Интеллектуальная система управления движением манипулятора на основе T-S-нечеткой модели | Известия вузов. Физика. 2021. № 6. DOI: 10.17223/00213411/64/6/131

Интеллектуальная система управления движением манипулятора на основе T-S-нечеткой модели

В процессе управления движением интеллектуального манипулятора в систему управления вмешивается временная задержка сетевой схемы, что приводит к замедлению выполнения команд. В аппаратной части датчик момента устанавливается на стыке манипулятора, количество сетевых линий которого уменьшается за счет подключения силового модуля датчика и высокоскоростной последовательной шины связи, а нижний контроллер проектируется. В программной части T-S (Takagi - Sugeno) нечеткая модель используется для управления несколькими контрольными индексами, отслеживания мобильного манипулятора, переключения поверхности переключения между начальным состоянием и состоянием прибытия манипулятора и, наконец, для реализации конструкции системы управления движением. Полученные результаты показывают, что разработанная система управления имеет наименьшее время выполнения.

The design of intelligent manipulator movement control system based on T-S fuzzy model.pdf Введение Двурукий робот - это сложная нелинейная система с высоким порядком и сильной связью, которая работает в изменяющейся среде. Большое значение имеют такой координированный робот и реализация его работы с переменной нагрузкой в неструктурированной среде. Однако в неструктурированной среде движение манипулятора трудно контролировать. К настоящему времени создан алгоритм сбора и обработки EMG-сигналов и распознавания жестов, разработана общая структура системы, сконструирован привод манипулятора робота-сборщика и разработана структура привода, а также завершено создание интеллектуальной системы управления роботом-сборщиком, основанной на распознавании жестов [1]. Разработан колесный интеллектуальный робот-сборщик шариков с функциями распознавания и позиционирования бинокулярного зрения, подбора манипулятора и автономного обхода препятствий [2]. Через бинокулярную камеру и платформу лабораторного обзора осуществляются сбор и обработка изображения шарика в реальном времени; система управления движением использует встроенную плату разработки Nu cleo-f411re с ядром stm32f411 для привода каждого модуля. Шарик поднимается манипулятором с пятью степенями свободы; окружающая среда детектируется инфракрасным датчиком для достижения автономного обхода препятствий; количество шариков подсчитывается счетчиком, а процессу разгрузки помогает взаимодействие человека и компьютера с помощью ручного модуля [2]. В данной работе разработана интеллектуальная система управления движением манипулятора на основе нечеткой T-S- (Takagi - Sugeno) модели. Манипулятор может заменить человека в выполнении всех видов сложной и опасной работы, повысить ее эффективность и снизить трудозатраты. Ожидается, что система будет применяться в производстве, проведении медицинских операций, транспортировке и логистике, дефектоскопии и т.д. Аппаратное обеспечение интеллектуальной системы управления движением манипулятора Датчик крутящего момента, используемый в соединении легкого манипулятора, сконструирован нами на основе подхода, состоящего из восьми равномерно распределенных балок, четыре из которых используются для наклеивания тензодатчиков, а четыре - для защиты датчика от перегрузки. Восемь тензодатчиков наклеены на эластомер, образуя две группы полных мостовых цепей. Для компенсации изменения сопротивления тензодатчика с температурой датчик температуры интегрирован на плате формирования сигнала датчика момента. Для проводки на эластомере датчика спроектировано большое центральное отверстие. Разработанный датчик крутящего момента помещается между гармоническим редуктором и шатуном, т.е. выходным концом гармоники, реализуя таким образом измерение крутящего момента соединения. Результаты измерения крутящего момента могут быть использованы не только для защиты механизма манипулятора, но и для управления крутящим моментом и для импедансного контроля ограничивающего пространства [3]. Модуль беспроводной передачи данных состоит из чипа ccmol и однокристального микрокомпьютера с низким энергопотреблением и высокой производительностью. Один модуль соединяет оборудование через последовательный порт TTL, а два другие реализуют беспроводную передачу данных. Режим подключения показан на рис. 1. После того, как соединение модулей, мобильного робота и персонального компьютера завершено и рабочие режимы передающего и приемного модулей готовы, данные могут беспрепятственно передаваться между двумя модулями. Рис. 1. Передающий модуль беспроводной связи Нижний контроллер использует FPGA (ПЛИС) в качестве основного управляющего чипа. Благодаря гибкому программированию параллельной обработки и инструменту разработки программного ядра FPGA (ПЛИС) данные датчиков могут обрабатываться рядом в совместном слое, тем самым снижая помехи передачи [4]. Кроме того, он также может реализовать функции пограничного слоя, привода, связи и т.д. Вышеперечисленные преимущества FPGA (ПЛИС) придают гораздо более высокую способность обработки, чем традиционные контроллеры, такие, как MCU, DSP. Верхний контроллер принимает верхнюю аппаратную структуру управления DSP/FPGA на основе шины PCI. FPGA (ПЛИС) Xilinx используется в качестве основного управляющего чипа в нижнем слое, который может одновременно осуществлять управление двигателем, связь, слияние данных и другие функции. Основываясь на аппаратной структуре DSP/FPGA-FPGA, управление световым манипулятором может быть эффективно реализовано. Для реализации управления в режиме реального времени верхний слой должен иметь быструю обратную связь с нижним слоем (joint layer) о положении и скорости соединения. Нижний слой должен обновлять информацию о желаемом крутящем моменте. Естественно, что оба контроллера особенно важны при быстром движении манипулятора. Учитывая минимальное количество проводов, в структуре управления необходима высокоскоростная последовательная шина связи. Двухточечный низковольтный дифференциальный сигнал (PP-LVDS) соответствует стандарту шины ANSI/TIA/EIA-899M-LVDS, который позволяет последовательно подключать двухточечные LVDS и расширять до многоточечных (M-LVDS) соединений с максимальной скоростью связи, достигающей 500 Мбит/с. Благодаря резистивному соединению двух низковольтных дифференциальных линий передачи данных и клеммы 10012 Ом, а также приводимому в действие чипом драйвера LVDS обработка данных осуществляется в верхней и нижней FPGA (ПЛИС). Разработка программного обеспечения интеллектуальной системы управления движением манипулятора Управление несколькими контрольными индексами с использованием T-S-нечеткой модели Учитывая, что процесс перемещения интеллектуального манипулятора является нелинейным [5], для представления управляющего показателя используется нечеткая модель T-S при условии сохранения общности в следующем виде: , (1) где - нелинейная функция управляющего индекса; - управляющая входная директива системы; - управляющий индекс. Рабочая точка , в процессе перемещения манипулятора выбирается случайным образом и подставляется в нечеткую модель после обработки Тейлора , (2) где - вызванная линеаризацией ошибка; и - коэффициенты Тейлора. При управлении параметрами правила управления контроллером нечеткой модели задаются как [6] , (3) где - число правил управления; - вектор состояния движения манипулятора; - входной вектор управления; - матрица усиления регулятора обратной связи состояния. Весь закон управления обратной связью состояния нечеткой модели может быть выражен так: , (4) где представляет предшествующую переменную; - коэффициент принадлежности; значения других параметров остаются неизменными. На основе приведенного закона управления обратной связью описывается устойчивость нечеткой модели в виде (5) где и - коэффициенты устойчивости; - положительно определенная матрица. Подавление помех следует рассматривать как один из важных показателей, поэтому проанализируем эту проблему. При рассмотрении нечеткой системы управления устанавливаются выражения векторов управления в двух направлениях в процессе перемещения манипулятора: (6) где - движение манипулятора в направлении оси x; - неопределенное внешнее возмущение; - выходной объект; - количество команд управления. Отслеживание движения Используя показатели мультиуправления, полученные в результате обработки T-S-нечеткой модели, предполагается, что все ветвящиеся цепи манипулятора имеют равномерную плотность и правильную форму [7], а их упрощенная структура показана на рис. 2. Пусть длина сегментов и будет , длина сегмента - и длина сегмента - . Предположим, что векторы центров масс отрезков , , и равны , , и соответственно. Кинетическая энергия манипулятора вычисляется следующим образом: (7) Сумма кинетических энергий всех ветвей манипулятора . (8) Рис. 2. Опорная цепная конструкция манипулятора Игнорируя толщину движущейся платформы, выберем начало отсчета на ее плоскости. Если радиус траектории движения платформы равен r, длина вектора центра масс - , плотность движущейся платформы - , то кинетическая энергия движущейся платформы . (9) Это полная кинетическая энергия манипулятора. Предполагая, что - масса звена манипулятора и - длина вектора центра масс, можно рассчитать потенциальную энергию плечевого сустава (10) где и - координаты центра масс шатуна в соответствующих плоскостях. Реализация управления движением Предполагая, что поверхность переключения находится между начальным и конечным состояниями манипулятора и равна нулю, процесс движения точки манипулятора можно выразить формулой , (11) где - время управления; - постоянная; - скорость манипулятора. Постоянный параметр и скорость движения манипулятора больше нуля, поэтому скорость управления точкой соединения можно записать как: (12) Из приведенной формулы видно, что закон экспоненциального приближения удовлетворяет условию скользящего режима [8, 9]. В то же время данный закон отражает скорость движения системы управления к поверхности переключения: , (13) где - начальное состояние системы управления. Время, необходимое для выхода системы из начального состояния на поверхность динамического переключения, зависит от констант и . Желаемая скорость может быть получена разумной установкой , . При управлении динамическим скользящим режимом закон приближения учитывает, в основном, скорость прибытия [10-12]. Поэтому увеличивая , , можно увеличить скорость движения системы, идущей от любого начального положения к поверхности переключения. При контроле скорости движения время достижения манипулятором точки равновесия может быть рассчитано так: , (14) где представляет положение манипулятора; и - коэффициенты коммутационной поверхности соединения; , , и - коэффициенты сходимости. Системный тест Для проверки работоспособности разработанной системы управления движением подготовлен манипулятор с двумя степенями свободы (рис. 3). Сравнительно изучены два вида существующих традиционных и разработанная системы управления, при этом управляется манипулятор с двумя степенями свободы и сравниваются управляющие эффекты. Рис. 3. Структура манипулятора с двумя степенями свободы Анализ экспериментальных результатов Все директивы принимаются в процессе работы манипулятора, в качестве объекта слежения выбирается точка соединения 1 манипулятора, а результаты слежения трех систем управления движением представлены на рис. 4. Рис. 4. Результаты слежения за узлами манипулятора трех видов систем управления движением Траектория узла 1 (рис. 3) взята за стандартную кривую сравнения. В трех типах рассмотренных систем управления кривые традиционных систем значительно отклоняются от стандартной, в то время как кривая разработанной системы почти не отличается от нее. Для поддержания экспериментальной среды команды управления используются повторно, а серийный номер команд берется в качестве точки записи (таблица). Результаты выполнения директив (время работы системы управления движением) № п/п Время выполнения директив, с Традиционная система управления движением 1 Традиционная система управления движением 2 Система управления движением интеллектуального манипулятора 1 5.2 3.7 1.7 2 5.9 3.4 1.1 3 5.1 3.0 1.9 4 5.3 3.3 1.5 5 5.5 3.9 1.0 6 5.4 3.7 1.3 7 5.9 3.3 1.5 8 5.7 3.2 1.3 9 5.5 3.1 1.7 10 5.8 3.8 1.0 Из результатов видно, что все три системы управления могут выполнять команды движения, но показывают различное время выполнения. Время выполнения всех команд при использовании традиционной системы 1 составляет 66.1 с, традиционной системы 2 - 41.5 с. Общее время выполнения команд разработанной интеллектуальной системы на основе T-S-нечеткой модели составляет 16.5 с. Это значительно меньше, чем у двух традиционных систем управления движением. Поэтому можно сделать вывод, что предложенная система управления больше подходит для управления движением манипулятора. Выводы В управлении манипулятором существуют всевозможные неопределенности и помехи, например, такие, как задержка и ограничение полосы пропускания, которые приводят к снижению производительности и нестабильности действующей системы. В связи с этим в данной работе основное внимание уделяется линеаризации, насыщению привода, ограничению полосы пропускания, конструкции и скорости, а также проектируется интеллектуальная система управления манипулятором из аппаратной и программной частей. Результаты показывают, что предложенный метод позволяет заставить манипулятор быстро реагировать на команду.

Ключевые слова

нечеткая модель T-S, интеллектуальный манипулятор, управление, время выполнения

Авторы

ФИООрганизацияДополнительноE-mail
Wen Lin Department of Aviation Electronic Equipment Maintenance, Changsha Aeronautical Vocational and Technical CollegeAssociate Professor, Deputy dean of Department of Aviation Electronic Equipment Maintenance Changsha Aeronautical Vocational and Technical Collegelwsci2019@163.com
Liangang Peng Department of Aviation Electronic Equipment Maintenance, Changsha Aeronautical Vocational and Technical CollegeMaster, Professor, Director of Department of Scientific Research Changsha Aeronautical Vocational and Technical Collegeepengliangang77@163.com
Всего: 2

Ссылки

Fan Y., An Y., Wang W., et al. // Int. J. Fuzzy Syst. - 2020. - V. 22. - No. 3. - P. 930-942.
Naziha H., Mansour S., Abdel A., et al. // IET Power Electron. - 2018. - V. 11. - No. 9. - P. 1507- 1518.
Xue W. // J. Agricultural Mechanizat. Res. - 2020. - V. 7. - No. 42. - P. 255-259.
Zhou X., Zhou H., Chen R., et al. // Machine Tool & Hydraulics. - 2020. - V. 3. - No. 501. - P. 39-45.
Mirzajani S., Aghababa M.P., and Heydari A. // Int. J. Mach. Learn. Cybern. - 2019. - V. 10. - No. 3. - P. 527-540.
Sharma S.M., Dasgupta S., and Kartikeyan M.V. // IETE J. Res. - 2019. - V. 65. - No. 6. - P. 771-779.
Qiu Z.C., Li C., and Zhang X.M. // Mech. Syst. Signal Proc. - 2019. - V. 118. - No. 1. - P. 623-644.
Gao M., Wu Y., Nan J., et al. // Multimedia Tools Appl. - 2019. - V. 78. - No. 17. - P. 24011-24022.
Chhabra H., Mohan V., Rani A., et al. // J. Int. Fuzzy Syst. - 2019. - V. 36. - No. 3. - P. 2195-2205
Sharma R., Bhasin S., Gaur P., et al. // Appl. Math. Model. - 2019. - V. 73. - P. 228-246.
Durur H., Tasbozan O., and Kurt A. // Appl. Math. Nonlinear Sci. - 2020. - V. 5. - No. 1. - P. 447- 454.
Voit M. and Meyer-Ortmanns H. // Appl. Math. Nonlinear Sci. - 2019. - V. 4. - No. 1. - P. 279-288.
 Интеллектуальная система управления движением манипулятора на основе T-S-нечеткой модели | Известия вузов. Физика. 2021. № 6. DOI: 10.17223/00213411/64/6/131

Интеллектуальная система управления движением манипулятора на основе T-S-нечеткой модели | Известия вузов. Физика. 2021. № 6. DOI: 10.17223/00213411/64/6/131