Điều khiển cánh tay mềm dẻo dùng nơron mờ thích nghi

Đại Học Quốc Gia Tp HồChí Minh TRƯ Ơ ØNG ĐẠ I HỌ C BÁCH KHOA o O o - NGUYỄN TẤT BẢO THIỆN ĐIỀU KHIỂN CÁNH TAY MỀM DẺO DÙNG NƠ RON MỜ THÍCH NGHI Chuyên ngà nh: Tư ïĐộng Hóa LUẬN VĂN THẠC SĨ TP HỒCHÍMINH, Tháng năm 2008 CÔ NG TRÌNH ĐƯ Ơ Ï C HOÀN THÀNH TẠ I TRƯ Ơ ØNG ĐẠ I HỌ C BÁCH KHOA ĐẠ I HỌ C QUỐ C GIA TP HỒCHÍ MINH Cán bộhư ớng dẫn khoa học: TS Nguyễn Thiện Thành Cán bộchấm nhận xét 1: Cán bộchấm nhận xét 2: Luận văn thạc sóđư ợc bảo vệtại HỘI ĐỒ NG CHẤ M BẢO VỆLUẬN VĂ N THẠ C SĨ TRƯ Ơ ØNG ĐẠ I HỌ C BÁCH KHOA, ngày… … tháng… … năm… … … … … ĐẠ I HỌ C QUỐ C GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA COÄNG HOÀ Xà HỘI CHỦ NGHIà VIỆT NAM Độc Lập - Tư ïDo - Hạnh Phúc -oOo Tp HCM, ngà y thaùng năm NHIỆM VỤ LUẬN VĂN THẠC SĨ Họvàtên học viên: Nguyễn Tất Bảo Thiện Ngà y, tháng, năm sinh : 23/04/1981 Chuyên ngà nh : Tư ïĐộng Hóa Giới tính : Nam Nơi sinh : ĐàNẵng MSHV: 01506375 Khoá (Năm trúng tuyển) : 2006 1- TÊN ĐỀ TÀI : Điều khiển cánh tay mềm dẻo dùng Nơron Mờ Thích Nghi 2- NHIỆM VỤ LUẬN VĂN :       Khảo sát môhình cánh tay mềm dẻo phò ng thí nghiệm, khảo sát phư ơng trình vật lý, khảo sát môhình toán Nghiên cư ùu sở lý thuyết lý thuyết mơ,ømạng neural vàphư ơng pháp điều khiển hệphi tuyến dù ng thuật toán Neuron - mờ- thích nghi Dư ïa sở lý thuyết, chọn mạng neuron vàmô hình mờphùhợp đểnhận dạng vàđiều khiển đối tư ợng Xây dư ïng đư ợc điều khiển neuron mờthích nghi điều khiển đối tư ợng “cánh tay mềm dẻo” phò ng thí nghiệm Môphỏng thuật toán điều khiển môhình toán vàm ôhình thư ïc, so sánh kết môphỏng Ngôn ngư õlập trình: chọn ngôn ngư õlập trình Matlab 3- NGÀY GIAO NHIỆM VỤ : 4- NGÀY HOÀN THÀNH NHIỆM VỤ : 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN : TS Nguyễn Thiện Thành Nội dung vàđềcư ơng Luận văn thạc sóđãđư ợc Hội Đồng Chuyên Ngà nh thông qua CÁN BỘ HƯỚNG DẪN (Họtên vàchư õký) CHỦ NHIỆM BỘ MÔN QUẢN LÝ CHUYÊN NGÀNH (Họtên vàchư õký) i LỜI CẢM ƠN Tôi xin chân thành cảm ơn Thầy Cô Trường Đại học Bách Khoa Tp Hồ Chí Minh giảng dạy truyền đạt kiến thức quý báu, nhờ hoàn thành luận văn Tôi xin gửi lời cảm ơn sâu sắc đến Thầy TS Nguyễn Thiện Thành tận tình dẫn định hướng nghiên cứu cho trình hoàn thành luận văn Tôi xin chân thành cảm ơn Thầy Cô khoa Điện -Điện Tử tạo điều kiện thuận lợi cho suốt trình học hỗ trợ sử dụng thiết bị, mô hình thí nghiệm để hoàn thành luận văn Tôi xin cảm ơn Thư viện trường Đại học Bách Khoa Tp Hồ Chí Minh cung cấp tài liệu tham khảo quý báu giúp có định hướng vững làm luận văn Xin cảm ơn ý kiến đóng góp, động viên bạn học viên cao học giúp hoàn thiện luận văn Tp HồChí Minh, ngà y tháng năm 2008 Nguyễn Tất Bảo Thiện ii TÓM TẮT Tay máy robot thông thư ng đư ợc thiết kếvới cánh tay đủ cư ùng đểđộ biến dạng làkhông đáng kểtrong lúc hoạt động vàcho phép có thểđiều khiển đơn giản khớp vàvì thếchúng trở nên đồsộ Mặt hạn chếcủa cấu trúc nặng nềcủa làrobot cần nguồn lư ợng lớn cho bộchấp hà nh ng ngư ợc lại tốc độhoạt động bịgiới hạn khắt khe quán tính Robot trọng lư ợng nhỏ (mềm dẻo) đư ợc phát triển õng năm gần nhằm khắc phục õng hạn chếtrên vàcho phép di chuyển với tốc độ cao xác Tuy nhiên việc điều khiển vị trí đầu mút cánh tay máy mềm dẻo phư ùc tạp nên chư a đư ợc sư û du ïng rộng rãi thư ïc tế Mục đích luận văn làthiết kếbộ điều khiển Nơron MờThích Nghi đểđiều khiển cánh tay mềm dẻo cho giảm thiểu tối đa độrung đầu mút mềm dẻo gây Bộ điều khiển neuron mờáp dụng mạng neuron mờSingleton Các tham số mạng đư ợc chỉnh định online theo luật điều khiển vàluật cập nhật với mục tiêu điều khiển đối tư ợng bám theo tín hiệu đặt trư ớc Phân tích sư ïổn định hệ phi tuyến dư ïa o nguyên lý ổn định Lyapunov Mạng neuron mờđư ợc dùng đểxấp xỉ luật điều khiển tư øchiến lư ợc cập nhật sai sốbám Các kết môphỏng vàkết chạy môhình thư ïc, sẽchư ùng minh tính hiệu thuật toán đư ợc đềnghị vàcác phân tích lý thuyết luận văn iii ABSTRACT Traditional robot arm are constructed rigid enough so that their deformation is not noticable while operating and simple control at the joints can be made and therefore those arms become massive The drawback of their heavy construction is, that the robots need very powerful actuators and their operating speed is strongly limited by their own inertia Lightweight robots (flexible) are recently developed to cover those drawbacks and allow high speed movements with better position But since the control of the end effector of those flexible arms is very complex, they haven't been widely used yet The purpose of this thesis is designing the Adaptive Neural Fuzzy Controller to control the flexible link robot so that reducing the vibration of the tip caused by flexible links The Adaptive Fuzzy Neural Controller is constructed from the Singleton fuzzy neural network The corresponding network parameters are adjusted online according to the control law and update law for the purpose of controlling the plant to tract a given trajectory A stability analysis of the unknown nonlinear system is discussed based on the Lyapunov principle The fuzzy neural system is used to approximate the control rule from the strategic manipulation of the model following tracking errors The simulation results for an unstable nonlinear plant demonstrate the control effectiveness of the proposed adaptive fuzzy neural controller and are consister with the theoretical analysis iv MỤC LỤC LỜI CÁM ÔN i TÓM TẮT ii MUÏC LUÏC .iv Chương 1: GIỚI THIỆU TỔNG QUAN 1.1 Giới thiệu sốphư ơng pháp điều khiển phổbiến 1.2 Giới thiệu môhình cánh tay mềm dẻo vàphư ơng pháp điều khiển phò ng thí nghiệm 1.2.1 Giới thiệu môhình cánh tay mềm dẻo .6 1.2.2 Phư ơng pháp điều khiển cánh tay mềm dẻo phò ng thí nghiệm 1.3 Giới thiệu phư ơng pháp điều khiển cánh tay mềm dẻo t rong luận văn 12 Chương 2: CƠ SỞ LÝ THUYẾT 2.1 Điều khiển mờ .15 2.1.1 Khaùi niệm vềđiều khiển mờ 15 2.1.2 Điều khiển mờ 16 2.1.3 Phư ơng pháp thiết kếbộđiều khiển mờ 18 2.1.4 Một sốbộđiều khiển mờthông dụng 20 2.2 Mạng nơron nhân tạo 22 2.2.1 Khaùi niệm mạng nơron nhân tạo 22 2.2.2 Kết nối mạng nơron nhân tạo 26 2.2.3 Huấn luyện mạng nơron nhân taïo 27 2.2.4 Ư Ùng dụng mạng nơron nhân tạo điều khiển 30 2.3 Mạng nơron mờSingleton 30 2.3.1 Cấu trúc mạng 30 2.3.2 Huaán luyện mạng neuron mờSingleton 32 Chương 3: PHƯƠNG PHÁP ĐIỀU KHIỂN NƠRON MỜ THÍ CH NGHI 3.1 Điều khiển hồi tiếp tuyến tính hoá 40 3.4 Điều khiển Neuron mờthích nghi gián tiếp 42 3.5 Điều khiển Neuron mờthích nghi trư ïc tiếp 47 Chương 4: ĐIỀU KHIỂN CÁNH TAY MỀM DẺO DÙNG NƠRON MỜ THÍCH NGHI 4.1 Khảo sát môhình toán cánh tay mềm dẻo 52 4.1.1 Môhình toán 52 4.1.2 Phư ơng trình động học 57 4.2 Giải thuật vàthiết kếbộđiều khiển nơron mờthích nghi trư ïc tiếp cho cánh tay mềm dẻo 63 4.3 Xây dư ïng môhình vàmôphỏng hệthống 66 4.3.1 Khoái Commands 67 4.3.2 Khoái Controller 69 4.3.3 Khoái Flexible Link 71 4.3.4 Khoái Safety 72 4.3.5 Khoái Measurement 73 v Chương 5: KẾT QUẢ MÔ PHỎNG VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 5.1 Kết môphỏng môhình toán 75 5.1.1 Tín hiệu đặt hình bì thư 75 5.1.2 Tín hiệu đặt hình trò n 82 5.2 Kết môphỏng môthư ïc 89 5.2.1 Tín hiệu đặt hình bì thư 89 5.2.2 Tín hiệu đặt hình trò n 92 4.3 So sánh kết môphỏng vàhư ớng phát triển đềtà i 95 Tài liệu tham khảo 99 Phuï luïc 101 CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI 1.1 Giới thiệu số phương pháp điều khiển phổ biến 1.2 Giới thiệu mô hình cánh tay mềm dẻo phương pháp điều khiển phòng thí nghiệm 1.3 Giới thiệu phương pháp điều khiển cánh tay mềm dẻo luận văn Luận Văn Thạc Sĩ Chương 1.1 Giới thiệu số phương pháp điều khiển phổ biến Trong thư ïc tế, đa phần đối tư ợng điều khiển làcác đối tư ợng phi tuyến Các đối tư ợng thư ng có môhình t oán phư ùc tạp, khó xác định y không xác định cách tư ng minh đư ợc Vì điều khiển phi tuyến làbà i toán đư ợc nhiều tác giả quan tâm õng năm gần Có nhiều phư ơng pháp áp dụng cho hệ phi tuyến phư ơng pháp tuyến tính hóa o ra, điều khiển trư ợt, điều khiển mạng thần kinh, điều khiển mờ … Ngoà i ra, đối tư ợng cần điều khiển thư ïc tếcòn phải chịu tác động nhiễu tư ømôi trư ờng m việc , sư ï hao mò n theo thờ i gian hệ thống, sư ïthay đổi điều kiện m việc… Để xây dư ïng điều khiển đểcó thểđiều khiển đối tư ợng nà y với chất lư ợng tốt điều khiển phải có khả thích nghi theo sư ïthay đổi môi trư ng làm việc vàđặc tính môhình phải tư ơng tư ïnhư đặc tính đối tư ợng thật Do việc xấp xỉ hay môphỏng môhình vàtính thích nghi điều khiển làcần thiết, nhiên dùáp dụng phư ơng pháp xấp xó nà o có sai sốcủa môhình Hiện có nhiều phư ơng pháp đểxây dư ïng điều kh iển với đối tư ợng phi tuyến với chất lư ợng đạt yêu cầu Trong phạm vi luận văn nà y, tác giả nghiên cư ùu phư ơng pháp điều khiển hệ phi tuyến dùng mạng neuron mờthích nghi Một hệ thống điều khiển bao gồm trình đư ợc điều khiển vàcác thiết bị điều khiển Các thiết bị điều khiển tính toán đầu vào điều khiển để chuyển nh đầu mong muốn tác động lên hệ thống Thông thư ng , thiết bị điều khiển bao gồm điều khiển vàcác phần tư û kh ác lọc, quan saùt… Luận Văn Thạc Sĩ Chương 92 5.2.2 Tín hiệu đặt hình tròn Thông số điều khiển: k1=110; deltaU=0.001; Db=2.5; bb=2; kq=2000; Thông số chuẩn hóa giá trị ngỏ vào đoạn [ -1;1] g1=1/0.52; g2=1000/8; g3=10/7; g4=10; Tín hiệu điều khiển có sai sốkhá lớn bám theo quỹđạo hình trò n nhỏ Luận Văn Thạc Só Chương 93 Hình 5.26: Quỹ đạo chuyển động đầu mút Luận Văn Thạc Só Chương 94 Sai số vị trí trục X (inch): Sai sốlớn Ex max=0.297 inch Hình 5.27: Sai số vị trí trục X Sai số vị trí trục Y (inch): Sai sốlớn Ey max=0.3 inch Hình 5.28: Sai số vị trí trục Y Luận Văn Thạc Só Chương 95 5.3 So sánh kết mô hướng phát triển đề tài Bảng 5.1: So sánh kết điều khiển mô hình toán mô hình thực Mô hình toán Mô hình thực Bì thư Tín hiệu điều khiển bám tốt Sai sốlớn Ex max=0.285 inch Tín hiệu điều khiển có sai sốlớn Sai sốlớn Ex max=0.423 inch Sai sốlớn Ey max=0.617 inch Sai sốlớn Ey max=0.283 inch Luận Văn Thạc Só Chương 96 Đường tròn Tín hiệu điều khiển bám tốt, Tín hiệu điều khiển có sai sốlớn sai sốtrong trư ờng hợp quỹđạo đư ng trò n nhỏ nhiều so với hình bì thư Sai sốlớn Ex max=0.141 inch Sai sốlớn Ey max=0.104 inch Luận Văn Thạc Só Sai sốlớn Ex max=0.297 inch Sai sốlớn Ey max=0.3 inch Chương 97 Nhận xét: Kết môphỏng môhình toán tuyến tính gần tốt, sai lệch giư õa tín hiệu đặt vàtín điều khiển tư ơng đối nhỏ :  Đối với tín hiệu đặt dạng hình trò n: Tín hiệu bám át tốt, gần trù ng với tín hiệu đặt  Đối với tín hiệu đặt dạng hình bì thư : Tín hiệu bám tốt, sai sốđáng kể Kết chạy môhình thư ïc tếcó sai sốlớn nhiều so với trư ng hợp mô môhình toán Điều nà y có thểdo sốnguyên nhân sau:  Do môhình thư ïc có hệ thống cư ùng kè m môhình toán không  Do quán tính hệ thống tư ơng đối lớn vàthờ i gian đáp ùng thật sư ïcủa hệthống lớn môhình toán nhiều  Tác động nhiễu tư ømôi trư ng  Có sư ïtư ơng tác môtơ chuyển động Nói chung kết điều khiển bộđiều khiển Nơron mờthích nghịtrên môhình thật đạt kết có thểchấp nhận đư ợc Hướng phát triển đề tài  Nghiên cư ùu thư ïc nghiệm thêm đểtím thông sốtốt cho bộđiều khiển  Có thểdù ng giải thuật di truyền đểchỉnh định thông sốcủa bộđiều khiển tư ødó chọn thông sốtối u Luận Văn Thạc Só Chương 98  Có thểnghiên cư ùu vá áp dụng giải thuật điều khiển MIMO cho hệthống nà y đểloại bỏ sư ïtư ơng tác không mong muốn động trình vận hà nh  Có thểdù ng thêm bộđiều khiển thông minh khác Luận Văn Thạc Só Chương 99 TÀI LIỆU THAM KHẢO [1] Yih – Guang Leu, Tsu – Tian Lee, and Wei – Yen Wang Observer – based adaptive fuzzy – neural control for unknow nonlinear dynamical systems Vol 29 No 5, October (1999) [2] Hugang Han, Adaptive fuzzy controller for a class of nonlinear systems Vol No 4, December (2005) [3] Wei – Yen Wang, Yih – Guang Leu, Tsu – Tina Lee Output – feedback control of nonlinear systems using direct adaptive fuzzy – neural controller, Fuzzy Set and Systems 341-358 140 (2002) [4] L.X.Wang, Adaptive Fuzzy Systems and Control: Design and Stability Analysis Englewood Cliffs, NJ: Prentice – Hall (1994) [5] TS Nguyễn Thiện Thà nh , Mạng Neuron, Nhận Dạng, Dự Báo Điều Khiển , DHBK 2006 [6] TS Nguyễn Thiện Thà nh , Điều Khiển Thôn g Minh, DHBK 2006 [7] F-C.Chen, H.K.Khalil, Adaptive control of a class of nonlinear discrete -time systems using neural networks, IEEE Transactions on Automatic Control , Vol.40, No.5, 791 801, 1995 [8] C-Y.Lee; J-J Lee, Adaptive control for uncertain no nlinear systems based on multiple neural networks, IEEE Transactions on Systems, Man and Cybernetics, Part B , , Vol.34 , No.1, 325-333, 2004 [9] J.Lin, F.L.Lewis, Fuzzy controller for flexible-link robot armby reduced-order techniques, IEE Proceedings on Control Theory and Applications , Vol.149, No.3, 177-187, 2002 [10] K S Narendra and K Parthasarathy , Identification and control of dynamical systems using neural networks, IEEE Transactions on Neural Networks , Vol.1, 4-27, 1990 [11] A.S.Poznyak, W.Yu, E.N Sanchez, J.P Perez, Nonlinear Adaptive Trajectory Tracking Using Dynamic Neural Networks , IEEE Transactions on Neural Networks , Vol.10, No.6, 1402-1411,1999 100 [12] Wei – Yen Wang, Yih – Guang Leu, Tsu – Tina Lee Output – feedback control of nonlinear systems using direct adaptive fuzzy – neural controller, Fuzzy Set and Systems 341-358 140 (2002) [13] Tong Shao cheng, Chen Bin, Wang Yongfu Fuzzy adaptive output feedback control for MIMO nonlinear systems Fuzzy set and systems 285 – 299 156 (2005) [14] L.X.Wang, Adaptive Fuzzy Systems and Control: Design and Stability Analysis Englewood Cliffs, NJ: Prentice – Hall (1994) [15] J.S Roger Jang ANFIS: Adaptive-network-based fuzzy inference systems IEEE Trans On systems, Man and Cybernetics , 23(03): 665-668, May (1993) [16] Jeffery R.Layne and Kevin M Passino “Fuzzy Model Reference Learning Control” Journal of Intelligent and Fuzzy Systems , Vol 4,No,1,pp.33-47 (1996) [17] m o str Ao& & K.J and B Wittenmark, Adaptive control, Addison-Wesley (1994) [18] Joannou P.A and J Sun Robust Adaptive Control, Prentice-Hall (1996) [19] Mosca E Optimal, Predictive, and Adaptive Control , Prentice-Hall (1995) 101 PHỤ LỤC Mã nguồn chương trình Rob2d_f : #define U(element) (*uPtrs[element] ) /* Pointer to Input Port0 */ #define S_FUNCTION_LEVEL #define S_FUNCTION_NAME rob2d_f #include "simstruc.h" #include "math.h" static void mdlInitializeSizes(SimStruct *S) { ssSetNumSFcnParams(S, 0); /* Number of expected parameters */ if (ssGetNumSFcnParams(S) != ssGetSFcnParamsCount(S)) { return; } ssSetNumContStates(S, 0); ssSetNumDiscStates(S, 0); if (!ssSetNumInputPorts(S, 2)) return; ssSetInputPortWidth(S, 0, 1); ssSetInputPortWidth(S, 1, 1); ssSetInputPortDirectFeedThrough(S, 0, 1); ssSetInputPortDirectFeedThrough(S, 1, 1); if (!ssSetNumOutputPorts(S, 2)) return; ssSetOutputPortWidth(S, 0,1); ssSetOutputPortWidth(S, 1,1); ssSetNumSampleTimes(S, 1); ssSetNumRWork(S, 0); ssSetNumIWork(S, 0); ssSetNumPWork(S, 0); ssSetNumModes(S, 0); ssSetNumNonsampledZCs(S, 0); ssSetOptions(S, 0); static void mdlInitializeSampleTimes(SimStruct *S) { 102 ssSetSampleTime(S, 0, CONTINUOUS_SAMPLE_TIME); ssSetOffsetTime(S, 0, 0.0); } #define MDL_INITIALIZE_CONDITIONS /* Change to #undef to remove function */ #if defined(MDL_INITIALIZE_CONDITIONS) static void mdlInitializeConditions(SimStruct *S) { } #endif /* MDL_INITIALIZE_CONDITIONS */ #define MDL_START /* Change to #unde f to remove function */ #if defined(MDL_START) static void mdlStart(SimStruct *S) { } #endif /* MDL_START */ static void mdlOutputs(SimStruct *S, int_T tid) { real_T *y1 = ssGetOutputPortRealSignal(S,0); real_T *y2 = ssGetOutputPortRealSignal(S,1); InputRealPtrsType uPtrs1 = ssGetInputPortRealSignalPtrs(S,0); InputRealPtrsType uPtrs2 = ssGetInputPortRealSignalPtrs(S,1); double Px,Py,l,pi,t_x,t_y; l = 10.0; pi = 3.14159; t_x = *uPtrs1[0]; t_y = *uPtrs2[0]; Px = 2*cos(t_x)*l*cos(t_y)+2*sin(t_x)*l*sin(t_y)+l*sin(t_x) ; Py = -2*sin(t_x)*l*cos(t_y)+2*cos(t_x)*l*sin(t_y)+l*cos(t_x) ; *y1 = Px; *y2 = Py; } #define MDL_UPDATE /* Change to #undef to remove function */ #if defined(MDL_UPDATE) 103 static void mdlUpdate(SimStruct *S, int_T tid) { } #endif /* MDL_UPDATE */ #define MDL_DERIVATIVES /* Change to #undef to remove function */ #if defined(MDL_DERIVATIVES) static void mdlDerivatives(SimStruct *S) { } #endif /* MDL_DERIVATIVES */ static void mdlTerminate(SimStruct *S) { } #ifdef MATLAB_MEX_FILE /* Is this file being compiled as a MEX -file? */ #include "simulink.c" /* MEX -file interface mechanism */ #else #include "cg_sfun.h" /* Code generation registration function */ #endif Mã nguồn chương trình Rob2d_i: #define U(element) (*uPtrs[element]) /* Pointer to Input Port0 */ #define S_FUNCTION_LEVEL #define S_FUNCTION_NAME rob2d_i #include "simstruc.h" #include "math.h" static void mdlInitializeSizes(SimStruct *S) { ssSetNumSFcnParams(S, 0); /* Number of expected parameters */ if (ssGetNumSFcnParams(S) != ssGetSFcnParamsCount(S)) { return; } ssSetNumContStates(S, 0); ssSetNumDiscStates(S, 0); if (!ssSetNumInputPorts(S, 2)) return; ssSetInputPortWidth(S, 0, 1); ssSetInputPortWidth(S, 1, 1); ssSetInputPortDirectFeedThrough(S, 0, 1); 104 ssSetInputPortDirectFeedThrough(S, 1, 1); if (!ssSetNumOutputPorts(S, 2)) return; ssSetOutputPortWidth(S, 0,1); ssSetOutputPortWidth(S, 1,1); ssSetNumSampleTimes(S, 1); ssSetNumRWork(S, 0); ssSetNumIWork(S, 0); ssSetNumPWork(S, 0); ssSetNumModes(S, 0); ssSetNumNonsampledZCs(S, 0); ssSetOptions(S, 0); } static void mdlInitializeSampleTimes(SimStruct *S) { ssSetSampleTime(S, 0, CONTINUOUS_SAMPLE_TIME); ssSetOffsetTime(S, 0, 0.0); } #define MDL_INITIALIZE_CONDITIONS /* Change to #undef to remove function */ #if defined(MDL_INITIALIZE_CONDITIONS) static void mdlInitializeConditions(SimStruct *S) { } #endif /* MDL_INITIALIZE_CONDITIONS */ #define MDL_START /* Change to #undef to remove function */ #if defined(MDL_START) static void mdlStart(SimStruct *S) { } #endif /* MDL_START */ static void mdlOutputs(SimStruct *S, int_T tid) { real_T *y1 = ssG etOutputPortRealSignal(S,0); real_T *y2 = ssGetOutputPortRealSignal(S,1); InputRealPtrsType uPtrs1 = ssGetInputPortRealSignalPtrs(S,0); 105 InputRealPtrsType uPtrs2 = ssGetInputPortRealSignalPtrs(S,1); double pi,l,X,Y,t_y,t_x,a,b; X = *uPtrs1[0]; Y = *uPtrs2[0]; l = 10.0; pi = 3.14159; t_y = asin((X*X+Y*Y-5*l*l)/l/l/4); a = 4*l*sin(t_y)+2*l; b = 4*l*l*sin(t_y)*sin(t_y)+4*l*l*sin(t_y)+l*l -X*X+4*l*l*cos(t_y)*cos(t_y); t_x = 2*atan((a-2*sqrt(b))/2/(X+2*l*cos(t_y))); *y1 = t_x; *y2 = t_y; } #define MDL_UPDATE /* Change to #undef to remove function */ #if defined(MDL_UPDATE) static void mdlUpdate(SimStruct *S, int_T tid) { } #endif /* MDL_UPDATE */ #define MDL_DERIVATIVES /* Change to #undef to remove function */ #if defined(MDL_DERIVATI VES) static void mdlDerivatives(SimStruct *S) { } #endif /* MDL_DERIVATIVES */ static void mdlTerminate(SimStruct *S) { } #ifdef MATLAB_MEX_FILE /* Is this file being compiled as a MEX -file? */ #include "simulink.c" /* MEX -file interface mechanism */ #else #include "cg_sfun.h" /* Code generation registration function */ #endif TÓM TẮT LÝ LỊCH TRÍCH NGANG Họvàtên: Nguyễn Tất Bảo Thiện Phái: Nam Sinh ngà y: 23/04/1981 Nơi sinh: ĐàNẵng Địa liên lạc: 06 LêVăn Phan, P Phú ThọHò a , Quận Tân Phú Tp HồChí Minh Điện thoại: 0989888245 Email: tatthien@yahoo.com Khóa (Năm trúng tuyển): 2006 QUÁ TRÌNH ĐÀO TẠO 1999-2004: Sinh viên Trư ng Đại học Bách Khoa Tp HồChí Minh Chuyên ngà nh Cơ Khí 2006-2008: Học viên cao học Trư ng Đại học Bách Khoa Tp HồChí Minh Chuyên ngà nh Tư ïĐộng Hóa QUÁ TRÌNH CÔNG TÁC 2004-2005: Kỹsư Công ty Kyoshin, Quận Tp HồChí Minh 2005-2006: Kỹsư Công ty Thang Máy Thái Bình, Quận Tân Bình Tp HồChí Minh 2006- nay: Cán bộgiảng dạy Trư ng Cao Đẳng KỹThuật Cao Thắng Q1 Tp HồChí Minh ... 40 3.4 Điều khiển Neuron m? ?thích nghi gián tiếp 42 3.5 Điều khiển Neuron m? ?thích nghi trư ïc tiếp 47 Chương 4: ĐIỀU KHIỂN CÁNH TAY MỀM DẺO DÙNG NƠRON MỜ THÍCH NGHI 4.1 Khảo... 39 CHƯƠNG 3: PHƯƠNG PHÁP ĐIỀU KHIỂN NƠRON MỜ THÍCH NGHI 3.1 Điều khiển hồi tiếp tuyến tính hoá 3.2 Điều khiển nơron mờ thích nghi gián tiếp 3.3 Điều khiển nơron mờ thích nghi trực tiếp Luận Văn... luận văn làthiết kếbộ điều khiển Nơron M? ?Thích Nghi đ? ?điều khiển cánh tay mềm dẻo cho giảm thiểu tối đa độrung đầu mút mềm dẻo gây Bộ điều khiển neuron mờ? ?p dụng mạng neuron mờSingleton Các tham