MétaCan
Menu
Retour à la cohorte
Enregistrement W4409575249 · doi:10.61091/jcmcc127a-098

Modeling of a lifting wing quadrotor and design of control laws for the transition phase

2025· article· en· W4409575249 sur OpenAlexvenueno aff
Yuhua Yan, Yongkang Shi, Ning Wang

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace Engineering and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWingPhase (matter)Control theory (sociology)Control (management)Aerospace engineeringComputer scienceEngineeringLawSimulationPhysicsPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

VTOL uavs combine the advantages of VTOL capability of multi-rotor uavs and efficient fixed-wing cruise, but they also face challenges in performance, including weak wind resistance when hovering, low flight mode conversion efficiency and high-altitude fluctuation during conversion. In view of this, this paper introduces a new type of composite wing UAV, namely lifting wing quadrotor. Compared with quadrotor UAV, it is unique in that it is equipped with a lifting wing installed at a special Angle, which effectively improves the range and load, and solves the problem of weak wind resistance in the hovering stage of tail-seat UAV, and can realize efficient transition flight. A longitudinal position controller based on TECS total energy control algorithm is designed according to the flight characteristics of the transition stage. The effectiveness of the dynamic model and controller design is verified by experiments. The results show that the control algorithm can effectively improve the flight stability of the lift-wing quadrotor during the transition stage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetAerospace Engineering and Control SystemsTravaux en français237 207