MétaCan
Menu
Retour à la cohorte
Enregistrement W2100185852 · doi:10.1109/tcst.2009.2030789

Adaptive Regulation in Switched Bimodal Systems: An Experimental Evaluation

2009· article· en· W2100185852 sur OpenAlexaff
Zhizheng Wu, Foued Ben Amara

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueIterative Learning Control Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRegulatorControl theory (sociology)NotationAdaptive controlSurface (topology)Adaptive systemBeam (structure)Computer scienceMathematicsControl engineeringEngineeringControl (management)Artificial intelligenceGeometry

Résumé

récupéré en direct d'OpenAlex

This paper presents experimental results on the adaptive exact output regulation in a switched bimodal mechanical system subject to unknown sinusoidal exogenous inputs representing reference or disturbance signals. The adaptive regulator design exploits the$Q$parameterization of regulators for the switched system, and where the$Q$parameter is tuned online to yield the desired regulator. The proposed adaptive regulator is evaluated on an experimental setup motivated by the flying height regulation problem in hard disk drives. In the experimental setup, the tip of a flexible beam is supposed to maintain a constant separation with respect to a surface with an unknown profile, while also being subject to an unknown disturbance force. The system exhibits a switching behaviour depending on whether contact takes place between the surface to be tracked and the tip of the beam. The experimental results successfully demonstrate the effectiveness of the proposed approach in achieving exact output regulation against unknown sinusoidal exogenous inputs and in the presence of switching in the system dynamics.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,251
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Control Systems TechnologyMême sujetIterative Learning Control SystemsTravaux en français237 207