ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP ĐẶNG THỊ NGỌC ÁNH ĐIỀU KHIỂN THÍCH NGHI BÁM QUỸ ĐẠO CHO ROBOT RD5NT SỬ DỤNG THUẬT TOÁN LQG KẾT HỢP LFFC LUẬN VĂN THẠC SĨ KỸ THUẬT CHUYÊN NGÀNH KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Thái Nguyên – 2015 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ LỜI CAM ĐOAN Tên là: Đặng Thị Ngọc Ánh Sinh ngày 06 tháng 09 năm 1984 Học viên lớp cao học khoá 14 – Tự động hóa - Trường đại học kỹ thuật Công nghiệp Thái Nguyên Hiện công tác Trường đại học kỹ thuật Công nghiệp Thái Nguyên Xin cam đoan luận văn “ Điều khiển thích nghi bám quỹ đạo cho robot RD5NT sử dụng thuật toán LQG kết hợp LFFC ” thầy giáo Ts Nguyễn Văn Chí hướng dẫn công trình nghiên cứu riêng Tất tài liệu tham khảo có nguồn gốc, xuất xứ rõ ràng Tác giả xin cam đoan tất nội dung luận văn nội dung đề cương yêu cầu thầy giáo hướng dẫn Nếu có vấn đề nội dung luận văn tác giả xin hoàn toàn chịu trách nhiệm với lời cam đoan Thái Nguyên, ngày tháng năm 2015 Học viên Đặng Thị Ngọc Ánh Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ LỜI CẢM ƠN Sau thời gian nghiên cứu, làm việc khẩn trương hướng dẫn tận tình giúp đỡ thầy giáo Ts Nguyễn Văn Chí, luận văn với đề tài “Điều khiển thích nghi bám quỹ đạo cho robot RD5NT sử dụng thuật toán LQG kết hợp LFFC” hoàn thành Tác giả xin bày tỏ lòng biết ơn sâu sắc tới: Thầy giáo hướng dẫn Ts Nguyễn Văn Chí tận tình dẫn, giúp đỡ tác giả hoàn thành luận văn Thầy giáo Ts Nguyễn Duy Cương – Bộ môn Kỹ thuật điện tử - Khoa Điện tử, giáo viên Trường Đại học kỹ thuật công nghiệp Thái Nguyên số đồng nghiệp, quan tâm động viên, giúp đỡ tác giả suốt trình học tập để hoàn thành luận văn Mặc dù cố gắng hết sức, song hạn chế điều kiện thời gian kinh nghiệm thực tế thân nên đề tài tránh khỏi thiếu sót Vì vậy, tác giả mong nhận đóng góp ý kiến thầy giáo, cô giáo bạn bè đồng nghiệp Tôi xin chân thành cảm ơn! Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN iii DANH MỤC CÁC KÝ HIỆU VIẾT TẮT vi DANH MỤC HÌNH VẼ ………………………………………………………… vi LỜI NÓI ĐẦU viii CHƢƠNG TỔNG QUAN VỀ LQR VÀ LEARNING FEED FORWARD CONTROL (LFFC) 1.1 Tổng quan điều khiển LQG .9 1.1 Bộ điều khiển LQR 1.1.2 Bộ quan sát LQE 10 1.1.3 Bộ điều khiển LQG 11 1.2 Tổng quan Learning Feed-forward Control (LFFC) 12 1.2.1 Điều khiển học (Learning Control - LC) 12 1.2.3 Bộ điều khiển học sử dụng sai lệch phản hồi (Feedback Error Learning FEL) 16 1.2.4 Learning Feed forward Control (LFFC) 20 1.3 Điều khiển thích nghi theo mô hình mẫu (MRAS) 20 1.4 Bộ điều khiển LFFC sở MRAS 24 1.4.1 Khái niệm chung 24 1.4.2 MRAS dựa điều khiển feed - forward 26 1.4.3 Luật điều khiển thích nghi 27 CHƢƠNG 2: 32 CÁC KHÁI NIỆM CƠ BẢN, MÔ HÌNH TOÁN HỌC CỦA CÁNH TAY ROBOT HAI BẬC TỰ DO, THIẾT KẾ VÀ MÔ PHỎNG HỆ THỐNG 32 2.1 Các khái niệm 32 2.1.1 Cấu tạo robot công nghiệp 32 2.1.2 Tay máy robot 33 2.1.3 Bậc tự 33 2.2 Phƣơng trình động học robot hai bậc tự 36 2.3 Thiết kế hệ thống điều khiển 38 2.3.1 Chọn mô hình mẫu 38 2.3.2 Xác định đầu vào phần feed – forward 39 2.3.3 Xác định cấu trúc phần feed – forward 41 2.3.4 Giải phƣơng trình Lyapunov 41 2.3.5 Chọn hệ số thích nghi 43 2.3.6 Huấn luyện LFFC 43 2.4 Thiết kế LQG 43 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 2.5 Mô hệ thống .45 CHƢƠNG 3: KẾT QUẢ THỰC NGHIỆM 47 3.1 Các thiết bị hệ thống thực nghiệm .47 3.1.1 Robot RD5NT 47 3.1.2 Bộ điều khiển Dspace 1103 49 3.1.3 Phần mềm Control Desk 50 3.1.4 Mạch cầu H điều khiển động 51 3.1.5 Mạch nguồn cung cấp cho IC 52 3.2 Kết thực nghiệm .52 Kết luận hƣớng phát triển đề tài .54 TÀI LIỆU THAM KHẢO 55 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC KÝ HIỆU VIẾT TẮT Từ viết tắt Tiếng Anh Tiếng Việt LFFC Learning FeedForward Control Điều khiển truyền thẳng LQR: Linear Quadratic Regulator Điều khiển toàn phương tuyến tính LQE Linear Quadratic Equation Phương trình toàn phương tuyến tính LQG Linear-Quadratic-Gaussian LC Learning Control Điều khiển học FEL Feedback Error Learning Học theo sai số phản hồi MLP Multi Layer Perceptron Mạng Perceptron nhiều lớp MRAS Model Reference Adaptive System Hệ thích nghi theo mô hình mẫu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ DANH MỤC HÌNH VẼ Hình 1.1: Sơ đồ cấu trúc điều khiển LQR Hình 1.2: Sơ đồ lọc SVF Hình 1.3: Sơ đồ quan sát LQE Hình 1.4: Sơ đồ điều khiển LQG Hình 1.5: Sơ đồ điều khiển LQG có thêm khâu tích phân Hình 1.6 Cực tiểu cục kỹ thuật học Hình 1.7: Cấu trúc điều khiển phản hồi sai lệch Hình 1.8 Học theo sai số phản hồi Hình 1.9 Bộ điều khiển thích nghi theo mô hình mẫu Hình 1.10 (a) : MRAS cho thích nghi tham số điều khiển Hình 1.10 (b): MRAS với mô hình hiệu chỉnh cho nhận dạng tham số Hình 1.10c: Cấu trúc MRAS với khâu khởi tạo tín hiệu đặt Hình 1.11: Nhận dạng mô hình ngược đối tượng Hình 1.12: Bộ điều khiển LFFC Hình 2.1: Các thành phần robot công nghiệp Hình 2.2 Mô hình cánh tay robot bậc tự Hình 2.3 : Cấu trúc điều khiển phần feed forward Hình 2.4: Sơ đồ cấu trúc điều khiển LQG kết hợp MRAS LFFC Hình 2.5: Sơ đồ mô hệ thống điều khiển Hình 2.6: Đáp ứng khớp Hình 2.7: Đáp ứng khớp Hình 3.1: Robot RD5NT Hình 3.2: Sơ đồ hệ thống điều khiển RD5NT Hình 3.3: Sơ đồ khối hệ thống điều khiển RD5NT Hình 3.4: Bộ điều khiển Dspace 1103 Hình 3.5: Giao diện phần mềm Control Desk Hình 3.6: Sơ đồ nguyên lý mạch cầu H sử dụng IC L298 Hình 3.7: Sơ đồ mạch nguồn Hình 3.8: Đáp ứng thực nghiệm khớp Hình 3.9: Đáp ứng thực nghiệm khớp Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ LỜI NÓI ĐẦU Ngày nay, dây chuyền sản xuất với mức độ tự động hóa cao, robot công nghiệp đóng vai trò quan trọng việc giảm cường độ lao động cho người lao động, tăng suất độ xác gia công, giảm giá thành sản phẩm [3] Mô hình thí nghiệm Cánh tay Robot bậc tự do, nhãn hiệu RD5NT nói riêng mô hình thí nghiệm trường học, mô hình hóa cánh tay Robot bậc tự phổ biến dây chuyền sản xuất Mô hình Cánh tay Robot bậc tự RD5NT có khớp, khớp hoạt động động điện chiều Trên giới nói chung nước ta nói riêng, năm gần đây, hoạt động nghiên cứu, phát triển Robot không ngừng phát triển có nhiều công trình nghiên đưa phương pháp để điều khiển cánh tay robot Có thể kể đến như, tác giả YaoNan Wang [11] trình bày phương pháp điều khiển mờ kết hợp CMAS dựa thuật toán wavelet thích nghi, hay tác giả Nguyễn Văn Minh Trí [5] đề xuất điều khiển PID bền vững cho đối tượng tay máy công nghiệp Còn tác giả Nguyễn Mạnh Hùng [4] thiết kế điều khiển dựa mạng nơron thích nghi Các phương pháp nhiều giải khó khăn điều khiển robot hệ có cấu trúc phi tuyến, tham số bất định, thay đổi, ảnh hưởng nhiễu…Với luận văn tác giả dự định áp dụng thuật toán LQG kết hợp LFFC (leaning Feedforward Control) để điều khiển tay máy robto RD5NT với mong muốn điều khiển LFFC có khả tự học giải ảnh hưởng tham số bất định nhiễu đến chất lượng bám quỹ đạo tay máy robot, cho phép cải thiện chất lượng điều khiển bám quỹ đạo Vì học viên chọn đề tài “Điều khiển thích nghi bám quỹ đạo cho robot RD5NT sử dụng thuật toán LQG kết hợp LFFC” đề tài nghiên cứu cho luận văn thạc sỹ mình, trước hết với mục đích thiết kế điều khiển cho bậc cánh tay Robot bậc tự RD5NT Sự thành công phương pháp điều khiển thích nghi bám quỹ đạo cho robot RD5NT sử dụng thuật toán LQG kết hợp LFFC kỳ vọng mang lại khả chống nhiễu tốt, chất lượng bám quỹ đạo nâng cao Đối tượng đề tài robot RD5NT phòng thí nghiệm trường ĐH KTCN với mục tiêu thiết kế điều khiển cho bậc mô hình cánh tay robot từ thay cho điều khiển cũ, phục vụ cho công tác thí nghiệm nhà trường Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ Luận văn bao gồm nội dung sau: Chương 1: Tổng quan LQR Learning feed forward control (LFFC) Chương 2: Các khái niệm bản, mô hình toán học cánh tay robot hai bậc tự do, thiết kế mô hệ thống Chương 3: Kết thực nghiệm Kết luận hướng phát triển đề tài Do điều kiện thời gian không cho phép, tác giả dừng lại việc thiết kế điều khiển phối hợp khớp mô hình Tuy nhiên, đề tài sở cho nghiên cứu sau xây dựng điều khiển mà điều khiển phối hợp toàn khớp mô hình Thái Nguyên, ngày tháng năm 2015 Học viên Đặng Thị Ngọc Ánh Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ CHƢƠNG TỔNG QUAN VỀ LQR VÀ LEARNING FEED FORWARD CONTROL (LFFC) Chương đề cập phương pháp điều khiển vị trí cánh tay robot, điều khiển thích nghi áp dụng LQG kết hợp LFFC giải thích lại nâng cao độ xác trình điều khiển 1.1 Tổng quan điều khiển LQG 1.1 Bộ điều khiển LQR LQR ( Linear Quadratic Regulator) thuật toán điều khiển xây dựng dựa sở nguyên lý phản hồi trạng thái Cấu trúc LQR sau: Hình 1.1: Sơ đồ cấu trúc điều khiển LQR Để thực điều khiển LQR, ta cần thiết phải đo tất trạng thái hệ thống sensor Tuy nhiên, sensor bị ảnh hưởng nhiễu, LQR không bền vững với nhiễu, thêm vào đó, khó đo đạc tất trạng thái hệ thống Để giải vấn đề này, ta sử dụng lọc biến trạng thái SVF (State Variable Filter) sau: Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 42 Từ thông số robot, thay vào phương trình động lực học ta tính ma trận Ap cho khâu sau: 0.2 1,2 AP Thay vào phương trình Liapunov: Q ma trận xác định dương Chọn Q ATp P PA p Q 100 0 100 Thay AP Q vào phương trình Liapunov ta tính được: 0.04 500 0.2 P P21=500; P22=0.2 Tính thông số: am p21e p22 e  dt p21e p22 e  dt bm p21e p22 e am a bm b cm dt cm c dm [( p21e p22 e) sgn( )]dt d m (0) d Chọn am(0)=bm(0)=cm(0)=dm(0)=0 Chọn 0.2 d 0.000032 b 0.5 c 0.02 a Từ thông số ta tìm am, bm, cm, dm Ở ta quan tâm đến lực tác động vào hệ thống lực viscous lực coulomb Vì ta quan tâm đến thông số bm dm thành phần để bù thành phần lực Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 43 2.3.5 Chọn hệ số thích nghi Các hệ số khuếch đại thích nghi mà định tốc độ thích nghi, lý thuyết lựa chọn tự Tuy nhiên, thực tế động học hệ thống không mô hình hóa giới hạn giá trị 2.3.6 Huấn luyện LFFC Một phần tử nhánh feed – forward đào tạo thời điểm Các chuyển động mẫu lựa chọn cho tín hiệu feed – forward mong muốn phần tử không đào tạo trở thành chủ đạo Chỉ tham số phần tử tương ứng cập nhận suốt chu kỳ, tham số phần tử khác giữ không đổi 2.4 Thiết kế LQG Như đề cập phần trước, thiết kế LQG, ta phải xác định hệ số lọc tối ưu bền vững L bọ LQE hệ số phản hồi K LQR dựa vào thông số phần feed forward Cấu trúc sau: Trong phần feed forward, thông số thích nghi hiệu chỉnh sai số đầu mẫu đầu trình đo được, với LQG quan sát điều khiển sai số dự đoán biến trình đo biến ước lượng tương ứng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 44 Hình 2.4: Sơ đồ cấu trúc điều khiển LQG kết hợp MRAS LFFC Bộ LQG cho phép ta tối ưu hệ thống, giảm ảnh hưởng nhiễu LQE cho ta trạng thái ước lượng đối tượng LQR tín toán vector hệ số tối ưu, sau tính toán tín hiệu điều khiển Hệ số L K xác định dựa vào tham số am , bm , cm phần feed forward phương trình Riccati Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 45 2.5 Mô hệ thống Dựa vào thiết kế trình bày ta có sơ đồ mô hệ thống phần mềm matlab sau: Hình 2.5: Sơ đồ mô hệ thống điều khiển Đầu vào sơ đồ mô phỏng, ta cho xung vuông với biên độ 0.6, mô vị trí hai khớp Kết mô phỏng: khớp khớp 2, theo thứ tự là: tín hiệu đặt, sai số tín hiệu thực: Khớp 1: Hình 2.6: Đáp ứng khớp Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 46 Khớp 2: Hình 2.7: Đáp ứng khớp Qua kết mô có kết luận: - Hệ thống hoạt động ổn định thời gian lâu dài; Tín hiệu thực bám với tín hiệu đặt cho tín hiệu đặt biến đổi (tín hiệu xuong vuông), sai số nhỏ (cỡ 10 ) Tín hiệu bám tốt có nhiễu đo tác động vào hệ thống, điều khiển LFFC sở MRAS tạo tín hiệu bù phù hợp để khử tín hiệu nhiễu Kết luận Chƣơng 2: Trong chương 2, tác giả trình bày sở lý thuyết để xây dựng mô hình toán cánh tay robot bậc tự do, bước thiết kế điều khiển LQR kết hợp LFFC, sau kiểm chứng điều khiển cách thực mô hệ thống điều khiển cánh tay robot bậc tự Kết mô cho thấy điều khiển làm cho tính bám quỹ đạo đối tượng tốt Kết sở để tác giả áp dụng cho mô hình thực nghiệm mà trình bày Chương Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 47 CHƢƠNG 3: KẾT QUẢ THỰC NGHIỆM 3.1 Các thiết bị hệ thống thực nghiệm 3.1.1 Robot RD5NT Hình 3.1 hình vẽ robot RD5NT phòng thí nghiệm Hình 3.1: Robot RD5NT Robot RD5NT mô hình cánh tay máy bậc tự do, với bốn bậc tự bốn chuyển động quay phận gắp Các chuyển động quay bao gồm chuyển động quay quanh trụ, ba chuyển động quay quanh lề Robt thiết kết hãng Didacta – Italia Mỗi khớp truyền động động điện chiều điện áp 12V, thiết kế chế tạo hãng Maxon – Thụy Sỹ Mỗi động điện mô hình tích hợp biến trở để thực phản hồi vị trí khớp mô hình Toàn tín hiệu điều khiển mô hình RD5NT thực thông qua cổng kết nối LPT Ngoài robot, thiết bị sơ đồ thực nghiệm bao gồm: máy tính, kết nối qua DSP1103 với phần mềm kèm Control desk, mạch cầu H, card LPT Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 48 Hình 3.2: Sơ đồ hệ thống điều khiển RD5NT Ta mô hình hóa hệ thống điều khiển sơ đồ khối sau: Hình 3.3: Sơ đồ khối hệ thống điều khiển RD5NT Trong sơ đồ Card Dspace 1103 đóng vai trò khâu trung gian, đảm nhận truyền tín hiệu điều khiển từ khối điều khiển trung tâm (Phần mềm điều khiển giám sát ControlDesk máy tính) tới mạch điều khiển động (Mạch cầu H), đồng thời, tín hiệu phản hồi vị trí thu từ biến trở gắn với khớp thông qua Dspace 1103 gửi máy tính Các thiết bị trình bày phần Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 49 3.1.2 Bộ điều khiển Dspace 1103 Các điều khiển dSPACE thực chất tích hợp chíp điều khiển tốc độ cao DSP, phần mềm giao diện vào đơn giản, giúp cho dịch chạy chương trình trực tiếp từ Matlab/Simulink Đi kèm với điều khiển dSPACE phần mềm điều khiển giám sát với tên gọi ControlDesk Phần mềm chạy máy tình bàn máy tính xách tay để giao tiếp với điều khiển dSPACE thông qua card PCI Đây phần mềm rât đơn giản người sử dụng việc dùng chuột gắp khối cần thiết để thị thay đổi biến thuật toán điều khiển Như vậy, với điều khiển dSPACE phần mềm ControlDesk, người sử dụng không cần phải viết code, mà chủ yếu sử dụng chuột để thiết kế, điều khiển giám sát hoạt động hệ thống Bồ điều khiển Dspce 1103 phiên điều khiển Dspace với xử lý lên đến 1GB tần số Bus 133 MHz Nó cung cấp số lượng lớn giao diện vào ra, giúp cho việc điều khiển hệ thống phức tạp thực cách đơn giản Hình 3.4: Bộ điều khiển Dspace 1103 Các tài nguyên điều khiển dSPACE 1103 liệt kê sau: - Có 20 đầu vào tương tự ADC với chân cắm trực tiếp vỏ hộp điều khiển mở rộng thêm 16 ADC khác Những ADC để đọc giá trị đo từ cảm biến hệ thống điều khiển - Có đầu tương tự DAC với chân cắm trực tiếp vỏ hộp điều khiển Đầu DAC điện áp đưa tới khuếch đại công suất (Driver) để điều khiển động - Có encoder cắm trực tiếp vỏ hộp điều khiển để đo vị trí trục động Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 50 - Số lượng đầu vào số (Digital I/O) cố định 32 mở rộng thêm 18 Digital I/O khác (những I/O bị chia sẻ tài nguyên với giao diện khác, nghĩa sử dụng làm I/O, ADC, PWM ngắt) - Có PWM pha PWM ba pha Những PWM sử dụng để điều khiển động Như với 8DAC PWM, dSPACE 1103 điều khiển tới 12 động - Với ngắt (External interrtupt) sử dụng để tạo thêm encoder - Với định thời gian (Timer) kết hợp với I/O để tạo thêm nhiều giao diện encoder khác - Với cổng RS232 cổng RS422, dSPACE 1103 giao tiếp với máy tính điều khiển khác cách dễ dàng - Bộ điều khiển dSPACE 1103 có nhiều ưu điểm nên sử dụng rộng rãi nước phát triển Mỹ, Hàn Quốc,…Tuy nhiên giá thành trở ngại để phổ biến Việt Nam 3.1.3 Phần mềm Control Desk Phần mềm Control Desk sử dụng với phiên dSPACE 1103 dSPACE 1104 Các biến chương trình điều khiển, lưu vào file thư mục làm việc sau dịch chương trình từ Matlab/Simulink xuống dSPACE Cái file mở phần mềm ControlDesk để giao tiếp với điều khiển dSPACE Ngoài rap phần mềm ControlDesk cung cấp khối đồ họa để thị thay đổi giá trị biến điều khiển dSPACE Các khối đồ họa đồng hồ thị, trượt, đồ thị, …, gắn với biến điều khiển thông qua hành động gắp thả chuột Nói chung, phần mềm ControlDesk làm đơn giản hóa thao tác người sử dụng, giúp cho việc tiếp cận làm việc với dễ dàng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 51 Hình 3.5: Giao diện phần mềm Control Desk 3.1.4 Mạch cầu H điều khiển động Để thực điều khiển động chiều mô hình cánh tay robot RD5NT, tác giả tự thiết kế mạch điều khiển dựa nguyên lý cầu H, sử dụng IC L298 sẵn có thị trường Mạch thiết kế có tích hợp cổng LPT để kết nối với mô hình RD5NT Hình 3.6: Sơ đồ nguyên lý mạch cầu H sử dụng IC L298 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 52 Đầu vào mạch điều khiển tín hiệu điều khiển lấy từ điều khiển trung tâm đưa qua mạch logic chuẩn hóa tín hiệu sau đưa vào mạch cầu H IC L298 Các IC có tác dụng xuất tín hiệu điều khiển tới động cách tay robot Điều khiển đảo chiều thay đổi tốc độ động để cách tay robot di chuyển theo quỹ đạo mà người điều khiển mong muốn 3.1.5 Mạch nguồn cung cấp cho IC Thiết kế mạch nguồn chiều sử dụng IC 7812 7805 để cung cấp nguồn chiều điện áp 5V 12V cho hệ thống Dưới sơ đồ nguyên lý mạch nguồn sơ đồ mạch in Hình 3.7: Sơ đồ mạch nguồn 3.2 Kết thực nghiệm Đầu vào hệ thống ta lấy xung vuông với biên độ 0.6 biễu diễn cho vị trí khớp (giống tín hiệu mô hệ thống) Kết thực nghiệm với hai khớp robot, lấy từ phần mềm Control Desk Hình 3.8: Đáp ứng thực nghiệm khớp Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 53 Hình 3.9: Đáp ứng thực nghiệm khớp Nhận xét: Kết thu từ thực nghiệm, tín hiệu đặt tín hiệu thực khớp robot bám sai lệch nhỏ Cụ thể, thông qua 20 lần thực thí nghiệm, kết thu trung bình chung sai lệch khớp nhỏ (cỡ 10 ) Như kết mô thực nghiệm cho ta tính đắn lý thuyết điều khiển LQG kết hợp LFFC Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 54 Kết luận hƣớng phát triển đề tài Luận văn hoàn thành yêu cầu đặt ứng dụng điều khiển LQG kết hợp với MRAS dựa LFFC để điều khiển vị trí cánh tay robot Các đóng góp luận văn: - Đã tổng hợp khái niệm learning feed forward, điều khiển thích nghi theo mô hình mẫu ứng dụng để có nhìn tổng quan kết cấu, luật học phương pháp ứng dụng LQR kết hợp Learning feed forward - Bằng phương pháp phân tích, tổng hợp luận văn tính toán xây dựng mô hình động học robot bâc tự do, thiết kế điều khiển, khảo sát mô cho cánh tay robot bậc tự ứng dụng LQG kết hợp Learning feed forward sở điều khiển thích nghi theo mô hình mẫu Qua nâng cao độ xác nâng cao chất lượng điều khiển điều khiển cánh tay robot bậc tự - Từ kết mô phỏng, áp dụng cho robot RD5NT điều khiển khớp, cho kết tương đối xác - Từ sở lý thuyết thực nghiệm thu được, ta hoàn toàn phát triển theo hướng để điều khiển toàn năm khớp robot Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 55 TÀI LIỆU THAM KHẢO Nguyễn Thị Liên Anh “Nghiên cứu hệ thống điều khiển MIMO ứng dụng cho Robot” Luận văn thạc sĩ khoa học, Đại học Bách khoa Hà Nội, 2000 Nguyễn Doãn Phước “Lý thuyết điều khiển nâng cao” NXB khoa học kỹ thuật, 2005 Nguyễn Manh Hùng, Ngô Thanh Quyền, “Thiết kế điều khiển mờ đầu vào cho cánh tay robot”,Tạp Chí Đại Học Công Nghiệp, số 9(06).2011 Nguyễn Manh Hùng, Ngô Thanh Quyền, “Điều khiển bám đuổi mạng neural thích nghi cho cánh tay robot bao gồm động lực học cấu truyền động”Tạp Chí Đại Học Công Nghiệp, số 9(06).2011 Nguyễn Văn Minh Trí, Lê Văn Mạnh, “Thiết kế điều khiển PID bền vững cho hệ thống phi tuyến bậc hai nhiều đầu vào – Nhiều đầu ứng dụng điều khiển tay máy công nghiệp”, Tạp chí Khoa học Công nghệ, Đại học Đà Nẵng , số 4(39).2010 Asgari, Pouya, Zarafshan, Payam ; Moosavian, S.Ali A.“Dynamics modelling and stable motion control of a Ballbot equipped with a manipulator”, IEEE Conference Publications - Publication Year: 2013 , Page(s): 259 – 264 J.G Starrenburg, W.T.C van Luenen, W Oelen, J van Amerongen, “Learning Feed-forward Control for a Mobile Robot Vehicle”, PII:S0967-0661(96)00128-1 Nguyen Duy Cuong, “Advanced Controller for Electromechanicial Motions Systems”, ISBN: 978-90-365-2654-8, Wohrmann Print Service, Zutphen, The Netherlands 2008 Simon Leonard, “Learning Feed-forward Control for Vision-guided Robotics”, University of Alberta Edmonton, Alta., Canada 2008 10 Wubbe Jan Roelf Velthuis, “Learning Feed-forward Control: Theory, Design and Applications”, University of Twente, Faculty of Electrical Engineering, 2000 11 YaoNan Wang, ThanhQuyen Ngo, ThangLong Mai, ChengZhong Wu“Adaptive Recurrent Wavelet Fuzzy CMAC Tracking Control for De-icing Robot Manipulator”,Proceedings of World Congress on Engineering and Computer Science 2012 Vol I WCECS 2012, October 24-26, 2012, San Francisco, USA Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 56 12 Mark H Overmars and Petr Svestka “A probabilistic learning approach to motion planning” In Proceedings of Workshop on Algorithmic Foundations of Robotics, pages 19–37, 1994 13 R Paul Robot Manipulators, “Mathematics, Programming and Control” MIT Press, Cambridge, MA, 1982 [14] Berghuis, H., “Model-Based Robot Control: from Theory to Practice” PhD thesis, University of Twente, Enschede,The Netherlands 1993 [15] F Chaumette, S Hutchinson, “Visual servo control Part I: Basis approaches,” IEEE Robotics and Automation Magazine, vol 13, no 4, 2006 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ [...]... được so sánh với cách hoạt động của hệ thống điều khiển thích nghi Kết luận rằng, trong trường hợp mô hình đối tượng chính xác được sử dụng trong các hệ thống điều khiển thích nghi, quá trình bám của bộ điều khiển thích nghi và của bộ điều khiển FEL là tương tự như nhau Khi FEL hội tụ chậm hơn bộ điều khiển thích nghi, trong tình huống này bộ điều khiển thích nghi được ưa chuộng hơn Tuy nhiên khi chưa... mô hình cho thích nghi cũng như cho điều khiển làm cho hệ thống không nhạy cảm một cách tương đối với nhiễu đo lường và mang lại một hệ thống bền vững Kết luận chƣơng 1: Như vậy trong chương 1 tác giả đã phân tích được khái niệm cơ bản về bộ điều khển LQG, bộ điều khiển Learning Feed Forward, lý thuyết về điều khiển thích nghi theo mô hình mẫu, và bộ điều khiển LFFC trên cơ sở điều khiển thích nghi theo... thiết kế một bộ điều khiển thích nghi sử dụng phương pháp Liapunov 1 Xác định phương trình vi phân cho e 2 Chọn một hàm Liapunov V 3 Xác định các điều kiện để V xác định âm 4 Giải tìm P từ phương trình AmT P PAm Q 1.4 Bộ điều khiển LFFC trên cơ sở MRAS Bắt nguồn từ cấu trúc bộ điều khiển LFFC, luận văn này đề cập đến sự thích nghi của các tham số của mô hình mẫu dựa trên bộ điều khiển LFFC, mà thực hiện... Feed forward Control (LFFC) Trong luận văn này một hệ thống LC được xét có cấu trúc tương tự như cấu trúc của bộ điều khiển FEL (hình 2.2) Tuy nhiên, phần feed-forward của bộ điều khiển LC được thực hiện bởi các thông số am, bm, cm, dm của bộ điều khiển thích nhi theo mô hình mẫu 1.3 Điều khiển thích nghi theo mô hình mẫu (MRAS) Điều khiển thích nghi là bài toán thiết kế bộ điều khiển nhằm luôn giữ chất... được bộ điều khiển robot 2 bậc tự do dùng bộ điều khiển Feedback kết hợp LFFC trên cơ sở điều khiển thích nghi theo mô hình mẫu Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 32 CHƢƠNG 2: CÁC KHÁI NIỆM CƠ BẢN, MÔ HÌNH TOÁN HỌC CỦA CÁNH TAY ROBOT HAI BẬC TỰ DO, THIẾT KẾ VÀ MÔ PHỎNG HỆ THỐNG 2.1 Các khái niệm cơ bản 2.1.1 Cấu tạo robot công nghi p Về mặt truyền động và điều khiển, robot. .. xác, thì bộ điều khiển thích nghi sẽ không thể thu được hiệu suất bám như mong muốn Bộ điều khiển FEL không phải trải qua điều này và nó vẫn đem lại hệ số bám chính xác Khả năng này nâng cao giả thiết rằng bộ FEL có phù hợp cho hang loạt các ứng dụng mở rộng khi trong thực tế các đối tượng thường khó có một mô hình chính xác Câu hỏi đặt ra là nếu xét về mặt thương mại thì nên sử dụng bộ điều khiển nào?... tính toán bằng cơ chế tự học Việc này dẫn đến cấu trúc bộ điều khiển như hình 2.12, ở đó cấu trúc khởi tạo – đạo hàm của bộ lọc biến trạng thái được nhìn thấy 1 cách rõ ràng Hình 1.12: Bộ điều khiển LFFC 1.4.3 Luật điều khiển thích nghi Trong hệ thống thích nghi theo mô hình mẫu, mô hình mẫu đóng vai trò như một khâu khởi tạo điểm đặt (hình 2.10c) Việc này gợi cho chúng ta thấy rằng có thể sử dụng. .. hàm F được xấp xỉ tốt nhất Lưu ý: (Điều khiển tự học và điều khiển thích nghi) : Theo hướng này, điều khiển thích nghi có thể được xem xét giống như là một dạng của LC trong đó một bộ xấp xỉ hàm được sử dụng có thể chỉ xấp xỉ một lớp giới hạn của hàm mục tiêu Thông thường, một bộ LC sẽ bao gồm một bộ xấp xỉ hàm cho một đối tượng có nhiều hàm mục tiêu hơn Ta có thể sử dụng nhiều kiểu xấp xỉ hàm như mạng... giữ chất lượng hệ thống được ổn định, cho dù nhiễu không mong muốn tác động vào hệ thống hoặc có những sự thay đổi không biết trước xảy ra bên trong đối tượng điều khiển làm thay đổi mô hình của nó, trong luận văn sử dụng điều khiển thích nghi thôi mô hình mẫu Model Reference Adaptive Systems (MRAS) Cấu trúc bộ điều khiển như sau: Hình 1.9 Bộ điều khiển thích nghi theo mô hình mẫu Số hóa bởi Trung... thuyết rằng bộ điều khiển FEL sử dụng cho điều khiển cánh tay robot cho kết quả là hội tụ Với các hệ thống khác, sự ổn định chưa được xét đến trên phương diện lý thuyết - Đáp ứng quá độ tốt: Trong quá trình học, sai lệch bám sẽ dần hội tụ đến giá trị cực tiểu của nó Giống như sự ổn định, đáp ứng ngắn hạn cũng chưa được xét tới trên phương diện lý thuyết - Hàm xấp xỉ phù hợp cho việc điều khiển: Rất nhiều