تعداد نشریات | 44 |
تعداد شمارهها | 1,304 |
تعداد مقالات | 15,960 |
تعداد مشاهده مقاله | 52,307,402 |
تعداد دریافت فایل اصل مقاله | 15,068,090 |
طراحی بهینه کنترل کننده فازی تناسبی- انتگرالی – مشتقی برای یک ربات کابلی صفحه ای سه درجه آزادی بر پایه بهینه سازی دسته میگو | ||
مهندسی مکانیک دانشگاه تبریز | ||
مقاله 20، دوره 51، شماره 1 - شماره پیاپی 94، اردیبهشت 1400، صفحه 183-192 اصل مقاله (831.59 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/jmeut.2021.11029 | ||
نویسندگان | ||
ادیب قنواتی1؛ محمد جواد محمودآبادی* 2؛ مجتبی بیگ زاده عباسی3 | ||
1کارشناس ارشد، دانشکده مهندسی مکانیک، دانشگاه صنعتی سیرجان، سیرجان، ایران | ||
2دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی سیرجان، سیرجان، ایران | ||
3استادیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی سیرجان، سیرجان، ایران | ||
چکیده | ||
در این پژوهش، سینماتیک و دینامیک یک ربات کابلی صفحهای سه درجه آزادی، به همراه کنترل مسیر آن مورد مطالعه و بررسی قرار گرفته است. ابتدا، کششی بودن نیروی کابلها با توجه به این نکته بررسی شده که ربات مورد نظر یک مکانیسم زنجیرهای سینماتیک بسته بوده و عملگر از طریق چند کابل محرک به پایه متصل میشود. سپس، کنترلکنندههای تناسبی- انتگرالی - مشتقی و فازی تناسبی- انتگرالی - مشتقی برای کنترل ربات کابلی به ازای شرایط نهایی مطلوب متعدد و متفاوت بکار گرفته شدهاند. توجه به این نکته ضروری است که یک قانون کنترلی مناسب برای رباتهای کابلی نه تنها سبب تعقیب مسیر تعریف شده میشود، بلکه مثبت بودن نیروی کششی کابلها را در تمامی حالتها نیز باید تضمین نماید. برای تعیین ضرایب کنترلکنندهها، از الگوریتم دسته میگو، که یک الگوریتم بهینهسازی بر پایه جمعیت است، استفاده شده است. نتایج بدست آمده حاکی از موفقیت استراتژی پیشنهادی در هدایت ربات کابلی به اهداف مطلوب میباشد. | ||
کلیدواژهها | ||
کابل کششی؛ ربات کابلی؛ کنترلکننده فازی تناسبی- انتگرالی - مشتقی؛ الگوریتم بهینهسازی دسته میگو | ||
مراجع | ||
[1] Alp A. B., Cable-suspended parallel robots, University of Delaware, 2001. [2] Lytle A. M., Saidi K. S., Bostelman R. V., Stone W. C. and Scott N. A., Adapting a teleoperated device for autonomous control using three-dimensional positioning sensors: experiences with the NIST RoboCrane, Automation in Construction, Vol. 13, No. 1, pp. 101-11, 2004. [3] Stewart D., A platform with six degrees of freedom, Proceedings of the institution of mechanical engineers, Vol. 180, No. 1, pp, 371-386, 1965. [4] Oh S. R. and Agrawal S. K., A control Lyapunov approach for feedback control of cable-suspended robots, Robotics and Automation, IEEE International Conference on, IEEE, 2007. [5] Bartolini G., Orani N., Pisano A. and Usai E., Load swing damping in overhead cranes by sliding mode technique, Decision and Control, Proceedings of the 39th IEEE Conference on, IEEE, 2000. [6] Gexue R., Qiuhai L., Ning H., Rendong N. and Bo P., On vibration control with Stewart parallel mechanism, Mechatronics, Vol. 14, No. 1, pp, 1-13, 2004. [7] Merlet J. P., Parallel robots, Solid mechanics and its applications, Kluwer Academic Publishers, Dordrecht, 2000. [8] Bamdad M. and Faroghi S., Stability measure for a parallel cable driven robot, pp. 25-34, 2013. [9] Zarebidoki M., Lotfavar A. and Fahham H., Dynamic modeling and adaptive control of a cable-suspended robot, Proceedings of the world congress on engineering, 2011. [10] Khosravi M. A. and Taghirad H. D., Robust PID control of fully-constrained cable driven parallel robots, Mechatronics, Vol. 24, No. 2, pp. 87-97, 2014. [11] Kraus W., Miermeister P., Schmidt V. and Pott A., Hybrid position/force control of a cable-driven parallel robot with experimental evaluation, New Trends in Mechanism and Machine Science, Vol. 24, pp, 553-561, 2015. [12] Bayani H., Masouleh M. T. and Kalhor A., An experimental study on the vision-based control and identification of planar cable-driven parallel robots, Robotics and Autonomous Systems, Vol. 75, pp, 187-202, 2016. [13] Asl H. J. and Janabi-Sharifi F., Adaptive neural network control of cable-driven parallel robots with input saturation, Engineering Applications of Artificial Intelligence, Vol. 65, pp, 252-260, 2017. [14] Katliar M., Fischer J., Frison G., Diehl M., Teufel H. and Bülthoff H. H., Nonlinear Model Predictive Control of a Cable-Robot-Based Motion Simulator, IFAC-PapersOnLine, Vol. 50, pp, 9833-9839, 2017. [15] Aflakian A., Safaryazdi A.R., Tale Masouleh M. and Kalhor A., Experimental study on the kinematic control of a cable suspended parallel robot for object tracking purpose, Mechatronics, Vol. 50, pp, 160-176, 2018. [16] Kumar A. A., Antoine J. F. and Abba G., Input-Output Feedback Linearization for the Control of a 4 Cable-Driven Parallel Robot, IFAC-PapersOnLine, Vol. 52, pp, 707-712, 2019. [17] Khalilpour S. A., Khorrambakht R., Taghirad H. D. and Cardou P., Robust cascade control of a deployable cable-driven robot, Mechanical Systems and Signal Processing, Vol. 127, pp, 513-530, 2019. [18] Haji V. H. and C. A. Monje, Fractional order fuzzy-PID control of a combined cycle power plant using Particle Swarm Optimization algorithm with an improved dynamic parameters selection, Applied Soft Computing, Vol. 58, pp, 256-264, 2017. [19] Chen J.W., Zhu H., Zhang L. and Sun Y., Research on fuzzy control of path tracking for underwater vehicle based on genetic algorithm optimization, Ocean Engineering, Vol. 156, pp, 217-223, 2018.
[20] Sahoo B. P. and Panda S., Improved grey wolf optimization technique for fuzzy aided PID controller design for power system frequency control, Sustainable Energy, Grids and Networks, Vol. 16, pp, 278-299, 2018. [21] Azizi M., Goli Ejlali R., Mousavi Ghasemi S. A. and Talatahari S., Upgraded Whale Optimization Algorithm for fuzzy logic based vibration control of nonlinear steel structure, Engineering Structures, Vol. 192, pp, 53-70, 2019. [22] Rajesh K. S., Dash S. S. and Rajagopal R., Hybrid improved firefly-pattern search optimized fuzzy aided PID controller for automatic generation control of power systems with multi-type generations, Swarm and Evolutionary Computation, Vol. 44, pp 200-211, 2019. [23] Mahmoodabadi M. J. and Rezaee Babak N., Robust fuzzy linear quadratic regulator control optimized by multi-objective high exploration particle swarm optimization for a 4 degree-of-freedom quadrotor, Aerospace Science and Technology, Vol. 97, Article 105598, 2020. [24] Gandomi A. H. and Alavi A. H., Krill herd: a new bio-inspired optimization algorithm, Communications in Nonlinear Science and Numerical Simulation, Vol. 17, No. 12, pp. 4831-4845, 2012. [25] Najafi A. and Keighobadi J., Full-state-feedback, Fuzzy type I and Fuzzy type II control of MEMS accelerometer, Journal of Mechanical Science and Technology, Vol. 32, No. 2, pp. 793-798, 2018. [26] Keighobadi J. and Mohamadi Y., Fuzzy robust trajectory tracking control of WMRs, Intelligent Control and Innovative Computing, Vol. 110, pp. 77-90, 2011. [27] Moghanni M.R., Keighobadi J. and Ghanbari A., Fuzzy adaptive sliding mode controller for MEMS vibratory rate gyroscope, IFAC Proceedings Vol. 44, No. 1, pp. 4192-4197, 2011. [28] Flierl G., Grünbaum D., Levins S. and Olson D., From individuals to aggregations: the interplay between behavior and physics, Journal of Theoretical biology, Vol. 196, No. 4, pp. 397-45, 1999. [29] Hardy A. C. and Gunther E. R., The plankton of the South Georgia whaling grounds and adjacent waters, The University Press, pp. 1926-1927, 1935. [30] Marr J. W. S., The natural history and geography of the Antarctic krill (Euphasia superba Dana), The University Press, 1962. [31] Nicol S., Living Krill, Zooplankton and Experimental Investigations: a Discourse on the Role of Krill and Their Experimental Study in Marine Ecology, Marine, Freshwater Behaviour and Physiology, Vol. 36, No. 4, pp.191-205, 2003. [32] Murphy E., Morris D., Watkins J. and Priddle J., Scales of Interaction Between Antarctic Krill and the Environment, Antarctic Ocean and resources variability, Springer Berlin Heidelberg, pp. 120-130, 1988. [33] Miller D. and Hampton I., Krill Aggregation Characteristics: Spatial Distribution Patterns from Hydroacoustic Observations, Polar Biology, Vol. 10, No. 2, pp. 125-134, 1989. [34] Morin A., Okubo A. and Kawasaki K., Acoustic Data Analysis and Models of Krill Spatial Distribution, Scientific Committee for the Conservation of Antarctic Marine Living Resources, Selected Scientific Papers, Part I: pp. 311-329, 1988. [35] Price H. J., Swimming Behavior of Krill in Response to Algal Patches: a Mesocosm Study, Limnology and Oceanography, Vol. 34, No. 4, pp. 649-659, 1989. | ||
آمار تعداد مشاهده مقاله: 516 تعداد دریافت فایل اصل مقاله: 411 |