MétaCan
Menu
Retour à la cohorte
Enregistrement W2171155663 · doi:10.1109/tmech.2009.2038374

PD Output Feedback Control Design for Industrial Robotic Manipulators

2010· article· en· W2171155663 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)TrajectoryBounded functionEstimatorObserver (physics)Controller (irrigation)Tracking errorExponential stabilityComputer scienceLyapunov functionMathematicsControl (management)Nonlinear systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents an output feedback proportional--derivative (PD)-type controller for the trajectory tracking control of robotic manipulators. In the first part of the paper, we propose a PD-like output-feedback control law. The design comprises a PD term with nominal robot dynamics, where the unknown velocity signals are estimated from the output of the linear estimator. Using Lyapunov analysis, we characterize the asymptotic property of all the signals in the closed-loop error model dynamics. This property sets the bound on the tracking error trajectory of the closed-loop system. In the second part, we remove the nominal model dynamics from the control design to formulate a model-independent PD-type output feedback approach. Using an asymptotic analysis for the singularly perturbed closed-loop model, we guarantee that all the signals under the proposed PD output feedback design are bounded and their bounds can be made arbitrarily small by using observer-controller gains. Implementation of results demonstrate the potential application of the proposed method on real systems.

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.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
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 recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,222
Écart entre enseignants0,195 · 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