S dng b điu khin nơron được ti ưu bng gii thut di truyn trong mch truyn
thng điu khin robot bng phương pháp tính momen.
Tác gi:
Nguyn Trn Hip - Hc vin K thut Quân sư.
Phm Thượng Cát - Vin Công ngh Thông tin.
Tóm tt:
Phương pháp tính momen là mt phương pháp ph biến trong điu khin robot hin đại. Nó cho phép loi b
được tt c các thành phn phi tuyến và liên kết chéo trong robot. Nhược đim ca phương pháp này là các tham s
phi tuyến thường không được ước lượng chính xác và quá trình tính toán phc tp đòi hi thi gian thc. Vì vy
trong thc tế dao động và quá chnh thường xuyên xut hin khi điu khin bng phương pháp tính momen. Mng
nơron và thut di truyn có th cho phép khc phc được nhng nhược đim này. Bài báo này gii thiu vic s
dng mng nơron được ti ưu bng thut di truyn thc hin tính toán chính xác các tham s phi tuyến và liên kết
chéo ca h robot. H điu khin được kim chng bng MATLAB SIMULINK 6.0 trên cánh tay máy hai bc t do.
Abstract:
The computed torque method is very popular in modern in rorbot control. The computed torque method involes
computation and cancellation of all non-linearities and cross-coupling terms. The disadvantage of this method is the
misestimation of non – linear parametes and the computation complexity of the real-time implementation. In practice
oscillation and overshoot always occurs when computed torque method applicated. The drawbacks of this method
are overcome by Neural network and genetic algorithm. This paper presents a neural netwokr optimied by genetic
algorithm to correct computation of all non-linearities and cross-coupling terms.. The controller was tested through
simulation by MATLAB simulink 6.0 on the 2 – DOF manipulator.
1. Đặt vn đề.
Phương pháp tuyến tính hoá phn hi hay còn
được gi là phương pháp tính momen là mt phương
pháp điu khin hin đại trong công nghip robot. B
điu khin được thc hin trên cơ s tách riêng mô
hình động lc hc ca robot thanh hai phn tuyến tính
và phi tuyến, do đó các thành phn như trng lc, lc
ma sát, momen hướng tâm, lc Coriolis .v.v. s được
đủ [18] [20]. Khi đó, b điu khin PD hay PID
được s dng để điu khin v trí ca robot tim cn
vi qu đạo mong mun. Sơ đồ h điu khin tính
momen được biu din như sau:
Da vào sơ đồ trên ta viết đưc phương trình:
q),qh(H(q)uτ&
+= (11)
eKde(τK eKqu &&&
D
t
0
IPd τ+
++= ) (1.2)
Trong đó e = qdq;
qqe &&& = d
KI , KP, KD là các ma trn đường chéo xác định
dương. Nếu ma trn H và vector h được xác định
chính xác thì momen τ cũng được xác định chính xác
và robot s được điu khin bám sát qu đạo mong
mun. Vì ma trn H là xác định dương và kh đảo
nên t hình 1 và công thc 1.1 vòng điu khin kín có
dng:
uq
=
&& (1.3)
Như vy h kín có dng là n tích phân riêng bit
điu khin độc lp n khp và tín hiu điu khin độc
lp ti mi khp s là:
iDi
t
0
i
iIPidi ekdτ(τe k
i
ekq
i
u&&& +
++= )
(1.4)
Khi ma trn H và vector h gi thiết được xác định
chính xác, h thng sn định tim cn nếu các h
s k
Di, kPi, kIi và thm chí không còn xut hin dao
động và độ quá chnh trong h thng [18]. Thc tế,
ma trân H và vector h không th biết được chính xác
mà chúng ta ch nhn được mt giá tr ước lượng H
~
h
~
( HH
~
;hh
~
). Thay thế các giá tr ước lưng H
~
h
~
vào phương trình động lc hc ca robot ta
nhn được:
(
)
(
)
h-hHuHq ~~ 1-1- H+=
&& (1.5)
ràng phương trình này khác vi phương trình
1.3 và vì vy lut điu khin tính momen như trên s
gây ra sai s. Trong thc tế phương pháp này phn
nào khc phc được tính không xác định ca mô hình
vì h thng đã tính đến các thành phn phi tuyến ca
đối tượng điu khin và sai s ca điu khin ph
thuc vào mc độ sai lch gia H(θ) )
~
(θH;
. Mt khó khăn na ca phương pháp tính
momen là đòi hi thc hin chế độ thi gian thc.
Vic tính toán như vy đòi hi nhng h tính toán
)qh(q, &
)q(q,h &
~
H
ình 1: Phư
ơ
n
g
p
p
đ
iu khin tính momen
qd τ
q
&
q
Robot
u Tính:
q),qh(H(q)u &
+
++
+
eKdteK
K
D
d
I
P
&
&
d
&
+eq
&
q
&
d
q
&
1
phc tp và đắt tin. Để nâng cao cht lượng ca điu
khin theo phương pháp phn hi tuyến tính trong k
thut điu khin nói chung hay trong điu khin robot
nói riêng đã có nhiu nghiên cu được đề xut. Ch
yếu tp trung vào vic tính toán mt cách chính xác
và nhanh chóng các giá tr ước lượng )
(θH,
các h s K
)q(q,h &
~
P, KI, KD ca b điu khin. Chng hn
như Keigo và Mohamad s dng ANN hay như đề
xut ca Nguyn Công Định s dng GAs và Fuzzy
để xác định các h s KP, KI, KD ti ưu ca b điu
khin [20]. Mt phương pháp na là s dng ANN để
xác định chính xác các giá tr ước lượng )
(θH,)
.Rodi và R.Safaric đã s dng [7][16][17]. Các
phương pháp s dng ANN như đã trình bày trên
đều s dng thut hc BP. Vn đề chính là ch
thut hc BP và các thut hc khác s dng nguyên lý
gradient suy gim không có kh năng hi t toàn cc.
Ch có gii thut di truyn (GAs) mi có kh năng
làm cho quá trình hc ca ANN tiến ti hi t toàn
cc. Bài báo này đề xut mt phương pháp s dng
mng nơron nhân to (ANN) được hc bng GAs để
xác định chính xác các tham s phi tuyến H
q(q,h &
~
mà M
~
)q(q,h &
~
khi đi khiot bng phương pháp tính momen.
Khi đó đối tượng điu khin (robot) được coi như
mt h tuyến tính và các h s K
un rob
P, KI, KD, đảm bo
cho h n định và có tc độ hi t nhanh trong
trường hp này có th được xác định như vi h điu
khin PID cho các đối tượng tuyến tính. Hình 1.2 mô
t h điu khin tính momen có s dng ANN được
ti ưu tham s bng GAs để bù các thành phn không
xác định ca đối tượng.
S đầu vào ca ANN như trên hình 1.2 chính là
các biến trng thái và đạo hàm ca chúng, tín hiu u
trên đầu ra ca b ly tích phân, tín hiu điu khin τ
tác động lên đối tượng được to ra trên đầu ra ca
ANN. Thut di truyn (GAs) đóng vai trò giám sát s
thay đổi các trng s liên kết ca ANN để tìm được
tp hp trng s ti ưu sao cho cht lượng ca điu
khin là tt nht.
2. Điu khin robot hai bc t do s dng ANN
được ti ưu bng GAs theo phương pháp tính
momen.
Xét mt mô hình robot hai bc t do được mô t
như hình 1.3.
Phương trình chuyn động ca robot hai bc t do
có sơ đồ như hình 1.3 được viết như sau:
τ),h()H( =θθ+θθ &&& (1.6)
[
]
2
T
2Rτ1ττ= ,là momen ca khp robot.
[
]
2
T
21 Rθθθ= ,Biu din góc quay ca khp robot.
(
)
2x2
RH θ là ma trn quán tính ca robot có các phn
t được cho như sau:
(
)
+++++= 2
θcos
g2
l
n1
2l
2
g2
l
2
n1
l
2
m
2
g1
l
1
m
2
I
1
I
11
H (1.7)
()
θ++== 22g1n
2
2g2221
12 cosll2lmIHH (1.8)
2
2g2222 lmIH += (1.9)
I1, I2 là momen quán tính ca khp th nht và khp
th hai
lg1, lg2 ;ag khong cách t khp th nht và khp th
hai đến trng tâm ca khp mt và hai.
ln1; ln2 là chiu dài ca khp mt và khp hai.
m1; m2 là khi lượng ca khp mt và khp hai.
mm1; mm2 là khi lượng ca động cơ khp mt và
khp hai.
Vector biu din thành phn ca lc
2
R)qh(q,
&
Coriolis và trng lc ca hai khp:
22122g1n21 2llmh θθ+θθ= &&& ))((sin (1.10)
122g1n22 llmh θθ= &
)(sin (1.11)
Vi các tham s ca robot được cho như sau:
Khp th
nht
Khp th
hai
Trng lượng khp mij [kg] 50.0 50.0
Trng lượng ca động cơ
mmi [kg]
5.0 5.0
Hình 1.3: Biu din robot hai bc t do
θ
2
lg1
ln1
y
kh
p
I2, m2
ln2
lg2
I1, m1
kh
p
θ
1
x
e Thut hc
(GAs)
e
&&
Hình 2: H điu khin tính momen d ùng
ANN v à thut hc G As
e
&
H s KP, KI, KD Chnh trng s wi
j
Mng Nơron
(ANN)
qd τ
q
&
q
Robot
++
++
eKdteK
eKq
D
d
I
P
&
&&
d
q
&&
d
q
&
2
Quán tính ca khp Ili
[kg.m2]
10.0 10.0
Quán tính ca động cơ I
mi
[kg.m2]
0.01 0.01
Khong cách li [m] 1.0 1.0
Khong cách lgi [m] 0.5 0.5
H s gim tc ca hp s
kri
100 100
Qu đạo mong mun ca robot được gi thiết là
hàm thi gian ca v trí, vn tc và gia tc góc [21]:
θd1(t) = 0.5 cos (πt); θd2(t) = 0.5 sin (πt) + 1.0
)(.)( t50t
1d ππ=θ sin
&; )(.)( t50t
2d ππ=θ cos
&
)(.)( t50t 2
1d ππ=θ cos
&& ; )(.)( t50t 2
2d ππ=θ sin
&&
Mc đích ca bài toán điu khin là tìm momen tác
động lên các khp ca robot để robot chuyn động
đến v trí mong mun tho mãn các yêu cu ca quá
trình điu khin. Sai s ca mô hình robot, s thay
đổi các tham s ca robot, v trí và đạo hàm ca tín
hiu phn hi được dùng để tính toán chính xác tín
hiu điu khin tác động lên robot. Do tính không xác
định ca mô hình robot nên phương trình 1.6 được
viết:
τ),(h)(H =θθ+θθ &&&
~
(1.12)
)
(θH là các giá tr ước lưng ca H(θ) và
. Kết hp 1.8; 1.9; 1.10và 1.11 ta có:
)q(q,h &
~
)qh(q, &
+++=
t
0
iPdd dteKeKeKθθ &
&&&&
(1.13)
Tín hiu e = [e1, e2]T
= [θd - θ] là các giá tr
sai lch.
Khi )
~
(θH ~hoàn toàn ging như
H(θ) và h(q, thì phương trình ca vector sai lch s
tho mãn phương trình tuyến tính sau:
)q(q,h &
)q
&
0dt
t
0
IPD =+++ eKeKeKe &&&
(1.14)
Như vy ta có th chn KP, KI, KD để h thng
này n định như mong mun.
H điu khin khi đó được coi như là mt h tuyến
tính, các h s KP, KI, KD lúc đó được chn như khi
thiết kế b điu khin PID vi đối tượng tuyến tính
cho h nhiu đầu vào/ra. Các h s này có th chn
theo phương pháp d dàng nht như phương pháp đặt
đim cc.
Vi ANN có cu trúc 6-8-2 tc là có 6 nơron trên
lp vào
[
]
222111 uu θθθθ && ,,,,, , 8 nơron ti lp n và 2
nơron trên đầu ra
[
. Vi cu trúc như trên hình
1.4 s lượng các liên kết ca ANN s là (7x8) + (9x2)
= 74. Hàm tác động ca các nơron ti đầu vào là hàm
tuyến tính, ti lp n là hàm sigmoid lưỡng
]
cc và
obot trong trường hp này có
ơ đồ cu trúc như sau:
Cu trúc mng nơron được biu din như sau:
21 ττ ,
ca nơron ti lp ra là hàm du bão hoà[10].
H thng điu khin r
s
Hình 1.4: B điu k n s dng ANN và
thu
hin tính mome
t h
c GAs
GAs
Q
mun
d2
d2
d1
θ,θ
θθ
θθ
&&&
&&
&
u đạo
mong
d2
d1 ,
d1 ,
ANN
+
+
+
+
+
+
+
+
+
+
u
1
+
+
KI1
u
2
KI2
e
&
KD1
KP1
edt
edt
KP2
KD2
Ro
bot
Chnh tr
n
g
Chnh tr
n
g
Wi j
1
1
Z2
Z3
Z4
Z5
Z6
Z7
τ
1
τ
2
Thut hc GAs
Ch
s Wi j
q
q
&
q
&&
qd
d
q
&
d
q
&&
nh trng
Lp đầu ra
Lp đầu vào Lp n
Hình 1.5: Cu trúc ANN và thut hc GAs
3
Trong đó tp hp đầu , zvào z = [z , z , z 5, z6, z7]
234
chính là tp hp đầu vào
[
]
22 θ
&
,.
Tín hiu điu khin
[]
2
T
2Rτ1ττ= ,tìm được ph
2111 uu θθθ &,,,,
i
tha mãn điu kin làm vic th c tế ca robot:
tìm được mt giá tr τ ti
a giá tr sai
s trung bình bình phương [2] [3] [6]:
maxmin ττ (1.14)
Trong đó τ
τ
minτmax ph thuc vào công sut ca
động cơ điu khin ti các khp ca robot bi vì nếu
giá tr τ ti ưu tìm được nm ngoài khong này t
động cơ ca robot không có kh năng to được tín
hiu điu khin. Gii thiết qu đạo mong mun ca
robot qd nm trong vùng hot động cho phép ca
robot. Điu này cho phép
ưu đảm bo cho q qd.
Để s dng GAs trong quá trình hc ca ANN,
hàm mc tiêu được chn theo nghc đảo c
>
=
max
nÕu
max
nÕu
qq
qq
))((
1
0
))(,(
c
TqF
tq
i
chromsF
T u k điu khin.
C là ch
max
qlà giá tr ti hn quy định vùng làm vic
giá tr ước lượng theo hàm mc
ca cá th
ng trung
bình ca các biếntrng thái ti thi đim TC.
ca robot.
F(chromsi, q(t)) là
tiêu th i.
))((
1C
TqF là nghgh đảo sai s bình phươ
222
1
1
))((
eee
qF
&&& ++
; )()(
0CC TT eee &&&
=
C
T (1.15)
)()(
0CC TT eee =
= ;
)()(
0CC TT eee &&&&&& = là sai lch gia sai s cho phép
ti thi đim TC và sai s thc tế ti thi đim TC.
Chương trình mô phng được thc hin trên
MATLAB 6.0 vi các tham s ca GAs được cho
u sec
PC)
i min
t du) 17
à
P2 = 6. Kết qu mô phng được biu din như sau:
như sau:
Chu k điu khin TC3 sec
Khong thi gian ly m 10 m
T l liên kết chéo ( 0.5
T l biến đổi (Pm) 0.1
Giá tr gii hn ca trng s Wi max, W ± 5
S bit mã hóa nh phân (có 1 bi
Kích thước ca tp hp (Psize) 300
Các giá tr ca h s KP, KI, KD như đã nói trên
được xác định bng phương pháp đặt đim cc chn
được Ki1 = 1; KP1 = 3; KD1 = 3; KI2 = 8; KD2 = 12 v
K
Biu din góc d định và góc thc tế ti khp mt
Biu din vn tc góc d định và thc tế ti khp
mt
Biu din ca momen d định và thc tế ti khp mt
4
Biu din góc d định và góc thc tế ti khp hai
Biu din vn tc góc d định và thc tế ti khp
hai
Biu din ca momen d định và thc tế ti khp hai
Kết lun:
Trong bài báo này, tác gi đã trình bày phương
pháp khc phc được nhng nhược đim ca phương
pháp điu khin tính momen. H điu khin có đặc
trưng phi tuyến đượcđược đưa v h tuyến tính trên
cơ s bù chính xác các thành phn phi tuyến là các
giá tr ước lượng )
~
(θH và . Phương pháp này
đảm bo được độ chính xác và hi t ca h điu
khin. Độ chính xác và cht lượng ca quá trình điu
khin ph thuc vào độ chính xác ca các giá tr ước
lượng
)q(q,h &
~
)
~
(θH và và s la chn các h s K
)q(q,h &
~
P,
KI, KD ca b điu khin PID. Tác gi đề xut mt
phương pháp s dng ANN được ti ưu bng GAs để
xác định chính xác các giá tr ước lượng )
~
(θH và
. Các kết quphng trên tay máy hai bc t
do cho thy rng phương pháp mà tác gi đề xut
trên có th là mt đóng góp nhm làm phong phú hơn
các thut hc ca ANN cũng như s phong phú khi
s dng ANN vào các quá trình điu khin nói chung.
)q(q,h &
~
Tài liu tham kho:
[1] Nguyn Trn Hip, Phm Thượng Cát-
Genetic Algorithm and its applications in Control
Engineering.
[2] Nguyn Trn Hip, Phm Thượng Cát- Nghiên
cu bài toán dao động con lc ngược s dng thut
Gen bng MATLAB. Hi tho toàn quc v phát
trin Phát trin công c tin hc tr giúp cho gimg
dy và nghiên cu ng dng toán hc – hà ni 4/199,
trang 326-334
[3] Nguyn Trn Hip, Phm Thượng Cát -
(1999) - Điu khin con lc ngược bng phương pháp
trượt s dng mng nơron được ti ưu bng thut gen
tr 30 – 38 Tp ch KHKT s 90 năm 2000 - Hc vin
K thut Quân s
[4] Nguyến Thanh Thu, Trn Ngc Hà, (1999)
Tích hp k thut mng nơron và gii thut di truyn
trong phân tích d liu. Tp chí tin hc và điu khin
hc T15, S.2
[5] Trn Văn Hãn - Đại s tuyến tính trong k
thut – Nhà xut bn Đại hc và trung hc chuyên
nghip 1978.
[6] A. Haeussler, K. C. Ng Y. Li, D. J. Murray-
Smith, and K. C. Sharman - Neurocontrollers
designed by a genetic algorithm.
In Proc. First IEE/IEEE Int. Conf. on GA in Eng.
Syst.: Innovations and Appl., pages 536-542,
Sheffield, U.K., September 1995.
[7] Ales Hace, Riko Safaric, Karel Jezernik -
Faculty of Electrical Engineering and computer
Sciences University of Maribor Slovernia -Artificial
5