MétaCan
Menu
Retour à la cohorte
Enregistrement W2318164419 · doi:10.2514/6.2015-2497

A New Method for Tuning PI Gains for Position Control of BLDC Motor Based Wing Morphing Actuators

2015· article· en· W2318164419 sur OpenAlexafffund
Ruxandra Mihaela Botez, Sheheryar Khan, Teodor Lucian Grigorie

Notice bibliographique

RevueAIAA Modeling and Simulation Technologies Conference · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAeroelasticity and Vibration Control
Établissements canadiensUniversité du Québec
Organismes subventionnairesNational Research Council CanadaDeutsches Zentrum für Luft- und RaumfahrtNatural Sciences and Engineering Research Council of CanadaConsortium de Recherche et d’innovation en Aérospatiale au Québec
Mots-clésMorphingActuatorControl theory (sociology)WingPosition (finance)Computer scienceDC motorControl engineeringControl (management)EngineeringAerospace engineeringElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The paper presents the control design of a BLDC motor used in the actuation mechanism of an experimental morphing wing model. The actuation system of the morphing wing includes four similar actuators, placed on two actuation lines. Each actuator has in its structure a BLDC motor, and a part that turns rotation movement into the linear movement, containing a gearbox, a gearing and a trapezoidal screw. The control design procedure is based on the Internal Model Control methodology, in the paper being exposed successively the modeling, the simulation and the experimental testing of the controlled electrical actuator. At a first step, the transfer function of the motor is established and the mechanical coupling between it and the linear actuator is modeled. Secondly, by using motor transfer function with current, speed and position control loops, the Matlab/Simulink model of the morphing actuator control is obtained. Further, the Internal Model Control methodology is applied in the tuning of the actuator control, and the obtained control gains are validated by using an experimental model based on some drives and on the NI PXI technology.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,063
Tête enseignante GPT0,304
Écart entre enseignants0,241 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIAA Modeling and Simulation Technologies ConferenceMême sujetAeroelasticity and Vibration ControlTravaux en français237 207