این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 4 اسفند 1404
مهندسی مکانیک مدرس
، جلد ۱۵، شماره ۳، صفحات ۴۱۹-۴۳۰
عنوان فارسی
عیبیابی روبات موازی ۳-پیاِسپی با استفاده از روش آنالیز مولفههای اصلی
چکیده فارسی مقاله
در این مقاله، از روش آنالیز مولفههای اصلی موسوم به روش پیسیاِی برای تعیین حالت معیوب ربات موازی 3-پیاسپی استفاده شده است. این روش یک روش آماری محسوب میشود که در آن تعدادی متغیر همبسته به مجموعه ای کوچکتر از متغیرهای ناهمبسته منتقل میشود. از یک مدل پیسیاِی میتوان برای تعیین حد آستانه آماری و همچنین مربع خطاهای پیشبینی مشاهدات جدید، به منظور بررسی وجود عیب در ربات استفاده کرد. برای بررسی کارایی این روش به منظور عیبیابی ربات، یک کنترلر غیرخطی با استفاده از مدل غیرخطی دینامیکی سیستم برای ربات طراحی شده است. این روش موسوم به روش کنترل گشتاور محاسبه شده میباشد. در این روش، از مدل دینامیک معکوس ربات در حلقه بازخورد کنترلی برای خطیسازی و خنثیسازی دینامیک سیستم استفاده شده و همچنین از مدل دینامیک مستقیم بجای مدل واقعی ربات در حلقه کنترلی استفاده میشود. در این مقاله، دو عیب بصورت مصنوعی به مدل شبیهسازی شدهی ربات اعمال گردیده و اثرات ناشی از این عیوب بر روی سیستم مورد بررسی قرار گرفته است. این عیوب شامل عیب در ولتاژ ورودی سروو موتورها یا سروو درایوها و عیب در سنسورهای مکان یا عیوب مربوط به لقی اتصالات میباشند. با اعمال این دو عیب به مدل کنترلی ربات در طی یک مسیر حرکتی، خروجیهای سیستم برای حالتهای بدون عیب و معیوب با هم مقاسیه شده و عیبیابی برای ربات با استفاده از روش پیسیاِی انجام شده است.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Fault detection of the 3-PSP parallel robot using the principal components analysis method
چکیده انگلیسی مقاله
In this paper, a multivariate statistical method called Principal Components Analysis, PCA, is utilized for detection faults in a 3-PSP parallel manipulator. This statistical method transfers original correlated variables into a new set of uncorrelated variables. PCA method can be used to determine the thresholds of statistics and calculate square prediction errors of new observations for checking the system when a fault occurs in the robot. To investigate on the ability of the PCA method for faults detection of the robot, a nonlinear model-based controller called Computed Torque Control, CTC, is designed. In this control scheme, rigid-body inverse dynamics model of the robot is utilized to linearize and to cancel the nonlinearity in the controlled system. Also, instead of using the robot prototype model, direct dynamics of the robot is used in the robot-control system. In this paper, two faults are artificially applied to the robot-control system. These two faults consist of faults in servo drive or servo motors and faults in joints clearances or position sensors. Finally, these faults are applied on the robot throughout a desired end-effector trajectory and the resultant outputs are obtained for both with and without faults in the manipulator. Consequently, the desired and faulty outputs are compared and faults detection using PCA method for the robot is performed.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
امیر رضایی |
دانشجوی دکترا دانشگاه فردوسی مشهد
سازمان اصلی تایید شده
: دانشگاه فردوسی (Ferdowsi university)
علیرضا اکبرزاده |
استاد دانشگاه فردوسی مشهد
سازمان اصلی تایید شده
: دانشگاه فردوسی (Ferdowsi university)
نشانی اینترنتی
http://mme.modares.ac.ir/article_12213_de9d0fd96f0024dde5ad5b8ac52cc1e1.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-228167.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