論文の概要: Design and Aerodynamic Modeling of MetaMorpher: A Hybrid Rotary andFixed-Wing Morphing UAV
- arxiv url: http://arxiv.org/abs/2603.29646v1
- Date: Tue, 31 Mar 2026 12:09:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-01 15:25:03.603081
- Title: Design and Aerodynamic Modeling of MetaMorpher: A Hybrid Rotary andFixed-Wing Morphing UAV
- Title（参考訳）: メタモルファーの設計と空力モデル:ハイブリッド回転翼型UAV
- Authors: Anja Bosak, Dorian Erić, Ana Milas, Stjepan Bogdan,
- Abstract要約: 本稿ではメタモルファーの一般化された包括的非線形数学的モデルと概念設計について述べる。
本研究は軽量材料を用いた簡易な機械構造と新規な翼折り戦略を導入する。
その結果、モデルが異なる構造構成下で予測可能な動作を示し、その信頼性を設計評価の迅速化のツールとして示している。
- 参考スコア（独自算出の注目度）: 2.012425476229879
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this paper, we present a generalized, comprehensive nonlinear mathematical model and conceptual design for the MetaMorpher, a metamorphic Unmanned Aerial Vehicle (UAV) designed to bridge the gap between vertical takeoff and landing agility and fixed-wing cruising efficiency. Building on the successful design of the spincopter platform, this work introduces a simplified mechanical architecture using lightweight materials and a novel wing-folding strategy. Unlike traditional rigid-body approximations, we derive a nonlinear flight dynamics model that enables arbitrary force distributions across a segmented wing structure. This modularity allows for testing different airfoils, mass distributions, and chord lengths in a single environment. As part of this work, various flight modes were specifically tested and analyzed in the Simulink environment. The results show that the model behaves predictably under different structural configurations, demonstrating its reliability as a tool for rapid design evaluation.
- Abstract（参考訳）: 本稿では,垂直離着陸速度と固定翼巡航効率のギャップを埋めるために設計された,メタモルファーの一般化された包括的非線形数学的モデルと概念設計について述べる。
本研究は、スピンコプタープラットフォームの設計を成功させ、軽量材料を用いた簡易な機械構造と新しい翼折り戦略を導入する。
従来の剛体近似とは異なり、セグメント化された翼構造の任意の力分布を可能にする非線形飛行力学モデルが導出される。
このモジュール性により、1つの環境で異なる翼、質量分布、コード長をテストできる。
この研究の一環として、様々な飛行モードが試験され、シムリンク環境で分析された。
その結果、モデルが異なる構造構成下で予測可能な動作を示し、その信頼性を設計評価の迅速化ツールとして示している。
関連論文リスト
- Dual-Regime Hybrid Aerodynamic Modeling of Winged Blimps With Neural Mixing [22.07080402182441]
Winged blimpsは、1つのモデルで適切に捕獲できない異なる空気力学系で作動する。
本稿では、固定翼空力結合モデル(ACM)と一般化ドラッグモデル(GDM)を統合したハイブリッド空力モデリングフレームワークを提案する。
提案手法はRGBlimpプラットフォーム上で,実世界の1,320の飛行軌道からなる大規模実験により検証された。
論文 参考訳（メタデータ） (2026-02-25T08:59:50Z) - A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。
蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
論文 参考訳（メタデータ） (2026-02-06T15:58:50Z) - Efficient Training of Diffusion Mixture-of-Experts Models: A Practical Recipe [51.26601054313749]
Diffusion MoEモデルに対する最近の取り組みは、主により洗練されたルーティングメカニズムの開発に焦点を当てている。
大規模言語モデル(LLM)で確立されたMoE設計パラダイムに着想を得て,効率的な拡散MoEモデルを構築する上で重要なアーキテクチャ要素のセットを特定する。
本稿では,潜在空間拡散フレームワークと画素空間拡散フレームワークの両方に効率よく適用可能な新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-12-01T03:52:31Z) - A Mixture of Experts Gating Network for Enhanced Surrogate Modeling in External Aerodynamics [0.28647133890966997]
Mixture of Experts (MoE) モデルは、3つの異種、最先端の代理モデルの予測を組み合わせる。
システム全体のトレーニングと検証は、自動車空気力学のための高忠実度CFDシミュレーションの大規模でパブリックなベンチマークであるDrivAerMLデータセットで行われている。
論文 参考訳（メタデータ） (2025-08-28T22:34:10Z) - Adjoint-Based Aerodynamic Shape Optimization with a Manifold Constraint Learned by Diffusion Models [12.019764781438603]
本稿では,空力的に実行可能な形状の滑らかな多様体を学習するために,既存の設計で訓練された拡散モデルを統合する,随伴型空力形状最適化フレームワークを提案する。
自動微分による強靭で高忠実な空力形状の最適化を実現するために,AI生成前処理と随伴手法を効果的に統合する方法を実証する。
論文 参考訳（メタデータ） (2025-07-31T11:21:20Z) - Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。
キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
論文 参考訳（メタデータ） (2025-04-23T06:29:10Z) - A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。
本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。
ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。
これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
論文 参考訳（メタデータ） (2024-12-12T16:05:39Z) - Airfoil Diffusion: Denoising Diffusion Model For Conditional Airfoil Generation [7.136205674624813]
拡散モデルを用いた翼生成のためのデータ駆動手法を提案する。
我々のモデルは、既存の翼のデータセットに基づいて訓練され、ランダムなベクトルから任意の数の新しい翼を生成することができる。
論文 参考訳（メタデータ） (2024-08-28T16:12:16Z) - Haar Wavelet based Block Autoregressive Flows for Trajectories [129.37479472754083]
歩行者等の軌道予測は,自律型エージェントの性能向上に不可欠である。
本稿では分割結合を利用した新しいハールウェーブレットに基づくブロック自己回帰モデルを提案する。
実世界の2つのデータセット上で、多種多様な正確な軌跡を生成するアプローチの利点について説明する。
論文 参考訳（メタデータ） (2020-09-21T13:57:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。