1. Trang chủ
  2. » Luận Văn - Báo Cáo

NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM

41 6 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Nhận Dạng Hàm Truyền Trên Toolbox Identification System
Tác giả Phan Minh Điền
Người hướng dẫn GVHD: Trần Đức Thiện
Trường học Trường Đại Học Sư Phạm Kỹ Thuật Tp. Hồ Chí Minh
Chuyên ngành Điện – Điện Tử
Thể loại đề tài
Thành phố Tp. Hồ Chí Minh
Định dạng
Số trang 41
Dung lượng 2,76 MB

Nội dung

NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THÔNG SỐ BỘ PID,Điều khiển mạng thần kinh hay Neural là phương pháp điều khiển dựa theo cấu tạo của mạng thần kinh trong thực tế. Trong đó có nhiều lớp, mỗi lớp bao gồm nhiều nơron có cùng một chức năng

BỘ GIÁO DỤC & ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN -⸙∆⸙ - NHẬN DẠNG VÀ ĐIỀU KHIỂN HỆ THỐNG ĐỀ TÀI: NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM GVHD: TRẦN ĐỨC THIỆN SVTH: PHAN MINH ĐIỀN MSSV: 19151037 Tp Hồ Chí Minh tháng năm Lời cảm ơn Mục lục Lời cảm ơn i Mục lục ii Danh sách hình ảnh .iii Danh sách bảng iv Chương THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ 1.1 MƠ TẢ TỐN HỌC HỆ CÁNH TAY MÁY BẬC 1.2 CƠ SỞ LÝ THUYẾT 1.3 XÂY DỰNG MÔ PHỎNG PD MỜ 1.4 KẾT QUẢ MÔ PHỎNG 12 Chương THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ 19 2.1 CƠ SỞ LÝ THUYẾT 19 2.2 XÂY DỰNG MÔ PHỎNG MẠNG THẦN KINH XẤP XỈ MỜ 21 2.3 KẾT QUẢ MÔ PHỎNG 23 Chương ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THƠNG SỐ BỘ PID 27 3.1 CƠ SỞ LÝ THUYẾT 27 3.2 XÂY DỰNG MÔ PHỎNG 28 TÀI LIỆU THAM KHẢO 35 Danh sách hình ảnh No table of figures entries found Danh sách bảng Bảng 1-1: Hệ quy tắc mờ cánh tay máy bậc CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ Chương 1.THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ 1.1 MƠ TẢ TỐN HỌC HỆ CÁNH TAY MÁY BẬC Ta xét robot trạng thái bỏ qua ma sát khớp, bỏ qua tác động lực vào khớp cuối robot Hình 1.1: Mơ tả hệ cánh tay máy bậc Thông số vật lý cánh tay máy mô phỏng: J1 , J : moment quán tính hai khớp  J1  0.05kg m ; J  0.05kg m  m1 , m2 : khối lượng hai khớp  m1  1.0kg ; m2  1.0kg  l1 , l2 : chiều dài hai khớp  l1  1.0m; l2  1.0m  lc1 , lc : khoảng cách từ trọng tâm khớp đến trục quay  lc1  0.4m; lc  0.4m   g : gia tốc trọng trường g  9.81m / s  Ta đặt trục toạ độ đế cánh tay máy Như vị trí Vị trí cuối Link robot là: x1  l1 cos 1 y1  l1 sin 1 (1.1) Vị tri cuối Link robot là: x2  l1 cos 1  l2 cos(1  2 ) y2  l1 sin 1  l2 sin(1  2 ) (1.2) Trọng tâm Link so với đế robot là: ĐIỀU KHIỂN THÔNG MINH CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ xc1  lc1 cos 1 (1.3) yc1  lc1 sin 1 Trọng tâm Link so với đế robot là: xc2  l1 cos 1  lc2 cos(1  2 ) (1.4) yc2  l1 sin 1  lc2 sin(1  2 ) Vận tốc điểm cuối Link x1  l11 sin 1 (1.5) y1  l11 cos 1 Vận tốc điểm cuối Link   x2  l11 sin 1  l2 1  2 sin  1  2   (1.6)  y2  l11 cos 1  l2 1  2 cos  1  2  Tốc độ góc ứng với Link1 Link 1  1 (1.7) 2  1   Động Link K1  1 1 m1v12  J112  m1  x12  y12   J112 2 2 (1.8) Thay (1.5) vào (1.8), ta được: K1    m1 lc 1 sin 1    l   cos 1   J112  2 c1 (1.9) Biến đổi tương đương (1.9):, ta rút gọn phương trình động Link K1   m1 1lc1   J112 (1.10) Động Link là: K2   1 1 m2 v22  J 22  m2  x22  y22   J 1  2 2 2  (1.11) Thay (1.6), vào (1.11), ta được:     m2 l11 sin 1  lc2 1  2 sin  1  2  2  l11 cos 1  lc2 1  2 cos  1     J 1   2 K1        (1.12) Từ (1.12), ta động Link     K1  m2  1l1      lc2 ĐIỀU KHIỂN THÔNG MINH     21l1 1  2 lc2 cos  2    J 1  2   (1.13) CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ Như ta tính tổng động hệ là: K  K1  K   m1 1lc1       m2  1l1     1 J 12  J 1  2 2    2 lc2   (1.14)   21l1 1  2 lc2 cos  2    Thế Link P1  m1 gyc  m1 glc1 sin 1 (1.15) P2  m2 gyc  m2 g lc sin 1  lc2 sin  1  2   (1.16) Thế Link 2: Tổng hệ là: P  P1  P2  m1 glc1 sin 1  m2 g lc sin 1  lc2 sin  1  2   (1.17) Phương trình Lagrange ứng với robot hai bậc tự do:   L ,   K  P      2 1  m1 1lc1  I zz112  J 1  2  m1 glc1 s1  m2 g lc s1  lc2 s12 2 2   m2 1l1  1  2 lc2  21l1 1  2 lc2 c2           (1.18)  Trong đó: K động robot, P hệ Tiến hành đặt:, si  sin(i ) , c j  cos( j ) , sij  sin(i   j ) Theo phương trình Lagrange ta thành lập phương trình phi tuyến Tổng Momen (torque) Link 1  d  L   L     dt  1   1  (1.19) Giải phương trình ta 1   J1  J  m1lc12  m2 l12  m2 lc 2  2m2 l1lc cos 2  1    J  m2 lc 2  m2 l1lc cos 2  2  l1lc m2 sin 2 212  2  (1.20)   m1  m2  glc1 cos 1  m2 glc cos  1  2  Tổng Momen (torque) Link 2  d  L  dt  2   L      2  (1.21) Giải phương trình ta được: ĐIỀU KHIỂN THÔNG MINH CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN PD MỜ 2   J  m2 lc 2  m2 l1lc cos 2  1   m2 lc 2  J  2  m2 l1lc 12 sin 2  m2 glc cos  1  2  (1.22) Phương trình động học gồm ma trận:     M      C ,    G    (1.23)   Với: M    ma trận quán tính, C ,  vector hướng tâm/ Coriolis, G    vector trọng lực  J1  J  m1lc12  m2  l12  lc 2  2l1lc c2  J  m2  lc 2  l1lc c2    M     2   J  m l  l l c J  m l   2 c2 c2 2 c2    l1lc m2 s 2 C ,     l1lc m2 s 1     l1lc m2 s 1  2    (1.24) (1.25)  m  m2  glc1 c1  m2 glc c12  G    m2 glc c12   (1.26)          ,   ,     2   2   2  (1.27)  Trong đó: si  sin(i ) , c j  cos( j ) , sij  sin(i   j ) , cij  cos(i   j ) Để dễ dàng lập trình ta đặt ma trận sau:  H11 H  21 H12  1   h   H 22     h1 h1  h  1   g1               g    (1.28) Trong đó: H11  J1  J  m1lc12  m2  l12  lc 2  2l1lc c2  (1.29) H 22  J  m2 lc 2 (1.30)  H12  H 21  J  m2  lc 2  l1lc c2   (1.31) h  m2 l2 lc s2 (1.32) g1  m1lc1 gc1  m2 g  lc c 1     l1c1  (1.33) g  m2 lc gc 1    (1.34) 1.2 CƠ SỞ LÝ THUYẾT Một hệ mờ biểu diễn theo hình bên dưới: ĐIỀU KHIỂN THƠNG MINH CHƯƠNG THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ 2.2 XÂY DỰNG MÔ PHỎNG MẠNG THẦN KINH XẤP XỈ MỜ Cấu trúc điều khiển: Hình 2.5: Sơ đồ khối Cấu trúc điều khiển mạng thàn kinh xấp xỉ mờ Sơ đồ mơ phỏng: Hình 2.6: Sơ đồ hệ thu thập liệu PD mờ Các khối To Workspace lấy liệu đưa vệ dạng ma trận : ĐIỀU KHIỂN THÔNG MINH 21 CHƯƠNG THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ Hình 2.7: Đặt tên biến , dạng biến cho tín hiệu Sau thu thập liệu ta tiến hành thực Code Matlab để tìm xấp xỉ PID mờ % code neuron_nhóm 18 ngovao = vaolink1'; % khai báo ngõ vào ngora = ralink1'; % khai báo ngõ net = newff(minmax(ngovao),[40 1],{'tansig' 'purelin'}); % khởi tạo mạng truyền thẳng lớp % lớp ẩn , lớp đại diện cho ngõ , hàm kích hoạt lớp ẩn % tansig, hàm kích hoạt lớp hàm purelin (hàm tuyến %tính) net.trainParam.epochs = 10000;% số lần train net.trainParam.lr = 0.000000001;% hệ số học net.trainParam.goal = 0.000001;% sai số net = train(net,ngovao,ngora);%khởi tạo mạng thần kinh gensim(net,0.01) % training mạng thần kinh với thời gian lấy mẫu 0.01 ĐIỀU KHIỂN THÔNG MINH 22 CHƯƠNG THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ Từ khối neuron từ chương trình trên, gắn vào điều khiển: Hình 2.8: Sơ đồ Simulink điều khiển Neural 2.3 KẾT QUẢ MÔ PHỎNG Sau thay PD mờ điều khiểun Neural xấp xỉ, ta thu đồ thị sau: - Đáp ứng ngõ Hình 2.9: Đáp ứng ngõ link thứ ĐIỀU KHIỂN THÔNG MINH 23 CHƯƠNG THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ Hình 2.10: Đáp ứng ngõ link thứ - Tín hiệu điều khiển: Hình 2.11: Tín hiệu điều khiển u link ĐIỀU KHIỂN THÔNG MINH 24 CHƯƠNG THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ Hình 2.12: Tín hiệu điều khiển u link Sai số hệ thống: Hình 2.13: Sai số e link ĐIỀU KHIỂN THÔNG MINH 25 CHƯƠNG THIẾT KẾ MẠNG THẦN KINH XẤP XỈ MỜ Hình 2.14: Sai số e link Nhận xét: Với điều khiển mạng thần kinh xấp xỉ PD mờ ta có đáp ứng hệ thống: - Cánh tay thứ bám tín hiệu ổn sai số cịn cao khơng đáng kể - Cánh tay bám tín hiệu tốt , bị nhiễu vị trí độ - Thời gian đáp ứng cánh tay nằm khoảng 5s Như điều khiển thần kinh xấp xỉ PD áp dụng để điều khiển cho hệ cánh tay máy bậc ĐIỀU KHIỂN THÔNG MINH 26 CHƯƠNG ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THÔNG SỐ BỘ PID Chương 3.ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THƠNG SỐ BỘ PID 3.1 CƠ SỞ LÝ THUYẾT Giải thuật di truyền GA giải thuật tìm kiếm lời giải tối ưu theo trình tiến hóa sinh vật tự nhiên Hình 3.1: Bài tốn dùng giải thuật GA Bài tốn tối ưu hóa cần giải lĩnh vực điều khiển:  J    (3.1) Với   1 ,  , ,  n  T Hàm thích nghi J   , phần báo cáo có dạng: fitness  f  x1 , x2   C (3.2) Mã hoá theo dạng thập phân với qui ước: - Giá trị gene =0→4 mang dấu trừ (-) - Giá trị gene =5→9 mang dấu cộng (-) - Mỗi lời giải tốn tìm cực trị cặp  x1 , x2  mã hóa thành chuỗi NST có dạng sau: ĐIỀU KHIỂN THÔNG MINH 27 CHƯƠNG ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THƠNG SỐ BỘ PID Hình 3.2: Chuỗi mã hoá thập phân Khởi động: Thế hệ ngẫu nhiên Các thông số giải thuật di truyền: - Kích thước quần thể: N  20 - Chọn lọc hạng tuyến tính: pk  - N k 1     1    N   (3.3) Cường độ chọn lọc I    1     - Xác suất lai ghép: Lai ghép điểm với xác suất pc  0.9 - Xác suất đột biến: Đột biến dạng phân với xác suất pm  0.1 - Lưu giữ NST ưu việt trình tiến hóa (3.4) Số lượng NST 3.2 XÂY DỰNG MƠ PHỎNG Hình 3.3: Mơ hình hố hệ cánh tay máy bậc ĐIỀU KHIỂN THÔNG MINH 28 CHƯƠNG ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THƠNG SỐ BỘ PID Hình 3.4: Xây dựng mơ giải thuật GA tìm thơng số PID Code GA tìm PID: clc; clear all rand('state',sum(100*clock)); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%thong so m1=1; m2=1; m3=0; l1=1; l2=1; lc1=0.4; lc2=0.4; g=9.81; the1_dnit=0; the2_dnit=0; the1_nit=0; the2_nit=0; %%%%%%%%%%%%%%%%%%%%%%%%%%%% max_generation=2000; %% có 2000 lan chay q trình max_stall_generation=50; %% 50 the he giong dung epsilon=0.0001; %% J chuan ( neu the he có J1, ĐIỀU KHIỂN THÔNG MINH 31 CHƯƠNG ÁP DỤNG GIẢI THUẬT DI TRUYỀN TÌM THÔNG SỐ BỘ PID if abs(bestfit(generation)-bestfit(generation1))

Ngày đăng: 22/10/2022, 16:47

HÌNH ẢNH LIÊN QUAN

Hình 1.1: Mơ tả hệ cánh tay má y2 bậc Thông số vật lý của cánh tay máy mô phỏng:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.1 Mơ tả hệ cánh tay má y2 bậc Thông số vật lý của cánh tay máy mô phỏng: (Trang 7)
Một hệ mờ được biểu diễn theo hình bên dưới: - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
t hệ mờ được biểu diễn theo hình bên dưới: (Trang 10)
Hình 1.2: Sơ đồ khối hệ mờ cơ bản - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.2 Sơ đồ khối hệ mờ cơ bản (Trang 11)
Đối với mơ hình hệ cánh tay má y2 bậc ta có sơ đồ khối như sau: - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
i với mơ hình hệ cánh tay má y2 bậc ta có sơ đồ khối như sau: (Trang 11)
Hình 1.4: Hàm liên thuộc ngõ vào Hàm ngõ ra 1 và 2 được biểu diễn:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.4 Hàm liên thuộc ngõ vào Hàm ngõ ra 1 và 2 được biểu diễn: (Trang 12)
Hình 1.7: Sơ đồ hệ thống trên Matlab Simulink - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.7 Sơ đồ hệ thống trên Matlab Simulink (Trang 13)
Hình 1.6: Các khối cần sử dụng trong mơ phỏng Sơ đồ mô phỏng  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.6 Các khối cần sử dụng trong mơ phỏng Sơ đồ mô phỏng (Trang 13)
Hình 1.8 Cửa sổ làm việc của Fuzzy Logic Designer - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.8 Cửa sổ làm việc của Fuzzy Logic Designer (Trang 14)
Hình 1.9: Chọn số lượng cho các input/output và các phương pháp suy diễn,giải mờ - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.9 Chọn số lượng cho các input/output và các phương pháp suy diễn,giải mờ (Trang 14)
Hình 1.11: Nhập giá trị của Input e1 e2 và Output u1 u2 - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.11 Nhập giá trị của Input e1 e2 và Output u1 u2 (Trang 15)
Hình 1.12: Nhập quy luật cho khối Fuzzy - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.12 Nhập quy luật cho khối Fuzzy (Trang 16)
Hình 1.14: Khối setpoint1 của link1 và link 2 - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.14 Khối setpoint1 của link1 và link 2 (Trang 17)
Hình 1.18: Đưa dữ liệu thu thập được lên Workspace - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.18 Đưa dữ liệu thu thập được lên Workspace (Trang 19)
Hình 1.21: Tín hiệu điều khiển trong trường hợp mặt định - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.21 Tín hiệu điều khiển trong trường hợp mặt định (Trang 20)
Hình 1.25: Đáp ứng của link thứ 1 với thông số phù hợp - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.25 Đáp ứng của link thứ 1 với thông số phù hợp (Trang 22)
Hình 1.26: Đáp ứng của link thứ 2 với thông số phù hợp - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.26 Đáp ứng của link thứ 2 với thông số phù hợp (Trang 22)
Hình 1.27: Đáp ứng của link thứ 1 qua bộ lọc - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 1.27 Đáp ứng của link thứ 1 qua bộ lọc (Trang 23)
Hình 2.1: Mô tả cở bản của mạng Neural nhân tạo Phương pháp huấn luyện:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.1 Mô tả cở bản của mạng Neural nhân tạo Phương pháp huấn luyện: (Trang 25)
Hình 2.2: Cấu trúc mạng thần kinh sử dụng cho cánh tay robo t2 bậc - Hàm kích hoạt cho lớp ẩn dạng tagsig:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.2 Cấu trúc mạng thần kinh sử dụng cho cánh tay robo t2 bậc - Hàm kích hoạt cho lớp ẩn dạng tagsig: (Trang 26)
Hình 2.6: Sơ đồ hệ thu thập dữ liệu PD mờ Các khối To Workspace lấy dữ liệu đưa vệ dạng ma trận :  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.6 Sơ đồ hệ thu thập dữ liệu PD mờ Các khối To Workspace lấy dữ liệu đưa vệ dạng ma trận : (Trang 27)
Hình 2.7: Đặt tên biế n, và dạng biến cho tín hiệu - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.7 Đặt tên biế n, và dạng biến cho tín hiệu (Trang 28)
Hình 2.8: Sơ đồ Simulink bộ điều khiển Neural - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.8 Sơ đồ Simulink bộ điều khiển Neural (Trang 29)
Hình 2.11: Tín hiệu điều khiể nu của link1 - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.11 Tín hiệu điều khiể nu của link1 (Trang 30)
Hình 2.12: Tín hiệu điều khiể nu của link 2 Sai số hệ thống:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.12 Tín hiệu điều khiể nu của link 2 Sai số hệ thống: (Trang 31)
Hình 2.14: Sai số e của link 2 Nhận xét:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 2.14 Sai số e của link 2 Nhận xét: (Trang 32)
Hình 3.1: Bài toán dùng giải thuật GA Bài tốn tối ưu hóa cơ bản cần giải trong lĩnh vực điều khiển:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 3.1 Bài toán dùng giải thuật GA Bài tốn tối ưu hóa cơ bản cần giải trong lĩnh vực điều khiển: (Trang 33)
Hình 3.3: Mơ hình hố hệ cánh tay má y2 bậc - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 3.3 Mơ hình hố hệ cánh tay má y2 bậc (Trang 34)
Hình 3.4: Xây dựng mơ phỏng giải thuật GA tìm thơng số bộ PID Code GA tìm PID:  - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 3.4 Xây dựng mơ phỏng giải thuật GA tìm thơng số bộ PID Code GA tìm PID: (Trang 35)
Hình 3.7: Tín hiệu điều khiể uu của hệ - NHẬN DẠNG HÀM TRUYỀN TRÊN TOOLBOX IDENTIFICATION SYSTEM
Hình 3.7 Tín hiệu điều khiể uu của hệ (Trang 40)
w