MétaCan
Menu
Retour à la cohorte
Enregistrement W4405056024 · doi:10.1109/tcyb.2024.3505259

Observer-Based Adaptive Fixed-Time Sensor Fault Compensation Control for Uncertain Nonlinear Systems

2024· article· en· W4405056024 sur OpenAlexaff
Ke Xu, Huanqing Wang, Peter Liu

Notice bibliographique

RevueIEEE Transactions on Cybernetics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensCarleton University
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésControl theory (sociology)Observer (physics)Nonlinear systemCompensation (psychology)Computer scienceAdaptive controlControl (management)Control engineeringEngineeringPhysicsArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

This article focuses on an observer-based adaptive sensor fault compensation fixed-time tracking control problem for uncertain nonlinear systems. A sixth-power Lyapunov function is designed for the first time which lays the foundation to construct the effective adaptive fixed-time fault compensation mechanism. Meanwhile, in the controller design procedure, owing to the existence of the sensor fault, only the actual output can be measured, unlike existing results, an improved state observer is constructed to estimate the unmeasured states effectively. Under our developed control mechanism, all closed-loop signals are bounded within fixed-time interval, observation errors and tracking error can converge into a small domain around zero. Simulation verifies the availability of the presented approach further.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CyberneticsMême sujetFault Detection and Control SystemsTravaux en français237 207