文献

J-GLOBAL ID：202202237452617547   整理番号：22A0454572

指向性掘削の軌道追跡と整流のための適応フォールトトレラント制御【JST・京大機械翻訳】

Adaptive Fault-tolerant Control for Trajectory Tracking and Rectification of Directional Drilling

著者 (7件)： Zhang Chi (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Zhang Chi (Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Zou Wei (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Zou Wei (Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Cheng Ningbo (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Cheng Ningbo (Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Gao Junshan (School of Automation, Harbin University of Science and Technology, Harbin, China)
資料名： International Journal of Control, Automation and Systems  (International Journal of Control, Automation and Systems)
巻： 20  号： 1  ページ： 334-348  発行年： 2022年 
JST資料番号： W4461A  ISSN： 1598-6446  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 石油とガス方向掘削における複雑なボアホール軌道に関する需要増加によって動機づけられて,回転操縦可能システム(RSS)の掘削軌道追跡と修正のための適応フォールトトレラント制御(AFTC)方法を,システム不確実性と故障信号の存在下で,アクター-批評強化学習(RL)と積分スライディングモード制御(ISMC)を採用することによって提案する。距離遅延,不確実性および故障信号を有する離散遅延微分方程式(DDE)を考慮して,最初に,ドリルビットを正確に,そして,滑らかに事前設計軌道を追跡するために,著者らは,アクター-批評RLおよび動径基底関数ニューラルネットワーク(RBFNN)を介して,オンライン学習フレームワークを設計した。次に,故障信号問題を取り扱うために,ISMCを利用して,できるだけ弱いものを除去して,それによって引き起こされたオリジナル方向を派生するかもしれない掘削軌道を修正した。システム安定性と収束を,追跡誤差とフォールトトレラント制御信号の一様に最終的に有界性を確実にするために解析した。提案方法は,方向掘削の自動操作による軌道追跡と修正を実現する際に,広い応用可能性を有する。その有効性と精度を,ランプと正弦入力信号によるシミュレーション結果によって検証する。Copyright ICROS, KIEE and Springer 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  微分方程式 ,  故障 ,  石油 ,  不確実性 ,  自動運転 ,  ニューラルネットワーク ,  指向性 ,  ボアホール ,  *整流 ,  有効性 ,  強化学習
準シソーラス用語： オンライン学習 ,  *フォールトトレラント制御 ,  *軌道追跡 , 【Automatic Indexing@JST】

著者キーワード (5件)： フォールトトレラント制御(FTC) ,  積分スライディングモード制御(ISM) ,  ニューラルネットワーク(NN) ,  非線形制御システム ,  強化学習(RL)

分類 (3件)： 人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： 指向性 ,  掘削 ,  軌道追跡 ,  整流 ,  適応 ,  フォールトトレラント制御