Το έργο με τίτλο Νεύρο-ασαφής έλεγχος (ANFIS) σε ρομποτικό βραχίονα 3-5 βαθμώνελευθερίας (Β.Ε). Μοντελοποίηση, κινηματική, δυναμική, προσομοίωση, αξιολόγηση από τον/τους δημιουργό/ούς Gkionis-Konstantatos Odysseas διατίθεται με την άδεια Creative Commons Αναφορά Δημιουργού-Μή Εμπορική Χρήση 4.0 Διεθνές
Βιβλιογραφική Αναφορά
Οδυσσέας Γκιώνης-Κωνσταντάτος, "Νεύρο-ασαφής έλεγχος (ANFIS) σε ρομποτικό βραχίονα 3-5 βαθμών ελευθερίας (Β.Ε). Μοντελοποίηση, κινηματική, δυναμική, προσομοίωση, αξιολόγηση", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2018
https://doi.org/10.26233/heallink.tuc.80963
Οι βιομηχανικοί ρομποτικοί βραχίονες είναι κυρίως συσκευές τοποθέτησης και χειρισμού. Το βασικό πρόβλημα στον έλεγχο είναι ο υπολογισμός της επιδεξιότητας του ρομποτικού βραχίονα ήτοι στον βέλτιστο σχεδιασμό ελέγχου της κίνησης ώστε να ακολουθήσει μια επιθυμητή τροχιά, με επιθυμητή ταχύτητα και αντίληψη των περιορισμών κίνησης.Οι συμβατικές μέθοδοι ελέγχου εξαρτώνται σε μεγάλο βαθμό από την ακριβή μαθηματική μοντελοποίηση, ανάλυση και σύνθεση. Αυτές οι προσεγγίσεις είναι κατάλληλες για τον έλεγχο των ρομποτικών συστημάτων που λειτουργούν σε δομημένα περιβάλλοντα. Ωστόσο, οι λειτουργίες σε μη δομημένα περιβάλλοντα απαιτείται να εκτελούν πολύ πιο πολύπλοκα καθήκοντα χωρίς ένα κατάλληλο αναλυτικό μοντέλο. Το πιο δύσκολο πρόβλημα σε αυτό το πεδίο είναι ότι υπάρχουν πάντα αβεβαιότητες στα μη δομημένα περιβάλλοντα. Αυτές οι αβεβαιότητες οφείλονται κυρίως στην ανακρίβεια των αισθητήρων και στην μη προβλεπτικότητα των χαρακτηριστικών του περιβάλλοντος και στη δυναμική του. Από την άλλη πλευρά, η έλευση των τεχνικών ασαφών συνόλων μας παρέχει ένα ισχυρό εργαλείο για την επίλυση απαιτητικών πραγματικών προβλημάτων με αβέβαια και απρόβλεπτα περιβάλλοντα. Ο ασαφής ελεγκτής μπορεί να χαρακτηρίσει καλύτερη συμπεριφορά σε σύγκριση με τον κλασικό γραμμικό ελεγκτή PID λόγω των μη γραμμικών χαρακτηριστικών του. Γενικά, ένας άκαμπτος ρομποτικός βραχίονας Ν-βαθμού ελευθερίας χαρακτηρίζεται από Ν μη γραμμικές δυναμικές, συζευγμένες διαφορικές εξισώσεις. Το πρόβλημα του ελέγχου των χειριστών ρομπότ εξακολουθεί να προσφέρει πολλές πρακτικές και θεωρητικές προκλήσεις λόγω της πολυπλοκότητας της δυναμικής των ρομπότ και των πλεονεκτημάτων της απαίτησης να επιτευχθεί παρακολούθηση τροχιάς υψηλής ακρίβειας στις περιπτώσεις υψηλής ταχύτητας κίνησης και πολύ μεταβαλλόμενων φορτίων.Στην παρούσα εργασία, παρουσιάζουμε μια νέα προσέγγιση για έναν ρομποτικό βραχίονα με τρεις (3) μέχρι πέντε (5) βαθμούς ελευθερίας βασισμένο στον ελεγκτή ANFIS για την εξασφάλιση της στρατηγικής ελέγχου ρομπότ θέσης. Εξετάζεται αρχικά η πλήρης κινηματική, διαφορική δυναμική ανάλυση του ρομποτικού βραχίονα. Η δυναμική είναι εξαιρετικά μη γραμμική με ισχυρές συζεύξεις που υφίστανται μεταξύ των αρθρώσεων και συχνά υποβάλλονται σε δομημένες και αδόμητες αβεβαιότητες. Ο Fuzzy Logic Controller μπορεί πολύ καλά να περιγράψει την επιθυμητή συμπεριφορά του συστήματος μας με απλές σχέσεις, λόγω του ότι ο σχεδιαστής αποκομίζει κανόνες χειροκίνητα με δοκιμή και λάθος. Από την άλλη πλευρά, τα Neural Networks εκτελούν προσεγγίσεις λειτουργίας ενός συστήματος, αλλά δεν μπορούν να ερμηνεύσουν τη ληφθεί σα λύση ούτε να ελέγξουν αν η λύση τους είναι εύλογη. Οι δύο προσεγγίσεις είναι συμπληρωματικές. Συνδυάζοντάς τα, τα Νευρωνικά Δίκτυα θα επιτρέψουν την ικανότητα μάθησης ενώ το Fuzzy-Logic θα φέρει την εκπροσώπηση της γνώσης (Neuro-Fuzzy). Η αριθμητική προσομοίωση χρησιμοποιώντας το δυναμικό μοντέλο θα αποτυπώσει την αποτελεσματικότητα της προσέγγισης στα προβλήματα παρακολούθησης τροχιάς. Επιπλέον, ο ρομποτικός βραχίονας θα σχεδιαστεί σε ένα διαστασιολογικά και κινηματικά ακριβές τρισδιάστατο μοντέλο με τη χρήση προγράμματος CAD. Βάσει του μοντέλου αυτού θα γίνει προσομοίωση, η οποία λειτουργεί όχι μόνο ως απλή αναπαράσταση της κίνησης του μηχανισμού αλλά θα υπολογίζει και τις ροπές που αναπτύσσονται στις αρθρώσεις του, δεδομένων των γωνιακών μετατοπίσεων των τελευταίων. Τα αποτελέσματα που προκύψουν θα παρουσιάζουν την αποτελεσματικότητα και την ευρωστία του προτεινόμενου ελέγχου και θα αξιολογηθεί η συμβατότητα μεταξύ των αποτελεσμάτων των υπολογιστικών μεθόδων, πειραμάτων και των προσομοιώσεων.