MẶT TRƯỢT CẢI TIẾN VÀ MẠNG NƠ-RON NHÂN TẠO VỚI ỨNG DỤNG CHO ĐIỀU KHIỂN ROBOT

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thanh Tùng Phạm, Trung Hiếu Trần

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên, 2024

Mô tả vật lý: tr.53 - 60

Bộ sưu tập: Metadata

ID: 380088

 Mobile robot là thiết bị tự động có khả năng tự di chuyển với các ứng dụng từ hoạt động giám sát và hậu cần kho hàng đến dịch vụ chăm sóc sức khỏe và khám phá hành tinh. Điều khiển bám quỹ đạo chính xác là thành phần quan trọng trong các ứng dụng của robot. Nghiên cứu này ứng dụng mặt trượt cải tiến và mạng nơ-ron nhân tạo cho Mobile robot. Mặt trượt cải tiến kết hợp với luật tiếp cận hàm mũ và hàm Hyperbolic tangent được sử dụng để giảm hiện tượng chattering trong điều khiển trượt. Các thành phần phi tuyến trong luật điều khiển trượt được ước lượng bằng mạng nơ-ron nhân tạo. Các trọng số của mạng nơ-ron được cập nhật trực tuyến bằng giải thuật gradient descent. Tính ổn định của hệ thống được chứng minh bằng lý thuyết Lyapunov. Các kết quả mô phỏng với MATLAB/Simulink cho thấy hiệu quả của phương pháp đề xuất với thời gian tăng đạt 0,071(s), độ quá điều chỉnh là 0,004(%), sai số xác lập tiến về 0(m), thời gian xác lập là 0,0978(s) theo trục x và 0,0646(s), 0,0042(%), 0(m) và 0,0902(s) theo trục y, tương ứng
  hiện tượng chattering có biên độ nhỏ và tần số dao động thấp.Mobile robots are autonomous devices that capable of moving on themselves, with applications ranging from surveillance and warehouse logistics to healthcare and planetary exploration. Precise trajectory tracking control is a key component in robotic applications. This research applies an improved sliding surface and atificial neural network for Mobile robot. The improved sliding surface combined with exponential approach law and hyperbolic tangent function are used to reduce the chattering phenomenon in the sliding mode control. The nonlinear components in the sliding mode control law are estimated using an artificial neural network. The weights of this neural network are updated online using the gradient descent algorithm. Lyapunov theory is used to prove the stability of the system. Simulation results in MATLAB/Simulink show the effectiveness of the proposed method with the rising time achieves 0.071(s), the overshoot is 0.004(%), the steady-state error converges to zero, and the settling time is about 0.0978(s) in x-coordinate and 0.0646(s), 0.0042(%), 0(m) và 0.0902(s) in y-coordinate, respectively
  the chattering phenomena has small amplitude and low oscillation frequency.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 36225755 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH