ĐIỀU KHIỂN THÍCH NGHI LỰC/VỊ TRÍ CHO ROBOT TAY MÁY SỬ DỤNG MẠNG NƠ - RON BÁN KÍNH CƠ SỞ

Tóm tắt

Bài báo trình bày phương pháp điều khiển thích nghi sử dụng mạng nơ - ron
bán kính cơ sở (RBFNN) để điều khiển lực/vị trí cho cánh tay robot tương tác với
môi trường làm việc. So với phương pháp điều khiển trượt truyền thống bộ điều
khiển RBFNN có ưu điểm là khả năng học và xấp xỉ các hàm phi tuyến, bất định và
không biết trước với độ chính xác tùy ý ngay cả khi các tham số hệ thống luôn thay
đổi. Trong khi đó, bộ điều khiển trượt phải bù chính xác hàm phi tuyến vì vậy hiện
tượng chattering xảy ra khi hệ thống có nhiễu bất định và các tham số hệ thống
thay đổi. Bộ điều khiển thích nghi sử dụng RBFNN sẽ cập nhật trực tuyến trọng số
mạng nơ-ron do đó các véc tơ đầu ra mạng nơ - ron được huấn luyện trực tuyến để
xấp xỉ các thành phần bất định hệ thống. Bên cạnh đó, luật điều khiển và luận
thích nghi được tính toán dựa trên sử dụng hàm Lyapunov. Kết quả mô phỏng
lực/vị trí cánh tay robot A465 của CRS robotics sử dụng phần mềm Matlab Simulink
đảm bảo lực và vị trí cánh tay robot bám theo giá trị đặt trước với độ chính xác cao.