文献

J-GLOBAL ID：202202269667313854   整理番号：22A0848746

ニューラルネットワークと外乱オブザーバを用いたマイクロメカニカルジャイロスコープの出力フィードバック制御【JST・京大機械翻訳】

Output Feedback Control of Micromechanical Gyroscopes Using Neural Networks and Disturbance Observer

著者 (3件)： Zhang Rui (School of Automation, Northwestern Polytechnical University, Xi’an, China) ,  Xu Bin (School of Automation, Northwestern Polytechnical University, Xi’an, China) ,  Shi Peng (School of Electrical and Electronic Engineering, The University of Adelaide, Adelaide, SA, Australia)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 33  号： 3  ページ： 962-972  発行年： 2022年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ニューラルネットワーク(NN)と外乱オブザーバ(DOB)を用いたマイクロメカニカル(MEMS)ジャイロスコープの出力フィードバック制御について述べた。非測定システム状態に対して,状態オブザーバと高利得オブザーバを構築した。適応NNを,既知の名目項と環境変動に起因するシステム不確実性を含む非線形力学を近似するために研究した。時変外乱に対して,DOBを利用した。スライディングモード制御を用いてロバスト性を強化した。シミュレーション検証を通して,NNsとDOBを使用する出力フィードバック制御は,測定されないシステム速度を有するMEMSジャイロスコープの動特性に適応でき,一方,未知のシステム非線形性と外部擾乱の存在下で,期待される効果的追跡性能を得る。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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 ,  システム ,  不確実性 ,  *ニューラルネットワーク ,  擾乱 ,  *システムオブザーバ ,  *ジャイロスコープ ,  非線形力学 ,  ロバスト性 ,  MEMS
準シソーラス用語： 環境変化 ,  外乱オブザーバ ,  MEMSジャイロスコープ ,  高利得 ,  外部擾乱 , 【Automatic Indexing@JST】

分類 (2件)： 振動伝搬  (BB02040K) ,  システム同定  (IA02040O)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  外乱オブザーバ ,  出力フィードバック制御