ĐIỀU KHIỂN TRƯỢT THÍCH NGHI HỆ PHI TUYẾN DÙNG MẠNG NƠRON HÀM CƠ SỞ XUYÊN TÂM

Nguyễn Hoàng Dũng *

* Tác giả liên hệ (hoangdung@ctu.edu.vn)

Article Sidebar

Full Text: PDF

Ngày nhận bài: 20-04-2021
Ngày duyệt đăng: 03-06-2022
Ngày xuất bản: 01-05-2010
Title:
Lượt xem
98
Downloads
54
Trích dẫn
Dũng, N. H. (2010). ĐIỀU KHIỂN TRƯỢT THÍCH NGHI HỆ PHI TUYẾN DÙNG MẠNG NƠRON HÀM CƠ SỞ XUYÊN TÂM. Tạp chí Khoa học Đại học cần Thơ, (15a), 263-272. Truy vấn từ https://ctujsvn.ctu.edu.vn/index.php/ctujsvn/article/view/804
Số báo
Số. 15a (2010)
Chuyên mục
Công nghệ

Abstract

The remarkable characteristic of sliding mode control is the robust stability with disturbance and variable model parameters of the system. However to design the controller, the exact model of the plant has to be known. In practically, the problem is hard to solve. Moreover the large gain of an SMC may intensify the chattering on this sliding surface. To improve the above drawbacks, in this paper, radial basis neural network is used to estimate the nonlinear functions of sliding mode control and the gains of the controller are mofified basing on Lyapunov stability theory. The radial basis function neural network is considered as an adaptive controller. Weights of the network are modified online due to the feedback output signals of the plant. And sliding mode controller is used to complement approximation of errors to guarantee the stability of the closed loop system. The above mentioned algorithm is applied to control three degree of a freedom robot manipulator. With the novel controller, the response of the plant is flat, non-overshoot, non-chattering and zero setting error. The method is tested with Matlab simulation software.
Keywords: radial basis function, nonlinear system control, system modeling, robot manipulator

Tóm tắt

Ưu điểm của bộ điều khiển trượt là tính ổn định bền vững ngay cả khi hệ thống nhiễu hoặc thông số của mô hình thay đổi theo thời gian. Tuy nhiên, để thiết kế được bộ điều khiển trượt, người thiết kế cần biết chính xác mô hình của đối tượng. Trong thực tế, vấn đề này không phải lúc nào cũng thực hiện được. Hơn thế nữa, đối với biên độ của luật điều khiển trượt nếu không được lựa chọn phù hợp sẽ gây ra hiện tượng dao động quanh mặt trượt. Để giải quyết khó khăn trên, bài báo đề nghị sử dụng mạng nơron hàm cơ sở xuyên tâm để ước lượng các hàm phi tuyến trong luật điều khiển trượt và biên độ của luật điều khiển trượt được tính toán dựa trên lý thuyết ổn định Lyapunov. Mạng hàm cơ sở xuyên tâm đóng vai trò như một bộ điều khiển thích nghi. Các trọng số của mạng được cập nhật trực tuyến dựa trên các tín hiệu hồi tiếp ở ngõ ra. Và bộ điều khiển trượt được sử dụng bù sai số xấp xỉ nhằm đảm bảo hệ kín ổn định. Giải thuật điều khiển nghiên cứu được sẽ áp dụng để điều khiển hệ tay máy ba bậc tự do. Với bộ điều khiển này, đáp ứng của hệ tay máy: phẳng, không có độ vọt lố, không có dao động và sai số xác lập tiến về zero. Kết quả điều khiển được kiểm chứng bằng phần mềm mô phỏng Matlab.
Từ khóa: Mạng nơron, hàm cơ sở xuyên tâm, điều khiển hệ phi tuyến, mô hình hóa hệ thống, hệ tay máy

Article Details

Tài liệu tham khảo

Ayca Gokhan Ak, Galip Canserver, 2006. Adaptive neural network based fuzzy sliding mode control of robot manipulator;2006 IEEE Conference on Cybernetics and Intelligent Systems, Bangkok, p1-6

Huỳnh Thái Hoàng, 2006. Hệ thống điều khiển thông minh; Trường Đại Học Quốc Gia TPHCM, lần 1, trang 307-336.

Hui Peng, Tohru Ozaki, Valerie Haggan-Ozaki, and Yukihiro Toyoda, 2003. A Parameter Optimaization Method for Radial basis Function Type Models in: IEEE Transactions On Neural Network, Vol.14, No.2, pp.432-438.

Nasser Sadati, Rasoul Ghadami and Mahdi Bagherpour, 2005. Adaptive Neural Network Multiple Models Sliding Mode Control of Robotic Manipulators Using Soft Switching; Proceeding of The IEEE Conference on tools with Artificial Intelligence, p431-438.

M. Önder Efe,, Okyay Kaynak and Bogdan M. Wilamowski, 2000. Creating a Sliding Mode in a Motion Control System by Adopting a Dynamic Defuzzification Strategy in an Adaptive Neuro Fuzzy Inference System; The26th Annual Confjerence of the IEEE on Industrial Electronics Society, vol.2, p894-899.

M. Önder Efe, Okyay Kaynak, Xinghuo Yu and Bogdan M. Wilamowski, 2001. Sliding Mode Control of Nonlinear Systems Using Gaussian Radial Basis Function Neural Networks; IEEE transaction on Neural Networks, vol.1, p474-479

Subashini Elangovan, Peng-Yung Woo, 2004. Adaptive Fuzzy Sliding Control for a Three-Link Passive Robotic Manipulator; The proceeding of the 2004 IEEE American control conference, Vol.6, p5274-5279.

Trần Quang Thuận, 2006. Điều khiển trượt dùng mạng nơron hàm cơ sở xuyên tâm; Luận văn thạc sỹ ngành tự động hóa, Trường Đại Học Bách Khoa, trang 37-86.

Xie Jian, Li Zushu, 2003. Dynamic Model and Motion Control Analysis of Three-Link Gymnastic Robot on Horizontal Bar; The proceeding of the 2003 IEEE International conference on Robotics, Intelligent systems, System and signal Processing Changsha, China, p83-87.

Wilfrid Perruquetti and Jean Pierre Barbot, 2002. Sliding mode control in engineering, Chapter 1: Overview of classical sliding mode control, Marcel Dekker, Inc.