MétaCan
Menu
Retour à la cohorte
Enregistrement W4232916504 · doi:10.29173/mocs159

Oscillation Reduction Method for Fast Crane Operation

2015· article· en· W4232916504 sur OpenAlexvenueno aff
T.T.S. Kuo, Yu-Chou Chiang, Sheng-Yung Cheng, Shih‐Chung Kang

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Taiwan UniversityNational Science Council
Mots-clésOscillation (cell signaling)AccelerationControl theory (sociology)Reduction (mathematics)PiecewiseSquare rootMathematicsSimulationComputer scienceControl (management)PhysicsMathematical analysisGeometryClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Crane-related fatalities continue to occur in the construction industry according to recent surveys. This research provides a simple and safe oscillation reduction method for fast crane operation. We used two related acceleration and deceleration in piecewise fashion to control the crane. Our method is to reduce the sway angle and to reach high speed operation. We studied the method analytically, numerically and experimentally. We found analytically the operational time was approximately proportional to the square root of the operation distance; a fourfold increase in distance required only twofold increase in operational time. In comparing to a common method in 100 m operation distance, the numerical simulations suggest that the operation time is 25% faster when the maximum sway angle is the same, or the sway angle is 44% smaller when the operation time is the same.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,819

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 savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207