Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 27 trang
THÔNG TIN TÀI LIỆU
Nội dung
BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG NGUYỄN VIẾT NÔNG THIẾTKẾBỘĐIỀUKHIỂNLAIMỜ - NƠRONCHOCÁNHTAYROBOTHAITHANH Chuyên ngành: Kỹ thuật điềukhiển & Tự động hóa Mã số: 60.52.02.16 TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng - Năm 2017 Công trình nghiên cứu ĐẠI HỌC ĐÀ NẴNG Người hướng dẫn khoa học: TS NGUYỄN QUỐC ĐỊNH Phản biện 1: PGS.TS BÙI QUỐC KHÁNH Phản biện 2: TS GIÁP QUANG HUY Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ kỹ thuật họp Đại học Đà Nẵng vào ngày 06 tháng 05 năm 2017 Có thể tìm hiểu luận văn tại: - Trung tâm Học liệu, Đại học Đà Nẵng MỞ ĐẦU TÍNH CẤP THIẾT CỦA ĐỀ TÀI Vì tính độc đáo phức tạp nên từ đời thu hút quan tâm người nghiên cứu điềukhiển tự động Hệ thống mờnoron lên công cụ điềukhiển hệ thống phi tuyến với thông số chưa xác định Việc kết hợp phư ng pháp mờ phư ng pháp n ron đem lại khả tuyệt vời cho linh hoạt học theo thao tác người Điều có ý nghĩa lớn mặt khoa học việc điềukhiển đối tượng phi tuyến MỤC TIÊU NGHIÊN CỨU + C sở khoa học thực tiễn đề tài Đặc biệt chúng phải nhạy cảm với môi truờng làm việc thực thao tác bất chấp có mặt vật cản vùng làm việc.Việc nâng cao chất lượng điềukhiểncánhtayrobot góp phần nâng cao chất lượng sản phẩm, nâng cao suất hiệu lao động Với mong muốn nghiên cứu luật điềukhiển hệ laimờ n ron để thiếtkếđiềukhiểncánhtayrobot lý tác giả chọn đề tài "Thiết kếđiềukhiểnlaimờ n ron chocánhtayrobothai thanh" + Mục ti u tổng qu t + Tìm hiểu cánhtayrobothai + Tìm hiểu lý thuyết logic mờ; + Tìm hiểu lý thuyết mạng n ron; + Nghiên cứu kết hợp lý thuyết mờ mạng n ron để thiếtkếđiềukhiểnlaimờ n ron chocánhtayrobothai ự kết hợp logic mờ mạng n ron + Mô hệ thống phần mềm Matlab - Simulink - ục tiêu cụ thể + Xây dựng mô hình toán học chocánhtayrobothai thanh, có thông số cho trước Thiếtkếđiềukhiển kết hợp thuật toán logic Mờ - N ron điềukhiểncánhtayrobothai + Mô hệ thống phần mềm Matlab - Simulink ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU + Đối tượng nghi n cứu - Bộđiềukhiểnlaimờ n ron chocánhtayrobothai + Ph m vi nghi n cứu - Thiếtkếđiềukhiểnlaimờ n ron chocánhtayrobothai PHƯƠNG PHÁP NGHIÊN CỨU - Xây dựng mô hình toán học robothai bao gồm mô hình động học mô hình động lực học - Dựa mô hình toán học, nghiên cứu áp dụng điềukhiểnlaimờ n ron để đạt tín hiệu đầu bám theo tín hiệu yêu cầu - Sử dụng công cụ atlab để mô phỏng, đánh giá rút kết luận - Dự kiến kết kế hoạch nghiên cứu ết sản phẩm nghiên cứu: Chư ng trình mô máy tính BỐ CỤC ĐỀ TÀI Chư ng 1: Tổng quan tay máy robot công nghiệp Chư ng 2: Giới thiệu luật điềukhiểnmờ n ron, Chư ng 3: Xây dựng mô hình toán học robothaithiếtkếđiềukhiển PID Chư ng 4: Thiếtkếmô hoạt động điềukhiểnlaimờ n ron chocánhtayrobothai TỔNG QUAN TÀI LIỆU NGHIÊN CỨU au thu thập, đọc, tiến hành lựa chọn tài liệu liên quan, tài liệu uy tín, báo đăng tạp chí, báo hội nghị, đánh giá loại bỏ tài liệu trùng lặp, xếp theo nội dung Từ tài liệu có tiến hành đọc, nghiên cứu CHƯƠNG TỔNG QUAN VỀ TAY MÁY ROBOT CÔNG NGHIỆP 1.1 SƠ LƯỢC QUÁ TR NH PHÁT TRIỂN CỦA ROBOT CÔNG NGHIỆP - Hai đặc trưng c robot công nghiệp: + Thiết bị vạn tự động hoá theo chư ng trình lập trình lại để đáp ứng cách linh hoạt khéo léo nhiệm vụ khác Được ứng dụng trường hợp mang tính công nghiệp đặc trưng xếp dỡ nguyên vật liệu, láp ráp… 1.2 ỨNG DỤNG ROBOT CÔNG NGHIỆP TRONG SẢN XUẤT a ột lĩnh vực kỹ nghệ đúc b Trong ngành gia công áp lực điều kiện làm việc nặng nề c Trong ngành hàn nhiệt luyện bao gồm nhiều công việc nặng nhọc, độc hại nhiệt độ cao d Ngành gia công lắp ráp thường sử dụng robot vào việc tháo lắp phôi sản phẩm máy gia công bánh 1.3 CÁC KHÁI NIỆM VÀ ĐỊNH NGHĨA VỀ ROBOT CÔNG NGHIỆP - Có khả thay đổi chuyển dộng - Có khả cảm nhận đối tượng thao tác - Có số bậc chuyển động (bậch tự do) cao - Có khả thích nghi với môi trường hoạt động - Có khả hoạt động tư ng hỗ với đối tượng bê Theo giáo sứ asahiro (Việc Công Nghiệp TO YO) robot công nghiệp phải có đặc điểm sau: - Có khả thay đổi chuyển động - Có khả xử lý thông tin (biết suy nghĩ) - Có tính vạn - Có đặc điểm người máy 1.4 CẤU TR C CƠ BẢN CỦA ROBOT CÔNG NGHIỆP Trong thiếtkếtay máy người ta quan tâm đến thông số ảnh hưởng khả làm việc - ức nâng, độ cứng vững lực kẹp tay - Tầm với vùg làm việc - định vị, định hướng phần công tác 1.5 PH N LOẠI ROBOT CÔNG NGHIỆP 1.5.1 Phân lo i theo d ng hình học không gian ho t động 1.5.2 Phân lo i theo hệ + Robot hệ thứ Đặc điểm: - dụng tônge hợp c cấu cam với công tắ giới hành trình - Điềukhiển vòng hở - Có thể sử dụng băng từ đục lỗ đưa chư ng trình vào điêu khiển, nhiên loại thay đổi chư ng tình - dụng phá biến công nghệ gắp - đặt (pick and place) Robot hệ thứ hai Đặc điểm: - Điềukhiển vòng kín chuyển động tay máy - Có thể tù định lựa chọn trư ng trình đáp ứng dựa tín hiệu phản hồi từ cảm biến nhờ trư ng trình cài đặc từ trước - Hoạt động robot lập trình nhờ công cụ bàn phím, panel điềukhiểnRobot hệ thứ ba Đặc điểm: - Có đặc điểm nh loại điềukhiển hoạt động c sở xử lý thông tin thu nhận từ hệ thống thu nhận hình ảnh (vision systems - camera) - Có khả nhận dạng mức độ thấp phân biệt đối tượng có hình dạng kích thược khác biệt Robot hệ thứ tư Đặc điểm: - Bộđiềukhiển phải có nhớ tư ng đối lớn để giải toán tối ưu với điều kiển biên không xác định trước Robot hệ thứ năm Đặc điểm: - Robot trang bị n ron có khả tự học - Robot trang bị thuật toán dạng logic mờ kết hợp n ron để tự suy nghĩ định cho ứng sử tư ng thích với tín hiệu nhận từ môi trường 1.5.3 Phân lo i theo điềukhiển a Robot gắp - đặt b Robot đường dẫn 1.5.4 Phân lo i theo nguồn dẫn động a Robot dùng nguồn cấp điện b Robot dùng nguồn khí nén c Robot dùng nguồn thuỷ lực 1.6 KẾT LUẬN CHƯƠNG - Tìm hiểu s lược lịch sử phát triển, khái niệm, định nghĩa, ứng dụng, cấu trúc phân loại robot công nghiệp CHƯƠNG GIỚI THIỆU LUẬT ĐIỀUKHIỂNMỜMỜ - NƠRON 2.1 ĐẶT VẤN ĐỀ Hệ thống hợp có ưu điểm hai: ạng n ron (khả học, khả tối ưu hoá, kết nối cấu trúc) hệ mờ (sự thông minh người qua luật mờ if- then, thuận lợi việc am hiểu kiến thức chuyên môn cách chặt chẽ chuyên gia) 2.2 TỔNG QUAN VỀ LÔGIC MỜ Lôgic mờ thường sử dụng hệ thống sau đây: - Hệ thống điềukhiển phi tuyến - Hệ thống điềukhiển mà thông tin đầu vào đầu không đầy đủ, không xác định xác - Hệ thống điềukhiển khôngxác định tham số mô hình đối tượng 2.2.1 Mô hình mờ Mamdani Mô hình mờ Mandani gồm ba thành phần: đồ khối điềukhiển gồm có khối: khối mờ hóa (fuzzifiers), khối hợp thành, khối luật mờ khối giải mờ (defuzzifiers) a Khối mờ hóa b Khâu thực luật hợp thành c Khâu giải mờ d Tối ưu hoá hệ thống 2.2.2 Mô hình mờ Sugeno Trường hợp 1: Mô hình Sugeno bậc không (hàm liên thuộc đầu dạng số) Luật mờ có dạng: Nếu x0 A x1 B y=k (2.1) 2.2.3 So s nh hai lo i mô hình - Mô hình Sugeno: - Mô hình Mamdani: 2.2.4 Cấu trúc điềukhiểnmờ - Giao diện đầu vào bao gồm khâu mờ hoá khâu phụ trợ khác (như khâu tích phân, khâu vi phân, ) để thực toán điềukhiển động - Thiết bị hợp thành triển khai luật hợp thành xây dựng c sở luật điềukhiển thích hợp - Giao diện đầu gồm khâu giải mờ khâu tác động trực tiếp tới đối tượng (như khâu khuếch đại, khâu hạn chế, ) 2.2.5 Tổng hợp điềukhiểnmờ * Các bước thực xây dựng điềukhiểnmờ - Định nghĩa tất biến ngôn ngữ vào/ra - Định nghĩa tập mờ(giá trị ngôn ngữ) cho biến vào/ra: + Xácđịnh miền giá trị vật lý cho biến ngôn ngữ vào/ra + Xác định số lượng tập mờ cần thiết + Xác định kiểu hàm liên thuộc + Rời rạc hoá tập mờ - Xây dựng luật điềukhiển (các mệnh đề hợp thành) - Chọn thiết bị hợp thànhmờ (Max - Min hay Sum - Min, ) - Chọn phư ng pháp giải mờ - Tối ưu hệ thống 2.3 TỔNG QUAN VỀ MẠNG NƠRON 2.3.1 Giới thiệu Năng lực: mạng n ron nhân tạo kỹ thuật mô tinh vi, có khả mô hàm phức tạp Dễ sử dụng: mạng n ron nhân tạo có tính học theo ví dụ 2.3.2 Lịch sử phát triển m ng n ron nhân t o Qua trình nghiên cứu phát triển n ron nhân tạo chia làm giai đoạn sau: a Cấu trúc mạng nơron nhân tạo MỜ - NƠRON sinh học - Thân n ron (Soma): - Các nhánh (dendrite) - Sợi trục (Axon): b Mạng nơron nhân tạo * Khái niệm - N ron nhân tạo chép n ron sinh học não người, có đặc tính sau: ỗi n ron có số đầu vào, kết nối (Synaptic) đầu (axon) ột n ron hoạt động (+35mV) không hoạt động (-0,75mV) c Mô hình mạng Nơron tổng quát Ngày mạng N ron giải nhiều vấn đề phức tạp người, áp dụng nhiều lĩnh vực nhận dạng, định dạng, phân loại, xử lý tín hiệu, hình ảnh v.v… d Mô hình nơron cấu trúc mạng Cấu trúc N ron : Ngõ vào n ron đại lượng vô hướng có hướng, đại lượng nhân với trọng số tư ng ứng để đưa vào n ron, cộng thêm ngưỡng (bias), thường Hàm truyền Tổng quát với hàm truyền có đầu vào một nhóm vector đầu a = f (p * w + b) Với a: đầu p: đầu vào; w: trọng số; b: ngưỡng ; f: hàm truyền N ron với Vector nhập 11 x1 w1 x2 w2 y = f(w1x1 +w2,x2) Hình 2.17 Mờ n ron pi = wixi, i = 1,2 Đầu vào n ron tầng kết hợp pi theo phép cộng: p1+ p2 = w1x1+ w2x2 Chú ý: mạng n ron mờ giá trị vào, giá trị ra, trọng số số thực nằm khoảng [0, 1] N ron mờ AND Tín hiệu xi trọng số wi kết hợp conorm S tạo thành: N ron mờ OR Tín hiệu xi trọng số wi kết hợp norm T tạo thành: pi = T(wi,xi), i = 1,2 2.4.5 Giới thiệu ANFIS ANFIS chất hệ thống hệ thống suy diễn mờ (FIS) với thông số hàm thuộc điều chỉnh tự động nhờ sử dụng thuật toán huấn luyện mạng n ron thuật toán lan truyền ngược kết hợp lan truyền với phư ng pháp bình phư ng cực tiểu dựa tập liệu vào/ra có sẵn 2.4.6 Cấu trúc điềukhiển theo ANFIS Cụ thể, chức lớp diễn tả sau: + Lớp 1: lớp vào mạng, gồm n ron, lớp chuyển giá trị đầu vào đến lớp + Lớp 2: Mỗi nút lớp đại diện cho năm hàm thuộc {NB N ZE P PB}, lớp có 10 n ron 12 + Lớp 3: lớp gồm 25 n ron tư ng ứng với 25 luật, đầu vào độ phụ thuộc, đầu lớp cường độ luật (Rule weight) + Lớp 4: lớp gồm 25 n ron Đầu vào lớp cường độ luật, đầu lớp cường độ luật trung bình + Lớp 5: lớp lớp giải mờ, gồm n ron Đầu vào lớp cường độ luật trung bình 2.4.7 C chế huấn luyện ANFIS C chế huấn luyện sau thuật toán cung cấp với tập hợp ví dụ hành vi riêng mạng (dữ liệu vào/ra mẫu) {[p1,t1],…[p2, t2]… [pQ, tQ]} pQ đầu vào mạng (e, ec) tq đầu mong muốn tư ng ứng với (target out put) Khi đầu vào đưa tới mạng, đầu mạng so sánh với đầu mong muốn Thuật toán phải hiệu chỉnh thông số mạng để cực tiểu hóa sai số trung bình bình phư ng: 2.4.8 C c hệ thống điềukhiển dùng mờ n ron nước giới Ứng dụng mạng n ron để điềukhiển bù tĩnh PGS.TS Đoàn Quang Vinh, ThS.Trần Đình Tân-Khoa Điện, trường Đại học Bách Khoa, Đại học Đà Nẵng Ứng dụng mạng n ron mờ để xác định độ hút mong muốn (phụ thuộc vào liệu thu thập từ thực nghiệm đặc tính máy) - Nikos et al (1999) Ứng dụng mạng n ron mờcho việc điềukhiển nhiệt độ dùng quang phổ dạng TSK - Cheng, Chen, Lee (2006) 2.5 KẾT LUẬN CHƯƠNG "Tổng quan hệ mờ mạng n ron" giải số vấn đề sau: - Nghiên cứu lý thuyết hệ mờ mạng n ron - Giới thiệu số công trình nghiên cứu hệ mờ n ro 13 nước giới - Phân tích ưu nhược điểm loại việc kết hợp chúng thành hệ mờ mạng n ron nhằm phát phát huy ưu điểm điềukhiểnmờ mạng n ron điềukhiển hệ thống phi tuyến CHƯƠNG X Y DỰNG MÔ H NH TOÁN HỌC ROBOTHAITHANH VÀ THIẾTKẾBỘĐIỀUKHIỂN PID 3.1 BỘĐIỀUKHIỂN PID 3.1.1 Khái niệm điềukhiển PID Khâu khuếch đại (P), khâu tích phân (I) khâu vi phân (D) Bộđiềukhiển PID có ba tính chất 3.1.2 C c phư ng ph p tổng hợp tham số PID Bộđiềukhiển PID sử dụng rộng rãi để điềukhiển đối tượng SISO theo nguyên lý hồi tiếp Hình 3.3 đồ nguyên lý điềukhiển với điềukhiển PID 3.1.3 C c phư ng ph p tinh chỉnh tham số PID - Phư ng pháp Ziegler – Nichols thứ nhất: S(s)= (3.5) Phư ng pháp thực nghiệm có nhiệm vụ xác định tham số kP, TI, TD chođiềukhiển PID c sở xấp xỉ hàm truyền đạt S(s) đối tượng thành dạng (2.5), để hệ kín nhanh chóng trở chế dộ 14 xác lập độ điều chỉnh ∆h không vượt giới hạn cho phép (khoảng 40% so với h∞ = lim t->∞ h(t), tức có ≤ 0.4) Hình 3.5 Nhiệm vụ điềukhiển PID Ba tham số L (hằng số thời gian trễ), k (hệ số khuếch đại) T (hằng số thời gian quán tính) mô hình xấp xỉ xác định gần từ đồ thị hàm độ h(t) đối tượng L khoảng thời gian đầu chưa có phản hồi với kích thích 1(t) đầu vào K giá trị giới hạn với: h∞ = lim t->∞ h(t) Gọi A khoảng thời gian trễ tức điểm trục hoành có hoành độ L, T khoảng thời gian cần thiết để tiếp tuyến h(t) A đạt giá trị k Bảng 3.2 Thông số điềukhiển PID, theo phư ng pháp Ziegler – Nichois thứ 3.2 CÁC CẤU TR C CƠ BẢN CỦA ROBOT CÔNG NGHIỆP 3.2.1 Cấu trúc chung robothai Hình 3.10 Cấu trúc chung robothai 15 3.2.2 Kết cấu ta m robothai Hình 3.11 Liên kết cánhtayrobothai 3 THIẾT LẬP CÁC PHƯƠNG TR NH ĐỘNG HỌC CƠ BẢN + Xây dựng mô hình toán học chocánhtayrobothai thanh, có thông số cho trước hình vẽ hình 3.12 Hình 3.12 Kết cấu cánhtayrobothai 3.3.1 Xâ dựng mô hình toán học robot Giả thiết khớp sinh momen M1 tác dụng bệ nối 1; khớp sinh momen M2 tác dụng nối 2; trọng lực có hướng theo trục y Ký hiệu động nối i Ki Pi (i=1,2) Ta có: Động nối 1: K1 = m1 Thế nối 1: + J1 (3.8) 16 P1 = m1glg1sin (3.9) Tọa độ tâm khối nối 2: (3.10) Tốc độ tâm khối nối 2: (3.11) → Bình phư ng tốc độ dài tâm nối 2: ( +2 (3.12) Động nối 2: K 2= (3.13) K2 = (3.14) Thế nối 2: P2=m2g (3.15) Hàm lagrange robot: L = ( K1 + K2 ) – ( L1 + L2 ) = m1 + 2l1 J1 cos ( + (3.16) 17 Mô men khớp 1: M1 = = [m1 - + J1 + m2( + [m2 ) +m1g (3.17) Mômen khớp 2: M2 = = [m2 ( + m2g (3.18) = (3.19) Đặt Ta có mô hình toán học robot: +V( )+G( (3.20) Trong đó: H= : Ma trận quán tính Với: (3.21) V= (3.22) Thành phần mô men nhớt hướng tâm G= : thành phần mô men trọng lực (3.23) Với (3.24) 18 3.3.2 Thiếtkếmô hình đối tượng robothai Matlab-Simulink Từ phư ng trình (3.20) ta có s đồ khối điềukhiểntay máy Hình 3.13 đồ khối hệ điềukhiểntay máy robothai Hệ c học tay máy mô tả hệ phư ng trình (3.19) = (3.25) - Truyền động cho khớp hệ Tiristor-động c điện chiều tổng h p theo môdul tối ưu có s đồ khối hình sau Hình 3.14 đồ cấu trúc hệ điềukhiển tốc độ khớp 1, khớp 19 Hình 3.15 đồ mô hệ c học robot Xác định tham số PID theo Ziegler – Nichols thứ * Nếu sử dụng chođiềukhiển khuếch đại: R(s) = kP =297.5 - Biến đổi động c có hàm truyền là: Rt = 117 0.0066s - hâu phản hồi dòng điện Ki=1.6 - Khâu phản hồi tốc độ Kn = 0.0033 - Mạch vòng tốc độ điềukhiển theo quy luật tích phân tỷ lệ Kp=10; Ki=0.5; Kd=5 3.3.3 Môđiềukhiển vị trí khớp tay máy robothai thanh, điềukhiển PID - Mô khớp quay dùng điềukhiển PID Thời gian (s) Hình 3.17 Đặc tính động khớp quay vị trí tay máy robothai dùng điềukhiển PID - Mô khớp quay dùng điềukhiển PID 20 Thời gian (s) Hình 3.18 Đặc tính động khớp quay vị trí tay máy robothai dùng điềukhiển PID 3.3 KẾT LUẬN CHƯƠNG Ở chư ng xây dựng thành công phư ng trình toán học mô hình robothai ứng dụng giải thuật điềukhiển PID - Mô vị trí khớp quay robot phần mề MatlabSimulink CHƯƠNG THIẾTKẾ VÀ MÔ PHỎNG HOẠT ĐỘNG CỦA BỘĐIỀUKHIỂNLAIMỜNƠRONCHOCÁNHTAYROBOTHAITHANH 4.1 ĐIỀUKHIỂNROBOT SỬ DỤNG BỘĐIỀUKHIỂN ANFIS 4.1.1 Giới thiệu ANFIS 4.1.2 Cấu trúc điềukhiển theo ANFIS Dựa ràng buộc trên, cấu trúc điềukhiển theo ANFIS (bộ điềukhiển ANFI ) tư ng tự mạng n ron hình 4.1 21 Hình 4.1 Cấu trúc điềukhiển theo ANFIS 4.1.3 C chế huấn lu ện ANFIS E e2 E (t a) (t a) 2 (4.13) 4.2 THIẾTKẾBỘĐIỀUKHIỂN THEO ANFIS VÀ MÔ PHỎNG CHO KHỚP CỦA ROBOT Bước 1: Tìm hiểu hệ thống Hệ thống điềukhiển sử dụng hệ thống mạch vòng kín có bù trượt với tốc độ phản hồi Bước 2: Khai báo biến ngôn ngữ vào, Hai tín hiệu xem hai đầu vào điềukhiển ANFI (E) (EC) Đầu điềukhiển ANFIS tần số trượt (U) Miền giá trị biến ngôn ngữ chọn sau: E=[-1÷21]; EC=[0÷180]; U=[20÷180] Các tham số hàm thuộc tham số khởi tạo ban đầu chỉnh định nhờ thuật toán lan truyền ngược Bước 3: Xây dựng luật hợp thành Với tập mờ đầu vào ta xây dựng 5x5=25 luật điều khiển, tư ng ứng với 25 hàm thuộc đầu Bước 4: Chọn luật hợp thành giải mờ Ở phư ng pháp hội mờ sử dụng luật (And method), phư ng pháp suy diễn mờ dùng luật prod (Implication), phư ng pháp 22 tuyển mờ dùng luật sum (Aggregation), phư ng pháp giải mờ phư ng pháp điểm trọng tâm (Defuzzification) Bước 5: Mô hệ thống đồ mô Simulink hệ thống hình 4.21 đồ hệ thống điềukhiển sử dụng điềukhiển ANFIS khớp Dữ liệu huấn luyện lưu trữ dạng file dat với tên gọi “training_anfis.dat” Cấu trúc liệu gồm cột tư ng ứng với biến (E), (EC) (Udk) Dữ liệu gồm 2223 mẫu số liệu vào/ra Với kết môđiềukhiển vị trí cánhtayrobot sử dụng điềukhiển ANFI hình 4.33 Hình 4.5 Thời gian (s) Hình 4.16 Kết môđiềukhiển vị trí cánhtayrobot sử dụng điềukhiển ANFIS 23 Thời gian (s) Hình 4.17 Kết môđiềukhiển vị trí cánhtayrobot sử dụng điềukhiển PID 4.3 KẾT LUẬN CHƯƠNG - Xây dựng điềukhiểnlaimờ n ron cho mạch vòng điềukhiển khớp robot - Qua kết môcho thấy sử dụng điềukhiểnlaimờ n ron để điềukhiểncánhtayrobothai đạt hiệu xác cao Có thể áp dụng phư ng pháp điềukhiển để điềukhiểncho đối tượng phi tuyến phước tạp đặc biệt với robots có số bặc cao h n 24 KẾT LUẬN VÀ KIẾN NGHỊ Luận văn giải vấn đề sử dụng điềukhiển mờ-n ron theo cấu trúc ANFI để điềukhiểnrobothai Các kết môcho thấy điềukhiểnmờ n ron theo cấu trúc ANFI giải vấn đề đặt đề tài: khắc phục nhược điểm điềukhiển PID vấn đề gặp khó khăn việc chỉnh định tham số xây dựng mô hình Kết mô khẳng định tính khả thi giải pháp đề xuất cho thấy triển vọng ứng dụng thực tiễn Luận văn đưa cách giải vấn đề lý thuyết kiểm chứng mô Từ cho phép nghiên cứu để triển khai mô hình thực nghiệm, ứng dụng vào thực tiễn ... - Bộ điều khiển lai mờ n ron cho cánh tay robot hai + Ph m vi nghi n cứu - Thiết kế điều khiển lai mờ n ron cho cánh tay robot hai PHƯƠNG PHÁP NGHIÊN CỨU - Xây dựng mô hình toán học robot hai. .. 4.17 Kết mô điều khiển vị trí cánh tay robot sử dụng điều khiển PID 4.3 KẾT LUẬN CHƯƠNG - Xây dựng điều khiển lai mờ n ron cho mạch vòng điều khiển khớp robot - Qua kết mô cho thấy sử dụng điều khiển. .. hình robot hai ứng dụng giải thuật điều khiển PID - Mô vị trí khớp quay robot phần mề MatlabSimulink CHƯƠNG THIẾT KẾ VÀ MÔ PHỎNG HOẠT ĐỘNG CỦA BỘ ĐIỀU KHIỂN LAI MỜ NƠRON CHO CÁNH TAY ROBOT HAI THANH