MétaCan
Menu
Retour à la cohorte
Enregistrement W3177253845 · doi:10.2514/6.2001-4099

Uncertainty models and robust complex-rational controller design for flexible structures

2001· article· en· W3177253845 sur OpenAlexaff
Nabil Aouf, Benoît Boulet

Notice bibliographique

RevueAIAA Guidance, Navigation, and Control Conference and Exhibit · 2001
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRobust controlComputer scienceRobustness (evolution)Control theory (sociology)Controller (irrigation)Control engineeringControl systemEngineeringControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Realparametricuncertaintiesin themodal dampingratiosandfrequenciesofe exiblestructuresarerepresented by complex uncertainties that can lead to robust controller designs satisfying robust performance specie cations. Thesecomplex uncertaintyblocksareusefulina π-synthesiscontrollerdesignprocedure.Twomodelsareproposed for modal parameter uncertainties. The e rst model uses a coprime factorization representation of the perturbed plant, whereas in the second model, a diagonal representation with complex eigenvalues is used. The innovation in the second method proposed is the use of a complex-rational controller design strategy, which offers tight uncertainty bounds and leads to a robust performance controller. The frequency response of the complex-rational controller is then approximated by a real-rational controller achieving the robust performance specie cations. LEXIBLE structures are generally characterized by the un- dampednaturalfrequenciesand dampingratiosoftheire exible modes. These parameters are subject to errors when they are esti- mated. Such uncertainties are important and should be taken into account in a robust controller design. The proper capture of modal parameter uncertainties in dynamic models of e exible structures for robust control has been the subject of ongoing efforts. Previ- ous research 1;2 used additive or multiplicative uncertainty models to take into account the variation in the dynamics of the plant. An- other way is to use certain heuristics to facilitate the representation of the parametric uncertainties in the e exible modes by a para- metric model. 3 These heuristics represent approximations in the parameter variation that are not generally realistic and lead to con- servative controller designs, that is, designs that cannot provide the desired performance in the face of realistic levels of parametric uncertainty. Recently, a model representing parametric uncertainties in the modes of a e exible structure was discussed in Ref. 4. Note that such models were developed 5 a few years ago. In Ref. 5, a model of dynamic uncertainty covering parametric variations in the e exible modes of a e exible structure was developed. This dynamic uncer- tainty has the virtue of being nonconservative, but only when the frequencies of the e exible modes are close to each other. In this paper, we propose to represent perturbations in the frequency and damping ratio of each e exible mode by a tight low-order dynamic uncertainty. Thus, we reduce the order of the augmented plant by half and transform the mixed real/complex uncertainty robust per- formanceπ-synthesis problem into an easier complex π synthesis. We use two techniques: The e rst is based on the coprime factor- ization framework, 6 and the second uses a complex diagonal modal representation to model the dynamics of the e exible structure and

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,156
Tête enseignante GPT0,325
Écart entre enseignants0,170 · 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
GenreMéthodes

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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Guidance, Navigation, and Control Conference and ExhibitMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207