Geri Dön

Neuro sliding mode control of robotic manipulators

Yapay sinir ağları kayma kipli robot denetimi

  1. Tez No: 82902
  2. Yazar: MELİKŞAH ERTUĞRUL
  3. Danışmanlar: PROF. DR. OKYAY KAYNAK
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Denetim, Robotik, Yapay sinir ağları, Control, Robotics, Artificial neural networks
  7. Yıl: 1999
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

VI ÖZET Esnek bilgi işlem tekniklerinin kayma kipli denetim içerisine fîizyonu genelde pratik uygulamalarda karşılaşılan sorunları ortadan kaldırmayı hedefler. Bu tezde, yapay sinir ağlan ile kayma kipli denetim metodolojisinin sinerjik bir bileşimi önerilmiştir. Böylece, denetim sinyalindeki çatırtı ve çınlama sorunları ortadan kaldırılmış ve yörünge izleme başarımı arttırılmıştır. Bunlara ek olarak, sistem dinamiği konusunda gerekli olan ön bilgi en aza indirilmiştir. îkinci bölümde, kayma kipli denetim uygulamalarında karşılaşılan sorunlar ve bu sorunları çözmek için yazında yer alan öneriler üzerinde durulmuş ve yapay sinir ağlan ile ulaşılabilecek çözümler detaylı olarak açıklanmıştır. Üçüncü bölümde, kayma kipli denetim tasarımı genelleştirilmiştir. Genellenen yöntem bilinen tüm tasarımlan içine almakla beraber, yeni bir çok denetleyici tasannu da olanaklı kılmaktadır. Genellenen yöntemde hangi tasarımların kararlılık gösterdiği ve çatırtıyı önlediği belirtilmiştir. Eşdeğer denetimin kestirimi için iki yeni yöntem önerilmiştir. Önerilen yöntemler scara tipi robota uygulanmış ve sonuçlar sunulmuştur. Dördüncü bölümde, eşdeğer denetimin hesaplanmasında, sistem dinamik bilgisinin tam olarak bilinmesi gerekliliği üzerinde durulmuş ve bu gerekliliği en aza indirgemek için iki katmanlı, yapay sinir ağı kullanılmıştır. Ağa girişler ve ağ çıkışırım istenen değerinin hesaplanması göz önüne alınarak üç değişik yapı önerilmiştir. Beşinci bölümde, kayma kipli denetleyicinin düzeltici kısmı ile özel seçilmiş bir yapay sinir ağı temelli denetleyici arasındaki benzerlik üzerinde durulmuştur. Yapay sinir ağlan için geliştirilen ağırlık uyarlama tekniklerinin, kayma kipli denetleyicinin kazançlarına uygulanması bu benzerlik sayesinde mümkün olmuştur. Çatırtı önlenmiş ve denetim işareti emyilenmiştir. Önerilen yöntemler doğrudan tahrikli robot kolu üzerinde, yüklü ve yüksüz olarak denenmiş, yörüngeyi basan ile izlediği gösterilmiştir. Altıncı bölümde, elde edilen sonuçlar indirgenmiştir.

Özet (Çeviri)

IV ABSTRACT The fusion of soft computing methodologies in sliding mode control in general has the objective of alleviating the problems met in practical implementations. In this doctoral dissertation, a synergistic combination of neural networks (NNs) with sliding mode control (SMC) methodology is proposed. As a result, the chattering phenomenon and ringing in the control signal are eliminated while the trajectory-following performance of SMC is improved. Furthermore, the priori knowledge required about the system dynamics is minimized. This doctoral dissertation first discusses the basic principle of sliding mode controllers and the difficulties met in its practical implementations. The popular measures suggested in the literature against the difficulties are then addressed. It continues with discussion on how NNs can be incorporated in sliding mode controllers and present an overview of the research and applications reported in the literature in this respect. In the third chapter, a generalized approach for design of SMC based on the selection of a Lyapunov function is proposed for motion control applications that evade the problems such as chattering and computational burden in the calculation of the equivalent control and is easily implementable. A general criterion is established for stability and chattering elimination. Two different schemes are used for the estimation of the equivalent control. The proposed approach is applied to a direct-drive scara robot, and experimental results are presented. In the fourth chapter, the difficulty in the computation of the equivalent control, which requires a thorough knowledge of the system dynamics, is overcome via use of a two layer feedforward artificial neural network. Three novel control architectures are proposed based on the input set selection and on the desired value calculation of the neural network that computes the equivalent control. In the fifth chapter, a parallelism is drawn between the corrective control term of fee sliding mode control and a carefully selected neural network. The goal of showing thissimilarity is to enable the use of NN weight adaptation techniques to adapt the gains of SMC such that chattering is eliminated and the control signal is optimized. Experimental studies carried out on a direct-drive arm with and without payload are presented, indicating that the proposed approach is a good candidate for trajectory control applications. In the sixth chapter, the concluding remarks are given.

Benzer Tezler

  1. Tez No

    82848

    Comparison of nevro-controllers for robot manipulatörs

    Robotlar için yapay sinir ağları ile kontrol metodlarının karşılaştırılması

    ERTUĞRUL AKBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    DOÇ. DR. YAĞMUR DENİZHAN

  2. Tez No

    100815

    Neuro-Fuzzy variable structure control of robotic manipulators

    Robot kollarının bulanık yapay sinir ağları ile değişken yapılı kontrolu

    HASAN PALAZ

    Doktora

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    PROF.DR. M. KEMAL SARIOĞLU

  3. Tez No

    46457

    Vowel recognition in neural networks

    Başlık çevirisi yok

    HAKAN GÜCÜMOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    1995

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ.DR. BÜLENT ÖRENCİK

  4. Tez No

    29586

    Neuro controlled fractal inference networks and their application to grasping with multifingered robot hands

    Sinirsel denetimli fraktal karar ağlar ve çok parmaklı ellerin kavrama biçimlerine uygulanması

    SEDAT NAZLIBİLEK

    Doktora

    İngilizce

    İngilizce

    1993

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜŞERREF ERKMEN

  5. Tez No

    78691

    Nöro-optimal kontrol

    Neuro-optimal control

    YAŞAR BECERİKLİ

    Doktora

    Türkçe

    Türkçe

    1998

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. A. FERİT KONAR

Geri Dön