MétaCan
Menu
Retour à la cohorte
Enregistrement W3173447544 · doi:10.2514/6.2012-4620

Direct Fuzzy Adaptive Control of a Manipulator with Elastic Joints

2012· article· en· W3173447544 sur OpenAlexaff
Steve Ulrich, Jurek Z. Sąsiadek

Notice bibliographique

RevueAIAA Guidance, Navigation, and Control Conference · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésManipulator (device)Computer scienceControl theory (sociology)Fuzzy control systemAdaptive controlControl (management)Fuzzy logicControl engineeringRobotArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

The use of harmonic drive gear boxes in space robotic applications offer several attractive properties, such as high reduction ratio, compact size, low mass, and coaxial assembly. However, the flexibility effects of this type of gear mechanism in the joints of robotic manipulators are significant enough to make real-time control challenging. This paper addresses the problem of fuzzy adaptive trajectory control of space manipulators that exhibit elastic vibrations in their joints and that are subject to parametric uncertainties and dynamics modeling errors. The developed control scheme uses a fuzzy adaptation mechanism that varies in real-time the gains of a slow control term designed to stabilize the rigid dynamics, and a linear correction term to further reduce the elastic vibrations at the joints. The proposed controller is validated in numerical simulations in a trajectory tracking scenario by a flexible-joint manipulator. Simulation results suggest that the controller is robust to uncertainties in joint stiffness coefficients and to modeling errors, and yields improved tracking performance compared with conventional flexible-joint control strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,190 · 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'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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Guidance, Navigation, and Control ConferenceMême sujetHydraulic and Pneumatic SystemsTravaux en français237 207