MétaCan
Menu
Retour à la cohorte
Enregistrement W2774877757 · doi:10.1061/9780784479971.107

An Active Deployable Tensegrity-Ring Footbridge System

2016· article· en· W2774877757 sur OpenAlexfundno aff
Nicolas Veuve, Landolf Rhode‐Barbarigos, Ian F. C. Smith

Notice bibliographique

RevueEarth and Space 2016 · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungYork University
Mots-clésTensegrityTrussActuatorStructural engineeringRing (chemistry)Position (finance)Structural systemSpan (engineering)EngineeringDegrees of freedom (physics and chemistry)Computer scienceControl engineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Structural engineering is evolving towards tuned performance structures through the integration of active control. Tensegrity structures are cable-truss structures that can combine actuators, sensors and structural elements. A tensegrity-ring system that has been found viable for an active deployable footbridge application is presented in this paper. Active cables are employed to simultaneously adjust several degrees of freedom and enhance performance through independent actuation. Numerical results were validated experimentally on a near-full-scale actively controlled physical model. However, predefined actuation steps do not always result in the same position. Therefore, the configuration of the model is improved through a sequence of correction-control commands that are tested and selected according to direct measurements. The two-stage strategy is able to generate effective cable actuation for the mid-span connection of the deployable tensegrity-ring footbridge system and it is likely to be applicable for a range of complex structures where exact modelling of true behavior is difficult.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,175
Écart entre enseignants0,171 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth and Space 2016Même sujetStructural Analysis and OptimizationTravaux en français237 207