MétaCan
Menu
Retour à la cohorte
Enregistrement W2167614357 · doi:10.1109/87.896741

Passivity-based stability and control of hysteresis in smart actuators

2001· article· en· W2167614357 sur OpenAlexaff
Rob Gorbet, Kirsten Morris, D.W.L. Wang

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2001
Typearticle
Langueen
DomaineEngineering
ThématiquePiezoelectric Actuators and Control
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPassivityActuatorHysteresisControl theory (sociology)Controller (irrigation)Smart materialShape-memory alloyNonlinear systemControl engineeringNoise (video)Stability (learning theory)Computer scienceRepresentation (politics)EngineeringControl (management)Materials sciencePhysicsArtificial intelligenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The past decade has seen an increase in the use of smart materials in actuator design, notably for inclusion in active structures such as noise-reducing paneling or vibration-controlled buildings. Materials such as shape memory alloys (SMAs), piezoceramics, magnetostrictives and others all offer exciting new actuation possibilities. However, all of these materials present an interesting control challenge due to their nonlinear hysteretic behavior in some regimes. We look at the energy properties of the Preisach hysteresis model, widely regarded as the most general hysteresis model available for the representation of classes of hysteretic systems. We consider the ideas of energy storage and minimum energy states of the Preisach model, and derive a passivity property of the model. Passivity is useful in controller design, and experimental results are included showing control of a differential shape memory alloy actuator using a passivity-based rate controller.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,180 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations152
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Control Systems TechnologyMême sujetPiezoelectric Actuators and ControlTravaux en français237 207