MétaCan
Menu
Retour à la cohorte
Enregistrement W7081920775 · doi:10.11159/icert25.110

Research on Development of a Simulation Model for an Aircraft Cryogenic LH2 Fuel Tank

2025· article· en· W7081920775 sur OpenAlexvenueno aff

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaNational Research Foundation
Mots-clésReliability (semiconductor)Mathematical modelCryopumpDevelopment (topology)

Résumé

récupéré en direct d'OpenAlex

In applying hydrogen as an energy source for aircraft, storing hydrogen in liquid form can increase the energy density of the fuel.However, since hydrogen is liquefied at extremely low temperatures, fuel tanks storing liquid hydrogen (LH2) have the difficulty of having to maintain the storage temperature at cryogenic temperatures.Due to this, heat is easily introduced into the LH2, and when the LH2 is vaporized, a phenomenon occurs in which the pressure inside the tank rapidly increases.This phenomenon is a difference between LH2 fuel tanks and conventional aircraft fuel tanks using fossil fuel.Therefore, in order to design of aircraft fuel tanks using LH2, the phenomena that is ignored in conventional aircraft design such as evaporated fuel need to be considered.In this research, a thermal analysis model is developed to simulate the thermodynamic phenomena of LH2 fuel tanks.The development of the thermal analysis model takes into account tank shape, size, insulation, and fuel operating conditions such as fuel consumption and vent pressure.A simulation model for LH2 fuel tanks applicable to the aircraft's operating altitude and mission profile as wall as fuel operating conditions was developed.Finally, a cryogenic liquid hydrogen fuel tank simulation was performed to confirm that the pressure behavior inside the tank differs depending on the application of the mission profile, and the developed simulation model was confirmed to be applicable to the design of a cryogenic liquid hydrogen tank.

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)0,001
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,075
Tête enseignante GPT0,347
Écart entre enseignants0,272 · 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 revueProceedings of the World Congress on New TechnologiesMême sujetGeochemistry and Geologic MappingTravaux en français237 207