MétaCan
Menu
Retour à la cohorte
Enregistrement W2126418332 · doi:10.1109/acc.2007.4282713

Dynamic Surface Control of Cooperating Hydraulic Manipulators in the Presence of Friction

2007· article· en· W2126418332 sur OpenAlexaff
Hairong Zeng, Nariman Sepehri

Notice bibliographique

RevueProceedings of the ... American Control Conference/Proceedings of the American Control Conference · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Controller (irrigation)TrajectoryNonlinear systemControl engineeringComputer scienceParametric statisticsBounded functionAccelerationHydraulic cylinderPayload (computing)EngineeringControl (management)MathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents development of a new controller that allows two or more hydraulically-actuated robots to cooperatively move a rigid object along a desired trajectory while sharing the load and maintaining an acceptable internal force on the object. The effects of friction (represented by LuGre model in this paper), as well as parametric uncertainties in the manipulators' dynamics, hydraulic functions and the payload, are all accommodated through augmentation of the controller by a set of on-line updating laws. In arriving at this new controller, the concept of dynamic surface control is adopted to prevent the "explosion of terms" that was observed in our previously developed controller [10]. Therefore, the new controller has the benefit of not requiring an acceleration observer or the derivative of terms that could be difficult to numerically achieve. Stability analysis shows that the controller guarantees arbitrarily small bounded tracking error even in the presence of nonlinear model uncertainties. Both simulation and experimental results are shown to illustrate the effectiveness of the developed controller for tracking tasks.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 GPT0,222
Écart entre enseignants0,213 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... American Control Conference/Proceedings of the American Control ConferenceMême sujetHydraulic and Pneumatic SystemsTravaux en français237 207