Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Semi-parametric Regression based on Machine Learning Methods for UAS Stall Identification

Abstract : A semi-parametric regression methodology is formulated to identify the unsteady lift characteristics of a small UAS undergoing dynamic stall. Based on the trailing edge separation model of Leishmann and Beddoes, the nonlinear evolution of the separation point is formulated so that it can be estimated by non-parametric Machine Learning methods. Validation of the methodology is presented with the identification of the lift coefficient based on quasi-steady wind tunnel tests.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal-enac.archives-ouvertes.fr/hal-03286034
Contributeur : Vincent Guibert Connectez-vous pour contacter le contributeur
Soumis le : mardi 13 juillet 2021 - 18:06:04
Dernière modification le : jeudi 28 juillet 2022 - 16:53:33
Archivage à long terme le : : jeudi 14 octobre 2021 - 19:20:41

Fichier

Semi_parametric_Regression_bas...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-03286034, version 1

Collections

Citation

Vincent Guibert, Mathieu Brunot, Murat Bronz, Jean-Philippe Condomines. Semi-parametric Regression based on Machine Learning Methods for UAS Stall Identification. 19th IFAC Symposium on System Identification, Jul 2021, Padova (virtual), Italy. ⟨hal-03286034⟩

Partager

Métriques

Consultations de la notice

74

Téléchargements de fichiers

82