MétaCan
Menu
Retour à la cohorte
Enregistrement W2067670572 · doi:10.1117/12.657927

MR damper-based smart passive control system for seismic protection of building structures

2006· article· en· W2067670572 sur OpenAlexaff
Hyung‐Jo Jung, Kang-Min Choi, Jieun Jang, Sang-Won Cho, Inwon Lee

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDamperEarthquake shaking tableEMIEngineeringVibration controlController (irrigation)Control systemVibrationControl theory (sociology)Magnetorheological fluidPower (physics)Automotive engineeringControl engineeringStructural engineeringComputer scienceControl (management)Electromagnetic interferenceElectronic engineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the feasibility and efficacy of an MR damper-based control system introducing an electromagnetic induction (EMI) part, for suppressing vibration of building structures subjected to seismic loadings. In the proposed control system, the EMI part composed of a permanent magnet and a coil converts the kinetic energy of the relative motion between a building and a damper into the electric energy, which is used for a change in damping characteristics of the MR damper. Since the EMI part can be used as a controller, which determines the command voltage input according to structural responses, as well as a power source, the proposed control system can be much more compact, convenient, and economic than a conventional active/semiactive system that needs a power supply, a controller and sensors. To verify the feasibility and efficacy of the proposed control system, a shaking table test of a small-scale building model employing the MR damper with the EMI part is conducted. The performance of the proposed control system is compared with that of conventional semiactive control systems using an MR damper.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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.

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

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetVibration Control and Rheological FluidsTravaux en français237 207