文献

J-GLOBAL ID：202202230887099818   整理番号：22A0924337

複合学習を用いた極超音速再突入機のスライディングモードベースフォールトトレラント制御【JST・京大機械翻訳】

Sliding mode based fault-tolerant control of hypersonic reentry vehicle using composite learning

著者 (4件)： Zhang Yuan (School of Automation, Northwestern Polytechnical University, 710072, China) ,  Shou Yingxin (School of Automation, Northwestern Polytechnical University, 710072, China) ,  Zhang Pengchao (Shaanxi Provincial Key Laboratory of Industrial Automation, Shaanxi University of Technology, 723000, China) ,  Han Weixin (School of Automation, Northwestern Polytechnical University, 710072, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 484  ページ： 142-148  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本論文では,ニューラル学習を用いたスライディングモードベースフォールトトレラント制御方法を,極超音速再突入車両(HRV)に対して研究した。非特異二次端末スライディングモードに基づいて,複合ニューラル学習を採用して,付加的故障によって引き起こされたシステム不確実性に対処した。主な点は,インテリジェント近似の性能を評価するために予測誤差を構築することである。一方,外乱オブザーバを用いて,未知外乱を推定し,一方,アクチュエータ乗法的故障を適応法則で補償した。HRVのシミュレーションを行い,提案したフォールトトレラント制御スキームの有効性を検証した。Copyright 2022 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： *学習 ,  故障 ,  システム ,  不確実性 ,  *制御 ,  近似法 ,  乗算 ,  端末装置 ,  アクチュエータ ,  有効性 ,  *再突入 ,  *フォールトトレランス ,  予測誤差
準シソーラス用語： 外乱オブザーバ ,  *フォールトトレラント制御 ,  *超音速 , 【Automatic Indexing@JST】

著者キーワード (4件)： フォールトトレラント制御 ,  非特異二次ターミナルスライディングモード ,  複合学習 ,  極超音速飛行体

分類 (2件)： システム・制御理論一般  (IA02010H) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (2件)： 学習 ,  再突入