アクチュエータ故障を伴う複数の柔軟マニピュレータのサンプリングデータイベントトリガー型レジリエントコンセンサスコントロール（反復学習スキームを介して）

科学分野:

• ロボット工学
• 制御システム工学
• 応用数学

背景:

• 柔軟マニピュレータは、その無限次元の性質と振動のために、制御において課題をもたらします。
• アクチュエータの故障は、マルチマニピュレータシステムのパフォーマンスと安全性を損なう可能性があります。
• 分散システムにおけるコンセンサストラッキングの達成には、不確実性と通信制約を処理する堅牢な制御戦略が必要です。

研究 の 目的:

• 複数の柔軟マニピュレータのための新しいサンプリングデータイベントトリガー型レジリエントコンセンサストラッキング制御スキームを提案すること。
• アクチュエータ故障の問題に対処すること。
• 効果的な制御と振動抑制を確保しながら、通信負荷を削減すること。

主な方法:

• 仮想リーダー状態推定のための有限時間オブザーバーの設計。
• 周期的な外乱推定のための反復学習方法。
• サンプリングデータイベントトリガーメカニズムをレジリエントコンセンサ制御フレームワークに統合すること。

主要な成果:

• 提案された制御スキームは、複数の柔軟マニピュレータのコンセンサストラッキングを達成します。
• 効果的な振動抑制が実証されています。
• イベントトリガーメカニズムは、従来の méthodesと比較して通信消費量を大幅に削減します。

結論:

• 開発された制御戦略は、アクチュエータ故障が存在する場合でも、堅牢なコンセンサストラッキングと振動抑制を保証します。
• サンプリングデータイベントトリガーアプローチは、通信が制限されたマルチマニピュレータシステムに効率的なソリューションを提供します。
• シミュレーション結果は、提案された制御スキームの有効性と実用性を検証します。