Adaptive PI‐Based Sliding Mode Control for Nanopositioning of Piezoelectric Actuators
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.
Notice bibliographique
Résumé
This paper proposes an adaptive proportion‐integral (PI)‐based sliding mode control design (APISMC) used for nanopositioning of piezoelectric actuators (PEAs). Nonlinearities, mainly hysteresis, can drastically degrade the system performance. As well as the model imperfection, hysteresis can be treated as uncertainties of the system. These uncertainties can be addressed by sliding mode control (SMC) since SMC is promising for positioning and tracking control. To further improve the response speed, suppress chattering, and reduce the steady‐state error, the adaptive PI‐based SMC is employed to replace the discontinuous control. Actually, the adaptive PI‐based SMC offers a fast convergence of the sliding surface. Further, another advantage of the proposed controller lies in that its implementation only requires the online tuning PI parameters without acquiring the knowledge of bounds on system uncertainties. A linear second‐order system is utilized as the estimated model to compensate for the process nonlinearity and estimate the control gain. The robust stability of the APISMC is proved through a Lyapunov stability analysis. Simulation results demonstrate that the modified SMC is superior to the original one for both positioning and tracking applications. Compared with the original, the proposed controller provides better performance—less chattering, faster response, and higher precision.
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 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 | 0,000 | 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 découle