Feasibility Study on the Use of a Voice Coil Motor Direct Drive Flow Rate Control Valve
Notice bibliographique
Résumé
This paper considers the feasibility of a new type of voice coil motor direct drive flow control servo valve. The proposed servo valve controls the flow rate using only a direct measurement of the spool position. A neural network is used to estimate the flow rate based on the spool position, velocity and coil current. The estimated flow rate is fed back to a closed loop controller. The feasibility of the concept is established using simulation techniques only at this point. All results are validated by computer co-simulation using AMESim and Simulink. A simulated model of a VCM-DDV (Voice Coil Motor-Direct Drive Valve) and hydraulic test circuit are built in an AMESim environment. A virtual digital controller is developed in a Simulink environment in which the feedback signals are received from the AMESim model; the controller outputs are sent to the VCM-DDV model in AMESim (by interfacing between these two simulation packages). A LQR (Linear Quadratic Regulator) state feedback and nonlinear compensator controller for spool position tracking is considered as this is the first step for flow control. A flow rate control loop is subsequently included via a neural network flow rate estimator. Simulation results show that this method could control the flow rate to an acceptable degree of precision, but only at low frequencies. This kind of valve can find usage in open loop hydraulic velocity control in many industrial applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».