Model‐free adaptive and iterative learning composite control for subway train under actuator faults

In this article, the model‐free adaptive and iterative learning composite control (CMFAC‐ILC) is proposed to ensure the speed and position tracking for the subway train system subjected to the iteration‐time‐varying actuator faults. First, a nonlinear subway train system is transformed into a faults...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	International journal of robust and nonlinear control Ročník 33; číslo 3; s. 1772 - 1784
Hlavní autoři:	Wang, Qian, Jin, Shangtai, Hou, Zhongsheng, Gao, Guangzhuo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Bognor Regis Wiley Subscription Services, Inc 01.02.2023
Témata:	Actuators Adaptive algorithms Adaptive control Algorithms D‐type iterative learning control Faults faults‐related full‐form dynamic linearization data model Feedforward control Iterative methods Machine learning model‐free adaptive control Parameter estimation RBFNN algorithm Strip searches subway train control Tracking errors Trains
ISSN:	1049-8923, 1099-1239
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!