MétaCan
Menu
Retour à la cohorte
Enregistrement W4411408501 · doi:10.1109/tie.2025.3572927

Hybrid Power Control Strategy for Electromechanical Braking System Based on Sliding Mode Approach

2025· article· en· W4411408501 sur OpenAlexaff
Yiyun Zhao, Fanbiao Li, Bingqiang Li, Yang Shi, Ligang Wu, Chunhua Yang, Weihua Gui

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Technology and Control Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSliding mode controlControl theory (sociology)Mode (computer interface)Dynamic brakingPower (physics)Automotive engineeringControl (management)Control engineeringEngineeringComputer scienceMaterials scienceBrakePhysicsNonlinear system

Résumé

récupéré en direct d'OpenAlex

In this article, a new hybrid power reaching law (PRL) is designed for the clamping force control of electromechanical braking (EMB) system. In order to overcome the chattering and slow global convergence of the traditional reaching law, a new arccotangent type auxiliary function is designed and the exponential term is optimized to realize the real-time adjustment of the gain coefficient, which can effectively improve the adaptive ability and convergence speed of sliding mode in different reaching stages. The existence, reachability and global finite time convergence of the new reaching law are proved. On this basis, a compound control method of clamping force for EMB system is proposed, which combines the proposed new hybrid PRL with disturbance observer to effectively carry out feedforward compensation, and the stability analysis method is proposed. Finally, the effectiveness and superiority of the proposed control strategy are verified by experimental platform.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,019
Tête enseignante GPT0,235
Écart entre enseignants0,216 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetIndustrial Technology and Control SystemsTravaux en français237 207