A dynamical controller with fault-tolerance: Real-time experiments

Nonlinear control of coaxial double rotor magnetic gear based on high gain observer in wind turbine

“…First, let define y = 𝜂 1 as well as 𝜂 i = y (i−1) , 1 ≤ i ≤ 4. The transformation 𝜂 = T (x, u, u, ü) is defined as follows [42]:…”

“…In the previous section, GCF and its invertibility condition were obtained from ( 16)-( 18). This section focuses on the defined tracking problem based on [42,43]. Let define input reference signal y R , and also the tracking error as e i = 𝜂 i − y…”

“…In CADRMG with Halbach array standard nonlinear dynamics [8], conventional nonlinear observers [38][39][40][41] cannot be used to estimate the unmeasurable states; Because in CADRMG dynamic, the linear coefficients matrix does not have full rank and time varying unknown input(like disturbance or fault) does not exist. Accordingly, the CADRMG standard dynamic should be changed to a triangular form with augmented system, wherein the GCF [42] can be used according to control input derivatives, output derivatives and the nonlinear terms of triangular form. The tracking problem can be defined using GCF to control HSR speed in MG, whereafter the tracking error is also defined as a chain of integrator GCF.…”

“…The tracking problem can be defined using GCF to control HSR speed in MG, whereafter the tracking error is also defined as a chain of integrator GCF. Furthermore, since the nonlinearity appears in the GCF, then the tracking error can be estimated using an HGO [42,43]. As it was mentioned previously, the augmented system is considered as a GCF, HGO is used as a simultaneous observer to estimate the both disturbance and system states.…”

Identificación Algebraica de Parámetros Asistida por Observadores GPI para un Helicóptero de Dos Grados de Libertad

“…En un primer nivel, estos métodos han mostrado resultados exitosos en el tratamiento de señales sinusoidales para la identificación de modos de vibración en estructuras flexibles (San-Millan y Feliu, 2015), la estimación de contenido armónico en sistemas eléctricos de potencia (Beltrán-Carbajal et al, 2018) y el filtrado de señales afectadas por la presencia de ruido (Morales et al, 2016). En segundo nivel, han sido incorporados en diferentes esquemas de control permitiendo la estimación algebraica de estados y derivadas para aplicaciones de control de movimiento (Menhour et al, 2014), la tolerancia a fallos en sistemas de levitación magnética (Kiltz et al, 2014) y procesos industriales (Martínez-Guerra et al, 2017) y el control de sistemas mecatrónicos basado en el rechazo activo de perturbaciones estimadas algebraicamente (Cortés-Romero et al, 2017). En tercer nivel, los métodos algebraicos han sido utilizados en la estimación de parámetros de sistemas dinámicos lineales y no lineales, demostrando ser útiles en la caracterización de servo-mecanismos (Garrido y Concha, 2013; Miranda-Colorado y Moreno-Valenzuela, 2017), el control de robots (Becedas et al, 2009;Pereira et al, 2013), el control de sistemas mecánicos (García-Rodríguez et al, 2009; Beltrán-Carbajal y Silva-Navarro, 2013), el control de convertidores electrónicos de potencia (Linares et al, 2014;Bougrine et al, 2017) y el control de máquinas eléctricas (Delpoux y Floquet, 2015).…”