MétaCan
Menu
Retour à la cohorte
Enregistrement W2606288841 · doi:10.11159/icsenm17.115

Semi-Active Adaptive Fuzzy Sliding Mode Control of Buildings under Earthquake Excitations

2017· article· en· W2606288841 sur OpenAlexvenueno aff
Amir Hossein Rabiee, Amir H.D. Markazi

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMode (computer interface)Sliding mode controlComputer scienceControl (management)Control theory (sociology)PhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

New Adaptive Fuzzy Sliding Mode Control (AFSMC) method is proposed for semi-active control of buildings under earthquake excitations. The proposed method has the important advantage of being model-free, and therefore, can cope with uncertainties in the structural model, high nonlinearities in the behaviour of MagnetoRheological (MR) dampers and the random nature of the earthquake excitations. The proposed approach encompasses a fuzzy system and a robust controller. The fuzzy system mimics an ideal sliding-mode controller, and the robust controller compensates for the difference between the fuzzy controller and the ideal one. The parameters of the fuzzy system, as well as the uncertainty bound of the robust controller, are tuned adaptively. The adaptive laws are derived in the Lyapunov sense to guarantee the asymptotic stability of the controlled system. The AFSMC controller determines the needed control force, and an internal force-following loop approximately generates the required interaction force by intermittent activation of the semi-active dampers (Clipped algorithm). A three-story benchmark building with only one MR damper in the first floor is considered. By comparing the structural responses in the uncontrolled case, AFSMC/Clipped system and an H2-LQG/Clipped control strategy, advantages of AFSMC method are demonstrated.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,782

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)0,0000,000

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 GPT0,198
Écart entre enseignants0,190 · 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.

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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetVibration Control and Rheological FluidsTravaux en français237 207