Điều khiển mờ thích nghi hệ cánh tay robot

Bài viết này nhằm mục tiêu tổng hợp tài liệu, trình bày chi tiết quá trình trình xây dựng mô hình và mô phỏng kiểm nghiệm giải thuật điều khiển trượt mờ thích nghi cho hệ robot, đồng thời minh họa trên mô hình tay máy 2 bậc tự do, trong môi trường MATLAB/Simulink.

TNU Journal of Science and Technology 226(16): 239 - 246 ADAPTIVE FUZZY CONTROL OF ROBOT ARM SYSTEM Nguyen Chi Ngon1*, Cao Thi Yen2, Truong Thi Thanh Tuyen1 1Can Tho University, 2An Giang Vocational College ARTICLE INFO Received: 07/8/2021 Revised: 29/11/2021 Published: 30/11/2021 KEYWORDS 2-DOF robot Adaptive fuzzy control Fuzzy approximation Fuzzy logic Sliding mode control ABSTRACT Due to their nonlinear characteristics, the robotic dynamic systems have been attracted several research interests Robot control algorithms from classical to modern and intelligent, have been deployed However, to approach a specific robot control technique, the reader may have difficulty with a lot of scholarly literature This paper aims to synthesize documents and present detailed process of building a simulation model and testing the adaptive fuzzy sliding mode control algorithm, illustrated on a 2-degree-of-freedom (2-DOF) manipulator model, in the MATLAB/Simulink environment The hard-to-control components in robot model, as well as in the control law, such as friction, noise, and other uncertainties, are approximated by fuzzy systems With the adaptive mechanism applied, the sliding control law is flexible enough to adapt to the robot's parameter variation and is stable according to Lyapunov’s theory Simulations on the 2-DOF manipulator model show that the adaptive fuzzy sliding mode controller can give responses without overshoot, small settling time (0.15 s) and negligible steady-state error (0.0012 rad) The case of increasing the manipulator's load up to 100% also shows that the actual trajectory tracking well to the reference and does not appear significant fluctuations in the control signal ĐIỀU KHIỂN MỜ THÍCH NGHI HỆ CÁNH TAY ROBOT Nguyễn Chí Ngôn1*, Cao Thị Yến2, Trương Thị Thanh Tuyền1 1Trường Đại học Cần Thơ, 2Trường Cao đẳng nghề An Giang THÔNG TIN BÀI BÁO TÓM TẮT Do đặc điểm phi tuyến, hệ động lực học robot chủ đề thu hút nhiều nghiên cứu Các giải thuật điều khiển robot từ cổ điển đến Ngày hoàn thiện: 29/11/2021 đại thông minh, triển khai Tuy nhiên, để tiếp cận kỹ thuật điều khiển robot cụ thể, người đọc gặp phải nhiều tài liệu Ngày đăng: 30/11/2021 mang nặng tính học thuật Bài báo nhằm mục tiêu tổng hợp tài liệu, trình bày chi tiết q trình trình xây dựng mơ hình mơ TỪ KHÓA kiểm nghiệm giải thuật điều khiển trượt mờ thích nghi cho hệ robot, Robot bậc tự đồng thời minh họa mơ hình tay máy bậc tự do, mơi trường MATLAB/Simulink Thành phần khó kiểm sốt mơ Điều khiển mờ thích nghi hình đối tượng, luật trượt kinh điển ma sát, nhiễu Xấp xỉ mờ yếu tố bất định khác, xấp xỉ hệ mờ Với chế Hệ mờ thích nghi áp dụng, luật điều khiển trượt đủ linh hoạt để thích Điều khiển trượt ứng với biến đổi tham số robot ổn định theo lý thuyết Lyapunov Mô mơ hình tay máy bậc tự cho thấy điều khiển trượt mờ thích nghi cho đáp ứng không xuất vọt lố, thời gian xác lập nhỏ (0,15 giây) sai số xác lập không đáng kể (0,0012 rad) Trường hợp tăng tải trọng tay máy lên 100% cho thấy quỹ đạo đáp ứng bám tốt quỹ đạo tham khảo không xuất dao động đáng kể tín hiệu điều khiển DOI: https://doi.org/10.34238/tnu-jst.4867 Ngày nhận bài: 07/8/2021 * Corresponding author Email: ncngon@ctu.edu.vn http://jst.tnu.edu.vn 239 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 Giới thiệu Một yêu cầu quan trọng điều khiển robot kiểm soát chúng bám quỹ đạo mong muốn Trong trình vận hành, thơng số robot bị thay đổi tác động yếu tố tải trọng nhiễu, dẫn tới khả ổn định kiểm soát Thật vậy, nghiên cứu rõ nhiều yếu tố gây bất ổn tác động trực tiếp lên động lực học robot Với ưu điểm tính ổn định bền vững hệ thống có nhiễu thơng số đối tượng thay đổi, điều khiển trượt lựa chọn tiêu biểu điều khiển robot Tuy nhiên, biên độ luật điều khiển thay đổi lớn với tác động hàm dấu, tín hiệu điều khiển bị dao động (chattering), ổn định tác động xấu đến drivers Để khắc phục nhược điểm điều khiển trượt, nhiều nhà khoa học nghiên cứu đề xuất kết hợp kỹ thuật điều khiển trượt với mạng nơ-ron [1], giải thuật di truyền, đặc biệt kết hợp với điều khiển mờ [2]-[8] Trong đó, điều khiển mờ nhiều nhà khoa học nghiên cứu sử dụng tính đơn giản thiết kế Chẳng hạn, điều khiển mờ áp dụng việc kiểm soát robot thực nhiệm vụ phức tạp mà mơ hình phân tích kiểm sốt thơng thường khó thực [2] hay điều khiển robot đa hướng [3] Tuy nhiên, điều khiển mờ với thiết kế cố định chưa đủ linh hoạt, nhiều trường hợp chưa đáp ứng trình điều khiển robot Vì vậy, kỹ thuật điều khiển mờ thích nghi số nhà khoa học quan tâm Chẳng hạn, điều khiển mờ thích nghi ứng dụng để điều khiển robot mài nhẵn [4], hệ thống điều khiển vô-lăng điện cho ô tô [5], hệ phi tuyến MIMO (multiple-input multiple-output) với nhiều yếu tố bất định [6], xấp xỉ thành phần không chắn hệ thống phi tuyến [7] kiểm soát hệ phi tuyến với độ trễ lớn, không xác định [8] Việc kết hợp kỹ thuật điều khiển trượt điều khiển mờ thích nghi nhằm xây dựng điều khiển trượt mờ thích nghi áp dụng cho hệ cánh tay robot chủ đề nghiên cứu hấp dẫn tiếp tục phát triển [9], [10] Bài báo nhằm mục tiêu tổng hợp tài liệu, trình bày chi tiết q trình xây dựng điều khiển mơ kiểm nghiệm giải thuật điều khiển trượt mờ thích nghi cho hệ robot minh họa hệ tay máy bậc tự do, môi trường MATLAB/Simulink Nội dung báo tập trung vào vấn đề, gồm: (i)Trình bày mơ hình tổng qt robot xây dựng lại mơ hình hệ động lực học robot bậc tự MATLAB/Simulink; (ii)Tổng hợp lý thuyết thiết kế điều khiển trượt mờ thích nghi; (iii)Đánh giá hiệu giải thuật điều khiển Thiết kế hệ thống 2.1 Mơ hình cánh tay robot Một cách tổng quát, hệ robot n-bậc tự [12], [13] có phương trình động học mơ tả (1): D( q ) q C ( q, q ) q G ( q ) F ( q ) (1) d n n n Trong đó, q R véctơ góc khớp robot; D(q) R ma trận mơ-men qn tính, C ( q, q ) q R n gồm thành phần lực hướng tâm lực Coriolis, G (q) R n thành phần trọng lực F (q) R n lực ma sát, d R n nhiễu Rn mô-men tác động lên khớp Gọi F (q,q, q) hàm chứa lực ma sát F (q) , nhiễu d thành phần bất định khác (1) viết gọn lại thành (2): D(q)q C (q, q)q G(q) F (q, q, q) (2) 2.2 Thiết kế điều khiển 2.2.1 Kỹ thuật điều khiển trượt Kỹ thuật điều khiển trượt nhiều nghiên cứu chứng minh tính ổn định bền vững [1], [9]-[11] Trong mục này, điều khiển trượt tổng hợp ngắn gọn, mà không vào chứng minh lại tính chất http://jst.tnu.edu.vn 240 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 Gọi qd q véc-tơ góc tham khảo góc lệch thực tế cánh tay, véc-tơ e= dùng làm sở để xác định mặt trượt, (3), với  ma trận xác định dương [12]: s e e Đạo hàm vế (3) ta có: s e e qd q e Thay (2) vào (4), ta có: s qd D (q) C ( q, q ) q G ( q ) F ( q, q, q ) e Từ (5), để q qd-q (3) (4) (5) , luật điều khiển trượt mong muốn là: qd s u D(q )q Ta viết (6) dạng: C ( q, q ) q u G (q ) ueq F (q, q, q ) D (q ) e (6) u (7) Trong đó, tín hiệu điều khiển trượt gồm thành phần: thành phần tín hiệu điều khiển tương đương ueq thành phần tín hiệu điều khiển gián đoạn u , với: ueq D(q )q C (q, q )q G (q ) F ( q, q, q ) (8) thành phần tín hiệu điều khiển gián đoạn xác định [12]: u K D s Wsgn(s) với K D diag ( Ki ), Ki 0, i 1, 2, , n ; W diag[ M1 , , Mn ], (9) M1 i , i 1,2, , n ; sgn(.) hàm dấu mặt trượt s Thay (8) (9) vào (6), luật điều khiển trượt tổng quát là: u D(q)q C (q, q)q G(q) F (q, q, q) K D s Wsgn(s) (10) Điểm yếu luật trượt (10) thành phần D(q), C (q, q) G(q) vốn chứa tham số robot, bị thay đổi trình điều khiển, chẳng hạn tải Tuy nhiên, thành phần hồn tồn xác định nhiều kỹ thuật khác nhau, mạng nơ-ron nhân tạo [1], không thuộc phạm vi tập trung nghiên cứu Điều quan trọng thành phần F (q, q, q) bao gồm ma sát, nhiễu thành phần chưa xác định khác, thường khó kiểm sốt có sai số lớn, dẫn tới chất lượng điều khiển trượt số trường hợp cịn hạn chế Bên cạnh đó, thành phần tín hiệu điều khiển gián đoạn gây tượng giao động mặt trượt (chattering), ảnh hưởng đến chất lượng điều khiển Tuy vậy, nhiều nghiên cứu chứng minh khả giảm dao động cách xấp xỉ hàm dấu sgn(.) (10) hàm liên tục biến mặt trượt [11] Do vậy, phần tiếp theo, để đơn giản hóa, nghiên cứu khơng lặp lại vấn đề trên, mà tập trung vào việc ứng dụng hệ mờ để ước lượng thành phần F (q, q, q) , khảo sát tính ổn định bền vững luật trượt (10) thay thành phần ước lượng 2.2.2 Mơ hình xấp xỉ mờ Mơ hình hệ mờ sử dụng để ước lượng hàm phi tuyến Gọi xi ngõ vào hệ mờ, pi số tập mờ biến đầu vào fˆ ( x ) ngõ hệ mờ với  véc-tơ tham số Các bước thiết kế, thực theo [12]: Bước 1: Biến xi|i 1,2 , mờ hóa thành pi|i 1,2 tập mờ: Ail (li 1, 2,3, 4,5; i 1, 2) i Bước 2: Bộ luật mờ xây dựng gồm pi p1 p2 25 luật để xấp xỉ mờ fˆ ( x ) Luật mờ i thứ j biểu diễn như: l l R( j ) : Nếu x1 A1 x2 A2 fˆ Bl1l2 http://jst.tnu.edu.vn 241 (11) Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 1, 2, , 25 , Bl l tập hợp mờ fˆ ( x ) Q trình suy Trong đó, li 1, 2,3, 4,5; i 1, 2; j diễn mờ thực sau: 12 (1) Sử dụng công cụ suy diễn mờ MAX-PROD [12], ta Aili i (2) Mờ hóa singleton cho biến ngõ để tính y f l l , với y f l l 12 mà ( xi ) f ( x1 , x2 ) nhát cắt ( x1 , x2 ) 12 ( y f ) có độ phụ thuộc lớn nhất, tức l1l2 Bl1l2 (3) Công cụ suy diễn mờ MAX-PROD cho tập mờ ngõ tương ứng với luật mờ tác động y f l1l2 Aili i ( xi ) Phép hợp MAX (union operator) công cụ suy diễn cho tập mờ tổng hợp ngõ là: 5 l1 l2 y f l1l2 Aili i ( xi ) (4) Giải mờ phương pháp trung bình trọng tâm (center average defuzzifier) thu được: fˆ ( x1 ) l1 l2 y f l1l2 i ( xi ) Aili 5 l1 l2 Aili i ( xi ) (12) y f 25 ]T véc-tơ độc lập ( x) véc-tơ sở mờ, (12) biểu diễn thành: [y f Gọi fˆ ( x ) đó, véc-tơ ( x) gồm ˆT ( x) , (13) pi p1 p2 25 phần tử, với phần tử thứ l1l2 là: i l1l2 ( x) Aili i Mơ hình xấp xỉ mờ (10), với giả thiết thành phần khác Khi đó, ta có: F ( q, q, q ) với  sai số xấp xỉ hàm ( xi ) 5 l1 l2 Aili i ( xi ) (14) ứng dụng để ước lượng thành phần F (q, q, q) luật trượt D(.), C(.) G(.) biết, nhận dạng kỹ thuật ˆ T ( q, q, q ) Fˆ (q, q, q | ) (15) , 2.2.3 Cơ chế thích nghi Thay (15) vào (10) ta được: u Fˆ (q, q, q D(q)qr C (q, q)qr Fˆ (q, q, q G (q ) W sgn( s) (16) ) mơ tả sau: Fˆ1 (q, q, q ) T ) T n Fˆ (q, q, q ) n Ta định nghĩa hàm Lyapunov sau: n T V (t ) s Ds ( i đó, i i i, i trọng số lý tưởng Theo [12], đạo hàm vế (18) ta được: sT Ds http://jst.tnu.edu.vn T s Ds ( q, q, q ) (17) Fˆn (q, q, q V (t ) ) KDs T i i i i ( q, q, q ) ) (18) n n T i i i sT ( Dqr i Cqr G F T i ) i i (19) i 242 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 Kết hợp (15), (16) (19) ta có: V (t ) n Fˆ (q, q, q s T F ( q, q, q ) ) KDs T i Wsgn( s ) i i (20) n sT K D s sT Wsign( s) sT T i si i T i ( q, q, q ) i đó, Fˆ (q, q, q ) Fˆ (q, q, q T ) (q, q, q) Nếu chọn luật thích nghi (21) thay vào (20), ta được: i i si (q, q, q), i T V (t ) s KDs (21) 1,2, , n T s W sgn(s) s T (22) Từ (22) ta thấy rằng, sai số xấp xỉ hàm  nhỏ, chọn KD W đủ lớn V (t ) Khi V (t ) s , theo lý thuyết bất biến LaSalle, hệ thống vịng lặp kín ổn định tiệm cận s [12] t 2.3 Minh họa mô hình tay máy bậc tự 2.3.1 Mơ hình tay máy bậc tự Mơ hình tay máy 2-bậc tự (gọi ngắn gọn robot, Hình 1), dùng để mơ kiểm chứng, có phương trình mô tả sau [12], [13]: D11 (q2 ) D12 (q2 ) q1 C12 (q2 )q2 C12 (q2 )(q1 q2 ) D21 (q2 ) D22 (q2 ) q2 C12 (q2 )q1 g1 (q1 g (q1 Trong đó: D11 (q2 ) (m1 m2 )l12 m2l22 2m2l1l2 cos(q2 ) ; q2 ) g q2 ) g D12 (q2 ) (23) F ( q, q, q ) D21 (q2 ) m2l22 m2l1l2 cos(q2 ) 2 D22 (q2 ) m l ; C12 (q2 ) m2l1l2 sin(q2 ) g1 (m1 m2 )l1cos(q1 )+m2l2 cos(q1 q2 ) ; g2 m2l2 cos(q1 q2 ) ; G [g1 ; g ] với thông số robot cho Bảng Đồng thời, mơ hình lực ma sát nhiễu tác động giả lập sau: 10q1 3sgn(q1 ) 0.05sin(20t ) F (q) ; d (24) 10q2 3sgn(q2 ) 0.1sin(20t ) Bảng Các tham số cánh tay robot bậc tự [12] Ký hiệu Ý nghĩa Đơn vị Giá trị m1 Khối lượng quy khớp Kg 1,0 m2 Khối lượng quy tải Kg 1,5 l1 Chiều dài cánh tay m 1,0 l2 Chiều dài cánh tay m 0,8 q1, q2 Góc quay khớp 1,2 Radian Hình Tay máy bậc tự , Mô-men tác động khớp 1,2 Nm - Để biểu diễn quỹ đạo robot, gọi (x,y) tọa độ đầu mút cánh tay, phương trình biểu diễn quan hệ góc khớp tọa độ đầu mút [13], [14]: x = l1 cos q1 + l2 cos( q1 + q2 ); y = l1 sin q1 + l2 sin( q1 + q2 ) (25) http://jst.tnu.edu.vn 243 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 Mỗi khớp cánh tay có truyền động với tỷ số truyền ke Dưới tác động [1, 2]T, khớp nối lệch góc [1, 2]T, qua hệ truyền động, góc lệch cánh tay [q1, q2]T, xác định sau [14]:  q1  −ke  1    q  =  k    e ke  2  (26) 2.3.2 Bộ điều khiển trượt mờ thích nghi cho robot Sơ đồ tổng quát hệ thống điều khiển mơ tả Hình Trong đó, ngõ vào robot nhận tín hiệu điều khiển từ điều khiển trượt mờ, với chế thích nghi xây dựng dựa theo đáp ứng Hai điều khiển thiết kế giống tích hợp MATLAB/Simulink theo sơ đồ Hình Hình Nguyên tắc chung Hình Mơ hình mơ Simulink Gọi [q1, q2] góc khớp robot (ngõ ra), tương ướng với góc tham khảo [qd1, qd2]T; T T xil q1 , q1 xil T q2 , q2 véc-tơ ngõ vào mô hình mờ để xấp xỉ hàm F (q, q, q) gồm thành phần Fr, d yếu tố bất định khác (23) Các ngõ vào xil xil mờ hóa tập mờ Gauss {NB, NS, Z, PS, PB} (27), với   [-, ]  = /24 minh họa Hình 4a Tương tự, ngõ xấp xỉ mờ mờ hóa tập mờ singletone Hình 4b xil 2 i Aili a) li i (x ) exp (27) b) Hình Mờ hóa ngõ vào/ra xấp xỉ mờ: (a) Ngõ vào, (b) Ngõ Kết quả bàn luận Ta tiến hành mô thay đổi thông số tải robot (Hình 3) để kiểm chứng giải thuật [30,30]T , điều khiển Các tham số chọn thử - sai cho điều khiển gồm: hệ số mặt trượt [0.0001, 0.0001]T , tham số luật trượt gồm K D diag[400, 400] tham số thích nghi W diag[1.5,1.5] , điều kiện đầu (vị trí “home”) q1 (0) 2, q (0) 0.3 q1 (0) q (0) http://jst.tnu.edu.vn 244 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 Hình trình bày kết mô với tham số robot Bảng Quỹ đạo robot bám tốt quỹ đạo tham khảo Hình 5a Hình 5b minh họa đáp ứng tín hiệu tham khảo khớp robot, với tín hiệu điều khiển [1, 2]T Hình 5c trình bày kết xấp xỉ hàm mơ hình mờ a) b) c) Hình Kết mơ với tham số robot Bảng (m1=1 kg, m2=1,5 kg) a)Quỹ đạo tham khảo/đáp ứng; b)Đáp ứng tín hiệu điều khiển; c)Xấp xỉ mờ Hình trình bày kết điều khiển tải cánh tay tăng 100% Tương tự kết Hình 5, quỹ đạo robot bám tốt quỹ đạo tham khảo Hình 6a Hình 6b minh họa đáp ứng tín hiệu tham khảo khớp robot, với tín hiệu điều khiển [1, 2]T Hình 6c trình bày kết xấp xỉ hàm mơ hình mờ a) b) c) Hình Kết mơ với tham số tải tăng 100% (m1=2 kg, m2=3 kg) a)Quỹ đạo tham khảo/đáp ứng; b)Đáp ứng tín hiệu điều khiển; c)Xấp xỉ mờ Hình Bảng trình bày tiêu kỹ thuật hệ điều khiển Kết cho thấy đáp ứng ngõ không xuất vọt lố, thời gian xác lập đạt 0,13-0,15 giây sai số xác lập đạt 0,0002-0,0012 rad Bảng Chỉ tiêu chất lượng (a) (b) Hình Cận đáp ứng robot: (a) Ngõ (b) Ngõ Chỉ tiêu q1 q2 POT (%) (%) tst 0,15(s) 0,13(s) Ess 0,0002(rad) 0,0012(rad) POT: Độ vọt lố; tst: Thời gian xác lập; Ess: Sai số xác lập Rõ ràng, điều khiển mờ thích nghi cho đáp ứng tay máy bậc tự ổn định bền vững với biến thiên tải Mã QR-Code cuối chứa link clip mô minh họa http://jst.tnu.edu.vn 245 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 226(16): 239 - 246 Kết luận Bài báo trình bày phương pháp thiết kế điều khiển mờ thích nghi cho hệ robot Thành phần khó kiểm sốt mơ hình đối tượng, luật trượt kinh điển ma sát, nhiễu yếu tố bất định khác xấp xỉ hệ mờ Với chế thích nghi áp dụng, luật điều khiển trượt đủ linh hoạt để thích ứng với biến đổi tham số robot ổn định theo lý thuyết Lyapunov Mơ hình tay máy bậc tự sử dụng để minh họa cho phương pháp thiết kế Kết mô MATLAB/Simulink cho thấy điều khiển trượt mờ thích nghi hồn tồn phù hợp để kiểm soát tay máy Đáp ứng robot không xuất vọt lố, thời gian xác lập nhỏ sai số xác lập không đáng kể Mô với trường hợp tăng tải tay máy lên 100% cho thấy quỹ đạo đáp ứng bám tốt quỹ đạo tham khảo không xuất dao động đáng kể tín hiệu điều khiển TÀI LIỆU THAM KHẢO/ REFERENCES [1] H Lee, D Nam, and C H Park, “A sliding mode controller using neural networks for robot manipulator,” Proc of European Symposium on Artificial Neural Networks Bruges (Belgium), 28-30 April 2004, d-side publi., ISBN 2-930307-04-8, pp 193-198 [2] E Tunstel, M Akbarzadeh-T, K Kumbla, and M Jamshidi, "Soft computing paradigms for learning fuzzy controllers with applications to robotics," Proc of North American Fuzzy Information Processing, 1996, pp 355-359, doi: 10.1109/NAFIPS.1996.534759 [3] Y.-F Peng, C.-H Chiu, W.-R Tsai, and M.-H Chou, “Design of an omni-directional spherical robot: using fuzzy control,” Proc of the Inter Multiconference of Engineers and Computer Scientists IMECS 2009, vol 1, March 18 - 20, 2009, Hong Kong [4] F.-Y Hsu and L.-C Fu, "Intelligent robot deburring using adaptive fuzzy hybrid position/force control," IEEE Transactions on Robotics and Automation, vol 16, no 4, pp 325-335, 2000 [5] Z Wang, “Adaptive fuzzy system compensation based Model-free control for steer-by-wire systems with uncertainty,” Inter.J Innov Computing, Info and Control, vol 17, no 1, pp 141-152, 2021 [6] T Yang, N Sun, and Y Fang, "Adaptive Fuzzy Control for a Class of MIMO Underactuated Systems With Plant Uncertainties and Actuator Deadzones: Design and Experiments," IEEE Transactions on Cybernetics, doi: 10.1109/TCYB.2021.3050475 [7] G Lin, J Yu, and J Liu, "Adaptive Fuzzy Finite-Time Command Filtered Impedance Control for Robotic Manipulators," IEEE Access, vol 9, pp 50917-50925, 2021 [8] S Diao, W Sun, L Wang, et al., “Finite-Time Adaptive Fuzzy Control for Nonlinear Systems with Unknown Backlash-Like Hysteresis,” Int J Fuzzy System, 2021 [9] A Karami-Mollaee and H Tirandaz, “Adaptive Fuzzy Fault Tolerant Control Using Dynamic Sliding Mode,” International Journal of Control, Automation, and Systems, vol 16, no 1, pp 360-367, 2018 [10] S D Nguyen, S Choi, and T Seo, “Adaptive fuzzy sliding control enhanced by compensation for explicitly unidentified aspects,” International Journal of Control, Automation, and Systems, vol 15, no 6, pp 2906-2920, 2017 [11] T T Nguyen, C D Nguyen, and T T Nguyen, “Research and application of Adaptive fuzzy sliding mode controller for electro-hydraulic tracking position servo systems,” Proc of Vietnam Conference on Control and Automation – VCCA 2015, 2015, pp 13-20 [12] J Liu, Intelligent control design and MATLAB simulation Springer, 2018 [13] N M Ghaleb and A A Aly, “Modeling and Control of 2-DOF Robot Arm,” Inter J of Emerging Engineering Research and Technology, vol 6, no 11, pp 8-23, 2018 [14] C N Nguyen and H N Duong, “Internal model control using neural networks: Application to SCARA robot,” J of Sci & Tech Development, VNU Ho Chi Minh City, vol 4, no & 9, pp 65-71, 2001 http://jst.tnu.edu.vn 246 Email: jst@tnu.edu.vn ... 2.3.2 Bộ điều khiển trượt mờ thích nghi cho robot Sơ đồ tổng quát hệ thống điều khiển mô tả Hình Trong đó, ngõ vào robot nhận tín hiệu điều khiển từ điều khiển trượt mờ, với chế thích nghi xây... chắn hệ thống phi tuyến [7] kiểm sốt hệ phi tuyến với độ trễ lớn, khơng xác định [8] Việc kết hợp kỹ thuật điều khiển trượt điều khiển mờ thích nghi nhằm xây dựng điều khiển trượt mờ thích nghi. .. hay điều khiển robot đa hướng [3] Tuy nhiên, điều khiển mờ với thiết kế cố định chưa đủ linh hoạt, nhiều trường hợp chưa đáp ứng trình điều khiển robot Vì vậy, kỹ thuật điều khiển mờ thích nghi