بهینه سازی مقاوم چندهدفی کنترلرهای فازی-pid برای سیستم های نامعین احتمالاتی با استفاده از الگوریتم ژنتیک

در سالهای اخیر، کنترل ردگیری بازوهای مکانیکی روبات توجه زیادی را به خود جلب کرده است. کنترل ردگیری بدین منظور است تا هر مفصل مسیر موردنظر را با کمترین خطا طی بکند. سیستم های بازوی مکانیکی روبات معمولا غیر خطی می باشند و بخاطر اینکه کنترلرها ی سنتی نمی توانند به سیستم های غیر خطی و متغیر بازمان پاسخ مناسبی دهند از اینرو در این پایان نامه، برای غلبه بر ضعف کنترلرهای خطی، کنترلر فازی-pid به کار گرفته شده است. مشکل اصلی کنترل فازی نداشتن یک تکنولوژی طراحی برای آن است. بیشتر قواعد فازی بر اساس دانش انسان است و بنابراین از شخصی به شخص دیگر برای عملکرد یکسان سیستم با هم متفاوت است و انتخاب قواعد مناسب فازی در موضوع مورد بحث فرآیند دشوار و شامل سعی و خطا می باشد. برای بر طرف کردن این مشکل وقت گیر از الگوریتم ژنتیک به منظور تولید و بهینه سازی این قوانین استفاده گردیده تا بهترین پاسخ ها را با توجه به کمترین مجموع خطا در ردگیری مسیر مساله موردنظر بدست آورد. در این پروژه بهره های کنترلر گشتاور محاسبه شدهpid و pd که در طول مسیر متغییر می باشند توسط قوانین منطق فازی بدست می آید. به طور کلی، عدم قطعیت ها ممکن است در سیستم های روبات شناخته نشده باشند مانند تغییرات بار و اغتشاشات ناشناخته. در این پایان نامه یک روش کنترل فازی مقاوم ارائه گردیده شده تا روبات همراه با عدم قطعیت ها را کنترل کند. در مسئله بهینه سازی چند هدفه چند تابع هدف وجود دارد که بطور همزمان باید بهینه شود. این توابع هدف اغلب با هم تضاد دارند که در اینجا خطای پیگیری مسیر و گشتاور اعمال شده به سیستم توابع هدف می باشند. از این رو یک جواب بهینه که نسبت به دو تابع هدف برتری داشته باشد وجود ندارد. در عوض یک مجموعه از جواب های بهینه وجود دارد که به جواب های بهینه پارتوی مشهور است و طراح با ایجاد مصالحه بین خطای پیگیری مسیر وگشتاور اعمال شده می تواند پارامترها ی مطلوب را انتخاب کند.