A new tracking error-based adaptive controller for servo-hydraulic actuator control
Notice bibliographique
Résumé
Real-time hybrid simulation (RTHS) is a testing method which combines the response from an experiment (i.e., experimental substructure) with that of a computer model (i.e., analytical substructure) in real-time. The accuracy and stability of the RTHS are prone to the propagation of error in the measured signals. Thus, critical developments in servo-hydraulic actuator control are needed to enable a wide application of this testing technique. In this study, a new tracking error compensation strategy for servo-hydraulic actuator control is developed, and numerically and experimentally evaluated. This compensation procedure is formulated based on a new set of tracking error indicators, namely, frequency domain-based (FDB) error indicators, which uncouple phase (lag and lead) and amplitude (overshoot and undershoot) errors and quantify them. These indicators are then incorporated into a two degree-of-freedom (d.f.) controller to develop closed-form equations to design an adaptive servo-hydraulic controller with improved tracking performance. The FDB indicators and the new adaptive controller are studied through numerical simulations in Simulink and LabVIEW and also verified experimentally. The proposed controller is computationally efficient, it can be implemented in real-time and it does not require any user-defined (i.e., predetermined) coefficients. As a result of its two d.f. formulation, this adaptive controller can be introduced to any closed-loop servo-controller through a digital or analog interface depending on the experimental setup properties. As such, it can be used to improve the tracking capability of any single hydraulic actuator system, which is essential in RTHS.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».