MétaCan
Menu
Retour à la cohorte
Enregistrement W3112093917 · doi:10.37628/ijra.v5i2.909

Link position control of flexible joint robots based on Sliding Mode Technique

2019· article· en· W3112093917 sur OpenAlexvenueno aff
Genliang Xiong, Jingxin Shi, Bo Xu

Notice bibliographique

RevueInternational Journal of Robotics and Automation · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)RobotSliding mode controlControl engineeringJoint stiffnessBandwidth (computing)Computer scienceRoboticsNonlinear systemRobustness (evolution)EngineeringStiffnessArtificial intelligenceControl (management)TelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

The inherent highly nonlinear coupling and system uncertainties make the controller design for a flexible-joint robot extremely difficult. The goal of the control of any robotic system is to achieve high bandwidth, high accuracy of trajectory tracking and high robustness, whereby the high bandwidth for flexible-joint robot is the most challenging issue. This paper is dedicated to design such a link position controller with high bandwidth based on sliding mode technique. Then, two control approaches (1) Extended Regular-form approach, 2) The cascaded control structure based on the sliding mode estimator approach) are presented for the link position tracking control of flexible-joint robot, considering the dynamics of AC-motors in robot joints, and compared with the singular perturbation approach. These two link position controllers are tested and verified by the simulation studies with different reference trajectories and under different joint stiffness. Cite this Article: Xiong Genliang, Jing-xin shi, Bo-xu. Link Position Control of Flexible Joint Robots Based on Sliding Mode Technique. International Journal of Robotics and Automation. 2019; 5(2): 1–22p.

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 enseignants0,955
Score d'incertitude au seuil0,281

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 Opus0,006
Tête enseignante GPT0,220
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robotics and AutomationMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207