افزایش دقت ردیابی مسیر برای ربات های صنعتی با کنترل تطبیقی قوی

عنوان فارسی:

افزایش دقت ردیابی مسیر برای ربات های صنعتی با کنترل تطبیقی قوی

عنوان انگلیسی: 

Enhancing trajectory tracking accuracy for industrial robot with robust adaptive control

فهرست مطالب

۱- چکیده

۲- معرفی

۳- تجزیه و تحلیل دینامیک ربات های صنعتی در فضای کاری

۴- طراحی کنترل

۵- سازگاری پارامتری

۶- تأیید و بحث

۷- نتیجه گیری

نمونه متن انگلیسی

Abstrac

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. 

نمونه متن فارسی

چکیده:

به طور سیستماتیک در این مقاله یک روش قوی کنترل تطبیقی ​​پیشنهاد شده است تا به طور قابل توجهی خطاهای نسبتا ردیابی ربات های صنعتی ۶ درجه آزاد (DOF) را تحت هر دو ناحیه بیرونی و عدم قطعیت پارامتری کاهش دهد. قانون کنترل تطبیقی ​​قوی براساس دینامیک ربات در فضای کاری ربات end-effector تدوین شده است. قانون کنترل با ترکیب اصطلاح قوی و اصطلاح انطباقی برای ردیابی مسیر دلخواه تأخیر پایان با استحکام و دقت کافی در حضور اختلالات ناشناخته خارجی و عدم قطعیت پارامتری طراحی شده است. عملکرد مسیر ردیابی کنترل پیشنهادی در نهایت بر اساس عملکرد لایپونوف و لمس باربلات تضمین شده است. علاوه بر این، قانون انطباق پارامتری پایدار آنلاین برای ارزیابی پارامترهای ناشناخته در قانون کنترل براساس تحرک مداوم و تخمین باقی مانده پیشنهاد شده است. نتایج آزمون ها نشان می دهد که کنترل تطبیقی ​​قوی ترکیبی خطای مسیر مسیر نهایی را به طور قابل توجهی کاهش می دهد در مقایسه با کنترل معمول.