Geri Dön

Kablo ile sürülen paralel robotların model tabanlı ve pekiştirmeli öğrenme ile konum denetimi

Position control of cable-driven parallel robot with model-based and reinforcement learning method

  1. Tez No: 633357
  2. Yazar: FATMA YAMAÇ
  3. Danışmanlar: DOÇ. DR. MEHMET İTİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Kablo ile Sürülen Paralel Robotlar (KSPR), rijit uzuvların yerine kabloların kullanıldığı, geniş çalışma alanı, yüksek hız ve ivme gerektiren işlemlerde kullanılabilme, kolay taşınıp monte edilme gibi avantajlara sahip bir çeşit paralel mekanizmadır. KSPR'nin doğrusal olmayan dinamik yapısıyla beraber kablolar ile itme kuvveti uygulanamadığı için nesne taşıma ve yerleştirme gibi hassas denetim görevlerinde kabloların gerginliğini sağlamak bu sistemlerin modellenmesi ve denetimlerini zorlaştırmaktadır. Bu çalışmada dört kablo ile sürülen düzlemsel bir KSPR'nin hassas konum denetimi için klasik model tabanlı denetim yöntemleri ile model bağımsız olan Pekiştirmeli Öğrenme (PÖ) yönteminin performansları incelenmiştir. Model tabanlı ve gürbüz bir denetim yöntemi olan kayan kipli denetim yöntemi KSPR'nin referans takibinde uygulanmış ve klasik PID denetim yöntemi ile karşılaştırılmıştır. İleri kinematik probleminin çözümünde sisteme gelecek olan geri besleme için sensör verisinden kaçınarak Yapay Sinir Ağları (YSA) ve Newton-Raphson yönteminden oluşan karma bir yöntem kullanılmıştır. Dört kablo ile sürülen düzlemsel KSPR artıksıl eyletmeye sahip olduğu için kablolara uygulanabilecek sonsuz farklı gerilme değeri mevcuttur. Bu nedenle kablolarda pozitif gerilme değerlerine sahip bir çözüm için denetim esnasında gerilim dağıtımı yapılmıştır. Sonrasında bu klasik denetim yöntemlerden farklı olarak kompleks robotik görevlerini çözebilen, çok yeni ve güçlü bir yapay zeka yöntemi olan PÖ yöntemi KSPR'nin denetiminde uygulanmıştır. KSPR'nin PÖ yöntemi ile yapılan denetiminde gerilim dağıtımına gerek kalmadan kablolardaki pozitif gerilme sağlanmış ve belirli bir referansın takibi başarılıyla gerçekleştirilmiştir.

Özet (Çeviri)

Cable-Driven Parallel Robots (CDPR) are a class of parallel mechanisms which have the advantages such as easy transportation and assembly, wide working area, high working speed, and acceleration as a result of using cables. CDPRs have nonlinear dynamics and besides the cables cannot apply pushing forces and have to be under tension all the time in order to achieve a desired task such as manipulation or handling of an object, which makes their modelling and control cumbersome. In this study, the performances of classical model-based control methods and the model-independent Reinforcement Learning (RL) method for precise position control of a planar CDPR driven by four cables were investigated. Sliding mode control method was applied to the CDPR for reference tracking as the model based robust controller and its performance was compared with a classical PID controller. To avoid sensory feedback, we utilized the solution of the forward kinematics of the CDPR, which is obtained by a hybrid solution consisting of Artificial Neural Networks (ANN) and Newton-Raphson method. Since the planar CDPR is driven by four cables, there are infinitely different tension values that can be applied to the cables. Hence in order to guarantee positive tension values in the cables, tension distribution was used during the control. Then, unlike the classical control methods, the RL method, which is a very novel and powerful artificial intelligence method to solve complex tasks in robotics, was developed and implemented on the CDPR. We showed that the RL method can perform quite well on a specific position reference tracking problem for CDPR without requiring a specific tension distribution algorithm solution.

Benzer Tezler

  1. Kablo ile sürülen paralel düzlemsel robot manipulatörler için uyarlamalı kontrolcü tasarımı

    Adaptive controller design for cable driven parallel planar robot manipulators

    HAYRİ HOCAOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TÜRKER TÜRKER

  2. Kablo ile sürülen paralel bir robotun tahmin ve öğrenme temelli yöntemler ile konum ve düzlem dışı titreşim denetimi

    Position and out-of-plane vibration control of a cable-driven parallel robot with estimation and learning-based methods

    CANER SANCAK

    Doktora

    Türkçe

    Türkçe

    2022

    Makine MühendisliğiKaradeniz Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET İTİK

  3. Novel mechanism and controller design for hybrid force-position control of humanoid robots

    İnsansı robotlarda birleşik kuvvet-konum kontrolü için yenilikçi mekanizma ve kontrol tasarımı

    CİHAT BORA YİĞİT

    Doktora

    İngilizce

    İngilizce

    2018

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. PINAR BOYRAZ

  4. Design and tele-impedance control of a variable stiffness transradial hand prosthesis

    Değişken esnekliğe sahip dirsek altı el protezinin tasarımı ve uzaktan empedans kontrolü

    ELİF HOCAOĞLU ÇETİNSOY

    Doktora

    İngilizce

    İngilizce

    2014

    BiyoteknolojiSabancı Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    DOÇ. DR. VOLKAN PATOĞLU

  5. Novel position measurement and estimation methods for CNC machine systems

    CNC tezgahlar için gelişgin konum ölçme ve kestirim yöntemleri

    ERGİN KILIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MELİK DÖLEN

    YRD. DOÇ. DR. A. BUĞRA KOKU