MétaCan
Menu
Retour à la cohorte
Enregistrement W2795943996 · doi:10.11159/icsenm18.125

Optimal and Suboptimal Vibration Control of Structures

2018· article· en· W2795943996 sur OpenAlexvenueno aff
Mohammad Shamim Miah, Michael Kaliske

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensnon disponible
Organismes subventionnairesTechnische Universität Dresden
Mots-clésVibrationVibration controlOptimal controlComputer scienceControl theory (sociology)Control (management)Mathematical optimizationMathematicsAcousticsPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Structures subjected to extreme dynamic loads such as earthquake, impulse load always creates undesirable vibration. And the unexpected extreme deformation may lead to structural partial damage or fully collapse situation. Hence it is essential to understand the dynamical behaviour of structures subjected to those type of extreme loads. Typically, structures are combined with optimal control algorithms for vibration mitigation. And the desired control force is estimated based on the measured information e.g. displacement, velocity. To do this end, a 6-storied frame is coupled with an optimal control law known as the viscous damping with negative stiffness (VDNS). Additionally, a modified passive control technique is adopted namely the equivalent viscous damping (EVD) and the results are compared with the VDNS control scheme. The performance of the early mentioned strategies are evaluated numerically by employing different type of dynamic loads such as a real earthquake data (e.g. Loma Prieta 1989), a sinusoidal load and an irregular impulse load. A significant reduction of vibration is observed by optimally tuned control law as well as the sub-optimal performance of equivalent passive systems is presented.

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 enseignants0,656
Score d'incertitude au seuil0,558

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 Opus0,003
Tête enseignante GPT0,171
Écart entre enseignants0,168 · 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

Citations0
Publié2018
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