Mạng bơ ron thích nghi điều khiển cánh tay robot hai bậc tự do

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN VIỆT KHOA MẠNG NƠ-RON THÍCH NGHI ĐIỀU KHIỂN CÁNH TAY ROBOT HAI BẬC TỰ DO Chuyên ngành: Tự động hóa LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 07 năm 2010 TRƯỜNG ĐẠI HỌC BÁCH KHOA PHÒNG ĐÀO TẠO SĐH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP - TỰ DO - HẠNH PHÚC Tp HCM, ngày … tháng … năm 2010 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN VIỆT KHOA Phái: Ngày, tháng, năm sinh: 18 – 10 – 1982 Nơi sinh: Phú Yên Chuyên ngành: MSHV: Tự động hóa Nam 01506359 I TÊN ĐỀ TÀI: MẠNG NƠ-RON THÍCH NGHI ĐIỀU KHIỂN CÁNH TAY ROBOT HAI BẬC TỰ DO II NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu mơ hình tốn cánh tay robot hai bậc tự do, sở lý thuyết mạng nơ-ron RBF, điều khiển thích nghi trực tiếp để điều khiển cánh tay robot bám theo tín hiệu tham chiếu Lập trình mô hệ cánh tay máy Simulink file_M Matlab điều khiển mơ mơ hình tốn điều khiển thực mơ hình theo giải thuật điều mạng nơ-ron thích nghi Thi cơng mơ hình phần cứng cánh tay máy hai bậc tự do, mạch nguồn, mạch cơng suất, mạch đọc encoder, giao tiếp máy tính với Card PCI 1710L qua Matlab Kiểm chứng giải thuật so sánh điều khiển mơ hình thực mơ hình tốn Hướng phát triển đề tài ứng dụng vào thực tiễn III NGÀY GIAO NHIỆM VỤ : 25 / 06 / 2009 IV NGÀY HOÀN THÀNH NHIỆM VỤ:…… /………/ 2010 V CÁN BỘ HƯỚNG DẪN: TS NGUYỄN THIỆN THÀNH CÁN BỘ HƯỚNG DẪN CN BỘ MÔN QL CHUYÊN NGÀNH TS Nguyễn Thiện Thành TS Nguyễn Đức Thành Nội dung đề cương luận văn thạc sĩ Hội đồng chuyên ngành thông qua Ngày … tháng … năm 2010 TRƯỞNG PHÒNG ĐT – SĐH TRƯỞNG KHOA QL NGÀNH CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS Nguyễn Thiện Thành Cán chấm nhận xét 1: Cán chấm nhận xét 1: Luận văn thạc sĩ bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày…… tháng…… năm 2010 LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH Lời Cảm Ơn! Lời đầu tiên, tác giả luận văn xin bày tỏ lòng biết ơn chân thành đến tất thầy cô giáo Khoa Điện – Điện Tử, đặc biệt thầy cô giáo mơn “Tự Động Hóa” Trường Đại Học Bách Khoa TP HCM truyền đạt cho tác giả kinh nghiệm kiến thức thật qúy báu thời gian học tập trường Đặc biệt xin chân thành cám ơn thầy TS Nguyễn Thiện Thành, người trực tiếp hướng dẫn tác giả hoàn thành luận văn thạc sĩ Xin gởi lời cám ơn chân thành đến gia đình, bạn bè người thân, người giúp đỡ động viên tác giả tinh thần vật chất suốt thời gian thực luận văn Trong trình thực luận văn, thời gian trình độ kinh nghiệm có hạn nên chắn khơng tránh thiếu xót, mong quan tâm đóng góp thầy bạn bè, anh chị để luận văn hồn chỉnh Mọi đóng góp luận văn xin gởi qua địa email vietkhoapy@gmail.com Một lần nữa, tác giả xin chân cám ơn !!! Tác giả thực luận văn Nguyễn Việt Khoa Lời Cảm ơn! [i] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH TÓM TẮT LUẬN VĂN Trong luận văn này, tác giả sử dụng điều khiển nơ-ron thích nghi trực tiếp để điều khiển cánh tay robot hai khâu Mạng nơ-ron sử dụng điều khiển để xấp xỉ mơ hình phi tuyến cánh tay robot thành phần trọng lực, lực ma sát, mô-men hướng tâm, lực Coriolis,… gây nhằm loại bỏ thành phần liên kết chéo robot Giải thuật di truyền sử dụng kết hợp mạng nơ-ron để huấn luyện mạng tìm trọng số tối ưu cho mạng với mong muốn điều khiển cánh tay robot bám theo tín hiệu mong muốn Ngoài ra, thành phần điều khiển chế độ trượt chọn để đảm bảo cho hệ thống ổn định nhằm tăng tính bền vững cho hệ thống Tóm tắt luận văn [vii] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH ABSTRACT In this thesis, The author developed the direct adaptive neural controller for robot manipulators Neural networks using in this controller to estimate nonlinear (unknown) robot manipulators such as: gravity, viscous friction, centrifugal and Coriolis forces,…etc delete all cross-coupling terms in robot manipulators Neural Network using Genetic Algorithms (GA) for learning algorithms and search optimal weights for neural networks with desc tracking desired trajectory Otherwise, Sliding mode control using is robust system Tóm tắt luận văn [viii] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH MỤC LỤC Lời cảm ơn trang i Danh mục ký hiệu từ viết tắt, bảng hình vẽ đồ thị trang ii Tóm tắt đề tài trang vii Mục lục trang ix Chương 1: Tổng quan đề tài 1.1 Giới thiệu trang 1.2 Phương pháp nghiên cứu trang 1.3 Sơ lược nội dung đề tài trang Chương 2: Cơ sở lý thuyết Giải thuật di truyền 1.1 Giới thiệu trang 1.2 Lưu đồ giải thuật GA trang 1.3 Mã hóa trang 11 1.4 Hàm thích nghi trang 11 1.5 Chọn lọc tự nhiên trang 12 1.6 Lai ghép trang 13 1.7 Đột biến trang 14 1.8 Giải mã trang 15 1.9 Một số ứng dụng thực tiễn GA trang 15 Mạng nơ-ron nhân tạo 2.1 Giới thiệu trang 16 2.2 Cấu trúc nơ-ron nhân tạo trang 19 Mục lục [ix] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH 2.3 Các thành phần nơ-ron nhân tạo trang 20 2.4 Các cấu trúc mạng nơ-ron nhân tạo trang 22 2.5 Huấn luyện mạng nơ-ron trang 23 2.6 Mạng hàm sở xuyên tâm RBF trang 24 2.6.1 Cấu trúc mạng nơ-ron RBF trang 24 2.6.2 Các hàm sở xuyên tâm thường gặp trang 26 2.6.3 Thuật toán huấn luyện mạng RBF trang 28 2.6.4 Tích hợp GA với q trình học mạng nơ-ron trang 30 2.6.4.1 Mã hóa trọng số mạng nơ-ron thành NST 2.6.4.2 Hàm thích nghi trang 30 2.6.4.3 Khởi tạo quần thể trang 31 Chương 3: Khảo sát đối tượng điều khiển 3.1 Giới thiệu trang 32 3.2 Mơ hình tốn học cánh tay máy SCARA trang 37 3.2.1 Mơ hình động học tay máy trang 37 3.2.1.1 Mơ hình động học thuận trang 37 3.2.1.2 Mơ hình động học ngược trang 38 3.2.2 Mơ hình động lực học tay máy trang 39 3.3 Hệ phương trình trạng thái cánh tay robot trang 43 3.4 Xây dựng mơ hình đối tượng Matlab trang 46 3.5 Thiết kế thi cơng phần cứng trang 46 3.5.1 Mơ hình phần cứng cánh tay máy hai khâu trang 46 3.5.2 Các thành phần hệ thống trang 48 3.5.3 Sơ đồ kết nối phần cứng trang 54 Chương 4: Giải thuật điều khiển 4.1 Giới thiệu trang 55 4.2 Điều khiển hồi tiếp tuyến tính hóa trang 56 Mục lục [x] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH 4.2.1 Hồi tiếp tuyến tính hóa trang 57 4.3 Phương pháp điều khiển thích nghi nơ-ron trực tiếp trang 60 4.4 Sơ đồ khối Simulink giải thuật điều khiển trang 63 4.5 Kết điều khiển cánh tay máy trang 67 Chương 5: Kết luận hướng phát triển đề tài 5.1 Kết đạt trang 85 5.2 Hạn chế luận văn trang 86 5.3 Hướng nghiên cứu phát triển đề tài trang 87 Tài liệu tham khảo trang xii Phụ lục luận văn trang xv Lý lịch trích ngang Mục lục [xi] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH [21] R.Kelly, V.Santibáđez, A.Loría, Control of Robot Manipulators in Joint Space, Springer, 2005 [22] Wen Yu, Alenxander S Poznyak and Edgar N.Sanchez, “Neural Adaptive Control of Two-Link Manipulator with Sliding Mode Compensation”, IEEE, 1999 [23] Rong – Jong Wai , “Tracking control based on neural network Strategy for robot manipulator”, ComputerScienceWeb.com, 2001 [24] Shuzhi Sam Ge, Jin Zhang, Tong Heng Lee, “Adaptive Neural Network Control for a Class of MIMO Nonlinear Systems With Disturbances in Discrete-Time” , IEEE, 2004 TÀI LIỆU THAM KHẢO [xiv] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH PHỤ LỤC MÃ NGUỒN GIẢI THUẬT DI TRUYỀN (GA) A.1 Chương trình GA_NN_Robot điều chỉnh thơng số: clc; clear all rand('state',sum(100*clock)); %Điều kiện dừng: GA dừng chạy 200 hệ %trong 50 hệ liên tiếp hàm thích nghi thay đổi khơng q 10-4 max_generation=200; max_stall_generation=50; epsilon=0.0001; pop_size=30; %kích thước quần thể npar = 3; %thơng số hàm cần tìm cực trị %tầm tìm kiếm gía trị thơng số range=[ 0 0; 100 100 1000]; dec=[2 2]; sig=[5 5]; cross_prob = 0.9; PHỤ LỤC LUẬN VĂN % xác suất lai ghép Pc [xv] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ mutate_prob = 0.1; GVHD: TS NGUYỄN THIỆN THÀNH % xác suất đột biến Pm elitism = 1; rho=0.02; %trọng số hàm thích nghi par=Init(pop_size,npar,range); Terminal=0; generation = 0; stall_generation=0; for pop_index=1:pop_size, theta_u1=par(pop_index,1); theta_u2=par(pop_index,2); k=par(pop_index,3); sim('Sine_RBF_Robot_9HD_GANN'); J=(Es'*Es)+rho*(u_hat'*u_hat); fitness(pop_index)=1/(J+eps); end; [bestfit0,bestchrom]=max(fitness); theta_u01=par(bestchrom,1); theta_u02=par(bestchrom,2); k0=par(bestchrom,3); J0=1/bestfit0-0.001; while ~Terminal, generation = generation+1; disp(['generation #' num2str(generation) ' of maximum ' num2str(max_generation)]); pop=Encode_Decimal_Unsigned(par,sig,dec); PHỤ LỤC LUẬN VĂN [xvi] HVTH: NGUYỄN VIỆT KHOA LUẬN VĂN THẠC SĨ GVHD: TS NGUYỄN THIỆN THÀNH parent=Select_Linear_Ranking(pop,fitness,0.2,elitism,bestchrom); child=Cross_Twopoint(parent,cross_prob,elitism,bestchrom); pop=Mutate_Uniform(child,mutate_prob,elitism,bestchrom); par=Decode_Decimal_Unsigned(pop,sig,dec); for pop_index=1:pop_size, theta_u1=par(pop_index,1); theta_u2=par(pop_index,2); k=par(pop_index,3); sim('Sine_RBF_Robot_9HD_GANN'); J=(Es'*Es)+rho*(u_hat'*u_hat); fitness(pop_index)=1/(J+eps); end; [bestfit(generation),bestchrom]=max(fitness); if generation == max_generation Terminal = 1; elseif generation>1, if abs(bestfit(generation)-bestfit(generation-1))