본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

IEEE transactions on automation science and engineering v.14 no.1, 2017년, pp.249 - 259   SCI SCIE
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Online Learning Control of Hydraulic Excavators Based on Echo-State Networks

Park, Jaemann Lee, Bongju Kang, Seonhyeok Kim, Pan Young Kim, H. Jin
  • 초록  

    Note to Practitioners-Motivated by the fact that obtaining useful mathematical models of hydraulic excavators may be impractical or too costly, this paper proposes an online learning control technique for the position control of hydraulic excavators. The proposed control technique uses remote control valve (RCV) signals and measurements of the joint angles to learn the dynamics of the excavator in an online manner, and the RCV inputs required to track the desired trajectory are generated simultaneously. As a result of online learning, the controller compensates for the changes in the plant dynamics over time, caused by factors, such as fluid temperature change or component wear. In this paper, we have implemented and validated the proposed controller on a 21-ton class hydraulic excavator. The proposed online learning control framework can also be applied to a wide range of control applications, where a mathematical model of the plant is absent or impractical to obtain.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • 원문이 없습니다.

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기