MétaCan
Menu
Retour à la cohorte
Enregistrement W2117131289 · doi:10.1115/1.4025755

Position Domain Synchronization Control of Multi-Degrees of Freedom Robotic Manipulator

2013· article· en· W2117131289 sur OpenAlexafffund
P. R. Ouyang, V. Pano

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueIterative Learning Control Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPosition (finance)Synchronization (alternating current)Control theory (sociology)Domain (mathematical analysis)Computer scienceEquidistantMotion (physics)Nonlinear systemLyapunov functionControl engineeringMotion controlTracking (education)Time domainArtificial intelligenceControl (management)Computer visionRobotEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, a new position domain synchronization control (PDSC) law is proposed for contour control of multi-DOF nonlinear robotic manipulators with the main goal of improving contour tracking performance. The robotic manipulator is treated as a master-slave motion system, where the position of the master motion is used as an independent reference via equidistant sampling, and the slave motions are described as functions of the master motion. To build this relationship, the dynamics of the original system is transformed from time domain to position domain. The new control introduces synchronization and coupled errors in the control law to further coordinate the master and slave motions. Stability analysis is performed based on the Lyapunov method for the proposed PDSC, and simulations are conducted to verify the effectiveness of the developed control system.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,009
Tête enseignante GPT0,189
Écart entre enseignants0,180 · 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
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

Citations21
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dynamic Systems Measurement and ControlMême sujetIterative Learning Control SystemsTravaux en français237 207