Luận Văn Thạc sĩ “ Thiết kế bộ điều khiển mờ theo đại số gia tử cho robot 2 bậc tự do”

Đề tài : “Thiết kế bộ điều khiển mờ theo đại số gia tử cho robot 2 bậc tự do”. Với nội dung các chương: Chương 1: Tổng quan về robot công nghiệp và tay máy Chương 2: Tổng quan về điều khiển mờ và đại số gia tử Chương 3: Thiết kế bộ điều khiển mờ trên nền đại số gia tử cho robot 2 bậc tự do. Kết quả luận văn đã đạt được là: - Nghiên cứu lý thuyết về hệ mờ và đại số gia tử, phân tích được ưu, nhược điểm mỗi loại và việc so sánh, kết hợp chúng tạo thành bộ điều khiển robot 2 bậc tự do, nhằm phát huy ưu điểm của điều khiển mờ theo đại số gia tử trong điều khiển hệ thống phi tuyến. - Xây dựng mô hình toán học cho robot 2 bậc tự do, mô phỏng trên matlab; xây dựng hệ điều khiển và các qui luật điều khiển kinh điển, đồng thời tiến hành mô phỏng với các quĩ đạo chuyển động khác nhau để thấy rõ mối quan hệ và tác động ảnh hưởng qua lại giữa các chuyển động đến chất lượng và độ chính xác điều khiển vị trí robot. - Xây dựng bộ điều khiển mờ và bộ điều khiển theo đại số gia tử cho mạch vòng điều khiển 2 khớp. Các kết quả mô phỏng cho thấy cả hai bộ điều khiển (Fuzzy và HAC) đều thỏa mãn yêu cầu chất lượng của tay máy về thời gian quá độ, độ quá điều chỉnh, … Song bộ điều khiển sử dụng đại số gia tử có đáp ứng quá độ nhanh hơn, thời gian chạy mô phỏng nhanh hơn so với bộ điều khiển mờ

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KÝ THUẬT CÔNG NGHIỆP

LUẬN VĂN THẠC SĨ KỸ THUẬT

KHOA CHUYÊN MÔN

LỜI CAM ĐOAN

Tên tôi là: Nguyễn Thị Thu Hằng

Sinh ngày: 25/8/1991

Học viên lớp cao học Khóa 18 – Kỹ thuật điều khiển và tự động hóa – Trường Đại học kỹ thuật công nghiệp Thái Nguyên

Hiện đang công tác tại: Trường cao đẳng nghề số 1- Bộ Quốc Phòng

Xin cam đoan về luận văn “ Thiết kế bộ điều khiển mờ theo đại số

gia tử cho robot 2 bậc tự do” do thầy giáo PGS.TS Lại Khắc Lãi hướng dẫn

là công trình nghiên cứu của riêng tôi Tất cả các tài liệu tham khảo đều có nguồn gốc, xuất xứ rõ rang

Tác giả xin cam đoan tất cả những nội dung trong luận văn đúng như nội dung trong đề cương và yêu cầu của thầy giáo hướng dẫn Nếu có vấn đề

gì trong nội dung của luận văn tác giả xin hoàn toàn chịu trách nhiệm với lời cam đoan của mình/

Thái Nguyên, ngày tháng năm 2018

Học viên

Nguyễn Thị Thu Hằng

LỜI CẢM ƠN

Sau thời gian nghiên cứu, làm việc khẩn trương được sự giúp đỡ,

hướng dẫn tận tình của thầy PGS - TS Lại Khắc Lãi, luận văn với đề tài

“Thiết kế bộ điều khiển mờ theo đại số gia tử cho robot 2 bậc tự do” đã

được hoàn thành

Tác giả xin bày tỏ lòng biết ơn sâu sắc đến:

Thầy giáo hướng dẫn PGS - TS Lại Khắc Lãi đã tận tình chỉ dẫn, giúp

đỡ tác giả hoàn thành luận văn này

Khoa sau đại học, các thầy giáo, cô giáo trong khoa Điện - Trường đại học Kỹ thuật công nghiệp Thái Nguyên đã giúp đỡ tác giả trong suốt quá trình học tập cũng như quá trình nghiên cứu thực hiện luận văn

Toàn thể các đồng nghiệp, bạn bè, gia đình đã quan tâm động viên, giúp đỡ trong suốt quá trình học tập

MỤC LỤC

LỜI CAM ĐOAN ii

LỜI CẢM ƠN iii

MỤC LỤC iv

DANH MỤC CÁC HÌNH VẼ vi

DANH MỤC NHỮNG CHỮ VIẾT TẮT vi

PHẦN MỞ ĐẦU 1

1 Lý do chọn đề tài 1

2 Mục đích nghiên cứu 2

3 Đối tượng nghiên cứu 2

4 Ý nghĩa khoa học, ý nghĩa thực tiễn của đề tài 2

4.1 Ý nghĩa khoa học 2

4.2 Ý nghĩa thực tiễn 2

CHƯƠNG 1: TỔNG QUAN VỀ ROBOT CÔNG NGHIỆPVÀ TAY MÁY 3 1.1 Lịch sử phát triển 3

1.2 Robot công nghiệp và các ứng dụng 7

1.3 Cấu trúc cơ bản của robot công nghiệp 7

1.4 Kết cấu tay máy 8

1.5 Động học robot 11

1.5.1 Bảng thông số DH 12

1.5.2 Tính toán ma trận mô tả quan hệ khâu i đối với hệ tọa độ gốc 0 Ti 14

1.6 Động lực học robot 15

1.6.1 Hàm Lagrange 15

1.6.2 Phương trình động lực học robot 2 bậc tự do 18

1.6.3 Phương trình động lực học robot 2 bậc tự do 20

1.7 Kết luận chương 1 23 CHƯƠNG 2 TỔNG QUAN VỀ ĐIỀU KHIỂN MỜ VÀĐẠI SỐ GIA TỬ 24

2.1 Suy luận xấp xỉ dựa trên tập mờ 24

2.1.1 Khái niệm 24

2.1.2 Mô hình mờ đa điều kiện 25

2.2 Điều khiển mờ 27

2.2.1 Cấu trúc của bộ điều khiển mờ 27

2.2.2 Phương pháp thiết kế bộ điều khiển mờ dựa trên luật 28

2.3 Suy luận xấp xỉ dựa trên đại số gia tử 30

2.3.1 Một số kiến thức cơ bản về đại số gia tử 31

2.3.2 Ứng dụng đại số gia tử giải bài toán suy luận sấp xỉ 40

2.4 Bộ điều khiển sử dụng đại số gia tử 45

2.5 Kết luận chương 2 47

CHƯƠNG 3 : THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ TRÊN NỀN 48

ĐẠI SỐ GIA TỬ CHO TAY MÁY HAI BẬC TỰ DO 48

3.1 Sơ đồ khối hệ thống điều khiển tay máy 2 bậc tự do 48

3.2 Tổng hợp độ điều chỉnh PID cho động cơ điện một chiều 50

3.2.1 Mô Hình toán của động cơ điện 1 chiều kích từ độc lập 50

3.2.2 Tổng hợp mạch vòng dòng điện 51

3.2.3 Tổng hợp mạch vòng tốc độ 53

3.3 Xây dựng mô hình mô phỏng tay máy 2 bậc tự do 56

3.4 Thiết kế bộ điều khiển mờ cho tay máy hai bậc tự do 57

3.4.1 Định nghĩa các tập mờ đầu vào và đầu ra 58

3.4.2 Xây dựng luật điều khiển 59

3.4.3 Chọn luật hợp thành và phương pháp giải mờ 60

3.4.4 Kết quả mô phỏng 61

3.5 Xây dựng bộ điều khiển trên nền đại số gia tử 62

3.6 Kết luận chương 3 66

KẾT LUẬN VÀ KIẾN NGHỊ 67

TÀI LIỆU THAM KHẢO 69

DANH MỤC CÁC HÌNH VẼ

Hình 1.1 Tay máy kiểu tọa độ Đề các 8

Hình 1.2 Tay máy kiểu tọa độ trụ 9

Hình 1.3 Tay máy kiểu tọa độ cầu 9

Hình 1.4 Tay máy kiểu tọa độ góc 10

Hình 1.5 Tay máy kiểu SCARA 10

Hình 1.6 Sơ đồ khối đơn giản của động học robot 11

Hình 1.7 Minh họa phương pháp DH 11

Hình 1.8 Khảo sát tốc độ của vi khối lượng dm 16

Hình 1.9 Hệ tọa độ robot 2 bậc tự do 16

Hình 2.1 Phép “and” được thực hiện theo công thức min 26

Hình 2.2 Sơ đồ cấu trúc của bộ điều khiển mờ 27

Hình 2.3 Sơ đồ hệ thống với bộ điều khiển mờ 29

Hình 2.4 Độ đo tính mờ của các phần tử sinh 36

Hình 2.5 Độ đi tính mờ của một số hạng từ ngữ 37

Hình 2.6 Sự sắp xếp của các xX, hjH, cG 38

Hình 2.7 Hàm ánh xạ ngữ nghĩa định lượng 39

Hình 2.8 Mô hình của bộ suy luận xấp xỉ dựa trên đại số gia tử 43

Hình 2.9 Sơ đồ bộ điều khiển theo tiếp cận đại số gia tử 45

Hình 3.1 Sơ đồ khối hệ điều khiển tay máy 2 bậc tự do 48

Hình 3.2 Cấu trúc khối động cơ khớp 1 49

Hình 3.3 Sơ đồ cấu trúc động cơ điện một chiều 51

Hình 3.4 Sơ đồ cấu trúc của mạch vòng dòng điện 51

Hình 3.5 Sơ đồ thu gọn của mạch vòng điện 52

Hình 3.6 Sơ đồ mạch vòng tốc độ động cơ điện một chiều 53

Hình 3.7 Sơ đồ thu gọn của mạch vòng tốc độ 54

Hình 3.8 Sơ đồ cấu trúc hệ điều khiển tốc độ động cơ điện một chiều

kích từ độc lập 55

Hình 3.9 Mô Hình mô phỏng tay máy hai bậc tự do 56

Hình 3.10 Sơ đồ mô phỏng khớp 1 của tay máy 56

Hình 3.11 Sơ đồ mô phỏng khớp 2 của tay máy 57

Hình 3 12 Cấu trúc của bộ điều khiển mờ 57

Hình 3 13 Các hàm liên thuộc đầu vào 1 58

Hình 3 14 Các hàm liên thuộc đầu vào 2 (sau khi hiệu chỉnh) 58

Hình 3 15 Các hàm liên thuộc đầu ra 59

Hình 3.16 Tác động của luật điều khiển ứng với một cặp giá trị đầu vào 60

Hình 3.17 Quan hệ Vào – ra của bộ điều khiển mờ 61

Hình 3.18 Sơ đồ mô phỏng hệ điều khiển tay máy bằng điều khiển mờ 61

Hình 3.19 Đường cong quĩ đạo các khớp khi sử dụng bộ điều khiển mờ 62 Hình 3.20 Cấu trúc hệ thống điều khiển sử dụng đại số gia tử 62

Hình 3.21 Sơ đồ mô phỏng hệ thống điều khiển tay máy sử dụng đại số gia tử 65

Hình 3.22 Đáp ứng quá độ của tay máy khi điều khiển bằng đai số gia tử 65

Hình 3.23 So sánh đáp ứng quá độ của hệ thống đối với bộ điều khiển mờ và bộ điều khiển đại số gia tử 66

DANH MỤC NHỮNG CHỮ VIẾT TẮT

1 SISO: Single in put -Single output

2 MISO: Mult input – Single output

3 MIMO: Mult input – Mult output

4 ĐSGT: Đại số gia tử

5 FAM : Fuzzy Associate Memory

6 HAC: Hệ thống điều khiển sử dụng đại số gia tử

PHẦN MỞ ĐẦU

1 Lý do chọn đề tài

Trong sự nghiệp công nghiệp hóa, hiện đại hóa đất nước, vấn đề tự động hóa sản xuất có vai trò đặc biệt quan trọng Một trong những phương pháp giúp cho vấn đề tự động hóa đạt hiệu quả cao là sử dụng robot công nghiệp vào quá trình sản xuất

Mục tiêu ứng dụng kỹ thuật robot trong công nghiệp là nhằm nâng cao năng suất dây chuyền công nghệ, nâng cao chất lượng, giảm giá thành sản phẩm, đồng thời cải thiện điều kiện lao động Sự cạnh tranh hàng hóa đặt ra cho chúng ta vấn đề thời sự là làm sao để hệ thống tự động hóa sản xuất phải

có tính linh hoạt cao nhằm đáp ứng với sự biến động thường xuyên của thị trường hàng hóa cạnh tranh Robot công nghiệp là một bộ phận không thể thiếu trong việc tạo ra những hệ thống tự động sản xuất linh hoạt đó

Việc nâng cao chất lượng điều khiển tay máy luôn là vấn đề cấp thiết được nhiều nhà khoa học trong và ngoài nước quan tâm Các hệ thống điều khiển tay máy hiện nay chủ yếu dùng phương pháp kinh điển và được thiết

kế theo phương pháp tuyến tính hóa gần đúng Khi thông số của hệ thống thay đổi thì thông số của bộ điều khiển giữ nguyên dẫn đến làm giảm độ chính xác điều khiển ảnh hưởng đến chất lượng sản phẩm

Với sự ra đời của lý thuyết điều khiển hiện đại (điều khiển thích nghi, điều khiển mờ, mạng nơron,…) đã tạo điều kiện cho việc xây dựng các bộ điều khiển thông minh đáp ứng yêu cầu công nghệ ngày càng cao của nền sản xuất hiện đại Trong mấy năm gần đây đã có rất nhiều đề tài nghiên cứu ứng dụng hệ mờ để điều khiển đối tượng phi tuyến Trong đề tài này, tác giả nghiên cứu về: “Thiết kế bộ điều khiển mờ theo đại số gia tử cho robot 2 bậc

tự do” Sau đề tài nghiên cứu này, sẽ thiết kế được một bộ điều khiển để điều

khiển robot 2 bậc tự do theo dạng điều khiển hiện đại, tính toán và thiết kế bộ điều khiển trên nền đại số gia tử cho robot 2 bậc tự do, đảm bảo điều khiển các chuyển động của robot một cách chính xác

Trên đây là lý do tác giả chọn đề tài: “Thiết kế bộ điều khiển mờ theo đại số gia tử cho robot 2 bậc tự do”

2 Mục đích nghiên cứu

- Tính toán thiết kế bộ điều khiển mờ trên nền đại số gia tử cho robot 2 bậc tự do; kiểm tra kết quả thông qua mô phỏng và thực nghiệm

3 Đối tượng nghiên cứu

- Điều khiển cánh tay robot hai bậc tự do theo mờ trên nền đại số gia tử

4 Ý nghĩa khoa học, ý nghĩa thực tiễn của đề tài

4.1 Ý nghĩa khoa học

Bộ điều khiển mờ trên nền đại số gia tử giống như một công cụ điều khiển các hệ thống phi tuyến với các thông số chưa xác định Điều này có ý nghĩa rất lớn về mặt khoa học trong việc điều khiển các đối tượng phi tuyến

Đề tài này đề cập đến ứng dụng mờ trên nền đại số gia tử trong việc điều khiển đối tượng phi tuyết đặc biệt là điều khiển robot

4.2 Ý nghĩa thực tiễn

Việc điều khiển canh tay robot được áp dụng mờ trên nền đại số gia tử

có ý nghĩa thực tiễn lớn Bời vì, robot được áp dụng ngày một rộng rãi trong nhiều lĩnh vực khác nhau, chúng phải làm việc ở những môi trường có điều kiện khắc nghiêt và luôn thay đổi để thay thế cho con người Việc nâng cao chất lượng điều khiển robot sẽ góp phần nâng cao chất lượng sản phẩm, nâng cao năng suất và hiệu quả lao động

CHƯƠNG 1:

TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP VÀ TAY MÁY

Robot công nghiệp là thuật ngữ có nhiều quan điểm khác nhau Có định nghĩa là: Robot công nghiệp là một cơ cấu cơ khí có thể lập trình được và có thể thực hiện những công việc có ích tự động không cần sự giúp đỡ trực tiếp của con người Theo ISO thì “Rbot công nghiệp là một tay máy đa mục tiêu,

có một số bậc tự do, dễ dàng lập trình, điều khiển tự động , dùng để tháo lắp phôi, dụng cụ và các vật dụng khác”

Do chương trình thao tác có thể thay đổi, thực hiện nhiều nhiệm vụ đa dạng nên có thể nói robot công nghiệp được hiểu như một thiết bị tự động, linh hoạt, bắt chước được các chức năng lao động của con người Theo đó, robot công nghiệp cũng là một hệ thống tự động hóa lập trình được Robot công nghiệp có khả năng thực hiện được nhiều chức năng, phụ thuộc vào chương trình và công cụ làm việc

1.1 Lịch sử phát triển

Từ thế kỉ 1, một số thiết bị máy móc được chế tạo đã có một số đặc tính làm việc như robot công nghiệp hiện nay Jacques de Vancanson đã chế tạo một vài “búp bê nhạc sỹ” Năm 1805, Hentri Maillarder đã chế tạo một con búp bê cơ khí có khả năng vẽ tranh Trong các đồ chơi đó, một số cơ cấu cam được sử dụng như một chương trình điều khiển thiết bị vẽ và viết Trong cuộc cách mạng công nghiệp, một số phát minh cơ khí khác trong lĩnh vực dệt

Một số điểm mốc của lịch sử phát triển công nghệ robot

Giữa thế

kỉ 17

J.de Vancanson chế tạo được một con búp bê cơ khí đánh nhạc

1801 J.Jacquard phát minh khung dệt vải có thể lập trình

1805 H.Maillader chế tạo búp bê cơ khí biết vẽ tranh

1892 S.Babbitt (Mỹ) đã thiết kế một cần trục truyền động động cơ có cơ

cấu kẹp để gắp thỏi thép đúc ra khỏi lò nung

1938 W.Pollard và H Roselund (Mỹ) đã thiết kế một cơ cấu phun sơn

lập trình do công ty DeVibiss

1946 G.C Devol (Mỹ) sáng chế thiết bị điều khiển có thể ghi lại những

tín hiệu điện bằng từ hóa, sau đó được sử dụng để điều khiển một máy cơ khí

1951 Cơ cấu máy điều khiển từ xa có thể mang các vật liệu phóng xạ

được chế tạo

1952 Mẫu máy điều khiển số đầu tiên được trưng bày ở Viện Công nghệ

Massachusetts sau vài năm nghiên cứu chế tạo

1954 G.C Devol đăng ký bản quyền phát minh thiết kế Robot

“Unimate” đầu tiên được giới thiệu là robot thủy lực, nó sử dụng nguyên lý điều khiển số cho điều khiển cơ cấu tay máy

1961 Công ty Ford lắp đặt robot Unimate

1962 Công ty General Motor (GM) lắp đặt robot công nghiệp đầu tiên

(Robot Unimate) trong dây chuyền sản xuất

Thời gian Sự kiện quan trọng

1966 Công ty robitTrallfa (Nauy) lắp đặt robot phun sơn

1968 Robot di chuyển “Shakey” được chế tạo tại Viện Nghiên Cứu

Stanford (Mỹ) Robot này được trang bị một số cảm biến tiếp xúc, máy ảnh, có thể di chuyển trên mặt sàn

1970 Tay máy Stanford là robot nhỏ điều khiển bằng điện được chế tạo

ở Đại học Stanford (Mỹ)

1971 Hiệp hội robot công nghiệp Nhật Bản (JIRA) bắt đầu đề xuất sử

dụng robot trong công nghiệp Nhật Bản

1973 Viện nghiên cứu Stanford (Mỹ) công bố ngôn ngữ lập trình máy

tính đầu tiên cho Robot trên là ngôn ngữ WAVE

1974 Công ty Cincinnati Milacron giới thiệu Robot T3 điều khiển bằng

máy tính

Robot “Sigma” được sử dụng trong công nghiệp lắp ráp – là một trong ứng dụng robot trong dây chuyền lắp ráp đầu tiên

1975 Phòng thí nghiệm Charles Stack Draper (Mỹ) đã chế tạo cơ cấu

nhún có tâm ở xa sử dụng cho robot lắp ráp

1976 Robot PUMA (máy lắp ráp vạn năng có thể lập trình) được trình

diễn

1978 Robot T3 của hang Cincinnati được lập trình thực hiện các công

việc khoan và hàn trên các bộ phận của máy bay

Robot SCARA được sáng chế cho dây chuyền lắp ráp ở trường Đại học Yamanashi (Nhật) Một số robot thương mại này được giới thiệu vào năm 1981

Thời gian Sự kiện quan trọng

1979 Robot công nghiệp bắt đầu một thời kì phát triển nhanh chóng, với

các robot mới

1980 Robot truyền động trực tiếp (DDR) được sáng chế ở trường Đại

học Carnegie – Mellon

1981 Hãng máy tính IBM chế tạo Robot RS – 1 cho lắp ráp

1982 Một số hệ thống lập trình “OFF – line” được trình diễn cho robot

1986 Ứng dụng robot tiếp tục phát triển mạnh tập trung vào tích hợp

robot trong các dây chuyền sản xuất linh hoạt (FMS) và hệ thống CIM

1991 Bước phát triển mới của nền kinh tế thế giới và tập trung sản xuất

các sản phẩm phức tạp và ứng dụng công nghệ vi điện và công nghệ hiển thị trong robot của dây truyền sản xuất tự động hóa

Vào những năm đầu thế kỷ 20, điều khiển số và cơ cấu điều khiển từ xa

là hai công nghệ quan trọng trong sự nghiệp phát triển robot Robot hiện đại

là sự kết hợp của kỹ thuật điều khiển số và cơ cấu điều khiển từ xa Ngoài ra, còn có những đóng góp giá trị về ngôn ngữ lập trình robot đã đánh dấu bước phát triển quan trọng của robot hiện đại Đó là công trình nghiên cứu

về ngôn ngữ lập trình hướng, đối tượng cho robot của Viện Nghiên cứu Stanford: Ngôn ngữ thực nghiệm WAVE (1973) và ngôn ngữ AL (năm 1974) Ngôn ngữ VAL của công ty Unimate là ngôn ngữ lập trình Robot thương mại đầu tiên

1.2 Robot công nghiệp và các ứng dụng

- Một trong các lĩnh vực đó là kỹ thuật đúc Thường trong xưởng đúc

công việc rất đa dạng, điều kiện làm việc nóng bức, bụi bặm, mặt hang thay đổi luôn và chất lượng vật đúc phụ thuộc nhiều vào quá trình thao tác

- Trong ngành gia công áp lực, điều kiện làm việc cũng khá nặng nề, dễ gây mệt mỏi Nhất là trong các phân xưởng rèn, dập Đòi hỏi áp dụng robot công nghiệp

- Trong ngành hàn và nhiệt luyện bao gồm nhiều công việc nặng nhọc, độc hại và ở nhiệt độ cao Do vậy, ngành này nhanh chóng ứng dụng robot công nghiệp để thay thế cho con người

- Ngành gia công, lắp ráp thưởng sử dụng robot vào việc tháo lắp phôi và sản phẩm trong các máy gia công bánh rang, máy khoan, máy tiện bán tự động

1.3 Cấu trúc cơ bản của robot công nghiệp

- Robot công nghiệp được cấu hình bởi các yếu tố sau:

+ Tay máy là cơ cấu cơ khí gồm các khâu, khớp Chúng hình thành cánh tay để tạo thành các chuyển động cơ bản, cổ tay tạo nên sự khéo léo, linh hoạt, bàn tay hoàn thành thao tác trên đối tượng

+ Cơ cấu chấp hành tạo thành chuyển động cho các khâu cổ tay máy, động cơ là nguồn động lực của các cơ cấu chấp hành

+ Hệ thống cảm biến gồm các cảm biến và cá thiết bị chuyển đổi tín hiệu cần thiết khác, các robot cần hệ thống cảm biến trong để nhận biết trạng thái của bản thân, các cơ cấu của robot và các cảm biến bên ngoài để nhận biết trạng thái của môi trường

+ Hệ thống điều khiển hiện nay thường là máy tính để giám sát và điều khiển hoạt động của robot

1.4 Kết cấu tay máy

Tay máy là một phần cơ sở quyết định khả năng làm việc của Robot công nghiệp, đó là thiết bị bảo đảm cho robot khả năng làm việc như nâng hạ vật Ban đầu con người chế tạo tay máy phỏng theo tay người Còn hiện nay, tay máy rất đa dạng và nhiều loại khác xa tay người Tuy nhiên, vẫn sử dụng thuật ngữ như: Vai, cánh tay, cổ tay và các khớp để chỉ các bộ phận của nó Trong thiết kế tay máy, người ta quan tâm đến các thông số ảnh hưởng khả năng làm việc

- Sức nâng, độ cứng vững lực kẹp của tay

- Tầm với của vùng làm việc

- Khả năng định vị, định hướng phần công tác

Chúng có đặc điểm sau:

Kết cấu gồm các khâu được nối với nhau bằng các khớp để hình thành một chuỗi động học hở các khớp chủ yếu là các khớp quay và các khớp trượt tùy theo cách bố trí mà các khớp có thể tạo ra tay máy có tọa độ đề các, tọa độ trụ, tọa độ góc và SCARA

+ Tay máy kiểu tọa độ đề các: Là tay máy có 3 chuyển động cơ bản tịnh tiến théo phương của các hệ tọa độ gôc (cấu hình T.T.T) Trường công tác có dạng khối hình chữ nhật Do kết cấu đơn giản, loại tay máy này có độ cứng vững cao, độ chính xác cơ khí dễ đảm bảo vì vậy nó thường dùng để chuyển phôi liệu, lắp ráp, hàn trong mặt phẳng,…

Hình 1.1 Tay máy kiểu tọa độ Đề các

+ Tay máy kiểu tọa độ trụ: Vùng làm việc của robot có dạng hình trụ rỗng Thường khớp thứ nhất chuyển động quay Ví dụ: Như robot 3 bậc tự do, cấu hình R.T.T như hình vẽ

Hình 1.2 Tay máy kiểu tọa độ trụ

+ Tay máy tọa độ cầu: Vùng làm việc của robot có dạng hình cầu, thường độ cứng vững của loại robot này thấp hơn so với hai loại trên Ví dụ: Robot 3 bậc tự do, cấu hình R.R.R hoặc R.R.T làm việc theo kiểu tọa độ cầu (Hình 1.3)

Hình 1.3 Tay máy kiểu tọa độ cầu

+ Robot kiểu tọa độ góc: Đây là kiểu robot được dùng nhiều hơn cả Ba chuyển động đầu tiên là các chuyển động quay, trục quay thứ nhất vuông góc với hai trục kia Các chuyển động định hướng khác cũng là các chuyển động quay Vùng làm việc của tay máy này gần giống một phần khối cầu Tất cả

các khâu đều nằm trong mặt phẳng thẳng đứng nên các tính toán cơ bản là bài toán phẳng, ưu điểm nổi bật của loại robot hoạt động theo hệ góc là gọn nhẹ, tức là có vùng làm việc tương đối lớn so với kích cỡ của bản thân robot, độ linh hoạt cao

Hình 1.4 Tay máy kiểu tọa độ góc

+ Tay máy kiểu SCARA: Robot SCARA ra đời nă, 1979 tại trường đại học Yamanashi (Nhật Bản) là một kiểu robot mới nhằm đáp ứng sự đa dạng của quá trình sản xuất Tên gọi SCARA là chữ viết tắt của “Selective Complaint Articulated Robot Arm” – Tay máy mềm dẻo tùy ý Loại robot này thường dùng trong công việc lắp ráp nên SCARA đôi khi được giải thích là

“Selective Complaince Articulated Robot Arm” Ba khớp đầu tiên của Robot này có cấy hình R.R.T, các trục khớp đều theo phương thẳng đứng Sơ đồ robot SCARA hình 1.5

Hình 1.5 Tay máy kiểu SCARA

1.5 Động học robot

Trong mô phỏng robot, phân tích hệ thống là cần thiết như phân tích động học, mục đich là mang lạu những hiểu biết của những chuyển động của từng phần cơ khí robot và mối quan hệ giữa chúng Phân tích động học được chia thành động học thuận và động học ngược Động học thuận bao gồm tìm

ra vị trí trong không gian chuyển động của các khớp là F(1, 2,… ,n)=

[x,y,z,R] và động học ngược bao gồm các thông số các biến khớp để có được

vị trí cuối cùng và hướng mong muốn F(1, 2,… ,n)= [x,y,z,R]

Hình 1.6 Sơ đồ khối đơn giản của động học robot

Một phương pháp phổ biến sử dụng thuận tiện cho việc lựa chọn khung tham chiếu trong ứng dụng robot là phương pháp Denavit – Hartenberg hoặc phương pháp D-H biểu diễn như hình 1.7

Hình 1.7 Minh họa phương pháp DH

- ai: Khoảng cách theo phương x i từ O i đến giao điểm x i và z i-1

- di: Khoảng cách theo phương z i -1 từ O i-1 đến giao điểm của trục x i và

z i-1,di thay đổi khi khớp I là khớp trượt

- i : Là góc quay quanh trục x i từ z i-1 đến z i

- i : Là góc quay quanh trục z i-1 từ x i-1 đến x i.

1.5.1 Bảng thông số DH

Bước 1: Chọn hệ tọa độ cơ sở, gắn các hệ tọa độ mở rộng lên các khâu:

- Giả định vị trí ban đầu của robot

- Xác định các trục khớp và đặt tên tương ứng z 0……. Z n-1

- Xác định hệ tọa độ nền Đặt gốc của hệ tọa độ này tại bất kỳ điểm nào

trên trục z o Các trục x 0 và y 0 được chọn thỏa qui tắc tam diện thuận

- Chọn gốc tọa độ O i là giao điểm của đường vuông góc chung giữa z i

và z i-1 Trong trường hợp các trục khớp cắt nhau thì trục x i chọn theo hướng vuông góc với mặt phẳng tạo bởi z i và z i-1.

- Xác định y i theo qui tắc tam diện thuận

Bước 2: Lập bảng thông số Denavit – Hartenberg (D-H) cho các khâu robot Bước 3: Dựa và thông số D-H xác định các ma trận Ai bằng cách thay đổi các thông số ở bước 2

Trường hợp đang xét ở đây là khớp quay thì i là biến, còn d i =const

Bảng thông số D-H như sau:

Dựa vào bảng thông số D-H, mỗi ma trận chuyển đổi thuần nhất A i

được trình bày như là tích của 4 chuyển đổi cơ bản sử dụng thông số của khâu

i và khớp nối

(i-1 và i)

A Rot z  Trans z d Rot x a (1.1)

Ở đây ký hiệu Rot (z, i ) viết tắt quay quanh trục x i một góc i

-.Trans(x,a i ) là dịch chuyển theo trục x i một khoảng a i Giải thích tương tự kí

1.5.2 Tính toán ma trận mô tả quan hệ khâu i đối với hệ tọa độ gốc 0 Ti

Như ta đã trình bày trong mục 1.5.1 ma trận Ai mô tả vị trí và hướng

của khâu thứ i so với khaia thứ i-1 Như vậy, tích của các ma trận A i là ma

trận 0 T i mô tả vị trí và hướng của khâu thứ i so với phần đế cố định

0 T i = T i = A 1 A 2… Ai (1.3)

Nếu một robot có n khâu có ma trân T của khâu chấp hành cuối :

T n = A 1 A 2… Ai (1.4)

T n mô tả mối quan hệ về hướng và vị trí của khâu chấp hành cuối đối với hệ

tọa độ gốc, có kích thước 4x4, có thể biểu diễn như sau:

Ma trận R có kích thước 3x3, là ma trận biểu diễn hướng của khâu chấp

hành cuối

Vectơ 𝑝⃗ có kích thước 3x1, biểu diễn mối quan hệ tọa độ vị trí của gốc tọa độ gắn trên khâu chấp hành cuối đối với hệ tọa độ gốc

1.6 Động lực học robot

Nghiên cứu động lực học robot là công việc cần thiết khi phân tích cũng như tổng hợp quá trình điều khiển chuyển động Việc nghiên cứu động lực học robot thường giải hai nhiệm vụ sau đây:

- Xác định momen và lực động xuất hiện trong quá trình chuyển động

Khi đó quy luật biến đổi của biến khớp q i (t) coi như đã biết Việc tính toán

lực trong cơ cấu tay máy là rất cần thiết để chọn công suất động cơ, kiểm tra

độ bền, độ cứng vững, đảm bảo độ tin cậy của robot

- Xác định các sai số động tức là sai lệch so với quy luật chuyển động theo chương trình Lúc này, cần khảo sát phương trình chuyển động của robot

có đặc tính động lực của động cơ và các khâu

Có nhiều phương pháp nghiên cứu động lực học robot, nhưng thường gặp hơn cả là phương pháp cơ học Lagrange, cụ thể là dùng phương trình Lagrange – Euler Đối với các khâu khớp của robot, với các nguồn lực và kênh điều khiển riêng biệt, không thể bỏ qua các hiệu ứng trọng trường (gravity effect), quán tính (initial), tương hỗ (coriolis), ly tâm (centripetal)…

Mà những khía cạnh này chưa được xét đầy đủ trong cơ học cổ điển, cơ học Lagrange nghiên cứu các vấn đền nêu trên như một hệ thống khép kín nên đây

là nguyên lý cơ học thích hợp đối với các bài toán động lực học robot

Xét khâu thứ i của robot có n khâu

1.6.1 Hàm Lagrange

Một điểm trên khâu thứ i được mô tả trong hệ tọa độ cơ bản là:

; 1

i i

2

0 0( ,o , ) ( T)

ii i

Động năng của vi khối lượng dm đặt tại vị trí i r trên khâu thứ i

j   rdm r

Động năng của robot có n khâu được tính:

1

n i i



 (1.11) Thế năng của robot có n khâu được tính:

1

n i i



 (1.13)

Hàm Lagrange của một hệ thống năng lượng

i i i

D A dq

j

j j i ij

T D T khi k j i U

D: Thể hiện tác dụng quán tính, là một ma trận đối xứng (nn)

V: Thể hiện tác dụng của lực ly tâm và Cariolis, là một vecto (n1)

C: Thể hiện tác dụng của lực trọng trường, cũng là một vecto (n1)

T : biểu diễn hệ tọa độ tay (điểm kẹp) so với thanh n

Từ mô hình trên ta xây dựng được bảng thông số DH như sau:

i i

 : Được định nghĩa là ma trận chuyển đổi đồng nhất, biểu diễn mối quan

hệ vị trí của một điểm trong khung i và vị trí của điểm đó trong khung thứ i-1

CHƯƠNG 2

TỔNG QUAN VỀ ĐIỀU KHIỂN MỜ VÀĐẠI SỐ GIA TỬ

2.1 Suy luận xấp xỉ dựa trên tập mờ

Trong thế giới quanh ta, thông tin mờ tôn tại trong cách diễn đạt, suy luận của con người Có thể thấy ví dụ những khái niệm như “nhanh”, “ khá nhanh”, “rất nhanh”, “chậm”, “rất chậm”,… chúng chứa đựng những thông tin, khái niệm có ngữ nghĩa không chính xác, không chắc chắn mà chỉ mang tính chất định tính Tuy nhiên, nó vẫn có vai trò quan trọng trong hoạt động nhận thức, tư duy, trao đổi thông tin và suy luận của con người Những khái niệm chứa đựng thông tin không chính xác, không chắc chắn đó gọi chung là các khái niệm “mờ”

Ví dụ một tập mờ F của các số tự nhiên nhỏ hơn 6 với hàm phụ thuộc

F(x) có dạng như ở hình 1.8 định nghĩa trên nền X sẽ chứa các phần tử sau :

F = {(1,1), (2,1), (3, 0.8), (4, 0.07)}

Số tự nhiên 1 và 2 có độ phụ thuộc: F(1) = F(2) = 1

Các số tự nhiên 3 và 4 có độ phụ thuộc: F(3) = 0,8 và F(4) = 0,07 Những số không được liệt kê đều có độ phụ thuộc bằng 0

2.1.2 Mô hình mờ đa điều kiện

Mô hình mờ là một cách gọi để chỉ hệ hợp thành R, hay còn gọi là bộ

nhớ liên hợp mờ (FAM – Fuzzy Associate Memory) Trong lĩnh vực điều khiển, đại lượng đầu ra thường phụ thuộc vào nhiều đại lượng đầu vào nên trong mỗi luật sẽ xuất hiện nhiều mệnh đề điều kiện được liên kết bởi phép

“and” Khi đó mô hình R được gọi là mô hình mờ đa điều kiện hay mô hình

mờ dạng có cấu trúc MIMO (Multi Input – Single Output)

R1: If 𝒳1 = A 11 and 𝒳2 = A 21 and…and 𝒳n = A n1 then 𝒴 = B 1

R2: If 𝒳1 = A 12 and 𝒳2 = A 22 and…and 𝒳n = A n2 then 𝒴 = B 2

………

Rn: If 𝒳1 = A 1m and 𝒳2 = A 2m and…and 𝒳n = A nm then 𝒴 = B p

Với 𝒳1 ,𝒳2 ,…,𝒳n và các 𝒴 là các biến ngôn ngữ, mỗi biến ngôn ngữ X i

thuộc không gian nền U i và biến ngôn ngữ 𝒴 thuộc không gian nền V; A ij , B k

(i=1….n, j=1 m, k=1…q) là những giá trị ngôn ngữ được biều diễn bằng tập

mờ thuộc không gian nền tương ứng [34] – [36], [40] – [50]

Cho các giá trị ngôn ngữ đầu vào A 01 , A 02 ,… A 0n là những giá trị mờ

tương ứng với các biến ngôn ngữ 𝒳1 ,𝒳2 ,…,𝒳n (hoặc giá trị rõ x01, x02,….,

x0n), việc giải bài toán suy luận sấp xỉ mờ đa điều kiện là xác định đầu ra

𝒴=R’ Các bước thực hiện như sau:

1, Xác định độ thỏa mãn H 1 , H 2 ,….,H n đối với những mệnh đề hợp

thành (quá trình mờ hóa) Thực hiện phép “and” theo công thức min hoặc công thức “prod”, thỏa mãn với mỗi luật được xác định

H i = min (H i1, H i2 ,… H in ), phép “and” theo công thức min

H i = H i1, H i2 ,… H in , phép “and” theo công thức prod

Trong đó:

H ij = Aij (x0j), là độ thỏa mãn của mệnh đề điều kiện thứ j của luật i

2, Thực hiện phép suy diễn để được '1( ), '2( ), , ' ( )

H 11 = A11 (x01), H 12 = A12 (x02), H 1 = min {H 11, H 12 } = H 12

H 21 = A21 (x01), H 22 = A22 (x02), H 1 = min {H 21, H 22 } = H 21

Các tập mờ đầu ra với luật được suy diễn theo quy tắc min:

B1’ (y) = min {H 1, B1 (y)}, B2’ (y) = min {H 2,B2 (y)},

Tập mờ đầu ra: R’= B 1 ’ B 2 ’

Hình 2.1 Phép “and” được thực hiện theo công thức min

Giải mờ

Trong các hệ điều khiển mờ, đại lượng thông tin đầu vào và đầu ra của

bộ điều khiển thường là các giá trị (thực) rõ Mối quan hệ vào – ra của chúng

chính là mô hình mờ R Từ một giá trị rõ x0 ở đầu vào, sau khi thực hiện suy

diễn bởi thành phần hợp thành mờ ta có tập mờ đầu ra R’ = U i =1…n B i ’i Một yêu cầu đó là cần chuyển đổi đại lượng mờ đầu ra thành giá trị rõ y 0 để điều

khiển cho đối tượng nào đó Việc chuyển đởi đó được gọi là giải mờ

(defuzzification) Nói cách khác, giải mờ là quá trình xác định một giá trị rõ

y 0 nào đó có thể chấp nhận được từ hàm thuộc R’ (y) của tập mờ R’

Hai phương pháp giải mờ chính thường được lựa chọn khi thiết kế các

bộ điều khiển mờ đó là phương pháp cực đại và phương pháp trọng tâm

2.2 Điều khiển mờ

Trong lĩnh vực điều khiển học, các phương pháp thiết kế bộ điều khiển truyền thống đều dựa trên việc xây dựng mô hình toán học của đối tượng trong thực tế, có nhiều đối tượng được mô tả bởi những phương trình vi phân hoặc những phương trình trạng thái phức tạp, có các thành phần đạo hàm riêng và mức độ phi tuyến cao Vì vậy, việc thiết kế bộ điều khiển cũng rất khó đạt kết quả tốt Trong nhiều trường hợp, để giảm mức độ phức tạp, người

ta phải xấp xỉ mô hình hoặc thực hiện giảm bậc,…làm cho sự mô tả hệ thống

sẽ thiếu chính xác Một hướng tiếp cận khác đó là thiết kế bộ điều khiển mờ dựa trên tri thức, kinh nghiệm, sự hiểu biết của người vận hành hệ thống được diễn tả dưới dạng luật ngôn ngữ Sự diễn tả bằng luật ngôn ngữ này là mang tính định tính với thông tin mờ Có thể biểu diễn hệ luật này bằng một mô hình mờ phù hợp và giải bài toán điều khiển bằng cách thực hiện phép suy diễn mờ, ta sẽ có được một bộ điều khiển hiệu quả, khắc phục được những khó khăn nêu trên

2.2.1 Cấu trúc của bộ điều khiển mờ

Một bộ điều khiển mờ gồm những khối sau:

Hình 2.2 Sơ đồ cấu trúc của bộ điều khiển mờ

- Fuzzification: Bộ phần mờ hóa Từ giá trị đầu vào rõ [x0i] của bộ điều khiển, bộ phận mờ hóa sẽ tính toán các độ thỏa mãn để được vector [i *] có số phần tử bằng số tập mờ của các biến đầu vào Tín hiệu đầu vào thường bao gồm tín hiệu điều khiển chủ đạo, tín hiệu trạng thái của hệ thống, tín hiệu phản hồi đầu ra,…

- Rule – base: Cơ sở tri thức gồn các luật có cấu trúc “If…then…” với

các mệnh đề ngôn ngữ mô tả mối quan hệ giữa các biến vào – ra

- Inference mechanism: Bộ suy diễn dựa trên hệ luật được thực hiện

Theo quy tắc hợp thành nào đó Đó chính là sự triển khai luật hợp thành R

được xây dựng trên cơ sở hệ luật điều khiển

- Defuzzification: Bộ phận giải mờ Từ đầu tập mờ đầu ra R’, bộ phận

giải mờ tính toán được giá trị u 0 là giá trị đầu ra (giá trị điều khiển) ứng với

mỗi giá trị rõ 0 để điều khiển đối tượng

Với cùng một hệ luật ngôn ngữ, bộ điều khiển mờ sẽ cho kết quả đầu ra

là rất khác nhau khi lựa chọn thực hiện khác nhau đối với thành phần của bộ điều khiển Nói cách khác, việc lựa chọn hình dáng hàm thuộc, các phép toán cho quy tắc hợp thành, phương pháp giải mờ, có ảnh hưởng rất lớn đến kết quả đầu ra Các lựa chọn này là không có quy tắc mà phụ thuộc nhiều vào sự hiểu biết về hệ thống điều khiển, kinh nghiệm người thiết kế Đây cũng chính

là khó khăn rất lớn để đạt được chất lượng điều khiển tốt khi thiết kế bộ điều khiển mờ Thêm nữa, vì có nhiều tham số ảnh hưởng tới giá trị đầu ra nên việc tối ưu hóa chất lượng bộ điều khiển cũng khó khăn

2.2.2 Phương pháp thiết kế bộ điều khiển mờ dựa trên luật

Nguyên lý tổng hợp bộ điều khiển mờ hoàn toàn dựa vào những phương pháp toán học dựa trên cơ sở định nghĩa các biến ngôn ngữ (tập mờ)

vào – ra và lựa chọn những luật điều khiển theo kinh nghiệm Cấu trúc tổng

quát của hệ thống với bộ điều khiển mờ được chỉ ra trong hình 2.3

Hình 2.3 Sơ đồ hệ thống với bộ điều khiển mờ

Quá trình thiết kế bộ điều khiển mờ được thực hiện với những bước sau:

1 Định nghĩa các biến ngôn ngữ vào – ra: Thông qua khảo sát, ta xác định các biến ngôn ngữ đầu vào và đầu ra của bộ điều khiển và miền xác định của chúng

2 Định nghĩa các tập mờ cho các biến ngôn ngữ: Trong các bước này,

ta cần xác định số lượng tập mờ cho các biến ngôn ngữ và hình dạng hàm thuộc của tập mờ

3 Xây dựng hệ luật điều khiển: Thu thập tri thức hệ luật điều khiển từ nhiều nguồn khác nhau

4 Chon quy tắc hợp thành: Chúng ta có thể lựa chọn một quy tắc hợp

thành nào đó Thực tế cho thấy, quy tắc Max – Min và Max – Prod thường

được lựa chọn vì tính đơn giản và hiệu qua của chúng

5 Chọn nguyên lý giải mờ: Lựa chọn phương pháp giải mờ cũng phụ thuộc vào kinh nghiệm của người thiết kế Trong nhiều ứng dụng, phương pháp giải mờ theo trọng tâm thường được ưu tiên lựa chọn

6 Tối ưu hóa: Trong quá trình mô phỏng hoặc thử nghiệm: Quan sát, đánh giá, sàng lọc các luật hiệu chỉnh các tham số của bộ điều khiển theo các tiêu chí khác nhau để bộ điều khiển hướng đến tối ưu Sự hiệu chỉnh có thể ở mọi sự lựa chọn trong các bước thiết kế như đã trình bày ở trên

2.3 Suy luận xấp xỉ dựa trên đại số gia tử

Để xây dựng phương pháp luận tính toán nhằm giải quyết vấn đề mô phỏng các quá trình tư duy, suy luận của con người chúng ta thiết lập ánh xạ; gán mỗi khái niệm mờ một tập mờ trong không gian tất cả các hàm

F(U,[0,1]) Nghĩa là ta mượn cấu trúc tính toán rất phong phú cả tập mờ để

mô phỏng phương pháp suy luận của con người thường vẫn được thực hiện trên nền ngôn ngữ tự nhiên

Vậy một vấn đề đặt ra là liệu bản thân ngôn ngưc có cấu trúc tính toán không? Nếu có thì các phương pháp suy luận xây dựng đó đem lại lợi ích gì?

Lý thuyết ĐSGT đã được nhóm tác giả nghiên cứu vào những năm 1990 [30], [31] và đã có rất nhiều kết quả ứng dụng trong lĩnh vực khác nhau Các tác giả của lý thuyết ĐSGT đã phát hiện ra rằng tập các giá trị ngôn ngữ của một cấu trúc đại số [30], [31] và là một cấu trúc ĐSGT đầy đủ (Complete Hedge Algebras Structure) [31] với một tính chất quan trọng trong đó là thứ tự ngữ nghĩa của các giá trị ngôn ngữ luôn được đảm bảo Đây là một cấu trúc tính toán và mô phỏng đủ mạnh ngữ nghĩa của ngôn ngữ tự nhiên, có thể mô tả đầy đủ quá trình mô phỏng xấp xỉ

ĐSGT có thể coi như cấu trúc toán học có thứ tự của tập hợp các hạng

từ ngôn ngữ, quan hệ thứ tự được quy định bởi ngữ nghĩa của các hạng từ ngôn ngữ trong những tập hợp này Việc lượng hóa được giá trị ngữ nghĩa các hạng từ ngôn ngữ thông qua một hàm định lượng đã giúp cho việc suy luận xấp xỉ được hợp lý hơn

ĐSGT đã được phát triển và ứng dụng trong các bài toán như hệ hỗ trợ quyết định, hệ chuyên gia, khai phái dữ liệu, cơ sở dữ liệu mờ [10], [12], [32], [33], [37], [41] và gần đây rất thành công trong lĩnh vực điều khiển [34] – [36], [40] – [42], [50]

2.3.1 Một số kiến thức cơ bản về đại số gia tử

Giả sử ta cso một tập giá trị ngôn ngữ là miền ngôn ngữ của biến ngôn

ngữ nhiệt độ (TEMPERATURE) gồm các từ sau: X = dom (TEMPERATURE)

= {Very Very low < More Very low < Very low < Rahter Very Low < Little Verry Low <Verry More Low < More More Low < More Low < Rather More Low < Little More Low < Low < …< Medium < Very Little High < More Little High < … < High < Very High < Very Very High….} Các giá trị ngôn

ngữ này được sử dụng trong các bài toán suy luận xấp xỉ dựa trên tri thức bằng luật ngôn ngữ, Một vấn đề đặt ra là cần có một cấu trúc mạnh và chặt chẽ dựa trên tính thứ tự vốn có của giá trị ngôn ngữ trong miền của biến ngôn ngữ Từ đó, có thể tính toán được ngữ nghĩa trên giá trị ngôn ngữ của biến ngôn ngữ trong các bài toán suy luận xấp xỉ

Định nghĩa 1.1 [30]: Đại số gia tử của biến ngôn ngữ 𝒳 là một bộ phận