MétaCan
Menu
Retour à la cohorte
Enregistrement W2783198177 · doi:10.1115/imece2017-70773

A Tool to Identify Damping During Large Amplitude Vibrations of Viscoelastic Structures

2017· article· en· W2783198177 sur OpenAlexaff
Prabakaran Balasubramanian, Giovanni Ferrari, Marco Amabili

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésViscoelasticityDissipationDamping torqueVibrationAmplitudeMagnetic dampingNonlinear systemThermoelastic dampingMechanicsHysteresisVibration controlDamping ratioExcitationPhysicsAcousticsVoltageThermalOpticsCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

Various damping models are available to describe the dissipation energy present in structures. Among them, viscous and viscoelastic damping models are widely used to describe the damping in viscoelastic structures. Recent studies show that both viscous and viscoelastic damping of a structure varies as it experiences large amplitude vibrations. This makes it necessary to adjust the damping values with respect to the maximum vibration amplitude. The knowledge of damping values allows engineers to estimate the maximum vibration amplitude of a structure under various operating scenarios, thus improving the estimate of the safety margin and the efficiency of design. However, the variation of hysteretic damping during large amplitude vibrations was not addressed yet. Hysteretic damping is defined as dissipation energy due to the internal friction between the internal planes of the material and is independent on frequency. Hysteretic damping is well defined in linear vibrations as the ratio of loss and storage energies. The concept is here extended and hysteretic damping is identified during nonlinear vibrations. This paper presents the experimental data measured on a clamped-clamped rubber square plate under harmonic excitation at various force levels. A tool based on temporal method was developed to identify the nonlinear parameters and to calculate the hysteretic damping from the experimental data. The results show that hysteretic damping decreases with excitation frequency.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,515

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 Opus0,023
Tête enseignante GPT0,353
Écart entre enseignants0,329 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Health Monitoring TechniquesTravaux en français237 207