MétaCan
Menu
Retour à la cohorte
Enregistrement W7019113729

Evaluation of the impact of morphing horizontal tail design of the UAS-S45 performances

2019· other· en· W7019113729 sur OpenAlexaff

Notice bibliographique

RevueEspace ÉTS (ETS) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensÉcole de Technologie SupérieureHôpital Notre-Dame
Organismes subventionnairesnon disponible
Mots-clésMorphingThrustTrimAngle of attackAerodynamicsWingAerospaceNACA airfoil
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

owadays, increasingly sensitive to the global warming, the aerospace industry is committed to reduce its toxic gas emissions.To take a part in this global effort, a morphing study on the horizontal tail of an Unmanned Aerial System (UAS) is here presented.This type of morphing consists in changing the shape of the horizontal tail wing during the flight in order to improve aircraft aerodynamical characteristics.The geometry of the horizontal tail was changed as function of 3 parameters: the dihedral (from -80 degrees to +80 degrees), the sweep (from -80 degrees to +80 degrees) or the twist angles (from -50 degrees to 50 degrees).To measure the impact of these types of changes on the horizontal tail, an aerodynamic study was performed using the Vortex-Lattice Method (VLM) implemented in OpenVSP software (distributed by NASA).The methodology consists, in the first place, to develop a reference model that can reproduce the aerodynamic behavior of the reference aircraft with its horizontal tail.Then, morphing models were developed based on the reference model, in which different dihedral, sweep or twist angles were changed for its horizontal tail.Finally, a model able to trim the UAS-S45 for static cruise conditions was used to compute the thrust force required to balance the aircraft for each case (original and morphing).A gain of 6% of thrust has been obtained when the aircraft was trimmed using twist angle instead of elevators deflection.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,305
Écart entre enseignants0,268 · 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.

Devis d'étudeSans objet
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Travaux en français237 207