MétaCan
Menu
Retour à la cohorte
Enregistrement W1893862697 · doi:10.1109/ijcnn.1999.832717

Experimental results on neural network-based control strategies for flexible-link manipulators

2003· article· en· W1893862697 sur OpenAlexaff
Heidar Ali Talebi, K. Khorasani, Rajni V. Patel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensWestern UniversityConcordia University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Nonlinear systemController (irrigation)Artificial neural networkComputer scienceA priori and a posterioriNonlinear controlIdentifierControl engineeringControl (management)EngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The problem of controlling a nonminimum phase nonlinear system with application to tip position control of a flexible-link manipulator is considered. An output re-definition strategy is developed which is applicable to a class of open-loop stable nonlinear systems whose input-output maps contain nonlinear terms from output and linear terms from input. No a priori knowledge about the nonlinearities of the system is required. The output re-definition scheme is based on first identifying the nonlinearities of the system using neural networks and then modifying the system zero dynamics. A stable/anti-stable factorization is performed on the zero dynamics of the system. The new output is re-defined using the neural identifier and the stable part of the zero dynamics. A controller is then designed based on the new output whose zero dynamics are stable and can be inverted. For the flexible-link manipulator case, the controller is composed of a stabilizing joint PD controller and an output re-definition tracking controller. Experimental and simulation results are presented to show the effectiveness of the proposed control scheme as compared to both linear and nonlinear conventional controllers.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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'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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDynamics and Control of Mechanical SystemsTravaux en français237 207