Geri Dön

Comparison of nevro-controllers for robot manipulatörs

Robotlar için yapay sinir ağları ile kontrol metodlarının karşılaştırılması

  1. Tez No: 82848
  2. Yazar: ERTUĞRUL AKBAŞ
  3. Danışmanlar: DOÇ. DR. YAĞMUR DENİZHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Uçak Mühendisliği, Computer Engineering and Computer Science and Control, Aircraft Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1999
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 127

Özet

ROBOTLAR İÇİN YAPAY SİNİR AĞLARI İLE KONTROL METODLARININ KARŞILAŞTIRMASI ÖZET Robotlar fabrika otomasyonunda ve esnek imalatta önemli bir yere sahiptirler. Bundan dolayı robot kontrolü pek çok araştırıcının ilgisini çekmektedir. Çalışmalarıda çok sayıda denetimci tasarımı ele alınmış ve bu denetimcilerin performansları karşılaştırılıp tartışılmıştır. Denetimci tasarlarken göz önüne alınması gereken en önemli nokta sistemin parametrelerinin zamana bağlı değişebileceğidir. Robotun taşıdığı yük değiştiğinde atalet, örneğin dinamiği değişir.Bundan dolayı denetimci bu değişikliklerin üstesinden gelecek şekilde tesarlanmahdır. Bu çalışmada ele alınan ilk denetimci, PD denetimcisi ile birlikte ileri geri beslemeli lineerleştirmedir.Lineerleştirme yapay sinir ağı kullanılarak sağlanır ve bu yönteme ters dinamik modelleme yöntemi adı verilmektedir. İkinci olarak popüler olan diğer bir yapay sinir ağı ile kontrol algoritması kullanıldı.Bu metod hata geri besleme öğrenmeli denetimci olarak anılmaktadır. Bu online öğrenen bir denetimci olup modelleme hataları, gürültü ve diğer bozucuları kompanse etmek için ikinci bir denetimciye ihtiyaç duyar. Üçüncü kontrol yöntemi yapay sinir aği ile kayan kipli kontrol. Bu online öğrenen bir denetimci olup ikinciden farkı denk kontrol (equivalent control) hesaplanmasıdır. Dördüncü kontrol metodu olarak da yapay sinir ağı ile PD kontrol yapıldı.Buradaki amaç ise gürbüz bir kontrol elde etmektir. Denetimci yapay sinir ağıdır. Bütün algoritmaları bilgisayar ortamında simüle edilmiştir.

Özet (Çeviri)

IV COMPARISON OF NEUROCONTROLLERS FOR ROBOT MANIPULATORS ABSTRACT Robots have a significant importance in factory automation and flexible manufacturing. The control of a robot has therefore attracted the attention of many researchers. In his work a number of controller designs are considered and their performances are compared and discussed. When designing a controller the most important point is that the system parameters may change in time. With the change of the load of the robot, the inertia, i.e. the dynamics of the robot may change. Therefore, the controller should be designed to overcome any parameter changes. The first controller considered in this work is a feedback-feedforward linearization together with a PD control algorithm. This linearization achieved by using neural network and this method is called direct inverse modeling architecture. Secondly, another popular neurocontrol algorithm is used. This method is called Feedback Error Learning Architecture. It is an online learning controller and it need a secondary controller in order to compensate the modeling errors and also noise and disturbance The third one is neurosliding mode controL It is an online control method and the Third one differs from the second one only the estimation of equivalent control The fourth method is Neuro PD controller and the aim is to design a robust controller. The controller is a neural network All algorithms are simulated on a digital computer.

Benzer Tezler

  1. Multi input multi output intelligent modeling techniques and application to human driver

    Çok giriş çok çıkışlı akıllı modelleme teknikleri ve insan sürücüye uygulanması

    EMRE TEKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  2. Ters bulanık kontrol yöntemlerinin başarım karşılaştırması

    Performance comparison of inverse fuzzy control methods

    TALHA BURAK AKCA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mekatronik MühendisliğiYıldız Teknik Üniversitesi

    Mekatronik Ana Bilim Dalı

    DOÇ. DR. CENK ULU

    DR. ÖĞR. ÜYESİ SALİH OBUT

  3. Design of adaptive controller for regulating the voltage by a dynamic voltage restorer DVR

    Başlık çevirisi yok

    SAUD NASHWAN ABDULAZEEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik MühendisliğiAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DOĞU ÇAĞDAŞ ATİLLA

    DR. ÖĞR. ÜYESİ ÇAĞATAY AYDIN

  4. Yapay sinir ağları ve bulanık mantıkla DC lineer motor kontrolü

    Neuro-fuzzy control of DC linear motor

    UĞUR HASIRCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Elektrik ve Elektronik MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞEREF NACİ ENGİN

  5. Modelling and control for level separator with unstable flow using intelligent controller

    Akilli denetleyici kullanarak kararsiz akişli seviye ayirici için modelleme ve kontrol

    ADEL ABUBAKER ELBOUSAIFI

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDUL RAHMAN HUSSIAN