Zobrazeno 1 - 10
of 27
pro vyhledávání: '"Gao, Ming Zhou"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wang, Chang-lin, Gao, Ming-zhou, Gao, Xiang-ju, Mu, Xiang-yu, Wang, Jie-qiong, Gao, Dong-mei, Qiao, Ming-qi
Publikováno v:
Chinese Journal of Integrative Medicine; Jun2023, Vol. 29 Issue 6, p566-576, 11p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Control Engineering Practice. 51:26-47
In this paper, we use the radial basis function neural network and the finite-time H ∞ adaptive fault-tolerant control technique to deal with the flutter problem of wings with propulsion system, which is affected by input saturation, time delay, ti
Autor:
Gao Ming-Zhou, Cai Guo-Ping
Publikováno v:
Journal of the Franklin Institute. 353:2009-2029
Many control laws, such as optimal controllers and classical controllers, have seen their applications to suppressing the aeroelastic vibrations of the aeroelastic system. However, those control laws may not work effectively if the aeroelastic system
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 230:726-746
Based on the trajectory optimization, this article proposes an adaptive fault-tolerant H∞ compensation control approach for a reentry vehicle with external disturbance and parameter uncertainty. The sensor and actuator faults are both considered to