Notice bibliographique
Résumé
Modern articulated rotors utilize an elastomeric bearing on the root of each blade to allow multi-axis articulation through a single component. The bearing forms a spherical joint that makes measuring angular displacements in specific blade axes both coupled and difficult to measure. A smart sensing concept is developed to uncouple and separately measure the blade flapping, feathering, and lead-lag position. The sensor concept projects a magnetic field from the blade root to the rotor hub such that flap, lag and pitch displacements can be derived from a hub mounted pickup array. The device utilizes permanent magnets on the blade root and an array of Anisotropic Magnetoresitive (AMR) sensors on the hub. The sensor array is integrated with other electronic components, including a microprocessor in a printed circuit board, forming a self contained sensing system. The 'smart' sensor is software driven, self checking, and can be networked with other sensors for application flexibility. The sensor accuracy is ensured through a process that develops calibration coefficients that are loaded into system non-volatile memory. The sensor system is designed for initial application on an articulated tail rotor for flight test purposes. Risk reduction testing is conducted in simulated tail rotor environmental conditions including vibration and shock, elevated centrifugal force (CF), temperature extremes and electromagnetic emissions / susceptibility. All development and test results indicate the new sensor technology is valid and ready for use in its initial flight test application.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».