logo móvil
Contáctanos

Diseño de control de aprendizaje iterativo tipo modo deslizante programado por ganancia para sistemas mecánicos

Autores: Yao, Qijia; Jahanshahi, Hadi; Bekiros, Stelios; Mihalache, Sanda Florentina; Alotaibi, Naif D.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Diseño de control de aprendizaje iterativo tipo modo deslizante programado por ganancia para sistemas mecánicos


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Propuesto
Tipo de control de modo deslizante
Control de aprendizaje iterativo
Sistemas mecánicos
Incertidumbres del modelo
Perturbaciones

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
En este documento, se propone un enfoque novedoso de control iterativo tipo deslizante programado por ganancia (SM-type) para el seguimiento de trayectorias de alta precisión de sistemas mecánicos sujetos a incertidumbres en el modelo y perturbaciones. Basado en la variable SM, el controlador propuesto se sintetiza involucrando un elemento de regulación de retroalimentación, un elemento de aprendizaje feedforward y un elemento de conmutación robusto. El elemento de regulación de retroalimentación se adopta para regular los errores de seguimiento de posición y velocidad, el elemento de aprendizaje feedforward se aplica para manejar las incertidumbres del modelo y las perturbaciones repetitivas, y el elemento de conmutación robusto se introduce para compensar las perturbaciones no repetitivas y el error residual de linearización. Además, se emplea un mecanismo programado por ganancia tanto para el elemento de regulación de retroalimentación como para el elemento de aprendizaje feedforward para mejorar la velocidad de convergencia. El análisis de convergencia ilustra que los errores de seguimiento de posición y velocidad pueden regularse eventualmente a cero bajo el controlador propuesto. Al combinar las ventajas tanto del control SM como del control IL, el controlador propuesto tiene una fuerte robustez contra las incertidumbres del modelo y las perturbaciones. Por último, se proporcionan simulaciones y comparaciones para evaluar la eficiencia y el excelente rendimiento del enfoque de control propuesto.

Otros recursos que podrían interesarte

Temas Virtualpro