MétaCan
Menu
Retour à la cohorte
Enregistrement W1966939403 · doi:10.1177/1045389x05050105

Actuator Placement Optimization and Adaptive Vibration Control of Plate Smart Structures

2005· article· en· W1966939403 sur OpenAlexaff
Fujun Peng, Alfred Ng, Yan‐Ru Hu

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAeroelasticity and Vibration Control
Établissements canadiensCanadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésActuatorControllabilityVibration controlControl theory (sociology)Active vibration controlVibrationFinite element methodEngineeringGenetic algorithmOptimization problemControl engineeringComputer scienceStructural engineeringMathematicsControl (management)AcousticsAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, a performance criterion is proposed for the optimization of piezoelectric patch actuator locations on flexible plate structures based on maximizing the controllability grammian. This is followed by the determination of parameters required for actuator location optimization through Structuring Analysis in ANSYS Finite Element Analysis Package. Genetic Algorithm is then used to implement the optimization. Finally, with the actuators bonded on optimized locations, a filtered-x LMS-based multichannel adaptive control is applied to suppress vibration response of the plate. Numerical simulations are performed in suppressing tri-sinusoidal response at three points of the plates. The results show that the developed actuator placement optimization methodology is very effective in searching for the optimal actuator locations that minimize the energy requirement of vibration control. The control algorithm is also demonstrated to be efficient and robust in the smart structure vibration control.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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

Citations149
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetAeroelasticity and Vibration ControlTravaux en français237 207