MétaCan
Menu
Retour à la cohorte
Enregistrement W2122521437 · doi:10.1109/cdc.2012.6425911

Decentralized pole-placement using generalized sampled-data hold functions

2012· article· en· W2122521437 sur OpenAlexaff
M. M. Tousi, Amir Ajorlou, Hamid Mahboubi, Amir G. Aghdam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)LTI system theoryFull state feedbackController (irrigation)Pole–zero plotConvergence (economics)Discrete time and continuous timeRippleComplex planeComputer scienceMathematicsInvariant (physics)Sampled data systemsLinear systemControl systemTransfer functionControl (management)EngineeringMathematical analysis

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel sequential technique for pole-assignment in linear time-invariant (LTI) decentralized control systems. Generalized sampled-data hold functions (GSHF) are used as local controllers to place the modes of the equivalent discrete-time closed-loop system in the desired locations in the z-plane. These locations are assumed to be obtained by using a proper mapping from the continuous-time domain. The GSHFs are obtained one at a time, in a sequential fashion. In other words, each local controller is designed for the equivalent discrete-time closed-loop model associated with the previously designed controllers. While no bound is provided on the intersample ripple, the convergence of the samples to zero ensures that the intersample values will also approach zero as time increases. The main characteristic of the proposed method is that unlike conventional pole-placement algorithms, the design complexity here does not increase after each local controller is obtained. A numerical example is provided which confirms the efficacy of the proposed pole-placement technique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,089
Tête enseignante GPT0,283
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStability and Control of Uncertain SystemsTravaux en français237 207