多动能性能预测的机器学习模型
机构名称:
¥ 1.0

I.引言多轨道飞行器的领域不断吸引大型航空航天公司的关注,一直到硅谷的风险资本支持初创公司。在过去的10年中,仅在城市空气流动部门中就提出了700多种概念设计[1]。这些车辆的潜在效用仍在探索和扩展。NASA最近参与了二十年的概念设计后的多旋动配置进行行星探索的设计和使用[2-6]。许多概念设计仅存在于纸张或草图上,但是有些概念设计在地球上飞行了原型以追求FAA认证,而其他一些则在不同的行星上飞行[7-9]。多局部飞机技术也在其他部门(例如商业爱好无人机市场,甚至军事应用)中继续迅速扩展。尽管多旋转车辆有许多不同的配置,但是许多设计的基本组件是一致的。大差异化器归结为车辆控制方法,以实现所需的响应,即使用叶片集体和循环控制或控制固定式转子转子的速度。这些多旋转飞机中有许多使用第二种方法,更具体地说,可以将其归类为刚性,固定式,RPM控制的转子。这与传统的旋翼运营非常不同,因此,在这些车辆的设计和分析中为新技术打开了大门。最近的几项作品试图增加对这些多旋转系统的知识和理解。

多动能性能预测的机器学习模型

多动能性能预测的机器学习模型PDF文件第1页

多动能性能预测的机器学习模型PDF文件第2页

多动能性能预测的机器学习模型PDF文件第3页

多动能性能预测的机器学习模型PDF文件第4页

多动能性能预测的机器学习模型PDF文件第5页

相关文件推荐