MétaCan
Menu
Retour à la cohorte
Enregistrement W4288489082 · doi:10.1002/acs.3467

Adaptive finite‐time fault‐tolerant control for flexible‐joint robotic stochastic systems with input saturation and sensor fault

2022· article· en· W4288489082 sur OpenAlex
Libin Wang, Huanqing Wang, Peter Liu

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Adaptive Control and Signal Processing · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensCarleton University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésControl theory (sociology)BacksteppingFault toleranceComputer scienceNonlinear systemConvergence (economics)Fuzzy logicTracking errorController (irrigation)Control engineeringEngineeringAdaptive controlControl (management)Artificial intelligenceDistributed computing

Résumé

récupéré en direct d'OpenAlex

Summary A new fault‐tolerant approach to input saturation and sensor faults is presented for flexible‐joint robotic stochastic nonlinear systems with finite‐time convergence performance. More precisely, a new command filter is designed and embedded into the backstepping framework, which greatly reduces the amount of calculation. By using the estimation ability of fuzzy logic system and less adjustable parameters, the problems of sensor faults and unknown functions are solved, which facilitates the design of controllers. A smooth function and mean‐value theorem are used to deal with the difficulty associated with system signals. A novel simpler controller is developed to ensure that the trajectory tracking error converges to a sufficiently small neighborhood around the origin within finite time, while there are random noises. Finally, the effectiveness of the presented scheme is verified by simulation results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 GPT0,223
Écart entre enseignants0,208 · 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