شکل (۵-۳) ولتاژ موتورها در کنترل مقاوم کلاسیک …………………………………………………………………………….۱۰۲
شکل (۵-۴) عملکرد ردگیری کنترل مقاوم کلاسیک در صفحه xy…………………………………………………….103
شکل (۵-۵) خطای ردگیری هر سه مختصات در کنترل مقاوم کلاسیک…………………………………………….۱۰۳
شکل (۵-۶) عملکرد ردگیری کنترل کننده پیشنهادی در صفحه xy…………………………………………………104
شکل (۵-۷) ولتاژ موتورها در کنترل کننده پیشنهادی ………………………………………………………………………..۱۰۵
شکل (۵-۸) خطای ردگیری هر سه مختصات در کنترل مقاوم پیشنهادی…………………………………………..۱۰۶
شکل (۵-۹) همگرایی ضرایب لژاندر………………………………………………………………………………………………………۱۰۶
شکل (۵-۱۰) عملکرد ردگیری کنترل کننده پیشنهادی در [۱۱۲]…………………………………………………….۱۰۸
شکل (۵-۱۱) ولتاژ موتورها در کنترل کننده پیشنهادی در [۱۱۲] …………………………………………………..۱۰۸
شکل (۶-۱) دستگاه کناری مغز [۱۴۲]…………………………………………………………………………………………………۱۱۳
شکل (۶-۲) بلوک دیاگرام کنترل کننده عاطفی………………………………………………………………………………………۱۱۶
شکل (۶-۳) ردگیری مسیر مطلوب برای مفصل اول……………………………………………………………………………..۱۲۲
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
شکل (۶-۴) ولتاژ موتور برای مفصل اول……………………………………………………………………………………………….۱۲۲
شکل (۶-۵) ردگیری مسیر مطلوب برای مفصل دوم…………………………………………………………………………….۱۲۳
شکل (۶-۶) ولتاژ موتور برای مفصل دوم………………………………………………………………………………………………..۱۲۴
شکل (۶-۷) ردگیری مسیر مطلوب برای مفصل سوم…………………………………………………………………………….۱۲۵
شکل (۶-۸) ولتاژ موتور برای مفصل دوم…………………………………………………………………………………………………۱۲۵
فهرست جداول
جدول ۲-۱ جدول دناویت هارتنبرگ برای ربات اسکارا……………………………………………………………………………۲۸
جدول (۳-۱) پارامترهای موتور………………………………………………………………………………………………………………….۴۲
جدول (۳-۲) پارامترهای دینامیکی ربات…………………………………………………………………………………………………..۴۲
فصل اول
مقدمه
مروری بر کارهای گذشته
اهداف مورد نظر
ساختار کلی رساله
۱-۱- مروری برکارهای گذشته
۱-۱-۱- راهبرد کنترل گشتاور
با توجه به اینکه بهبود عملکرد سیستمهای کنترل رباتها تأثیر بسزایی در کیفیت محصولات صنعتی و افزایش راندمان تولید دارد، طراحی سیستمهای کنترل رباتها همواره یکی از جذابترین حوزه های تحقیقاتی بوده است. مطالعه سیر تاریخی روشهای کنترلی ارائه شده، پیشرفتهای صورت گرفته در این زمینه را روشن میسازد.
بازوهای رباتیک، سیستمهای غیرخطی چندمتغیره پیچیده با تزویج زیاد هستند. به همین دلیل، محققان روش های بسیار متنوعی برای کنترل آنها ارائه نموده اند که سادهترین آنها، روشهای مبتنی بر مدل هستند. خطی سازی فیدبکی [۲-۱] محبوبترین و پرکاربردترین تکنیک برای کنترل سیستمهای غیرخطی است، زیرا با بهره گرفتن از آن میتوان به راحتی دینامیک غیر خطی پیچپده ربات را به معادلات خطی مرتبه دوم تبدیل کرد. این روش، در رباتیک به نامهای گشتاور محاسباتی، دینامیک وارون یا کنترل گشتاور مشهور است. اما موفقیت روشهای مبتنی بر مدل، منوط به در اختیار داشتن مدل دقیق سیستم است. متأسفانه بدست آوردن مدل ریاضی دقیق سیستمهای رباتیک بسیار مشکل، وقت گیر و گاهی غیرممکن میباشد. زیرا ممکن است برخی از دینامیکهای سیستم مانند اصطکاک، تکرار پذیر نباشند یا نتوان مدل دقیقی برای آنها پیشنهاد داد. علاوه بر این، ممکن است پارامترهای مدل سیستم با گذشت زمان یا تحت تأثیر شرایطی خاص تغییر کند. به عنوان مثال، هنگامی که ربات اجسام با جرمهای مختلف را بلند می کند، مرکز جرم لینک آخر که یکی از پارامترهای دینامیکی ربات میباشد، تغییر می کند. به همین دلیل، مدلی که برای سیستم پیشنهاد میدهیم (مدل نامی) با مدل واقعی سیستم اختلاف دارد. بنابراین، عدم قطعیت همواره یکی از مهمترین چالش های طراحی سیستمهای کنترل بوده است. باید توجه داشت که عدم قطعیت در سیستمهای رباتیک معمولاً از نوع غیرتصادفی فرض می شود و منظور از آن نامعلوم بودن پارامترهای سیستم، وجود دینامیکهای ناشناخته یا مدل نشده و همچنین اغتشاش خارجی میباشد.
برای غلبه بر عدم قطعیت ناشی از عدم تطابق مدل، روشهای کنترل تطبیقی و مقاوم [۷-۳] ارائه شده اند. کنترل تطبیقی می تواند اثرات عدمقطعیت پارامتری را جبران نماید. کنترل مقاوم قادر است علاوه بر عدمقطیعت پارامتری، عدم قطعیت های ناشی از دینامیک مدلنشده و اغتشاش خارجی را نیز جبران کند. تحقیقات گستردهای برای طراحی سیستمهای کنترل تطبیقی ربات های صلب به منظور تضمین پایداری سیستم کنترل و محدود ماندن سیگنالهای داخلی انجام شده است. اسپانگ طبقهبندی جامعی از روشهای تطبیقی ارائه داده است [۸] و آنها را به دو گروه عمده روشهای مبتنی بر دینامیک وارون و روشهای مبتنی بر غیرفعال بودن تقسیم میکند. در تمامی روشهای فوق فقط عدم قطعیت پارامتری لحاظ شده است. نکته مهم دیگر در مورد روشهای تطبیقی، تحریک پایا[۱] بودن سیگنالهای تحریک است [۷]. در غیر اینصورت، پارامترهای تخمین زده شده به پارامترهای واقعی همگرا نخواهد شد.
در روش های کنترل مقاوم، دانستن حدود عدم قطعیت لازم است. حدود عدم قطعیت یکی از چالشهای بسیار مهم در این روشها میباشد. اگر حدود عدم قطعیت بزرگتر از مقدار واقعی باشد، ممکن است اندازه سیگنال کنترل بیشتر از مقدار مجاز آن شود که در این صورت پدیده اشباع رخ خواهد داد و کنترل کننده قادر به کنترل سیستم نخواهد بود. علاوه بر این، اگر دامنه سیگنال کنترل بیش از حد مجاز باشد، ممکن است به سیستم آسیب برساند، همچنین پدیده لرزش سیگنال کنترل نیز تقویت می شود. از طرف دیگر، اگر حدود عدم قطعیت کمتر از مقدار واقعی باشد، خطای ردگیری زیاد می شود و ممکن است منجر به ناپایداری سیستم کنترل شود [۱۱-۹]. برخی از روش های کنترل مقاوم، منجر به قوانین کنترل ناپیوسته میشوند. به عنوان مثال میتوان به روش کنترل مود لغزشی اشاره کرد [۲]. این قوانین، احتمال بروز نوسانات فرکانس بالا (لرزش) در سیگنال کنترل را افزایش می دهند. لرزش سیگنال کنترل پدیدهای نامطلوب است که موجب فرسودگی قطعات و تحریک دینامیک های مدل نشده می شود.
با ظهور منطق فازی به عنوان یک ابزار توانمند در کنترل سیستمهای نامعین و پیچیده، تحول شگرفی در مهندسی کنترل بوجود آمد. به کمک قوانین فازی می توان سیستمهایی را که مدل ریاضی دقیقی از آنها در اختیار نیست، توصیف کرد [۱۲]. روش فازی تطبیقی غیر مستقیم از این ایده استفاده میکند [۱۵-۱۳]. ویژگی دیگر منطق فازی، مدلسازی دانش و توانایی انسان به منظور کنترل سیستمهای پیچیده می باشد که روش فازی تطبیقی مستقیم [۱۷-۱۶] این امکان را فراهم میآورد. علاوه بر این، میتوان روشهای فازی تطبیقی مستقیم و غیر مستقیم را با هم ترکیب نمود و روشی بدست آورد که عملکرد بهتری داشته باشد [۱۸]. یکی از مهمترین ویژگی های منطق فازی که منجر به استفاده گسترده از آنها در سیستمهای کنترل شده است، ویژگی تقریبگر عمومی بودن سیستمهای فازی است [۱۲]. به همین دلیل در سالهای اخیر، محققان تمرکز بیشتری روی کنترل فازی داشتهاند و تلاشهای فراوانی برای کنترل مقاوم ربات با بهره گرفتن از کنترل فازی و شبکه های عصبی صورت گرفته است [۳۵-۱۹]، زیرا ویژگی تقریب عمومی برای انواع مختلف شبکه های عصبی مانند پرسپترون چند لایه و شبکه های توابع پایه شعاعی نیز برقرار میباشد [۴۰-۳۶]. در [۱۹]، از سیستمهای فازی تطبیقی برای جبران عدم قطعیتها از قبیل عدم قطعیت پارامتری، اغتشاش خارجی (مانند جرم جسمی که ربات جابجا می کند)، دینامیک مدل نشده (مانند اصطکاک) و همچنین خطای تقریب سیستم فازی، ارائه شده است. در [۲۰]، روشی برای کاهش تعداد سیستمهای فازی مورد نیاز ارائه شده است. همچنین، نشان داده شده است که چگونه با انتخاب مناسب پارامترهای قانون کنترل میتوان خطای ردگیری را کاهش داد. در [۲۲]، فرض شده است که فیدبکهای سرعت و شتاب در اختیار نیستند و برای تخمین این سیگنالها رویتگری غیرخطی پیشنهاد شده است. در [۲۶]، برای تقریب دینامیک ربات از شبکه های عصبی دو لایه استفاده شده است و قوانین تطبیق جدیدی برای تنظیم وزنهای هر دو لایه با بهره گرفتن از اثبات پایداری لیاپانوف بدست آمدهاند. اما تعداد ورودیهای شبکه های عصبی طراحی شده زیاد هستند. این ورودی ها جریان موتورها، موقعیت و سرعت مفاصل، مسیر مطلوب و مشتقات اول و دوم آن هستند. در این روشها، برای پایداری سیستم کنترل یک تابع لیاپانوف پیشنهاد می شود و قانون تطبیق پارامترهای سیستم های فازی یا وزن های شبکه های عصبی از شرط منفی معین بودن مشتق تابع لیاپانوف بدست می آید. برخی از مراجع با بهره گرفتن از سیستمهای فازی یا شبکه های عصبی، دینامیک سیستم را تقریب میزنند و از این تقریب در طراحی قانون کنترل استفاده می کنند و برخی دیگر کنترل کننده را به صورت یک سیستم فازی یا شبکه عصبی در نظر گرفته و به تنظیم پارامترهای آن با بهره گرفتن از قوانین تطبیق بدست آمده میپردازند. در [۴۱] یک روش فازی تطبیقی جدید و متمایز از این دو روش مرسوم ارائه شده است. در این روش برای سیستم یک مدل نامی در نظر گرفته می شود و قانون کنترل بر اساس این مدل نامی طراحی می شود. سپس برای جبران عدم قطعیت ناشی از عدم تطابق مدل نامی و مدل واقعی یک سیستم فازی به قانون کنترل اضافه می شود. برای اثبات پایداری سیستم از روش مستقیم لیاپانوف استفاده میگردد و قانون تطبیق پارامترهای سیستم فازی از شرط منفی معین بودن مشتق تابع لیاپانوف استخراج می شود.
در سالهای اخیر، روشهای بدون رگرسور و مستقل از مدل در کنترل سیستمهای غیرخطی نامعین مطرح شده اند [۵۱-۴۲]. دلیل این نامگذاری آن است که در این روشها نیازی به مدلسازی ریاضی بازوی رباتیک برای بدست آوردن رگرسورها نداریم. اکثر روش های مقاوم و تطبیقی که تاکنون ارائه شده اند، به این مدلسازی برای محاسبه ماتریس رگرسورها نیاز دارند. منظور از مدلسازی بازوی ربات، محاسبه ماتریس اینرسی و بردارهای گشتاورهای گرانشی، کوریولیس و جانب مرکز میباشد. اما در روش های بدون رگرسور، این ماتریسها با بهره گرفتن از سری فوریه یا چند جملهایهای لژاندر تخمین زده میشوند و قانون کنترل از این تخمینها استفاده می کند. قوانین تطبیق ضرایب سری فوریه یا چند جملهایهای لژاندر از اثبات پایداری سیستم حلقه بسته استخراج میشوند. در مقایسه با سیستمهای فازی و شبکه های عصبی، پیادهسازی روشهای بدون رگرسور سادهتر میباشد. دلیل آن نیز کاهش سنسورهای مورد نیاز است. اگر بخواهیم تابع نامعلومی را با بهره گرفتن از سیستمهای فازی و شبکه های عصبی تخمین بزنیم، باید بدانیم آن تابع موردنظر چه متغیرهایی دارد و آن متغیرها را به عنوان ورودی به سیستم فازی یا شبکه عصبی اعمال کنیم. ممکن است فیدبک گرفتن از برخی متغیرها امکان پذیر نباشد یا سیگنال اندازه گیری شده مانند سیگنال شتاب آغشته به نویز باشد،. در حالی که در روشهای بدون رگرسور نیازی به دانستن این متغیرها و فیدبک گرفتن از آنها نداریم [۵۲].
در سالهای اخیر، استفاده از رویتگر برای تخمین سیگنالهای غیر قابل اندازه گیری و همچنین حذف برخی از سنسورهای مورد نیاز، افزایش یافته است [۶۱-۵۳]. به عنوان مثال، میتوان به رویتگر تعمیمیافته حالت و رویتگر اغتشاش اشاره نمود. در این روشها، کنترل کننده علاوه بر محاسبه قانون کنترل، با فیدبک گرفتن از سیگنال کنترل و خروجی سیستم، سایر متغیرهای حالت و همچنین عدم قطعیتها را تخمین میزند. اما در این روشها فرض می شود که عدم قطعیت ثابت است یا تغییرات آن بسیار آهسته است. این فرض ممکن است در سرعتهای بالا نقض شود. در حالی که در روشهای بدون رگرسور چنین فرضی وجود ندارد که بیانگر برتری این روشها نسبت به روشهای مبتنی بر رویتگر میباشد [۵۲].
۱-۱-۲- راهبرد کنترل ولتاژ
اکثر روشهای قبلی برای کنترل ربات، مبتنی بر کنترل گشتاور است که در آن کنترل کننده، گشتاور ورودی به مفاصل را محاسبه میکند. باید توجه داشت که فرمان گشتاور نمیتواند مستقیماً به سیستم اعمال شود، چون باید توسط محرکهای سیستم قدرت لازم فراهم شود و ابتدا باید محرکهای سیستم طوری تحریک شوند تا گشتاور مطلوب را تولید کنند. بنابراین، سئوالی مطرح میشود که آیا کنترل می تواند از طریق محرک اعمال شود؟ علاوه بر این، بسیاری از روشهای کنترل گشتاور مانند روش کنترل مقاوم غیر خطی، مبتنی بر مدل دینامیکی بازوی رباتیک هستند که بسیار پیچیده است. بنابراین، حجم محاسبات کنترل کننده در این روشها زیاد است. نکته مهم دیگر، فراهم نمودن فیدبک های مورد نیاز برای پیاده سازی قانون کنترل است. در اکثر روشهای قبلی، علاوه بر فیدبک موقعیت، فیدبک های سرعت و گاهی شتاب نیز مورد نیاز است. احتمال نویزی بودن این سیگنالها زیاد است و ممکن است موجب تضعیف عملکرد سیستم کنترل شوند.
در سالهای اخیر، راهبرد کنترل ولتاژ [۶۲] رباتها مطرح شده است که نه تنها مشکلات روشهای کنترل گشتاور را ندارد بلکه دقت آن نیز به مراتب بهتر است. در این راهبرد از موتورهای الکتریکی به عنوان محرک استفاده میشود و ربات بعنوان بار موتورها محسوب میشوند که باید توسط موتور حرکت داده شوند. ورودی موتور سیگنال ولتاژ است و خروجی آن موقعیت زاویه ای موتور است. بنابراین، در این راهبرد با کنترل موتور سر و کار داریم و گشتاور مورد نیاز برای حرکت دادن مفاصل ربات به صورت گشتاور بار موتور در معادلات ظاهر میشود. به عبارت دیگر, این راهبرد مستقل از دینامیک پیچیده غیر خطی ربات است. چون از طریق کنترل موقعیت زاویهای موتور به کنترل موقعیت مفاصل ربات میپردازیم. کنترل ولتاژ مشکلات کنترل گشتاور را ندارد. زیراً در این راهبرد وجود موتور در سیستم رباتیک ملاحظه شده است و قانون کنترل ولتاژ اعمالی به سیستم رباتیک را محاسبه میکند. همچنین راهبرد کنترل ولتاژ مستقل از مدل ربات باشد. بنابراین، بار محاسباتی کنترل کننده بسیار کمتر است. در این روش با مدل موتور سر و کار داریم که بسیار ساده تر از مدل ربات است. در راهبرد کنترل ولتاژ به فیدبکهای جریان موتور و متغیرهای مفاصل ربات نیاز داریم که اندازه گیری آنها راحت تر از اندازه گیری سرعت و شتاب است.
مقاوم نمودن این راهبرد در برابر عدم قطعیتها یک میدان تحقیقاتی وسیع و جدید است. در [۶۳] روش کنترل مقاوم غیر خطی [۱] برای مقاوم نمودن راهبرد کنترل ولتاژ ارائه شده است. همچنین روش پیشنهادی به راهبرد کنترل گشتاور نیز اعمال شده است و الگوریتم بهینهسازی پرندگان برای محاسبه ضرایب بهینه هر دو کنترل کننده اجرا شده است. خطای ردگیری در راهبرد کنترل ولتاژ بسیار کمتر است. در [۶۴] روشهایی برای کاهش تأثیر عدم قطعیت در سیستم حلقه بسته با بهره گرفتن از این راهبرد پیشنهاد شده است. در [۶۵] یک روش مقاوم فازی برای کنترل ربات های الکتریکی ارائه شده است. تحلیل پایداری کنترل کننده های فازی برای بازوهای رباتیک با توجه به پیچیدگیهای مدل ربات بسیار مشکل است. اما در راهبرد کنترل ولتاژ میتوان با پیشنهاد دادن یک تابع لیاپانوف ساده پایداری سیستم کنترل را اثبات نمود. در [۴۱] روش فازی تطبیقی جدیدی مبتنی بر راهبرد کنترل ولتاژ ارائه شده است. در این روش قانون کنترل با توجه به مدل نامی موتور طراحی می شود. سپس برای جبران عدم قطعیتهای ناشی از عدم تطابق مدل و اغتشاش خارجی، یک جبرانساز فازی تطبیقی به قانون کنترل اضافه می شود. پارامترهای سیستم فازی تطبیقی توسط قوانین تطبیق که از اثبات پایداری استخراج میشوند، بدست میآیند. خطای ردگیری در این روش بسیار ناچیز است و نشان داده شده است که جبرانساز فازی تطبیقی به خوبی عدم قطعیتها را تقریب میزند. در حالت کلی عدم قطعیت مجتمع تابعی غیرخطی از حالات سیستم و اغتشاش خارجی است که باید به عنوان ورودی سیستم فازی تطبیقی در اختیار باشند تا عدم قطعیت را تخمین بزند. در [۴۱] نشان داده شده است که عدم قطعیت می تواند تابعی از خطای ردگیری و مشتق آن درنظرگرفته شود. در مقایسه با راهبرد کنترل گشتاور این روش بسیار سادهتر است، زیرا بدست آوردن مدل نامی سیستم رباتیک دشوار است. علاوه بر این، حجم محاسبات کنترل کننده را افزایش میدهد. در [۶۶]، کنترل فازی تطبیقی مستقیم با بهره گرفتن از راهبرد کنترل ولتاژ ارائه شده است. در این روش، نیازی به تخمین پارامترهای موتور نداریم و قانون کنترل ایدهآل توسط یک سیستم فازی تطبیقی بدست می آید.
در سالهای اخیر افزایش سریعی در استفاده از کنترل کننده های دیجیتال در سیستمهای کنترل حاصل شده است. در واقع بسیاری از سیستمهای کنترل صنعتی، کامپیوترهای دیجیتال را به عنوان جزء لازم عملیات خود در بر میگیرند. از مزایای سیستمهای کنترل دیجیتال میتوان به: قابلیت ساخت آسان، قابلیت تغییر، حساسیت کم نسبت به تغییرات محیط و ارزان بودن اشاره کرد [۶۷]. اگر مدل ریاضی سیستم معلوم باشد، مدل زمان-گسسته آن را میتوان از طریق روشهای گسسته سازی بدست آورد. با این حال، در واقعیت بسیاری از سیستمهای پیچیده را به سختی میتوان به صورت ریاضی مدلسازی کرد. بنابراین، توجه برای طراحی و آنالیز کنترل زمان گسسته به منظور بکارگیری کامپیوترهای دیجیتال به عنوان کنترل کننده مورد نیاز است. کنترل گسسته سیستمهای غیرخطی نامعین از جمله بازوی مکانیکی ربات حجم انبوهی از تحقیقات را در شکلهای مختلف الگوریتمهای کنترلی به خود اختصاص داده است [۷۶-۶۸]. تمامی این روشها مبتنی بر راهبرد کنترل گشتاور میباشند. طراحی قانون کنترل در برخی از این روشها نیازمند گسستهسازی مدل نامی زمان-پیوسته ربات میباشد که بار محاسباتی زیادی به کنترل کننده تحمیل می کند. بنابراین، توسعه راهبرد کنترل ولتاژ در حوزه زمان گسسته ضروری به نظر میرسد.
در [۷۷]، کنترل بهینه تکراری زمان گسسته بازوهای رباتیک مبتنی بر راهبرد کنترل ولتاژ ارائه شده است. کنترل مربعی خطی یک الگوریتم کنترل بهینه برای سیستمهای خطی میباشد که در این مقاله روش فوق به سیستم غیر خطی بازوی رباتیک تعمیم داده شده است. برای این منظور، سیستم غیرخطی به صورت یک سیستم خطی متغیر با زمان نمایش داده می شود. قانون کنترل به صورت یک فیدبک خطی از حالات سیستم طراحی می شود که ماتریس ضریب آن متغیر با زمان میباشد و مقدار آن از بهینهسازی تابع هزینه موردنظر بدست می آید. باید توجه داشت که کنترل مربعی خطی برای سیستمهای معین طراحی شده است. بنابراین، باید این الگوریتم را برای تعمیم به سیستمهای نامعین اصلاح کرد. در این مقاله برای جبران عدم قطعیت از روش مرجع [۴۱] استفاده شده است. در [۷۸]، کنترل فازی تطبیقی گسسته رباتها با بهره گرفتن از راهبرد کنترل ولتاژ انجام شده است. همچنین، روشی برای جبران خطای تقریب سیستم فازی ارائه شده است. اثبات پایداری سیستم کنترل به روش مستقیم لیاپانوف انجام شده است. در [۱۰]، روش جدیدی برای اثبات پایداری سیستم به کمک الگوریتم گرادیان نزولی ارائه شده است. همان طور که اشاره شد، بسیاری از رباتهای تجاری فقط فیدبک موقعیت را در اختیار کاربر قرار می دهند. به همین دلیل در [۱۰]، روشی برای حذف سنسورهای جریان موتور و سرعت زاویهای مفصل ارائه شده است. همچنین از سیستم فازی تاکاگی-سوگنو-کانگ برای تخمین عدم قطعیت استفاده شده است.
کنترل رباتها در فضای کار پیچیده تر از کنترل در فضای مفصلی میباشد، زیرا در فضای کار به ماتریس ژاکوبین نیز نیاز داریم که پارامترهای زیادی دارد. در نتیجه، نسبت به کنترل در فضای مفصلی عدم قطعیتهای سیستم افزایش مییابد. در[۷۹] یک روش مقاوم تطبیقی مبتنی بر کنترل گشتاور برای کنترل ربات در فضای کار ارائه شده است. ترکیب روشهای کنترلی همچون کنترل مود لغزشی، خطی سازی فیدبکی و طراحی پس گام یکی دیگر از تکنیک های ارائه شده جهت کنترل گشتاور ربات در فضای کار می باشد[۸۰]. از کنترل فازی نیز برای مقاوم نمودن کنترل ربات در فضای کار استفاده شده است[۸۱]. طراحی قوانین تطبیق جهت شناسایی پارامترهای سینماتیکی و دینامیکی، نیز یکی دیگر از راه حلهای پیشنهاد شده به منظور غلبه بر عدم قطعیتها برای کنترل ربات در فضای کار میباشد[۸۲]. این روش نیز مبتنی بر کنترل گشتاور میباشد و تعداد پارامترهایی که باید شناسایی شوند زیاد است. همچنین قانون کنترل آن پیچیده است. در حالی که اگر با راهبرد کنترل ولتاژ به کنترل ربات در فضای کار بپردازیم روابط بسیار سادهتر میشوند. در [۸۳] با بهره گرفتن از این راهبرد، یک تکنیک ساده و جالب برای جبران عدم قطعیت جهت کنترل ربات در فضای کار ارائه شده است. در این تکنیک نیازی به شناسایی هیچ پارامتری نداریم و فقط با بهره گرفتن از فیدبک گرفتن از ولتاژ خروجی کنترل کننده پس از یک تأخیر زمانی کوچک، سیستم کنترل در مقابل انواع عدم قطعیتها اعم از عدم قطعیت پارامتری، دینامیک مدل نشده و اغتشاش خارجی مقاوم میشود. این تکنیک اختصاص به فضای کار ندارد و میتوان به سادگی از آن در فضای مفصلی استفاده کرد.
در نظر گرفتن انعطاف مفاصل کنترل ربات را بسیار پیچیده تر میکند، زیرا در مقایسه با رباتهای صلب، تعداد متغیرها دو برابر میشود [۱]. علاوه بر این، به دلیل انعطاف، موقعیت رابط نمیتواند دقیقاً موقعیت محرک را دنبال کند. بنابراین، قانون کنترل باید بتواند خطای ناشی از انعطاف مفاصل را نیز جبران کند. برای کنترل ربات های با مفاصل منعطف، روشهای بسیاری مبتنی بر کنترل گشتاور ارائه شده است [۸۸-۸۴]. به عنوان مثال، میتوان به کنترل PD [89]، خطی سازی فیدبکی[۹۰]، کنترل مقاوم[۹۱]، کنترل مود لغزشی[۹۲]،کنترل تطبیقی[۹۳]، و کنترل فازی [۹۴] اشاره کرد.
کنترل رباتهای منعطف با راهبرد کنترل گشتاور به روابط بسیار پیچیدهای منجر میشود. در حالی که اگر با راهبرد کنترل ولتاژ به این مسئله بپردازیم، دشواریهای آن کاهش چشمگیری مییابد. در [۹۵] روش بسیار سادهای برای کنترل رباتهای منعطف ارائه شده است. قانون کنترل با بهره گرفتن از خطیسازی فیدبکی و برمبنای مدل نامی موتور طراحی می شود. سپس با بهره گرفتن از تکنیک مرجع [۸۳]، عدم قطعیتها جبران میشوند. همچنین برای پیشنهاد زاویه مطلوب موتور از یک ساختار ساده تناسبی- انتگرالی- مشتقی استفاده شده است. در عمل، موتور در برابر اضافه ولتاژ محافظت می شود. بنابراین، ولتاژ موتور محدود است. از این حقیقت میتوان استفاده کرد و نشان داد که اگر ولتاژ موتور جریان مستقیم مغناطیس دائم محدود باشد، سرعت و جریان آن نیز محدود هستند. نتایج شبیهسازی نشان میدهد که این روش علیرغم سادگی آن، توانایی خوبی در کنترل رباتهای منعطف دارد. در [۹۶]، این روش بهبود یافته است و برای تخمین پارامترهای مدل نامی موتور، قوانین تطبیق ارائه شده است. همچنین برای اثبات پایداری سیستم حلقه بسته از تابع انرژی به عنوان تابع منتخب لیاپانوف استفاده شده است. در [۹۷] از یک قانون کنترل غیرخطی برای تعیین زاویه مطلوب موتور استفاده شده است. برای تعیین جبرانساز عدم قطعیت ناگزیر به استفاده از تابع علامت میباشیم که احتمال لرزش را افزایش میدهد. برای جلوگیری از این پدیده نامطلوب، روشهایی در این مقاله ارائه شده است. همچنین همگرایی مجانبی خطای ردگیری به سمت صفر تضمین شده است. علاوه بر فضای مفصلی، عملکرد کنترل کننده مذکور در فضای کار نیز بررسی شده است. در [۹۸] از سیستمهای فازی نوع دو برای کنترل رباتهای منعطف با راهبرد کنترل ولتاژ استفاده شده است.
روشهای کنترل موقعیت بازوی رباتیک، تا هنگامی که در فضای آزاد هستیم، مناسب هستند. چنانچه مجری نهایی با محیط تماس پیدا کند، این کنترل به تنهایی کافی نخواهد بود. در مساله تعامل بازوی ماهر ربات با محیط علاوه بر کنترل موقعیت باید نیروهایی که توسط جسم یا محیط به ربات وارد می شود نیز کنترل گردند. به همین دلیل، در این مسائل، با مفهوم امپدانس سر و کار خواهیم داشت. کنترل امپدانس در مقایسه با کنترل در فضای کار پیچیده تر است. زیرا علاوه بر عدم قطعیتهای مربوط به مدل سیستم رباتیک، ویژگیهای محیط نیز ممکن است ناشناخته باشند. مطالعات فراوانی در زمینه کنترل امپدانس رباتها با بهره گرفتن از راهبرد کنترل گشتاور انجام شده است [۱۰۶-۹۹]. اما کنترل امپدانس با بهره گرفتن از راهبرد کنترل ولتاژ یک میدان تحقیقاتی جدید است. در [۱۰۷]، برای اولین بار این موضوع مطرح شده است و قانون کنترلی مبتنی بر مدل ارائه شده است. در مقایسه با روشهای کنترل گشتاور، این قانون کنترل بسیار ساده است. در [۱۰۸]، برای مقاوم نمودن این قانون کنترل، روشهایی مبتنی بر سیستمهای فازی تطبیقی پیشنهاد شده است.
باید توجه داشت که راهبرد کنترل ولتاژ با سایر روشهایی که در آنها دینامیک محرکهها لحاظ شده است [۱۱۲-۱۰۹]، تفاوتهای اساسی دارد. با وجود اینکه قانون کنترل در این روشها، ولتاژ اعمالی به موتورها را محاسبه می کند، در واقع باید آنها را در حوزه کنترل گشتاور جای داد. طراحی قانون کنترل در این روشها بدین صورت است که ابتدا گشتاور مورد نیاز برای اعمال به مفاصل به منظور ردگیری مسیر مطلوب محاسبه می شود. سپس با توجه به رابطه گشتاور و جریان موتور، جریان موردنیاز بدست می آید. در نهایت، ولتاژ ورودی موتورها طوری محاسبه می شود که آن جریان مطلوب در مدار آرمیچر جاری شود. همانطور که ملاحظه می شود، فرایند طراحی در این روشها طولانی است. در حالی که در راهبرد کنترل ولتاژ از با فیدبک گرفتن از جریان موتور و این حقیقت که این سیگنال حاوی تمام اثرات غیرخطی بازوی رباتیک است، روند طراحی بسیار ساده می شود و حجم محاسبات کنترل کننده کاهش چشمگیری مییابد. همچنین، میتوان طراحی را طوری انجام داد که نیازی به حسگر جریان موتور نداشته باشد.
راهبرد کنترل ولتاژ به موتورهای جریان مستقیم مغناطیس دائم محدود نمی شود. در [۱۱۳]، این راهبرد به رباتهای مجهز به موتورهای جریان متناوب نیز با موفقیت تعمیم داده شده است. روش های مرسوم کنترل موتورهای جریان متناوب عبارتنداز: کنترل مستقیم گشتاور[۲] و کنترل میدان[۳]. اما در [۱۱۳]، روش های جدیدی مبتنی بر راهبرد کنترل ولتاژ برای کنترل رباتهایی که توسط موتور سنکرون مغناطیس دائم به حرکت در میآیند، ارائه شده است. در [۱۱۳]، موتور سنکرون مغناطیس دائم به عنوان یک سیستم غیرخطی در نظر گرفته شده است که ربات، بار آن میباشد. سپس دو قانون کنترل برای محاسبه ولتاژ ورودی موتور یکی در راستای محور d و دیگری در راستای محور q طراحی می شود و عدم قطعیتها توسط سیستمهای فازی تطبیقی تخمین زده میشوند. قوانین تطبیق پارامترهای سیستم فازی از اثبات پایداری سیستم حلقه بسته بدست میآیند. مزیت اصلی این روش نسبت به DTC و FOC تضمین پایداری سیستم کنترل است.
یکی دیگر از موضوعات مطرح در حوزه رباتیک، کنترل رباتهای متحرک میباشد. سیستم کنترل رباتهای متحرک شامل دو حلقه کنترلی به نامهای حلقه کنترل سینماتیکی و حلقه کنترل گشتاور می شود. وظیفه حلقه کنترل سینماتیکی محاسبه سرعت مطلوب ربات برای ردگیری مسیر مطلوب است. سپس، حلقه کنترل گشتاور، سرعت ربات را به سرعت مطلوب محاسبه شده توسط حلقه کنترل سینماتیکی میرساند. مطالعات بسیاری در زمینه کنترل رباتهای متحرک انجام شده است. به عنوان مثال میتوان به کنترل [۱۱۴]، کنترل مود لغزشی [۱۱۵]، کنترل تطبیقی [۱۱۶]، کنترل مود لغزشی تطبیقی [۱۱۷]، خطیسازی فیدبکی مقاوم [۱۱۸]، کنترل مقاوم [۱۱۹] و کنترل تطبیقی مقاوم [۱۲۰] اشاره کرد. در زمینه کنترل هوشمند رباتهای متحرک نیز تحقیقات فراوانی انجام شده است [۱۲۵-۱۲۱]. اما تمامی این روشها در حوزه راهبرد کنترل گشتاور جای میگیرند و همانطور که اشاره شد پیچیده و پرمحاسبه هستند. به منظور سادهسازی قوانین کنترل رباتهای متحرک، راهبرد کنترل ولتاژ به این رباتها نیز توسعه داده شده است. در [۱۲۶]،مدلسازی جدیدی از این رباتها در فضای کار ارائه شده است. همچنین روشی ارائه شده است که فقط یک حلقه کنترلی دارد و قانون کنترل مستقیماً ولتاژ اعمالی به موتورها را محاسبه می کند.برای مقاوم نمودن قانون کنترل در برابر عدم قطعیتها، از روشهای کنترل مقاوم کلاسیک [۱۲۷] استفاده شده است. این روش در پیادهسازی عملی نیز با موفقیت اجرا شده است.
۱-۱-۳- کنترل عاطفی
در دهههای اخیر، شاهد استقبال بسیار زیادی از الگوریتمهای هوشمند و مدلهای ریاضی الهام گرفته شده از سیستمهای بیولوژیکی و طبیعت بودهایم. به عنوان مثال میتوان به الگوریتم بهینهسازی پرندگان، الگوریتم ژنتیک و شبکه های عصبی اشاره نمود. البته تعداد الگوریتهای ارائه شده در این حوزه بسیار زیاد است. مهمترین تفاوت سیستمهای هوشمند با سایر سیستمها، توانایی یادگیری آنها میباشد. منظور از یادگیری در سیستمهای هوشمند، تنظیم پارامترهای سیستم به منظور تعامل بهتر و کارامدتر با محیط میباشد. ویژگی دیگر سیستمهای هوشمند، وجود مکانیزمی برای ارزیابی نحوه تعامل سیستم با محیط میباشد.