Global Iterative Sliding Mode Control of an Industrial Biaxial Gantry System for Contouring Motion Tasks
Notice bibliographique
Résumé
This paper proposes a global iterative sliding mode control approach for high-precision contouring tasks of a flexure-linked biaxial gantry system. For such high-precision contouring tasks, it is the typical situation that the involved multi-axis cooperation is one of the most challenging problems. As also would be inevitably encountered, various factors render the multi-axis cooperation rather difficult; such as the strong coupling (which naturally brings nonlinearity) between different axes due to its mechanical structure, the backlash and deadzone caused by the friction, and the difficulties in system identification, etc. To overcome the above-mentioned issues, this work investigates an intelligent model-free contouring control method for such a multi-axis motion stage. Essentially in the methodology developed here, it is firstly ensured that all the coupling, friction, nonlinearity, and disturbance (regarded as uncertain dynamics in each axis) are suitably posed as `uncertainties'. Then, a varying-gain sliding mode control method is proposed to adaptively compensate for the matched unknown dynamics in the time domain, while an iterative learning law is applied to suppress the undesirable effects (arising from the repetitive matched and unmatched uncertainties in the iteration domain). With this approach, the chattering that typically results from the overestimated control gains in the sliding mode control is thus suppressed during the iterations. To analyze the contouring performance and show the improved outcomes, rigorous proof is furnished on both the stability in the time domain and the convergence in the iteration domain; and the real-time experiments also illustrate that the requirements of precision motion control towards high-speed and complex-curvature references can be satisfied using the proposed method, without prior knowledge of the boundary to the unknown dynamics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».