MétaCan
Menu
Retour à la cohorte
Enregistrement W1976422371 · doi:10.1177/1045389x08093563

Review and Comparison of Hysteresis Models for Magnetostrictive Materials

2008· article· en· W1976422371 sur OpenAlexaff
Sina Valadkhan, Kirsten Morris, Amir Khajepour

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMagnetostrictionTerfenol-DMagnetMaterials scienceHysteresisMagnetic fieldActuatorMagnetizationNonlinear systemMagnetic hysteresisDisplacement (psychology)Smart materialInverse magnetostrictive effectStress (linguistics)Mechanical engineeringAcousticsMechanicsCondensed matter physicsComposite materialEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The modeling of magnetization in magnetostrictive materials is studied in this article. Magnetostrictive materials elongate in the presence of a magnetic field, and can be useful as actuators. These materials are highly nonlinear, and hence, difficult to control. Accurate models are important to the development of stabilizing controllers with good performance. Here, Terfenol-D, a commonly used magnetostrictive material, is studied. A setup is designed to measure magnetic flux density and stress applied to a Terfenol-D sample. Displacement, electrical current sent to a magnet generating the requested magnetic field, and temperature at different locations are measured. Using experimental data, the Preisach, homogenized energy, and Jiles—Atherton models are evaluated. For each model, the parameters are identified for Terfenol-D. The ease of use and accuracy of these models in the prediction of Terfenol-D behavior are compared.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,053
Tête enseignante GPT0,294
Écart entre enseignants0,240 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetMagnetic Properties and ApplicationsTravaux en français237 207