MétaCan
Menu
Retour à la cohorte
Enregistrement W2801123688 · doi:10.1139/tcsme-2005-0041

USING ARTICULATED BODY ALGORITHM WITHIN SLIDING-MODE CONTROL TO COMPENSATE DYNAMIC COUPLING IN UNDERWATER-MANIPULATOR SYSTEMS

2005· article· en· W2801123688 sur OpenAlexaffvenue
Serdar Soylu, Bradley J. Buckham, Ron P. Podhorodeski

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)UnderwaterCoupling (piping)Mobile manipulatorController (irrigation)Sliding mode controlEngineeringTime domainComputer scienceControl engineeringRobotControl (management)Mobile robotNonlinear systemArtificial intelligenceComputer vision

Résumé

récupéré en direct d'OpenAlex

A control scheme is presented for compensating dynamic coupling between an underwater robotic vehicle (URV) and a manipulator. During task execution the torques commanded at the manipulator joints lead to reactions at the junction point of the manipulator and vehicle. These reactions disturb the vehicle position and orientation and are the source of the vehicle-manipulator coupling. In many underwater robotic vehicle-manipulator (URVM) applications, the URV serves as a base while the manipulator performs a required task. Therefore, it is necessary to hold the URV as stationary as possible. In the current work, Slotine’s sliding mode control approach is used to compensate the dynamic effect of the underwater manipulator on the URV. The articulated body (AB) algorithm is used both for the time-domain simulation of the system and for the dynamic equations within the model-based sliding-mode controller. The AB algorithm is preferred for the time-domain system simulation, as it provides a computationally efficient simulation scheme. Finally, a three DOF manipulator mounted on a URV is considered, and results of time-domain numerical simulations of the proposed control scheme are presented.

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 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 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 enseignants0,823
Score d'incertitude au seuil0,999

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 recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,233
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations3
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207