MétaCan
Menu
Retour à la cohorte
Enregistrement W2147292759 · doi:10.1109/taes.2003.1238740

Fault tolerant control system design with explicit consideration of performance degradation

2003· article· en· W2147292759 sur OpenAlexaff
Youmin Zhang, Jin Jiang

Notice bibliographique

RevueIEEE Transactions on Aerospace and Electronic Systems · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)ActuatorDegradation (telecommunications)Fault toleranceProcess (computing)Control engineeringFault detection and isolationFault (geology)EngineeringController (irrigation)Computer scienceControl systemControl (management)Reliability engineeringElectronic engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A new approach is proposed for active fault tolerant control systems (FTCS), which allows one to explicitly incorporate allowable system performance degradation in the event of partial actuator fault in the design process. The method is based on model-following and command input management techniques. The degradation in dynamic performance is accounted for through a degraded reference model. A novel method for,selecting such a model is also presented. The degradation in steady-state performance is dealt with using a command input adjustment technique. When a fault is detected by the fault detection and diagnosis (FDD) scheme, the reconfigurable controller is designed automatically using an eigenstructure assignment algorithm in an explicit model-following framework so that the dynamics of the closed-loop system follow that of the degraded reference model. In the mean time, the command input is also adjusted automatically to prevent the actuators from saturation. The proposed method has been evaluated using the lateral dynamics of an F-8 aircraft against actuator faults subject to constraints on the magnitude of actuator inputs. Very encouraging results have been obtained.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,177
Écart entre enseignants0,170 · 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

Citations229
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Aerospace and Electronic SystemsMême sujetFault Detection and Control SystemsTravaux en français237 207