MétaCan
Menu
Retour à la cohorte
Enregistrement W1999707892 · doi:10.1121/1.4777670

Optimal energy dissipation in a semi-active friction device

2005· article· en· W1999707892 sur OpenAlexaff
Paulin Buaka, Philippe Micheau, Patrice Masson

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueBrake Systems and Friction Analysis
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésDissipationControl theory (sociology)Nonlinear systemActuatorMechanicsFeedback linearizationSlip (aerodynamics)Controller (irrigation)VibrationPhysicsComputer scienceAcousticsControl (management)

Résumé

récupéré en direct d'OpenAlex

A semi-active device is presented for vibration control using energy dissipation by dry friction at contact surfaces. Semi-active behavior is provided by two piezoelectric stack actuators driven in real time to apply a normal force on a mobile component through two friction pads. Theoretical and experimental results show that there is an optimal constant normal force to maximize the energy dissipated for the case of a harmonic disturbance. In order to improve the energy dissipation by real time control of the normal force, two nonlinear controllers are proposed: (1) the Lyapunov method leading to a nonlinear bang-bang controller law and (2) the feedback linearization approach leading to equivalent viscous friction. The implementation of both strategies is presented and both are experimentally assessed using a clamped-free beam with the semi-active device attached to the beam. It is shown that a proper choice for the parameters of the controllers leads to an increased energy dissipation with respect to the case where the normal force is constant. This dissipation is further increased by adjusting a phase shift in the nonlinear feedback loop in order to avoid a stick-slip motion of the mobile component.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
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 ouverte0,0010,000
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 GPT0,221
Écart entre enseignants0,214 · 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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetBrake Systems and Friction AnalysisTravaux en français237 207