MétaCan
Menu
Retour à la cohorte
Enregistrement W2768245768 · doi:10.1177/1045389x17740978

Harmonic active vibration control using piezoelectric self-sensing actuation with complete digital compensation

2017· article· en· W2768245768 sur OpenAlexafffund
Anik Pelletier, Philippe Micheau, Alain Berry

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAeroelasticity and Vibration Control
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActuatorCompensation (psychology)Lead zirconate titanateVibrationPiezoelectricityActive vibration controlHarmonicAccelerometerAcousticsVibration controlPiezoelectric sensorControl theory (sociology)Piezoelectric accelerometerElectronic engineeringEngineeringComputer scienceElectrical engineeringPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

In this article, the implementation of a self-sensing piezoelectric actuator with complete digital compensation is presented. The proposed compensation not only minimizes the signal due to the electrical behavior of the self-sensing actuator but also takes into account the fact that piezoelectric actuator causes a local strain—not related to the global vibration of the plate—in a vibrating plate to which it is coupled. Therefore, the corrected measured current is related to the global vibration of the plate and may be used in an active control scheme. The electro-mechanical model on which is based this self-sensing actuator is first explained. Then, the electronic and digital processing implementation is presented, as well as the active time-harmonic control scheme used. Finally, results of experimental validation are presented, and the attenuation performance of the self-sensing actuator is compared to the performances of a co-localized accelerometer/lead zirconate titanate pair. It is shown that the corrected self-sensing actuator current gives results better than what is obtained with a co-localized sensor/actuator pair and that this technique may be used to control more than one frequency simultaneously.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,206 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetAeroelasticity and Vibration ControlTravaux en français237 207