MétaCan
Menu
Retour à la cohorte
Enregistrement W2407581462 · doi:10.1109/tie.2016.2573270

Design of Implementable Adaptive Control for Micro/Nano Positioning System Driven by Piezoelectric Actuator

2016· article· en· W2407581462 sur OpenAlexaff
Xinkai Chen, Chun‐Yi Su, Zhi Li, Fan Yang

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePiezoelectric Actuators and Control
Établissements canadiensYork UniversityConcordia University
Organismes subventionnairesNational Natural Science Foundation of ChinaJapan Society for the Promotion of Science London
Mots-clésControl theory (sociology)ActuatorFeed forwardPositioning systemNonlinear systemAdaptive controlController (irrigation)Control systemControl engineeringComputer scienceAdaptive systemEngineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

The micro/nano positioning system discussed in this paper includes a piezoelectric actuator (PEA) and flexure-hinge-based positioning mechanism. Due to the existence of the hysteretic nonlinearity in the PEA and the friction in the system, the accurate positioning of the piezo-actuated positioning system calls applicable control schemes for practical applications. To this end, an implementable adaptive controller is developed in the paper, where a minimized parameterization hysteresis model is employed to reduce the computational load. The formulated adaptive control law guarantees the global stability of the controlled positioning system, and the positioning error can approach to zero asymptotically. The advantages of the proposed method making on-line implementation feasible are that the traditional inversion of the hysteresis does not need to be constructed directly; the real values of the parameters of the positioning system neither need to be identified nor measured; only the parameters in the formulation of the controller are estimated online. Comparison with the feedforward plus proportional-integral feedback control scheme is conducted and experimental results show the effectiveness of the proposed method.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,205
Écart entre enseignants0,191 · 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

Citations132
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetPiezoelectric Actuators and ControlTravaux en français237 207