Documents disponibles écrits par cet auteur

Fuzzy Supervisory Sliding-Mode and Neural-Network Control for Robotic Manipulators / Hui, Hu in IEEE transactions on industrial electronics, Vol. 53 N° 3 (Juin 2006)

Public ISBD [article]  in IEEE transactions on industrial electronics > Vol. 53 N° 3 (Juin 2006) . - 929- 940 p. Titre : Fuzzy Supervisory Sliding-Mode and Neural-Network Control for Robotic Manipulators Titre original : Commande de Mode Coulissant de Surveillance Brouillé et de Réseau Neurologique pour les Robots Manipulateurs Type de document : texte imprimé Auteurs : Hui, Hu, Auteur ; Woo, Peng-Yung, Auteur Article en page(s) : 929- 940 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Fuzzy  supervisory  control  Fuzzy  supervisory  sliding-mode  and  neural-network  control  Neural-network  control  Robotic  control  Sliding-mode  control.Commande  de  surveillance  brouillée  Commande  de  mode  coulissant  de  surveillance  brouillé  et  de  réseau  neurologique  Commande  de  réseau  neurologique  Commande  robotique  Commande  de  mode  de  glissement. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : Highly nonlinear, highly coupled, and time-varying robotic manipulators suffer from structured and unstructured uncertainties. Sliding-mode control (SMC) is effective in overcoming uncertainties and has a fast transient response, while the control effort is discontinuous and creates chattering. The neural network has an inherent ability to learn and approximate a nonlinear function to arbitrary accuracy, which is used in the controllers to model complex processes and compensate for unstructured uncertainties. However, the unavoidable learning procedure degrades its transient performance in the presence of disturbance. A novel approach is presented to overcome their demerits and take advantage of their attractive features of robust and intelligent control. The proposed control scheme combines the SMC and the neural-network control (NNC) with different weights, which are determined by a fuzzy supervisory controller. This novel scheme is named fuzzy supervisory sliding-mode and neural-network control (FSSNC). The convergence and stability of the proposed control system are proved by using Lyapunov's direct method. Simulations for different situations demonstrate its robustness with satisfactory performance. Fortement non-linéaire, fortement couplé, et le temps changeant les robots manipulateurs souffrent des incertitudes structurées et non structurées. En glissant le mode commander (SMC) est efficace en surmontant des incertitudes et a une réponse passagère rapide, alors que l'effort de commande est discontinu et crée la vibration. Le réseau neurologique a une capacité inhérente d'apprendre et approcher une fonction non-linéaire de l'exactitude arbitraire, qui est employée dans les contrôleurs pour modeler des processus complexes et pour compenser des incertitudes non structurées. Cependant, le procédé de étude inévitable dégrade son exécution passagère en présence de la perturbation. Une approche de roman est présentée pour surmonter leurs démérites et pour tirer profit de leurs dispositifs attrayants de commande robuste et intelligente. L'arrangement proposé de commande combine le SMC et la commande de neural-réseau (NNC) avec différents poids, qui sont déterminés par un contrôleur de surveillance brouillé. Cet arrangement de roman est appelé la commande de mode coulissant de surveillance brouillé et de réseau neurologique (FSSNC). La convergence et la stabilité du système de commande proposé sont prouvées en employant la méthode directe de Lyapunov. Les simulations pour différentes situations démontrent sa robustesse avec l'exécution satisfaisante. DEWEY : 621 ISSN : 0278-0046 [article] Fuzzy Supervisory Sliding-Mode and Neural-Network Control for Robotic Manipulators = Commande de Mode Coulissant de Surveillance Brouillé et de Réseau Neurologique pour les Robots Manipulateurs [texte imprimé] / Hui, Hu, Auteur ; Woo, Peng-Yung, Auteur . - 929- 940 p. Génie Electrique Langues : Anglais (eng) in IEEE transactions on industrial electronics > Vol. 53 N° 3 (Juin 2006) . - 929- 940 p. Mots-clés : Fuzzy  supervisory  control  Fuzzy  supervisory  sliding-mode  and  neural-network  control  Neural-network  control  Robotic  control  Sliding-mode  control.Commande  de  surveillance  brouillée  Commande  de  mode  coulissant  de  surveillance  brouillé  et  de  réseau  neurologique  Commande  de  réseau  neurologique  Commande  robotique  Commande  de  mode  de  glissement. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : Highly nonlinear, highly coupled, and time-varying robotic manipulators suffer from structured and unstructured uncertainties. Sliding-mode control (SMC) is effective in overcoming uncertainties and has a fast transient response, while the control effort is discontinuous and creates chattering. The neural network has an inherent ability to learn and approximate a nonlinear function to arbitrary accuracy, which is used in the controllers to model complex processes and compensate for unstructured uncertainties. However, the unavoidable learning procedure degrades its transient performance in the presence of disturbance. A novel approach is presented to overcome their demerits and take advantage of their attractive features of robust and intelligent control. The proposed control scheme combines the SMC and the neural-network control (NNC) with different weights, which are determined by a fuzzy supervisory controller. This novel scheme is named fuzzy supervisory sliding-mode and neural-network control (FSSNC). The convergence and stability of the proposed control system are proved by using Lyapunov's direct method. Simulations for different situations demonstrate its robustness with satisfactory performance. Fortement non-linéaire, fortement couplé, et le temps changeant les robots manipulateurs souffrent des incertitudes structurées et non structurées. En glissant le mode commander (SMC) est efficace en surmontant des incertitudes et a une réponse passagère rapide, alors que l'effort de commande est discontinu et crée la vibration. Le réseau neurologique a une capacité inhérente d'apprendre et approcher une fonction non-linéaire de l'exactitude arbitraire, qui est employée dans les contrôleurs pour modeler des processus complexes et pour compenser des incertitudes non structurées. Cependant, le procédé de étude inévitable dégrade son exécution passagère en présence de la perturbation. Une approche de roman est présentée pour surmonter leurs démérites et pour tirer profit de leurs dispositifs attrayants de commande robuste et intelligente. L'arrangement proposé de commande combine le SMC et la commande de neural-réseau (NNC) avec différents poids, qui sont déterminés par un contrôleur de surveillance brouillé. Cet arrangement de roman est appelé la commande de mode coulissant de surveillance brouillé et de réseau neurologique (FSSNC). La convergence et la stabilité du système de commande proposé sont prouvées en employant la méthode directe de Lyapunov. Les simulations pour différentes situations démontrent sa robustesse avec l'exécution satisfaisante. DEWEY : 621 ISSN : 0278-0046