文献

J-GLOBAL ID：202002243265524088   整理番号：20A0199633

アクチュエータ飽和を持つ自律水中ビークルのためのロバストなニューラルネットワーク近似ベースの規定性能出力フィードバック制御器【JST・京大機械翻訳】

A robust neural network approximation-based prescribed performance output-feedback controller for autonomous underwater vehicles with actuators saturation

著者 (3件)： Elhaki Omid (Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Shojaei Khoshnam (Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Shojaei Khoshnam (Digital Processing and Machine Vision Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 88  ページ： Null  発行年： 2020年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ロバストニューラルネットワーク近似ベース出力フィードバック追跡制御装置を,本論文における6自由度における自律水中車両(AUV)のために提案した。所定の性能技術を用いて,追跡誤差のためのいくつかの事前定義最大オーバーシュート/アンダーシュート,収束速度,および最終追跡精度を得た。高利得オブザーバを用いて,出力フィードバック制御装置を設計するのに重要な,利用できない速度ベクトルを近似した。ロバスト多層ニューラルネットワークと適応ロバスト技術を結合して,非モデル化動力学,システム非線形性,外因性運動学および動的擾乱を同時に補償し,アクチュエータ飽和のリスクを低減した。次に,閉ループ制御システムの一様極限有界性安定性を,Lyapunovベースの安定性合成を通して証明した。姿勢追従誤差は,速度測定なしで追跡ミッション中に保証された所定の性能を持つ原点の近傍に収束することを実証した。最後に,比較研究によるシミュレーション結果は理論的知見を検証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： オーバシュート ,  速度測定 ,  フィードバック制御 ,  モデリング ,  シミュレーション ,  非線形性 ,  追従制御 ,  *近似法 ,  *ニューラルネットワーク ,  *ロバスト性 ,  自由度
準シソーラス用語： 有界 ,  速度ベクトル ,  収束速度 ,  出力フィードバック , 【Automatic Indexing@JST】

著者キーワード (6件)： アクチュエータ飽和 ,  適応ロバストコントローラ ,  自律水中車両 ,  高利得オブザーバ ,  規定された性能技術 ,  多層ニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： アクチュエータ飽和 ,  自律 ,  水中 ,  ビークル ,  ロバスト ,  ニューラルネットワーク ,  近似 ,  規定 ,  出力フィードバック制御