کنترل تطبیقی- عصبی موقعیت- سرعت بازوهای مکانیکی در فضای کاری

چکیده: در این مقاله، کنترل‌کننده تطبیقی غیرخطی پیش‌بین مدل برای کنترل موقعیت‌ - سرعت ربات‌های بازو پیشنهاد می‌شود. به‌طور کلی، دینامیک ربات‌ها دارای عدم قطعیت هستند که شامل تغییر پارامترها، غیرخطی‌های ناشناخته ربات، تغییر بار، و گشتاور اغتشاش از طرف محیط است. تابع هزینه کنترل‌کننده طوری تعریف شده است که با تغییر پارامترهای آن، مجری نهایی ربات بتواند مسیر از قبل ‌تعیین‌‌شده‌ای را در فضای دکارتی با سرعت ثابتی دنبال نماید. علاوه بر آن، به جهت حذف عدم قطعیت‌ها، شبکه عصبی با الگوریتم آموزش لونبرگ - مارکوارت برای تخمین تطبیقی مدل ربات به‌کار برده ‌شده است. پایداری حلقه - بسته با استفاده از نظریه لیاپانوف نشان داده ‌شده است. اعتبار روش کنترلی پیشنهادی از طریق شبیه‌سازی برروی ربات بازوی سه درجه آزادی که با سرووموتورهای جریان مستقیم به حرکت درمی‌آید، نشان داده می‌شود.