MétaCan
Menu
Retour à la cohorte
Enregistrement W2005605132 · doi:10.1115/imece2004-60411

Substructuring Dynamic Modeling and Active Vibration Control of a Smart Parallel Platform

2004· article· en· W2005605132 sur OpenAlexaff
Xiaoyun Wang, James K. Mills

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLagrange multiplierControl theory (sociology)VibrationPlanarPID controllerVibration controlKinematicsActive vibration controlComputer scienceCoupling (piping)Finite element methodControl engineeringEngineeringStructural engineeringMathematicsPhysicsMechanical engineeringControl (management)AcousticsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

A substructuring approach to derive dynamic models for closed-loop mechanisms is applied to model a flexible-link planar parallel platform with Lead Zirconate Titanate (PZT) transducers. The Lagrangian Finite Element (FE) formulation is used to model flexible linkages, in which translational and rotary degrees of freedom exist. Craig-Bampton mode sets are extracted from these FE models and then used to assemble the dynamic model of the planar parallel platform through the application of Lagrange’s equation and the Lagrange multiplier method. Electromechanical coupling models of surface-bonded PZT transducers with the host flexible linkages are introduced to the reduced order dynamic models of flexible linkages. The assembled system dynamic model with moderate model order can represent essential system dynamic behavior and maintain kinematic relationships of the planar parallel platform. A Proportional, Integral, and Derivative (PID) control law is used as the motion control law. Strain rate feedback (SRF) active vibration control is selected as the vibration control law. Motion control simulation results with active vibration control and simulation results without active vibration control are compared. The comparison shows the effectiveness of active 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 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil0,334

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,182
Écart entre enseignants0,177 · 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
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

Citations11
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDynamics and Control of Mechanical SystemsTravaux en français237 207