MétaCan
Menu
Retour à la cohorte
Enregistrement W2759517275 · doi:10.1109/tmech.2017.2756345

Adaptive Multivariable Integral TSMC of a Hypersonic Gliding Vehicle With Actuator Faults and Model Uncertainties

2017· article· en· W2759517275 sur OpenAlexafffund
Li Peng, Xiang Yu, Youmin Zhang, Xiaoyan Peng

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNatural Science Foundation of Shaanxi ProvinceNational University of Defense TechnologyNational Natural Science Foundation of China
Mots-clésControl theory (sociology)ActuatorMultivariable calculusHypersonic speedNonlinear systemAerodynamicsKinematicsIntegral sliding modeControl engineeringEngineeringAdaptive controlComputer scienceSliding mode controlControl (management)Aerospace engineeringPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents a fault-tolerant control (FTC) strategy for a hypersonic gliding vehicle (HGV) subject to actuator malfunctions and model uncertainties. The control-oriented model of the HGV is established according to the HGV kinematic and aerodynamic models. A composite-loop design for HGV FTC under actuator faults is subsequently developed, where newly developed multivariable integral terminal sliding-mode control (TSMC) and adaptive techniques are integrated. The multivariable integral TSMC is capable of ensuring the finite-time stability of the closed-loop system in the presence of actuator malfunctions and model uncertainties, while the adaptive laws are employed to tune the control parameters in response to the HGV status. Simulation studies based on a six-degree-of-freedom nonlinear model of the HGV are illustrated to highlight the effectiveness of the developed FTC 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 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 enseignants0,007
Score d'incertitude au seuil0,015

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 recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,229
Écart entre enseignants0,208 · 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

Citations76
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE/ASME Transactions on MechatronicsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207