Giải thuật PD dựa trên mô hình kết hợp logic mờ Sugeno nâng cao chất lượng điều khiển bám quỹ đạo cho robot song song Delta
2156 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.93.2024.38-46Từ khóa:
Delta 3-DOF; Điều khiển PD dựa trên mô hình; Logic mờ Sugeno; Điều khiển bám quỹ đạo.Tóm tắt
Nghiên cứu nhằm cải tiến thuật toán PD dựa trên mô hình bằng cách sử dụng logic mờ Sugeno chỉnh định trực tuyến các giá trị tham số của bộ điều khiển, nâng cao chất lượng bám quỹ đạo và khả năng bền vững với nhiễu cho robot song song Delta. Nghiên cứu sử dụng công cụ mô phỏng Matlab&Simulink để kiểm nghiệm tính tin cậy của bộ điều khiển trên quỹ đạo đặt hình số tám. Các kết quả mô phỏng cho thấy, hiệu suất điều khiển tốt khi có thể kiểm soát chuyển động của robot song song Delta 3-DOF đi theo quỹ đạo mong muốn và ổn định với thời gian xác lập nhanh, chỉ khoảng 0.15(s), ngay cả khi hệ thống chịu ảnh hưởng của nhiễu ngoài không biết trước.
Tài liệu tham khảo
[1]. Nguyễn Đình Dũng, “Động lực học ngược và điều khiển chuyển động của robot song song delta không gian”, Luận án tiến sĩ kỹ thuật cơ khí và cơ kỹ thuật, Viện Hàn lâm Khoa học và Công nghệ Việt Nam, tr. 78-79, (2018).
[2]. Lê Minh Thành et al, “Chỉnh định bộ điều khiển pid bằng hệ mờ áp dụng cho robot delta ba bậc tự do”, Tạp chí Khoa học và Công nghệ Đại học Thái Nguyên (2022). DOI: https://doi.org/10.34238/tnu-jst.5290
[3]. Le Minh Thanh et al , “Evaluating the Quality of Intelligent Controllers for 3-DOF Delta Robot Control”, International Journal of Mechanical Engineering and Robotics Research (2021). DOI: https://doi.org/10.18178/ijmerr.10.10.542-552
[4]. Le Minh Thanh et al , “Delta Robot Control Using Single Neuron PID Algorithms Based on Recurrent Fuzzy Neural Network Identifiers”, International Journal of Mechanical Engineering and Robotics Research (2020). DOI: https://doi.org/10.18178/ijmerr.9.10.1411-1418
[5]. Le Minh Thanh et al , “Optimization of PID controller by genetic algorithm experiment on delta robot”, Measurement, Control, and Automation (2022).
[6]. Aguilar-Mejia et al, “Adaptive control of 3-DOF Delta parallel robot”, In 2019 IEEE International Autumn Meeting on Power, Electronics and Computing (2019). DOI: https://doi.org/10.1109/ROPEC48299.2019.9057075
[7]. Sugeno M, “Industrial applications of fuzzy control”, Elsevier Science Inc (1985).
[8]. R. Tipsuwanporn et al, “Fuzzy Logic PID controller based on FPGA for process control”, IEEE International Symposium on Industrial Electronics, vol. 2, pp. 1495-1500, (2004). DOI: https://doi.org/10.1109/ISIE.2004.1572035
[9]. Castañeda et al, “Robust trajectory tracking of a delta robot through adaptive active disturbance rejection control”, IEEE Transactions on control systems technology, 23(4), 1387-1398 (2014). DOI: https://doi.org/10.1109/TCST.2014.2367313
[10]. A. Zubizarreta et al, “Robust Model Based Predictive Control for Trajectory Tracking of Parallel Robots”, In book: New Advances in Mechanisms, Transmissions and Applications (2014). DOI: https://doi.org/10.1007/978-94-007-7485-8_42
[11]. Y. Hu et al, “Reinforcement Learning Tracking Control for Robotic Manipulator With Kernel-Based Dynamic Model”, in IEEE Transactions on Neural Networks and Learning Systems (2020).
[12]. Xi Chen et al, “Industrial Robot Control with Object Recognition based on Deep Learning”, Procedia CIRP, Volume 76, Pages 149-154, ISSN 2212-8271, (2018). DOI: https://doi.org/10.1016/j.procir.2018.01.021
[13]. Tobias Gold et al, “Model Predictive Interaction Control for Industrial Robots”, IFAC-PapersOnLine, Volume 53, Issue 2, Pages 9891-9898, ISSN 2405-8963, (2020). DOI: https://doi.org/10.1016/j.ifacol.2020.12.2696
[14]. Rongrong Liu et al, “Deep Reinforcement Learning for the Control of Robotic Manipulation: A Focussed Mini-Review”, Robotics 10(22):1-13, (2021). DOI: https://doi.org/10.3390/robotics10010022
[15]. Yen, V.T., Nan, W.Y. & Van Cuong, P, “Recurrent fuzzy wavelet neural networks based on robust adaptive sliding mode control for industrial robot manipulators”, Neural Comput & Applic (2019). DOI: https://doi.org/10.1007/s12555-018-0210-y
[16]. Dang, Son Tung, et al. “Adaptive Backstepping Hierarchical Sliding Mode Control for 3-Wheeled Mobile Robots Based on RBF Neural Networks.” Electronics 12.11: 2345, (2023). DOI: https://doi.org/10.3390/electronics12112345
