MétaCan
Menu
Retour à la cohorte
Enregistrement W1999662588 · doi:10.1177/1045389x04039655

Development of the Smart Spring for Active Vibration Control of Helicopter Blades

2004· article· en· W1999662588 sur OpenAlexafffund
D. G. Zimcik, Viresh Wickramasinghe, Fred Nitzsche

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensCarleton UniversityNational Research Council Canada
Organismes subventionnairesNational Research Council CanadaChina Scholarship Council
Mots-clésShakerVibrationActive vibration controlEngineeringActuatorVibration controlRotor (electric)Mechanical impedanceSmart materialElectrical impedanceHelicopter rotorStructural engineeringHarmonicAcousticsSpring (device)Control theory (sociology)Computer scienceMechanical engineeringElectrical engineeringMaterials scienceControl (management)

Résumé

récupéré en direct d'OpenAlex

Significant structural vibration is an undesirable characteristic in helicopter flight that leads to structural fatigue, poor ride quality for passengers and high acoustic signature for the vehicle. Previous Individual Blade Control (IBC) techniques based on piezoelectric actuator schemes to reduce these effects have been hindered by electromechanical limitations of piezoelectric actuators. The Smart Spring is an active tunable vibration absorber using the IBC approach to adaptively alter the “structural impedance” at the blade root. In the paper, a mathematical model was developed to determine the response of the absorber under harmonic excitation. An adaptive notch algorithm using a DSP platform was developed to implement vibration control. Reference signal synthesis techniques were used to automatically track the shift in the fundamental vibratory frequency due to variations in flight conditions. Experiments using a mechanical shaker and wind tunnel tests conducted on the proof-of-concept hardware achieved significant vibration suppression at harmonic peaks. Investigation verified the capability of the Smart Spring to suppress multiple harmonic components in rotor vibration through active impedance 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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

Citations64
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetStructural Health Monitoring TechniquesTravaux en français237 207