DYNAMIC CALIBRATION OF THE NOSEBOOM SENSORS OF THE FLYING HELICOPTER SIMULATOR
Notice bibliographique
Résumé
For modern highly or fully automated helicopters, both the airspeed and the airflow angles have to be \ndetermined as accurately as possible. Research projects dealing with enhancements of in-flight simulation, \nmodel following or automatic trajectory control - among them the current DLR ALLFlight (Assisted Low Level \nFlight and Landing on Unprepared Landing Site) project – need accurate knowledge of the actual helicopter \nstate. Due to rotor downwash, helicopter airspeed measurement in the low speed range via fuselage \nmounted pitot tubes is inherently prone to errors. The EC-135 Flying Helicopter Simulator (FHS) of DLR is \ntherefore equipped with noseboom mounted sensors to enable measurements relatively unperturbed by \nrotor downwash effects. This paper describes the calibration of the pitot system and the airflow angle \nmeasurement vanes of this noseboom. A variant of the Simultaneous Calibration of Aircraft Data System \n(SCADS) technique is applied which uses wind box maneuvers to reduce wind influence during the \ncalibration process. Similar to the flight tests performed at the National Research Council (NRC), Canada, \nposition error correction (PEC) tower flyby maneuvers are used to verify the results obtained via the SCADS \nwind box technique. The calculated velocity independent correction factors obtained from the SCADS \ntechnique are compared to those from classical flight path reconstruction technique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».