MétaCan
Menu
Retour à la cohorte
Enregistrement W4220772287 · doi:10.18280/jesa.550113

Stabilization of Three Links Inverted Pendulum with Cart Based on Genetic LQR Approach

2022· article· en· W4220772287 sur OpenAlexvenueno aff
Abdullah Ibrahim Abdullah, Yazen Hudhaifa Shakir Alnema, Mohammad A. Thanoon

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInverted pendulumControl theory (sociology)Linear-quadratic regulatorOvershoot (microwave communication)WeightingController (irrigation)MATLABComputer scienceStability (learning theory)Transient (computer programming)Optimal controlMathematicsControl (management)Nonlinear systemMathematical optimizationPhysics

Résumé

récupéré en direct d'OpenAlex

This academic paper demonstrates the implementation of a Linear Quadratic Regulator (LQR) controller design for optimal controlling a three connected links in an inverted pendulum form that attached to a moving cart to realize the stability of making a pendulum in a straight vertical line via translation of the cart left and right. To maintain a triple link inverted pendulum (TLIP) vertical, genetic algorithm has been employed to adjust and tune the parameters of LQR, which are the weighting matrices Q and R instead of the approach of try and error. In this article, a hybrid control algorithm (GA-LQR) proposed to select the optimal values of weighting matrices to overcome LQR design difficulties, which gives the best transient response requirements such as percentage overshoot and steady state error. The triple link inverted pendulum is model mathematically modelled in MATLAB platform to simulate the actual system where the results from the simulation gives acceptable and adequate performance of LQR controller in making the system stable.

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 seuil0,012

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,203
Écart entre enseignants0,187 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetAdvanced Control Systems DesignTravaux en français237 207