Ứng dụng điều khiển bám thích nghi thông minh nhờ học lặp và bù bất định cho hệ chuyển động robot công nghiệp
237 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.FEE.2023.78-83Từ khóa:
Điều khiển học lặp; Robot 2 bậc tự do; Điều khiển thích nghi thông qua điều khiển tuyến tính hóa chính xác.Tóm tắt
Một hệ chuyển động robot luôn phụ thuộc vào các tham mô hình toán bất định hoặc không biết được chính xác và bị nhiễu ngoại tác động là không thể tránh khỏi. Đã có rất phương pháp điều khiển thích nghi, bền vững, trượt,... để xử lý trường hợp này, tuy nhiên, các phương pháp điều khiển đó đều dựa vào mô hình toán học robot bất định, lúc đó ít nhất cần ước lượng các tham số đó, hoặc phải giả thiết các tham số là hằng bất định. Nội dung của bài báo là trình bày một phương pháp điều khiển để robot chuyển động bám quỹ đạo chính xác mà không dựa hoàn toàn vào mô hình đó là bộ điều khiển thích nghi thông minh nhờ học lặp loại D và được kết hợp với điều khiển tuyến tính hóa chính xác. Kết quả mô phỏng cho tay máy hai bậc tự do cho thấy, sai số vị trí của khớp tác động cuối nhanh tiến tới không và chính xác.
Tài liệu tham khảo
[1]. F.L.Lewis, D.M. Dawson and C.T.Abdallah, “Robot manipulator control theory and practice”, Marcel Dekker, (2004). DOI: https://doi.org/10.1201/9780203026953
[2]. W. Spong, S. Hutchinson, and M. Vidyasagar,” Rovot modeling and control”, New York, Wiley, (2006).
[3]. Z. S. Jiang, F. Xei, X. Wang anf Z. Li, “Adaptive dynamic sliding mode control for space manipulator with external disturbance”, Journal of Control and Decision, (2019). DOI: https://doi.org/10.23919/ChiCC.2018.8483990
[4]. A. Goel, A Swarup, “MIMO uncertain nonlinear system control via adaptive hight-order super twisting sliding mode and its application to robotic manipulator”, Journal Control Autom. Electr. Syst., 28, 36-49, (2017). DOI: https://doi.org/10.1007/s40313-016-0286-7
[5]. Wang, Y et.al.; “Servy on iterative leaning control, repetitive control and run to run control”. Journal of process control, 19, (10), 589-1600, (2009). DOI: https://doi.org/10.1016/j.jprocont.2009.09.006
[6]. R. Lee, L. Sun, Z. Wang, M.Tomizuka, “Adaptivebiterative learning control of robot manipulators for friction compensation”. IFAC PapersOnline 52 (15), 175-180, 2019 Writer’s Handbook. Mill Valley, CA: University Science, (1989).
[7]. R. Lee, L. Sun, Z. Wang, M.Tomizuka, “Adaptivebiterative learning control of robot manipulators for friction compensation”. IFAC PapersOnline 52 (15), 175-180, (2019). DOI: https://doi.org/10.1016/j.ifacol.2019.11.670
[8]. R. Jeyasenthil and S-B. Choi. “A robust controller for multivariable model matching system utilizing a quantitative feedback theory: Application to magnetic levitation”. Applied Sciences, 27 April, (2019). DOI: https://doi.org/10.3390/app9091753
[9]. P.D. Nguyen, N.H Nguyen, “Adaptive control for nonlinear non-autonomous systems with unknown input disturbance”. International Journal of Control, (2021). DOI: https://doi.org/10.1080/00207179.2021.1974571
