Robust Precision Motion Control of Dual-Drive Gantry-Type Cartesian Robot With Workspace Constraints
Notice bibliographique
Résumé
Automated motion control tasks would typically arise as essential and critical parts of the operations for complex industrial systems when there exists multiple necessary requirements, such as high precision, low energy consumption, and effective collision avoidance. These motion control tasks invariably also involve workspace constraints to the system. Also as an inevitably encountered challenge, various factors bring model uncertainty and external disturbance to the system, leading to the deviations between the obtained solution and the optimum, particularly for systems with nonlinear characteristics. Considering these issues, this article proposes a robust precision motion control scheme via iterative linear quadratic regulator for planar motion tasks of a flexure-joint gantry-type Cartesian robot. Essentially in the methodology developed here, the model uncertainty and external disturbance of the gantry robot are suppressed through an integral adaptive sliding-mode controller, and a projection scheme is deployed to deal with various constraints from the workspace so that the gantry robot can automatically adjust its trajectories in planar motion tasks. In addition, the desired convergence outcome of the proposed method and also the resulting closed-loop stability of the system are rigorously proved. This approach, thus, renders it possible to achieve improved system performance even when there does not exist a fully accurate system model (which is rather typical in practical situations). Moreover, real-time experiments in two types of motion tasks are designed to validate the effectiveness and applicability of the proposed method.
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 ».