메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Chiang-Ju Chien (Huafan University) Ying-Chung Wang (Huafan University)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2013
발행연도
2013.10
수록면
226 - 232 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
To deal with the iterative learning control problem for more general class of uncertain nonlinear systems using only output measurement, an observer based adaptive iterative learning control strategy using filtered fuzzy neural network was proposed in this paper. A model reference control technique is firstly presented to derive a state error observer for state estimation. A mixed time-domain and ..-domain representation is then used to develop an error model as a relative degree one stable system with some uncertain nonlinearities and filtered signals as the inputs. An averaging filter is also proposed to further transform the error model so that the AILC can be implemented without using differentiators. The main learning component of the controller is constructed by an filtered fuzzy neural network with the estimated state variables as network input. This main component performs as an approximator to compensate for the unknown system nonlinearities. Furthermore, a normalization signal is applied as a bounding function for designing a robust learning component in order to overcome the lumped uncertainties from function approximation error and state estimation error. Finally, a stabilization learning component is used to guarantee the boundedness of internal signals. Adaptive algorithms are derived to search for suitable parameters during each iteration since the optimal parameters for a good function approximation are in general unavailable. Based on a Lyapunov like analysis, we show that the output tracking error can converge, with all the internal signals bounded, to a small residual set whose level of magnitude depends on a design parameter. Simulation results also show the nice tracking performance with application to some practical nonlinear systems.

목차

Abstract
I. INTRODUCTION
II. PROBLEM FORMULATION AND CONTROL OBJECTIVE
III. THE DESIGN STEPS FOR THE PROPOSED ILC
IV. ANALYSIS OF STABILITY AND CONVERGENCE
V. SIMULATION EXAMPLE
VI. CONCLUSION
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Adaptive Sliding Mode Control for Dual Missile Using RBF Neural Network
Seunghyun Kim ,  Dongsoo Cho ,  H. Jin Kim 제어로봇시스템학회 국제학술대회 논문집 2014 .10
Adaptive Neural Sliding Mode Control of Active Power Filter Using Feedback Linearization
Yunmei Fang ,  Zhe Wang ,  Juntao Fei 제어로봇시스템학회 국제학술대회 논문집 2014 .10
A Study on Adaptive Control of Robot Arm Based on Neural Control
B.K Shim ,  Y.M. Koo ,  W.S Lee 외 3명 한국생산제조학회 학술발표대회 논문집 2014 .04
Neural Networks Based Adaptive Control for a Class of Uncertain Nonlinear Processes
Emil Pet ,  e ,  Dan Selisteanu 외 3명 제어로봇시스템학회 국제학술대회 논문집 2009 .08
Real-Time Adaptive Control of Robot Manipulator Based on Neural Network Compensator
Huu Cong-Nguyen ,  Woo-Song Lee ,  Chang-Jae Cho 외 1명 제어로봇시스템학회 국제학술대회 논문집 2009 .08

최근 본 자료

전체보기

댓글(0)

0