ส่วนประกอบและหลักการควบคุมของระบบควบคุมหุ่นยนต์

วิธีการควบคุมสำหรับหุ่นยนต์แบ่งออกเป็นประเภทต่าง ๆ ขึ้นอยู่กับปริมาณการควบคุมและอัลกอริทึมการควบคุม ต่อไปนี้อธิบายวิธีการควบคุมหุ่นยนต์ที่ใช้กันทั่วไปสำหรับแต่ละประเภท

I. การจำแนกประเภทตามปริมาณการควบคุม

ตามพื้นที่ต่าง ๆ ที่มีปริมาณการควบคุมอยู่การควบคุมหุ่นยนต์สามารถจัดหมวดหมู่การควบคุมในพื้นที่ร่วมและการควบคุมในพื้นที่คาร์ทีเซียน สำหรับหุ่นยนต์หลายข้อต่อแบบตีคู่การควบคุมพื้นที่ร่วมนั้นมีไว้สำหรับการควบคุมตัวแปรในแต่ละข้อต่อของหุ่นยนต์และการควบคุมอวกาศคาร์ทีเซียนสำหรับการควบคุมตัวแปรในตอนท้ายของหุ่นยนต์ ตามปริมาณการควบคุมที่แตกต่างกันการควบคุมหุ่นยนต์สามารถจัดหมวดหมู่เป็น: การควบคุมตำแหน่งการควบคุมความเร็วการควบคุมการเร่งความเร็วการควบคุมแรงการควบคุมไฮบริดตำแหน่งแรง ฯลฯ การควบคุมเหล่านี้สามารถเป็นทั้งการควบคุมพื้นที่ร่วมหรือการควบคุมพื้นที่คาร์ทีเซียน

เป้าหมายของการควบคุมตำแหน่งคือการทำให้ข้อต่อหรือปลายของหุ่นยนต์ควบคุมไปถึงตำแหน่งที่ต้องการ ต่อไปนี้เป็นตัวอย่างของการควบคุมตำแหน่งพื้นที่ร่วมสำหรับหุ่นยนต์ ข้อผิดพลาดที่ได้จากการเปรียบเทียบค่าที่กำหนดของตำแหน่งร่วมกับค่าปัจจุบันถูกใช้เป็นอินพุตไปยังตัวควบคุมตำแหน่งและใช้เอาต์พุตเป็นค่าที่กำหนดของการควบคุมความเร็วร่วมหลังจากการทำงานของตัวควบคุมตำแหน่ง ตัวควบคุมตำแหน่งร่วมมักใช้อัลกอริทึม PID สามารถใช้อัลกอริทึมการควบคุมฟัซซี่ได้

ขั้นแรกให้คำนวณการเร่งความเร็วการควบคุมของเครื่องมือสิ้นสุด จากนั้นการเร่งความเร็วที่สอดคล้องกันของแต่ละข้อต่อจะถูกย่อยสลายตามตำแหน่งสิ้นสุดความเร็วและความคาดหวังการเร่งความเร็วเช่นเดียวกับตำแหน่งปลายปัจจุบันตำแหน่งข้อต่อและความเร็วจากนั้นแรงบิดควบคุมจะถูกคำนวณโดยใช้สมการจลน์ ซึ่งจะต้องมีการควบคุมแรงบิดสำหรับแต่ละข้อต่อ

เนื่องจากแรงร่วม/แรงบิดไม่ง่ายต่อการวัดโดยตรงและกระแสของมอเตอร์ข้อต่อสามารถสะท้อนแรงบิดของมอเตอร์ร่วมได้ดีขึ้นกระแสของมอเตอร์ร่วมมักจะใช้เพื่อระบุค่าที่วัดได้ของกระแสร่วม/ แรงบิด ตัวควบคุมแรงควบคุมมอเตอร์ร่วมเพื่อแสดงลักษณะแรง/แรงบิดที่ต้องการตามความเบี่ยงเบนระหว่างค่าที่ต้องการของแรง/แรงบิดและค่าที่วัดได้

ประกอบด้วยสองส่วน: การควบคุมตำแหน่งและการควบคุมแรง การควบคุมตำแหน่งคือการควบคุม PI ซึ่งได้รับเป็นตำแหน่งพื้นที่คาร์ทีเซียนของจุดสิ้นสุดของหุ่นยนต์และการตอบกลับตำแหน่งตำแหน่งคาร์ทีเซียนของจุดสิ้นสุดนั้นได้มาจากตำแหน่งในพื้นที่ร่วมหลังจากการคำนวณแบบจลนศาสตร์ ในรูป T คือแบบจำลองจลนศาสตร์ของหุ่นยนต์และ J คือเมทริกซ์จาโคบีของหุ่นยนต์ ความแตกต่างระหว่างค่าที่กำหนดของตำแหน่งสิ้นสุดและค่าปัจจุบันจะถูกแปลงเป็นการเพิ่มตำแหน่งในพื้นที่ร่วมโดยใช้เมทริกซ์ผกผันของเมทริกซ์จาโคบีซึ่งจะใช้เป็นส่วนหนึ่งของการเพิ่มตำแหน่งร่วมหลังจากการดำเนินการ PI

การควบคุมแรงยังถูกควบคุม PI และได้รับเป็นแรงบิด/แรงบิดในพื้นที่คาร์ทีเซียนที่ส่วนท้ายของหุ่นยนต์พร้อมข้อเสนอแนะที่ได้จากการวัดเซ็นเซอร์แรง/แรงบิด ความแตกต่างระหว่างค่าที่กำหนดและค่าปัจจุบันของแรง/โมเมนต์จะถูกแปลงเป็นแรง/โมเมนต์ในพื้นที่ร่วมโดยใช้เมทริกซ์ transpose ของเมทริกซ์จาโคบี แรง/ช่วงเวลาในพื้นที่ร่วมถูกใช้เป็นอีกส่วนหนึ่งของการเพิ่มตำแหน่งร่วมหลังจากการดำเนินการ PI เอาต์พุตของชิ้นส่วนควบคุมตำแหน่งและส่วนควบคุมแรงถูกเพิ่มเข้าด้วยกันเป็นค่าที่ต้องการของการเพิ่มตำแหน่งของข้อต่อของหุ่นยนต์ หุ่นยนต์ใช้การควบคุมที่เพิ่มขึ้นเพื่อควบคุมตำแหน่งของข้อต่อแต่ละข้อ การควบคุมไฮบริดตำแหน่งแรงที่แสดงในรูป 1-5 เป็นเพียงรูปแบบง่าย ๆ ในการควบคุมไฮบริดตำแหน่งแรงซึ่งเป็นรูปแบบที่ง่ายของการควบคุมไฮบริดของ RC (Raibert-Craig) และการแก้ไขที่จำเป็นบางอย่างที่จำเป็น ควรทำสำหรับสภาพแวดล้อมที่เฉพาะเจาะจงในแอปพลิเคชันที่ใช้งานได้จริง

II, การจำแนกตามอัลกอริทึมการควบคุม

ตามอัลกอริทึมการควบคุมวิธีการควบคุมของหุ่นยนต์สามารถแบ่งออกเป็นการควบคุม PID, การควบคุมโครงสร้างตัวแปร, การควบคุมแบบปรับตัว, การควบคุมฟัซซี่, การควบคุมเครือข่ายเซลล์ประสาทและวิธีการอื่น ๆ วรรณกรรมบางอย่างยังจำแนกอัลกอริทึมการควบคุมที่มีอยู่เป็นตัวควบคุมเกณฑ์ตรรกะการควบคุม PID, การควบคุมโครงสร้างตัวแปรโหมดเลื่อน, การควบคุมเครือข่ายประสาทและการควบคุมฟัซซี่ วิธีการควบคุมเหล่านี้ไม่ได้แยกออกและมักจะใช้ร่วมกันในระบบควบคุม

1, PID ควบคุม

ในการปฏิบัติทางวิศวกรรมกฎหมายควบคุมการควบคุมที่ใช้กันอย่างแพร่หลายมากที่สุดสำหรับการควบคุมสัดส่วนอินทิกรัลและการควบคุมที่แตกต่างกันเรียกว่าการควบคุม PID หรือที่เรียกว่ากฎระเบียบ PID ตัวควบคุม PID ได้รับการแนะนำเกือบ 70 ปีของประวัติศาสตร์ ง่ายต่อการปรับและกลายเป็นหนึ่งในเทคโนโลยีหลักของการควบคุมอุตสาหกรรม เมื่อโครงสร้างและพารามิเตอร์ของวัตถุที่ควบคุมไม่สามารถควบคุมได้อย่างสมบูรณ์หรือไม่สามารถเข้าถึงแบบจำลองทางคณิตศาสตร์ที่แม่นยำทฤษฎีการควบคุมของเทคโนโลยีอื่น ๆ นั้นยากที่จะใช้โครงสร้างและพารามิเตอร์ของตัวควบคุมระบบจะต้องพึ่งพาประสบการณ์และการดีบักภาคสนาม ในการพิจารณาการประยุกต์ใช้เทคโนโลยีการควบคุม PID นั้นสะดวกที่สุด

นั่นคือเมื่อเราไม่เข้าใจระบบและวัตถุที่ควบคุมอย่างเต็มที่หรือไม่สามารถเป็นวิธีการวัดที่มีประสิทธิภาพเพื่อให้ได้พารามิเตอร์ระบบซึ่งเหมาะสมที่สุดสำหรับเทคโนโลยีการควบคุม PID การควบคุม PID ในทางปฏิบัตินอกจากนี้ยังมี PI และ PD Control.PID คอนโทรลเลอร์ขึ้นอยู่กับข้อผิดพลาดของระบบการใช้การคำนวณเชิงสัดส่วนอินทิกรัลและความแตกต่างของปริมาณการควบคุมการควบคุมสำหรับการควบคุม

2, การควบคุมโครงสร้างตัวแปร

การควบคุมโครงสร้างตัวแปรเป็นรูปแบบการควบคุมที่พัฒนาขึ้นจากสหภาพโซเวียตในปี 1950 การควบคุมโครงสร้างตัวแปรที่เรียกว่าหมายความว่าระบบควบคุมมีตัวควบคุมหลายตัวและตัวควบคุมที่แตกต่างกันถูกใช้ในสถานการณ์ที่แตกต่างกันตามกฎบางอย่าง การใช้การควบคุมโครงสร้างตัวแปรมีข้อดีมากมายที่ไม่พบในการควบคุมอื่น ๆ และสามารถตระหนักถึงการควบคุมของคลาสของระบบไม่เชิงเส้นที่มีพารามิเตอร์ที่ไม่แน่นอน

3, การควบคุมแบบปรับตัว

การควบคุมการปรับตัวที่เรียกว่าหมายถึงอินพุตหรือการรบกวนของระบบที่เกิดขึ้นในช่วงกว้างของการเปลี่ยนแปลงระบบที่ออกแบบสามารถปรับพารามิเตอร์ระบบหรือกลยุทธ์การควบคุมเพื่อให้เอาต์พุตสามารถตอบสนองความต้องการการออกแบบโครงสร้างพื้นฐานดังที่แสดง ในรูป 2-1 การควบคุมแบบปรับตัวเกี่ยวข้องกับระบบที่มี "ความไม่แน่นอน" และพยายามลดความไม่แน่นอนนี้โดยการสังเกตสถานะของตัวแปรสุ่มและตระหนักถึงโมเดลระบบ ผลลัพธ์มักจะเป็นความสำเร็จของเป้าหมายการควบคุมบางอย่างเช่น "การควบคุมที่ดีที่สุด" จะถูกแทนที่ด้วย "การควบคุมที่มีประสิทธิภาพ"

ระบบควบคุมแบบปรับตัวสามารถแบ่งออกเป็นระบบควบคุมแบบปรับเปลี่ยนแบบจำลองระบบควบคุมการแก้ไขด้วยตนเองระบบควบคุมการปรับตัวเองระบบควบคุมโครงสร้างตัวแปรและระบบควบคุมการปรับตัวอัจฉริยะตามหลักการของพวกเขา ในบรรดาระบบควบคุมแบบปรับตัวเหล่านี้ระบบควบคุมแบบปรับเปลี่ยนแบบจำลองและระบบควบคุมการแก้ไขตนเองนั้นมีความเป็นผู้ใหญ่และใช้กันทั่วไป

4, การควบคุมฟัซซี่

ในการควบคุมฟัซซี่อินพุตเป็นปริมาณที่คลุมเครือเพื่อให้กลายเป็นตัวแปรฟัซซี่มีตัวแปรฟัซซี่ที่ได้รับเหตุผลโดยกฎฟัซซี่เพื่อให้ได้เอาต์พุตฟัซซี่และหลังจาก defuzzification เพื่อให้ได้ผลลัพธ์ที่ชัดเจนสำหรับการควบคุม การควบคุมฟัซซี่เป็นครั้งแรก

เสนอโดยศาสตราจารย์ Zadeh แห่งมหาวิทยาลัยแคลิฟอร์เนียในปี 2508 และในปี 2517 EH Mamdani แห่งสหราชอาณาจักรประสบความสำเร็จในการควบคุมฟัซซี่ในการควบคุมหม้อไอน้ำและเครื่องยนต์ไอน้ำ ต่อจากนั้นการควบคุมฟัซซี่ได้รับการพัฒนาอย่างรวดเร็วในด้านการควบคุมและได้รับแอปพลิเคชันที่ประสบความสำเร็จจำนวนมาก

5, การควบคุมเครือข่ายเซลล์ประสาท

การควบคุมเครือข่ายประสาทเป็นหนึ่งในสาขาวิชาชายแดนในด้านการควบคุมอัตโนมัติที่พัฒนาขึ้นในช่วงปลายทศวรรษ 1980 มันเป็นสาขาใหม่ของการควบคุมอัจฉริยะซึ่งเปิดวิธีใหม่ในการแก้ปัญหาการควบคุมของระบบที่ไม่เชิงเส้นความไม่แน่นอนและไม่แน่นอนที่ซับซ้อน การควบคุมเครือข่ายประสาทเป็นผลมาจากทฤษฎีเครือข่ายประสาท (ประดิษฐ์) และทฤษฎีการควบคุมและเป็นวินัยที่กำลังพัฒนา มันรวบรวมทฤษฎีเทคนิควิธีการและผลการวิจัยจากสาขาวิชารวมถึงคณิตศาสตร์, ชีววิทยา, ระบบประสาท, วิทยาศาสตร์สมอง, พันธุศาสตร์, ปัญญาประดิษฐ์, วิทยาศาสตร์คอมพิวเตอร์, การควบคุมอัตโนมัติ ฯลฯ โครงสร้างพื้นฐานของมันแสดงในรูป 2-2

ในด้านการควบคุมระบบควบคุมที่มีความสามารถในการเรียนรู้เรียกว่าระบบควบคุมการเรียนรู้ซึ่งเป็นของระบบควบคุมอัจฉริยะ การควบคุมระบบประสาทนั้นมีความสามารถในการเรียนรู้และเป็นของการควบคุมการเรียนรู้ซึ่งเป็นสาขาของการควบคุมอัจฉริยะ การพัฒนาควบคุมระบบประสาทจนถึงตอนนี้แม้ว่าจะมีเพียงสิบปีของประวัติศาสตร์ แต่ก็มีโครงสร้างการควบคุมที่หลากหลาย เช่นการควบคุมการทำนายระบบประสาทการควบคุมระบบผกผันของระบบประสาทและอื่น ๆ