...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Smart Materials & Structures >Temperature dependent modelling of magnetorheological (MR) dampers using support vector regression
【24h】

Temperature dependent modelling of magnetorheological (MR) dampers using support vector regression

机译：磁流变（MR）阻尼器的温度依赖性建模使用支持向量回归

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this study, a magnetorheological (MR) damper is experimentally characterized and investigations on the temperature developed during the operation of the damper, its effect on the damper hysteresis are carried out. The increase in temperature at higher input current consequently reduces the damper peak force and energy dissipation, thus altering its hysteretic behaviour. This hysteresis, with dependency on temperature, is modelled using a Gaussian kernel based support vector regression (SVR) model. Three methods, namely particle swarm optimization (PSO)-SVR, gravitational search algorithm (GSA)-SVR and a newly proposed PSOGSA-SVR are studied for finding the optimal hyper parameters for effective modelling of the damper. From the experimental training and testing datasets, four different models of the damper depending on the input frequency are obtained using all three methods and evaluated with five performance indices. The results indicate that the proposed PSOGSA-SVR is an effective non-parametric modelling tool for predicting the hysteresis of the MR damper with temperature effect.
机译：在本研究中，磁流变学（MR）阻尼器是通过实验表征的，并对阻尼器操作期间产生的温度的研究，其对阻尼滞后的影响。因此，更高输入电流温度的增加降低了阻尼峰值力和能量耗散，从而改变其滞后行为。具有依赖性对温度的这种滞后是使用基于高斯内核的支持向量回归（SVR）模型建模的。研究了三种方法，即粒子群优化（PSO）-SVR，对重力搜索算法（GSA）-SVR和新提出的PSOGSA-SVR进行了研究，以寻找有效的阻尼器的有效建模的最佳超参数。从实验训练和测试数据集中，使用所有三种方法获得根据输入频率的四种不同模型的阻尼器，并使用五种性能指标进行评估。结果表明，所提出的PSoGSA-SVR是一种有效的非参数造型工具，用于预测温度效应的MR阻尼器的滞后。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号