27893

رهيافتي هوشمند در كنترل ربات هاي زميني با در نظر گرفتن تاخير ارتباطي و قيود حالت

كارشناسي ارشد

مهندسي مكانيك

1399

1401/11/2

دكتر اسماعيل خان ميرزا

مكانيك

در اين پايان نامه، طرح كنترل شبكه عصبي تطبيقي آرايش توزيع شده مبتني بر اجماع براي ربات هاي غيرهولونوميك در يك آرايش از پيش تعريف شده در امتداد مسير مرجع مشخص شده با مدل و پارامترهاي ناشناخته تحت محدوديت هاي كامل حالت و تاخير ورودي پيشنهاد شده است.ابتدا يك تغيير متغير براي تبديل مسئله كنترل شكل گيري به يك مسئله اجماع حالت طراحي شده است كه سبب فرمول بندي پيوسته مسئله مي شود. سپس ديناميك كامل وسايل نقليه شامل اينرسي، كوريوليس، اصطكاك و اغتشاشات ناشناخته در نظر گرفته مي شود كه وقتي كنترل كننده هاي سينماتيكي توزيع شده بر آن اعمال مي شود، تشكيل و آرايش ناپايدار ايجاد مي كند. از اين رو براي حل اين مشكل كنترل كننده هاي گشتاور شبكه عصبي RBFبر اساس روابط سينتيك فرموله شده است. همچنين براي مقابله با انحرافات قيود كامل حالت از تابع مانع لياپانوف استفاده مي شود و تاخير با ويژگي تقريب شبكه عصبي جبران شده است. اثبات دقيق رياضي و برخي از شرايط كافي براي پايداري سيستم كنترلي مبتني بر نظريه گراف، نظريه ماتريس و نظريه لياپانوف ارائه گرديده است. در نهايت، مثال هاي شبيه سازي در MATLABاثربخشي كنترل كننده هاي پيشنهادي را نشان مي دهد

1401/11/29

An Intelligent Approach To Controlling Ground-Based Robots By Considering Time Delay and State Constraints

1/1/1900 12:00:00 AM

In this thesis, Adaptive RBF neural network consensus-based distributed formation control scheme is proposed for nonholonomic autonomous vehicles in a pre-defined formation along the specified reference trajectory with unknown model and parameters under full state constraints and input delay. A variable transformation is first designed in accordance with the kinematics equations to convert the formation control problem into a state consensus problem that is caused the continuous formulation of the controller equations. Then, the complete dynamics of the vehicles including inertia, Coriolis, and unmodeled bounded disturbances and friction are considered, which lead to the unstable formation when the distributed kinematic controllers are proposed based on the kinematics is applied. RBF neural network torque controllers are derived to compensate for them.Also for dealing with the violation of state constraints the barrier Laypunov Function is used and delay is compensated by neural network approxiamtion feature .Accurate mathematical proof is provided and sufficient conditions are derived to accomplish the stability of the systems based on algebraic graph theory, matrix theory, and Lyapunov theory. Finally, simulation examples in MATLAB illustrate the effectiveness of the proposed controllers

كنترل آرايش , شبكه عصبي تطبيقي , اجماع , تابع مانع لياپانوف , قيود حالت , رباتهاي چرخدار

formation control , Adaptive Neural Network , consensus , Barrier Laypunov Function , State Constraints , Wheeled Mobile Robots

Navid Abdoli

Esmaeel Khanmirza