MétaCan
Menu
Retour à la cohorte
Enregistrement W1963956195 · doi:10.2514/6.2011-6573

Synthesis of Optimal Finite Frequency Controllers for Flexible Robotic Manipulator Control

2011· article· en· W1963956195 sur OpenAlexaff
James Richard Forbes, Christopher J. Damaren

Notice bibliographique

RevueAIAA Guidance, Navigation, and Control Conference · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Stability of Dynamical Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Robot manipulatorManipulator (device)Computer scienceControl engineeringOptimal controlControl (management)Automatic frequency controlRobotEngineeringMathematical optimizationMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we explore the relationship between the hybrid passivity and finite gain systems framework and the generalized Kalman-Yakubovich-Popov (GKYP) Lemma. In particular, we investigate how to optimally design finite frequency (FF) controllers which possess strictly positive real (SPR) properties over a low frequency range, and bounded real (BR) properties over a high frequency range. Such FF SPR/BR controllers will be used to control systems which have experienced a passivity violation. We first review the hybrid systems framework and how linear time-invariant hybrid systems relate to FF positive real (PR), FF SPR, and FF BR systems and the GKYP Lemma. A convex optimization problem is posed where constraints are imposed via linear matrix inequalities yielding optimal FF SPR/BR controllers. The FF SPR/BR controllers are optimal in that they approximate the traditional H2 control solution. FF SPR/BR controllers are used to control both single- and two-link flexible manipulators. Experimental results successfully demonstrate closed-loop stability via the hybrid systems framework, and implementation of the proposed controller synthesis scheme.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,208
Écart entre enseignants0,189 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Guidance, Navigation, and Control ConferenceMême sujetControl and Stability of Dynamical SystemsTravaux en français237 207