Documents disponibles écrits par cet auteur

Nonlinear Model Predictive Control for the Swing-Up of a Rotary Inverted Pendulum / Sooyong, Jung in Transactions of the ASME . Journal of dynamic systems, measurement, and control, Vol. 126 N° 3 (Septembre 2004) 

Public ISBD [article]  in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 126 N° 3 (Septembre 2004) . - 666-673 p. Titre : Nonlinear Model Predictive Control for the Swing-Up of a Rotary Inverted Pendulum Titre original : Commande Prédictive Modèle Non-Linéaire pour Balancent-Vers le Haut d'un Pendule Inversé Rotatoire Type de document : texte imprimé Auteurs : Sooyong, Jung, Auteur ; Wen, John T., Auteur Article en page(s) : 666-673 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Algorithme  préictif  Modèle  non-linéaire  Commande  d'un  pendule  inversé  rotatoire  Solution  optimale  Temps  réel  Oscillation Index. décimale : 629.8 Résumé : This paper presents the experimental implementation of a gradient-based nonlinear model predictive control (NMPC) algorithm to the swing-up control of a rotary inverted pendulum. The key attribute of the NMPC algorithm used here is that it only seeks to reduce the error at the end of the prediction horizon rather than finding the optimal solution. This reduces the computation load and allows real-time implementation. We discuss the implementation strategy and experimental results. In addition to NMPC based swing-up control, we also present results from a gradient based iterative learning control, which is the basis our NMPC algorithm. Cet article présente l'exécution expérimentale d'un algorithme prédictif modèle non-linéaire de la commande basé par gradient (NMPC) à l'oscillation vers le haut de la commande d'un pendule inversé rotatoire. L'attribut principal de l'algorithme de NMPC utilisé ici est qu'il cherche seulement à réduire l'erreur à la fin de l'horizon plutôt que de de trouver de prévision la solution optimale. Ceci réduit la charge de calcul et permet l'exécution en temps réel. Nous discutons la stratégie d'exécution et les résultats expérimentaux. En plus de NMPC basé oscillation vers le haut de commande, nous présentons également des résultats d'une commande d'étude itérative basée par gradient, qui est la base notre algorithme de NMPC. En ligne : sy1226.jung@samsung.com, wen@cat.rpi.edu [article] Nonlinear Model Predictive Control for the Swing-Up of a Rotary Inverted Pendulum = Commande Prédictive Modèle Non-Linéaire pour Balancent-Vers le Haut d'un Pendule Inversé Rotatoire [texte imprimé] / Sooyong, Jung, Auteur ; Wen, John T., Auteur . - 666-673 p. Génie Mécanique Langues : Anglais (eng) in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 126 N° 3 (Septembre 2004) . - 666-673 p. Mots-clés : Algorithme  préictif  Modèle  non-linéaire  Commande  d'un  pendule  inversé  rotatoire  Solution  optimale  Temps  réel  Oscillation Index. décimale : 629.8 Résumé : This paper presents the experimental implementation of a gradient-based nonlinear model predictive control (NMPC) algorithm to the swing-up control of a rotary inverted pendulum. The key attribute of the NMPC algorithm used here is that it only seeks to reduce the error at the end of the prediction horizon rather than finding the optimal solution. This reduces the computation load and allows real-time implementation. We discuss the implementation strategy and experimental results. In addition to NMPC based swing-up control, we also present results from a gradient based iterative learning control, which is the basis our NMPC algorithm. Cet article présente l'exécution expérimentale d'un algorithme prédictif modèle non-linéaire de la commande basé par gradient (NMPC) à l'oscillation vers le haut de la commande d'un pendule inversé rotatoire. L'attribut principal de l'algorithme de NMPC utilisé ici est qu'il cherche seulement à réduire l'erreur à la fin de l'horizon plutôt que de de trouver de prévision la solution optimale. Ceci réduit la charge de calcul et permet l'exécution en temps réel. Nous discutons la stratégie d'exécution et les résultats expérimentaux. En plus de NMPC basé oscillation vers le haut de commande, nous présentons également des résultats d'une commande d'étude itérative basée par gradient, qui est la base notre algorithme de NMPC. En ligne : sy1226.jung@samsung.com, wen@cat.rpi.edu