MétaCan
Menu
Retour à la cohorte
Enregistrement W2803140878 · doi:10.1139/tcsme-2017-0051

Nonsingular terminal sliding mode control of underwater remotely operated vehicles

2018· article· en· W2803140878 sur OpenAlexvenueno aff
Yaoyao Wang, Fei Yan, Bo Tian, Linyi Gu, Bai Chen

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensnon disponible
Organismes subventionnairesState Key Laboratory of Fluid Power and Mechatronic SystemsGovernment of Jiangsu ProvinceNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Robustness (evolution)Remotely operated underwater vehicleInvertible matrixParametric statisticsLyapunov stabilityComputer scienceUnderwaterLyapunov functionSliding mode controlTrajectoryRemotely operated vehicleAdaptive controlMobile robotMathematicsEngineeringRobotControl (management)Artificial intelligenceNonlinear systemPhysics

Résumé

récupéré en direct d'OpenAlex

This study investigates the nonsingular terminal sliding mode control (NTSMC) method for the four-degree-of-freedom (4-DOF) trajectory tracking control problem of underwater remotely operated vehicles (ROVs) in the presence of parametric uncertainties and external disturbances. Two new control algorithms have been developed for ROVs. The first one, combining a nonsingular sliding surface with a fast terminal sliding mode (FTSM) type reaching law, is nonsingular and chattering-free. The second one, introducing adaptive methodology to compensate for lumped uncertainties, is an improved version of the first algorithm and can be called adaptive NTSMC (ANTSMC). The adaptive methodology effectively reduces the chattering problem. Meanwhile, it also provides better robustness and higher tracking precision compared with the first algorithm. A corresponding stability analysis is presented using Lyapunov stability theory, and some comparative numerical simulation results are presented to show the effectiveness of the proposed approaches.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,214
Écart entre enseignants0,201 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207