اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شماره‌ها | 1,240 |
| تعداد مقالات | 8,994 |
| تعداد مشاهده مقاله | 7,847,855 |
| تعداد دریافت فایل اصل مقاله | 4,708,084 |
طراحی و پیاده‌سازی عملی کنترلکننده خطی‌ساز پسخور تطبیقی مبتنی بر رؤیتگر حالت توسعه‌یافته برای بازوی اهرمی با مفصل انعطافپذیر | ||
| مکانیک هوافضا | ||
| مقاله 6، دوره 19، شماره 4 - شماره پیاپی 74، دی 1402، صفحه 71-83 اصل مقاله (1.9 M) | ||
| نوع مقاله: گرایش دینامیک، ارتعاشات و کنترل | ||
| نویسندگان | ||
| سیدکیانوش سمیعی1؛ مهدی میرزایی* 2؛ صدرا رفعت نیا3 | ||
| 1کارشناسی‌ارشد، دانشکده مهندسی مکانیک، دانشگاه صنعتی سهند، تبریز، ایران | ||
| 2نویسنده مسئول: استاد، دانشکده مهندسی مکانیک، دانشگاه صنعتی سهند، تبریز، ایران | ||
| 3استادیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی سهند، تبریز، ایران | ||
| تاریخ دریافت: 10 اسفند 1401، تاریخ بازنگری: 28 اسفند 1401، تاریخ پذیرش: 28 فروردین 1402 | ||
| چکیده | ||
| در این مقاله به طراحی و پیاده‌سازی عملی یک کنترلکننده مبتنی بر خطی‌ساز پسخور برای بازوی اهرمی با مفصل انعطافپذیر در حضور اغتشاشات خارجی و عدم قطعیت‌های مدل پرداخته می‌شود. برای دسترسی به یک مدل دینامیکی با مرتبه کاهش‌یافته، اما دقیق و قابل‌اطمینان از سیستم جهت استفاده در طراحی کنترلکننده، یک رؤیتگر حالت توسعه‌یافته پیشنهاد می‌شود. در روش پیشنهادی، با در نظر گرفتن جمله دربرگیرندهی عدم قطعیت‌های مدل و اغتشاشات خارجی سیستم به‌عنوان یک متغیر حالت جدید، تخمینی از این متغیر در کنار سرعت زاویه‌ای بازو با استفاده از داده‌های اندازه‌گیری مربوط به موقعیت زاویه‌ای بازو ارائه می‌شود. کنترلکننده طراحی‌شده مبتنی بر این رؤیتگر میتواند خود را با شرایط واقعی تطبیق داده و در هرلحظه اطلاعات مربوط به عدم قطعیت‌های مدل و اغتشاشات خارجی را استفاده نماید. سیستم کنترلی با و بدون استفاده از رؤیتگر به‌صورت آزمایشگاهی برای بازوی اهرمی با مفصل انعطافپذیر پیاده‌سازی می‌شود. نتایج حاصل حاکی از این است که اغتشاشات خارجی و عدم قطعیت‌های موجود در سیستم به‌صورت برخط به‌خوبی تخمین زده‌شده و به کنترلکننده ارسال میگردد. بدین ترتیب کنترل‌کننده‌ی تطبیقی طراحی‌شده میتواند با بهره‌گیری از اطلاعات فقط یک حسگر به‌واسطه‌ی استفاده از مدل کاهش‌یافته، مسیرهای مختلف برای بازوی اهرمی با مفصل انعطافپذیر را با دقت بالایی در شرایط واقعی ردیابی کند. همچنین، الگوریتم پیشنهادی به دلیل حجم محاسبات کم، سریع بوده و برای پیاده‌سازی عملی مناسب است. | ||
تازه های تحقیق | ||
| ||
| کلیدواژه‌ها | ||
| مفصل انعطافپذیر؛ رؤیتگر حالت توسعه‌یافته؛ به‌روزرسانی مدل؛ کنترلکننده خطی‌ساز پسخور تطبیقی؛ پیاده‌سازی عملی | ||
| عنوان مقاله [English] | ||
| Design and Experimental Implementation of an Adaptive Feedback Linearization Controller Based on Extended State Observer for a Flexible-joint Arm | ||
| نویسندگان [English] | ||
| Seyed Kianoosh Samiei1؛ Mehdi Mirzaei2؛ Sadra Rafatnia3 | ||
| 1M.Sc., Faculty of Mechanical Engineering, Sahand University of Technology, Tabriz, Iran | ||
| 2Corresponding author: Professor, Faculty of Mechanical Engineering, Sahand University of Technology, Tabriz, Iran | ||
| 3Assistant Professor, Faculty of Mechanical Engineering, Sahand University of Technology, Tabriz, Iran | ||
| چکیده [English] | ||
| This study deals with the design and experimental implementation of an adaptive feedback linearization controller for a flexible joint lever-arm (FJLA) in the presence of uncertainties and external disturbances. An extended state observer is proposed to upgrade the reduced-order model to an accurate and reliable model with the same order. In the proposed method, the uncertainties and external disturbances are assumed as an extended state and the link position information is used to estimate this state in combination with the angular velocity of the link states. The control system designed based on the proposed observer can adapt itself to real conditions, and use enough information about uncertainties and disturbances. The proposed controller with and without using the observer is examined on a fabricated flexible-joint lever arm. The results indicate that the uncertainties and disturbances are well estimated online for being used in the controller. Therefore, the proposed adaptive controller using just one sensor has a higher accuracy in controlling the position of the FJLA under different trajectories. Also, the proposed control method is fast and suitable for online implementation. | ||
| کلیدواژه‌ها [English] | ||
| Flexible joint, Extended state observer, Model updating, Adaptive feedback linearization control, Experimental implementation | ||
| مراجع | ||
|
[1] Fayazi A, Rafsanjani HN. Fractional order fuzzy sliding mode controller for robotic flexible joint manipulators. In2011 9th IEEE International Conference on Control and Automation (ICCA) 2011: 1244-1249, IEEE##. [2] Park CW. Robust stable fuzzy control via fuzzy modeling and feedback linearization with its applications to controlling uncertain single-link flexible joint manipulators. Journal of Intelligent and Robotic Systems. 2004;39:131-47##. [3] Spong MW. Modeling and control of elastic joint robots. Mathematical and Computer Modelling. 1989;12(7):912##. [4] Samiei SK, Mirzaei M, Yarinia N, Rafatnia S. Design and practical implementation of an input-constrained nonlinear controller for a single-link flexible joint robotic manipulator. In2022 10th RSI International Conference on Robotics and Mechatronics (ICRoM) 2022: 551-556, IEEE##. [5] Spong MA, Khorasani K, Kokotovic P. An integral manifold approach to the feedback control of flexible joint robots. IEEE Journal on Robotics and Automation. 1987;3(4):291-300##. [6] Wang L, Shi Q, Liu J, Zhang D. Backstepping control of flexible joint manipulator based on hyperbolic tangent function with control input and rate constraints. Asian Journal of Control. 2020;22(3):1268-79##. [7] Hong M, Gu X, Liu L, Guo Y. Finite time extended state observer based nonsingular fast terminal sliding mode control of flexible-joint manipulators with unknown disturbance. Journal of the Franklin Institute. 2023;360(1):18-37##. [8] Cheng X, Liu H, Lu W. Chattering-suppressed sliding mode control for flexible-joint robot manipulators. Actuators. 2021; 10(11): 288##. [9] Montoya‐Cháirez J, Moreno‐Valenzuela J, Santibáñez V, Carelli R, Rossomando FG, Pérez‐Alcocer R. Combined adaptive neural network and regressor‐based trajectory tracking control of flexible joint robots. IET Control Theory & Applications. 2022;16(1):31-50##. [10] Kelekci E, Kizir S. Trajectory and vibration control of a flexible joint manipulator using interval type-2 fuzzy logic. ISA transactions. 2019;94:218-33##. [11] Chen Y, Guo B. Sliding mode fault tolerant tracking control for a single-link flexible joint manipulator system. IEEE Access. 2019;7:83046-57##. [12] Huang X, Yan Y, Zhou Y. Neural network-based adaptive second order sliding mode control of Lorentz-augmented spacecraft formation. Neurocomputing. 2017;222:191-203##. [13] Sun W, Diao S, Su SF, Wu Y. Adaptive fuzzy tracking for flexible-joint robots with random noises via command filter control. Information Sciences. 2021;575:116-32##. [14] Iskandar M, van Ommeren C, Wu X, Albu-Schäffer A, Dietrich A. Model predictive control applied to different time-scale dynamics of flexible joint robots. IEEE Robotics and Automation Letters. 2022;8(2):672-9v. [15] Li J, Zhang L, Luo L, Li S. Extended state observer based current-constrained controller for a PMSM system in presence of disturbances: Design, analysis and experiments. Control Engineering Practice. 2023;132:105412##. [16] Razmjooei H, Palli G, Abdi E, Terzo M, Strano S. Design and experimental validation of an adaptive fast-finite-time observer on uncertain electro-hydraulic systems. Control Engineering Practice. 2023;131:105391##. [17] Bhaskarwar T, Hawari HF, Nor NB, Chile RH, Waghmare D, Aole S. Sliding Mode Controller with Generalized Extended State Observer for Single Link Flexible Manipulator. Applied Sciences. 2022;12(6):3079##. [18] Yang H, Yu Y, Yuan Y, Fan X. Back-stepping control of two-link flexible manipulator based on an extended state observer. Advances in space research. 2015;56(10):2312-22##. [19] Moberg S, Hanssen S. On feedback linearization for robust tracking control of flexible joint robots. IFAC Proceedings Volumes. 2008;41(2):12218-23##. [20] Rafatnia S, Mirzaei M. Estimation of reliable vehicle dynamic model using IMU/GNSS data fusion for stability controller design. Mechanical Systems and Signal Processing. 2022;168:108593##. [21] Rafatnia S, Mirzaei M. Adaptive estimation of vehicle velocity from updated dynamic model for control of anti-lock braking system. IEEE Transactions on Intelligent Transportation Systems. 2021;23(6):5871-80##. [22] Khalil HK. Nonlinear control. 2015. New York: Pearson##. | ||
|
آمار تعداد مشاهده مقاله: 199 تعداد دریافت فایل اصل مقاله: 165 |
||