MétaCan
Menu
Retour à la cohorte
Enregistrement W1986267420 · doi:10.1115/detc2011-48050

Optimal Level Set Vibration Control of Plate Structures

2011· article· en· W1986267420 sur OpenAlexaff
Masoud Ansari, Amir Khajepour, Ebrahim Esmailzadeh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensOntario Tech UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésVibrationTopology optimizationVibration controlModalCantileverSet (abstract data type)Level set methodControl theory (sociology)Mode (computer interface)Topology (electrical circuits)Optimal controlEnergy (signal processing)Structural engineeringModal analysisComputer scienceMathematicsAcousticsEngineeringControl (management)Materials scienceMathematical optimizationPhysicsFinite element methodArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This research is motivated by the need for control of flexural vibrations of lightweight plates. It addresses application of the level set method in optimal control of vibrations in plate-like structures. One of the most commonly practiced methods in control of vibration is to apply constrained layer damping patches to the surface of a structure. In order to consider the weight efficiency of the structure, the best shape and locations of the patches should be determined to achieve the optimum vibration suppression with lowest amount of damping patch. A novel topology optimization approach is proposed that is capable of finding the optimum shape and locations of the patches simultaneously. A 2D cantilever plate, undergoing flexural vibrations, will be considered. The optimal damping set will be found in the structure, such that the lowest modal energy in the fundamental vibration mode of the system is achieved. The proposed level set topology optimization method shows capability of determining the optimum damping set in structures accurately.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

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 Opus0,021
Tête enseignante GPT0,207
Écart entre enseignants0,186 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTopology Optimization in EngineeringTravaux en français237 207