کنترل کننده مدل مرجع تطبیقی با جبرانسازی های شبکه عصبی مصنوعی برای کنترل عمق ربات زیرآبی خودکار 3 درجه آزادی زیرفعال

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 559

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF03_0189

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

طراحی کنترل کننده هوشمند و خود تنظیم برای ربات های زیرآبی خودکار بدلیل محیط پراغتشاش زیرآب، دینایمک غیرخطی، زیرفعال و پیچیده بسیار چالش برانگیز است. در این مقاله طراحی کنترل کننده مدل مرجع تطبیقی به همراه جبرانساز شبکه عصبی مصنوعی برای کنترل عمق ربات زیرآبی خودکار 3 درجه آزادی با سیستم دینامیکی زیرفعال 2 ورودی- 3 خروجی مورد بررسی قرار گرفته است. پس ازاستخراج دینامیک ربات در جهت های z، x و زاویه فراز θ و تقسیم سیستم دینامیکی زیرفعال ربات به دو زیر سیستم، دینامیک ربات توسط روش های خطی سازی فیدبک جزئی و خطی سازی دینامیک معکوس به فرم خطی تبدیل شده و کنترل کننده مدل مرجع تطبیقی برای هر زیر سیستم طراحی می شود. پایداری سیستم کنترلی توسط روش لیاپانف به اثبات رسیده است. برای افزایش پایداری کنترل کننده مدل مرجع تطبیقی در اینچنین محیط آشفته ای، جبرانساز شبکه عصبی مصنوعی که پارامترهای وزن و بایاس آن توسط روش پس انتشار خطا به صورت برخط آموزش داده می شوند به هر زیر سیستم اضافه می شود. نتایج شبیه سازی های جداگانه برای کنترل کننده مدل مرجع تطبیقی در حالت های همراه با و بدون جبرانساز شبکه عصبی در نرم افزار سیمولینک متلب، بوضوح عملکرد عالی کنترل کننده بهره مند از جبرانساز شبکه عصبی مصنوعی را نشان می دهد، بطوریکه مقاومت و پایداری کنترل کننده مدل مرجع تطبیقی افزایش یافته و ربات با دقتی عالی مسیر دلخواه را، حتی در حضور نویزهای دائمی دنبال می کند.

کلیدواژه ها:

ربات زیرآبی خودکار ، دینامیک زیرفعال ، خطی سازی فیدبک جزئی ، خطی سازی دینامیک معکوس ، کنترل مدل مرجع تطبیقی ، تئوری پایداری لیاپانف ، جبرانساز شبکه عصبی مصنوعی ، پس انتشار خطا

نویسندگان

مهدی یاقوتی

گروه مهندسی مکانیک، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران

ابوالفتح نیک رنجبر

گروه مهندسی مکانیک، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • لوئیپور، م. (1389)، "رویکردها و ملزومات کسب و توسعه دانش ... [مقاله کنفرانسی]
  • _ Lakhekar, G. _ (2013), "A new approach to the ...
  • Choukchou-B raham, A., Cherki, B., Djemai, M. and Busawon, K. ...
  • Zhao, S. and Yuh, J. (2005) ;:Experimental study on advanced ...
  • Astrfm, k . and Wittenmark B. (2013), "Adaptive ControP, Third ...
  • Pankaj .S., Kumar, J.S. and Nema, R. (201 1) , ...
  • Forouz antabar, A., Gholami, B. and Azadi, M. (20 12), ...
  • Mokhar, M. B. M. and Ismail, Z. H. (2015), "Fuzzy ...
  • Park, B.S. (20 15), ;:Adaptive formation control of underactuated autonomous ...
  • Sahu, B.K. and Subudhi, B. (20 14), ;:Adaptive tracking control ...
  • Cui, R., Yang, C. and Li, y. (2014), ;Neural network ...
  • Fossen, T.I. (1 994) , "Guidance and control of ocean ...
  • Prestero, T.T.J. (200 1), ;Verification of a six-degree of freedom ...
  • Spong, M W., Hutchinson, S. and Vidyasagar, M. (2006), :Robot ...
  • Hagan, M.T., Demuth, H. and Beale, M. (2003), "Neural Network ...
  • Olfati-Saber, R. (2000) , Nonlinear control of underactuated mechanical systems ...
  • Ioannou, P. and Fidan, B. (2006), "Adaptive Control Tutorial", Society ...
  • نمایش کامل مراجع