Novel adaptive fuzzy control for pendubot with actuator faults and uncertainties: Design and experiments
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
Pendubot has been widely applied as a benchmark platform for control research and education. In this paper, a novel adaptive fuzzy hierarchical sliding mode controller (AFHSMC) is proposed for the pendubot under actuator faults and uncertainties. The proposed controller is designed by combining hierarchical sliding mode control (HSMC), fuzzy logic control (FLC), and balancing composite motion optimization. The proposed controller preserves many advantages such as having a straightforward structure, simple implementation, chattering reduction, and high precision and robustness. The stability of the proposed controller is ensured by using the Lyapunov approach. To verify the control performance, various numerical simulations and experiments are conducted on a pendubot under conditions that involve actuator faults and uncertainties. Compared to the conventional HSMC and FHSMC controllers, the proposed AFHSMC improves by 0.43% and 0.38% for tracking precision of the first link's angle estimate, 3.26% and 0.08% for the second link's angle estimate when influenced by uncertainties, as well as 65.23% and 12.24% for the first link, 83.95% and 16.15% for the second link when influenced by faults. • The proposed approach integrates HSMC and FLCs to tune the sliding gain and approximate uncertainties. • The BCMO method is proposed for optimizing the proposed controller, hence it is simple and easy to implement. • The proposed AHSMC controller offers advantages like simplicity, chatter-free operation, and high precision. • The proposed controller outperforms both HSMC and FHSMC in simulations and experiments on the pendubot.
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) | 0,000 | 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 découle