Nghiên cứu ứng dụng Learning Feed Forward trên cơ sở điều khiển thích nghi theo mô hình mẫu (Mras) điều khiển vị ytis cánh tay Robot

Luận văn thạc sĩ kỹ thuật -1- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHIỆP



NGUYỄN THỊ GIANG


NGHIÊN CỨU ỨNG DỤNG LEARNING FEED
FORWARD TRÊN CƠ SỞ ĐIỀU KHIỂN THÍCH
NGHI THEO MÔ HÌNH MẪU (MRAS) ĐIỀU KHIỂN
VỊ TRÍ CÁNH TAY ROBOT

Chuyên ngành: Tự động hóa







LUẬN VĂN THẠC SĨ KỸ THUẬT

Thái Nguyên - 2013


Luận văn thạc sĩ kỹ thuật -2- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI CAM ĐOAN

Tên tôi là: Nguyễn Thị Giang
Sinh ngày 18 tháng 10 năm 1987
Học viên lớp cao học khoá 13 - Tự động hoá - Trường đại học kỹ thuật Công
nghiệp Thái Nguyên.
Hiện đang công tác tại Trường Cao đẳng nghề Cơ điện và xây dựng Bắc Ninh.
Xin cam đoan luận văn “Nghiên cứu ứng dụng Learning Feed Forward
(LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí
cánh tay Robot ” do thầy giáo T.S Nguyễn Duy Cương hướng dẫn là công trình
nghiên cứu của riêng tôi. Tất cả các tài liệu tham khảo đều có nguồn gốc, xuất xứ rõ
ràng.
Tác giả xin cam đoan tất cả những nội dung trong luận văn đúng như nội
dung trong đề cương và yêu cầu của thầy giáo hướng dẫn. Nếu có vấn đề gì trong
nội dung của luận văn tác giả xin hoàn toàn chịu trách nhiệm với lời cam đoan của
mình.

Thái Nguyên, ngày tháng năm 2012
Học viên


Nguyễn Thị Giang









Luận văn thạc sĩ kỹ thuật -3- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI CẢM ƠN

Sau thời gian nghiên cứu, làm việc khẩn trương và được sự hướng dẫn tận tình
giúp đỡ của thầy giáo T.S Nguyễn Duy Cương, luận văn với đề tài “Nghiên cứu
ứng dụng Learning Feed Forward (LFFC) trên cơ sở điều khiển thích nghi theo
mô hình mẫu (MRAS) điều khiển vị trí cánh tay Robot” đã được hoàn thành.
Tác giả xin bày tỏ lòng biết ơn sâu sắc tới:
Thầy giáo hướng dẫn T.S Nguyễn Duy Cương đã tận tình chỉ dẫn, giúp đỡ tác
giả hoàn thành luận văn.
Thầy giáo Nguyễn Văn Chí – Bộ môn Đo lường và điều khiển tự động- Khoa
Điện tử, cùng các thầy cô giáo Trường Đại học kỹ thuật công nghiệp Thái Nguyên

và một số đồng nghiệp, đã quan tâm động viên, giúp đỡ tác giả trong suốt quá trình
học tập để hoàn thành luận văn này.
Mặc dù đã cố gắng hết sức, song do điều kiện thời gian và kinh nghiệm thực tế
của bản thân còn ít, cho nên đề tài không thể tránh khỏi thiếu sót. Vì vậy, tác giả
mong nhận được sự đóng góp ý kiến của các thầy giáo, cô giáo và các bạn bè đồng
nghiệp.
Tôi xin chân thành cảm ơn!
Thái Nguyên, ngày….tháng….năm 2012
Tác giả


Nguyễn Thị Giang








Luận văn thạc sĩ kỹ thuật -4- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

MỤC LỤC
LỜI CAM ĐOAN 1
LỜI CẢM ƠN 3
MỤC LỤC 4
DANH MỤC CÁC CHỮ VIẾT TẮT 6
DANH MỤC CÁC HÌNH VẼ 7

LỜI NÓI ĐẦU 9
CHƢƠNG 1 : TỔNG QUAN VỀ ĐIỀU KHIỂN ROBOT CÔNG NGHIỆP 11
Giới thiệu: 11
1.1.TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP 11
1.1.1.Khái niệm về Robot công nghiệp 11
1.1.2. Phân loại Robot công nghiệp. 13
1.1.3. Sơ đồ tổ chức kỹ thuật của Robot. 16
1.2. PHƢƠNG TRÌNH ĐỘNG HỌC CỦA ROBOT 18
Kết luận chƣơng 1: 20
CHƢƠNG 2 : TỔNG QUAN VỀ LEARNING FEED FORWARD CONTROL
(LFFC) VÀ MODEL REFERENCE ADAPTIVE YSTEM(MRAS) 21
Giới thiệu: 21
2.1. TỔNG QUAN VỀ LFFC 21
2.1.1. Giới thiệu. 21
2.1.2. Điều khiển học (Learning Control - LC) 22
2.1.3. Bộ điều khiển học sử dụng sai lệch phản hồi (Feedback Error
Learning - FEL) 26
2.1.4. Learning Feed forward Control (LFFC) 33
2.2. ĐIỀU KHIỂN THÍCH NGHI THEO MÔ HÌNH MẪU 34
2.2.1. Khái quát chung 34
2.2.2. Cơ chế thích nghi 39
2.2.3. Mô hình độ nhạy: 47
2.2.4. Phƣơng pháp ổn định của Liapunov. 49
2.3. BỘ ĐIỀU KHIỂN LFFC TRÊN CƠ SỞ MRAS 61

Luận văn thạc sĩ kỹ thuật -5- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

2.3.1. Khái niệm chung 61

2.3.3. Luật điều khiển thích nghi. 65
Kết luận chƣơng 2: 70
CHƢƠNG 3 : THIẾT KẾ VÀ MÔ PHỎNG BỘ ĐIỀU KHIỂN LFFC TRÊN
CƠ SỞ MRAS ĐỂ ĐIỀU KHIỂN VỊ TRÍ CÁNH TAY ROBOT 71
3.1. THIẾT KẾ BỘ ĐIỀU KHIỂN 71
3.1.1. Chọn khâu khởi tạo tín hiệu đặt 72
3.1.2. Chọn bộ điều khiển PD 72
3.1.3. Tính toán bộ điều khiển LFFC 73
3.2. Mô phỏng hệ thống 75
3.2.1. Cấu trúc mô phỏng 75
3.2.2.Kết quả mô phỏng 81
Kết luận Chƣơng 3 87
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 88
TÀI LIỆU THAM KHẢO 89

Luận văn thạc sĩ kỹ thuật -6- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


DANH MỤC CÁC CHỮ VIẾT TẮT


LC
Learning Control- Bộ điều khiển học
LFFC
Learning Feed Forward Control
MLP

Multi Layer Perceptron
FEL
Feedback Error Learning
MRAS
Model Reference Adaptive System
CMAC

Cerebellar Model Articulation Controller

Luận văn thạc sĩ kỹ thuật -7- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


DANH MỤC CÁC HÌNH VẼ


Hình
Tên hình vẽ
Hình 1.1
Sơ đồ hệ thống điều khiển vị trí
Hình 1.2
Các dạng Robot 3 bậc tự do

Hình 1.3
Sơ đồ tổ chức kĩ thuật của Robot
Hình 1.4
Mô hình Robot 2 bậc tự do
Hình 2.1
Cực tiểu cục bộ trong kĩ thuật học
Hình 2.2
Bộ điều khiển phản hồi sai lệch
Hình 2.3
Đối tượng và nhiễu phát sinh
Hình 2.4
Học theo sai số phản hồi
Hình 2.5
Hệ thích nghi tham số
Hình 2.6
Hệ thích nghi tín hiệu
Hình 2.7
Điều khiển sơ cấp và cấp hai
Hình 2.8
Mô hình mẫu và đối tượng
Hình 2.9a
Sự thay đổi tham số b
p
dẫn tới sự thay đổi đáp ứng đầu ra
Hình 2.9b
Đáp ứng đầu ra của đối tượng (Y
p
), đáp ứng mô hình mẫu (Y
p1
) và sai

lệch hai đáp ứng đầu ra (e) khi thay đổi tham số b
p
.
Hình 2.10a
Bộ điều khiển thích nghi dựa vào luật MIT theo tham số K
b

Hình 2.10b
Kết quả việc thích nghi dựa vào luật MIT theo tham số K
b
.
Hình 2.11
Kết quả việc thích nghi của K
a
và K
b
.
Hình 2.12
Việc hiệu chỉnh của K
a
và K
b
với tốc độ cao hơn của bộ thích nghi
Hình 2.13
Tính phi tuyến trong hệ thống điều khiển thích nghi.
Hình 2.14
Hệ thống điều khiển thích nghi dựa trên mô hình độ nhạy. K
a
được hiệu
chỉnh để bù cho sự thay đổi của a

P
.
Hình 2.15
Hệ thống thích nghi được thiết kế theo phương pháp ổn định Liapunov
Hình 2.16
Đáp ứng đầu ra của mô hình mẫu (Y
m
), mô hình đối tượng (Y
p
), sai

Luận văn thạc sĩ kỹ thuật -8- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

lệch (e), và tham số hiệu chỉnh (K
a
, K
b
).
Hình 2.17
Hệ thống thích nghi được thiết kế theo phương pháp ổn định Liapunov
có bổ xung khâu tỷ lệ.
Hình 2.18
Các đáp ứng nhận được khi tham số K
a
, K
b
bổ xung khâu tỷ lệ.
Hình 2.19a

MRAS cho sự thích nghi của các tham số bộ điều khiển
Hình 2.19b
MRAS với mô hình có thể hiệu chỉnh cho nhận dạng tham số.
Hình 2.19c
Cấu trúc MRAS với khâu khởi tạo tín hiệu đặt
Hình 2.20
Nhận dạng mô hình ngược của đối tượng
Hình 2.21
Bộ điều khiển LFFC
Hình 3.1
Mô hình cánh tay robot 2 bậc tự do
Hình 3.2
Sơ đồ mô phỏng Robot 2 bậc tự do
Hình 3.3
Sơ đồ khối mô phỏng đối tượng Robot 2 bậc tự do
Hình 3.4
Sơ đồ khối bộ điều khiển LFFC trên cơ sở điều khiển thích nghi theo
mô hình mẫu.
Hình 3.5
Sơ đồ khối mô phỏng toàn hệ thống
Hình 3.6
Mô hình khâu khởi tạo tín hiệu đặt (Setpoint generator)
Hình 3.7
Sơ đồ mô phỏng bộ điều khiển PD của 1 khâu
Hình 3.8
Sơ đồ cấu trúc bộ điều khiển MRAS
Hình 3.9
Tín hiệu vào của khối LFFC
Hình 3.10
Đáp ứng của hệ thống khi chỉ có bộ điều khển PD tác động

Hình 3.11
Tín hiệu ma sát coulomb ở chế độ quá độ
Hình 3.12
Tín hiệu ma sát coulomb ở chế độ xác lập
Hình 3.13
Đáp ứng của hệ thống khi có tín hiệu LFFC bù lực Coulomb
Hình 3.14
Lực Viscous thực tế và lực Viscous tạo ra
Hình 3.15
Đáp ứng của hệ thống khi có tín hiệu LFFC bù lực Coulomb và bù lực
Viscous



Luận văn thạc sĩ kỹ thuật -9- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI NÓI ĐẦU

Ngày nay, điều khiển robot công nghiệp đã và đang được ứng dụng rộng rãi
trong nhiều lĩnh vực sản xuất và đời sống. Để điều khiển robot đã có rất nhiều
phương pháp khác nhau như dùng bộ điều khiển truyền thống PID,
LQR(Linear Quadratic Regulator), LQG (Linear Quadratic Gaussian), STR (Self
Tuning Regulator) Các bộ điều khiển trên được thiết kế trên cơ sở mô hình tuyến
tính hoá với những thông số biết trước. Tuy nhiên Robốt là hệ cấu trúc có tính phi
tuyến mạnh, các tham số không rõ và thay đổi hoặc chứa các thành phần phi tuyến.
Ngoài ra trong quá trình làm việc hệ còn chịu tác động của các nhiễu bên ngoài có
tham số thay đổi [8]. Do vậy đối với các robot làm việc với yêu cầu đồng thời có độ
ổn định và độ chính xác cao thì các bộ điều khiển trên thể hiện các hạn chế.

Hệ thống điều khiển thích nghi là hệ thống mà cấu trúc và tham số của bộ
điều khiển có thể thay đổi theo sự biến thiên thông số của hệ sao cho chất lượng
đảm bảo các chỉ tiêu đã định [1], [6]. Đặc biệt hệ điều khiển Learning Feed Forward
(LFFC)[2] trên cơ sở thích nghi theo mô hình mẫu (Model Reference Adaptive
System: MRAS) [3], đã được nghiên cứu và thiết kế ứng dụng trong thực tế [7],[4].
Bộ điều khiển này có ưu điểm là có khả năng kháng nhiễu hệ thống (System Noise)
có hiệu quả, nhờ đó độ chính xác và độ ổn định của hệ có thể đồng thời đạt được.
Việc ứng dụng Learning Feed Forward trên cơ sở MRAS để điều khiển vị trí
cánh tay rôbốt sẽ nâng cao chất lượng của hệ thống. Vì vậy tác giả lựa chọn đề tài
”Nghiên cứu ứng dụng Learning Feed - Forward (LFFC) trên cơ sở điều khiển
thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay Robot”
Luận văn tập trung nghiên cứu xây dựng bộ điều khiển vị trí cánh tay robot dựa
trên các lý thuyết cơ bản về bộ điều khiển LFFC trên cơ sở MRAS
Phương pháp nghiên cứu của đề tài như sau:
- Nghiên cứu lý thuyết và xây dựng mô hình toán của robot, thiết kế bộ điều
khiển.
- Kiểm chứng kết quả thiết kế thông qua mô phỏng bằng phần mềm Matlab
Simulink

Luận văn thạc sĩ kỹ thuật -10- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Luận văn bao gồm các phần chính như sau:
Chương 1: Tổng quan về điều khiển Rôbốt công nghiệp.
Chương 2: Tổng quan về LFFC và MRAS
Chương 3: Thiết kế bộ điều khiển và mô phỏng hệ thống điều khiển vị trí robot 2
khâu ứng dụng LFFC trên cơ sở MRAS.
Kết luận và hướng phát triển của đề tài.

Thái Nguyên, ngày tháng năm 2012
Học viên


Nguyễn Thị Giang



















Luận văn thạc sĩ kỹ thuật -11- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

CHƢƠNG 1
TỔNG QUAN VỀ ĐIỀU KHIỂN ROBOT CÔNG NGHIỆP

Giới thiệu:
Nhu cầu về năng suất và chất lượng của sản phẩm ngày càng đòi hỏi ứng dụng các
phương tiện tự động hóa vào sản xuất. Xu hướng tạo ra những dây chuyền thiết bị
tự động có tính linh hoạt cao đang dần hình thành. Các thiết bị này đang dần thay
thế các thiết bị cứng chỉ đáp ứng được một công việc nhất định. Vì thế ngày càng
tăng nhanh nhu cầu ứng dụng Robot để tạo ra các hệ thống sản xuất tự động linh
hoạt.
1.1.TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP
1.1.1.Khái niệm về Robot công nghiệp
1. khái niệm.
- Về mặt cơ khí robot là một hệ thống cơ khí bao gồm các thanh nối cứng và
các khớp. Ngoài ra còn các bộ phận khác như thân máy, bệ máy
- Về nội dung kỹ thuật cơ khí, điều khiển và điện tử, robot có thể được định
nghĩa như sau:
 Robot là một cơ cấu cơ khí có một vài bậc tự do, có thể di chuyển như con
người và được điều khiển bằng máy tính;
 Robot công nghiệp là một cơ cấu máy có thể lập trình được và làm việc một
cách tự động không cần sự trợ giúp của con người;
 Robot là cơ cấu máy có chức năng như con người và có sự hợp tác giữa các
Robot với nhau.
2. Cấu tạo.
Robot là một hệ thống phức tạp, ta có thể hiểu nó thông qua cách nhìn nhận
từ nhiều phương diện sau:
1) Phương diện vật lý:
Là một hệ thống lớn bao gồm nhiều hệ thống con (sub_system). Để vận hành được
nó phải có đầy đủ các yếu tố: Năng lượng; Cơ khí (các thanh nối, khớp, thân, );
Điều khiển;
2) Phương diện truyền tin:

Luận văn thạc sĩ kỹ thuật -12- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Là một hệ thống truyền tin và xử lý tin khép kín bao gồm: Phần chuyển động; phần
nhận dạng và điều khiển.
a) Cơ cấu chuyển động: Có tác dụng thực hiện các chuyển động theo yêu
cầu của công nghệ. Phần chuyển động được thực hiện bằng các kỹ thuật truyền
động sau: Truyền động thuỷ lực; Truyền động khí nén và truyền động điện. Trong
đó truyền động điện có thể dùng động cơ điện một chiều hay động cơ điện xoay
chiều đi kèm bộ điều khiển.
b) Cơ cấu nhận dạng: Là hệ thống các cảm biến bao gồm cảm biến lực, cảm
biến vị trí, cảm biến tốc độ, Các thông tin đo được từ các cảm biến được chuyển
tới bộ phận điều khiển.
c) Bộ phận điều khiển:
Thường do máy tính, vi xử lý đảm nhận, có chức năng tính toán và điều khiển bộ
phận chuyển động theo yêu cầu công nghệ.











Sơ đồ Hình 1.1 là sơ đồ điển hình của hệ thống điều khiển vị trí, trên sơ đồ thể hiện
các vị trí và tốc độ của khớp thường được đo bởi các sensor như chiết áp, máy phát
tốc, các thiết bị mã hoá Các tín hiệu ra được đưa đến khối điều khiển tạo ra tín

hiệu điều khiển, điều khiển các khớp các cơ cấu dẫn động làm cho tay máy chuyển
động theo quỹ đạo mong muốn

Hình 1.1. Sơ đồ hệ thống điều khiển vị trí


Quỹ đạo đặt

BỘ ĐIỀU
KHIỂN

HỆ THỐNG ĐO
(CÁC SENSOR)

ROBOT
Tín hiệu điều
khiển
Quỹ đạo thực

Luận văn thạc sĩ kỹ thuật -13- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.1.2. Phân loại Robot công nghiệp.
Có nhiều cách phân loại Robot, dựa trên các cơ sở kỹ thuật khác nhau có các cách
phân loại khác nhau. Sau đây là một số cách phân loại:
1. Phân loại theo số bậc tự do trong môi trường công tác.
Lấy hai hình thức chuyển động nguyên thuỷ làm chuẩn
 Chuyển động tịnh tiến theo các hướng x,y,z trong không gian Đềcác (Ký hiệu là
P: Prasmatic)

 Chuyển động quay xung quanh các trục x, y, z (Ký hiệu là R: Rotation)
Thông thường các chuyển động trên được ký hiệu như sau






















Chuyển động tịnh tiến Chuyển động quay
Dạng Đề các Dạng trụ
Dạng cầu Dạng khớp
Hình.1.2. Các dạng Robot 3 bậc tự do

Luận văn thạc sĩ kỹ thuật -14- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Như vậy chỉ với 3 bậc tự do, Robot sẽ chuyển động trong môi trường công tác với
hình khối phụ thuộc vào tổ hợp P và R như hình minh hoạ ở Hình 1.2
PPP trường công tác là hình hộp chữ nhật hoặc lập phương
RPP trường công tác là khối trụ
RRP trường công tác là khối cầu
RRR trường công tác là khối cầu.
Lĩnh vực hoạt động của Robot ngày càng mở rộng, với yêu cầu các khả năng thao
tác ngày càng khéo léo và tinh vi. Vì vậy số bậc tự do có thể không hạn chế. Do vậy
để giải quyết bài toán điều khiển trong Robot thì bên cạnh hệ toạ độ chuẩn U ta còn
đặt đặt nhiều hệ toạ độ khác như:

R
: Hệ toạ độ Robot
 P : Hệ toạ độ đối tượng
 H : Hệ toạ độ tay
 E : Hệ toạ độ điểm kẹp
Số bậc tự do tăng lên kéo theo vấn đề kỹ thuật và kinh tế phải giải quyết. Vì
vậy việc chọn số bậc tự do nhất thiết phải đảm bảo về tính kỹ thuật và tối ưu theo
tiêu chuẩn yêu cầu.
2. Phân loại theo phương pháp điều khiển.
Có 2 kiểu điều khiển là điều khiển hở và điều khiển kín.
- Điều khiển hở, dùng truyền động bước (dùng động cơ điện hoặc động cơ
thủy lực, khí nén ) mà quãng đường hoặc góc dịch chuyển tỉ lệ với số xung điều
khiển. Kiểu này đơn giản nhưng độ chính xác thấp.
- Điều khiển kín (điều khiển servo) sử dụng tín hiệu phản hồi vị trí để tăng
độ chính xác điều khiển. Có 2 kiểu điều khiển kín là điểm - điểm và điều khiển

đường.
 Điều khiển điểm - điểm (Point to Point): phần công tác dịnh chuyển từ điểm này
đến điểm kia theo đường thẳng với tốc độ không cao. Nó chỉ làm việc tại các
điểm dừng. Kiểu điều khiển này dùng trên các robot hàn điểm, vận chuyển, tán
đinh, bắn đinh….

Luận văn thạc sĩ kỹ thuật -15- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

 Điều khiển theo đường (Contour): đảm bảo cho phần công tác dịch chuyển theo
quỹ đạo bất kì với tốc độ có thể điều khiển được. Kiều điều khiển này dùng trên
các robot hàn hồ quang, phun sơn,
3. Phân loại theo hệ thống năng lượng .
Dựa vào cơ cấu sinh nguồn năng lượng động lực ta chia ra thành 2 loại
 Hệ năng lượng điện :
Thường dùng các động cơ truyền động là động cơ một chiều hoặc động cơ
bước. Với hệ này có đặc điểm là hoạt động chính xác, tin cậy, ít phần tử phi tuyến
dễ điều khiển, ngoài ra còn có một số đặc tính khác như kết cấu gọn nhẹ, hệ truyền
năng lượng đơn giản nhưng có nhược điểm là cho hệ số quá tải thấp.
 Hệ năng lượng thuỷ lực – khí động:
Đối với hệ thuỷ lực có thể đạt công suất cao, đáp ứng được những điều kiện
làm việc nặng nề, tuy nhiên hệ này thường có kết cấu cồng kềnh do cấu tạo có thêm
bể dầu, van lọc, hệ thống dẫn ngược ngoài ra với hệ này sử dụng thuỷ lực có độ phi
tuyến cao do vậy điều khiển khó
 Hệ khí nén
Với hệ khí nén có cấu tạo gọn nhẹ hơn do không cần dẫn ngược, nhưng phải
gắn liền với một trung tâm tạo khí nén. Hệ này làm việc với công suất trung bình và
nhỏ, kém chính xác.
Như vậy hệ năng lượng điện điều khiển chính xác dễ điều khiển, kết cấu gọn

nhẹ nhưng công suất hạn chế, không cho phép quá tải lớn do vậy hệ này chỉ phù
hợp với hệ công suất trung bình và nhỏ và yêu câù thao tác chính xác cao. Đối với
hệ năng lượng thuỷ lực và khí động thì có kết cấu cồng kềnh điều khiển khó nhưng
bù lại có hệ số quá tải lớn do vậy với hệ này thì phù hợp với tải có công suất lớn và
yêu cầu chính xác truyền động không cao.






Luận văn thạc sĩ kỹ thuật -16- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.1.3. Sơ đồ tổ chức kỹ thuật của Robot.
Tổ chức kỹ thuật của Robot được chia thành 4 khối chức năng chính được
minh hoạ như Hình 1.3.

Khối A:
Gồm hai thành phần:
 Teach pendant: Có nhiệm vụ thực hiện các quá trình dạy học cho Robot.
 Record buttum: Lưu trữ và chuyển giao các dữ liệu cảm nhận vật lý trong quá
trình học gọi là “Bộ cảm nhận vật lý” thông qua khối này tín hiệu đặc trưng cho độ
dài và toạ độ góc của vị trí đầu và vị trí cuối của quỹ đạo chuyển động được cảm
nhận.
Ví dụ :
 
 
 
ff
hh ,;,
00


Khối B:
Là khối xử lý của Robot gồm các cụm vi xử lý để giải quyết các vấn đề sau :
Hình 1.3. Sơ đồ tổ chức kỹ thuật của Robot


Teach
Pendent

Record

buttum
Forward
Kinematic
Inverts
Kinematic
Cartesianpont
storage
Trajectory
Phaner

Control
Motor
Dymanic
Robot
Dynamic
Physical
Postion
Computer
Block A
Block B
Block D
Block C


Luận văn thạc sĩ kỹ thuật -17- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

 Nhóm Forword Kinematic: Thiết lập và giải các bài toán động học trên cơ sở
thông số vào

 
ss
h,

. Tức là giải quyết “Bài toán động học thuận”
 Nhóm Cartesian Point Storage: Lưu trữ và chuyển giao các kết quả của quá trình
giải “Bài toán động học thuận”
 Nhóm Trajectory Planer: Lập trình quỹ đạo đi qua các điểm đã hoặc chưa “Dạy”
để hình thành bộ quỹ đạo chuyển động cần có
   
 
tYtX
dd
;
của cơ cấu chấp hành
cuối
 Nhóm Invers Kinematic: Giải bài toán động học ngược tìm ra các thông số điều
khiển
   
 
tht
dd

.
Khối C :
Là khối điều khiển bao gồm bộ so sánh cặp giá trị “Đặt –Thực” qua các bộ biến đổi,
khuyếch đại và tín hiệu đầu ra là tín hiệu điều khiển (Theo nguyên tắc NC).
Khối D:
Là cơ cấu chấp hành, bao gồm khối nguồn động lực (Mortor Dymanic) các cơ cấu
chấp hành (Robot Dymanic) và khối cảm nhận vật lý vị trí trên chúng (Physical

position).
Thông qua sự chia ra từng khối theo tổ chức kỹ thuật cho thấy có ba bộ
thông số chủ yếu sau :
 Bộ thông số cảm nhận vị trí;
 Bộ thông số hình học;
 Bộ thông số điều khiển.
Nó được biến đổi và chuyển liên tục từ nhóm chức năng này sang nhóm chức năng
khác (Được thể hiện bằng ký hiệu trên hệ thống). Do đó nhiệm vụ chủ yếu của quá
trình thiết kế động học Robot là thiết lập giải bài toán động học thuận và bài toán
động học ngược. Kết quả tìm được sẽ đóng vai trò quan trọng trong việc đưa ra tín
hiệu điều khiển chính xác theo mong muốn.


s

Luận văn thạc sĩ kỹ thuật -18- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

1.2. PHƢƠNG TRÌNH ĐỘNG HỌC CỦA ROBOT
Với robot công nghiệp có nhiều loại khác nhau và sử dụng nhiều luật điều
khiển khác nhau. Trong khuôn khổ luận văn này tác giả khảo sát robot 2 bậc tự do
dùng Feedback kết hợp LFFC (Learning Feedforward Control) trên cơ sở điều
khiển thích nghi theo mô hình mẫu(MRAS).
Phương trình động học của robot hai bậc tự do được miêu tả bởi công thức
sau: [2]
 
   
 
uGSDCM 



sgn,
(1.1)
Với:
-

là véc tơ góc của khớp nối
-
 

M
: ma trận mô men quán tính
-
 

C
: mô hình lực coriolis và quán tính ly tâm
-
D
: hệ số ma trận đường chéo ma sát nhớt.
-
S
: hệ số ma trận đường chéo ma sát Coulomb
-
 

G
: trọng lực
-

u
: mô men xoắn của khớp
Trong hình sau mô tả mô hình robot 2 bậc tự do:

Hình 1.4. Mô hình robot 2 bậc tự do
Phương trình động học của robot 2 bậc tự do được chỉ ra bởi biểu thức (1.2) sau:

Luận văn thạc sĩ kỹ thuật -19- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

 
 
 
 
   
 
 
 
    
 















































































2
1
2122
21112122
2
2
2
1
2
1
2
1
2
1
21221
2222122221
2
1
2
22
2
1
1

2221
2
2
2221
2
21
2
1
2
1221
2
22
2
1
1
cos
coscos
sgn
sgn
0
0
0
0
0sin
sinsin2
cos2
cos2cos2
u
u
lgm

mmgllgm
s
s
d
d
mll
mllmll
lm
r
J
mlll
mlllmlllllm
r
J

























(1.2)
Trong đó:
-
2,1
m
: khối lượng của cánh tay 1,2
-
2,1
l
: độ dài cánh tay 1,2
-
2,1
r
: tỷ số truyền của động cơ 1,2
-
2,1
d
: ma sát nhớt của khớp nối 1,2
-
2,1
s
là ma sát coulomb của khớp 1,2

Viết lại biểu thức (1.1) theo ma trận ta có:

 
 
 
     
 
 
 




























































0
0
sgn
0
,0
0
111
11
I
u
MSMGM
DMCM
I
(1.3)
Với
 
R
T


,
21
và

 

M
là ma trận định dạng dương.
-
C
chỉ bao gồm một thành phần duy nhất và không thể tiến tới không.
Trong (1.3) có thể nhận thấy dạng chính xác của
C
như sau:

 
0IC 
(1.4)

j
C
phải khả nghịch,
từ cho thấy điều này được thỏa mãn.

 

B
phải khả nghịch, từ biểu thức (1.3) cho thấy:

   
1


MB

(1.5)
Như vậy
 

B
khả nghịch, điều kiện đã được thỏa mãn.
j
C
IC 
1

Luận văn thạc sĩ kỹ thuật -20- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Như vậy có thể kết luận rằng: Góc quay của cánh tay robot có thể được điều khiển
bởi LFFC. Tín hiệu điều khiển Feed – forward mong muốn là:

       
ddddddddd
MSGDCu


 sgn,
(1.6)
Từ (1.6)cho thấy tín hiệu đầu vào khối điều khiển sau khi đã đơn giản hóa bao gồm
các thành phần
 



,,,
. Với robot 2 bậc tự do, số lượng đầu vào là 6.
Kết luận chƣơng 1:
Chương 1 đã tìm hiểu những khái niêm ban đầu về robot công nghiệp: khái niệm,
phân loại, sơ đồ khối, phương trình động lực học của một robot 2 khâu điển hình.
Từ phương trình động lực học của robot 2 khâu ta nhận thấy robot là đối tượng có
tính phi tuyến mạnh. Các thông số đầu ra của robot thay đổi theo sự thay đổi của
các nhiễu là các lực bên ngoài( lực ma sát nhớt, lực ma sát coulomb…) tác động
vào hệ thống và mang tính phi tuyến. Để điều khiển robot hiện nay vẫn dùng các bộ
điều khiển truyền thống như bộ điều khiển PID. Tuy nhiên với bộ PID thì các thành
phần phi tuyến của nhiễu không được triệt tiêu hết sẽ làm ảnh hưởng đến độ chính
xác khi điều khiển. Do vậy cần thiết phải có phương pháp để khử các nhiễu phi
tuyến để nâng cao độ chính xác khi điều khiển cánh tay robot.














Luận văn thạc sĩ kỹ thuật -21- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

CHƢƠNG 2
TỔNG QUAN VỀ LEARNING FEED FORWARD CONTROL(LFFC) VÀ
MODEL REFERENCE ADAPTIVE SYSTEM(MRAS)
Giới thiệu:
Như đã nhận xét ở cuối chương 1, robot là đối tượng có tính phi tuyến mạnh vì vậy
cần có phương pháp để nâng cao độ chính xác về vị trí khi điều khiển cánh tay
robot. Chương này, tác giả sẽ nghiên cứu phương pháp để nâng cao độ chính xác
cho cách tay robot khi làm việc.
2.1. TỔNG QUAN VỀ LFFC
2.1.1. Giới thiệu.
Một trong các công cụ cạnh tranh mà các hãng sản cuất tùy ý sử dụng đó là
chất lượng của sản phẩm. Đặc biệt là trong thị trường có liên quan đến các sản
phẩm công nghệ cao. Đó là một trong những nhân tố quan trọng mang tính sống còn
để tạo ra các sản phẩm có chất lượng tốt hơn. Điều này được nhìn nhận trong thị
trường đối với sản phẩm mà chúng ta sẽ xem xết trong luận văn này, ví dụ như các
hệ thống truyền động cơ điện tử. Theo quan điểm cơ điện tử, chất lượng của các hệ
thống cơ điện tử có thể được cải tiến bằng việc thay đổi thiết kế cơ khí và bộ điều
khiển. Ví dụ như khi nghiên cứu các cánh tay robot, nơi mà chuyển động chính xác
phụ thuộc vào độ cứng và quán tính của hệ thống. Nếu cánh tay không đạt được các
yêu cầu nhất định, độ cứng của nó có thể tăng lên hoặc quán tính của nó có thể được
giảm bớt bằng cách thay đổi kết cấu cơ khí hoặc bằng việc ứng dụng các vật liệu
mới.
Việc thay đổi điều khiển có thể được thực hiện hoặc bằng cách thay đổi
thông số của bộ điều khiển đang tồn tại hoặc bằng cách thiết kế bộ điều khiển mới.
Khi một bộ điều khiển được cải tiến, chỉ đơn thuần là yêu cầu thay đổi phần mềm
và trong một số trường hợp là thêm các sensor cách đánh giá này tương đối dễ dàng
thực hiệ được, khi đem so sánh với các cấu trúc tương ứng. Trong luận văn này, tác
giả sẽ tập trung vào việc nâng cao chất lượng của hệ thống bằng bộ điều khiển.
Việc thiết kế một bộ điều khiển nói chung thường dựa trên một mô hình của

một đối tượng. Mô hình đối tượng càng chính xác bao nhiêu thì việc thiết kế bộ

Luận văn thạc sĩ kỹ thuật -22- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

điều khiển càng hiệu quả bấy nhiêu. Khi mô hình hóa đối tượng, các vấn đề sau có
thể gặp phải:
- Hệ thống quá phức tạp để có thể hiểu được hoặc trình bày một cách đơn
giản.
- Mô hình quá khó hoặc quá đắt để đánh giá. Một số đặc tính của một số tính
chất (phi tuyến) khó có thể đạt được, ví dụ như ma sát….
- Đối tượng có thể chịu ảnh hưởng lớn của nhiễu tác động từ môi trường,
điều này khó dự đoán trước được.
- Các thông số của đối tượng có thể biến đổi theo thời gian.
Bộ điều khiển thích nghi có thế là một giải pháp khi cấu trúc của mô hình
động học của đối tượng và nhiễu mô hình tác động lên nó được biết trước trong khi
các giá trị của các thông số thì không thể xác định được. Khi mô hình không xác
định hoặc có nhiều thông số không xác định thì lúc đó điều khiển học sẽ được xét
đến.
2.1.2. Điều khiển học (Learning Control - LC)
Các bộ LC thường được hình dung gần giống như là một hệ thống điều
khiển của con người và do đó nó có các thuộc thính giống với con người. Trong
luận văn này không nghiên cứu bộ LC theo quan điểm sinh học nhưng đồng ý với
một số định nghĩa sau:
Định nghĩa 2.1: Một bộ LC là một hệ thống điều khiển bao gồm trong đó 1
hàm xấp xỉ các ánh xạ đầu vào – đầu ra tương ứng trong suốt quá trình điều khiển
mà một hoạt động mong muốn của hệ thống điều khiển đạt được.
Định nghĩa 2.2 (hàm xấp xỉ): Một hàm xấp xỉ là một ánh xạ vào/ra được xác
định bởi một hàm được lựa chọn

 

.,F
, với các véc tơ thông số  được lựa chọn
để hàm
 
.F
được xấp xỉ tốt nhất.
Lưu ý 2.1 (điều khiển tự học và điều khiển thích nghi): Theo hướng này,
điều khiển thích nghi có thể được xem xét giống như là một dạng của LC trong đó
một hàm xấp xỉ được sử dụng có thể chỉ xấp xỉ một lớp giới hạn của mục tiêu. Nói
chung, một bộ LC sẽ bao gồm một hàm xấp xỉ cho một đối tượng có nhiều hàm
mục tiêu hơn.

Luận văn thạc sĩ kỹ thuật -23- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Một biến mở rộng của các hàm xấp xỉ có thể được sử dụng như mạng nơ
ron, mạng mờ - nơ ron (cũng được biết đến với tên các bộ điều khiển logic mờ thích
nghi) v v Nói chung một cách sơ bộ, các bộ hàm xấp xỉ có thể được sử dụng theo
2 cách:
Trước hết, hàm xấp xỉ có thể được sử dụng để tạo (một phần) tín hiệu điều
khiển. Việc học được thay thế bới việc thích nghi véc tơ thông số của hàm xấp xỉ
theo cách mà một số các hàm giá trị chứa đựng sai lệch điều khiển là cực tiểu. Bộ
điều khiển này được gọi là LC trực tiếp.
Thứ hai, hàm xấp xỉ có thể được sử dụng để học một mô hình đối tượng
tương ứng được kiểm soát ví dụ như là để làm giảm giá trị của sai số dự báo. Dựa
trên cơ sở của mô hình đã được học một bộ điều khiển được xây dựng, bộ điều
khiển này được gọi là LC gián tiếp.

Từ khi bộ LC đầu tiên được phát triển vào năm 1963 cho tới nay, lĩnh vực
LC đã và đang phát triển rất rộng rãi. Rất nhiều các cấu trúc của bộ điều khiển khác
nhau đã được đề xuất và các thuộc tính của chúng (như tính ổn định và tốc độ hội tụ
đã được phân tích cả trong thực tế và lý thuyết). Tuy nhiên, mặc dù tất cả chúng đều
được nghiên cứu nhưng chỉ có một số bộ LC được ứng dụng trong sản phẩm mang
tính thương mại. Có thể vì những lý do sau đây:
Việc chứng minh sự ổn định được đánh giá cao. Phần lớn các nghiên cứu lý
thuyết của bộ LC được tập trung vào tính ổn định. Tuy nhiên, một bộ LC ổn định
cũng không cần thiết mang lại một đáp ứng ngắn hạn học tốt….Hoạt động của bộ
LC đối với một con robot đã được quan sát bằng mô phỏng. Sau khi thực hiện với
chuyển động 6 bậc tự do, sai số hiệu chỉnh giảm xuống hệ số 2.8. Khi tiếp tục tự
học, sai số hiệu chỉnh lên đến hệ số 10
51
tại bước lặp thứ 62.000 và cuối cùng giảm
xuống hệ số 10
-18
tại bước lặp thứ 250.000. Như vậy, mặc dù thực tế cuối cùng sai
số hiệu chỉnh nhỏ đã đạt được nhưng bộ LC không có giá trị thực nghiệm vì nó có
dải sai số hiệu chỉnh rất rộng ở giữa.
Không nên quá quan tâm tới sai số hiệu chỉnh điểm 0. Một số LC cố gắng
đạt được sai số hiệu chỉnh điểm 0. Tuy nhiên, điều này yêu cầu có những tín hiệu
điều khiển lớn ở những tần số trên băng thông hệ thống, các tần số này có thể gây

Luận văn thạc sĩ kỹ thuật -24- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

nguy hiểm cho các cơ cấu chấp hành và nói chung là không đạt được như mong
muốn. Loại sai số của hàm xấp xỉ. Trong đại đa số các bộ LC, hàm xấp xỉ được thực
hiện với vai trò như một mạng nơ ron (Multi Layer Perceptron – MLP). Như chúng

tôi sẽ bàn tới ở dưới đây, loại mạng nơ ron này không tương thích một cách đặc biệt
cho việc điều khiển.
Trên cơ sở những suy xét này, chúng ta có thể đưa ra một số các thuộc tính
sau mà một bộ LC nên để trở thành một mặt hàng ưa chuộng về mặt thương mại:
Dễ dàng sử dụng trong một hệ thống điều khiển có sẵn. Điều này có nghĩa
là khi một đáp ứng ngắn hạn học tốt thì hiệu suất cực tiểu được bảo đảm. Ví dụ như
là trong một bộ điều khiển hiện nay. Thậm chí trong suốt quá trình huấn luyện đối
tượng vẫn có thể được duy trì trong quá trình vận hành mà không gây ra những tổn
thất của quá trình sản xuất.
Có khả năng sử dụng những kiến thức dự đoán của đối tượng. Nói chung
các nhà thiết kế và/hoặc người vận hành có một số kiến thức về đối tượng, ví dụ
như trong cấu trúc của mô hình toán học( đơn giản) dưới dạng các hàm, một giản đồ
Bode của đối tượng hoặc một mô tả dưới dạng biến ngôn ngữ của hành vi đối
tượng. Bộ LC nên cho phép loại kiến thức này được kết hợp vào trong thiết kế bộ
điều khiển, để chọn các thông số của bộ điều khiển hợp lý và để tốc độ lệ học.
Hàm xấp xỉ nên phù hợp cho việc điều khiển. Điều này có nghĩa rằng:
Cần sử dụng dung lượng nhớ nhỏ. Trong thực tế, bộ điều khiển được thực
hiện bằng phần mềm được gắn vào máy tính. Dung lượng bộ nhớ là có hạn, do đó
số lượng các thông số của hàm xấp xỉ mà yêu cầu phải xấp xỉ tín hiệu điều khiển
không thể quá rộng.
Việc tính toán đầu ra của hàm xấp xỉ và sự tương thích của quan hệ
vào/ra phải được thực hiện một cách nhanh chóng. Trong môi trường thời gian thực,
trong một khoảng thời gian lấy mẫu, các thông số của hàm xấp xỉ phải tương ứng
và đầu ra tính được. Rất nhiều hệ thống chuyển động cơ điện tử yêu cầu thời gian
mẫu nhỏ và cho phép thời gian tính toán là rất ít. Các hàm xấp xỉ mà bao gồm một
lượng lớn các tính toán phức tạp do đó chúng không phù hợp cho việc điều khiển.

Luận văn thạc sĩ kỹ thuật -25- Chuyên ngành tự động hóa

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Cơ chế học cần hội tụ nhanh. Để giữ được lượng thời gian trong đó quá
trình vận hành của hệ thống được điều khiển tối ưu từng phần, tiến tới mức cực
tiểu, cơ chế học cần hội tụ nhanh.
Cơ chế học không nên bị cực tiểu cục bộ, khi bị lưu giữ trong mức cực
tiểu cục bộ, thì cơ chế học cho rằng các giá trị đạt được của các thông số của hàm
xấp xỉ, được biểu thị bởi
loc

, sinh ra sai số xấp xỉ cực tiểu, được biểu thị bởi
)(
loc
E

. Mặc dù
locglob


tồn tại, làm cho
)()(
locglob
EE


.

Hình 2.1. Cực tiểu cục bộ trong kỹ thuật học
Trong hình dưới đây một ví dụ theo một chiều của hiện tượng như vậy được
giới thiệu. Ở mức cực tiểu cục bộ độ
loc



, gradient của sai số xấp xỉ bằng 0. Cơ
cấu học mà sử chỉ sử dụng gradient của sai số xấp xỉ thì không thể thoát khỏi mức
cực tiểu cục bộ.
Khi cơ chế học dễ dàng lưu lại ở mức tối thiểu cục bộ, rất khó để huấn
luyện LC để thu được hiệu quả cao. Quan hệ vào/ ra phải tương thích một cách cục
bộ. Trong một số hàm xấp xỉ, quan hệ vào/ ra này là tương thích toàn cục. Điều này
có nghĩa là nếu giá trị của một trong các thông số của hàm xấp xỉ được tương thích,
thì quan hệ vào /ra trên toàn bộ phạm vi đầu vào bị thay đổi. Xét một bộ LC được
huấn luyện để thực hiện một số chuyển động. Khi bộ LC được huấn luyện để thực
hiện một chuyển động mới, điều này liên quan tới việc tương ứng các thông số của
hàm xấp xỉ. Bởi vì mối quan hệ vào ra được tương thích toàn cục nên các tín hiệu
điều khiển học trước đó bị thay đổi có thể gây ra nhưng tổn thất trong quá trình làm
Cực tiểu cục bộ
Cực tiểu toàn bộ
 

E

loc


glob


loc
