Identification of Friction Model Parameters Using the Inverse Harmonic Method
Notice bibliographique
Résumé
A hybrid friction model has been developed by Azizian and Mureithi (2013, “A Hybrid Friction Model for Dynamic Modeling of Stick–Slip Behavior,” ASME Paper No. PVP2013-97249) to simulate the general friction behavior between surfaces in contact. However, identification of the model parameters remains an unresolved problem. To identify the parameters of the friction model, the following quantities are required: contact forces (normal and tangential or friction forces), the slip velocity, and the displacement in the contact region. Simultaneous direct measurement of these quantities is difficult. In the present work, a beam clamped at one end and simply supported with the consideration of friction at the other is used as a mechanical amplifier of the friction effects at the microscopic level. Using this simplified approach, the contact forces, the sliding velocity, and the displacement can be indirectly obtained by measuring the beam vibration response. The inverse harmonic balance method is a new method based on nonlinear modal analysis which is developed in this work to calculate the contact forces. The method is based on the modal superposition principle and Fourier series expansion. Two formulations are possible: a harmonic form formulation and a subharmonic form formulation. The approach based on subharmonic forms coupled with spline fitting gave the best results for signal reconstruction. Signal reconstruction made it possible to accurately identify the parameters of the hybrid friction model with a multiple step approach.
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 ».