MétaCan
Menu
Retour à la cohorte
Enregistrement W4402667441 · doi:10.1139/tcsme-2023-0160

Collaborative control of circumferential yarn implantation system for large-scale 3D braiding equipment using fast nonsingular terminal sliding mode

2024· article· en· W4402667441 sur OpenAlexvenueno aff
Linzhi Ouyang, Yaoyao Wang, Zitong Guo, Zheng Sun, Zhongde Shan

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesGovernment of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésYarnTerminal (telecommunication)Invertible matrixScale (ratio)Mode (computer interface)Materials scienceMechanical engineeringComputer scienceEngineeringPhysicsOperating systemTelecommunications

Résumé

récupéré en direct d'OpenAlex

To ensure high performance collaborative control of the circumferential yarn implantation system for a specific large-scale 3D braiding equipment, a multi-motor fast nonsingular terminal sliding mode (FNTSM) controller is proposed using time-delay estimation (TDE) and deviation coupling control (DCC). Then, comparative experiments were conducted among our proposed TDE-based FNTSM controller and PD controller and TDE-based PD controller. As shown in the experimental results, the root-mean-square error (RMSE) and maximum absolute error (MAE) ensured by our FNTSM controller tracking sine signal have decreased by 89.4% and 67.1% compared with the ones by PD controller, while the RMSE of our FNTSM controller tracking slope signal is ensured within 0.03°. Meanwhile, the RMSE and MAE of our FNTSM controller tracking sine signals have been reduced by 48.2% and 56.9% due to DCC, respectively. Afterwards, less than 3% error fluctuation has been observed with load using our FNTSM controller. High control performance and strong robustness have been experimentally observed.

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)0,001
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: aucune
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetTextile materials and evaluationsTravaux en français237 207