Dedicated neural network design for friction compensation in robot drives

• Autorzy: Korendo Z. , Uhl T.

Warianty tytułu

PL

Projektowanie struktury sieci neuronowej dla celów eliminacji tarcia w napędach robotów

• Języki publikacji: EN

Abstrakty

EN

In the paper we demonstrate a neural network-based controller design and prototyping following the mechatronic approach. A unified treatment of all system components (mechanical, eletrical and computational) is made possible thanks to the integrated software-hardware platform. The neural network in the presented approach is used to privide a linearising feedback loop for friction compensation in a robot drive. The efficiency of the experimental friction identification is improved thanks to dedicated network architecture. The proposed solution is implemented in DSP hardware and the simulation results are verified through laboratory experiments.

PL

W pracy przedstawiono oparty na sieciach neuronowych układ sterowania napędem robota. Przedstawiono proces projektowania i prototypowania oparty na podejściu mechatronicznym. Sieć neuronowa w proponowanym rozwiązaniu spełnia rolę lineryzującej pętli sprzężenia zwrotnego. Jej podstawowym zadaniem jest kompensacja wpływu tarcia w napędzie robota. Zaproponowano specjalizowaną architekturę sieci neuronowej dostosowaną do modelowania tarcia. Uczenie sieci odbywa się na podstawie danych eksperymentalnych. Zaproponowaną sieć neuronową zaimplementowano z zastosowaniem techniki szybkiego prototypowania z wykorzystaniem procesorów sygnałowych. Wyniki symulacji porównano z wynikami eksperymentu na rzeczywistym obiekcie. Przedstawione podejście, jak wykazały uzyskane rezultaty, daje dobre wyniki w zakresie linearyzacji układów sterowania robotami z uwzględnieniem tarcia.

Słowa kluczowe

EN

friction modelling; mechatronics; neural networks for control

• Wydawca: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
• Czasopismo: Journal of Theoretical and Applied Mechanics
• Rocznik: 2002
• Tom: Vol. 40 nr 3
• Strony: 595--610
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Korendo Z.

• ABB Corporate Research Cracow

autor

Uhl T.

• Department of Robotics and Machine Dynamics, University of Mining and Metallurgy, Kraków

Bibliografia

• 1. ARMSTRONG-HELOUVRY B., DUPONT P., CANUDAS DE WIT C, 1994, A survey of models, analysis tools and compensation methods for the control of machines with friction, Automatica, 30, 7
• 2. CILIZ M., TOMIZUKA M., 1995, Modeling and compensation of frictional uncertainties in robot control: a neural network-based approach, Proc. ACC. FA13, 3269-3273
• 3. DEWEERTH S., NIELSEN L., MEAD C.A., ASTROM K.J., 1991, A simple neu¬ron servo, IEEE Trans, on Neural Networks, 2, 2, 248-251
• 4. Du H., NAIR S., 1999, Modeling and compensation of low-velocity friction with bounds, IEEE Trans, on Control Syst. Techn., 7, 1, 110-121
• 5. FUNAHASHI K., 1989, On the approximate realisation of continuous mapping by neural networks, Neural Networks, 2, 1
• 6. HUNT K.J., SABRARO D., ZBIKOWSKI R., 1992, Neural networks for control system - a survey, Automatica, 28, 6,1083-1112
• 7. KAWATO M., WADA Y., 1993, A neural network model for arm trajectory forming using forward and inverse dynamics model, Neural networks, 6, 7, 919¬933
• 8. KHEMAISSIA S., MORRIS A.S., 19993, Neuro-adaptive control of robotic manipulatora, Robotica, 11, 5, 465-473
• 9. KORENDO Z., 1999, Zastosowanie sieci neuronowych i regulatorów rozmytych do sterowania układami mechanicznymi - podejście mechatroniczne, Doctoral Dissertation, Dept. Robotics and Machine Dynamics, UMM
• 10. LARSEN G., CETINKUNT S., DONMEZ A., 1995, CMAC neural network control for high precision motion control in the presence of large friction, Journal of Dynamie Systems, Measurement and Control, 117, 415-420
• 11. UHL T., SZYMKAT M., 1992, A comparison of the classical and neural-based approach to control of manipulation robots, XVII ISMA, Leuven 255-284
• 12. UHL T., SZYMKAT M., BOJKO T., KORENDO Z., 1994, Application of neural networks for robotic manipulators control - mechatronic approach, Copernicus Proj. CP93-10119 Tech. Rep.
• 13. YANG S., TOMIZUKA M., 1988, Adaptive pulsc width control for precisc positioning under the influence of stiction and Coulomb friction, Journal of Dynamie Systems, Measurement and Control, Scpt., 110