Adaptive Finite-Time Fault-Tolerant Control for Uncertain Flexible Flapping Wings Based on Rigid Finite Element Method
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
The bionic flapping-wing robotic aircraft is inspired by the flight of birds or insects. This article focuses on the flexible wings of the aircraft, which has great advantages, such as being lightweight, having high flexibility, and offering low energy consumption. However, flexible wings might generate the unexpected deformation and vibration during the flying process. The vibration will degrade the flight performance, even shorten the lifespan of the aircraft. Therefore, designing an effective control method for suppressing vibrations of the flexible wings is significant in practice. The main purpose of this article is to develop an adaptive fault-tolerant control scheme for the flexible wings of the aircraft. Dynamic modeling, control design, and stability verification for the aircraft system are conducted. First, the dynamic model of the flexible flapping-wing aircraft is established by an improved rigid finite element (IRFE) method. Second, a novel adaptive fault-tolerant controller based on the fuzzy neural network (FNN) and nonsingular fast terminal sliding-mode (NFTSM) control scheme are proposed for tracking control and vibration suppression of the flexible wings, while successfully addressing the issues of system uncertainties and actuator failures. Third, the stability of the closed-loop system is analyzed through Lyapunov's direct method. Finally, co-simulations through MapleSim and MATLAB/Simulink are carried out to verify the performance of the proposed controller.
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) | 0,001 | 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