5466

5466

تعيين ماكزيمم ظرفيت حمل بار ربات بااستفاده از تركيب روشهاي كنترل غيرخطي و شبكه هاي عصبي

كارشناسي ارشد

مكانيك - مكاترونيك

1387

1387

دكتر محرم حبيب نژاد كورايم

در اين پروژه از تركيب شبكه هاي عصبي چند لايه و كنترلر PD براي تعيين ظرفيت حمل بار منيپولاتورهاي ربات استفاده شده است. براي پيدا كردن ظرفيت حمل بار ربات محدوديت هايي مثل عملگر و حداكثر جابجايي پنجه ربات در نظر گرفته شده است. سپس الگوي كنترلي پيشنهاد شده روي ربات دولينكي با مفاصل انعطاف پذير و ربات سه لينكي فضايي با مفاصل صلب اعمال شده است. از آنجايي كه در شبيه سازي هاي عملي تعيين و PD پارامترهاي ربات به طور دقيق، غير ممكن است بنابراين عملكرد ردگيري مسير با استفاده از كنترلرهاي اين است كه نمي تواند خطاي حالت PD به شدت كاهش مي يابد. مشكل عمده كنترلر CTM روش هاي PD ماندگار صفر را تضمين كند. به همين دليل در اين پروژه از شبكه هاي عصبي تطبيقي به همراه كنترلر خطاي حالت ماندگار را به سمت صفر ميل دهد. On-line استفاده شده است تا بتواند به صورت تطبيقي و شبكه هاي عصبي چند لايه به كار رفته در اين سيستم كنترلي براي جبران اثر اصطكاك و گرانش مورد استفاده قرار گرفته اند تا بتوانند اين توابع غيرخطي را به دقت تخمين بزنند. از طرفي با استفاده از روش مستقيم لياپانوف پايداري سيستم حلقه بسته در صورتي كه وزن هاي شبكه عصبي از قوانين يادگيري مشخص شده اي تبعيت كنند، تضمين شده است و اثباتي براي اين موضوع بيان شده است. نتايج شبيه سازي اين روش كنترلي پيشنهاد شده با روش مود لغزشي و خطي سازي به كمك فيدبك براي ربات دولينكي با مفاصل الاستيك مقايسه شده است. از طرفي اين روش كنترلي روي يك ربات سه لينكي صنعتي اعمال شد تا اثر گرانش نيز درنظر گرفته شود و عملكرد خوب اين سيستم كنترلي نشان داده شود. نتايج بدست آمده مقاومت و بهبود مقدار ظرفيت حمل بار ماكزيمم در حضور عدم قطعيت هاي موجود در مدل ديناميكي را نشان مي دهد.