Điều khiển robot 5 bậc tự do với cơ cấu tay máy toàn khớp quay trên cơ sở ứng dụng bộ điều khiển mờ nơ ron

Bài viết này trình bày các bước thiết kế và kiểm nghiệm bộ điều khiển mờ - nơ ron (NEFCON) ứng dụng điều khiển cánh tay máy robot 5 bậc tự do (DOF) dựa vào phương pháp điều khiển các khớp độc lập. Bộ điều khiển mờ - nơ ron giúp khắc phục những nhược điểm của bộ điều khiển PID kinh điển.

ĐIỀU KHIỂN ROBOT 5 BẬC TỰ DO VỚI CƠ CẤU TAY MÁY TOÀN KHỚP QUAY TRÊN CƠ SỞ ỨNG DỤNG BỘ ĐIỀU KHIỂN MỜ NƠ RON

Phan Văn Dư *, Đinh Văn Nam

Tóm tắt: Bài báo này trình bày các bước thiết kế và kiểm nghiệm bộ điều khiển

mờ - nơ ron (NEFCON) ứng dụng điều khiển cánh tay máy robot 5 bậc tự do (DOF) dựa vào phương pháp điều khiển các khớp độc lập Bộ điều khiển mờ - nơ ron giúp khắc phục những nhược điểm của bộ điều khiển PID kinh điển Phần mềm Matlab/SIMULINK được sử dụng mô phỏng, kiểm chứng và so sánh kết quả đạt được của hai phương pháp

Từ khóa: Điều khiển mờ nơ ron, Điều khiển robot, Tay máy robot 5 bậc tự do

1 ĐẶT VẤN ĐỀ

Ngày nay, Robot ngày càng phổ biến và ứng dụng rộng rãi trong nhiều nghành công nghiệp Việc nghiên cứu và thiết kế bộ điều khiển cho robot nhằm đảm bảo yêu cầu về các chỉ chất lượng là yêu cầu thiết yếu để robot có thể hoạt động chính xác Bài báo [8] đã trình bày một số kỹ thuật điều khiển (PID, FLC, Neural Fuzzy Controller) robot 5 DOF, tuy nhiên, kết quả đạt được còn hạn chế về chất lượng, cụ thể là độ quá điều chỉnh lớn (trên dưới 16%) Nội dung bài báo này gồm ba phần chính, phần đầu tiên trình bày về động học, động lực học cùng với việc mô hình hóa một cách rõ ràng và chi tiết các cơ cấu chấp hành cho robot Phần hai thiết kế

bộ điều khiển kinh điển PID để điều khiển đối tượng, trên cơ sở đó đề xuất một phương pháp thiết kế bộ điều khiển mờ - nơron nhằm nâng cao chất lượng hệ thống được trình bày ở phần hai Cuối cùng, các kết quả mô phỏng kiểm chứng và

có sự so sánh chi tiết sẽ trình bày ở phần 3

2 XÂY DỰNG MÔ HÌNH VÀ TỔNG HỢP ĐIỀU KHIỂN

2.1 Khảo sát đối tượng điều khiển

2.1.1 Mô hình hóa cơ cấu robot 5 bậc tự do

Hình 1 Sơ đồ tay máy 5 DOF

Ta xem xét một cơ cấu tay máy 5 DOF toàn khớp quay như trong sơ đồ hình 1 Tài liệu [5] đã trình bày phương pháp xây dựng phương trình động lực học tổng

quát của robot n thanh nối Quá trình tiến hành theo các bước: tính tốc độ của điểm bất kỳ trên thanh nối; tính động năng; tính thế năng; tính hàm Lagrange; tính lực

và momen của các khớp Trên cơ sở đó tác giả đưa ra phương trình động lực học của tay máy robot 5 bậc tự do toàn khớp quay

Thông số DH [1][3] của robot 5 DOF như trong bảng 1

Bảng 1

Trong đó

- a : Khoảng cách theo phương x i i từ Oi đến giao điểm của các trục xi và zi-1

- d : Khoảng cách theo phương z i i-1 từ Oi-1 đến giao điểm của các trục xi và zi-1

- i: Là góc quay quanh trục xi từ zi-1 đến zi

- i: Là góc quay quanh trục zi-1 từ xi-1 đến xi

Phương trình động lực học:

      ; i  1 5 (1) Hay FD( ) V( , )   C( ) (2) Với robot có 5 bậc tự do thì:

 1, 2, 3, 4, 5T

;          1, 2, 3, 4, 5T

; F F F 1, F , F , F , F2 3 4 5T

Ma trận D  , ma trận ( , )V   , vecto C( ) [2]

 

11 12 13 14 15

21 22 23 24 25

31 32 33 34 35

41 42 43 44 45

51 52 53 54 55





;

11 12 13 14 15

21 22 23 24 25

31 32 33 34 35

41 42 43 44 45

51 52 53 54 55

( , )

 



1 2 3 4 5

( )

c c

c c



 

 

 

 



 

 

 

 

2.1.2 Mô hình cơ cấu chấp hành

Hệ thống chuyển động robot gồm cơ cấu cơ khí và hệ thống truyền động Hệ thống cơ khí thông thường có quán tính lớn so với quán tính hệ thống truyền động điện, do đó, ở đây sử dụng động cơ một chiều kích từ nam châm vĩnh cửu có sơ đồ như hình 2 làm cơ cấu chấp hành được thể hiện bằng hệ phương trình cân bằng điện áp và cân bằng momen

a a e

t a t













Trong đó, u: Điện áp; T : Momen tải, các thông số còn lại như bảng 2 t

Bảng 2 Tham số và giá trị của hệ chấp hành [4]

Hệ có hai tín hiệu vào, hai tín hiệu ra nhưng với bài toán điều khiển bám vị trí, chỉ cần quan tâm hàm truyền  s /V s ( bỏ qua trễ điều khiển)

 

    2

t

t e





Mô hình cơ cấu chấp hành có 3 vòng điều khiển [5] (dòng điện, tốc độ, vị trí) như hình 2

Hình 2 Sơ đồ hệ chấp hành có điều khiển

2.2 Thử nghiệm thiết kế bộ điều khiển PID cho robot

Phương trình Lagrange của robot 5 DOF tìm được ở (2) là phương trình vi phân phi tuyến bậc hai, biến điều khiển đầu vào F lực tác động lên từng khớp của robot

là chưa biết (ta giả thiết rằng cơ cấu chấp hành robot được xem là nguồn tạo ra momen chủ động) Bài toán đặt ra là điều khiển lực tác động lên từng khớp ra sao

để đạt được vị trí cuối mong muốn Có nhiều kỹ thuật và phương pháp điều khiển, loại đơn giản nhất ta xem xét ở đây là điều khiển khớp nối độc lập [1][3] có sơ đồ như hình 3 Mỗi khớp nối của tay máy robot được xem như là hệ thống một vào một ra, sự ràng buộc giữa các khớp được coi là thành phần nhiễu

*

S

Hình 3 Sơ đồ điều khiển độc lập một khớp nối

Bộ điều khiển PID thử nghiệm biểu diễn như sau:

 

0

t

F K eK e  d K e Với *là vị trí đặt của khớp được tính toán từ lượng đặt vị trí của tay robot trong không gian làm việc (S) thông qua khâu tính toán động học ngược; e là sai số giữa giá trị đặt và giá trị đầu ra; K p,K K i, dlà hệ

số tỷ lệ, tích phân, vi phân của bộ điều khiển PID

Hàm truyền của bộ điều khiển PID viết dưới dạng:

I

K

Vòng điều chỉnh dòng điện và tốc độ xây dựng theo quy luật PI [4] để nhận được sai lệch tĩnh bằng 0 Vòng điều chỉnh vị trí sử dụng công cụ PID Tuner trong phần mềm Matlab/Simulink để tối ưu việc xác định các thông số của bộ điều khiển PID kinh điển

2.3 Ứng dụng hệ mờ - nơron điều khiển robot

Sự kết hợp logic mờ và mạng nơron mang lại những ưu điểm đã nhận được nhiều sự chú ý và quan tâm trong những năm gần đây Logic mờ cho phép thiết kế

hệ điều khiển dễ dàng và tường minh hơn đặc biệt là các đối tượng phi tuyến, hoặc không có mô hình toán học tường minh, trong khi mạng nơron có khả năng học thông qua các tập dữ liệu dùng để huấn luyện cho trước Đã có một vài phương pháp kết hợp logic mờ và mạng nơron được nghiên cứu [6][7] Trong bài báo này, tác giả đề xuất sử dụng mạng nơron như một công cụ trong mô hình mờ, bằng cách thay thế các luật của hệ mờ bởi một nơron được huấn luyện, làm tăng tốc độ quá trình xử lý của tập mờ Hệ mờ nơron ứng dụng cho vòng điều khiển vị trí nhằm mục đích cải thiện những chất lượng của hệ thống mà bộ điều khiển kinh điển PID không đáp ứng được (nhất là không có độ quá điều chỉnh mạch vòng vị trí), từ đó nâng cao chất lượng hệ thống

2.3.1 Thu thập bộ dữ liệu để huấn luyện mạng

Tập dữ liệu huấn luyện (tập đích) là tập các thông số vào/ra tối ưu dùng để điều khiển hệ thống Việc xây dựng tập dữ liệu huấn luyện có ảnh hưởng quyết định đến chất lượng điều khiển Có nhiều cách thu thập dữ liệu huấn luyện, trong bài báo này, sử dụng phần mềm tối ưu của Matlab để chọn thông số tối ưu của bộ PID kinh điển, sau đó, đo tín hiệu vào - ra ta sẽ được tập dữ liệu huấn luyện [9] Ở đây, qua nhiều lần (>100 lần) thay đổi, thử sai số mẫu huấn luyện thì đưa ra tập huấn luyện với 270 mẫu cho chất lượng tốt như bảng 3

Bảng 3

1.72e-06 1.42e-09 9.89e-04 -1.27e-07 8.57e-10 -1.66e-05

2.3.2 Thiết kế bộ điều khiển NEFCON cho robot

Sơ đồ mô phỏng điều khiển robot 5 DOF sử dụng bộ điều khiển mờ - nơron như hình 4 Khâu tiền xử lý nhằm mục đích nâng cao chất lượng hệ thống theo nghĩa

mở rộng miền tần số mà ở đó G j  1, để tìm ra khâu này đầu tiên ta đi nhận dạng (sử dụng công cụ Identification của Matlab) đưa ra mô hình hàm truyền hệ kín có một điểm không, từ đó lựa chọn khâu tiền xử lýM s để loại bỏ thành phần  

vi phân (điểm không), giảm độ quá điều chỉnh, ở đây là M s 1 0.006 s1

Hình 4 Sơ đồ mô phỏng hệ thống điều khiển tay máy bằng nơron mờ

Quá trình huấn luyện trong ANFIS được thực hiện qua các thủ tục: GENFIS, ANFIS, EVALFIS [10]

Bước 1: Tải dữ liệu để huấn luyện mạng, thử và kiểm tra bằng cách lựa chọn

những nút thích hợp trong phần load data của GUI và bấm vào Load Data Dữ liệu tải về được vẽ trong phần đồ thị hình 5

Bước 2: Thiết lập số lượng và hình dạng các hàm liên thuộc của mạng: chọn số

hàm liên thuộc là 5 5, kiểu hàm Gauss2mf, đầu ra mạng là tuyến tính

Ta có cấu trúc của mạng như hình 6

Bước 3: Thiết lập số kỳ huấn luyện: 30 kỳ, sau đó thực hiện việc huấn luyện mạng Bước 4: Sau khi huấn luyện mạng, kiểm tra sai số, ta thấy sai số là 0,03485 có

thể chấp nhận được, dữ liệu kiểm tra và dữ liệu huấn luyện trùng khít lên nhau, ta tiến hành ghi file dữ liệu đó với tên NEFCON.fis

Hình 5 Dữ liệu huấn luyện mạng Hình 6 Cấu trúc mạng

3 MÔ PHỎNG ĐÁNH GIÁ KẾT QUẢ 3.1 Kết quả mô phỏng và thảo luận

Hình 7 Đáp ứng góc theta của bộ PID

Hình 8 Đáp ứng góc theta của bộ NEFCON

Hình 9 So sánh đáp ứng góc theta5 của bộ PID và NEFCON

Kết quả mô phỏng cho thấy đáp ứng đầu ra bám giá trí đặt cho trước Hình 7, 8 thể hiện đáp ứng đầu ra của góc thứ tự từ một đến năm sử dụng bộ điều khiển PID, NEFCON; Hình 9 thể hiện đáp ứng của góc thứ năm khi sử dụng bộ điều khiển PID và bộ điều khiển mờ Ta thấy rằng, bộ điều khiển NEFCON mang lại chất lượng tốt hơn khi so sánh với bộ điều khiển PID So sánh các chỉ tiêu chất lượng

(xuất ra từ câu lệnh stepinfo trong Matlab) hai bộ điều khiển có thể tóm tắt như

trong bảng 4

Bảng 4

Theta Độ quá điều chỉnh % Thời gian xác lập (s) Sai lệch tĩnh

4 KẾT LUẬN

Bài báo này đưa ra mô hình động học, động lực học của robot 5 bậc tự do dựa vào bảng thông số DH và mô hình động học động cơ một chiều Từ đó, áp dụng các kỹ thuật điều khiển đảm bảo các chỉ tiêu về chất lượng của hệ thống như thời gian xác lập, độ quá điều chỉnh, sai lệch tĩnh So sánh với việc sử dụng bộ điều khiển kinh điển, tác giả đã đề xuất giải pháp dùng bộ điều khiển mờ - nơron để điều khiển robot 5 bậc tự do toàn khớp quay Các kết quả mô phỏng trên phần mềm Matlab cho thấy chất lượng của hệ thống được cải thiện lên rất nhiều (độ quá điều chỉnh nhỏ, thời gian xác lập ngắn hơn) so với hệ thống điều khiển kinh điển

TÀI LIỆU THAM KHẢO

[1] Spong, M W., Hutchinson, S., and Vidyasagar, M., “Robot Modeling and

Control”, John Wiley & Sons, New York, 2009

[2] Nguyễn Thiện Phúc, “Robot công nghiệp”, NXB khoa học và kỹ thuật, 2006 [3] Frank L.Lewis, Darren M.Dawson, Chaouki T.Abdallah, “Robot Manipulator

Control Theory and Practice”, Marcel Dekker, Inc., New York, 2009

[4] Nguyễn Phùng Quang , “Matlab&Simulink”, NXB khoa học và kỹ thuật, Hà

Nội, 2006

[5] Nguyễn Mạnh Tiến, “Điều khiển robot công nghiệp”, NXB khoa học và kỹ

thuật, Hà Nội,2006

[6] Kosko, “Neural networks and fuzzy control”, Prentice Hall, 1991

[7] E Khan, “Fuzzy Logic Design Based on Neural Network Learning”,

Springer-Verlag Berlin Heidelberg, 1994

[8] Ch Ravi Kumar,K R Sudha, D V Pushpalatha, “Modelling and control of

5DOF Robot Arm using Neuro-Fuzzy Controller”, IJERT, Vol 1 Issue 7,

September – 2012

[9] Martin T Hagan, Howard B Demuth, Mark Hudson Beale,Orlando De Jesús,

“Neural Network Design”, 2nd Edition

[10] Nguyễn Như Hiển, Lại Khắc Lãi, “Hệ mờ và nơron trong kỹ thuật điều

khiển”, NXB Khoa học tự nhiên và công nghệ, Hà Nội, 2007

ABSTRACT

CONTROLLING ROBOT 5 DOF WITH ALL REVOLUTE JOINT BASE ON

APPLYING NEURAL FUZZY CONTROLLER

In this paper, a neural fuzzy controller (NEFCON) formanipulating 5 DOF robot arm based on independent joint control method is presented The proposed controller design aims to overcome the drawbacks of classical PID controller Matlab/ Simulink softwave is used for simulation, verifying and comparing the results obtained by the two methods

Keywords: Neural Fuzzy Controller, Robot Control, 5 DoF Robot Manipulator

Nhận bài ngày 21 tháng 11 năm 2016 Hoàn thiện ngày 14 tháng 12 năm 2016 Chấp nhận đăng ngày 05 tháng 4 năm 2017 Địa chỉ : Trường Đại học Vinh

*Email: duphan29@gmail.com