MétaCan
Menu
Retour à la cohorte
Enregistrement W1608147753 · doi:10.1109/tmech.2013.2292594

Adaptive Modeling of a Magnetorheological Clutch

2014· article· en· W1608147753 sur OpenAlexafffund
Peyman Yadmellat, Mehrdad R. Kermani

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiquePiezoelectric Actuators and Control
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésMagnetorheological fluidClutchControl theory (sociology)ActuatorTorqueHysteresisNonlinear systemInternal modelMagnetic fieldComputer scienceField (mathematics)Current loopControl engineeringCurrent (fluid)EngineeringMechanical engineeringPhysicsControl (management)DamperArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, a new open-loop model for a magnetorheological-based actuator is presented. The model consists of two parts relating the output torque of the actuator to its internal magnetic field, and the internal magnetic field to the applied current. Each part possesses its own hysteretic behavior. The first part uses a novel nonlinear adaptive model that relates the internal magnetic field to the applied current. The second part uses an open-loop Bingham model to relate the output torque to an internal magnetic field. The model facilitates accurate control of the actuator using its input current. It also eliminates the need for force/torque sensors for providing feedback signals. The accuracy of the constructed model is validated through simulations. The model is assessed against a widely accepted hysteresis modeling approach, known as the Preisach model and its advantages are highlighted. Experimental results using the prototyped actuation mechanism further verify the accuracy of the model and demonstrate its effectiveness.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,183
Écart entre enseignants0,174 · 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

Citations46
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE/ASME Transactions on MechatronicsMême sujetPiezoelectric Actuators and ControlTravaux en français237 207