Finite-time Nonlinear H∞ Control of Robot Manipulators with Prescribed Performance
Notice bibliographique
Résumé
This letter addresses the problem of robust finite-time tracking control with prescribed performance for robot manipulators experiencing uncertain inertia, external disturbance, and actuator fault. We develop a control strategy that incorporates the nonlinear H∞ concept into the backstepping approach, using a novel virtual control, to guarantee practical finite-time convergence to a trajectory, whilst the closed-loop L2 gain is less than a prespecified value. We also use adaptive gains, instead of complex error transformations (common in prescribed performance controllers), to simultaneously impose constraints on the steady-state and transient response of the closed-loop, including maximum error, maximum overshoot, and minimum convergence rate his letter addresses the problem of robust finite-time tracking control with prescribed performance for robot manipulators experiencing uncertain inertia, external disturbance, and actuator fault. We develop a control strategy that incorporates the nonlinear H∞ concept into the backstepping approach, using a novel virtual control, to guarantee practical finite-time convergence to a trajectory, whilst the closed-loop L2 gain is less than a pre-specified value. We also use adaptive gains, instead of complex error transformations (common in prescribed performance controllers), to simultaneously impose constraints on the steady-state and transient response of the closed-loop, including maximum error, maximum overshoot, and minimum convergence rateT. The developed controller is not contingent on solving the Hamilton-Jacobi or Riccati equations and is free of the singularities associated with using fractional power in finite-time control. The performance and efficacy of the proposed control framework are demonstrated through simulation studies and comparisons with pertinent works.
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 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) | 0,001 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».