Simultaneous Fault Detection and Multivariable Adaptive Hybrid Control for Unbalanced Vibrations of Cracked Flexible Rotor Systems
Notice bibliographique
Résumé
Abstract For the reduction of unbalanced vibrations in a multi-input and multi-output flexible rotor system with electromagnetic actuators (EAs), conventional adaptive feedforward controllers (AFFCs) are very sensitive for changes in rotor spin frequencies. Although frequency updating is used in these controllers, a small variation in the rotor spin frequency can completely reduce their effectiveness. An adaptive notch filter is used in this research for the frequency estimation. By using this external frequency estimation, the performance of the conventional AFFCs can be enhanced. During changes in the rotor spin frequency, fundamental harmonics of the flexible rotor are also excited. Their amplitude is much higher compared to steady-state unbalanced vibrations, which can accelerate the wear and tear of components of EAs. By using feedback controllers, the amplitude of these fundamental harmonics can be reduced significantly. In real rotors with flexible bearing supports, any looseness of bolts and presence of transverse cracks can change system parameters significantly. Multiple harmonics are generated corresponding to even single spinning speed of the rotor. Robust stability as well as performance can be achieved in the presence of uncertainty and rotor crack nonlinearities using feedback controllers designed by mu-synthesis. By using the multiharmonic hybrid control, the higher harmonics can be compensated efficiently in case of a crack in rotor systems. The fast Fourier transform of the control signal can indicate the presence of a transverse crack in an online manner. In this way, active vibration control as well as rotor crack fault detection can be done 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».