Contrôle vibratoire semi-actif par frottement sec : développement d'une stratégie de contrôle et étude de la modélisation du frottement
Notice bibliographique
Résumé
Ce projet de maîtrise se situe dans la continuité des travaux portant sur le contrôle vibratoire semi-actif par frottement sec effectués à l'Université de Sherbrooke sous la supervision des professeurs Patrice Masson et Philippe Micheau. Plus particulièrement, ce mémoire poursuit les deux objectifs suivants: (1) Développer une méthode de synthèse d'une loi de contrôle semi-active pour un système à un DDL sous excitation harmonique permettant d'optimiser la dissipation d'énergie; (2) Évaluer la capacité du modèle de frottement de LuGre à modéliser le phénomène de frottement pour le dispositif développé par P. Buaka à l'Université de Sherbrooke. En premier lieu, le problème de l'optimisation de l'énergie dissipée par un amortisseur semi-actif sous excitation harmonique est traité. Afin de situer la performance de la loi de contrôle éventuelle, le cas passif optimal et le cas actif optimal sont d'abord présentés. Par la suite, la performance de la loi de contrôle issue de la technique du contrôle optimal saturé est analysée. On peut alors clairement observer que cette technique permet d'améliorer la performance du dispositif semi-actif par rapport au cas passif optimal. L'originalité de la technique développée dans le cadre de ce projet est ensuite d'optimiser les paramètres du contrôle optimal saturé afin d'augmenter encore une fois la capacité de dissipation d'énergie du dispositif. Ceci se fait à l'aide d'un algorithme d'optimisation approprié. Le modèle de frottement privilégié dans ce mémoire est le modèle de frottement de LuGre, celui-ci étant un modèle de frottement dynamique à un état développé originellement pour les systèmes de positionnement de précision. Ce mémoire présente une nouvelle stratégie pour l'identification des paramètres du modèle. La validation des paramètres identifiés est faite en comparant des résultats expérimentaux obtenus sur le dispositif de P. Buaka et ceux découlant de simulations numériques. Finalement, ce mémoire met en contexte les contributions de ce projet par rapport aux travaux précédents et propose de nouvelles directions à suivre pour continuer l'avancement des travaux.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».