چکیده
بازوهای مکانیکی انعطاف پذیر در صنایع بسیار مورد استفاده قرار گرفته اند. در این مقاله، روش پسگام (BM) برای کنترل بازوهای مکانیکی انعطاف پذیر استفاده شده اند. BM شامل پارامترهایی است که مقادیر مثبت را می پذیرند. پارامترها معمولا به روشهای متفاوت انتخاب می شوند. سیستم پاسخ های متفاوتی به هر مقدار می دهد. در این روش، پارامترهایی وجود دارند، که اگر به خوبی تعریف نشوند، ممکن است باعث کاهش عملکرد گردند. انتخاب مناسب پارامترها برای به دست آوردن پاسخ درست لازم است زیرا انتخاب نامناسب آنها منجر به پاسخ های اشتباه و یا حتی می تواند منجر به بی ثباتی سیستم شود. الگوریتم ژنتیک (GA) برای محاسبه پارامترهای بهینه برای کنترل کننده backstepping سیستم های بازو مکانیکی اتصال-انعطاف پذیر تک لایه استفاده شده است. GA می تواند مقادیر بهینه و مناسب را برای پارامترها انتخاب کند. GA تابع برازش را به حداقل می رساند، بطوریکه مقادیر بهینه برای پارامترها پیدا خواهد شد. تابع برازش انتخاب شده برای به حداقل رساندن حداقل مربع خطا تعریف شده است. تابع برازش خطای سیستم را به سرعت به صفر می رساند. بدین ترتیب، تابع برازش باعث می شود که سیستم یک زمان تنظیم کوتاه و مطلوب داشته باشد. تابع برازش همچنین یک کنترل کننده بهینه را ایجاد می کند و باعث خطا برای رسیدن به مقدار حداقل می گردد. این هیبرید منجر به کنترل کننده backstepping (OBM) می شود.
1-مقدمه
ربات های بازومکانیکی صنعتی نقش مهمی در زمینه اتوماسیون انعطاف پذیر بازی می کنند. یکی از مهمترین ابزارهایی که برای انجام وظایفی مانند حمل بار و یا نقاشی به کار می رود یک بازومکانیکی تک پیوندی است. برای به دست آوردن یک بازومکانیکی تک پیوندی با عملکرد بالا، کنترل کننده های موقعیت، برای پیروی از مسير موقتی تعیین شده به عنوان مسیر حرکت نقطه به نقطه یا پیوسته با حداقل انحراف توسط بازو مکانیکی ضروری است.
Abstract
Flexible manipulators are extensively used in industries. In this paper, backstepping method (BM) is used to control flexible manipulator. BM consists of parameters which accept positive values. The parameters are usually chosen variously. The system responses differently for each value. In this method, some paremeters exist, which, if not defined well, may cause some performance degrade. It is necessary to select proper parameters to obtain a good response because the improper selection of the parameters leads to inappropriate responses or even may lead to instability of the system. Genetic algorithms (GA) are used to compute the optimal parameters for the backstepping controller of single-link flexible-joint manipulator systems. GA can select appropriate and optimal values for the parameters. GA minimize the fitness function, so the optimal values for the parameters will be found. Selected fitness function is defined to minimize the least square error. Fitness function enforces the system error to decay to zero rapidly. Hence, it causes the system to have a short and optimal setting time. Fitness function also makes an optimal controller and causes overshoot to reach to its minimum value. This hybrid leads to optimal backstepping controller (OBM).
1. Introduction
Industrial manipulator robots play an important role in the field of flexible automation. A single link manipulator is the most basic one which is operated to perform tasks such as moving payloads or painting objects. To obtain a high performance single link manipulator, position controllers are necessary in order to follow a preselected positional trajectory specified either as point-to-point or continuous path tracking motion with minimal deviation by manipulator.
چکیده
1-مقدمه
2-مدل سازی و فرمولبندی مساله
3- روش Backstepping
4-کنترل سیستم بازو مکانیکی
5-ردیابی مسیر مورد نظر
6-الگوریتم ژنتیک
7-شبیه سازی عددی
8- نتیجه گیری
منابع
Abstract
1. Introduction
2. Modeling and Problem Formulation
3. Backstepping Method
4. Controlling Manipulator System
5. Tracking Desired Trajectory
6. Genetic Algorithm
7. Numerical Simulations
8. Conclusion