MétaCan
Menu
Retour à la cohorte
Enregistrement W2146544042 · doi:10.1016/j.ifacol.2015.08.146

Adaptive Dynamic Surface Output-Feedback Control for a Class of Hysteric Nonlinear Systems with Prespeeified Tracking Performance

2015· article· en· W2146544042 sur OpenAlexaff
Xiuyu Zhang, Chun‐Yi Su, Peng Yan

Notice bibliographique

RevueIFAC-PapersOnLine · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePiezoelectric Actuators and Control
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBacksteppingControl theory (sociology)Nonlinear systemTracking errorNorm (philosophy)Computer scienceTransformation (genetics)Observer (physics)HysteresisTracking (education)BacklashScheme (mathematics)Artificial neural networkAdaptive controlMathematicsControl (management)Artificial intelligenceLaw

Résumé

récupéré en direct d'OpenAlex

In this paper, a high-gain observer based adaptive dynamic surface output-feedback control is proposed for a class of nonlinear systems preceded by unknown backlash-like hysteresis. The main features are 1) the RBF neural networks are employed to approximate the unknown smooth functions; 2) by using the proposed control scheme and the tracking error transformation functions, the tracking performance could be prespecified; 3) the derivative-explosion problem when the hysteresis is fused with backstepping design can be eliminated, which greatly simplifies the control law; 4) by combining with the estimation of vector norm of the unknown parameters, the computational burden is greatly reduced. Simulation results show the effectiveness of the proposed scheme.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,164
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)0,0010,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,208
Écart entre enseignants0,192 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetPiezoelectric Actuators and ControlTravaux en français237 207