Altı serbestlik derecesine sahip bir robotun yapay sinir ağı ile yörünge analizi
Simulation of a robot arm with six axes by artificial neural networks
- Tez No: 232270
- Danışmanlar: DOÇ. DR. ŞAHİN YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Bu çalışmada, 6 serbestlik dereceli bir robot manipülatörün deneysel olarak kinematik analizi, yapay sinir ağlarının farklı algoritmaları kullanılarak araştırılmıştır Robot bir parçayı belirlenen bir yörüngede taşıma esnasında; en uygun yapay sinir ağı tipi tespit edilmiştir.Yapay Sinir Ağlarının eğitimi için veri dosyasında 18, test dosyasında ise 12 adet yörünge adımı kullanılmıştır. Mimarisinde ise tek bir ara katman kullanılmıştır. Giriş katmanında 6, ara katmanda 10, çıkış katmanında ise 3 nöron kullanılmıştır. Transfer fonksiyonu olarak sigmoid kullanılmıştır. Ağ, Batch Backprop, Online Backprop, Delta-Bar-Delta, QuickProp ve RPROP öğrenme algoritmaları ile eğitilmiştir. Yapay sinir ağlarının eğitimi için 1.000.000 iterasyon kullanılmıştır. Sonuçlarda göstermiştir ki böyle sinir ağı tiplerini eğitmek için en iyi algoritmanın hızlı geri yayılım algoritması olduğudur.
Özet (Çeviri)
In this study; kinematics analysis of an experimental 6 degrees of robot manipulator has been investigated by using artificial neural networks with different learning algorithms.. During the robot was carrying an object from specified trajectory; an optimum artificial neural networks type was selected.For training eighteen trajectory location results and for testing twelve trajectory location results are used. In the structure of the artificial neural networks one hidden layer was used. In the input layer 6 neurons, in the hidden layer 10 neurons and in the output layer 3 neurons was used. As a transfer function sigmoid function was used. The network was trained using Batch Backprop, Online Backprop, Delta-Bar-Delta, QuickProp and RPROP training algorithms. For training artificial neural networks, 1.000.000 epochs were used. From the results the best learning algorithm was Quick Propagation algorithm for training such networks.
Benzer Tezler
- Bir endüstriyel robotun insan kolu hareketlerinin derinlik haritası ile algılanmasıyla kontrolü
Teleoperation of an industrial robot arm by analyzing human arm depth image sequences
BURAK MERT
Yüksek Lisans
Türkçe
2016
Makine MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YİĞİT TAŞCIOĞLU
- Harici fiksatör uygulamalı kırık kemiklerin tedavisinde otomatik redüksiyon yapabilen medikal robotun gerçekleştirilmesi
Implementation of a medical robot to reduce fractured bones automatically for treatment with external fixators
İDRİS SANCAKTAR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ULUTAŞ
- Altı serbestlik dereceli robot kolu tasarım, modelleme ve imalatı
Design and manufacturing of six degrees of freedom robotic arm
USAME AZİZİ
Yüksek Lisans
Türkçe
2020
Makine Mühendisliğiİstanbul Aydın ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RIZA İLHAN
- Workspace optimization of a six degree of freedom parallel manipulator for micromachining
Altı serbestlik dereceli mikro işleme için üretilen paralel bir robotun çalışma uzayı optimizasyonu
AHMET AĞAOĞLU
Yüksek Lisans
İngilizce
2010
Makine MühendisliğiYeditepe ÜniversitesiMakine Mühendisliği Bölümü
YRD. DOÇ. DR. NAMIK ÇIBLAK
- Otomotiv endüstrisinde konvansiyonel robotik hatlarda görüntü işleme tabanlı kontrol
Image processing based control in conventional robotics lines in automotive industry
CENGİZ DENİZ
Yüksek Lisans
Türkçe
2011
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA ÇAKIR