Adaptive Robust Tracking Control of Robotic Manipulator based on SMC and Fuzzy Control Strategy
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
In recent years, robotic systems have been widely used in different applications, and this has motivated researchers to develop different control methods. A model-free, intelligent, robust control method for a nonlinear robotic manipulator system is proposed in this work. This paper presents a novel solution for the major drawbacks of the sliding mode control scheme, which are chattering. Prior knowledge is needed about the dynamic model of the controlled system and the upper bound of uncertainty. In this paper, a fuzzy-like PD controller with SMC (FLPDSM) is proposed. The fuzzy-like PD controller was designed according to fuzzy rules and membership functions based on the nominal model of the robot manipulator. A robust control term was added to the control signal to compensate for the system uncertainty, and external disturbances are compensated by adding an auxiliary robust term to the SMC control law. Two methods for designing robust control terms are proposed. The first proposed method assumes that the upper bound of system uncertainty is known although it cannot be exactly determined due to external disturbances and uncertainty. Hence, a second method was proposed that assumes this bound to be unknown, and an adaptive gain based on Lyapunov theory was used to derive the adaptation law. The Lyapunov second method was used to ensure the stability of the closed loop system. Performance tests on the proposed methods were implemented through simulation studies for the two-link robotic manipulator, and the test results were compared with the standard SMC to verify the effectiveness of the proposed method. A good trajectory tracking with a high robustness against parameter variations and external disturbances was observed under the presented control scheme.
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