MétaCan
Menu
Retour à la cohorte
Enregistrement W2327619990 · doi:10.1017/s0373463315000806

A Novel Tracking Controller for Autonomous Underwater Vehicles with Thruster Fault Accommodation

2015· article· en· W2327619990 sur OpenAlexaff
Bing Sun, Daqi Zhu, Simon X. Yang

Notice bibliographique

RevueJournal of Navigation · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Controller (irrigation)Tracking (education)Fault (geology)UnderwaterParticle swarm optimizationComputer scienceEngineeringControl (management)Control engineeringArtificial intelligenceAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, for the over-actuated Autonomous Underwater Vehicle (AUV) system, a novel tracking controller with thruster fault accommodation is proposed. Firstly, a cascaded control method is proposed for AUV robust tracking control. Then, we deal with the tracking control problem when one or more thrusters are completely or partly malfunctioning. Different control strategies are used to reallocate the thruster forces. For the cases that thrusters are partly malfunctioning, a weighted pseudo-inverse is firstly used to generate the normalised thruster forces. When the normalised thruster forces are out of maximum limits, the Quantum-behaviour Particle Swarm Optimisation (QPSO) is used for the restricted usage of the faulty thruster and to find the solution of the control reallocation problem within the limits. Compared with the weighted pseudo-inverse method, the QPSO algorithm does not need truncation or scaling to ensure the feasibility of the solution due to its particle search in the feasible solution space. The proposed controller is implemented in order to evaluate its performance in different faulty situations and its efficiency is demonstrated through simulation results.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,001
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 Opus0,046
Tête enseignante GPT0,266
Écart entre enseignants0,220 · 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

Citations26
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NavigationMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207