- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Iterative Learning Control
Robustness and Monotonic Convergence for Interval Systems
Hyo-Sung Ahn, Kevin L Moore, Yangquan Chen
259,45 €
+ 518 points
Format
Description
This monograph studies the design of robust, monotonically convergent iterative learning controllers (ILC) for discrete-time systems. It takes account of the recently developed comprehensive approach to robust ILC analysis and design established to handle the situation where the plant model is uncertain. Considering ILC in the iteration domain, it presents a unified analysis and design framework that enables designers to consider both robustness and monotonic convergence for typical uncertainty models, including parametric interval uncertainties, iteration-domain frequency uncertainty, and iteration-domain stochastic uncertainty. It presents solutions to three fundamental robust interval computational problems (used as basic tools for designing robust ILC controllers): finding the maximum singular value of an interval matrix, determining the robust stability of interval polynomial matrix, and obtaining the power of an interval matrix.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 230
- Langue:
- Anglais
- Collection :
Caractéristiques
- EAN:
- 9781849966580
- Date de parution :
- 19-10-10
- Format:
- Livre broché
- Format numérique:
- Trade paperback (VS)
- Dimensions :
- 156 mm x 234 mm
- Poids :
- 353 g
