کنترل مقاوم غیرخطی حرکت ربات صنعتی با ترکیب اطلاعات سنسوری
نام نخستين پديدآور
/محمد گل محمدی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق وکامپیوتر
تاریخ نشرو بخش و غیره
، ۱۳۹۵
نام توليد کننده
، افشاری
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق -کنترل
زمان اعطا مدرک
۱۳۹۵/۰۶/۱۶
کسي که مدرک را اعطا کرده
دانشگاه تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
این پایاننامه، به بحث در مورد ارائه روشی نوین بر پایه تکنیک جمع آوری اطلاعات چندین سنسور، برای بهبود عملکرد کنترل مقاوم مبتنی بر مدل دینامیکی سیستم غیرخطی ربات صنعتی با پنج درجه آزادی می پردازد .از آنجا که استخراج مدلی دقیق از دینامیک ربات صنعتی، برای پیاده سازی روش مذکور بسیار حائز اهمیت است، روش شناسایی پارامترهای دینامیک ربات صنعتی به کمک مسیر تحریک بهینه پریودیک، ارائه گردیده است .ترکیب اطلاعات سنسوری توسط روش های مبتنی بر تئوری بیزین پیاده سازی شده است و به دلیل اینکه مدل دینامیکی ربات صنعتی یک مدل غیرخطی می باشد، از فیلتر کالمن توسعه یافته یا به عنوان مشاهده گر حالت ها و ترکیب کننده اطلاعات سنسورهای مختلف استفاده شده است.سنسورهایی که از ترکیب آنها برای پیاده سازی این روش بهره برده شده است عبارتند از :سنسورهای انکودر مفاصل، واحد IMU که ترکیبی از سه عدد سنسور شتاب سنج و سه ژیروسکوپ عمود بر هم می باشد و سنسور بینایی یا دوربین که برای تخمین سرعت خطی مجری نهایی از راه دور مورد استفاده قرار گرفته است .همچنین از کنترل کننده مقاوم مد لغزشی با حذف اثر ارتعاش سوییچینگ برای غلبه بر عدم قطعیت های سیستم ربات صنعتی بهره برده شده است و به منظور طراحی کنترل کننده ای مقاوم در برابر نامعینی های حالت و خروجی و همچنین عدم قطعیت های مدل، از روش ترکیب اطلاعات سنسورهای مختلف برای طراحی کنترل کننده مد لغزشی استفاده شده است .لازم به ذکر است که تمامی روش های اشاره شده، بر روی ربات صنعتی پنج درجه آزادی گریفون اعمال گردیده اند
متن يادداشت
This thesis introduces a new method to improve the performance of nonlinear robust model-based control of an industrial 5 DOF robot manipulator based on the multisensor data fusion techniques.Due to the importance of a precise dynamic model of an industrial robot in implementing mentioned methods , unknown dynamic parameters identification by periodic exciting trajectory is presented. Multisensor data fusion has been implemented by the methods based on the bayesian theroy and because the nonlinearity in robot dynamics, extended kalman filter is used as a state observer. In this study , fused data comes from encoder sensors,Inertial measurement unit , that contain three orthogonal accelerometer and three gyro sensors, and finally vision sensor that remotely estimates linear velecity of the robot end effector. Also, nonlinear robust sliding mode controller with eliminated chattering effects is used to overcome uncertainties in the system of industrial robot. However, to reach a more robust controller againt input and output uncertainties and model inaccuracies,multisensor data fusion method is used to design sliding mode controller.All of the mentioned mehods are implemented in gryphon 5 degree of freedom industrial robot as a case study
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )