MétaCan
Menu
Retour à la cohorte
Enregistrement W2000277833 · doi:10.1115/1.4001335

Design of Gain-Scheduled Strictly Positive Real Controllers Using Numerical Optimization for Flexible Robotic Systems

2010· article· en· W2000277833 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGain schedulingControl theory (sociology)Parameterized complexityScheduling (production processes)Computer scienceOptimization problemPassivityMathematical optimizationEngineeringMathematicsControl (management)Algorithm

Résumé

récupéré en direct d'OpenAlex

The design of gain-scheduled strictly positive real (SPR) controllers using numerical optimization is considered. Our motivation is robust, yet accurate motion control of flexible robotic systems via the passivity theorem. It is proven that a family of very strictly passive compensators scheduled via time- or state-dependent scheduling signals is also very strictly passive. Two optimization problems are posed; we first present a simple method to optimize the linear SPR controllers, which compose the gain-scheduled controller. Second, we formulate the optimization problem associated with the gain-scheduled controller itself. Restricting our investigation to time-dependent scheduling signals, the signals are parameterized, and the optimization objective function seeks to find the form of the scheduling signals, which minimizes a combination of the manipulator tip tracking error and the control effort. A numerical example employing a two-link flexible manipulator is used to demonstrate the effectiveness of the optimal gain-scheduling algorithm. The closed-loop system performance is improved, and it is shown that the optimal scheduling signals are not necessarily linear.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,019
Tête enseignante GPT0,221
Écart entre enseignants0,202 · 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