MétaCan
Menu
Retour à la cohorte
Enregistrement W4388264766 · doi:10.21203/rs.3.rs-3460128/v1

On Investigating Dynamic Coupling in Floating Platform and Overhead Crane Interactions: Modeling and Control

2023· preprint· en· W4388264766 sur OpenAlexaff
Mohammad K. Al-Solihat, Mohammad Al Saaideh, Yazan M. Al-Rawashdeh, Mohammad Al Janaideh

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensUniversity of GuelphMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésOverhead craneControl theory (sociology)Payload (computing)BacksteppingSwingDynamic positioningControl engineeringController (irrigation)Observer (physics)Computer scienceCoupling (piping)Motion controlEngineeringOverhead (engineering)Dynamic simulationSimulationControl (management)Adaptive controlMarine engineeringRobotArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> This study introduces a comprehensive model addressing the dynamic interaction between a crane and platform in the presence of realistic surge-roll-heave movements induced by ocean waves. While the motion of the payload is ascertainable, the surge-roll-heave motions of the floating platform are considered unknown. Consequently, we proposed a control design strategy integrating a backstepping controller and a high-gain observer. The primary objectives of this design are to accurately track the desired (linear) trajectories of the cart position and mitigate its swing (angular) motion. Moreover, the proposed controller is designed to handle challenges such as unknown dynamic friction, dynamic coupling, and external disturbances, all while ensuring dynamic. The extended high-gain observer is crucial in estimating dynamic states and external disturbances. Through simulation, we validate the effectiveness of our model-based control approach, demonstrating its robust performance in the face of unknown nonlinearities and disturbances caused by wave motion.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,063
Tête enseignante GPT0,350
Écart entre enseignants0,287 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207