MétaCan
Menu
Retour à la cohorte
Enregistrement W4401732039 · doi:10.1088/1361-665x/ad72c1

Stiffness and damping tuning through using a piezoelectric friction damper and a layered structure

2024· article· en· W4401732039 sur OpenAlexafffund
Sina Rezvani, Simon S. Park

Notice bibliographique

RevueSmart Materials and Structures · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésDissipationDamperStiffnessActuatorVibrationPiezoelectricityMaterials scienceStructural engineeringFinite element methodDamping torqueVoltageEngineeringAcousticsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Vibration suppression is essential for enhancing the performance of mechanical systems, as it prevents structural damage and minimizes noise. Various methods, including passive, semi-active, and active approaches, have been developed to achieve this goal. Among these, friction dampers, primarily categorized as passive, are highly efficient in adjusting system damping and influencing energy dissipation. By modulating the normal force in the friction damper based on external force intensity, performance can be further enhanced. This study employs a piezoelectric actuator to regulate the normal force and introduces an analytical method along with finite element modeling to estimate the normal force in the friction damper. A layered structure is introduced as an additional mean to tune damping and stiffness. The performance of the semi-active piezoelectric friction damper is investigated in free and forced vibrations, including flexural and axial cyclic loads. Furthermore, the advantages of employing layered structures are investigated experimentally. Overall, the piezoelectric friction damper demonstrates effective energy dissipation during macroslip events. Nevertheless, in case of microslip, increasing the actuator voltage results in reduced damping and a marginal rise in stiffness.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,505

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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'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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetVibration Control and Rheological FluidsTravaux en français237 207