Đại Học Quốc Gia Tp. Hồ Chí Minh
TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN VIỆT KHOA

MẠNG NƠ-RON THÍCH NGHI
ĐIỀU KHIỂN CÁNH TAY ROBOT HAI BẬC TỰ DO
Chuyên ngành: Tự động hóa

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 07 năm 2010


TRƯỜNG ĐẠI HỌC BÁCH KHOA
PHÒNG ĐÀO TẠO SĐH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
ĐỘC LẬP - TỰ DO - HẠNH PHÚC

Tp. HCM, ngày … tháng … năm 2010

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ và tên học viên: NGUYỄN VIỆT KHOA

Phái:

Ngày, tháng, năm sinh: 18 – 10 – 1982

Nơi sinh: Phú Yên

Chuyên ngành:

MSHV:

Tự động hóa

Nam
01506359

I. TÊN ĐỀ TÀI: MẠNG NƠ-RON THÍCH NGHI ĐIỀU KHIỂN CÁNH TAY
ROBOT HAI BẬC TỰ DO
II. NHIỆM VỤ VÀ NỘI DUNG:
1. Tìm hiểu mơ hình tốn của cánh tay robot hai bậc tự do, cơ sở lý thuyết mạng
nơ-ron RBF, điều khiển thích nghi trực tiếp để điều khiển cánh tay robot bám theo tín
hiệu tham chiếu.
2. Lập trình mơ phỏng hệ cánh tay máy bằng Simulink và file_M của Matlab
điều khiển mơ phỏng mơ hình tốn và điều khiển thực trên mơ hình theo giải thuật điều
mạng nơ-ron thích nghi.
3. Thi cơng mơ hình phần cứng cánh tay máy hai bậc tự do, mạch nguồn, mạch
cơng suất, mạch đọc encoder, giao tiếp máy tính với Card PCI 1710L qua Matlab.
4. Kiểm chứng giải thuật và so sánh điều khiển giữa mơ hình thực và mơ hình
tốn.
5. Hướng phát triển đề tài và ứng dụng vào thực tiễn.
III. NGÀY GIAO NHIỆM VỤ : 25 / 06 / 2009
IV. NGÀY HOÀN THÀNH NHIỆM VỤ:……../………/ 2010
V. CÁN BỘ HƯỚNG DẪN: TS NGUYỄN THIỆN THÀNH
CÁN BỘ HƯỚNG DẪN

CN BỘ MÔN
QL CHUYÊN NGÀNH


TS. Nguyễn Thiện Thành

TS. Nguyễn Đức Thành


Nội dung và đề cương luận văn thạc sĩ đã được Hội đồng chuyên ngành thông qua.
Ngày … tháng … năm 2010
TRƯỞNG PHÒNG ĐT – SĐH

TRƯỞNG KHOA QL NGÀNH


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học: TS. Nguyễn Thiện Thành

Cán bộ chấm nhận xét 1:.....................................................................................

Cán bộ chấm nhận xét 1:.....................................................................................

Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN
THẠC SĨ

TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày……..tháng……..năm 2010


LUẬN VĂN THẠC SĨ


GVHD: TS. NGUYỄN THIỆN THÀNH

Lời Cảm Ơn!
Lời đầu tiên, tác giả luận văn xin bày tỏ lòng biết ơn chân thành đến
tất cả thầy cô giáo trong Khoa Điện – Điện Tử, đặc biệt là thầy cô giáo
trong bộ mơn “Tự Động Hóa” Trường Đại Học Bách Khoa TP. HCM đã
truyền đạt cho tác giả những kinh nghiệm và kiến thức thật sự hết sức
qúy báu trong thời gian học tập tại trường.
Đặc biệt xin chân thành cám ơn thầy TS. Nguyễn Thiện Thành,
người đã trực tiếp hướng dẫn tác giả hoàn thành luận văn thạc sĩ này.
Xin được gởi lời cám ơn chân thành đến gia đình, bạn bè và người
thân, những người đã giúp đỡ và động viên tác giả về tinh thần cũng
như vật chất trong suốt thời gian thực hiện luận văn này. Trong quá trình
thực hiện luận văn, do thời gian cũng như trình độ và kinh nghiệm có
hạn nên chắc chắn sẽ khơng tránh được những thiếu xót, rất mong được
sự quan tâm đóng góp của thầy cơ và các bạn bè, anh chị để luận văn
được hoàn chỉnh hơn. Mọi đóng góp về luận văn xin gởi qua địa chỉ
email Một lần nữa, tác giả xin chân cám ơn !!!
Tác giả thực hiện luận văn
Nguyễn Việt Khoa

Lời Cảm ơn!

[i]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ


GVHD: TS. NGUYỄN THIỆN THÀNH

TÓM TẮT LUẬN VĂN

Trong luận văn này, tác giả sử dụng bộ điều khiển nơ-ron thích
nghi trực tiếp để điều khiển cánh tay robot hai khâu. Mạng nơ-ron được
sử dụng trong bộ điều khiển để xấp xỉ mơ hình phi tuyến cánh tay robot
do các thành phần như trọng lực, lực ma sát, mô-men hướng tâm, lực
Coriolis,… gây ra nhằm loại bỏ các thành phần liên kết chéo trong robot.
Giải thuật di truyền được sử dụng kết hợp mạng nơ-ron để huấn luyện
mạng và tìm bộ trọng số tối ưu cho mạng với mong muốn điều khiển
cánh tay robot bám theo tín hiệu mong muốn. Ngoài ra, thành phần điều
khiển chế độ trượt được chọn để đảm bảo cho hệ thống ổn định nhằm
tăng tính bền vững cho hệ thống.

Tóm tắt luận văn

[vii]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

ABSTRACT

In this thesis, The author developed the direct adaptive neural

controller for robot manipulators. Neural networks using in this
controller to estimate nonlinear (unknown) robot manipulators such as:
gravity, viscous friction, centrifugal and Coriolis forces,…etc delete all
cross-coupling terms in robot manipulators. Neural Network using
Genetic Algorithms (GA) for learning algorithms and search optimal
weights for neural networks with desc tracking desired trajectory.
Otherwise, Sliding mode control using is robust system.

Tóm tắt luận văn

[viii]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

MỤC LỤC

Lời cảm ơn

trang i

Danh mục các ký hiệu và từ viết tắt, bảng và hình vẽ đồ thị

trang ii

Tóm tắt đề tài


trang vii

Mục lục

trang ix

Chương 1: Tổng quan đề tài
1.1 Giới thiệu

trang 1

1.2 Phương pháp nghiên cứu

trang 5

1.3 Sơ lược nội dung đề tài.

trang 6

Chương 2: Cơ sở lý thuyết
1. Giải thuật di truyền.
1.1 Giới thiệu.

trang 8

1.2 Lưu đồ giải thuật của GA

trang 9


1.3 Mã hóa

trang 11

1.4 Hàm thích nghi.

trang 11

1.5 Chọn lọc tự nhiên.

trang 12

1.6 Lai ghép

trang 13

1.7 Đột biến

trang 14

1.8 Giải mã

trang 15

1.9 Một số ứng dụng thực tiễn về GA.

trang 15

2. Mạng nơ-ron nhân tạo.
2.1 Giới thiệu.


trang 16

2.2 Cấu trúc cơ bản một nơ-ron nhân tạo

trang 19

Mục lục

[ix]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

2.3 Các thành phần cơ bản trong một nơ-ron nhân tạo

trang 20

2.4 Các cấu trúc cơ bản của mạng nơ-ron nhân tạo

trang 22

2.5 Huấn luyện mạng nơ-ron.

trang 23


2.6 Mạng hàm cơ sở xuyên tâm RBF

trang 24

2.6.1 Cấu trúc mạng nơ-ron RBF

trang 24

2.6.2 Các hàm cơ sở xuyên tâm thường gặp

trang 26

2.6.3 Thuật toán huấn luyện mạng RBF

trang 28

2.6.4 Tích hợp GA với quá trình học của mạng nơ-ron

trang 30

2.6.4.1 Mã hóa các trọng số của mạng nơ-ron thành các NST
2.6.4.2 Hàm thích nghi

trang 30

2.6.4.3 Khởi tạo quần thể

trang 31

Chương 3: Khảo sát đối tượng điều khiển

3.1 Giới thiệu

trang 32

3.2 Mơ hình tốn học của cánh tay máy SCARA.

trang 37

3.2.1 Mơ hình động học của tay máy

trang 37

3.2.1.1 Mơ hình động học thuận

trang 37

3.2.1.2 Mơ hình động học ngược

trang 38

3.2.2 Mơ hình động lực học của tay máy

trang 39

3.3 Hệ phương trình trạng thái cánh tay robot

trang 43

3.4 Xây dựng mơ hình đối tượng trên Matlab


trang 46

3.5 Thiết kế và thi công phần cứng

trang 46

3.5.1 Mơ hình phần cứng cánh tay máy hai khâu

trang 46

3.5.2 Các thành phần hệ thống

trang 48

3.5.3 Sơ đồ kết nối phần cứng

trang 54

Chương 4: Giải thuật điều khiển
4.1 Giới thiệu

trang 55

4.2 Điều khiển hồi tiếp tuyến tính hóa

trang 56

Mục lục

[x]


HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

4.2.1 Hồi tiếp tuyến tính hóa

trang 57

4.3 Phương pháp điều khiển thích nghi nơ-ron trực tiếp.

trang 60

4.4 Sơ đồ khối Simulink giải thuật điều khiển

trang 63

4.5 Kết quả điều khiển cánh tay máy

trang 67

Chương 5: Kết luận và hướng phát triển đề tài
5.1 Kết quả đạt được.

trang 85

5.2 Hạn chế của luận văn.


trang 86

5.3 Hướng nghiên cứu và phát triển của đề tài.

trang 87

Tài liệu tham khảo

trang xii

Phụ lục luận văn

trang xv

Lý lịch trích ngang

Mục lục

[xi]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

DANH MỤC KÝ HIỆU, TỪ VIẾT TẮT,
BẢNG BIỂU , HÌNH VẼ VÀ ĐỒ THỊ


DANH MỤC CÁC BIẾN, TOÁN TỬ, HÀM
arg min

đối số làm cực tiểu hàm.

lim

giới hạn.

max

cực đại.

min

cực tiểu.

sup

cận trên nhỏ nhất.

diag

ma trận chéo.

sgn

hàm dấu.


fitness

hàm thích nghi đánh giá các các thể trong quần thể.

bestchrom

biến lưu cá thể tốt nhất trong quá trình tiến hóa.

elitism

cờ lưu giữ cá thể ưu việt trong quá trình tiến hóa.

bestfit

hàm thích nghi tốt nhất.

DANH MỤC CÁC KÝ HIỆU
A

ma trận hệ thống.

B

ma trận đầu vào.

C

ma trận đầu ra.

I


ma trận đơn vị

t

biến thời gian

Danh mục luận văn

[ii]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

r

bậc tương đối của hệ phi tuyến

n

bậc của hệ phi tuyến

p

số ngõ vào, ngõ ra


u

véctơ tín hiệu ngõ vào điều khiển u = ⎡⎣u1 , u2 ,K, u p ⎤⎦ ∈ ℜ p

u* ( t )

véctơ tín hiệu điều khiển hồi tiếp tuyến tính hóa lý tưởng

uˆ ( t )

véctơ tín hiệu điều khiển xấp xỉ luật điều khiển hồi tiếp tuyến
tính hóa lý tưởng u * ( t )

uce ( t )

tín hiệu điều khiển theo nguyên lý chắc chắn tương đương

usd ( t )

véctơ tín hiệu điều khiển chế độ điều khiển trượt

u% ( x )

sai lệch giữa uˆ ( x ) và u * ( x )

v (t )

véctơ tín hiệu vào hệ thống động đã hồi tiếp tuyến tính hóa

x


véctơ biến trạng thái x = [ x1 ,K, xn ] ∈ ℜ n

y (t )

véctơ tín hiệu ra, y ( t ) = ⎡⎣ y1 ( t ) ,K, y p ( t ) ⎤⎦ ∈ ℜ p

f ( x)

véctơ đặc tính động học hệ phi tuyến MIMO

ym ( t )

quỹ đạo chuẩn mong muốn

V

hàm Lyapunov

Qu

ma trận trọng số hàm Lyapunov

QuT

ma trận chuyển vị của Qu

ξ ( ⋅)

véctơ hàm cơ sở, ξ ( ⋅) = ⎡⎣ξ1 ( ⋅) ,K, ξ nb ( ⋅) ⎤⎦


ξ i ( ⋅)

thành phần thứ i của véctơ ξ ( ⋅)

δu ( x )

sai số cấu trúc do xấp xỉ ui* ( x ) bằng mạng nơron RBF

δu ( x )

hàm chặn trên của δ ui ( x )

b ( x)

hàm chặn dưới của b ( x )

b ( x)

hàm chặn trên của b ( x )

T

i

i

Danh mục luận văn

[iii]


HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

a ( x)

véctơ đặc tính động học hệ phi tuyến MIMO dạng chuẩn

b( x)

véctơ đặc tính động học hệ phi tuyến MIMO dạng chuẩn

θu

véctơ thơng số của luật điều khiển.

θ&u

luật thích nghi thơng số trên sơ đồ khối hệ thống điều khiển
thích nghi trực tiếp

θ%u

sai số thông số ước lượng

θ%uT


chuyển vị của θ%u

es ( t )

sai số bám

e0 ( t )

sai số ngõ ra

d

nhiễu ngoài d = ⎡⎣ d1 , d 2 ,K , d p ⎤⎦ ∈ ℜ p

σ

độ phân tán của hàm cơ sở

σi

độ phân tán của các hàm cơ sở thứ i

Wij

véctơ trọng số kết nối trọng mạng nơ-ron

Parent

nhiễm sắc thể cha-mẹ.


Child

thế hệ con sau khi lai ghép từ Parent.

pM

xác suất đột biến

pC

xác suất lai ghép

T

DANH MỤC CÁC TỪ VIẾT TẮT
MIMO

Multi Input Multi Output
(Nhiều đầu vào nhiều đầu ra)

SISO

Single Input Single Output
(Một đầu vào một đầu ra)

ANN

Artificial Neural Network
(Mạng nơron nhân tạo)


Danh mục luận văn

[iv]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

PID

GVHD: TS. NGUYỄN THIỆN THÀNH

Proportional Intergral Derivative
(Bộ điều khiển vi tích phân tỉ lệ)

GA

Genetic Algorithm
(Giải thuật di truyền)

DANC

Direct Adaptive Neural Control
(Điều khiển nơron thích nghi trực tiếp)

NST

Nhiễm Sắc Thể.


RBF

Radius Basis Function Networks
(Mạng hàm cơ sở xuyên tâm)

MLP

Multi Layer Perceptron
(Mạng nơ-ron truyền thẳng nhiều lớp)

BP

Back Propagation
(Thuật học lan truyền ngược)

SCARA

Selective Compliant Articulated Robot Arm
(Tay máy mềm dẻo tùy ý)

DANH MỤC CÁC HÌNH VẼ
Hình 1.1: SCARA robot của hãng EPSON.
Hình 1.2: Robot hàn của hãng Fanuc.
Hình 1.3: Robot sơn của hãng ABB.
Hình 2.1 Lưu đồ tổng quát giải thuật di truyền
Hình 2.2 Mã hóa các thơng số cần ước lượng thành chuỗi NST.
Hình 2.3 Xác suất chọn lọc sắp hạng tuyến tính
Hình 2.4 Lai ghép hai điểm
Hình 2.5 Đột biến nhiều điểm

Hình 2.6: Cấu trúc của một nơ-ron nhân tạo

Danh mục luận văn

[v]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

Hình 2.7: Mơ hình tốn một nơ-ron nhân tạo
Hình 2.8 Cấu trúc kết nối mạng truyền thẳng
Hình 2.9 Cấu trúc kết nối mạng thần kinh hồi quy
Hình 2.10 Phương pháp học có giám sát
Hình 2.11 Phương pháp học củng cố
Hình 2.12 Phương pháp học khơng có giám sát
Hình 2.13: Cấu trúc mạng hàm cơ sở xun tâm
Hình 2.14: Hàm Gauss – Hàm kích hoạt tế bào thần kinh lớp ẩn
Hình 2.15: Các hàm xuyên tâm sử dụng trong mạng nơ-ron RBF
Hình 3.1: Robot kiểu tọa độ Đề-các. Cấu hình T.T.T
Hình 3.2: Robot kiểu tọa độ trụ. Cấu hình R.T.T
Hình 3.3.1: Cấu hình R.R.R
Hình 3.3.2: Cấu hình R.R.T
Hình 3.4: Robot kiểu tọa cầu.
Hình 3.4: Robot kiểu tọa góc. Cấu hình R.R.T
Hình 3.5: Robot kiểu SCARA.
Hình 3.6: Mơ hình cánh tay máy hai khâu trong hệ tọa độ Oxy.

Hình 3.7: Mơ hình simulink cánh tay máy hai khâu.
Hình 3.8: Mơ hình thiết kế tổng thể cánh tay máy hai khâu.
Hình 3.9: Hình chiếu cạnh bên mơ hình thiết kế cánh tay máy hai khâu.
Hình 3.10: Hình chiếu bằng mơ hình thiết kế cánh tay máy hai khâu.
Hình 3.11: Hình chiếu mặt sau mơ hình thiết kế cánh tay máy hai khâu.
Hình 3.12: Mơ hình phần cứng cánh tay Robot hai bậc.
Hình 3.13: Card giao tiếp PCI 1710L hãng Advantech.
Hình 3.14: Sơ đồ chân card giao tiếp PCI 1710L hãng Advantech.
Hình 3.15:Encoder E40H series của hãng Autonics – Hàn Quốc
Hình 3.16: Sơ đồ chân đấu nối encoder
Hình 3.17: Động cơ DC loại DME-38S6HPB hãng Japan Servo.
Hình 3.18: Mạch giao tiếp giữa vi điều khiển Atmega16 và encoder.

Danh mục luận văn

[vi]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

Hình 3.19: Mạch khuếch đại cơng suất điều khiển động cơ 1.
Hình 3.20: Mạch khuếch đại cơng suất điều khiển động cơ 2.
Hình 3.21: Mạch giao tiếp giữa vi điều khiển Atmega16 và LCD.
Hình 3.22: Sơ đồ kết nối phần cứng tổng quát qua đơminal
Hình 4.1: Hệ thống điều khiển thích nghi trực tiếp.
DANH MỤC BẢNG BIỂU

Bảng 3.1: Các thông số kỹ thuật của cánh tay máy công nghiệp
Bảng 3.2: Thông số vật lý của cánh tay máy hai khâu
Bảng 3.3: Ý nghĩa sơ đồ chân của card PCI-1710L
DANH MỤC ĐỒ THỊ
(Kết quả dùng mạng nơ-ron thích nghi trực tiếp hệ liên tục)
Hình 4.2: Đáp ứng sine ngõ ra của khớp 1 và tín hiệu điều khiển u1 (+1kg)
Hình 4.3: Đáp ứng sine ngõ ra của khớp 2 và tín hiệu điều khiển u2 (+1kg)
Hình 4.4: Sai số bám của khớp1 và khớp 2 khi đáp ứng Sine (+1kg)
Hình 4.5: Khối lượng m2 tăng lên 1kg ở giây thứ 2
Hình 4.6: Đáp ứng sine ngõ ra của khớp 1 và tín hiệu điều khiển u1 (+6kg)
Hình 4.7: Đáp ứng sine ngõ ra của khớp 2 và tín hiệu điều khiển u2 (+6kg)
Hình 4.8: Sai số bám khớp 1 và 2 khi tăng khớp 2 lên 6kg
Hình 4.9: Khối lượng m2 tăng lên 6kg ở giây thứ 2
Hình 4.10: Đáp ứng sine ngõ ra của khớp 1 và tín hiệu điều khiển u1 (6kg+ma
sát)
Hình 4.11: Đáp ứng sine ngõ ra của khớp 2 và tín hiệu điều khiển u2 (6kg+ma
sát)
Hình 4.12: Sai số bám khớp 1 và 2 khi tăng khớp 2 lên 6kg + ma sát
(Kết quả dùng mạng nơ-ron thích nghi trực tiếp hệ rời rạc)
Hình 4.13: Đáp ứng sine ngõ ra của khớp 1 và tín hiệu điều khiển u1 hệ rời rạc
Hình 4.14: Đáp ứng sine ngõ ra của khớp 2 và tín hiệu điều khiển u2 hệ rời rạc

Danh mục luận văn

[vii]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ


GVHD: TS. NGUYỄN THIỆN THÀNH

Hình 4.15: Sai số bám khớp 1 và khớp 2 với tín hiệu hình sine hệ rời rạc
Hình 4.16: Đáp ứng răng cưa ngõ ra của khớp 1 và tín hiệu điều khiển u1 hệ rời
rạc
Hình 4.17: Đáp ứng răng cưa ngõ ra của khớp 2 và tín hiệu điều khiển u2 hệ rời
rạc
Hình 4.18: Sai số bám khớp 1 và khớp 2 với tín hiệu hình răng cưa hệ rời rạc
(Kết quả dùng PID thơng thường)
Hình 4.19: Đáp ứng ngõ ra của khớp 1 và tín hiệu điều khiển u1 với hàm vị trí
góc quay
Hình 4.20: Đáp ứng ngõ ra của khớp 2 và tín hiệu điều khiển u2 với hàm vị trí
góc quay
(Kết quả dùng PID kết hợp giải thuật di truyền)
Hình 4.21: Đáp ứng ngõ ra của khớp 1 và tín hiệu điều khiển u1
với hàm vị trí góc quay+GA
Hình 4.22: Đáp ứng ngõ ra của khớp 2 và tín hiệu điều khiển u2
với hàm vị trí góc quay+GA
(Kết quả dùng mạng nơ-ron thích nghi trực tiếp hệ liên tục kết hợp GA)
Hình 4.23: Đáp ứng ngõ ra của khớp 1 và tín hiệu điều khiển u1 với tín hiệu đặt
Sine kết hợp GA
Hình 4.24: Đáp ứng ngõ ra của khớp 2 và tín hiệu điều khiển u2 với tín hiệu đặt
Sine kết hợp GA
Hình 4.25: Sai số bám khớp 1 và khớp 2với tín hiệu đặt Sine kết hợp GA
Hình 4.27: Đáp ứng ngõ ra của khớp 2 và tín hiệu điều khiển u2 với tín hiệu đặt
răng cưa kết hợp GA
Hình 4.28: Sai số bám khớp 1 và khớp 2với tín hiệu đặt răng cưa kết hợp GA

Danh mục luận văn


[viii]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

CHƯƠNG 1

TỔNG QUAN ĐỀ TÀI

1.1

GIỚI THIỆU
Trong q trình cơng nghiệp hóa và hiện đại hóa của nước ta, việc

nghiên cứu thiết kế và chế tạo các robot công nghiệp để ứng dụng vào sản
xuất có một ý nghĩa rất quan trọng, đặc biệt là trong giai đoạn hội nhập kinh
tế như hiện nay. Việc tự động hố q trình sản xuất với sự có mặt của các
robot sẽ làm tăng khả năng mềm dẻo của hệ thống sản xuất, tăng chất lượng
của sản phẩm và đặc biệt là có thể làm giảm giá thành sản phẩm để tăng tính
cạnh tranh. Ngồi ra Robot cơng nghiệp cịn có một tính năng quan trọng
khác là nó có thể làm việc trong những mơi trường khắc nghiệt mà con người
không thể tham gia vào được như: mơi trường nhiều khói bụi, mơi trường độc
hại của hố chất, môi trường nhiệt độ cao ...
Hiện nay trên thế giới đã có rất nhiều nghiên cứu về robot và cũng đã
có rất nhiều robot được chế tạo và ứng dụng vào quá trình sản xuất như các

robot hàn trong nhà máy sản xuất ô tô, các robot lắp ráp linh kiện trong dây
chuyền sản xuất board mạch, Robot lắp máy, Robot đào đường hầm, robot
cấp phôi trong các máy gia cơng chi tiết cơ khí, Robot quay camera trong các
sân vận động ... Tuy nhiên, ở Việt Nam thì việc nghiên cứu và chế tạo robot
mới ở giai đoạn bắt đầu, chủ yếu dừng lại ở mức độ chế thử, chỉ một số ít

Chương 1

[1]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

được chuyển giao vào q trình sản xuất. Các robot này chưa có tính thích
ứng với mơi trường thay đổi mà chủ yếu hoạt động theo một chương trình
định trước. Việc nghiên cứu các bộ điều khiển để nâng cao độ chính xác của
robot hiện vẫn còn đang được các nhà khoa học trong và ngồi nước quan tâm
rất nhiều.

Hình 1.1: SCARA robot của hãng EPSON.

Hình 1.2: Robot hàn của hãng Fanuc.

Chương 1

[2]


HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

Hình 1.3: Robot sơn của hãng ABB.
Sơ lược lịch sử phát triển cánh tay Robot tác giả trình bày trong chương
3. Các xu hướng ứng dụng robot trong tương lai ngày càng thay thế nhiều
người lao động và trở nên chuyên dụng hơn. Mặc khác, phải đảm nhận được
nhiều loại công việc lắp rắp và tinh khơn hơn. Ví dụ trong các nhà máy cơng
nghiệp hiện đại cần có những Robot có khả năng dẫn đường tự động theo một
qũy đạo được huấn luyện sẵn. Các loại robot di động này được trang bị kỹ
thuật vision ba chiều, giúp thông minh hơn trong q trình dẫn đường. Trong
kỹ thuật quốc phịng, robot thơng minh hơn có thể tự leo thang, tháo gỡ bom
mìn,…
Với sự thơng minh và phức tạp của các robot thì các bộ điều khiển thông
thường không thể khống chế và điều khiển tốt được. Do vậy, bộ điều khiển
thông minh là lựa chọn tốt nhất cho những đối tượng có tính phi tuyến cao,
mơ hình khơng xác định chính xác hoặc thậm chí khơng biết trước mơ hình
tốn và chịu ảnh hưởng các yếu tố bất định của môi trường làm việc.
Xuất phát từ vấn đề trên thì việc cần thiết áp dụng cơng nghệ tính tốn
mềm vào các hệ thống phức tạp như vậy để giải quyết. Ưu điểm của tính tốn
mềm là sử dụng dung sai cho phép của sự khơng chính xác, tính bất định, gần
đúng, xấp xỉ để tìm lời giải hiệu quả - đơn giản, dễ hiểu, dễ thực hiện, chi phí

Chương 1


[3]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

thấp. Hơn nữa, tính tốn mềm biểu thị sự chuyển dịch, biến hóa quan trọng
trong các hướng tính tốn. Sự chuyển dịch này phản ánh sự kiện trí tuệ con
người, có khả năng đáng kể trong việc lưu trữ và xử lý thông tin thực tế và
thường gặp. Các ứng dụng thành công của tính tốn mềm cho thấy tính tốn
mềm ngày càng phát tiển mạnh và đóng vai trị đặc biệt trong các lĩnh vực
khác nhau của khoa học kỹ thuật như ngành khoa học máy tính, cơ khí, tự
động hóa, hệ thống điện, kinh tế… Ba công cụ của kỹ thuật tính tốn mềm
thường hay sử dụng là mờ (Fuzzy), mạng nơ-ron nhân tạo (ANN) và giải thuật
di truyền (GA). Tùy theo tính phức tạp của hệ thống mà ta chọn loại cơng cụ
nào để thiết kế hoặc có thể kết hợp lại để hỗ trợ cho nhau. Việc kết hợp các
cơng cụ của kỹ thuật tính tốn mềm để thiết kế hệ thống điều khiển tự động là
một khuynh hướng hồn tồn mới, phương hướng thiết kế hệ điều khiển
thơng minh, một hệ thống mà bộ điều khiển có khả năng tư duy như bộ não
con người, tức là có khả năng tự học hỏi, tự chỉnh định lại cho phù hợp với sự
thay đổi không lường được trước của đối tượng điều khiển do các yếu tố bất
định. Trong luận văn này, tác giả sử dụng hai công cụ hàng đầu hiện nay
trong điều khiển thơng minh đó là mạng nơ-ron nhân tạo và giải thuật di
truyền. Mặc khác, mạng nơ-ron thường được huấn luyện bởi giải thuật lan
truyền ngược nên dễ bị rơi vào cực trị cục bộ. Có nhiều cách để cải thiện giải
thuật Gradient suy giảm, thường người ta tìm cách thay đổi hệ số học hoặc
thêm vào đó thành phần qn tính để cho phép có thể vượt qua những cực trị

địa phương trong quá trình tìm kiếm. Tuy nhiên, việc lựa chọn hệ số học hoặc
hệ số mơ-men qn tính cũng là vấn đề rất khó khăn bởi vì nếu chọn hệ số
học q lớn có thể dẫn đến tình trạng khơng ổn định của quá trình tìm kiếm,
ngược lại nếu hệ số học quá nhỏ dẫn đến tốc độ học chậm và khả năng vượt
qua các cực trị địa phương thấp. Xuất phát từ quan điểm này việc đưa GA vào
quá trình huấn luyện mạng là thực sự cần thiết vì GA được biết đến như là

Chương 1

[4]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

cơng cụ tìm kiếm ngẫu nhiên tốt nhất dựa trên thuyết tiến hóa của Drawin
được John Holland đề nghị vào năm 1975. GA mơ phỏng q trình tiến hóa tự
nhiên nhằm giải các bài tốn tối ưu qua việc tìm kiếm ngẫu nhiên trong một
tập phương án đã cho với mục đích tìm ra phương án tốt nhất theo một tiêu
chuẩn đánh giá được mô tả bởi hàm mục tiêu. Ưu điểm của của kỹ thuật này
là tìm kiếm lời giải trên một dải rộng các lời giải có thể hơn là giới hạn tìm
kiếm trên một miền hẹp với kỳ vọng kết quả sẽ ở trong miền này. Chi tiết về
GA tác giả trình bày chi tiết trong chương 2 của luận văn.
Xuất phát từ những yêu cầu và thực tiễn, tác giả chọn đề tài: “Mạng nơron thích nghi điều khiển cánh tay máy hai bậc tự do” để nghiên cứu. Trong
luận văn tác giả xây dựng hệ thống mô phỏng trên phần mềm Matlab và thi
công điều khiển phần cứng mơ hình cánh tay máy hai bậc tự do. Mơ hình
cánh tay máy tác giả trình bày chi tiết trong chương 3 và giải thuật điều khiển

trình bày chi tiết trong chương 4 của luận văn. Qua đó có thể kiểm chứng và
so sánh giải thuật trên mơ hình tốn và mơ hình thực, tác giả trình bày chi tiết
kết quả và hướng phát triển đề tài trong chương 5.
1.2

PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiên cứu trong luận văn được tác giả thực hiện là phân

tích lý thuyết, mơ phỏng trên máy tính và ứng dụng điều khiển trên phần cứng
thực nghiệm.
Phân tích lý thuyết:
Nghiên cứu các bài báo, tạp chí và các cơng trình trong những nằm gần
đây để kết hợp và cải tiến thuật toán để tăng tốc độ tính tốn và tính bền vững.
Kết hợp kỹ thuật tính tốn mềm với lý thuyết điều khiển kinh điển.
Mơ phỏng trên máy tính:

Chương 1

[5]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

Lập trình giải thuật trên máy tính để mơ phỏng kết quả bằng phần mềm
Matlab. Trên cơ sở đó tác giả rút ra những ưu điểm và khuyết điểm của giải
thuật điều khiển.

Ứng dụng thực nghiệm:
Kiểm chứng lý thuyết bằng điểu khiển trên mơ hình thực cánh tay máy
hai khớp. Qua đó tác giả so sánh giải thuật điều khiển trong hai phương pháp
mô phỏng và thực nghiệm để chỉnh định giải thuật tốt hơn.
1.3

SƠ LƯỢC NỘI DUNG LUẬN VĂN
Cấu trúc luận văn gồm 5 chương và 2 phụ lục
Chương 1: Tổng quan đề tài luận văn
Nội dung của chương này trình bày tổng quan về hệ thống tay máy và

ứng dụng của nó trong cơng nghiệp đồng thời giới thiệu sơ lược về các cơng
cụ tính tốn mềm ứng dụng trong điều khiển robot hiện đại. Đồng thời sơ
lược hướng giải quyết vấn đề điều khiển trong luận văn.
Chương 2: Cơ sơ lý thuyết về mạng nơ-ron nhân tạo và giải thuật di
truyền
Nội dung của chương này trình bày cơ sơ lý thuyết về mạng nơ-ron
nhân tạo và cơ sơ lý thuyết về giải thuật di truyền (GA). Mạng nơ-ron nhân
tạo thích nghi điều khiển trong lĩnh vực robot.
Chương 3: Khảo sát đối tượng điều khiển
Nội dung của chương này trình bày mơ hình tốn học của cánh tay máy
hai khâu (dạng Robot Scara) bao gồm phương trình động học thuận, phương
trình động học ngược và phương trình biến trạng thái. Mơ hình hóa phương
trình tốn cánh tay và bộ điều khiển bằng Simulink – Matlab. Trên cơ sở lý

Chương 1

[6]

HVTH: NGUYỄN VIỆT KHOA



LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

thuyết tác giả thi cơng phần cứng mơ hình bao gồm bản vẽ thiết kế hoàn chỉnh
và các thành phần phần cứng của hệ thống điều khiển như encoder, card PCI1710L Advantech, động cơ DC, mạch công suất.
Chương 4: Giải thuật điều khiển
Nội dung của chương này trình bày thiết kế bộ điều khiển theo phương
pháp mạng nơ-ron thích nghi. Mạng nơ-ron được tối ưu hóa bằng giải thuật di
truyền để xấp xỉ hàm phi tuyến. Ngồi ra, tác giả trình bày kết quả mơ phỏng
trên mơ hình tốn và điều khiển thực trên mơ hình cánh tay máy hai khâu,
đồng thời so sánh kết quả điều khiển trên hai trường hợp.
Chương 5: Kết luận và hướng phát triển đề tài
Nội dung của chương này trình bày những cơng việc đã đạt được trong
luận văn và đề xuất hướng nghiên cứu tiếp theo.

Chương 1

[7]

HVTH: NGUYỄN VIỆT KHOA


LUẬN VĂN THẠC SĨ

GVHD: TS. NGUYỄN THIỆN THÀNH

CHƯƠNG 2


CƠ SỞ LÝ THUYẾT

1.

GIẢI THUẬT DI TRUYỀN

G
1.1

Giới thiệu
iải thuật di truyền (Genetic Algorithms - GA) là giải thuật tìm
kiếm lời giải tối ưu trên ngun tắc phỏng theo q trình tiến hóa
và qui luật di truyền của sinh vật trong tự nhiên. Ý tưởng và

phương thức của giải thuật di truyền được John Holland đưa ra vào năm 1975
dựa trên thuyết tiến hóa của Darwin và qui luật di truyền của Menden. GA
theo quan điểm của thuyết tiến hóa cho rằng quá trình tiến hóa trong tự nhiên
là hồn hảo nhất, hợp lý nhất và tự nó đã mang tính tối ưu. Quan điểm này

được xem như là tiên đề đúng, không chứng minh được và phù hợp với thực
tế khách quan. Thế hệ con sinh ra bao giờ cũng kế thừa và phát triển tốt hơn
các đặc tính của thế hệ trước đó là kết quả của q trình chọn lọc tự nhiên , lai
Chương 2

[8]

HVTH: NGUYỄN VIỆT KHOA