Nonlinear backstepping hierarchical control of shake table using high‐gain observer
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.
Notice bibliographique
Résumé
Abstract Shake table testing is a common technique used to examine the responses of structures under dynamic loads. Shake table is often regulated using linear controller, such as proportional‐integral‐derivative (PID) controller. However, traditional PID control cannot consider inherent nonlinearities in the structural and control systems. In this paper, a series of novel backstepping control methods, which consider the nonlinearities in the structural and control systems, have been developed. In addition, high‐gain observers, which can provide highly accurate estimation of the shake table displacement, velocity and acceleration, are also developed. The proposed backstepping control methods and high‐gain observers are implemented in a hierarchical framework, where the high‐level backstepping controller generates the command signal for the low‐level controller to execute. A total of four hierarchical backstepping control methods, including the acceleration‐based backstepping hierarchical control (ABHC), the ABHC with high‐gain observer (ABHCO), the displacement‐based backstepping hierarchical control (DBHC) and the DBHC with high‐gain observer (DBHCO), have been implemented. Detailed parameter studies have been conducted to identify the optimized parameters for the proposed hierarchical backstepping control methods. The proposed control method is verified through a series of shake table tests. The experimental results show the ABHC, ABHCO, DBHC and DBHCO can all achieve high‐performance shake table control, especially with superior acceleration tracking over the traditional PID control. Overall, ABHCO achieves the best tracking performance for displacement, velocity and acceleration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle