Luận văn thạc sĩ hệ nơron mờ và ứng dụng cho robot 5 bậc tự do

i ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP PHAN VĂN DƯ HỆ NƠRON MỜ VÀ ỨNG DỤNG CHO ROBOT 5 BẬC TỰ DO Chuyên ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 60520216 LUẬN VĂN THẠC SĨ KỸ THUẬT Người hướng dẫn khoa học PGS.TS LẠI KHẮC LÃI THÁI NGUYÊN - 2017 ii LỜI MỞ ĐẦU Trong thời gian thực hiện luận văn, tác giả đã nhận được sự quan tâm rất lớn của nhà trường, các khoa, phòng ban chức năng, các thầy cô giáo và đồng nghiệp Tác giả xin chân thành cảm ơn Ban giám hiệu, Khoa sau đại học, các giảng viên đã tạo điều kiện cho tôi hoàn thành luận văn này Tác giả xin bày tỏ lời cảm ơn chân thành nhất đến thầy hướng dẫn khoa học PGS.TS Lại Khắc Lãi về những chỉ dẫn khoa học, định hướng nghiên cứu và tận tình hướng dẫn tôi trong suốt quá trình làm luận văn Mặc dù đã rất cố gắng, song do trình độ và kinh nghiệm còn hạn chế nên có thể luận văn còn những thiếu sót Tác giả rất mong nhận được những ý kiến đóng góp từ các thầy cô giáo và các bạn đồng nghiệp để luận văn được hoàn thiện và có ý nghĩa ứng dụng trong thực tế Cuối cùng, tôi xin cảm ơn gia đình và bạn bè, những người đã luôn ủng hộ và động viên tôi để tôi yên tâm nghiên cứu luận văn này Thái nguyên, tháng 07 năm 2017 Tác giả Phan Văn Dư iii LỜI CAM ĐOAN Tôi tên là Phan Văn Dư lớp CHK17-TĐH tôi xin cam đoan bản luận văn: " Hệ nơron mờ và ứng dụng cho robot 5 bậc tự do" là do tôi tự tổng hợp và nghiên cứu, không sao chép của ai Mọi tham khảo trong luận văn đều được trích dẫn rõ ràng tên tác giả, tên công trình, thời gian, địa điểm công bố Tôi xin chịu trách nhiệm về những gì tôi khai trước nhà trường và hội đồng khoa học! Thái nguyên, tháng 07 năm 2017 Tác giả luận văn Phan Văn Dư iv MỤC LỤC Trang Lời mở đầu ii Lời cam đoan iii Mục lục iv Danh mục các ký hiệu, các chữ viết tắt vi Danh mục các bảng vii Danh mục các hình vẽ, đồ thị viii MỞ ĐẦU 1 NỘI DUNG 3 CHƯƠNG 1 XÂY DỰNG MÔ HÌNH TOÁN HỌC ROBOT 5 BẬC TỰ DO 3 1.1 TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP 3 1.1.1 Sơ lược quá trình phát triển của robot công nghiệp 3 1.1.2 Cấu trúc cơ bản của robot công nghiệp 4 1.1.3 Cơ cấu robot 5 bậc tự do toàn khớp quay 5 1.2 ĐỘNG HỌC ROBOT 6 1.2.1 Bảng thông số DH 7 1.2.2 Tính toán ma trận mô tả quan hệ khâu i đối với hệ tọa độ gốc 9 1.3 ĐỘNG LỰC HỌC ROBOT 10 1.3.1 Hàm Lagrange 10 1.3.2 Phương trình động lực học robot 12 1.3.3 Phương trình động lực học robot 5 bậc tự do 14 CHƯƠNG 2 TỔNG QUAN VỀ HỆ NƠRON MỜ 24 2.1 ĐẶT VẤN ĐỀ 24 2.2 TỔNG QUAN VỀ ĐIỀU KHIỂN MỜ 24 2.2.1 Giới thiệu 24 2.2.2 Cấu trúc của bộ điều khiển mờ 25 v 2.2.3 Thiết kế bộ điều khiển mờ 2.3 TỔNG QUAN VỀ MẠNG NƠRON 2.3.1 Mạng nơron sinh học 2.3.2 Mạng nơron nhân tạo 2.3.3 Cấu trúc mạng 2.4 HỆ NƠRON MỜ 2.4.1 Sự kết hợp giữa logic mờ và mạng nơron 2.4.2 Cấu trúc chung của hệ mờ và mạng nơron 2.4.3 Huấn luyện mạng nơron mờ CHƯƠNG 3 ỨNG DỤNG NƠRON MỜ ĐIỀU KHIỂN TAY MÁY 5 DOF 3.1 MÔ PHỎNG ĐỐI TƯỢNG ĐIỀU KHIỂN 3.1.1 Cơ cấu robot 5 DOF 3.1.2 Mô hình cơ cấu chấp hành 3.2 THIẾT KẾ BỘ ĐIỀU KHIỂN PID ĐIỀU KHIỂN ĐỐI TƯỢNG 3.2.1 Tổng hợp vòng điều chỉnh động cơ 3.2.2 Thiết kế bộ điều khiển PID điều khiển đối tượng 3.2.3 Kết quả mô phỏng dùng PID 3.3 BỘ ĐIỀU KHIỂN NƠ RON MỜ ĐIỀU KHIỂN ROBOT 5 DOF 3.3.1 Thu thập bộ dữ liệu để huấn luyện mạng 3.3.2 Cấu trúc hệ nơron mờ 3.3.3 Huấn luyện mạng nơron mờ 3.3.4 Kết quả mô phỏng dùng NEFCON KẾT LUẬN VÀ KIẾN NGHỊ TÀI LIỆU THAM KHẢO vi DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Ký hiệu NEFCON DOF DH Tr SISO DC PID FIS vii DANH MỤC CÁC BẢNG Bảng Bảng 1.1 Bảng thông s Bảng 1.2 Thông số DH Bảng 2.1 Tiêu chí so s Bảng 3.1 Tham số và g Bảng 3.2 Bảng thông s Bảng 3.3 Kết quả đạt đ Bảng 3.4 Tập dữ liệu h Bảng 3.5 Kết quả đạt đ Bảng 3.6 So sánh kết q viii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình Hình 1.1 Các thành Hình 1.2 Sơ đồ kết Hình 1.3 Sơ đồ tay Hình 1.4 Sơ đồ khố Hình 1.5 Minh họa Hình 1.6 Khảo sát t Hình 1.7 Hệ tọa độ Hình 2.1 Các khối c Hình 2.2 Cấu trúc tổ Hình 2.3 Mô hình 2 Hình 2.4 Mô hình m Hình 2.5 Mạng nơro Hình 2.6 Cấu trúc h Hình 2.7 Mô hình n Hình 2.8 Một số dạn Hình 2.9 Nơron với Hình 2.10 Ký hiệu nơ Hình 2.11 Cấu trúc m Hình 2.12 Ký hiệu m Hình 2.13 Ký hiệu m Hình 2.14 Cấu trúc m Hình 2.15 Ký hiệu tắ Hình 2.16 Mô hình h Hình 2.17 Hình 2.18 Hình 2.19 Hình 3.1 Hình 3.2 Hình 3.3 Hình 3.4 41 44 44 52 53 54 55 Hình 3.5 55 Hình 3.6 56 Hình 3.7 56 Hình 3.8 57 Hình 3.9 58 Hình 3.10 58 Hình 3.11 60 Hình 3.12 61 Hình 3.13 62 Hình 3.14 65 Hình 3.15 66 Hình 3.16 66 Hình 3.17 67 Hình 3.18 68 Hình 3.19 68 Hình 3.20 69 1 MỞ ĐẦU 1 Lý do chọn đề tài Cùng với sự phát triển mạnh mẽ lý thuyết điều khiển hiện đại và thông minh; hệ mờ và mạng noron ngày càng được ứng dụng rộng rãi trong nhiều lĩnh vực Hệ mờ dựa trên logic của con người, với ưu điểm đơn giản và xử lý chính xác những thông tin không chắc chắn và mạng nơ ron có khả năng tự học hỏi, tự chỉnh định cho phù hợp với sự thay đổi của đối tượng điều khiển; sự kết hợp giữa hệ mờ và mạng noron nhân tạo đã đem lại nhiều hiệu quả đáng kể trong lĩnh vực điều khiển và tự động hóa Trong những năm gần đây đã có nhiều đề tài nghiên cứu ứng dụng hệ nơ ron mờ để điều khiển các đối tượng phi tuyến [6], [7], [10] và cũng đã thu được một số kết quả nhất định Việc nghiên cứu thiết kế bộ điều khiển cho robot đảm bảo các yêu cầu chất lượng là rất cần thiết và có ý nghĩa Trong đề tài này tác giả trình bày ứng dụng mạng noron nhân tạo và hệ điều khiển mờ để thiết kế bộ điều khiển nâng cao chất lượng điều khiển cánh tay máy Xuất phát từ tính cấp thiết nâng cao chất lượng điều khiển robot và mong muốn áp dụng hệ điều khiển nơ ron mờ (NEFCON) vào thực tiễn là đối tượng robot 5 bậc tự do nên bản thân tôi chọn đề tài : “Hệ nơ ron mờ và ứng dụng cho robot 5 bậc tự do” 2 Mục đích nghiên cứu Xây dựng bộ điều khiển noron mờ cho cánh tay robot đảm bảm các yêu cầu chất lượng, kiểm tra kết quả thông qua mô phỏng và thực nghiệm 3 Đối tượng nghiên cứu Điều khiển tay robot theo hệ noron mờ 4 Ý nghĩa khoa học, ý nghĩa thực tiễn của đề tài a) Ý nghĩa khoa học Hệ thống noron mờ đang nổi lên như một công cụ điều khiển các hệ thống phi tuyến với các thông số chưa xác định Việc kết hợp giữa phương pháp noron và phương pháp mờ đem lại khả năng tuyệt vời cho sự linh hoạt và học theo thao tác của con người Điều này có ý nghĩa rất lớn về mặt khoa học trong việc điều khiển các đối tượng phi tuyến 2 3 60 4 3-4 5 4-5   1 1 2 0 Với thông số động cơ lựa chọn như bảng 3.1, hằng số thời gian của khâu ch Tt 100 s và thông số robot 5 DOF lựa ch Matlab ta K xác 545;T P I Hình 3.11 Sơ đồ mô phỏng hệ điều khiển robot 5 DOF bằng PID 61 3.2.3 Kết quả mô phỏng dùng PID Hình 3.12 Đặc tính quá độ của các khớp khi điều khiển bằng PID Kết quả mô phỏng cho thấy đáp ứng đầu ra bám giá trị đặt cho trước, chỉ tiêu chất lượng thu được như bảng 3.3 Tuy nhiên kết quả đạt được còn hạn chế về chất lượng, cụ thể là độ quá điều chỉnh lớn (trên dưới 10%) Để khắc phục điều này ta sử dụng các bộ điều khiển thích nghi phi tuyến được xây dựng trên cơ sở lý thuyết điều khiển hiện đại Bảng 3.3 Theta Theta1 Theta2 Theta3 Theta4 Theta5 Độ quá điều ch 62 3.3 BỘ ĐIỀU KHIỂN NƠ RON MỜ ĐIỀU KHIỂN ROBOT 5 DOF Hệ mờ - nơron là hệ sử dụng mạng nơron như một công cụ trong mô hình mờ; đó là những hệ mờ có phương pháp tiếp cận đặc trưng tự động điều chỉnh của mạng nơron, nhưng không có sự thay đổi chức năng của chúng (mờ hoá, giải mờ, suy luận mờ và những hàm lôgic cơ bản) Trong hệ thống này, mạng nơron được sử dụng trong việc làm tăng tốc độ quá trình xử lý của tập mờ Các hệ mờ - nơron vốn đã là các hệ lôgic mờ chúng được ứng dụng vào lĩnh vực điều khiển công nghiệp nhằm mục đích cải thiện những hạn chế về chất lượng của hệ thống mà bộ điều khiển PID kinh điển không đáp ứng được, từ đó nâng cao chất lượng hệ thống, sơ đồ bộ điều khiển nơ ron mờ điều khiển đối tượng robot 5 DOF như hình 3.13 Hình 3.13 Sơ đồ mô phỏng hệ thống điều khiển tay máy bằng nơron mờ Qúa trình thiết kế được thực hiện theo các bước sau: - Bước 1: Thu thập dữ liệu để huấn luyện mạng 63 - Bước 2: Sử dụng công cụ ANFIS trong phần mềm Matlab để thiết kế bộ điều khiển nơron mờ và huấn tập dữ liệu đã có cho đến khi đạt sai số cho phép luyện theo 3.3.1 Thu thập bộ dữ liệu để huấn luyện mạng Sau khi khảo sát đối tượng ta tiến hành thu thập dữ liệu để huấn luyện mạng nơron Dữ liệu huấn luyện mạng có vai trò quyết định đến chất lượng của bộ điều khiển, có nhiều cách thu thập dữ liệu huấn luyện, ví dụ như dùng hệ thích nghi (áp dụng cho các đối tượng có tham số thay đổi hoặc có nhiễu lớn), hoặc sử dụng hệ tối ưu Trong luận văn này tác giả 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 Với bộ điều khiển nơron mờ có cấu trúc như hình 3.13, tập dữ liệu huấn luyện sẽ bao gồm 3 cột: e, ie, Udk (bảng 3.4) Bảng 3.4 Tập dữ liệu huấn luyện e 64 65 Sau khi có tập dữ liệu huấn luyện, sử dụng công cụ ANFIS để tải tập dữ liệu huấn luyện như hình 3.14 Hình 3.14 Tải dữ liệu huấn luyện 3.3.2 Cấu trúc hệ nơron mờ Trước khi bắt đầu huấn luyện FIS ta cần chỉ ra mô hình cấu trúc FIS Bộ điều khiển nơron mờ có thể xây dựng theo nhiều cấu trúc khác nhau, ở đây có hai đầu vào (sai lệch e và tích phân sai lêch) và một đầu ra Mỗi đầu vào có 5 nơron mô tả các hàm liên thuộc dạng Gauss, còn đầu ra mạng có dạng tuyến tính như hình 3.15 và hình 3.16 66 Hình 3.15 Lựa chọn số lượng và dạng hàm liên thuộc đầu vào, ra Hình 3.16 Sơ đồ cấu trúc bộ điều khiển nơron mờ 67 3.3.3 Huấn luyện mạng nơron mờ Khi hoàn thiện tải dữ liệu để huấn luyện mạng, thiết lập cấu trúc bộ điều khiển ta thực hiện công việc huấn luyện mạng -Thiết lập số kỳ huấn luyện là 30 kỳ -Sau khi huấn luyện mạng kiểm tra sai số giữa dữ liệu vào ra giữa thầy và trò: 0.03485, sai số này có thể chấp nhận được như hình 3.17 Hình 3.17 Sai số giữa tập mẫu và sau 30 kỳ huấn luyện 68 Hình 3.18 Dữ liệu vào ra của ANFIS sau huấn luyện 3.3.4 Kết quả mô phỏng dùng NEFCON Hình 3.19 Đặc tính quá độ của các khớp khi điều khiển bằng NEFCON 69 Kết quả mô phỏng cho thấy đáp ứng đầu ra bám giá trí đặt cho trước Hình 3.19 thể hiện đáp ứng đầu ra của góc thứ tự từ một đến hai sử dụng bộ điều khiển NEFCON; góc thứ tự từ ba đến năm sử dụng bộ điều khiển PID Hình 3.20 thể hiện đáp ứng của góc thứ một khi sử dụng bộ điều khiển PID và bộ điều khiển mờ nơron Bảng 3.5 Theta Theta1 NEFCON Theta2 Theta3 Theta4 Theta5 PID So sánh bộ điều khiển PID và NEFCON điều khiển góc theta1 Hình 3.20 So sánh chất lượng bộ điều khiển PID và NEFCON Bảng 3.6 PID NEFCON 70 Bộ điều khiển mờ - nơron áp dụng để điều khiển tay máy robot 5 bậc tự do cho kết quả tốt, đặc tính quá độ tốt hơn so với bộ điều khiển PID kinh điển Cụ thể quá trình quá độ diễn ra ngắn hơn, độ quá điều chỉnh của đặc tính quá độ nhỏ hơn 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 3.4 KẾT LUẬN CHƯƠNG 3 Chương 3: " Ứng dụng nơron mờ điều khiển tay máy 5 DOF" đã giải quyết một số vấn đề cơ bản sau: Thứ nhất đã mô phỏng robot 5 bậc tự do, cơ cấu chấp hành trên Matlab/Simulink; xây dựng hệ điều khiển các chuyển động của robot bằng các qui luật điều khiển kinh điển, bao gôm ba vòng điều khiển dòng điện, tốc độ, vị trí Thứ hai xây dựng và thiết kế bộ điều khiển nơron mờ (NEFCON) cho mạch vòng điều khiển khớp 1 và 2 Qua kết quả mô phỏng như bảng 3.6 cho thấy sử dụng hệ nơron mờ để điều khiển cánh tay robot 5 bậc tự do đạt được hiệu quả và 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 71 KẾT LUẬN VÀ KIẾN NGHỊ Trong luận văn này với đề tài " Hệ nơ ron mờ và ứng dụng cho robot 5 bậc tự do" tác giả đã 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 Do thời gian và trình độ có hạn nên việc xây dựng tập dữ liệu huấn luyện cho mạng nơron chưa làm được chi tiết, chủ yếu mới chỉ dựa vào kết quả của bộ điều khiển thích nghi có sẵn [5] do đó chất lượng điều khiển chưa được như mong muốn Để hoàn thiện và nâng cao chất lượng điều khiển tay máy bằng bộ điều khiển nơron mờ, tác giả có một số kiến nghị sau: - Tìm kiếm phương pháp mới để có thể thu nhận được tập dữ liệu huấn luyện nhanh và sát với hệ thống thực; - Tiếp tục xây dựng bộ điều khiển nơron mờ cho cả 5 chuyển động của tay máy 72 TÀI LIỆU THAM KHẢO Tiếng Việt [1] 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 [2] Nguyễn Thiện Phúc, Robot công nghiệp, NXB khoa học và kỹ thuật, 2006 [3] Bùi Công Cường, Nguyễn Doãn Phước, Hệ mờ mạng nơ ron và ứng dụng, NXB Khoa học và Kỹ thuật, 2006 [4] Nội, Nguyễn Phùng Quang, Matlab&Simulink, NXB khoa học và kỹ thuật, Hà 2006 [5] Nguyễn Mạnh Tiến, Điều khiển robot công nghiệp, NXB khoa học và kỹ thuật, Hà Nội, 2006 [6] Trần Anh Dũng, Nghiên cứu xây dựng mô hình tay máy robot sử dụng điều khiển mờ, Khoa Điện, Trường Đại học Hàng Hải [7] Trần Thị Vân Anh, Lại Khắc Lãi, Điều khiển mức nước bao hơi bằng bộ điều khiển mờ - nơron, Tạp chí Khoa học và Công nghệ, Số 2(46) Tập 1, Năm 2008 Tiếng Anh [8] [9] Kosko, Neural networks and fuzzy control, Prentice Hall, 1991 E Khan, Fuzzy Logic Design Based on Neural Network Learning, Springer-Verlag Berlin Heidelberg,1994 [10] 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 [11] Martin T Hagan, Howard B Demuth, Mark Hudson Beale, Orlando De Jesús, Neural Network Design, 2nd Edition [12] Frank L.Lewis, Darren M.Dawson, Chaouki T.Abdallah, Robot Manipulator Control Theory and Practice, Marcel Dekker, Inc., New York, 2009 [13] Spong, M W., Hutchinson, S., and Vidyasagar, M., Robot Modeling and Control, John Wiley & Sons, New York, 2009 ... (1.110) h524 h 552 h5 25  h524 (1.111)  h5 25 (1.112) h533  Tr U 53 3 J 5U55T ; h 54 3 h534 h5 35  Tr U 53 5 J 5U 55 T  h 553 (1.113)  h  h5 35 534 (1.114) (1.1 15) h 54 4 h5 45  Tr U 54 5 J 5U 55 T... 55 5 J 5U54 (1.102) Với i   h5 (1.103) h511 h h512 52 1 h513 h514 h5 15  (1.104) h 51 2 h531  h513 (1.1 05) h541  h514 (1.106) h 551  h5 15 (1.107) (1.108) h522 h523 h532  h523 (1.109) h542 (1.110)... U 53 3 J 5U54T ; Tr U 53 4 J 5U54 ; T h 443 h 434 (1.98) h444  Tr U 444 J 4U 44T Tr U 54 4 J 5U54T ; (1.99) (1.100) 22 h4 45  Tr U 54 5 J 5U54 h 454  (1.101) h 4 45 h 455  Tr U 55 5