مقاله افزایش دقت ردیابی مسیر برای ربات صنعتی با کنترل تطبیقی قوی (2018 الزویر)

1.مقدمه

2. تحلیل دینامیکی ربات های صنعتی در فضای کاری

3. طراحی کنترل

4. تطابق های پارامتری

5. ارزیابی و بحث

(a) خطای ردیابی نسبی میانگین گرفته شده برای زوایای مفاصل ربات

(b) خطای ردیابی نسبی میانگین گرفته شده مچ ربات

(c) سیگنال های کنترل میانگین به هنجار شده (normalized)

5. نتیجه گیری

A robust adaptive control method is systematically proposed in this paper to significantly reduce the relatively tracking errors of 6 degree of freedom (DOF) industrial robots under both external disturbances and parametric uncertainties. The robust adaptive control law is formulated based on the robot dynamics in the task space of the robot end-effector. The control law is designed by combining robust term and adaptive term to track the desired trajectory of the end-effector with sufficient robustness and accuracy in the presence of unknown external disturbances and parametric uncertainties. The trajectory tracking performances of the proposed control are finally guaranteed based on Lyapunov function and Barbalat’s lemma. Furthermore, a stable online parametric adaption law is proposed to estimate the unknown parameters in the control law based on persistent excitation and residual estimation. Test results are obtained to show that the combined robust adaptive control reduces the final trajectory tracking error significantly as compared with conventional control.

در این مقاله، یک روش کنترل تطبیقی قوی (Robust adaptive) به گونه ای اصولی به منظور کاهش چشمگیر خطاهای ردیابی نسبی ربات های صنعتی شش درجه آزادی تحت اختلالات خارجی و عدم اطمینان پارامتری ارائه می شود. قانون کنترل تطبیقی قوی بر اساس دینامیک ربات در فضای کاری مچ ربات (End-effector) فرموله بندی می شود. قانون کنترل با ترکیب ترم قوی و ترم تطبیقی برای ریابی مسیر طراحی شده مچ ربات با قابلیت اطمینان و دقت مناسب در حضور اختلالات ناشناخته خارجی و عدم اطمینان پارامتری طراحی می شود. در انتها، کنترل پیشنهادی برای اجرای ردیابی مسیر بر اساس تابع لیاپانوف و باربالات لما تضمین می گردد. به علاوه، قانون انطباقی پارامتری پایدار آنلاین به منظور ارزیابی پارامترهای ناشناخته در قانون کنترل بر اساس تحریک مداوم (Persistent excitation) و برآورد باقیمانده پیشنهاد می شود. نتایج آزمایش نشان می دهد که کنترل تطبیقی قوی، خطاهای ردیابی مسیر انتهایی را در مقایسه با کنترل مرسوم به طور قابل ملاحظه ای کاهش می دهد.