Ứng dụng learning feedforwrd trên cơ sở mạng nơron điều khiển

ĐẠI HỌC THÁI NGUYÊN ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP VŨ QUANG VINH ỨNG DỤNG LEARNING FEEDFORWARD TRÊN CƠ SỞ MẠNG NƠRON ĐIỀU KHIỂN VỊ TRÍ CÁNH TAY ROBOT LỜI NĨI ðẦU Ngày nay, điều khiển robot cơng nghiệp ñã ñang ñược ứng dụng rộng rãi nhiều lĩnh vực sản xuất ñời sống ðể ñiều khiển rơbốt có nhiều phương pháp khác dùng ñiều khiển truyền thống PID, LQR (Linear Quadratic Regulator), LQG (Linear Quadratic Gaussian), STR (Self Tuning Regulator) Các ñiều khiển ñược thiết kế sở mơ hình tuyến tính hố với thơng số biết trước Tuy nhiên Robốt hệ cấu trúc có tính phi tuyến mạnh, tham số khơng rõ thay đổi chứa thành phần phi tuyến Ngồi q trình làm việc hệ cịn chịu tác động nhiễu bên ngồi có tham số thay ñổi Do ñối với robot làm việc với u cầu đồng thời có độ ổn định độ xác cao điều khiển thể hạn chế Hệ thống điều khiển thích nghi hệ thống mà cấu trúc tham số điều khiển thay đổi theo biến thiên thơng số hệ cho chất lượng đảm bảo tiêu ñã ñịnh ðặc biệt hệ ñiều khiển Learning Feed Forward (LFFC) sở mạng nơ ron, ñã ñược nghiên cứu thiết kế ứng dụng thực tế Bộ điều khiển có ưu điểm có khả kháng nhiễu hệ thống (Systems Noise) có hiệu quả, nhờ độ xác độ ổn định hệ đồng thời đạt Việc ứng dụng Learning Feed Forward sở mạng nơron để điều khiển vị trí cánh tay rơbốt nâng cao chất lượng hệ thống Vì tơi lựa chọn ñề tài: “Ứng dụng Learning FeedForward sở mạng nơ ron điều khiển vị trí cánh tay robot ” Luận văn tác giả phân tích mơ hình động học đối tượng thơng qua mơ hình tốn học đưa phương án điều khiển Kết điều khiển mơ kiểm chứng phần mềm matlab Luận văn tác giả trình bày chương: Chương 1: Tổng quan ñiều khiển bobot cơng nghiệp Trong chương trình bày khái niệm phân loại, cấu trúc kỹ thuật robot công nghiệp đưa phương trình động học robot bậc tự dùng Feedback kết hợp LFFC (Learning Feedforward Control) sở mạng nơ ron ñể ñiều khiển Chương 2:Learning FeedForward control sở mạng nơ ron Trong chương tác giả trình bày sở lý thuyết ñiều khiển học; ñiều khiển LFFC, sở mạng nơ ron, LFFC sở mạng nơ ron Phân tích ứng dụng LFFC sở mạng nơ ron cho chuyển ñộng lặp Phương pháp quy chuẩn LFFC phân tích trình ổn định hệ thống Chương Thiết kế ứng dụng Trong chương tác giả sử dụng sở lý thuyết từ chương chương thiết kế ñiều khiển bobot bậc tự sử dụng ñiều khiển Feedback kết hợp với LFFC sở mạng nơ ron Kết trình phân tích kiểm chứng mơ phần mềm Matlab simulink Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn -2- CHƯƠNG 1: TỔNG QUAN VỀ ðIỀU KHIỂN ROBOT CÔNG NGHIỆP Giới thiệu: Robot cơng nghiệp bao gồm nhiều loại với hệ thống điều khiển khác nhau, chúng ñược sử dụng rộng rãi nhiều lĩnh vực Trong chương này, tác giả trình bày loại robot cơng nghiệp, xây dựng mơ hình toán cho robot bậc tự sử dụng hệ thống ñiều khiển Feedback kết hợp với LFFC sở mạng nơ ron 1.1.Tổng quan Robot 1.1.1.Khái niệm Robot công nghiệp khái niệm - Về mặt khí robot hệ thống khí bao gồm nối cứng khớp Ngoài phận khác thân máy, bệ máy - Về nội dung kỹ thuật khí, điều khiển điện tử, robot định nghĩa sau: Robot cấu khí có vài bậc tự do, di chuyển người điều khiển máy tính; Robot cơng nghiệp cấu máy lập trình làm việc cách tự động khơng cần trợ giúp người; Robot cấu máy có chức người có hợp tác Robot với Cấu tạo Robot hệ thống phức tạp, ta hiểu thơng qua cách nhìn nhận từ nhiều phương diện sau: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn -3- 1) Phương diện vật lý: Là hệ thống lớn bao gồm nhiều hệ thống (sub_system) ðể vận hành phải có đầy đủ yếu tố: Năng lượng; Cơ khí (các nối, khớp, thân, ); ðiều khiển; 2) Phương diện truyền tin: Là hệ thống truyền tin xử lý tin khép kín bao gồm: Phần chuyển động; phần nhận dạng ñiều khiển a) Cơ cấu chuyển ñộng: Có tác dụng thực chuyển ñộng theo u cầu cơng nghệ Phần chuyển động thực kỹ thuật truyền ñộng sau: Truyền ñộng thuỷ lực; Truyền động khí nén truyền động điện Trong truyền động điện dùng động ñiện chiều hay ñộng ñiện xoay chiều ñi kèm ñiều khiển b) Cơ cấu nhận dạng: Là hệ thống cảm biến bao gồm cảm biến lực, cảm biến vị trí, cảm biến tốc độ, Các thơng tin đo từ cảm biến chuyển tới phận ñiều khiển c) Bộ phận ñiều khiển: Thường máy tính, vi xử lý đảm nhận, có chức tính tốn điều khiển phận chuyển động theo u cầu cơng nghệ Sơ đồ Hình 1.1 sơ đồ điển hình hệ thống điều khiển vị trí, sơ đồ thể vị trí tốc ñộ khớp thường ñược ño sensor chiết áp, máy phát tốc, thiết bị mã hố Các tín hiệu đưa đến khối điều khiển tạo tín hiệu điều khiển, điều khiển khớp cấu dẫn ñộng làm cho tay máy chuyển ñộng theo quỹ ñạo mong muốn Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn -4- Quỹ đạo đặt BỘ ðIỀU KHIỂN Tín hiệu ñiều khiển Quỹ ñạo thực ROBOT HỆ THỐNG ðO (CÁC SENSOR) Hình 1.1 Sơ đồ hệ thống điều khiển vị trí 1.1.2 Phân loại Robot cơng nghiệp Có nhiều cách phân loại Robot, dựa sở kỹ thuật khác có cách phân loại khác Sau ñây số cách phân loại: Phân loại theo số bậc tự môi trường công tác Lấy hai hình thức chuyển động ngun thuỷ làm chuẩn Chuyển ñộng tịnh tiến theo hướng x,y,z khơng gian ðềcác (Ký hiệu P: Prasmatic) Chuyển động quay xung quanh trục x, y, z (Ký hiệu R: Rotation) Thơng thường chuyển động ký hiệu sau Chuyển động tịnh tiến Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Chuyển ñộng quay http://www.lrc-tnu.edu.vn -5- Dạng ðề Dạng trụ Dạng cầu Dạng khớp Như với bậc tự do, Robot chuyển động mơi trường cơng tác với hình khối phụ thuộc vào tổ hợp P R hình minh hoạ Hình 1.2 Hình.1.2 Các dạng Robot bậc tự PPP trường công tác hình hộp chữ nhật lập phương RPP trường công tác khối trụ RRP trường công tác khối cầu RRR trường công tác khối cầu Lĩnh vực hoạt ñộng Robot ngày mở rộng, với yêu cầu khả thao tác ngày khéo léo tinh vi Vì số bậc tự khơng hạn chế Do để giải tốn điều khiển Robot bên cạnh hệ toạ độ chuẩn U ta cịn đặt đặt nhiều hệ toạ ñộ khác như: R : Hệ toạ ñộ Robot P : Hệ toạ ñộ ñối tượng H : Hệ toạ ñộ tay E : Hệ toạ ñộ ñiểm kẹp Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn -6- Số bậc tự tăng lên kéo theo vấn ñề kỹ thuật kinh tế phải giải Vì việc chọn số bậc tự thiết phải đảm bảo tính kỹ thuật tối ưu theo tiêu chuẩn yêu cầu Phân loại theo phương pháp điều khiển Có kiểu điều khiển điều khiển hở điều khiển kín - ðiều khiển hở, dùng truyền ñộng bước (dùng ñộng ñiện ñộng thủy lực, khí nén ) mà qng đường góc dịch chuyển tỉ lệ với số xung điều khiển Kiểu đơn giản độ xác thấp - ðiều khiển kín (điều khiển servo) sử dụng tín hiệu phản hồi vị trí để tăng độ xác điều khiển Có kiểu điều khiển kín ñiểm - ñiểm ñiều khiển ñường ðiều khiển ñiểm - ñiểm (Point to Point): phần công tác dịnh chuyển từ ñiểm ñến ñiểm theo ñường thẳng với tốc độ khơng cao Nó làm việc ñiểm dừng Kiểu ñiều khiển dùng robot hàn ñiểm, vận chuyển, tán ñinh, bắn ñinh… ðiều khiển theo đường (Contour): đảm bảo cho phần cơng tác dịch chuyển theo quỹ đạo với tốc độ điều khiển Kiều điều khiển dùng robot hàn hồ quang, phun sơn, Phân loại theo hệ thống lượng Dựa vào cấu sinh nguồn lượng ñộng lực ta chia thành loại • Hệ lượng điện : Thường dùng ñộng truyền ñộng ñộng chiều động bước Với hệ có ñặc ñiểm hoạt ñộng xác, tin cậy, phần tử phi tuyến Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn -7- dễ ñiều khiển, ngồi cịn có số đặc tính khác kết cấu gọn nhẹ, hệ truyền lượng ñơn giản có nhược điểm cho hệ số q tải thấp • Hệ lượng thuỷ lực – khí động: ðối với hệ thuỷ lực đạt cơng suất cao, ñáp ứng ñược ñiều kiện làm việc nặng nề, nhiên hệ thường có kết cấu cồng kềnh cấu tạo có thêm bể dầu, van lọc, hệ thống dẫn ngược với hệ sử dụng thuỷ lực có độ phi tuyến cao điều khiển khó • Hệ khí nén Với hệ khí nén có cấu tạo gọn nhẹ khơng cần dẫn ngược, phải gắn liền với trung tâm tạo khí nén Hệ làm việc với cơng suất trung bình nhỏ, xác Như hệ lượng điện điều khiển xác dễ điều khiển, kết cấu gọn nhẹ công suất hạn chế, không cho phép tải lớn hệ phù hợp với hệ cơng suất trung bình nhỏ yêu câù thao tác xác cao ðối với hệ lượng thuỷ lực khí động có kết cấu cồng kềnh điều khiển khó bù lại có hệ số tải lớn với hệ phù hợp với tải có cơng suất lớn u cầu xác truyền động khơng cao 1.1.3 Sơ ñồ tổ chức kỹ thuật Robot Tổ chức kỹ thuật Robot ñược chia thành khối chức minh hoạ Hình 1.3 [1] Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn -8- Computer Cartesianpont storage Forward Kinematic Teach Pendent Inverts Kinematic Trajectory Phaner Block B Σ Control Record buttum Motor Dymanic Robot Dynamic Physical Postion Khối A: Block A Block C Block D Gồm hai thành phần: Hình 1.3 Sơ ñồ tổ chức kỹ thuật Robot Teach pendant: Có nhiệm vụ thực q trình dạy học cho Robot Record buttum: Lưu trữ chuyển giao liệu cảm nhận vật lý trình học gọi “Bộ cảm nhận vật lý” thông qua khối tín hiệu đặc trưng cho độ dài toạ độ góc vị trí đầu vị trí cuối quỹ đạo chuyển động cảm nhận Ví dụ: Các quỹ ñạo ban ñầu, cuối: [(θ , h0 ); (θ f ,h f )] Khối B: Là khối xử lý Robot gồm cụm vi xử lý để giải vấn đề sau : Nhóm Forword Kinematic: Thiết lập giải tốn động học sở thông số vào vị trí đặt theo trục: (θ s , hs ) Tức giải “Bài tốn động học thuận” Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn -9- Tiếp theo, BSN gia tốc ñược huấn luyện, Khi chuyển ñộng tham chiếu tần số thấp hồn thành θ&m,d = 2.18[rads −1 ] 3.3 Mơ khảo sát điều khiển cánh tay robot bậc tự LFFC sở mạng nơ ron 3.3.1 Xây dựng hệ thống ñiều khiển a Xây dựng mơ hình cho cánh tay robot bậc tự (P): Từ phương trình (1.1) – cho cánh tay robot bậc tự do: ( ) () M (θ )θ&& + C θ ,θ& θ&& + Dθ& + S sgn θ& + G (θ ) = u Qua biến ñổi thành (1.2):  J1  2 2  r + m2 l + 2l1l cos(θ ) + l1 + l1 m1 l + 2l1l m2 cos(θ ) θ&&  1   + J   θ&&2  l 22 + 2l1l m2 cos(θ ) + m2 l 22   r1 − 2l1l m2 sin (θ )θ&2 − l1l m2 sin (θ )θ&2  θ&1  d1  θ&1    &  +   &  + &  l1l m2 sin (θ1 )θ  θ   d  θ  (  s1 0  ) ( ) ( )  sgn θ&2   gm2 l cos(θ1 + θ ) + gl1 cos(θ1 )(m1 + m2 )  u1   +  = u  s2  sgn θ&2   gm2 l cos(θ1 + θ )   2 Kết hợp phương trình trên, rút ma trận sau :  J1  2 2  r + m2 l + 2l1l cos(θ ) + l1 + l1 m1 l + 2l1l m2 cos(θ )  M (θ ) =  J1 2   l + 2l1l m2 cos(θ ) + m2 l   r12 ( − 2l l m sin (θ )θ&2 C θ ,θ& =  2 &  l1l m2 sin (θ1 )θ ( ) d D= 0 ) − l1l m2 sin (θ )θ&2    0 d  Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 71 - ( ) ( )  sgn θ&2    s  sgn θ&2  s S= 0  gm l cos(θ1 + θ ) + gl1 cos(θ1 )(m1 + m2 ) G (θ ) =  2  gm2 l cos(θ1 + θ )   Từ xây dựng mơ hình cánh tay robot bậc tự (P) sau: u θ&& M (θ ) + + θ& S S θ ( ) C θ , θ& M (θ ) + + + + + D M (θ ) S M (θ ) Sgn G M (θ ) Hình 3.8 Sơ khối đồ khối cánh tay robot bậc tự Hình 3.9 Sơ đồ khối ñối tượng (Robot bậc tự do) ðể mơ đối tượng này, sử dụng M.file Matlab với chương trình sau: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 72 - Chương trình M.file: chương trình thực mơ hình ñộng học cánh tay robot khâu theo phương trình ñộng học (1.6) - function [sys,x0] = Robot2LPlanar(t,x,u,flag,g,m1,m2,l1,l2,q1_0,q2_0,ss1,ss2,d1,d2,J1,r1,r 2) - % Model link Robot Planar - % Written by: - % Define: q1==phi==x1;q2=l==x2 - % q1c=x3; q2c =x4 - switch flag, - case 0, - Vu Quang Vinh – KTDT – K1 [sys,x0,str,ts]=mdlInitializeSizes(q1_0,q2_0); case 1, sys=mdlDerivatives(t,x,u,g,m1,m2,l1,l2,ss1,ss2,d1,d2,J1,r1,r2); case 2, sys=mdlUpdate(t,x,u); case 3, sys=mdlOutputs(t,x,u); case 4, sys=mdlGetTimeOfNextVarHit(t,x,u); case 9, sys=mdlTerminate(t,x,u); otherwise error(['Unhandled flag = ',num2str(flag)]); end function [sys,x0,str,ts]=mdlInitializeSizes(q1_0,q2_0) - sys=[4;0;4;2;1;0]; - x0 - str = []; - ts - = [q1_0;q2_0;0;0]; = [0 0]; %end mdlInitializeSizes Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 73 - - function sys=mdlDerivatives(t,x,u,g,m1,m2,l1,l2,ss1,ss2,d1,d2,J1,r1,r2) - % return state derivatives - c1=cos(x(1)); - c2=cos(x(2)); - c12=cos(x(1)+x(2)); - s2=sin(x(2)); - s1=sin(x(1)); - % Khai bao cac ma tran vao day - M=[J1/r1^2+m2*(l2^2+2*l1*l2*c2+l1^2)+l1^2*m1 l2^2*m2+2*l1*l2*m2*c2; l2^2*m2+2*l1*l2*m2*c2 J1/r2^2+m2*l2^2]; - C=[-2*l1*l2*m2*s2*x(4) -l1*l2*m2*s2*x(4); l1*l2*m2*s1*x(3) 0]; - D=[d1 0; d2]; - S=[ss1*sign(x(3)); ss2*sign(x(4))]; - G=[g*m2*l2*c12+g*l1*c1*(m1+m2); g*m2*l2*c12]; - % - - sys(1)=x(3); - sys(2)=x(4); - tempStates=inv(M)*(u-C*[x(3);x(4)]-D*[x(3);x(4)]-S-G); - sys(3)=tempStates(1,1); - sys(4)=tempStates(2,1); - % end mdlDerivatives %?? - function sys=mdlUpdate(t,x,u) sys = []; % end mdlUpdate - function sys=mdlOutputs(t,x,u) sys=[x(1) x(2) x(3) x(4)]; % end mdlOutputs Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 74 - - function sys=mdlGetTimeOfNextVarHit(t,x,u) - sampleTime = 1; % Example, set the next hit to be one second later - sys = t + sampleTime; - % end mdlGetTimeOfNextVarHit - function sys=mdlTerminate(t,x,u) - sys = []; - %end mdlTerminate b Sơ ñồ khối ñiều khiển: Từ kết phân tích lý thuyết trên, có mơ hình hệ thống ñiều khiển robot bậc tự kết hợp ñiều khiển PID LFFC sở mạng nơ ron hình sau: θ Referent Model θ&& θ y e u PD + θ& B-Spline + + B-Spline + + Sgn B-Spline B-Spline + + + + Hình 3.10 Sơ đồ khối điều khiển cánh tay robot bậc tự dùng learning feedforward sở mạng nơ ron Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 75 - 3.3.2 Kết mơ a Sơ đồ mơ điều khiển: - Khâu tạo tín hiệu tín hiệu đặt theta: với mục đích tạo tín hiệu vị trí góc (theta), vận tốc góc (theta dot), gia tốc góc (theta dot) Sơ đồ cấu trúc khâu trình bày theo sơ đồ sau: Hình 3.11 Sơ đồ cấu trúc tạo tín hiệu đặt góc khớp Với robot bậc tự cần hình - Bộ điều khiển (PID controler): Sơ ñồ cấu trúc ñiều khiển cho sơ đồ sau: Hình 3.12 Sơ ñồ cấu trúc ñiều khiển PID cho góc khớp - Sơ ñồ cấu trúc ñiều khiển feedforward: Sơ ñồ cấu trúc feedforward ñược cho hình sau: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 76 - Hình 3.13 Sơ ñồ cấu trúc ñiều khiển feedforward Trong đó: BSN có chức tạo tín hiệu bù cho vị trí góc; BSN có chức tạo tín hiệu bù cho vận tốc góc; BSN tạo tín hiệu bù cho ga tốc góc Như vậy, sơ ñồ cấu trúc tổng quát hệ thống ñiều khiển vị trí cánh tay robot bậc tự ứng dụng learning feedforward sở mạng nơ ron ñược cho sơ đồ sau Hình 3.14 Sơ đồ khối điều khiển Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 77 - b kết mô kết mô với tham số cánh tay robot baacjj tự sau: TT - Thông số Giá trị Ghi Khối lượng cánh tay m1: 1(kg) 22 Khối lượng cánh tay2: m2 1(kg) ðộ dài cánh tay 1: l1 0.5(m) ðộ dài cánh tay 2: l2 0.5(m) Coulomb friction khơp 0.02 (N) Coulomb friction khớp 0.035 (N) Viscous friction khớp 0.01(Ns/m) Viscous friction khớp 0.01(Ns/m) Mô men qn tính khớp 0.03 (N) 10 Mơ men qn tính khớp 0.023 (N) Dạng tín hiệu vào điều khiển Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 78 - Hình 3.15 Các tín đầu vào điều khiển LFFC - Tín hiệu đặt tín hiệu thực tế sai số ñiều khiển hệ thống dùng ñiều khiển PID: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 79 - Hình 3.16 Tín hiệu đặt tín hiệu vào sai lệch có điều khiển PID - Nhiễu ma sát coulomb tín hiệu bù BSN tạo ra: + Chế ñộ ñộ + Chế ñộ xác lập Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 80 - Hình 3.17 Nhiễu ma sát coulomb tín hiệu hiệu chỉnh ma sát coulomb LFFC tạo - Tín hiệu đặt, tín hiệu thực tế có LFFC bù ma sát coulomb tác động: Hình 3.18 Tín hiệu và sai lệch LFFC bù ma sát coulomb - Nhiễu ma sát nhớt tín hiệu bù ma sát nhớt BSN tạo ra: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 81 - Hình 3.19 Nhiễu ma sát nhớt sinh tín hiệu bù ma sát nhớt LFFC tạo - Tín hiệu đặt tín hiệu thực tế có LFFC tham gia bù ma sát coulomb ma sát nhớt: Hình 3.19 Tín hiệu ñặt tín hiệu vào sai lệch hệ thống có LFFC bù ma sát coulomb ma sát nhớt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 82 - Kết luận Chương Từ sở lý thuết Chương Chương 2, tác giả ñã xây dựng ñược ñiều khiển cho cánh tay robot bậc tự kết hợp ñiều khiển Feedback LFFC sở mạng nơ ron Kết ñiều khiển ñược kiểm chứng mô phần mềm Matlab simulink Qua kết mơ có kết luận: - Hệ thống hoạt ñộng ổn ñịnh thời gian lây dài; - Vị trí tham chiếu thực bám với vị trí tham chiếu đặt cho vị trí tham chiếu đặt biến đổi Trong luận văn giả thiết vị trí ñặt biến thiên theo quy luật hàm Sin Kết cho vị trí đặt - Tín hiệu bám tốt, với nhiễu hệ thống tạo ra, ñiều khiển LFFC sở mạng nơ ron tạo tín hiệu bù phù hợp để khử tín hiệu nhiễu - Chất lượng hoạt động hệ thống có LFFC tốt sử dụng ñiều khiển truyền thống PID ðiều ñược thể sai số sử dụng ñiều khiển PID ñiều khiển có thêm LFFC - Trong luận văn tác giả mởi lấy tín hiệu khớp thứ nhất, tín hiệu có lien kết với khớp Kết mô khớp tương tự khớp Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 83 - KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ðỀ TÀI Luận văn ñã hồn thành u cầu đặt ứng dụng Learning FeedForward sở mạng nơ ron ñiều khiển vị trí cánh tay robot Các đóng góp hướng phát triển ñề tài nghiên cứu: - ðã tổng hợp ñược tài liệu learning feedforward, mạng nơ ron ứng dụng để có nhìn tổng quan kết cấu, luật học phương pháp ứng dụng learning feedforward sở mạng nơ ron để điều khiển vị trí cánh tay robot - Bằng phương pháp phân tích, tổng hợp luận văn tính tốn xây dựng mơ hình động học robot bâc tự do, thiết kế điều khiển, khảo sát mơ cho cánh tay robot bậc tự ứng dụng learning feedforward sở mạng nơ ron Trong luận văn trình bày phương pháp điều khiển khử ñược tham số phi tuyến ñối tượng cánh tay robot gây ma sát coulomb, ma sát bám dính… qua nâng cao chất lượng ñiều khiển cánh tay robot bậc tự - Do thời gian nghiên cứu có hạn khuôn khổ luận văn thiết kế mô hệ thống điều khiển Từ kết mơ với tham số tốn phát triển ứng dụng để thiết kế mơ hình thực tế phát triển với cánh tay robot với số bậc tự lớn hơn, sở luận văn dung để thiết kế hệ thống tương ñương sử dụng LFFC sở MRAS Vì luận văn hướng nghiên cứu mở, phát triển tiếp tục hướng nghiên cứu cơng trình khoa học cấp cao Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 84 - TÀI LIỆU THAM KHẢO Tiếng Việt: [1] Phạm ñăng phước; Robot công nghiệp – tailieu.vn; [2] Nguyễn Như Hiển, Lại Khắc Lãi; Hệ mờ & Nơ ron kỹ thuật ñiều khiển- NXB khoa học tự nhiên công nghệ; [3] Nguyễn Dỗn Phước; Lý thuyết điều khiển phi tuyến-NXB Khoa học Kỹ thuật ; [4] Nguyễn Doãn Phước, Phan Xuân Minh, Hán Thành Trung; Lý thuyết ñiều khiển phi tuyến- NXB Khoa học Kỹ thuật ; Tiếng Anh: [5] D Nguyen, and B Widrow, “Neural Networks for Self- Learning Control Systems,” IEEE Control System Magazine, vol 10, no 1, pp 18-23, Feb 1990; [6] Dr Nguyen Duy Cuong , “Advanced Controllers for Electromechanical Motion Systems” University of Twente, March, 2008; [7] W.J.R Velthuis “Learning feed-forward control: theory, design and; application.”Phd thesis, University of Twente, Enschede, the Netherlands, 2000; [8] Z Hendzel, “Adaptive Critic Neural Networks for Motion Control of Wheeled Mobile Robot,” Nonlinear Dynamics, vol 50, no 4, pp 849-855, 2007; [9] K.S Narenda, and K Pathasarathy, “Identification and control of dynamic systems using neural network,” IEEE Transaction on Neural Networks, vol 1, no 1, pp 4-27, 1990 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - 85 - ... Việc ứng dụng Learning Feed Forward sở mạng nơron để điều khiển vị trí cánh tay rơbốt nâng cao chất lượng hệ thống Vì tơi lựa chọn ñề tài: ? ?Ứng dụng Learning FeedForward sở mạng nơ ron điều khiển. .. (Learning Feedforward Control) sở mạng nơ ron ñể ñiều khiển Chương 2 :Learning FeedForward control sở mạng nơ ron Trong chương tác giả trình bày sở lý thuyết ñiều khiển học; ñiều khiển LFFC, sở. .. điều khiển Kiểu đơn giản độ xác thấp - ðiều khiển kín (điều khiển servo) sử dụng tín hiệu phản hồi vị trí để tăng độ xác điều khiển Có kiểu điều khiển kín ñiểm - ñiểm ñiều khiển ñường ðiều khiển