Geri Dön

Neural network based hybrid adaptive controller for robot manipulators

Başlık çevirisi mevcut değil.

  1. Tez No: 35299
  2. Yazar: ANIL AYDOĞAN
  3. Danışmanlar: DOÇ. DR. KEMAL CILIZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1994
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Sistem ve Kontrol Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 135

Özet

ÖZET Bu tezde, bilinmeyen ve değişen bir dinamiğe sahip robot kolunun yörünge izleme denetim problemi ele alınmıştır, izleme başarımını iyileştirmek iğin değişik melez denetim yöntemleri sunulmuştur. Sunulan yöntemler, planlanmamış belirsizlikleri sönümlemek için dinamik model ile birlikte sinir ağı modelleri kullanmak tadır. Dinamik model parametreleri ve sinir ağı modelleri robot kolunun ters- dinamik modelini uyarlamak için yenilenmektedir. Melez denetimcilerde, izleme başarımını iyileştirmek için değişik hata sinyalleri kullanılmıştır. Bu denetimcilerin amacı, planlanmış belirsizliklerin modellenmesi için parametreleri yenilerken, sinir ağı modellerini planlanmamış belirsizliklerin modellenmesi için eğitmektir. Denetim yöntemlerinin matematiksel kuralları ve sistemin denge çözümlemesi ver ilmiştir. Önceden yayınlanmış, sinir ağı temelli denetim yapıları da sunulmuş ve önerilen melez yöntemlerin sonuçlarını karşılaştırmak için sınanmıştır. Denetimciler, yatay düzlemde hareket eden iki eklemli robot kolu modeli kullanılarak denendi ve önerilen yöntemler kullanıldığında, izleme başarımındaki iyileşmeyi göstermek için test sonuçları eklenmiştir. Tüm yazılım, MS-DOS işletim sistemi altında ve C dili kullanılarak oluşturulmuştur.

Özet (Çeviri)

ABSTRACT The trajectory following control problem of robotic manipulators with unknown and changing dynamics is addressed in this thesis. Different hybrid control strategies are proposed to improve the overall tracking performance. The proposed methods make use of the dynamic model of the manipulator along with Neural Network models to compensate for unstructured uncertainties. Dynamic model parameters and Neural Network models are updated to simulate the inverse-dynamic model of the robot manipulator. Different error signals are utilized in hybrid controllers to improve the tracking performance. The aim of these controllers is to train the Neural Network models to compensate the unstructured uncertainties while the parameter adaptation is used for the compensation of the structured uncertainties. The mathematical formulation of the control algorithms and the stability analysis of the overall system are introduced. Neural Network based controller architectures which are previously reported, are also presented and tested to compare the results of the proposed hybrid algorithms. The controllers are tested by using two-link manipulator model moving on the horizontal plane and simulations are also included to demonstrate the improvement in the tracking performance when the proposed methods are used. All of the programs are developed under MS-DOS operating system using C language. IV

Benzer Tezler

  1. Tez No

    403042

    Adaptive consensus based formation control of unmanned vehicles

    Başlık çevirisi yok

    HACI MEHMET GÜZEY

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMissouri University of Science and Technology (University of Missouri-Rolla)

    DR. JAGANNATHAN SARANGAPANI

    DR. LEVENT ACAR

  2. Tez No

    751584

    Yenilenebilir enerji kaynakları içeren güç sistemlerinde yük frekans kontrolünün yeni sezgisel yöntemlerle optimizasyonu

    Optimization of load frequency control with new heuristic methods in power systems including renewable energy sources

    MUSTAFA SAKA

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜSLÜM CENGİZ TAPLAMACIOĞLU

    DR. ÖĞR. ÜYESİ İBRAHİM EKE

  3. Tez No

    398696

    A hybrid biological/in silico neural network based brain-machine interface

    Hibrit biyolojik/in silico sinir ağı temelli bir beyin-makine arayüzü

    MEHMET KOCATÜRK

    Doktora

    İngilizce

    İngilizce

    2015

    BiyomühendislikBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALBERT GÜVENİŞ

    PROF. DR. HALİL ÖZCAN GÜLÇÜR

  4. Tez No

    854833

    Energy management of P2 hybrid electric vehicle based on event triggered nonlinear model predictive control and deep Q network

    Olay tetiklemeli nonlineer model öngörülü kontrol ve derin Q ağı temelli P2 hibrit elektrikli aracın enerji yönetimi

    MEHMET CÜNEYT HASPOLAT

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YAPRAK YALÇIN

  5. Tez No

    675955

    Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction

    Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü

    DUYGU ÖZYILDIRIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

Geri Dön