of nylon and carbon fiber, to construct the drone's chassis.Onyx has a strength of up to 40 MPa, which is more than sufficient based on FEA results that showed the highest stresses on the selected design to be just 2.5 MPa.The selection of SolidWorks Flow Simulation was employed as the method for conducting the CFD propeller analysis.Subsequent rounds of CFD testing led to the attainment of an average force value of 11.313 N. The outcome closely approximates the manually computed thrust value for the 7035 propellers at an RPM of 13000.The flow simulation findings represent the required thrust magnitude essential for operating the drone at the maximum permissible thrust limit.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».