Data Driven Sigmoid Proportional-Integral-Derivative (SPID) Controller for Twin Rotor MIMO System
Notice bibliographique
Résumé
This paper presents a data driven Sigmoid Proportional-Integral-Derivation (SPID) controller for a Twin Rotor Multiple-Input-Multiple-Output (MIMO) System (TRMS).A time-varying PID parameters based on sigmoid function is adopted to solve the low control accuracy of the conventional PID controller.In particular, the parameters of new version controller were vigorously changed based on its error signal of sigmoid function where its variability is limited in a predefined upper and lower bound.These SPID parameters are then optimized by using Adaptive Safe Experimentation Dynamics (ASED) method such that the control performance accuracy in terms of trajectory tracking error and control input energy are minimized.The simulations of step response analysis and stability analysis are conducted to evaluate the effectiveness of the proposed SPID controller compared to PID controller on TRMS system.Consequently, the results obtained from the simulations revealed that the SPID controller has successfully produced improvement in terms of objective function, 𝐽, total norm of error, 𝑒̅ 1 + 𝑒̅ 2 and total norm of output, 𝑢 ̅ ℎ + 𝑢 ̅ 𝑣 by reduced 6.84%, 6.38% and 4.25%, respectively compared to the PID controller.In addition, the results of Integral-Absolute-Error (IAE), Integral-Square-Error (ISE), Integral-Time-Absolute-Error (ITAE) and Integral-Square-Error (ITSE) are proven that the SPID controller is outperform on horizontal and vertical planes for TRMS system in comparison with PID controller.
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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».