MétaCan
Menu
Retour à la cohorte
Enregistrement W2547052951 · doi:10.1049/iet-est.2016.0034

Fractional order fuzzy sliding mode controller for the quarter car with driver model and dual actuators

2016· article· en· W2547052951 sur OpenAlexaboutno aff
S. Rajendiran, P. Lakshmi, B. Rajkumar

Notice bibliographique

RevueIET Electrical Systems in Transportation · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActuatorDual (grammatical number)Dual modeControl theory (sociology)Quarter (Canadian coin)Controller (irrigation)Mode (computer interface)Fuzzy logicEngineeringAutomotive engineeringComputer scienceControl (management)Artificial intelligenceAerospace engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The ride quality and travel comfort of the passenger is based on the type of the suspension system used in the vehicle. The active suspension system is one of the good choices to reduce the vibration and enhance the travel comfort. In this study, a quarter car with integrated seat suspension and driver model (QCSD) is considered for analysis. The controllers are designed for both single actuator (SA) and dual actuator (DA). To reduce the vibration and increase the travel comfort, different types of sliding mode controllers (SMCs) such as fuzzy SMC (FSMC), fractional order SMC and fractional order FSMC (FrFSMC) are designed and simulated in the active suspension system of the QCSD. Three types of road disturbances are used to stimulate the vibration in the system. The responses of the controllers with the QCSD are compared with the passive system and existing state feedback controller. The result shows that the FrFSMC performs better than the other controllers for DA as well as SA. While comparing the DA and SA, DA performs better than SA.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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'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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Electrical Systems in TransportationMême sujetVibration Control and Rheological FluidsTravaux en français237 207