A Novel Particle Swarm Optimization Based Fuzzy Super-Twisting Sliding Mode Control System for the Lateral Motion of Cessna Citation X
Notice bibliographique
Résumé
This paper presents a new Artificial Intelligence (AI) controller developed at the Laboratory of Applied Research in Active Controls, Avionics and AeroServoElasticity (LARCASE) based on a Type Two Adaptive Fuzzy Super-Twisting Sliding Mode Control system (T2AFSTSMC) enhanced by the Particle Swarm Optimization (PSO) method for the lateral motion of the Cessna Citation X (CCX) aircraft. For this purpose, a simulation platform developed at the LARCASE was used to simulate the dynamics of the CCX. This platform was designed using flight data obtained from a Research Aircraft Flight Simulator (RAFS) manufactured by CAE Inc., which has a Level-D qualification showing the highest precision level of flight simulators according to the FAA. This study aims to design two control systems: one for satisfying the roll rate tracking performance, and another one to stabilize the yaw rate using a PID controller. This T2AFSTSMC combines the robustness of the Sliding Mode Control and the flexibility of Type Two Adaptive Fuzzy Logic system (T2AFLS). The T2AFLS serves as an approximator for the aircraft unknown dynamics. The PSO was employed to fine-tune the controller parameters. Simulation results demonstrated the effectiveness of the controller in handling the uncertainties and tracking the given roll rate reference during cruise.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».