Regularized ${\rm RLS}$-$\lambda$ and DHOBE: An Adaptive Feedforward for a Solenoid Valve
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To allow a stable and fast acting hydraulic pressure control on a continuously variable transmission (CVT) for road vehicles, an adaptive feedforward strategy is used. The Dasgupta-Huang outer bounding ellipsoid (DHOBE) and recursive least squares (RLS) with exponential forgetting factor(RLS-λ) adaptation algorithms are compared to the non-adaptive feedforward. The experiments show a clear advantage for the adaptive over the non-adaptive version by compensating for the slow drift of the valve pressure gain during the warm-up period of the transmission. Because of highly correlated input data, the adaptation algorithms offer deceiving performances with oscillating identified parameters. A regularization procedure is added to both adaptation algorithms, giving the rRLS-λ and rDHOBE. The regularized algorithms offer significantly better performances and stability than their non-regularized counterparts. Because of its implicit parametric uncertainty calculation while keeping an equivalent convergence rate, and a lower number of updates, the rDHOBE algorithm is regarded as the best solution for the application. By adapting a simple linear model, the rDHOBE adaptive feedforward succeeds in responding to an abrupt change of the external pressure setpoint with no added actuation delay while keeping the pressure error under 0.5 bar.
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.
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) | 0,001 | 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 | 0,001 | 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 découle