MétaCan
Menu
Retour à la cohorte
Enregistrement W4396234361 · doi:10.1139/tcsme-2023-0190

Characteristics analysis and nonlinear control of a digital hydraulic pressure tracking system for high-speed helicopter wet friction clutch

2024· article· en· W4396234361 sur OpenAlexvenueno aff
Qiang Gao, Huayi Liu, Mingyang Niu

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésClutchNonlinear systemTracking (education)Control theory (sociology)Hydraulic pressureHydraulic machineryHydraulic fluidEngineeringControl engineeringComputer scienceMechanical engineeringControl (management)Automotive engineeringPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The reliability and control precision of the engagement and disengagement of wet friction clutch are crucial to the transmission of high-speed helicopters. In contrast to the traditional proportional hydraulic system, the digital hydraulic system provides a viable solution due to the use of several fast switching valves (FSVs). In this research, a digital hydraulic pressure tracking system using two fast switching valve arrays (DHPTS-FSVA) is proposed and its nonlinear model is established. First, the static and dynamic characteristics of the DHPTS-FSVA are deeply analyzed by virtue of the half-bridge resistance theory. Moreover, a novel pressure control strategy is proposed, which consists of nonlinear adaptive control method, differential pulse width modulation (PWM) with pressure compensation, and logic allocation strategy of PWM duty ratio. Finally, comparative simulation and experimental results indicate that the maximum, average, and standard deviation of the errors are reduced by at least 16.1%, 45.1%, and 39.5%, respectively, at the tracking frequencies of 1 and 2 Hz, which proves that the proposed controller exhibits better tracking performance at low frequencies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,185
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207