MétaCan
Menu
Retour à la cohorte
Enregistrement W2331674144 · doi:10.1061/9780784412848.170

A Practical Approach to the Phase and Amplitude Error Estimation for Pseudodynamic (PSD) Testing

2013· article· en· W2331674144 sur OpenAlexaff
Reza Mirza Hessabi, Oya Mercan

Notice bibliographique

RevueStructures Congress 2013 · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésActuatorComputer scienceOvershoot (microwave communication)Control theory (sociology)Phase (matter)AmplitudeObservational errorTracking errorControl (management)MathematicsArtificial intelligenceStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

In PSD testing, measured signals from the experiment are used in command generation on the fly, thus making this method prone to error propagation. One way to assess the accuracy of the real-time (or fast) PSD test results is to assess the accuracy of the tracking of command displacements imposed by the hydraulic actuators. This paper introduces indicators that can be used to uncouple and quantify actuator lag/lead (i.e., phase errors) and undershoot/overshoot (i.e., amplitude errors) errors that occur while imposing the command displacements dynamically in real-time. These closed-form indicators provide monitors that are not experiment-specific and are simple to use. They use uncomplicated mathematical functions, which makes them suitable candidates for online implementation with the potential for incorporation into the control law to improve the actuator control. The procedure and the associated theoretical background are explained for each step and then the properties of the indicators are examined through several predefined command and measured signals with known characteristics. In addition, the performance of the indicators is evaluated by comparing the results with those revealed by the previous indicators.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,039
Tête enseignante GPT0,307
Écart entre enseignants0,268 · 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
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructures Congress 2013Même sujetHydraulic and Pneumatic SystemsTravaux en français237 207