Ứng dụng phương pháp học thông số cực tiểu và mạng nơ-ron nhân tạo trong điều khiển tay máy

Nghiên cứu này thiết kế và thực hiện bộ điều khiển trượt thích nghi bền vững dựa vào mạng nơ-ron RBF với phương pháp học thông số cực tiểu cho hệ tay máy. Đây là hệ thống đã được triển khai trong các ngành sản xuất vật liệu xây dựng, luyện kim, chế tạo cơ khí và công nghiệp đóng tàu. Bộ điều khiển trượt thích nghi bền vững dựa vào mạng nơ-ron RBF được thiết kế để đảm bảo vị trí các khớp của tay máy bám theo vị trí tham chiếu trong thời gian hữu hạn.
Nội dung trích xuất từ tài liệu:
Ứng dụng phương pháp học thông số cực tiểu và mạng nơ-ron nhân tạo trong điều khiển tay máy TNU Journal of Science and Technology 229(14): 19 - 26APPLICATION OF MINIMUM PARAMETER LEARNING METHODAND ARTIFICIAL NEURAL NETWORK FOR MANIPULATOR CONTROLNguyen Truong Ky, Pham Thanh Tung*Vinh Long University of Technology Education ARTICLE INFO ABSTRACT Received: 06/6/2024 This research designs and implements a robust adaptive sliding mode control (RASMC) based on radial basis function neural network Revised: 07/10/2024 (RBFNN) with minimum parameter learning (MPL) method for a Published: 08/10/2024 manipulator system. This is a system that has been deployed in the construction materials manufacturing, metallurgy, mechanicalKEYWORDS engineering and shipbuilding industries. The robust adaptive SMC based on RBFNN is used to ensure the manipulator’s actual position followingManipulator system the desired in a finite time. The weight value parameters of the RBFNNArtificial neural network are adjusted online by Quasi Newton algorithm according to adaptive laws for the purpose of controlling the output of the manipulator systemMinimum parameter learning to track a given trajectory. The minimum parameter learning (MPL)Sliding mode control method is used in this study so that the system has only one onlineMATLAB/Simulink adaptive parameter, reduces the computational burden. The stability of the system is proven by Lyapunov theory. Simulation results in MATLAB/Simulink show the effectiveness of the proposed controller with the rising time, the settling time, the percent overshoot, the steady state error of link 1 are 0.0747(s), 0.1376(s), 0.002 (%),0(rad), and link 2 are 0.0844(s), 0.152(s), 0(%), 0(rad), respectively.ỨNG DỤNG PHƢƠNG PHÁP HỌC THÔNG SỐ CỰC TIỂUVÀ MẠNG NƠ-RON NHÂN TẠO TRONG ĐIỀU KHIỂN TAY MÁYNguyễn Trường Kỳ, Phạm Thanh Tùng*Trường Đại học Sư phạm Kỹ thuật Vĩnh Long THÔNG TIN BÀI BÁO TÓM TẮT Ngày nhận bài: 06/6/2024 Nghiên cứu này thiết kế và thực hiện bộ điều khiển trượt thích nghi bền vững dựa vào mạng nơ-ron RBF với phương pháp học thông số cực tiểu Ngày hoàn thiện: 07/10/2024 cho hệ tay máy. Đây là hệ thống đã được triển khai trong các ngành sản Ngày đăng: 08/10/2024 xuất vật liệu xây dựng, luyện kim, chế tạo cơ khí và công nghiệp đóng tàu. Bộ điều khiển trượt thích nghi bền vững dựa vào mạng nơ-ron RBFTỪ KHÓA được thiết kế để đảm bảo vị trí các khớp của tay máy bám theo vị trí tham chiếu trong thời gian hữu hạn. Các trọng số của mạng nơ-ron RBF đượcHệ tay máy cập nhật trực tuyến bằng giải thuật Quasi Newton căn cứ theo các luậtMạng nơ-ron nhân tạo thích nghi bền vững nhằm mục đích điều khiển đầu ra của hệ tay máyHọc thông số cực tiểu bám theo một quỹ đạo nhất định. Phương pháp học thông số cực tiểu được sử dụng trong nghiên cứu này để hệ thống chỉ còn một thông sốĐiều khiển trượt thích nghi trực tuyến, giảm gánh nặng tính toán. Tính ổn định của hệMATLAB/Simulink thống được chứng minh bằng lý thuyết Lyapunov. Các kết quả mô phỏng với MATLAB/Simulink cho thấy hiệu quả của bộ điều khiển đề xuất với thời gian tăng, thời gian xác lập, độ quá điều chỉnh, sai số xác lập của thanh 1 lần lượt là 0,0747(s), 0,1376(s), 0,002 (%), 0(rad) và của thanh 2 là 0,0844(s), 0,152(s), 0(%), 0(rad).DOI: https://doi.org/10.34238/tnu-jst.10548* Corresponding author. Email: tungpt@vlute.edu.vnhttp://jst.tnu.edu.vn 19 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 229(14): 19 - 261. Giới thiệu Hệ tay máy là thành phần chính trong các ngành sản xuất với nhiều lý do như tốc độ, độ chínhxác và khả năng lặp lại [1]. Hệ tay máy được sử dụng rộng rãi trong sản xuất ô tô, hàng không vũtrụ, lắp ráp điện tử, hoạt động y tế chính xác và các lĩnh vực khác [2]. Trong hệ tay máy, mộttrong những nhiệm vụ khó khăn nhất là thực hiện chuyển động nhanh và chính xác [1]. Do cácđặc tính đặc biệt của hệ tay máy như khối lượng (kg) và chiều dài của liên kết (m); lực ma sát (N)và nhiễu chưa biết, nên rất khó để thiết lập mô hình động lực học chính xác của hệ tay máy trongkỹ thuật thực tế [3]. Vì vậy, điều đặc biệt quan trọng là phải nghiên cứu các phương pháp điềukhiển hệ tay máy bám theo quỹ đạo tham chiếu với đáp ứng nhanh, có độ chính xác cao và bềnvững dưới tác động của các yếu tố như tải trọng, nhiễu và sự thay đổi của các thông số tay máytrong quá trình vận hành. Gần đây, các nghiên cứu đã chỉ rõ nhiều yếu tố gây bất ổn và tác động trực tiếp lên động lựchọc của tay máy robot. Với ưu điểm về tính ổn định và bền vững ngay cả khi hệ thống có nhiễuhoặc khi thông số của đối tượng thay đổi, bộ điều khiển trượt là một lựa chọn tiêu biểu trong điềukhiển tay máy. Tuy nhiên, khi biên độ của luật điều khiển thay đổi lớn và với tác động của hàmdấu, tín hiệu điều khiển có thể bị dao động (chattering) và tác động xấu đến các bộ drivers. Để khắc phục nhược điểm của bộ ...