MétaCan
Menu
Retour à la cohorte
Enregistrement W2922292104 · doi:10.1109/sdpc.2018.8665002

Active Fault-Tolerant Tracking Control of a Quadrotor UAV

2018· article· en· W2922292104 sur OpenAlexaff
Yujiang Zhong, Youmin Zhang, Wei Zhang

Notice bibliographique

Revue2018 International Conference on Sensing,Diagnostics, Prognostics, and Control (SDPC) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensConcordia University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésControl theory (sociology)ActuatorController (irrigation)Kalman filterEstimatorFault toleranceFault (geology)Control engineeringEngineeringFault detection and isolationComputer scienceTracking (education)Linear-quadratic regulatorControl (management)Artificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents a reliable active fault-tolerant tracking control (AFTTC) design method against actuator faults of a quadrotor unmanned aerial vehicle (VAV). The scheme consists of a baseline controller, a fault detection and diagnosis (FDD) estimator and an adaptive fault compensator. In the absence of actuator faults, a state feed-back controller acting as the normal controller is developed by utilizing linear quadratic regulator, so that the system stability and desired tracking performance are guaranteed. When the actuator fails to operate, an adaptive two-stage Kalman filter estimator is exploited for simultaneous state and fault estimation. Using the information from the FDD estimator, an adaptive fault compensator based on model reference adaptive control is designed automatically to mitigate the negative impacts of actuator faults. Simulation results show that the proposed AFTTC method enables the quadrotor UAV to track the desired refere-nce commands in the absence/presence of actuator faults.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,230 · 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.

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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2018 International Conference on Sensing,Diagnostics, Prognostics, and Control (SDPC)Même sujetFault Detection and Control SystemsTravaux en français237 207