Active fault‐tolerant control system design with trajectory re‐planning against actuator faults and saturation: Application to a quadrotor unmanned aerial vehicle
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SUMMARY During the past 30 years, various fault‐tolerant control (FTC) methods have been developed to address actuator or component faults for various systems with or without tracking control objectives. However, very few FTC strategies establish a relation between the post‐fault reference trajectory to track and the remaining resources in the system after fault occurrence. This is an open problem that is not well considered in the literature. The main contribution of this paper is in the design of a reconfigurable FTC and trajectory planning scheme with emphasis on online decision making using differential flatness. In the fault‐free case and on the basis of the available actuator resources, the reference trajectories are synthesized so as to drive the system as fast as possible to its desired setpoint without violating system constraints. In the fault case, the proposed active FTC system (AFTCS) consists in synthesizing a reconfigurable feedback control along with a modified reference trajectories once an actuator fault has been diagnosed by a fault detection and diagnosis scheme, which uses a parameter‐estimation‐based unscented Kalman filter. Benefited with the integration of trajectory re‐planning using the flatness concept and the compensation‐based reconfigurable controller, both faults and saturation in actuators can be handled effectively with the proposed AFTCS design. Advantages and limitations of the proposed AFTCS are illustrated using an experimental quadrotor unmanned aerial vehicle testbed.Copyright © 2013 John Wiley & Sons, Ltd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle