Acceleration‐based sliding mode hierarchical control algorithm for shake table tests
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Existing control algorithms for seismic shake table tests (STTs) generally exhibit limitations such as poor acceleration tracking for displacement control, instability that results in table drift for direct acceleration, force, or velocity control, and the lack of a theoretical justification for hybrid control. Therefore, a reliable control algorithm has become key for effective shake table control. This paper presents acceleration‐based sliding mode control (SMC) as a solution to the drawbacks of the traditional force‐based SMC; in this manner, the influence of the force of the tested structure applied on the table as well as unmodeled complex nonlinear forces, such as friction, are counteracted. An acceleration‐based sliding mode hierarchical control (ASMHC) algorithm is proposed, where the acceleration‐based SMC is used as the high‐level controller to generate the corrected acceleration command, and the low‐level controller, that includes feed‐forward and feedback control, tracks the acceleration command in real time. The high‐level controller, having zero asymptotic stability, and the low‐level controller, designed based on the system transfer function, ensure tracking stability in time and frequency domains, respectively. The proposed ASMHC algorithm was first verified by a series of bare STTs, and was then applied to a real STT of a two‐story steel structure. The experimental results show that the proposed ASMHC algorithm can achieve good tracking of displacement, velocity, and acceleration in both time and frequency domains, which ensures accurate reproduction of seismic excitation in STTs.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle