Condition Monitoring of an Electro-Hydrostatic Actuator Using the Dynamic 2nd-Order Smooth Variable Structure Filter
Notice bibliographique
Résumé
This paper introduces the dynamic 2nd-order Smooth Variable Structure Filter (Dynamic 2nd-order SVSF) method for the purpose of robust state estimation. Thereafter, it presents an application of this method for condition monitoring of an electro-hydrostatic actuator system. The SVSF-type filtering is in general designed based on the sliding mode theory; whereas the sliding mode variable is equal to the innovation (measurement error). In order to formulate the dynamic 2nd-order SVSF, a dynamic sliding mode manifold is defined such that it preserves the first and second order sliding conditions. This causes that the measurement error and its first difference are pushed toward zero until reaching the existence subspace. Hence, this filter benefits from the robustness and chattering suppression properties of the second order sliding mode systems. These help the filter to suppress the undesirable chattering effects without the need for approximation or interpolation that however reduces accuracy and robustness of the SVSF-type filtering. In order to investigate the performance of the dynamic 2nd-order SVSF for state estimation, it applies to an Electro-Hydrostatic Actuator (EHA) system under the normal and uncertain scenarios. Simulation results are then compared with ones obtained by other estimation methods such as the Kalman filter and the 1st-order SVSF method.
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 ».