BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG TÓM TẮT BÁO CÁO TỔNG KẾT ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP ĐẠI HỌC ĐÀ NẴNG ĐIỀU KHIỂN THÍCH NGHI CHO TAY MÁY ROBOT CƠNG NGHIỆP CĨ XÉT ĐẾN VÙNG CHẾT CỦA CƠ CẤU TRUYỀN ĐỘNG Mã số: Đ2014-02-93 Chủ nhiệm đề tài: TS Lê Tiến Dũng Đà Nẵng, 12/2014 DANH SÁCH CÁC THÀNH VIÊN THAM GIA ĐỀ TÀI TT Họ tên Đơn vị công tác lĩnh vực chuyên môn Nội dung nghiên cứu cụ thể giao Lê Tiến Dũng Trường ĐHBK Chủ nhiệm đề tài Xây dựng nội dung đề tài Nguyễn Hồng Mai Trường ĐHBK Xây dựng mơ hình Nguyễn Lê Hịa Trường ĐHBK Viết chương trình mơ Chữ ký ĐƠN VỊ PHỐI HỢP CHÍNH Tên đơn vị nước Nội dung phối hợp nghiên cứu Họ tên người đại diện đơn vị Khoa Điện – Trường Đại học Bách khoa Phối hợp triển khai ứng dụng kết nghiên cứu đề tài đào tạo sau đại học TS Nguyễn Hữu Hiếu MỤC LỤC Thông tin kết nghiên cứu tiếng Việt Thông tin kết nghiên cứu tiếng Anh MỞ ĐẦU CHƯƠNG 1- MÔ HÌNH ĐỘNG LỰC HỌC CỦA TAY MÁY ROBOT CƠNG NGHIỆP 12 1.1 Giới thiệu tay máy robot công nghiệp 12 1.2 Mơ hình động lực học tay máy robot cơng nghiệp 12 1.2.1 Cơng thức Lagrange 12 1.2.2 Tính tổng động hệ thống 12 1.2.3 Tính tổng hệ thống 12 1.2.4 Các phương trình mô tả chuyển động 12 CHƯƠNG KHẢO SÁT SỰ XUẤT HIỆN CỦA VÙNG CHẾT VÀ CÁC PHƯƠNG PHÁP MÔ HÌNH HĨA VÙNG CHẾT 13 2.1 Khái niệm vùng chết 13 2.2 Các phương pháp mơ hình hóa vùng chết 13 2.2.1 Phương pháp Er-Wei Bai 13 2.2.2 Phương pháp Selmic Lewis 14 2.3 Các phương pháp bù vùng chết 15 2.3.1 Phương pháp bù vùng chết sử dụng logic mờ 15 2.3.2 Phương pháp bù vùng chết sử dụng mạng neural nhân tạo 15 CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN THÍCH NGHI CHO TAY MÁY ROBOT CƠNG NGHIỆP CĨ XÉT ĐẾN VÙNG CHẾT CỦA CƠ CẤU CHẤP HÀNH 16 3.1 Mơ hình động lực học tay máy robot cơng nghiệp có xét đến vùng chết cấu chấp hành 16 3.2 Cấu trúc mạng nơ-ron kết hợp với logic mờ hàm wavelet 17 3.3 Thiết kế điều khiển thích nghi cho tay máy robot công nghiệp sử dụng mạng FWNN để bù vùng chết thành phần bất định 18 3.4 Phân tích tính ổn định hệ thống 19 CHƯƠNG MÔ PHỎNG VÀ KIỂM CHỨNG 19 4.1 Mơ hình động lực học tay máy robot song song phẳng bậc tự có xét đến xuất vùng chết cấu truyền động 19 4.2 Mô so sánh thực thi thuật toán điều khiển 20 KẾT LUẬN, KIẾN NGHỊ VÀ HƯỚNG PHÁT TRIỂN 24 Tài liệu tham khảo 25 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA THÔNG TIN KẾT QUẢ NGHIÊN CỨU Thông tin chung: - Tên đề tài: “Điều khiển thích nghi cho tay máy robot cơng nghiệp có xét đến vùng chết cấu truyền động” - Mã số: Đ2014-02-93 - Chủ nhiệm: TS Lê Tiến Dũng - Thành viên tham gia: TS Nguyễn Hoàng Mai Khoa Điện, Đại học Bách Khoa TS Nguyễn Lê Hòa Khoa Điện, Đại học Bách Khoa - Cơ quan chủ trì: Trường Đại học Bách Khoa - Thời gian thực hiện: Từ 01/2014 đến 12/2014 Mục tiêu: Nghiên cứu khảo sát mơ hình động lực tay máy robot cơng nghiệp có xét đến xuất vùng chết cấu truyền động Từ đề xuất điều khiển thích nghi ứng dụng mạng nơ-ron nhân tạo logic mờ để bù đồng thời vùng chết thành phần bất định khác ma sát, bất định tham số nhiễu loạn tay máy robot Mục đích nhằm nâng cao chất lượng điều khiển, độ ổn định, an toàn mở rộng khả ứng dụng tay máy robot công nghiệp thực tế, ứng dụng đòi hỏi chất lượng độ xác cao Ngồi ra, đề tài phục vụ cho việc giảng dạy nghiên cứu lĩnh vực Tự động hóa Tính sáng tạo: Đề tài đưa phân tích tổng quan xuất vùng chết mơ hình động lực học tay máy robot cơng nghiệp Mơ hình vùng chết đề tài trường hợp không đối xứng, khác với cơng trình trước thường xem xét trường hợp đặc biệt mơ hình vùng chết có dạng đối xứng, trong thực tế vùng chết cấu truyền động không đối xứng Các nghiên cứu trước bù vùng chết mà chưa xem xét đồng thời yếu tố khác lực ma sát, sai số mơ hình, bất định tham số, nhiễu loạn tay máy robot công nghiệp Trong đề tài này, nhóm tác giả đề xuất điều khiển thích nghi ứng dụng mạng nơ-ron nhân tạo logic mờ để bù đồng thời vùng chết thành phần bất định khác ma sát, bất định tham số nhiễu loạn tay máy robot Tóm tắt kết nghiên cứu: Trong báo cáo này, nhóm tác giả khảo sát vấn đề xuất vùng chết phương pháp bù vùng chết điều khiển tay máy robot công nghiệp Dựa phương trình Lagrange, mơ hình động lực học tổng quát tay máy robot công nghiệp xây dựng có xét đến tồn đồng thời vùng chết thành phần bất định khác sai số mơ hình, lực ma sát nhiễu loạn từ bên Trên sở mơ hình động lực học có chứa vùng chết đầu vào, điều khiển thích nghi sử dụng mạng nơ-ron kết hợp với logic mờ hàm wavelet (FWNN) có khả tự chỉnh đề xuất để có khả bù đồng thời vùng chết thành phần bất định robot Các tham số mạng FWNN tự động chỉnh định online trình điều khiển robot bám theo quỹ đạo mong muốn Sự ổn định hệ thống sử dụng điều khiển thích nghi với thuật toán chỉnh định online chứng minh dựa lý thuyết Lyapunov Các kết mô tay máy robot song song bậc tự chứng minh tính hiệu điều khiển thiết kế, đáp ứng yêu cầu đặt Tên sản phẩm: + 01 mơ hình phần mềm mô Matlab – Simulink + 02 báo đăng kỷ yếu hội nghị chuyên ngành quốc tế: Xuan Toa Tran, Tien Dung Le, Hee-Jun Kang, “High Gain Observer-Based Adaptive Sliding Mode Control for Robot Manipulators”, International Conference on Green and Human Information Technology, pp 43-47, Ho Chi Minh city, Vietnam, 2014 Ngoc Bach Hoang, Tien Dung Le, Hee-Jun Kang, “Robust Adaptive Control of Wheeled Mobile Robot via Backstepping and Neural Networks”, International Conference on Green and Human Information Technology, pp 37-42, Ho Chi Minh city, Vietnam, 2014 + 02 báo cáo hội nghị quốc tế đưa vào tạp chí quốc tế: Tran Minh Duc, Van Mien, Hee-Jun Kang and Le Tien Dung "Visual Servoing of Robot Manipulator Based on Second Order Sliding Observer and Neural Compensation." Lecture Notes in Computer Science, Springer International Publishing, Volume 8588, 2014, pp 241-247 Hoai Nhan Nguyen, Jian Zhou, Hee-Jun Kang and Tien Dung Le, “Position accuracy improvement of robots having closed-chain mechanisms”, Lecture Notes in Computer Science, Springer International Publishing, Volume 8589, 2014, pp 285-292 Hiệu quả, phương thức chuyển giao kết nghiên cứu khả áp dụng: Với việc hoàn thành đề tài cung cấp kiến thức sâu hơn, đầy đủ vấn đề điều khiển tay máy robot công nghiệp đồng thời đưa hướng giải toán bù vùng chết cấu truyền động tay máy robot Thuyết minh mơ hình phần mềm đề tài làm tư liệu nghiên cứu cho sinh viên, học viên cao học, nghiên cứu sinh cán nghiên cứu trẻ lĩnh vực Tự động hóa Tồn kết nghiên cứu đề tài ứng dụng khoa Điện, trường Đại học Bách Khoa để làm tài liệu tham khảo cho sinh viên, học viên cao học nghiên cứu sinh Hình ảnh, sơ đồ minh họa - Kết cấu khí tay máy robot công nghiệp: - Phương pháp dùng mô hình ngược vùng chết đầu vào: - Đồ thị biểu diễn vùng chết theo phương pháp Selmic Lewis: - Cấu trúc mạng nơ-ron kết hợp với logic mờ hàm wavelet: g11(x1) g1m (xm ) g21( x1) g2m ( xm ) Σ g N1 ( x1 ) g Nm ( xm ) Σ - Sơ đồ khối điều khiển thích nghi mà đề tài đề xuất: Ngày 16 tháng 12 năm 2014 Chủ nhiệm đề tài (ký, họ tên) Cơ quan Chủ trì (ký, họ tên, đóng dấu) TS Lê Tiến Dũng INFORMATION ON RESEARCH RESULTS General information: Project title: Adaptive control of robot manipulators with deadzone inputs Code number: Đ2014-02-93 Project Leader: Dr Le Tien Dung Coordinators: Dr Nguyen Hoang Mai Dept Electrical Engineering, DUT Dr Nguyen Le Hoa Dept Electrical Engineering, DUT Implementing institution: University of Science and Technology-The University of Danang Duration: from January, 2014 to December, 2014 Objective(s): Study the dynamic model of robot manipulators with considering of deadzone nonlinearity inputs Base on this dynamic model, an adaptive controller using neural networks and fuzzy logic systems is proposed for compensation of deadzone inputs and lumped uncertainties simultaneously The purpose of this result is improving the quality of control, stability and extend the ability of applications of robot manipulators in industry In addition, the results of this project are used for teaching and research in the field of automation Creativeness and innovativeness: Most of the previous compensation methods cover only the case of symmetric deadzone where di+ = di- In this project, the non-symmetric deadzone is considered In most of the deadzone compensation researches, the researchers concerned only the compensation of deadzone while other nonlinear uncertainties and external disturbance contained in the same plant have not been dealt with simultaneously Therefore, in this project we also address the uncertainties and external disturbance to improve the control performance To illustrate the proposed adaptive controller in this project, a simulation example is performed for a degree-of-freedom parallel robot manipulator which has a complicated dynamic model in comparison to the traditional serial robot manipulators Research results: In this paper, a novel adaptive controller using self-tuning FWNN is presented for mechanical systems with deadzone inputs and uncertainties The proposed controller is based on the combination of five ingredients: + The first part is based on the dynamic model of the mechanical systems and on the filtered tracking errors + The second one is a precompensator to offset the effects of deadzone inputs + The third one is the self-tuning FWNN used to adaptively learn the lumped uncertainty of the mechanical systems + The fourth one is an error estimator for compensating the approximation errors of the FWNN, the mismatch error of the deadzone precompensator, and the higher order terms in Taylor series expansion + And the final part is a term for enhancing the robustness of the control system The parameters of dilation and translation of the fuzzy wavelet basis functions and the output weights of neural network are self-tuned online during the tracking control of system The estimation algorithms for the precompensator and the error approximator are also proposed without any offline training phase The stability of the mechanical systems together with the proposed controller and the tuning algorithms is proposed using the Lyapunov theory Comparative simulations have been conducted for a five-bar mechanism with active joints preceded by unknown deadzone, and with lumped uncertainty The simulation results show the efficiency of the proposed control scheme Products: + 01 simulation model on Matlab – Simulink + 02 papers in the proceeding of an international conference: Xuan Toa Tran, Tien Dung Le, Hee-Jun Kang, “High Gain Observer-Based Adaptive Sliding Mode Control for Robot Manipulators”, International Conference on Green and Human Information Technology, pp 43-47, Ho Chi Minh city, Vietnam, 2014 Ngoc Bach Hoang, Tien Dung Le, Hee-Jun Kang, “Robust Adaptive Control of Wheeled Mobile Robot via Backstepping and Neural Networks”, International Conference on Green and Human Information Technology, pp 37-42, Ho Chi Minh city, Vietnam, 2014 + 02 presentations at an international conference has been selected for the international journal: Tran Minh Duc, Van Mien, Hee-Jun Kang and Le Tien Dung "Visual Servoing of Robot Manipulator Based on Second Order Sliding Observer and Neural Compensation." Lecture Notes in Computer Science, Springer International Publishing, Volume 8588, 2014, pp 241-247 Hoai Nhan Nguyen, Jian Zhou, Hee-Jun Kang and Tien Dung Le, “Position accuracy improvement of robots having closed-chain mechanisms”, Lecture Notes in Computer Science, Springer International Publishing, Volume 8589, 2014, pp 285-292 Effects, transfer alternatives of research results and applicability: The obtained results in this project provide in more detail the dynamic control of robot manipulators and open a new direction for solving the problem in compensaton of deadzone inputs for robot manipulators The results of this project can be used as a reference for bachelor, master, and Ph.D students as well as for lecturers working on the field of automation and control The research results of this project will be used as a reference at Department of Electrical Enginering, University of Science and Technology-The University of Danang MỞ ĐẦU I TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG VÀ NGOÀI NƯỚC I.1 Ngoài nước Vùng chết phát hệ thống phi tuyến mà cấu truyền động có đặc tính phi tuyến khơng liên tục Sự xuất vùng chết đầu vào làm giới hạn chất lượng điều khiển hệ thống [T Gang and P V Kokotovic, 1994] Trong năm gần đây, vấn đề điều khiển hệ thống tự động cơng nghiệp có xem xét đến xuất vùng chết, đặc biệt robot công nghiệp, thu hút quan tâm nhiều nhà nghiên cứu giới Các phương pháp thông minh sử dụng mạng nơron nhân tạo logic mờ ngày phát triển mạnh mẽ nhờ vào ưu điểm khả tự học, tự thích nghi linh hoạt Các phương pháp điều khiển thông minh mở tiềm ứng dụng hệ thống thực tiễn, đặc biệt việc bù thích nghi cho thành phần bất định tay máy robot cơng nghiệp Từ đó, số cơng trình nghiên cứu ứng dụng phương pháp thông minh điều khiển tay máy robot cơng nghiệp có xét đến xuất vùng chết cơng bố Tuy nhiên, chưa có cơng trình đưa phân tích tổng quan xuất vùng chết mô hình động lực học tay máy robot cơng nghiệp Hơn nữa, cơng trình trước xem xét trường hợp đặc biệt mơ hình vùng chết có dạng đối xứng, trong thực tế vùng chết cấu truyền động không đối xứng Và điều quan trọng nghiên cứu trước bù vùng chết mà chưa xem xét đồng thời yếu tố khác lực ma sát, sai số mơ hình, bất định tham số, nhiễu loạn tay máy robot cơng nghiệp Do đó, việc phân tích xuất vùng chết cấu chấp hành tay máy robot công nghiệp, xây dựng mơ hình động lực học tay máy robot cơng nghiệp có xét đến mơ hình khơng đối xứng vùng chết xây dựng cấu trúc điều khiển ứng dụng thuật tốn thích nghi cho tay máy robot cơng nghiệp để có khả bù đồng thời vùng chết không đối xứng thành phần bất định nhiễu loạn từ bên ngồi tác động lên tay máy robot cơng nghiệp hướng nghiên cứu mở mang ý nghĩa cấp thiết quan trọng I.2 Trong nước Việt Nam nước có cơng nghiệp phát triển nên nghiên cứu điều khiển chuyển động tay máy robot công nghiệp đề cập đến nhiều cơng trình nghiên cứu, luận văn tiến sĩ, thạc sĩ Tuy nhiên, vấn đề khảo sát, điều khiển thích nghi cho tay máy robot cơng nghiệp có xét đến vùng chết cấu truyền động chưa nhà nghiên cứu cơng bố Vì vậy, tình hình nghiên cứu nước đề tài đề xuất cơng trình hồn tồn II TÍNH CẤP THIẾT CỦA ĐỀ TÀI Tay máy robot cơng nghiệp đóng vai trị quan trọng nhiều hệ thống sản xuất tự động hóa Đặc biệt, chúng phù hợp để làm việc môi trường nguy hiểm, độc hại môi trường chân khơng nơi mà người khơng thể có mặt Bài tốn điều khiển bám xác theo quỹ đạo tay máy robot cơng nghiệp cịn có nhiều thách thức tồn nhiều vấn đề cần nghiên cứu tính chất phi tuyến mơ hình động lực học phức tạp tay máy robot Bên cạnh đó, nhiều nghiên cứu ảnh hưởng vùng chết cấu truyền động tay máy robot có ảnh hưởng nhiều đến độ xác tay máy robot điều khiển bám theo quỹ đạo yêu cầu Nguyên nhân xuất vùng chết đặc tính phi tuyến khơng liên tục cấu truyền động Sự có mặt vùng chết hạn chế chất lượng điều khiển tay máy robot gây sai số Gần đây, nhiều nhà nghiên cứu cố gắng đề xuất số mơ hình tốn học vùng chết để thực bù nâng cao chất lượng điều khiển số hệ Tuy nhiên, mơ hình vùng chết đề xuất thường phù hợp với hệ khí đơn giản Khi áp dụng mơ hình để bù vùng chết tay máy robot công nghiệp cần thiết phải đồng thời xem xét yếu tố khác lực ma sát, sai số mơ hình, bất định tham số, nhiễu loạn… Ngoài ra, nghiên cứu trước khảo sát trường hợp mơ hình vùng chết đối xứng, trong thực tế mơ hình vùng chết khơng đối xứng Do đó, việc đề xuất cấu trúc điều khiển ứng dụng thuật tốn thơng minh cho tay máy robot cơng nghiệp để có khả bù đồng thời vùng chết không đối xứng thành phần bất định ma sát, sai số mơ hình, bất định tham số nhiễu loạn từ bên tác động lên robot có ý nghĩa cấp thiết quan trọng Với ý nghĩa trên, việc đề xuất đề tài nghiên cứu đưa hướng giải toán bù vùng chết cấu truyền động tay máy robot Đề tài góp phần hồn thiện lý thuyết điều khiển cho tay máy robot công nghiệp nhằm nâng cao chất lượng làm việc mở rộng khả ứng dụng tay máy robot công nghiệp thực tế, ứng dụng đòi hỏi chất lượng độ xác cao III MỤC TIÊU ĐỀ TÀI a)Mục tiêu tổng quát Nghiên cứu khảo sát mô hình động lực học tay máy robot cơng nghiệp có xét đến xuất vùng chết cấu truyền động Từ đề xuất phương pháp điều khiển thông minh ứng dụng mạng nơron nhân tạo logic mờ để bù đồng thời vùng chết thành phần bất định khác ma sát, bất định tham số nhiễu loạn tay máy robot Mục đích nhằm nâng cao chất lượng điều khiển, độ ổn định, an toàn mở rộng khả ứng dụng tay máy robot công nghiệp thực tế, ứng dụng địi hỏi chất lượng độ xác cao Ngồi ra, đề tài cịn phục vụ cho việc giảng dạy nghiên cứu lĩnh vực Tự động hóa b) Mục tiêu cụ thể Trước hết, mơ hình động lực học tổng quát tay máy robot công nghiệp n bậc tự xây dựng có xét đến vùng chết cấu truyền động Dựa yêu cầu toán điều khiển tay máy robot bám theo quỹ đạo yêu cầu, hàm sai lệch xác định Từ đề xuất điều khiển thích nghi ứng dụng thuật tốn thơng minh để bù đồng thời vùng chết thành phần bất định khác ma sát, bất định tham số nhiễu loạn tay máy robot Dựa phương pháp Lyapunov, thuật toán cập nhật online cho trọng số mạng nơron đề xuất đảm bảo ổn định hệ thống hội tụ quỹ đạo thực robot giá trị mong muốn Để đảm bảo giảm thiểu sai số, thành phần ước lượng sai số thêm vào để tăng 10 CHƯƠNG MƠ HÌNH ĐỘNG LỰC HỌC CỦA TAY MÁY ROBOT CÔNG NGHIỆP 1.1 Giới thiệu tay máy robot công nghiệp Ngày tay máy robot công nghiệp sử dụng rộng rãi có nhiều bước phát triển quan trọng điều khiển hoạt động chúng Tay máy robot công nghiệp lĩnh vực giao thoa nhiều ngành quan trọng, với yêu cầu phát triển không ngừng khoa học công nghệ nên chất lượng điều khiển robot cần cải tiến để đạt đến chất lượng hoạt động cao Trong đó, vấn đề phân tích xây dựng mơ hình động lực học tay máy robot cách xác có ý nghĩa quan trọng để làm sở thiết kế điều khiển chất lượng cao 1.2 Mơ hình động lực học tay máy robot công nghiệp 1.2.1 Cơng thức Lagrange Các phương trình Lagrange biểu diễn sau: d L L   fi , dt qi qi i  1, , n (1.1) fi (i = 1,…,n) lực sở tương ứng với tọa độ qi 1.2.2 Tính tổng động hệ thống Phương trình tổng động robot dạng toàn phương sau: T n n M ij (q)qi q j  q T M (q )q  i 1 j 1 (1.2) M ma trận qn tính, tính công thức: n  M (q)   mli J P( li ) T J P(li )  J O(li ) T Ri I lii RiT J O(li )  i 1  mmi J P( mi )T J P( mi )  J O( mi )T Rmi I mmii RmTi J O( mi )  (1.3) 1.2.3 Tính tổng hệ thống n  U   mli g0T pli  mmi g0T pmi  (1.4) i 1 đó, vector vị trí pli pmi phụ thuộc vào biến khớp q chứa q 1.2.4 Các phương trình mơ tả chuyển động Sau xét đến thành phần bất định, mơ hình động lực học tay máy robot viết lại dạng ma trận sau: (1.5) M  q  q  C  q, q  q  g (q)  Fv q  Fs sign(q )  τ d  τ 12 CHƯƠNG KHẢO SÁT SỰ XUẤT HIỆN CỦA VÙNG CHẾT VÀ CÁC PHƯƠNG PHÁP MƠ HÌNH HĨA VÙNG CHẾT 2.1 Khái niệm vùng chết Hiện tượng vùng chết đầu không biên độ đầu vào vượt qua giá trị Hiện tượng vùng chết xảy nhiều phận khác hệ thống điều khiển sensor, khuếch đại cấu truyền động bao gồm van điều khiển thủy lực động điện Các vùng chết gây số ảnh hưởng đến hệ thống điều khiển ảnh hưởng rõ làm giảm độ xác điều khiển Chúng cịn làm hạn chế hoạt động làm ổn định hệ thống Vùng chết thường bắt gặp cấu truyền động van servo, động điện … Các cấu truyền động có đặc tính phi tuyến khơng liên tục Ngun nhân xuất vùng chết khe hở (backlash) bánh hộp số, tượng ma sát tĩnh, số nguyên nhân khác a) b) Hình 2.1 – Các nguyên nhân xuất vùng chết: a) Backlash; b) Ma sát Trong tay máy robot công nghiệp, khớp robot truyền động cấu truyền động thường có xuất vùng chết, đặc biệt trường hợp cấu truyền động khớp có sử dụng hộp giảm tốc Trong ứng dụng khơng u cầu cao độ xác, vùng chết thường bị bỏ qua phân tích động lực học robot thiết kế điều khiển chuyển động robot Tuy nhiên, ngày yêu cầu độ xác hoạt động robot ngày cao, vùng chết cần xem xét nghiên cứu để có phương án loại trừ 2.2 Các phương pháp mơ hình hóa vùng chết 2.2.1 Phương pháp Er-Wei Bai Trên hình 2.2, khối G biểu diễn cho hệ thống phi tuyến có mơ hình chưa biết rõ, u(t) y(t) đầu vào đầu G u(t) đồng thời đầu vùng chết D, đầu vào D v(t) Hình 2.2 – Hệ thống có vùng chết Mơ tả tốn học vùng chết biểu diễn sau [Bai, Er-Wei., 2001]: 13  mr v(t )  mr br , if v(t )  br or u (t )   u (t )   0, if  bl  v(t )  br or u (t )   m v(t )  m b , if v(t )  b or u (t )  l l l  l (2.1) Vùng chết biểu diễn hình vẽ Hình 2.3 Trong số bl, br, mr, ml số thực dương chưa xác định Hình 2.3 – Đồ thị biểu diễn vùng chết theo phương pháp Er-Wei Bai 2.2.2 Phương pháp Selmic Lewis Giả sử đầu vào vùng chết u, đầu vùng chết  Đầu  vùng chết mơ-men tác dụng vào khớp robot Mơ hình tốn học vùng chết cấu truyền động robot biểu diễn sau:  g (u )  0, u  d     D (u )   0,  d  u  d  h(u )  0, u  d   (2.2) h(u), g(u) hàm liên tục, phi tuyến Vì mô tả trường hợp tổng qt D(u) Mơ hình vùng chết Selmic Lewis biểu diễn đồ thị hình 2.4 Hình 2.4 – Đồ thị biểu diễn vùng chết 14 theo phương pháp Selmic Lewis 2.3 Các phương pháp bù vùng chết 2.3.1 Phương pháp bù vùng chết sử dụng logic mờ Phương trình biểu diễn mối quan hệ đầu đầu vào sau: u  d  , u  d   (2.3)   Dd (u )  0,  d  u  d u  d , d  u    Sơ đồ tổng hợp tín hiệu từ đầu vào bù trước đầu vùng chết biểu diễn hình 2.9 Hình 2.5 – Sơ đồ khối bù trước vùng chết logic mờ Tổng hợp tín hiệu biểu diễn phương trình sau:   Dd (u )  Dd ( w  wF )  w   wF  satd  w  wF   (2.4) Tín hiệu đầu  vùng chết bù sau [F L Lewis et al., 1999]:   w  d T X ( w)  d T δ (2.5) d sai số ước lượng, tính công thức sau: (2.6) d  d  dˆ  sai số mơ hình, thỏa mãn điều kiện biên: δ  2.3.2 Phương pháp bù vùng chết sử dụng mạng neural nhân tạo Sơ đồ bù vùng chết biểu diễn hình 2.6 Ở có mạng neural: mạng NN I để bù trước vùng chết mạng NN II để ước lượng vùng chết Chỉ có đầu mạng NN II đưa đến trực tiếp đầu vào u, đầu mạng NN I dung để chỉnh định lại mạng NN II Hình 2.6 – Sơ đồ khối phương pháp bù vùng chết mạng neural nhân tạo 15 CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN THÍCH NGHI CHO TAY MÁY ROBOT CƠNG NGHIỆP CĨ XÉT ĐẾN VÙNG CHẾT CỦA CƠ CẤU CHẤP HÀNH 3.1 Mơ hình động lực học tay máy robot cơng nghiệp có xét đến vùng chết cấu chấp hành Mơ hình động lực học tay máy robot công nghiệp xây dựng chương viết lại sau: M (q )q  C (q, q )q  G (q)  τ f (q, q )  τ d  τ (3.1) T n q  [q1 , q2 , , qn ]   vector vị trí khớp; q  [ q1 , q2 , , q n ]T   n vector vận tốc khớp; q  [q1 , q2 , , qn ]T  n vector gia tốc khớp; M (q)  nn ma trận quán tính; C (q,q )  n n ma trận lực hướng tâm lực Coriolis; G (q )  n ma trận lực trọng trường; τ f (q, q ) vector lực ma sát; τ d vector lực nhiễu loạn từ bên ngoài; τ   vector đầu cấu truyền động đầu vào điều khiển khớp tay máy robot công nghiệp Trong trường hợp có xét đến vùng chết cấu truyền động,  điều khiển thơng qua tín hiệu u đầu điều khiển Khi có tồn thành phần bất định, mô hình động lực học tay máy robot cơng nghiệp viết lại sau: n ˆ   Gˆ  T  τ ˆ   Cq Mq u (3.2) Trong đó, Tu vector chứa thành phần bất định bao gồm sai số mơ hình, thành phần lực ma sát nhiễu loạn từ bên ngoài: Tu  Mq  Cq  G  τ f  τ d (3.3) Giả thiết thành phần bất định bị chặn số dương: M   M , C  C G  G Nhiễu loạn từ bên thành phần lực ma sát bị chặn Vì vậy, tổng thành phần bất định giả thiết bị chặn giá trị hữu hạn Mơ hình động lực học tay máy robot cơng nghiệp thỏa mãn tính chất sau đây: ˆ đối xứng xác định dương Tính chất 1: Ma trận quán tính M ˆ  2Cˆ ma trận đối xứng Tính chất 2: Ma trận thiết lập phương trình M ˆ lệch (skew matrix) Nghĩa x T M  2Cˆ x  , với x vector khác không bất   kỳ Tay máy robot truyền động cấu truyền động lý tưởng có xét đến tồn vùng chết Đầu  cấu truyền n động hàm số tín hiệu vào u   mà phải thiết kế Giả thiết vùng chết khớp không ảnh hưởng đến khớp khác, biểu diễn vector đầu vào phương trình sau: 16 τ  Dd (u) (3.4) Mơ hình tốn học vùng chết khơng đối xứng xuất cấu truyền động tay máy robot biểu diễn phương trình sau: ui  di  , for di   ui   i  Dd (ui )  0, for di   ui  di  u  d , for u  d i i i  i (3.5) di+ di- kích thước vùng chết, i = 1, 2, …, n Cuối cùng, mơ hình động lực học tay máy robot công nghiệp với tồn thành phần sai số mơ hình, ma sát, nhiễu loạn có xét đến vùng chết cấu truyền động viết lại sau: ˆ   Gˆ  T  u  sat (u) ˆ   Cq Mq (3.6) u d đó: di  , for di   ui  satdi (ui )  0, for di   ui  di  d , for u  d i i  i (3.7) 3.2 Cấu trúc mạng nơ-ron kết hợp với logic mờ hàm wavelet Cấu trúc mạng FWNN mà đề tài sử dụng biểu diễn hình 3.1 Mạng có m đầu vào, n đầu mơ tả tập hợp luật sau [C.-K Lin, 2009]: Rj (luật thứ j): NẾU x1 Aj1 x2 Aj2 … xm Ajm THÌ f1  w1 j g j1 ( x1 ) g jm ( xm ) f  w2 j g j1 ( x1 ) g jm ( xm ) ,…., f n  wnj g j1 ( x1 ) g jm ( xm ) với j = 1, 2, …, N, xi biến đầu vào thứ i, i = 1, 2, …, m; fk biến đầu thứ k, k = 1,2,…,n; Aji tập mờ biến xi luật mờ thứ j Rj; Bkj tập mờ biến fk luật mờ thứ j Rj; N số luật hợp thành g11(x1) g1m (xm ) g21( x1 ) g2m ( xm ) Σ g N1 ( x1 ) g Nm ( xm ) Σ Hình 3.1 – Cấu trúc mạng FWNN Các đầu mạng FWNN biểu diễn phương trình: N f k   j 1 wkj j ( x ), k  1,2, , n f FWNN  W T Ψ  x , a , b  17 (3.8) (3.9) f FWNN   f1 , f , , f n T  n vector đầu ra; W  wkj là ma trận trọng số đầu kích thước Nn; Ψ  x, a, b  =  ( x ), ( x ), , N ( x )T vector hàm sở mờ wavelet Các vector tham số lan tỏa tịnh tiến tương ứng viết phương trình sau: T a  a11 a12 a1m a21 a22 a2 m aN aN aNm   mN (3.10) b  b11 b12 b1m b21 b22 b2 m bN bN bNm    mN T (3.11) 3.3 Thiết kế điều khiển thích nghi cho tay máy robot công nghiệp sử dụng mạng FWNN để bù vùng chết thành phần bất định n Cho trước quỹ đạo mong muốn qd   khâu chấp hành cuối tay máy robot, sai số hệ thống định nghĩa bởi: e  q  qd (3.12) Bộ lọc sai số hệ thống định nghĩa bởi: r  e  Γe  q  qr (3.13) T Γ  Γ  ma trận tham số có giá trị tùy vào thiết kế, q r  qd  Γe định nghĩa vector vận tốc tham chiếu Sơ đồ khối điều khiển thích nghi mà đề tài đề xuất cho tay máy robot cơng nghiệp có xét đến đồng thời vùng chết thành phần bất định thể hình 3.2 Phương trình điều khiển thích nghi viết sau: u  M n qr  C n qr  Gn  ud  fˆFWNN  ue  Kr (3.14) ud bù trước cho vùng chết; fˆFWNN đầu mạng FWNN có cấu trúc mô tả để học online thành phần bất định tay máy robot Vector ước lượng sai số ue sử dụng để bù sai số Thành phần Kr sử dụng để tăng thêm bền vững hệ thống K ma trận đường chéo xác định dương, phần tử K số dương Hình 3.2 – Sơ đồ khối điều khiển thích nghi mà đề tài đề xuất Trong đề tài này, đề xuất luật cập nhật tham số online cho mạng FWNN, bù trước vùng chết ước lượng sai số sau:  Wˆ   Λ Ψˆ r T (3.15) 18 aˆ   Λ2 PWˆ r  bˆ   Λ3QWˆ r  Dˆ   Λ4 ξ r T (3.16) (3.17) (3.18) u e   Λ5r (3.19) ue   Λ5  rdt  Z (3.20) Các luật cập nhật thực online trình tay máy robot điều khiển bám theo quỹ đạo cho trước mà không cần qua giai đoạn học offline 3.4 Phân tích tính ổn định hệ thống Để phân tích tính ổn định hệ thống, hàm Lyapunov chọn sau: V  V1  V2  V3  V4  V5  V6 (3.21) ~ ~ ~ ~ V3  tr W T Λ11W , V2  tr DT Λ41 D , 2 1 ~ T 1 ~ ~ ~ V4  tr a~ T Λ21a~ , V5  tr b T Λ31b , V6  tr u e Λ5 ue 2 Rõ ràng V1, V2, V3, V4, V5 V6 hàm xác định dương Vì vậy, V hàm xác định dương Cuối cùng, có kết đạo hàm hàm Lyapunov sau: V   r T Kr  (3.22) Bởi K ma trận đường chéo xác định dương, V  r = Vì vậy, từ phương trình thấy hệ thống điều khiển ổn định tiệm cận r Điều có nghĩa là: yields lim e    lim q  qd đó:  V1   rM n r ,     t      t  yields lim e   lim q  qd t  t  Do đó, kết luận hệ thống ổn định CHƯƠNG MÔ PHỎNG VÀ KIỂM CHỨNG 4.1 Mơ hình động lực học tay máy robot song song phẳng bậc tự có xét đến xuất vùng chết cấu truyền động Mơ hình động lực học tay máy robot song song phẳng hai bậc tự trường hợp chưa xét đến vùng chết trình bày tài liệu [T D Le, 2013] Khi xét đến vùng chết cấu truyền động, mơ hình động lực học tay máy robot viết lại sau: ˆ q  Cˆ q  T  u  sat (u ) M a a a a u ,a a d a (4.1) Trong đó, số a thể mơ hình xây dựng hệ tọa độ gắn với khớp chủ động; qa  q a1 , q a T vector vị trí khớp chủ động; qa  qa1, q a2 T qa  qa1, qa2 T tương ứng vector vận tốc gia tốc 19 khớp chủ động; ua  u a1 , u a  vector đầu vào điều khiển truyền động cho khớp chủ động A1 A2; satd(ua) biểu diễn cho vùng chết đầu vào Sơ đồ động học tay máy robot song song phẳng bậc tự thể hình 4.2 T y Active joints E(x,y) Passive joints l2 l2 q p2 q p1 P1 P2 l1 q a1 l1 q a2 O A1 x A2 l0 l0 Hình 4.1 – Sơ đồ động học tay máy robot song song phẳng hai bậc tự 4.2 Mô so sánh thực thi thuật toán điều khiển Để kiểm chứng hiệu điều khiển thích nghi mà đề tài đề xuất, điều khiển sau lập trình mơ cho tay máy robot song song phẳng hai bậc tự so sánh kết với nhau: + Bộ điều khiển 1: Bộ điều khiển khơng có chứa thành phần fˆFWNN mạng FWNN có thành phần bù trước vùng chết ud + Bộ điều khiển 2: Bộ điều khiển có chứa thành phần fˆ mạng FWNN FWNN khơng có chứa thành phần bù trước vùng chết ud + Bộ điều khiển 3: Bộ điều khiển với đầy đủ thành phần đề xuất chương Mô thực cho trường hợp điểm chấp hành cuối tay máy robot điều khiển để bám theo quỹ đạo đường tròn mặt phẳng XY Tọa độ tâm đường tròn (0.066, 0.16) bán kính đường trịn 0.05 Điểm xuất phát ban đầu khâu chấp hành cuối tay máy robot A0(0.071,0.215) Tay máy robot bị tác động lực nhiễu loạn từ bên d(t) = [TL1(t), TL2(t)]T = [1, 1]T thời điểm t = 2.5s Thời gian mô giây điểm cuối robot chuyển động vẽ đường tròn lần 20 0.24 Desired trajectory Controller A0 0.22 0.2 Y [m] 0.18 0.16 0.14 0.12 0.1 0.08 0.02 0.04 0.06 0.08 X [m] 0.1 0.12 0.14 Hình 4.2 – Kết điều khiển bám theo đường trịn dùng điều khiển Hình 4.2 cho thấy kết chuyển động điểm cuối bám theo đường tròn trường hợp dùng điều khiển Chúng ta thấy kết điều khiển bám quỹ đạo robot không tốt ảnh hưởng thành phần bất định lớn Kết ước lượng kích thước vùng chết thể hình 4.3 Có thể thấy giá trị ước lượng không hội tụ giá trị thực Nguyên nhân kết tồn sai số lớn quỹ đạo thực quỹ đạo yêu cầu Actual value Estimation value 1.2 Estimation of d1- [Nm] Estimation of d1+ [Nm] 1.4 0.8 0.6 0.4 0.2 0.6 0.4 0.2 0 Actual value Estimation value 0.8 (a) 0.5 Estimation of d2- [Nm] Estimation of d2+ [Nm] (b) 0.8 0.6 0.4 0.2 Time [s] Time [s] Actual value Estimation value Time [s] 0.4 0.3 0.2 0.1 Actual value Estimation value Time [s] (c) (d) Hình 4.3 – Các kết ước lượng kích thước vùng chết sử dụng điều khiển 1: (a) dˆ1 ; (b) dˆ1 ; (c) dˆ2  ; (d) dˆ2  21 Desired trajectory Controller 0.22 A0 0.2 Y[m] 0.18 0.16 0.14 0.12 0.1 0.02 0.04 0.06 X [m] 0.08 0.1 0.12 Hình 4.4 – Kết điều khiển bám theo đường tròn dùng điều khiển Kết mô bám quỹ đạo cho trường hợp sử dụng điều khiển thể hình 4.4 Khi so sánh với kết đồ thị hình 4.2 điều khiển 1, thấy ảnh hưởng thành phần bất định nhiễu loạn tay máy robot nhiều ảnh hưởng vùng chết Nguyên nhân trường hợp tay máy robot song song có cấu trúc phức tạp, thành phần bất định sai số mơ hình, ma sát lớn làm kết điều khiển xấu không bù 0.22 A0 0.2 Y [m] 0.18 0.16 0.14 0.12 Desired trajectory Proposed controller 0.1 0.02 0.04 0.06 X [m] 0.08 0.1 0.12 Hình 4.5 – Kết điều khiển bám theo đường tròn dùng điều khiển đề xuất Hình 4.5 cho kết điều khiển bám theo quỹ đạo đường tròn trường hợp dung điều khiển đề xuất (3.23) Các kết ước lượng kích thước vùng chết thể hình 4.7 Có thể thấy giá trị ước lược vùng chết gần với giá trị thực chúng Điều cho thấy thành phần bất định có ảnh hưởng đến việc ước lượng kích thước vùng chết, điều khiển thích nghi mà đề tài đề xuất có khả hội tụ giá trị ước lược với giá trị thực kích thước vùng chết 22 Estimation of d1- [Nm] Estimation of d1+ [Nm] 0.5 Actual value Estimation value 0 0.8 0.6 0.4 Actual value Estimation value 0.2 0 0.8 0.6 0.4 Actual value Estimation value (b) Estimation of d2- [Nm] Estimation of d2+ [Nm] (a) 0.2 Time [s] Time [s] 0.6 0.4 0.2 Actual value Estimation value Time [s] Time [s] (c) (d) Hình 4.6 – Các kết ước lượng kích thước vùng chết sử dụng điều khiển đề xuất: (a) dˆ1 ; (b) dˆ1 ; (c) dˆ2  ; (d) dˆ2  -3 -3 x 10 Tracking error Y-direction [m] Tracking error X-direction [m] -2 -4 -6 Controller Controller Proposed controller -8 -10 -2 -4 -6 Controller Controller Proposed controller -8 -10 x 10 Time [s] Time [s] (a) (b) Hình 4.8 – So sánh sai số quỹ đạo: (a) Theo trục X, (b) Theo trục Y Kết so sánh sai số quỹ đạo trường hợp thể hình 4.6 Từ kết đồ thị cho thấy, sai số gây sử dụng điều khiển nhỏ so với trường hợp sử dụng điều khiển Đặc biệt, điều khiển thích nghi mà đề tài đề xuất mang lại sai số nhỏ trường hợp Điều có nghĩa điều khiển thích nghi mà đề tài đề xuất nâng cao chất lượng điều khiển hệ thống so với kết trước 23 KẾT LUẬN, KIẾN NGHỊ VÀ HƯỚNG PHÁT TRIỂN Kết luận Trong báo cáo này, nhóm tác giả khảo sát vấn đề xuất vùng chết phương pháp bù vùng chết điều khiển tay máy robot công nghiệp Dựa phương trình Lagrange, mơ hình động lực học tổng quát tay máy robot công nghiệp xây dựng có xét đến tồn đồng thời vùng chết thành phần bất định khác sai số mơ hình, lực ma sát nhiễu loạn từ bên Trên sở mơ hình này, điều khiển thích nghi sử dụng mạng nơron kết hợp với logic mờ hàm wavelet (FWNN) có khả tự chỉnh đề xuất để có khả bù đồng thời vùng chết thành phần bất định robot Bộ điều khiển thích nghi cấu thành từ phần: Phần dựa mơ hình động lực học tay máy robot lọc sai số; phần bù trước,   T giá trị tham số ước lược vùng chết Dˆ  dˆ dˆ sử dụng để bù vùng chết đầu vào; phần mạng FWNN sử dụng để học xấp xỉ thành phần bất định tay máy robot; phần ước lượng sai số để bù sai số xấp xỉ mạng FWNN, sai số bù vùng chết thành phần bậc cao khai triển chuỗi Taylor; phần cuối thành phần nâng cao bền vững hệ thống Các tham số mạng FWNN tự động chỉnh định online trình điều khiển robot bám theo quỹ đạo mong muốn Sự ổn định hệ thống sử dụng điều khiển thích nghi với thuật toán chỉnh định online chứng minh dựa lý thuyết Lyapunov Các kết mô chứng minh tính hiệu điều khiển thiết kế, đáp ứng yêu cầu đặt Kiến nghị Các tay máy robot cơng nghiệp đóng vai trò quan trọng sử dụng nhiều hệ thống sản xuất tự động hóa Tuy nhiên, có mặt vùng chết cấu chấp hành làm hạn chế chất lượng điều khiển tay máy robot gây sai số Do kết đề tài sử dụng góp phần hồn thiện lý thuyết điều khiển cho tay máy robot công nghiệp nâng cao chất lượng làm việc mở rộng khả ứng dụng tay máy robot công nghiệp thực tế, ứng dụng đòi hỏi chất lượng độ xác cao Hướng phát triển Một số hướng phát triển đề tài tương lai bao gồm: - Khảo sát chi tiết đặc tính động lực học tay máy robot xét đến động lực học motor hệ truyền động khớp - Trên sở đó, xây dựng mơ hình thực tế để kiểm nghiệm lại kết thu từ lý thuyết 24 TÀI LIỆU THAM KHẢO [1] A K Alexandridis and A D Zapranis, "Wavelet neural networks: A practical guide," Neural Networks, vol 42, pp 1-27, 2013 [2] Bai, Er-Wei "Adaptive dead zone inverses for possibly nonlinear control systems." Adaptive control of nonsmooth dynamic systems Springer London, 2001 31-47 [3] Bessa, Wallace M., Max S Dutra, and Edwin Kreuzer "Sliding mode control with adaptive fuzzy dead-zone compensation of an electro-hydraulic servosystem." Journal of Intelligent and Robotic Systems 58.1 (2010): 3-16 [4] C.-K Lin, "H∞ reinforcement learning control of robot manipulators using fuzzy wavelet networks," Fuzzy Sets and Systems, vol 160, pp 1765-1786, 2009 [5] Campos, Javier, and Frank L Lewis "Deadzone compensation in discrete time using adaptive fuzzy logic." Fuzzy Systems, IEEE Transactions on 7.6 (1999): 697-707 [6] D W C Ho, Z Ping-Au, and X Jinhua, "Fuzzy wavelet networks for function learning," Fuzzy Systems, IEEE Transactions on, vol 9, pp 200-211, 2001 [7] D Le Tien, K Hee-Jun, and R Young-Shick, "Robot manipulator modeling in Matlab-SimMechanics with PD control and online gravity compensation," in Strategic Technology (IFOST), 2010 International Forum on, 2010, pp 446449 [8] Hu, Chuxiong, Bin Yao, and Qingfeng Wang "Adaptive robust precision motion control of systems with unknown input dead-zones: A case study with comparative experiments." Industrial Electronics, IEEE Transactions on 58.6 (2011): 2454-2464 [9] Hu, Chuxiong, Bin Yao, and Qingfeng Wang "Performance-oriented adaptive robust control of a class of nonlinear systems preceded by unknown dead zone with comparative experimental results." Mechatronics, IEEE/ASME Transactions on 18.1 (2013): 178-189 [10] Han, Seong Ik, et al "Robust adaptive deadzone and friction compensation of robot manipulator using RWCMAC network." Journal of mechanical science and technology 25.6 (2011): 1583-1594 [11] J Cao, Z Lin, and G.-b Huang, "Composite function wavelet neural networks with extreme learning machine," Neurocomputing, vol 73, pp 1405-1416, 2010 [12] Lê Hoài Quốc, Chung Tấn Lâm, Nhập môn robot công nghiệp, Nhà xuất khoa học kỹ thuật, Hà Nội, 2007 [13] Lê Tiến Dũng Đoàn Quang Vinh, “Adaptive Sliding Mode Control of Robot Manipulators Using Radial Basis Function Networks and Error Estimators”, Kỷ yếu hội nghị toàn quốc điều khiển tự động hóa VCCA 2013, trang 1-8, năm 2013 [14] Le, Tien Dung, and Hee-Jun Kang "An Adaptive Controller Using Wavelet Network for Five-Bar Manipulators with Deadzone Inputs." Emerging Intelligent Computing Technology and Applications Springer Berlin Heidelberg, 2013 159-164 25 [15] Lewis, F L., et al "Deadzone compensation in motion control systems using adaptive fuzzy logic control." Control Systems Technology, IEEE Transactions on 7.6 (1999): 731-742 [16] N Chauhan, V Ravi, and D Karthik Chandra, "Differential evolution trained wavelet neural networks: Application to bankruptcy prediction in banks," Expert Systems with Applications, vol 36, pp 7659-7665, 2009 [17] Nguyễn Trọng Doanh, “Thiết kế hệ thống đo độ xác lặp cho robot cơng nghiệp”, Tạp chí khoa học công nghệ trường đại học kỹ thuật, Nhà xuất Bách khoa Hà Nội, tr 25-29, 2008 [18] Nguyễn Phùng Quang, “Những điều cần biết điều khiển robot”, Tạp chí Tự động hóa ngày số 68, tr 49-52, 2006 [19] Phạm Đình Long, Nghiên cứu, khảo sát đặc tính làm việc hệ thống chấp hành robot công nghiệp, Luận án tiến sỹ kỹ thuật, Đại học Thái Nguyên, 2009 [20] Q Zhang and A Benveniste, "Wavelet networks," Neural Networks, IEEE Transactions on, vol 3, pp 889-898, 1992 [21] R H Abiyev and O Kaynak, "Fuzzy Wavelet Neural Networks for Identification and Control of Dynamic Plants—A Novel Structure and a Comparative Study," Industrial Electronics, IEEE Transactions on, vol 55, pp 3133-3140, 2008 [22] Selmic, Rastko R., and Frank L Lewis "Deadzone compensation in motion control systems using neural networks." Automatic Control, IEEE Transactions on 45.4 (2000): 602-613 [23] S Srivastava, M Singh, M Hanmandlu, and A N Jha, "New fuzzy wavelet neural networks for system identification and control," Applied Soft Computing, vol 6, pp 1-17, 2005 [24] T D Le, Hee-Jun Kang, and Young-Soo Suh, "Chattering-Free Neuro-Sliding Mode Control of 2-DOF Planar Parallel Manipulators," INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS, vol 10, 2013 [25] Tong, Shaocheng, and Yongming Li "Adaptive fuzzy output feedback tracking backstepping control of strict-feedback nonlinear systems with unknown dead zones." Fuzzy Systems, IEEE Transactions on 20.1 (2012): 168180 [26] Wang, Xing-Song, Chun-Yi Su, and Henry Hong "Robust adaptive control of a class of nonlinear systems with unknown dead-zone." Automatica 40.3 (2004): 407-413 [27] Zhou, Jing, Changyun Wen, and Tieshan Li "Adaptive output feedback control of uncertain nonlinear systems with hysteresis nonlinearity." Automatic Control, IEEE Transactions on 57.10 (2012): 2627-2633 26 ... điều khiển tay máy robot có xuất vùng chết V PHẠM VI NGHI? ?N CỨU Đề tài tập trung nghi? ?n cứu xuất vùng chết cấu truyền động tay máy robot công nghi? ??p, ảnh hưởng vùng chết đến chất lượng điều khiển. .. CỦA TAY MÁY ROBOT CƠNG NGHI? ??P 1.1 Giới thiệu tay máy robot cơng nghi? ??p Ngày tay máy robot công nghi? ??p sử dụng rộng rãi có nhiều bước phát triển quan trọng điều khiển hoạt động chúng Tay máy robot. .. bù vùng chết mạng neural nhân tạo 15 CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN THÍCH NGHI CHO TAY MÁY ROBOT CƠNG NGHI? ??P CÓ XÉT ĐẾN VÙNG CHẾT CỦA CƠ CẤU CHẤP HÀNH 3.1 Mơ hình động lực học tay máy robot cơng