MétaCan
Menu
Retour à la cohorte
Enregistrement W4411956031 · doi:10.1016/j.coldregions.2025.104599

In-cloud ice accretion and performance degradation of UAV propellers in forward flight: An experimental study

2025· article· en· W4411956031 sur OpenAlexaffabout
Manaf Muhammed, Derek Harvey, Hassan Abbas Khawaja, Muhammad S. Virk, Gelareh Momen

Notice bibliographique

RevueCold Regions Science and Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNorges Forskningsråd
Mots-clésAerospace engineeringEnvironmental scienceGeologyMeteorologyMarine engineeringAeronauticsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

An experimental study of ice accretion on a rotating UAV propeller blade was conducted under diverse environmental conditions. This research aimed to study the effects of varying independent environmental parameters on the characteristics and morphology of the accreted ice as well as its influence on propeller's performance. These experiments were carried out at the Anti-icing Materials International Laboratory (AMIL) Icing Wind Tunnel (IWT) at the Université du Québec à Chicoutimi (UQAC), Canada. The icing conditions are determined in accordance with the 14 CFR Part 29 Appendix-C for rotorcraft operating at altitudes below 10,000 ft. The analysis of results revealed that increase in Liquid Water Content (LWC) values can significantly affect the ice accretion rates. Higher LWC intensifies ice accretion, leading to a sharp initial drop in thrust and a rapid rise in power demand; however, it is observed that these variations gradually saturate after the initial aggressive degradation phase. Increasing Median Volume Diameter (MVD) can significantly affect the nature, morphology, and mass of accreted ice. The thin propeller sections were highly sensitive to increase in droplet size, leading to increase collection efficiencies. In some cases, an increase in MVD could trigger a transition in the ice accretion regime from rime to glaze ice. Also, the ice transitioned from soft rime to hard glaze as atmospheric temperatures approached the freezing point. Such transitions resulted in significative increase in the severity of the aerodynamic performance degradation. Elevated values of LWC and MVD at temperatures close to the freezing point led to the development of severe ice formations characterized by ice horns along the leading edge, intricate ice structures near the blade tip and fast degradation of aerodynamic performance. During ice accretion, thrust decreases linearly, while input power increases quadratically with RPM. The 3D scans of the final ice shapes obtained in this research not only offered detailed insights into the ice morphology but will also serve to validate numerical ice accretion models in future work. Performance penalties were notably more significant during the first 50 s of ice accretion, indicating a necessity for ice protection systems with low reaction times in rotary wing UAVs.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,254
Écart entre enseignants0,241 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCold Regions Science and TechnologyMême sujetIcing and De-icing TechnologiesTravaux en français237 207