MétaCan
Menu
Retour à la cohorte
Enregistrement W3187183890 · doi:10.1139/tcsme-2020-0024

Variable universe fuzzy control of the wheel loader semi-active cab suspension with multimode switching shock absorber

2021· article· en· W3187183890 sur OpenAlexvenueno aff
Wei Tao, Zhiqiang Liu

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShock absorberLoaderSuspension (topology)VibrationShock (circulatory)Control theory (sociology)Multi-mode optical fiberEngineeringStructural engineeringComputer sciencePhysicsMechanical engineeringAcousticsMathematicsControl (management)

Résumé

récupéré en direct d'OpenAlex

The aim of this work is to design a variable universe fuzzy control of a wheel loader semi-active cab suspension with damping multimode switching shock absorber. Considering the cost and reliability, a new type of shock absorber, whose adjustable damping characteristics are achieved by just changing the on–off statuses of two solenoid valves, is applied to the wheel loader cab suspension. The vibration model of the wheel loader, which considers the vibration characteristics of the working device, the four-wheel correlated random road excitation, and the engine vibration excitation simultaneously, is established first. Based on the working principle of the target shock absorber, the damping multi-state switching model is also established to reflect the relationship between the damping coefficients and the on–off statuses of two solenoid valves. Then, a variable universe fuzzy damping control strategy, which can determine the optimal switching sequences of the damping modes according to the cab suspension performance indexes, is designed. Finally, simulation analyses were conducted to verify the effectiveness of the proposed control approach of the wheel loader semi-active cab suspension with multimode switching shock absorber.

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: aucune
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,567

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 Opus0,006
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetVibration Control and Rheological FluidsTravaux en français237 207