Adaptive Fuzzy Sliding Mode Control for a 3-DOF Parallel Manipulator with Parameters Uncertainties
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Parallel manipulators possess the advantages of being compact structure, high stiffness, stability and high accuracy, so such parallel manipulators have been widely employed in application fields as diverse as parallel kinematic machine, motion simulator platform, medical rehabilitation device, and so on. Due to the complexity of the closed-loop structural system, an accurate dynamic model is very difficult to be derived in the absence of some uncertainties parameters and external disturbances. In order to improve the trajectory tracking accuracy with time-varying and nonlinear parameters, this paper addresses the design and implement of adaptive fuzzy sliding mode control (AFSMC) for a three-degree-of-freedom (DOF) parallel manipulator, where internal force term can be linearly separated into a regression matrix and a parameter vector that contains the estimated errors. Furthermore, fuzzy inference unit is utilized to modify the gain parameters in real-time by using the state feedback from the task space and the adaptive law is performed to update uncertainties in dynamic parameters. The proposed controller is deduced in the sense of Lyapunov theory to guarantee the stability while improving the trajectory tracking performance. Finally, simulation experiment results demonstrate that the proposed control method is insensitive to uncertainties and disturbances and permits to decrease the requirement for the bound of these uncertainties, which validate the effectiveness of the developed control method and exhibit good trajectory tracking performance compared with sliding mode control (SMC) and fuzzy sliding model control (FSMC).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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