Научная статья на тему 'Управление электроприводами для механизмов параллельной кинематики робота манипулятора типа «Хобот»'

Управление электроприводами для механизмов параллельной кинематики робота манипулятора типа «Хобот» Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
622
147
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
УПРАВЛЕНИЕ / ЭЛЕКТРОПРИВОД / МЕХАНИЗМЫ ПАРАЛЛЕЛЬНОЙ КИНЕМАТИКИ / РОБОТ / МАНИПУЛЯТОР / MANAGEMENT / ELECTRIC DRIVES / MECHANISMS PARALLEL KINEMATICS / MANIPULATOR / NEURAL NETWORK CONTROL SYSTEMS

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Буянкин Виктор Михайлович

Работа посвящена разработке и исследованию эффективности нейросетевых систем управления механизмами параллельной кинематики: манипуляторами робота типа «Хобот».

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

MANAGEMENT OF ELECTRIC DRIVES FOR MECHANISMS OF PARALLEL KINEMATICS OF THE ROBOT OF THE MANIPULATOR OF TYPE «TRUNK»

The given work is devoted working out and efficiency research neural network control systems of mechanisms of parallel kinematics: manipulators of the robot of type «Trunk».

Текст научной работы на тему «Управление электроприводами для механизмов параллельной кинематики робота манипулятора типа «Хобот»»

УДК 621.865.8

В. М. Буянкин

канд. техн. наук, доц. Московский государственный технический университет им. Н. Э. Баумана, Москва, Россия

управление электроприводами для механизмов параллельной кинематики робота манипулятора

типа «хобот»

Работа посвящена разработке и исследованию эффективности нейросе-тевых систем управления механизмами параллельной кинематики: манипуляторами робота типа «Хобот».

Ключевые слова: управление, электропривод, механизмы параллельной

кинематики, робот, манипулятор.

V. M. Bujankin

Bauman Moscow State Technical University, Moscow, Russia

management of electric drives for mechanisms of parallel kinematics of the robot of the manipulator of type «trunk»

The given work is devoted working out and efficiency research neural network control systems of mechanisms of parallel kinematics: manipulators of the robot

of type «Trunk».

Key words: management, electric drives, neural network control systems, mechanisms parallel kinematics, manipulator, robot.

Современные манипуляторы, как правило, представляют собой разомкнутые кинематические цепи, состоящие из подвижно соединенных звеньев. Обычно эти звенья обладают одной степенью свободы, т.е. образуют поступательные или вращательные кинематические пары. В настоящее время широкое применение нашли механизмы с параллельной кинематикой. Наиболее известным примером такого механизма является гексапод, или платформа Стюарта-Гофа, которая состоит из двух пластин, шарнирно соединенных шестью поступательными кинематическими парами. При изменении длины этих пар происходит пространственное перемещение верхней пласти-

© Буянкин В. М., 2012

ны относительно нижней [2]. Кинематическая схема манипулятора определяет систему координат его исполнительных движений, т.е. базис исполнительных движений. Механизмы с параллельной кинематикой требуют использования непрямоугольного (нелинейного) базиса, поэтому, как следствие, управление роботами-манипуляторами параллельной кинематики существенно сложнее управления традиционными роботами-манипуляторами. Все это приводит к решению задач разработки новых неклассических методов управления такими механизмами, в частности нейросете-вых методов управления.

Данная работа посвящена разработке и исследованию эффективности нейросетевых систем управления механизмами параллель-

АЛ

Ж г

ГРАДА

30

ной кинематики: манипуляторами роботатипа «Хобот» [1, 2, 3]. Важнейшей составной частью нейросетевых систем управления являются нейросетевые модели объектов управления механизмами параллельной кинематикт, которые получаются в резаиататевыпоннента процедуры нейроидентификации.

Заметим, что в настоящее ваемя нейросетевые технологии представляют собой одну из наиболее динамично назвивающиати оЬлт-стей искусственного интеллекта. Методы нейросетевых технологий пспешио применяются в различных прикладных областях, таеих как прогнозирование различных временных рядов, управление сложаымпиентмичеснсмп системами, распознавание образов и т.д.

Основными отличителенеши прыанака-ми нейросетевых структур являются:

- универсальные аппроксаширсющсесвсн-ства многослойных нелинейных нейронных сетей, позволяющие сколь угодно точно равномерно приблизить любую непрерывную функцию многих переменных, определенную на любом компактном множестве;

- адаптивность нейронное^ сетей, лОусллое ленная их способностью обучаться в процессе своего функционирлыания;

- способность нейронных сетей к параллельной обработке сигнаоои, лыа позвелиет ие-пользовать их для идентификациии управления многомерными нестациоиарными многосвязными динамическимисистемами.

В многосекционном роботе-манипуляторе в результате перемещениямекпнй манипулятора изменяются жесткости штанг, их моменты инерции, а также моменты инерции платформ. Эти обстоятельства наряду с нали-чием сухого и вязкого трений в шарнирах манипулятора могут привести к ухудшению нго статических и динамических характеристик, в том числе к колебаниям констууниии манипулятора. Поэтому к приводам штанг миписуа лятора предъявляются высокие требования. Вообще говоря, в качествепривофпс(аФх-а-торов) линейных перемещений штанг манипуляторов могут быть использованы гидравлические, пневматические и электрические приводы. Каждый из этих приводов обладает своими достоинствами и недостатками. В работе в качестве приводов штанг манипуляторов рассматриваются электрические приводы, которые имеют невысокую цену, большой ресурс и достаточно компактны.

Классичеткря сисрешл упеавлвнля.

Положим, что изменение длины каждой из штанг рассматриваемого механизма параллельной кинематики осуществляется с помо-щым элeктнапpиенда,фyнкциoееиьнaя схема коттр огыпредстаыые на еарис. 1.

На рис. 1 приняты следующие обозначе-яия: ШмР2, ее путевое, сыиростний и токо-вый регуляторы соответственно; СП - сило-^си ереобраареатель (трехОабный янвeнунн напряжения); ЭД - асинхронный электродвигатель переменного тока; ИМ + Н - исполни-н^х^^е^:^^ мехен]езмвместеи наеиизкмй.

Исходная обобщенная система нелиней-ны1м далтыоIя пис ыва-

ющая силовой преобразователь и электродви-гатев раСат^]е]. ^немж^зр^ан модель динамики исполнительного механизма ипыенс ледою щий вид:

Л

й2 фт

X

аг2 а ф,

+1

-т.

Фт

+ h

а Фс

аг

м = м -

IV! тыт 1У1 нл 5

= I

-1

Фс

+h

а Фн

(1)

-+м

ты 2*

аг2 МСА аг

Здесь соответственно принято, что фдв, фмех - углы поворота вала электродвигателя и механичаской передачи ;</1? еН- момншы инерции вала электродвигателя и механиче-сюй д^СеД^ни; 1;- ад эффициент жесткости;

-м п1^оеффициент вяккосру; М .РУ - момен-

ть 0 е иа тя

ты трения в механической передаче; Мдв - вращающий мименн явигателя.

Люфт в исполнительном механизме нпределянк выражеиие

Икрх = 1

Иар Иар

Иар > 0

Иар > 0

(2)

С0П^, (Ипо -Икрх ) < 0

где ф = ф - ф .

т пр т дв т мех

Структурная сиема трехааонтурной САУ рассматриваемым электроприводом представлена на рис. 2, где

Кл

гр1( Р) = К Рс = 0,3 +

0,01

VI

Р

^ 2( Р) = К р 2+ К2 = 0,2 + 0аС,

гт( ) Л ^ К 2 1 0,04

^з(Р) = К+ з + —= 0,1 +-

Р р

„„) р) ^

ТР + 1 0,1 Р +1

Управление электроприводами для механизмов параллельной кинематики робота манипулятора типа «Хобот»

Рис. 1. Функциональная схемы электропривода с механической передачей: 1, 2, 3 - путевой, скоростной и токовый контуры соответственно

х(1)

К,

-мяь» * 1 М Р) —* кир) т

К

Рис. 2. Структурная схема САУ электроприводом

1 1 им+н

4 р

КО

31

ш,радс

-1

1,А

•Л

го 40 60 80 1С

ГхКГ.с

Рис. 3. Переходные процессы в САУ электроприводом: параметры механической передачи

неменшотсяво времени

100

ГхКГ'.е

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

^эм (Р) =

к я

^ Р+1

я

Р +1

- передаточные функции регуляторов Р Р Р3 силового преобразователя и электромеханической части электродвигателя соответ-

1 1 Яа

ственно; —,--передаточные функции ме-

^ Р

ханической части электродвигателя; Км = 0,3, Кэ = 0,5, Ктр = 0,1 - соответствующие коэффициенты передачи; J =1 - момент инерции ротора электродвигателя.

Переходные процессы в рассматриваемой САУ, когда параметры исполнительного механизма не меняются во времени, представлены на рис. 3. Аналогичные переходные

процессы в системе для случая, когда параметры этогомеханозма меняютсявовремени, иллюстрирует рис. 4. Рисунки соответствуют случаю, когда нагвузооимонт пяоудатаыную функцию

К 0) =-г0^-. (3)

в 0,5р2 + 0,3 р +1

Результаты исследования, представленные на рис. 4, показывают, что в условиях, когда параметры механической передачи меняются во времени, рассматриваемая САУ не обеспечивает удовлетворительное качество статических и динамических характеристик рассматриваемого привода. Существенно улучшить качество управления могут нейро-сетевые САУ

Адаптивная нейросетевая САУ с эталонной моделью. Структурная схема рас-

АЛ

Ж г

ГРАДА

32

(р, град

Гх1(У\с

а) увеличение момента инерции механической части передачи в два раза

(р, град

ГхЮ ,с

б) увеличение момента инерции механической части передачи в три раза

<р,град 20

10 20 30 40 50 60 70 80 90 100 txl0 1 в) уменьшение жесткости механической части передачи в два раза

Управление электроприводами для механизмов параллельной кинематики робота манипулятора типа «Хобот»

<р,град 20

10 20 ЗЯ 40 50 6 0 70 8 0 90 100 ГхЮ ',С г) уменьшение жесткости механической части передачи в три раза Рис. 4. Переходный процесс в САУ: параметры механической передачи меняются во времени

33

Рис. 5. Схема адаптивной нейросетевой САУ электроприводом с эталонной моделью: 1, 2, 3 - контуры угла поворота, тока и скорости соответственно

сматриваемой адаптивной нейросетевой САУ электроприводом с эталонной моделью представлена на рис. 5. Основными блоками САУ являются блок нейроидентификации, блок нейроуправления и блок нейрорегуляторов, включающий в себя нейрорегуляторы НРр

ОТ, НР3.

Функционирование данной САУ осуществляется по схеме, включающей в себя следующие основные шаги:

- нейроидентификация электропривода;

- сравнение результатов нейроидентифика-ции с переходной характеристикой эталонной модели у3^);

- формирование обучающих выборок для нейрорегуляторов НР1, НР2, НР3 и обучение каждого из них.

Блок нейрорегуляторов рассматриваемой САУ должен обеспечивать необходимые запасы устойчивости, а также требуемые статические и динамические характеристики электропривода. Нейрорегулятор может быть построен на основе различных нейронных сетей. Остановим свой выбор на многослойной нейронной сети с прямой передачей сигнала и обратным распространением ошибки, которая нашла наибольшее применение в нейросете-вых САУ

V I ИССЛЕ)

пау

Ж г

34

ГРАДА

Рис. 6. Функциональная схема нейрорегулятора

Используем в качестве нейрорегуляторов НР1? НР2, НР3 нейрорегулятор на основе указанной нейронной сети, функциональная схема которого представлена на рис. 6. Нейронная сеть содержит в промежуточном слое 4 нейрона и один нейрон - в выходном слое. Нейроны имеют функцию активации типа ригеНпе [4]. Элемент осуществляет задержку входного сигнала на] временных шагов. На входы нейронной сети подаются сигнал управления п(р) и выходной сигнал сети у(Г).

Процедура настройки нейрорегулятора заключается в настройке весовых коэффициентов и параметров нейронов и производится в следующие четыре этапа:

- выбор начального числа нейронов в промежуточном слое сети;

- инициализация сети - присваивание весам и смещениям нейронов случайных значений из заданного диапазона;

- обучение сети на заданной выборке;

- завершение настройки в случае успешного обучения; увеличение числа нейронов и переход к этапу 2 в противном случае.

Для оценки требуемого числа нейронов в сети используем формулу

тМ

1 + ^ 2 М

< N. <т

М — +1

V т у

(п + т +1)+ т , (4)

где п - размерность входного сигнала; т - размерность выходного сигнала; М - число элементов в обучающей выборке; ^ - необходимое число синаптических весов нейронов. Оценив необходимое число весов, можно рассчитать число нейронов N в слоях. Например, для двухслойной сети [5] имеем

N =

N

п + т

(5)

Рис. 7. Изменение ошибки в процессе обучения нейрорегулятора: j - число эпох обучения

В. М. Буянкин

Управление электроприводами для механизмов параллельной кинематики робота манипулятора типа «Хобот»

Обучение рассматриваемого нейрорегу-лятора реализовано с использованием метода обратного распространения ошибки. Процесс обучения иллюстрирует рис. 7, где Е() -среднеквадратичная ошибка обучения.

В результате обучения нейрорегулятора получены следующие веса нейронов промежуточного и выходного слоев:

= 0,9049; w1,1,2 = 0,7664; ^113 = 0,6748; wl2,1 = -0,5326; ^1,2,2 = 0,5086; ^ = -0,0807; ^1,3,1 = 0,2125; ^1,3,2 = -0,0837; ^ = 0,2245; ^141 = -0,0241; ^142 = -0,9776; ^ = 0,6131;

w = 0,8849; w = 0,8169;

^2,1,3 = -0,1682; ^2,1,4 = 0,8263.

Здесь - вес к-го входа нейрона Н .

Структурная схема САУ электроприводом с рассмотренным путевым нейрорегу-лятором приведена на рис. 8. Передаточные

функции и параметры системы определены ранее. Переходный процесс в САУ, использующий рассмотренный нейрорегулятор, иллюстрирует рис. 9.

Результаты исследования показывают, что электропривод с нейрорегуляторами на основе многослойной нейронной сети с прямой передачей сигнала и обратным распространением ошибки обеспечивает необходимые статические и динамические характеристики рассматриваемого манипулятора робота типа «Хобот».

Библиографические ссылки

1. Буянкин В. М. Применение нейронных сетей для управления // Нейросетевые методы повышения эффективности систему правления сложными элементами электротехнических установок. - LAMBERN Academic Publishing Germany, 2011. 265 с.

2. Буянкин В. М. Нейроуправление роботами с параллельной кинематикой // Применение нейронных сетей для управления роботами. - LAMBERN Academic Publishing Germany, 2011. 167 с.

35

Рис. 8. Структурная схема САУ электроприводом с путевым нейрорегулятором

(р. град 20 18 16 14 12 10 8 6 4 2 О

10 20 30 40 50 60 70 80 90 1 00 f х 10 Рис. 9. Переходный процесс в САУ электроприводом с путевым нейрорегулятором

АЛ

Ж г

36

ГРАДА

3. Буянкин В. М., Гоменюк С. М., Карпенко А. П., Литун Т. О. Нейросетевая идентификация и управление некоторыми механизмами параллельной кинематики // Приложение к журналу «Информационные технологии». 2011. № 11.

4. Буянкин В. М., Пантюхин Д. В. Нейроидентифи-кация статических и динамических характеристик асинхронного электродвигателя переменного тока // Нейрокомпьютеры: разработка и применение. 2009. № 7. С. 69-73.

5. Буянкин В. М. Нейроидентификация, нейроуправ-ление, нейропрогнозирование статических и динамических характеристик электропривода //Ве стник компьютерных технологий. 2010. № 5. С. 24-29.

6. Буянкин В. М., Пантюхин Д. В. Синтез интегрального пропорционального нейрорегулятора для управления электроприводом // Известия ТРГУ / Таганрог. гос. радиотехн. ун-т. 2006. № 3. С. 115-121.

7. Буянкин В. М. Интегральный, пропорциональный, дифференциальный нейрорегулятор // Вестник МГТУ им. Н. Э. Баумана, Сер. «Естественные науки». 2006. № 3. С. 56-61.

8. Буянкин В. М. Двухконтурная система нейроуправ-ления электроприводом с нейросамонастройкой // Нейрокомпьютеры: разработка и применение. 2006. № 8-9. С. 90-94.

i Надоели баннеры? Вы всегда можете отключить рекламу.