Stable Adaptive Control of Seismically Excited Nonlinear Structures
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
This paper presents a robust direct adaptive control scheme for the active control of nonlinear base isolated buildings subjected to near-fault earthquakes. The control architecture is based on the premise of direct adaptive control, where the system is made to follow a desired trajectory without the need of an identifier. The control force is calculated using a single hidden layer nonlinearly parameterized neural network in conjunction with a Proportional-Derivative (PD) type controller. Stable tuning laws for the free parameters of the nonlinearly parameterized network are derived based on Lyapunov theory. To achieve good performance and to ensure that the network parameters remain bounded, initialization of the weights is required. A perturbed model is used for the initialization purposes in order to simulate the uncertainty typical of the mathematical models of civil engineering structures. The initialized parameters provide a starting point for the subsequent online adaptation of the controller under earthquake excitations. Set in the framework of adaptive control, the proposed control architecture addresses important issues related to the stability of the closed loop system and parameter bounds, issues that have previously not received the attention they deserve in a majority of the neural network based structural control approaches available in the literature. The robustness of the controller is investigated under actuator failure conditions. Simulations are performed on a full-scale nonlinear three-dimensional base isolated benchmark structure incorporating lateral-torsion superstructure behavior and bi-axial interaction of the nonlinear bearings in the isolation layer. Results are presented in terms of a comprehensive set of performance indices to reflect the tradeoffs in performance commonly associated with structural control methods.
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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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