MétaCan
Menu
Retour à la cohorte
Enregistrement W2319913290 · doi:10.2514/6.2015-1255

Semi-Active Control of Torsional Vibrations Using a New Hybrid Torsional Damper

2015· article· en· W2319913290 sur OpenAlexaff
Ehab Abouobaia, Rama Bhat, Ramin Sedaghati

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTorsional vibrationDamperVibration controlVibrationStructural engineeringTuned mass damperControl theory (sociology)Materials sciencePhysicsComputer scienceEngineeringControl (management)Acoustics

Résumé

récupéré en direct d'OpenAlex

Torsional vibration is an important issue in many industrial applications with rotating mechanical components. Excessive torsional vibrations may result in noise, excessive stresses or even fatigue failure if not controlled expeditiously. The present research aims at developing a novel hybrid semi-active torsional vibration damper incorporating a conventional Centrifugal Pendulum Vibration Absorber (CPVA) and a Magnetorheological (MR) damper capable of suppressing torsional vibration under varying excitation frequencies. Two different strategies were carried out for controlling damping torque of the MR damper. First, the passive control approach of the MR damper is implemented in two cases, 1) When the applied current is set to zero, 2) When it is set to a constant value. The system response is investigated at resonance condition, when the excitation frequency coincides with the natural frequency of the system and torsional vibration response of the system is illustrated in each case. In the second approach, the semi-active Skyhook control algorithm with variable applied current is implemented for improving the performance of the hybrid damper. Torsional response of the system is illustrated in each case and compared with one another.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,026
Tête enseignante GPT0,232
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVibration Control and Rheological FluidsTravaux en français237 207