An adaptive backstepping robust control method of water hydraulic high-speed on/off valve considering nonlinear hydrodynamic force
Notice bibliographique
Résumé
Water hydraulic high-speed on/off valve (HSV) direct-driven by a voice coil motor (VCM) is extensively utilized in water hydraulic systems for underwater manipulators due to its simplistic structure, compact dimensions, rapid switching speed, and cost-effectiveness. In this paper, a model-based nonlinear adaptive backward robust control (ABRC) strategy is proposed to compensate for the nonlinear hydrodynamic forces and uncertain parameters of the HSV spool. A state-space equation using an equivalent model of HSV to perform ABRC design is developed, which considers valve spool disturbance and system parameter uncertainty. The dynamic response and displacement tracking accuracy of the valve spool under the ABRC algorithm through joint simulation analysis in AMESim/Simulink are investigated in comparison with Fuzzy-PID and sliding mode control (SMC) algorithms. The experimental results demonstrate that ABRC outperforms both the Fuzzy-PID and SMC algorithms in terms of dynamic response, with a spool opening time of approximately 5.2 ms and a closing time of around 6.0 ms. In addition, the RMSE values of ABRC under different operating conditions are 0.00064, 0.00247, and 0.00732, respectively. These results demonstrate significantly improved accuracy in tracking spool displacements compared to traditional control methods. Therefore, the BRAC strategy exhibits superior adaptability and robustness across varying operating conditions relative to conventional control methods. The findings of this study will provide valuable guidance for the design and engineering implementation of water-hydraulic HSV control systems in underwater manipulators.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».