Bir Hidrolik Robotun Kinematik Kompanzasyonu Ve Yapay Sinirsel Ağ İle İleri Beslemeli Bulanık Mantık Kontrolu

Abstract

Bu tezin amacı, akıllı ve klasik kontrol sistemleri kullanılarak 6 serbestlik dereceli bir boya robotunun 2. ve 3. serbestlik derecelerinde bulunan hidrolik eksenlerdeki yörünge hatalarını gidermektir. Bu amaçla PI+D, PI+V ve tezde önerilen Yapay Sinirsel Ağ ile ileri beslemeli bulanık mantık kontrolu gibi değişik kontrol metotları hidrolik robot üzerinde deneysel olarak uygulanmıştır. Kullanılan robotun modelinde kesin ve doğrusal olmayan parametreler mevcuttur. Kumanda için NI Fieldpoint sistemi ve Labview yazılımı kullanılmıştır. Düşük çözünürlüklü kodlayıcı darbeleri üzerinden nümerik türev alınması hatalı hız hesaplarına neden olmaktadır. Bu nedenle hız, geliştirilmiş izlemeli hız hesaplama algoritması ile konum değerleri üzerinden tahmini olarak hesaplanmıştır. Kontrolörler hataların karelerinin toplamının karekökü, ve radyal hata kriterleri açısından karşılaştırılmıştır. Önerilen kontrolcünün en önemli avantajı, herhangi bir sistem modeline ihtiyaç duymaması, hızlı ve kolaylıkla uygulanabilir olmasıdır.

The aim of this theses is to minimize the trajectory errors of a 6 degree of freedom spray painting manipulator’s hydraulic axis at the 2nd and 3rd DOF using different classical and intelligent controller schemes. Different control strategies namely PI+D control, PI control with velocity feedback and neural network feedforward compensation and control have been examined experimentally for this hydraulically-actuated manipulator. The model of the used robot involves uncertain parameters and nonlinearities. The robot hardware is controlled using NI Fieldpoint System and Labview software. The angular velocity calculated based on numerical differentiation of low-resolution encoder reading results with erroneous velocity values. Therefore the velocity has been estimated from the position data with enhanced tracking differentiator. The controllers have been compared using RMS and radial error criteria. The advantages of the proposed controller is that it does not need any exact dynamical model of the system and it is fast and easy to implement.