MétaCan
Menu
Retour à la cohorte
Enregistrement W2020428123 · doi:10.4028/www.scientific.net/ssp.144.250

Design of Dynamic Nonlinear Control Techniques for Flexible-Link Manipulators

2008· article· en· W2020428123 sur OpenAlexaff
V. Gavriloiu, Valery D. Yurkevich, K. Khorasani

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Nonlinear systemLink (geometry)Stability (learning theory)Computer scienceControl engineeringPosition (finance)Tracking (education)Control (management)EngineeringPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we develop robust dynamical controllers for addressing the problems of tracking and regulation of flexible-link manipulators. The design of dynamical controllers is based on construction of a two-time scale dynamical motion of the closed-loop system. The main control objective is to achieve stability of the closed-loop system while ensuring boundedness of all the control signals as well as sufficiently small tip-position tracking requirement. In order to achieve a minimum phase behaviour for utilizing output feedback control strategy, a new redefined output is proposed. Instead of using the joint angles as outputs in the rigid-link case, a new output is chosen for the flexible-link case which will provide and guarantee stability of the closed-loop flexible system. Simulations results are provided for flexible-link manipulators using the proposed control strategies. A comparative analysis is also included to demonstrate and illustrate the advantages and disadvantages of the considered control methodologies.

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)0,000
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,278
Écart entre enseignants0,242 · 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
GenreMéthodes

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207