MétaCan
Menu
Retour à la cohorte
Enregistrement W2914999365 · doi:10.1115/1.4042690

A Unit-Consistent Error Measure for Multibody Systems With Unilateral Constraints

2019· article· en· W2914999365 sur OpenAlexaff
Andreas Enzenhöfer, Albert Peiret, Marek Teichmann, József Kövecses

Notice bibliographique

RevueJournal of Computational and Nonlinear Dynamics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMeasure (data warehouse)Constraint (computer-aided design)Limit (mathematics)Tracking errorConvergence (economics)Computer scienceControl theory (sociology)Applied mathematicsMathematical optimizationMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Modeling multibody systems subject to unilateral contacts and friction efficiently is challenging, and dynamic formulations based on the mixed linear complementarity problem (MLCP) are commonly used for this purpose. The accuracy of the MLCP solution method can be evaluated by determining the error introduced by it. In this paper, we find that commonly used MLCP error measures suffer from unit inconsistency leading to the error lacking any physical meaning. We propose a unit-consistent error measure, which computes energy error components for each constraint dependent on the inverse effective mass and compliance. It is shown by means of a simple example that the unit consistency issue does not occur using this proposed error measure. Simulation results confirm that the error decreases with convergence toward the solution. If a pivoting algorithm does not find a solution of the MLCP due to an iteration limit, e.g., in real-time simulations, choosing the result with the least error can reduce the risk of simulation instabilities and deviation from the reference trajectory.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,382

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Computational and Nonlinear DynamicsMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207