MétaCan
Menu
Retour à la cohorte
Enregistrement W4411439296 · doi:10.1139/dsa-2025-0003

Mermoz<sup>©</sup> simulator: use of a database to estimate the photovoltaic input on a UAV. <i>Application to a transatlantic voyage</i>

2025· article· en· W4411439296 sur OpenAlexvenueno aff
Vincent Mahout, Jean‐Marc Moschetta, Nikola Gavrilović

Notice bibliographique

RevueDrone Systems and Applications · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModular designPhotovoltaic systemSimulationComputer sciencePropulsionAutomotive engineeringAerospace engineeringFlight simulatorEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper introduces the Mermoz simulator, developed to predict the photovoltaic energy contribution of solar cells mounted on a low-altitude unmanned aerial vehicle (UAV) over long-distance flights. This MATLAB-based tool implements a modular model of the UAV and its environment from an energy-focused perspective. Leveraging 20 years of data from the NASA Prediction of Worldwide Energy Resource Weather Database, the simulator provides an estimate of the confidence interval for solar and wind energy contributions expressed in Wh, or, to facilitate comparisons, in earned kilometers. Its modular design enables easy testing and comparison of various configurations and flight strategies (e.g., optimal departure times, autonomy gains, or cruise speeds). To facilitate understanding, the structure and operation of the simulator are illustrated using the Mermoz drone as a case study. The Mermoz UAV features a 4 m wingspan and is powered by an electric propulsion system. It combines a fuel cell with a liquid hydrogen tank, enabling fully electric, greenhouse gas-free flight. Simulation results indicate that wing-mounted solar cells can provide up to 5% additional electrical energy during a transatlantic flight.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,275
Écart entre enseignants0,263 · 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'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 revueDrone Systems and ApplicationsMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207