MétaCan
Menu
Retour à la cohorte
Enregistrement W4402686231 · doi:10.2514/6.2024-4322

Definition of Minimum Design Requirements for Hydrogen Aircraft From an Air Transportation Network Perspective

2024· article· en· W4402686231 sur OpenAlexaboutno aff
Alexander Rau, Eike Stumpf, Marc Gelhausen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Systems engineeringComputer scienceAir travelTransport engineeringEngineeringAviationAeronauticsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In comparison to other sectors, the global aviation industry faces a pronounced challenge to mitigate its contribution to anthropogenic climate change. A recently highlighted avenue is the development of aircraft powered by green hydrogen. Although promising concepts for such aircraft exist, persistent technological and economic hurdles remain. This study aims to address the technological barriers from a new angle by examining performance requirements for a first-generation hydrogen aircraft from an air transportation network perspective. It employs network modeling and linear optimization methods to determine minimum Top-Level Aircraft Requirements (TLAR) to meet specific carbon emissions reduction targets. It shows that passenger capacity and design range are the most important TLAR variables and that a 140-seat, 2,000-km range hydrogen aircraft would be able to reduce up to 56 % of CO2 emissions caused by intra-European passenger flights by 2050. Combined with flights within the US & Canada, the reduction potential can reach up to 12-18 % of global carbon emissions from aviation, depending on the TLAR configuration. This emissions reduction potential is additional to the introduction of new zero-emission electric regional aircraft below 100 seats. The study also examines minimum requirements for a second, long-haul hydrogen aircraft before discussing limitations and pathways for future research.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,426

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 Opus0,039
Tête enseignante GPT0,281
Écart entre enseignants0,242 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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 sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207