Abstract
In this work the adaptive neuro-fuzzy inference system (ANFIS) controller is designed for the dynamic control (continuous path control) of the three-link selective compliant assembly robot arm (SCARA) manipulator. This ANFIS controller is designed to overcome the unmodeled dynamics and in the presence of structured and unstructured uncertainties of SCARA. The proposed controller-building technique combines artificial neural networks with fuzzy logic. The ANFIS control combines the advantages of neural networks (learning and adaptability) with the advantages of fuzzy logic (use of expert knowledge) to achieve the goal of robust control of robot dynamic systems. The fuzzy sets are used to formalize the level of human perception of the physical system. The neural network on the other hand performs all the necessary computations and regarding their learning capabilities, they enable an adaptation of the existing controller through its learning to the changes in the system behavior. The experimental ANFIS simulation results show very good SCARA tracking performance
چکیده
در این مقاله سیستم کنترلکننده عصبی- فازی (ANFIS) برای کنترل دینامیکی (کنترل پیوسته) 3 لینکی بازوی موافق انتخابی ربات (SCARA) طراحی میشود. این کنترل کننده ANFIS برای غلبه بر مباحث دینامیکی مدل نشده و در حضور شرایط نامعلوم ساخت یافته و غیر ساخت یافته SCARA طراحی میشود. ساختار تکنیکی کنترل کننده پیشنهادی، شبکه های عصبی مصنوعی را با منطق فازی ترکیب میکند. کنترلر ANFIS مزایای شبکه های عصبی (یادگیری و تطبیق پذیری) را با مزایای منطق فازی (استفاده از سیستم خبره) برای دست یابی به هدف کنترل مقاوم در سیستم های دینامیکی ربات، ترکیب میکند. مجموعه های فازی برای فرموله کردن سطح درک انسان از سیستم فیزیکی است. از طرف دیگر شبکه عصبی تمام محاسبات مورد نیاز و مربوط به قابلیت های یادگیری را انجام میدهد، این سیستمها قادر به تطبیق کنترلر موجود از طریق آموزش آن نسبت به تغییرات رفتار سیستم هستند. نتایج شبیه سازی ANFIS نشان میدهند که SCARA عملکرد را بسیار خوب ردیابی میکند.
1-مقدمه
کنترل دقیق ربات برای ردیابی مسیر مورد نظر کار بسیار خسته کننده ای است و تقریبا با استفاده از کنترلرهای تطبیقی به دلیل محدودیت های خاصی، نامیسر است. این کار با استفاده از کنترل تطبیقی تا حد خاصی دست یافتنی است، اما این کنترلرها نیز محدودیت های خودشان را با فرض آنکه پارامترهای سیستمی کنترل شونده دارای تغییرات آرامی هستند، دارند. با توجه به وظایف محول شده به رباتهای صنعتی، یک مساله مهم تعیین حرکت مفاصل و اثرات انتهایی آن است. بنابراین، هدف از کنترل بازوی ربات ، همانطور که Fu و همکاران در [1] اشاره کردند، حفظ پاسخ دینامیکی کنترل مطابق با برخی معیارهای عملکرد میباشد. درمیان نسل اولیه روباتها، تکنیکهای غیر قابل بازخورد یا فیدبک (non-servo)، همانند کنترل bang-bang و کنترل توالی استفاده میشده است...