این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۴، شماره ۴، صفحات ۳۳-۵۰
عنوان فارسی کنترل تطبیقی- عصبی موقعیت- سرعت بازوهای مکانیکی در فضای کاری
چکیده فارسی مقاله چکیده: در این مقاله، کنترل‌کننده تطبیقی غیرخطی پیش‌بین مدل برای کنترل موقعیت‌ - سرعت ربات‌های بازو پیشنهاد می‌شود. به‌طور کلی، دینامیک ربات‌ها دارای عدم قطعیت هستند که شامل تغییر پارامترها، غیرخطی‌های ناشناخته ربات، تغییر بار، و گشتاور اغتشاش از طرف محیط است. تابع هزینه کنترل‌کننده طوری تعریف شده است که با تغییر پارامترهای آن، مجری نهایی ربات بتواند مسیر از قبل ‌تعیین‌‌شده‌ای را در فضای دکارتی با سرعت ثابتی دنبال نماید. علاوه بر آن، به جهت حذف عدم قطعیت‌ها، شبکه عصبی با الگوریتم آموزش لونبرگ - مارکوارت برای تخمین تطبیقی مدل ربات به‌کار برده ‌شده است. پایداری حلقه - بسته با استفاده از نظریه لیاپانوف نشان داده ‌شده است. اعتبار روش کنترلی پیشنهادی از طریق شبیه‌سازی برروی ربات بازوی سه درجه آزادی که با سرووموتورهای جریان مستقیم به حرکت درمی‌آید، نشان داده می‌شود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Adaptive Neuro-Predictive Position/Velocity Control of Robot Manipulators in Work Space
چکیده انگلیسی مقاله This paper proposes an adaptive Nonlinear Model Predictive Controller (NMPC) for hybrid position/velocity control of robot manipulators. Robot dynamics have generally uncertainties, including parameters variations, unknown nonlinearities of the robot, payload variations, and torque disturbances form the environment. The cost function of the NMPC is defined in such a way that by adjusting its weighting parameters, the end-effector of the robot tracks a predefined geometry path in Cartesian space with a constant velocity. Moreover, to eliminate the uncertainties, a neural network with Levenberg-Marquardt training algorithm is used to estimate adaptively the model of the robot. The closed-loop stability is demonstrated using Lyapunov theory. The validity of the proposed control method is shown by simulation results on a 3-DOF robot manipulator actuated by DC servomotors.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حوریه مزدارانی |
دانشگاه علم و صنعت ایران
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

محمد فرخی |
دانشگاه علم و صنعت ایران
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

نشانی اینترنتی http://isee.ui.ac.ir/article_15373_fc1c9f48217b3f59dfd45c7f10688f49.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-343786.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات