MétaCan
Menu
Retour à la cohorte
Enregistrement W2910404161 · doi:10.1109/tmech.2019.2894105

Fractional-Order Control of Hydraulically Powered Actuators: Controller Design and Experimental Validation

2019· article· en· W2910404161 sur OpenAlexafffund
Ali Maddahi, Nariman Sepehri, Witold Kinsner

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)Quantitative feedback theoryRobustness (evolution)ActuatorPID controllerSettling timeInertiaOpen-loop controllerController (irrigation)Robust controlControl engineeringStep responseComputer scienceEngineeringControl systemControl (management)PhysicsTemperature control

Résumé

récupéré en direct d'OpenAlex

This paper presents a model-free design procedure for the position control of hydraulic actuators. A fractional-order PID (FOPID) controller is designed by employing the Oustaloup recursive method. The controller parameters are tuned experimentally based on the iterative feedback tuning (IFT) technique. The IFT optimizes an objective function using the experimental data taken from an instrumented valve-controlled hydraulic actuator test rig. The objective function, to be minimized, includes both tracking and robust stability criteria. The efficacy of the proposed controller is examined by comparing the experimental results with those from a quantitative feedback theory (QFT) based controller. Although the QFT controller gives rise to good tracking responses, the comparisons show that the FOPID controller results in better settling time in tracking the desired response than the QFT controller. Moreover, it is much less sensitive to the effect of the hunting phenomenon, originating from the dry friction, than the QFT controller. The robustness of the FOPID controller against system uncertainties including the external load, the inertia, and friction is also demonstrated.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0010,002
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 savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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'étudeExpérimental (laboratoire)
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

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE/ASME Transactions on MechatronicsMême sujetHydraulic and Pneumatic SystemsTravaux en français237 207