MétaCan
Menu
Retour à la cohorte
Enregistrement W2766201507 · doi:10.1142/s2301385017400052

Adaptive Sliding Mode Fault-Tolerant Control for an Unmanned Aerial Vehicle

2017· article· en· W2766201507 sur OpenAlexafffund
Ban Wang, Youmin Zhang

Notice bibliographique

RevueUnmanned Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésControl theory (sociology)Robustness (evolution)ActuatorSliding mode controlRobust controlAdaptive controlControl engineeringComputer scienceController (irrigation)Control systemFault toleranceEngineeringControl (management)Artificial intelligenceNonlinear system

Résumé

récupéré en direct d'OpenAlex

Sliding mode control (SMC) is known as a robust control method to maintain system performance and keep it insensitive to system uncertainties. To achieve this objective, the knowledge of the uncertainty bound is usually needed, but sometimes it could be a hard task. Hence, the adaptive technology is introduced to be synthesized with SMC. In this paper, a novel adaptive SMC (ASMC) scheme is proposed to accommodate system uncertainties caused by actuator faults. An integral sliding mode controller is used as the baseline controller. When actuator faults occur, there is no need to know the exact bound of the uncertainties in control effectiveness matrix. The post-fault control effectiveness matrix can be estimated by the proposed adaptive control scheme, and the control inputs will be changed accordingly. In such a way, the robustness of the controller to actuator faults is improved. With the help of adaptive change of both continuous and discontinuous control parts, a minimum value of the discontinuous control gain can be guaranteed. In this case, the resulting control effort is reduced accordingly to avoid control chattering effect. Owing to the minimized control effort to accommodate uncertainties compared to the conventional SMC, the proposed ASMC can still maintain the system performance when severer faults occur. The effectiveness of the developed algorithm is demonstrated by the simulation results based on an unmanned quadrotor helicopter under various faulty conditions.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

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 ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUnmanned SystemsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207