TỔNG QUAN VỀ ROBOT
KHÁI NIỆM ROBOT
Vào đầu thế kỷ 20, điều khiển số và cơ cấu điều khiển từ xa đã trở thành hai công nghệ then chốt trong sự phát triển của robot Điều khiển số cho máy công cụ được phát triển vào cuối những năm 1940 và đầu những năm 1950, trong khi lĩnh vực điều khiển từ xa cũng đã tiến bộ, cho phép điều khiển cơ cấu ở khoảng cách xa Những cơ cấu tự động này được chế tạo để thực hiện các nhiệm vụ nguy hiểm, như mang vác vật chất độc hại, bao gồm cả chất phóng xạ, trong những năm 1940.
Robot được định nghĩa qua nhiều khía cạnh khác nhau, trong đó nó được xem như một tay máy với một số bậc tự do nhất định, có khả năng điều khiển thông qua máy tính.
Theo viện nghiên cứu robot Hoa Kỳ, robot được định nghĩa là một tay máy đa chức năng có khả năng thay đổi chương trình hoạt động, dùng để di chuyển vật liệu và thực hiện các công việc đặc biệt thông qua các chuyển động đã được lập trình Mikell P.Groove, nhà nghiên cứu robot, mở rộng định nghĩa này bằng cách mô tả robot công nghiệp là những máy tự động được điều khiển theo chương trình nhằm thay đổi vị trí của các đối tượng thao tác, với mục đích tự động hóa quy trình sản xuất.
Robot công nghiệp được định nghĩa là một cơ cấu cơ khí có khả năng lập trình, cho phép thực hiện các công việc hữu ích một cách tự động mà không cần sự can thiệp trực tiếp từ con người.
Hiệp hội những nhà chế tạo-nhà sử dụng định nghĩa robot là thiết bị có khả năng thực hiện các chức năng giống như con người và có thể hợp tác thông minh với nhau, từ đó đạt được trí tuệ tương tự con người.
Robot không chỉ được định nghĩa theo cách thông thường mà còn được các nhà khoa học đưa ra nhiều quan điểm khác nhau Theo giáo sư Sitegu Wantanabe từ Trường Đại học tổng hợp Tokyo, một robot cần phải đáp ứng các yếu tố cụ thể để được công nhận.
- Có khả năng thay đổi chuyển động
- Có khả năng cảm nhận được đối tượng thao tác
- Có số bậc chuyển động (bậc tự do) cao
- Có khả năng thích nghi với môi trường hoạt động
- Có khả năng hoạt động tương hỗ với đối tượng bên ngoài
Còn với giáo sư Mosahiro Mori (viện công nghệ Tokyo) thì robot công nghiệp phải có những đặc điểm sau:
- Có khả năng thay đổi chuyển động
- Có khả năng xử lý thông tin (biết suy nghĩ)
- Có những đặc điểm của người và máy
Theo định nghĩa trong tiêu chuẩn OCT 25 686 – 85, robot công nghiệp được mô tả là máy tự động có thể cố định hoặc di động, bao gồm cơ cấu chấp hành dạng tay máy với nhiều bậc tự do hoạt động Robot này được trang bị thiết bị điều khiển chương trình có khả năng tái lập trình, cho phép thực hiện các chức năng vận động và điều khiển trong quá trình sản xuất.
Robot được định nghĩa là những thiết bị tự động linh hoạt, có khả năng bắt chước các chức năng lao động công nghiệp của con người.
Hình 1.1 Sơ đồ động học, không gian hoạt động, nguyên lý làm việc của các dạng robot
CẤU TẠO CHUNG CỦA ROBOT
Robot được cấu tạo từ các khối cấu trúc cơ khí và hoạt động nhờ vào các cơ cấu tác động Những cơ cấu này cho phép robot hoạt động theo nhiều loại hình khác nhau, bao gồm robot tọa độ cầu, robot dạng SCARA, robot tọa độ trụ, robot tọa độ vuông góc và robot liên kết bản lề.
Robot được điều khiển bởi các bộ phận có cấu trúc giống như máy tính, thường được gọi là bộ phận điều khiển PC-based, cho phép thực hiện những công việc phức tạp Với thiết kế và chức năng đặc trưng, robot thường được ứng dụng trong các hệ thống sản xuất linh hoạt Workell và các hệ thống sản xuất tích hợp máy tính.
Về kết cấu robot được chế tạo khác nhau nhưng chúng được xác định từ các thành phần cơ bản như sau:
Tay máy là phần cánh tay cơ khí của robot, bao gồm nhiều khâu liên kết qua các khớp động, với khâu cuối thường là tay gắp hoặc dụng cụ thao tác Điều khiển cánh tay robot đặc biệt chú trọng đến vị trí và tốc độ di chuyển của khâu cuối, phản ánh tổng hợp chuyển động của các khâu thành phần.
1.2.1 Bậc tự do của robot (DOF: Degrees Of Freedom)
Bậc tự do của một cơ cấu là số khả năng chuyển động, bao gồm chuyển động quay và tịnh tiến Để di chuyển một vật thể trong không gian, cơ cấu chấp hành của robot cần đạt được đủ bậc tự do Thông thường, cơ hệ của robot được coi là một cơ cấu hở, do đó bậc tự do của nó có thể được tính toán theo một công thức cụ thể.
Trong đó: n - Số khâu động; p i - Số khớp loại i (i = 1,2, .,5 : Số bậc tự do bị hạn chế)
Hình 1.3 Tay máy 2 khớp quay
Ví dụ: Tay máy có 2 khớp quay như hình 1.3
Khớp quay là khớp loại 5
Số bậc tự do của cơ cấu được tính bằng công thức W = 6.2 – (5.1 + 5.1) = 2 Đối với các cơ cấu có khâu nối bằng khớp quay hoặc tịnh tiến (khớp động loại 5), số bậc tự do tương ứng với số khâu động Trong trường hợp cơ cấu hở, số bậc tự do là tổng số bậc tự do của các khớp động Điều này cho phép định vị và định hướng khâu chấp hành cuối một cách tuỳ ý trong không gian.
Robot 3 chiều cần tối thiểu 6 bậc tự do, bao gồm 3 bậc để định vị và 3 bậc để định hướng Một số nhiệm vụ đơn giản như nâng hạ hoặc sắp xếp có thể yêu cầu ít bậc tự do hơn Tuy nhiên, các robot chuyên dụng như hàn hoặc sơn thường đòi hỏi đủ 6 bậc tự do Trong những tình huống cần sự khéo léo, linh hoạt hoặc tối ưu hóa quỹ đạo, robot với số bậc tự do lớn hơn 6 sẽ được sử dụng.
1.2.2 Hệ toạ độ của robot (Coordinate frames)
Mỗi robot bao gồm nhiều khâu (links) liên kết qua các khớp (joints), tạo thành một xích động học từ một khâu cơ bản (base) đứng yên.
Hệ tọa độ cơ bản, hay còn gọi là hệ tọa độ chuẩn, gắn liền với các khâu cơ bản của robot Trong khi đó, các hệ tọa độ trung gian, được gọi là hệ tọa độ suy rộng, liên quan đến các khâu động Tại mỗi thời điểm hoạt động, các tọa độ suy rộng xác định cấu hình của robot thông qua các chuyển dịch dài và chuyển dịch góc của các khớp tịnh tiến hoặc khớp quay Những tọa độ này còn được biết đến với tên gọi là biến khớp.
Các tọa độ suy rộng của robot phải tuân theo quy tắc bàn tay phải, trong đó ngón cái đại diện cho trục Z, ngón trỏ cho trục X, và ngón giữa cho trục Y Để thực hiện quy tắc này, người dùng cần nắm hai ngón tay út và áp út vào lòng bàn tay, sau đó mở ba ngón tay cái, trỏ và giữa theo ba phương vuông góc nhau.
1.2.3 Vùng làm việc của robot
Vùng làm việc của robot, hay còn gọi là trường công tác, là thể tích mà khâu chấp hành cuối quét được khi robot thực hiện các chuyển động như tịnh tiến và quay Diện tích này phụ thuộc vào các thông số hình học của robot cũng như ràng buộc cơ học của các khớp.
1.2.4 Khâu tác động cuối - End Effector
Khâu tác động cuối của robot là điểm tiếp xúc với vật thể, thường là bàn kẹp hoặc dụng cụ làm việc Tùy thuộc vào công nghệ sản xuất, khâu tác động cuối có thể được điều khiển hoặc không Nếu không điều khiển được, khâu này sẽ giữ chặt vật để chờ sự tác động từ các công cụ khác Ngược lại, khâu tác động cuối điều khiển được cho phép di chuyển linh hoạt theo yêu cầu của bộ điều khiển.
PHÂN LOẠI ROBOT
Trong ngành công nghiệp, việc phân loại robot dựa trên các đặc điểm cơ bản nhằm dễ dàng nhận diện chúng Có bốn yếu tố chính để phân loại robot, bao gồm hình dạng, chức năng, khả năng di chuyển và ứng dụng.
- Theo hệ thống truyền động
- Theo số bậc tự do
- Theo phương pháp điều khiển
1.3.1 Phân loại theo kết cấu
Theo cấu trúc của tay máy, robot được phân loại thành các kiểu như: robot tọa độ Đề các, tọa độ trụ, tọa độ cầu, tọa độ góc và robot kiểu SCARA Trong đó, robot kiểu tọa độ Đề các là một trong những loại phổ biến nhất.
Robot kiểu tọa độ Đề các là loại tay máy với ba chuyển động cơ bản theo các trục của hệ tọa độ, tạo thành cấu hình T.T.T Trường công tác của nó có hình dạng khối chữ nhật, mang lại độ cứng vững cao và độ chính xác cơ khí dễ dàng đảm bảo Vì những đặc điểm này, robot này thường được sử dụng trong các ứng dụng như vận chuyển phôi liệu, lắp ráp và hàn trên mặt phẳng.
Hình 1.5 Robot kiểu tọa độ Đề Các b Robot kiểu toạ độ trụ
Robot hoạt động trong một vùng làm việc hình trụ rỗng, với khớp thứ nhất có khả năng chuyển động quay Một số robot kiểu tọa độ trụ tiêu biểu là robot Versatran của hãng AMF (Hoa Kỳ).
Hình 1.6 Robot kiểu tọa độ trụ c Robot kiểu toạ 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
Robot kiểu tọa độ góc, hay còn gọi là hệ tọa độ phỏng sinh, là loại robot phổ biến nhất hiện nay Nó có ba chuyển động chính là các chuyển động quay, với trục quay đầu tiên vuông góc với hai trục còn lại Các chuyển động định hướng khác cũng thuộc dạng quay, tạo nên vùng làm việc gần giống một phần khối cầu Tất cả các khâu của robot đều nằm trong mặt phẳng thẳng đứng, do đó các tính toán cơ bản trở thành bài toán phẳng Ưu điểm nổi bật của robot kiểu này là thiết kế gọn nhẹ, mang lại vùng làm việc tương đối lớn so với kích thước của robot, đồng thời có độ linh hoạt cao.
Các robot hoạt động theo hệ toạ độ góc như: Robot PUMA của hãng Unimation - Nokia (Hoa Kỳ - Phần Lan), IRb-6, IRb-60 (Thuỵ Điển), Toshiba, Mitsubishi, Mazak (Nhật Bản) V.V
Hình 1.8 Robot kiểu tọa độ góc
Robot SCARA, được phát triển vào năm 1979 tại trường đại học Yamanashi, Nhật Bản, là một loại robot tiên tiến nhằm phục vụ cho sự đa dạng trong quy trình sản xuất Tên gọi SCARA là viết tắt của "Selective Compliant Articulated Robot Arm", có nghĩa là tay máy mềm dẻo tùy ý, và thường được sử dụng trong lắp ráp Ngoài ra, SCARA cũng có thể được hiểu là "Selective Compliance Assembly Robot Arm" Thiết kế của robot này bao gồm ba khớp đầu tiên theo cấu hình R.R.T, với các trục khớp hướng thẳng đứng.
1.3.2 Phân loại theo hệ thống truyền động
Trong các hệ thống truyền động robot có các dạng truyền động phổ biến là:
Hệ truyền động điện cung cấp nguồn một chiều DC cho robot, giúp điều khiển các động cơ điện DC, động cơ DC servo và động cơ bước Với cấu trúc gọn gàng và khả năng điều khiển dễ dàng, loại robot này hoạt động êm ái và có độ chính xác cao trong việc định vị Do đó, chúng thường được ứng dụng trong các lĩnh vực như hàn và sơn.
Hệ truyền động thủy lực là giải pháp hiệu quả cho công suất cao và điều kiện làm việc nặng, thường được sử dụng trong robot với lưu chất không nén được như dầu ép Để tạo áp lực dầu, hệ thống cần được trang bị bơm, giúp các xilanh thủy lực thực hiện chuyển động thẳng và quay, phù hợp cho tải trọng lớn Tuy nhiên, hệ thống này có kết cấu cồng kềnh và độ phi tuyến cao, gây khó khăn trong việc điều khiển.
Hệ truyền động khí nén bao gồm máy nén, bình chứa khí và động cơ kéo máy nén, có cấu trúc gọn nhẹ do không cần dẫn ngược, nhưng yêu cầu phải gắn liền với trung tâm tạo ra khí nén Hệ thống này hoạt động với công suất trung bình và nhỏ, kém chính xác, thường phù hợp cho các robot thực hiện các thao tác đơn giản như "nhấc lên - đặt xuống" trong các ứng dụng tải trọng nhỏ với tay máy là các xilanh khí nén Robot khí nén thường được sử dụng trong các thao tác lắp đặt không yêu cầu độ chính xác cao.
1.3.3 Phân loại theo số bậc tự do
Phân loại robot theo số bậc tự do là một phương pháp phổ biến Trong không gian ba chiều, robot lý tưởng có 6 bậc tự do, cho phép định vị và định hướng khâu chấp hành cuối một cách linh hoạt Cụ thể, 3 bậc tự do dùng để định vị và 3 bậc tự do để định hướng Đối với robot hoạt động trong không gian hai chiều, 4 bậc tự do là đủ Tuy nhiên, để tăng tính linh hoạt và khả năng di chuyển tránh chướng ngại vật, robot có thể sở hữu số bậc tự do dư.
1.3.4 Phân loại theo ứng dụng
Dựa vào ứng dụng của robot trong sản xuất có robot sơn, robot hàn, robot lắp ráp, robot chuyển phôi v.v
1.3.5 Phân loại theo phương pháp điều khiển
Robot điều khiển hở không sử dụng các quan hệ phản hồi trong mạch điều khiển, trong khi robot điều khiển kín (hay điều khiển servo) áp dụng cảm biến và mạch phản hồi để nâng cao độ chính xác và tính linh hoạt trong quá trình điều khiển.
Ngoài ra còn có thể có các cách phân loại khác tuỳ theo quan điểm và mục đích nghiên cứu
ỨNG DỤNG CỦA ROBOT
1.4.1 Mục tiêu ứng dụng của robot
Mục tiêu ứng dụng robot trong công nghiệp là nâng cao năng suất dây chuyền công nghệ, giảm giá thành sản phẩm, cải thiện chất lượng và tăng cường khả năng cạnh tranh, đồng thời cải thiện điều kiện lao động Những ưu điểm cơ bản của robot, đã được chứng minh qua nhiều năm ứng dụng ở nhiều quốc gia, đóng vai trò quan trọng trong việc đạt được những mục tiêu này.
Robot có khả năng thực hiện quy trình thao tác một cách ổn định và hiệu quả, thậm chí vượt trội hơn thợ lành nghề Điều này không chỉ nâng cao chất lượng sản phẩm mà còn tăng cường khả năng cạnh tranh trên thị trường Hơn nữa, robot có thể nhanh chóng thay đổi công việc để thích ứng với sự biến đổi về mẫu mã và kích cỡ sản phẩm, đáp ứng nhu cầu của thị trường.
Việc ứng dụng robot trong sản xuất giúp giảm đáng kể chi phí lao động, đặc biệt ở các quốc gia có mức lương cao như Nhật Bản và Mỹ, nơi mà chi phí đầu tư cho robot chỉ tương đương với chi phí lao động trong 3 đến 5 năm Tại Mỹ, mỗi giờ làm việc của robot có thể mang lại lợi nhuận trung bình 13 USD, trong khi ở Việt Nam, chi phí lương bổng cũng chiếm tỷ lệ lớn trong giá thành sản phẩm Sự áp dụng robot không chỉ tăng năng suất dây chuyền công nghệ mà còn cải thiện điều kiện làm việc cho người lao động, khi mà nhiều người phải làm việc trong môi trường ô nhiễm, ẩm ướt, nóng bức hoặc ồn ào Hãng Funic của Nhật Bản cho biết năng suất có thể tăng gấp ba lần nhờ vào việc sử dụng robot, giúp giảm thiểu rủi ro cho người lao động trong các môi trường độc hại và nguy hiểm.
Việc ưu tiên đầu tư cần tập trung vào việc đồng bộ hóa hệ thống thiết bị, sau đó tiến tới tự động hóa và robot hóa khi cần thiết Khi quyết định đầu tư vào robot hóa cho toàn bộ dây chuyền công nghệ hoặc chỉ một số công đoạn, các yếu tố cần được xem xét kỹ lưỡng.
Nghiên cứu công nghệ robot hoá và phân tích toàn bộ hệ thống sản xuất là rất quan trọng Cần xem xét đầy đủ các chi phí liên quan, và nếu hiệu quả của toàn bộ hệ thống không rõ ràng, thì việc đầu tư vào robot hoá có thể chưa phải là cần thiết.
* Xác định các đối tượng cần robot hoá:
Khi xem xét việc thay thế robot trong sản xuất, cần đánh giá khả năng và hiệu quả của robot so với công nhân Thông thường, ưu tiên thay thế được đặt vào những công việc nặng nhọc, bụi bặm, ồn ào, độc hại hoặc đơn điệu Tuy nhiên, thay vì hoàn toàn thay thế, việc giữ lại một số công đoạn cần sự khéo léo của con người thường mang lại hiệu quả cao hơn.
* Xây dựng mô hình quá trình sản xuất được robot hoá:
Sau khi xác định sơ đồ tổng thể của quá trình công nghệ, việc xác định dòng chuyển dịch nguyên liệu và dòng thành phần là cần thiết để đảm bảo sự nhịp nhàng và đồng bộ trong toàn bộ hệ thống, từ đó phát huy hiệu quả của vốn đầu tư.
Khi chọn mẫu robot phù hợp hoặc chế tạo robot chuyên dụng, việc này rất quan trọng vì trên thị trường có nhiều loại robot với mức giá khác nhau Nếu không lựa chọn đúng, bạn có thể đầu tư quá nhiều mà không đạt được hiệu quả, tương tự như việc sử dụng người không đúng vị trí Điều này thường xảy ra khi mua robot từ nước ngoài, khi mà một số chức năng của robot được trang bị nhưng không phù hợp với công việc cụ thể trên dây chuyền sản xuất Kết quả là giá thành tăng lên, chỉ có lợi cho nhà cung cấp thiết bị.
Cấu trúc robot hiệu quả nhất hiện nay là cấu trúc theo mô-đun, giúp giảm chi phí sản xuất và đáp ứng nhu cầu đa dạng Cấu trúc càng đơn giản thì càng dễ đạt độ chính xác cao và tiết kiệm chi phí Bên cạnh đó, người dùng có thể tự lắp ráp các robot phù hợp với công việc bằng cách sử dụng các mô-đun chuẩn hóa.
16 hướng triển khai hợp lý với đại bộ phận các xí nghiệp trong nước hiện nay cũng như trong tương lai.
CÁC THÔNG SỐ KỸ THUẬT CỦA ROBOT CÔNG NGHIỆP
Robot công nghiệp đa dạng về cấu trúc và tính năng, với các thông số kỹ thuật khác nhau Tuy nhiên, có những thông số chung cho hầu hết các loại robot, từ đó giúp tiêu chuẩn hóa cấu trúc và tính năng Người dùng có kinh nghiệm thường ưu tiên chọn robot dựa trên các thông số phù hợp với yêu cầu công việc và chi phí thấp nhất Ví dụ, robot vận chuyển chỉ cần 3 bậc tự do, trong khi robot phun sơn cần tới 6 bậc tự do Robot lắp ráp và phục vụ máy công cụ yêu cầu độ chính xác cao, trong khi robot phun sơn không cần thiết phải có độ chính xác đó Đối với robot hàn, có thể chọn kiểu điều khiển điểm-điểm cho robot hàn điểm, nhưng robot hàn hồ quang cần điều khiển theo đường Mục này giới thiệu khái niệm và hướng dẫn lựa chọn một số thông số kỹ thuật chính.
1.5.1 Sức nâng của tay máy Đó là khối lượng lớn nhất của vật mà robot có thể nâng được (không kể khối lượng của tay máy) trong điều kiện nhất định, ví dụ khi tốc độ chuyển dịch cao nhất hoặc khi tay với dài nhất Nếu robot có nhiều tay thì đó là sức nâng tổng thể của tay máy Thông số này quan trọng đối với các robot vận chuyển, xếp dỡ, lắp ráp…
Hiện nay, các tài liệu kỹ thuật về robot cho thấy dải sức nâng của tay máy rất đa dạng, từ 0,1 đến hàng nghìn kg Các robot có khả năng nâng lớn thường sử dụng hệ thống truyền động thủy lực và điện, trong đó động cơ điện ngày càng được ưa chuộng hơn Mặc dù truyền động khí nén chưa phổ biến trên robot, nhưng nó chủ yếu được áp dụng cho các robot có sức nâng dưới 40 kg Ngoài sức nâng, lực mômen lớn nhất mà cánh tay hoặc bàn tay robot có thể tạo ra cũng là một yếu tố quan trọng được quan tâm.
1.5.2 Số bậc tự do của phần công tác Đó là tổng số các toạ độ mà phần công tác có thể dịch chuyển so với thân robot
Số bậc tự do càng lớn thì hoạt động của robot càng linh hoạt nhưng điều khiển nó càng phức tạp
Trong cơ học đã có công thức tính bậc tự do DOF của một chuỗi động học như sau:
Trong đó: u là số khâu chuyển động được k 1 k 2 k 3 k 4 k 5 : là số khớp bậc I;II;III;IV;V Cơ cấu phẳng chỉ có các khớp bậc 4 và bậc 5 nên: DOF = 6u - 5k5 - 4k 4
Nếu chuỗi động học là chuỗi hở thì số khâu bằng số khớp, nghĩa là:
Nếu là chuỗi vừa phẳng vừa hở thì:
Vùng công tác của tay máy bao gồm cả thể tích (đo bằng m³) và hình dạng, cho thấy rằng nó không chỉ phụ thuộc vào kết cấu cơ khí mà còn vào trình tự chuyển động của các khâu.
Tầm với của cánh tay máy là một yếu tố quan trọng ảnh hưởng đến hiệu suất làm việc Khi tầm với không được tối ưu, tay máy có thể gặp phải sự mất ổn định, ảnh hưởng đến chất lượng công việc.
1.5.4 Độ chính xác định vị Độ chính xác định vị được thể hiện khả năng đối tượng đạt được chính xác tới điểm đích Đó là một thông số rất quan trọng, ảnh hưởng tới sự thao tác chính xác của phần công tác và khả năng bám quỹ đạo của nó Đối với thiết bị điều khiển số, độ chính xác định vị liên quan đến hai thông số là độ phân giải điều khiển và độ lặp lại
Tùy thuộc vào yêu cầu công nghệ, các robot được sử dụng có độ chính xác định vị trong khoảng ±(0,05 đến 5) mm Đặc biệt, 70% số robot có sai số định vị không vượt quá ±10 m.
Với 18 khả năng của máy tính và các thiết bị điều khiển hiện nay, việc giảm sai số định vị xuống chỉ còn 0,05mm không gây ảnh hưởng đến các vấn đề kinh tế và kỹ thuật.
Khi xem xét năng suất, tốc độ dịch chuyển của phần công tác hoặc từng khâu cần được tối ưu hóa Tuy nhiên, tốc độ cao có thể gây ra các vấn đề cơ học như giảm tính ổn định, gia tăng lực quán tính và làm giảm tuổi thọ của các cơ cấu do sự hư mòn nhanh chóng.
Khi thiết kế và lựa chọn robot, việc cân nhắc giữa tốc độ dịch chuyển và độ chính xác định vị là rất quan trọng Để tăng tốc độ dịch chuyển, có thể cần giảm độ chính xác của bộ điều khiển Do đó, việc chọn tốc độ dịch chuyển hợp lý luôn là một yếu tố cần được xem xét kỹ lưỡng.
Các bộ điều khiển và hệ thống chấp hành hiện đại có khả năng nâng tốc độ điều khiển lên tới hàng trăm mét mỗi phút Tuy nhiên, hầu hết các robot hiện nay chỉ đạt tốc độ dịch chuyển tối đa trong khoảng từ 100 đến 1000 mm/s, tương đương với 6 đến 60 mét mỗi phút.
1.5.6 Đặc tính của hệ điều khiển
Hệ điều khiển ảnh hưởng rất lớn tới tính năng của robot Khi chọn hệ điều khiển, người ta quan tâm tới các khía cạnh sau a Kiểu điều khiển
Có hai kiểu điều khiển phổ biến cho robot công nghiệp: điều khiển điểm - điểm và điều khiển contour Điều khiển điểm - điểm thường được áp dụng cho các robot hàn điểm, tán đinh và vận chuyển Mặc dù điều khiển contour đa năng hơn, nhưng trước đây ít được sử dụng do yêu cầu hệ thống điều khiển phức tạp và chi phí cao Tuy nhiên, nhờ sự phát triển của kỹ thuật điều khiển số và sự hỗ trợ của máy tính, điều khiển contour đang ngày càng trở nên phổ biến.
Bộ nhớ của robot hiện đại được chia thành hai loại chính: bộ nhớ hệ thống và bộ nhớ chương trình Bộ nhớ hệ thống chứa các phần mềm hệ thống và ứng dụng chung như hệ điều hành và các mô-đun tính toán động học, động lực học Trong khi đó, bộ nhớ chương trình lưu trữ các chương trình ứng dụng của người dùng cùng với dữ liệu liên quan, thường được thực hiện qua RAM.
Dung lượng bộ nhớ chương trình là một thông số kỹ thuật quan trọng, thường được đo bằng kilobyte (KB), số từ hoặc số câu lệnh Ngoài ra, giao diện với thiết bị ngoại vi cũng là một yếu tố cần xem xét để đảm bảo hiệu suất và khả năng tương tác của hệ thống.
Các thiết bị ngoại vi bao gồm máy công cụ, phương tiện vận chuyển, thiết bị đo, cùng với các thiết bị lưu trữ, hiển thị và in ấn mà robot cần phục vụ hoặc làm việc Đặc biệt, các robot trong dây chuyền sản xuất thường được kết nối trong hệ thống CIM thông qua giao diện và mạng truyền thông chuẩn Đối với các thiết bị điều khiển bằng máy tính, các tiện ích như lập trình hỗ trợ đồ họa và hệ thống mô phỏng dạng teach-in đóng vai trò quan trọng.
ROBOT NGHIÊN CỨU TRONG LUẬN VĂN
Khảo sát một loại robot tay máy dạng chuỗi với một thanh nối đầu tiên, bao gồm thanh nối 1 và thanh nối 2 Thanh nối 1 được trang bị khớp điều khiển độc lập với thanh nối 2 Robot hoạt động trong mặt phẳng nằm ngang và không chịu tác động của lực trọng trường.
Bài viết yêu cầu điều khiển robot 2 bậc tự do để gắp chắc vật trong mặt phẳng nằm ngang Để thực hiện việc gắp chắc, cần tác dụng lên vật thể hai lực có độ lớn bằng nhau và đối xứng qua vật thể Điều này đòi hỏi việc điều khiển lực và vị trí của điểm tác động cuối Từ đó, hai bài toán điều khiển chính của luận văn được xác định.
- Điều khiển vị trí hai khâu tác động cuối
Điều khiển lực theo độ lớn giúp gắp vật thể hiệu quả Để đạt được điều này, cần thực hiện điều khiển vị trí cho khâu tác động cuối của tay máy, đảm bảo vị trí đặt đồng thời chính xác.
- Vị trí tay máy E 1 được điều khiển từ E 10 tới E 1d
E10 là tọa độ ban đầu của điểm tác động cuối E1, trong khi E1d là tọa độ cần điều khiển đến của điểm tác động này Để điều khiển vật thể, cần tác động lực lên điểm E1, giúp điều chỉnh vị trí và trạng thái của vật thể một cách hiệu quả.
- Lực tay máy f 1 được điều khiển từ 0 đến f d1 = 7 N
Trong đó fd1 là lực cần điều khiển hay là lực đặt của điểm tác động cuối E 1
Để điều khiển vị trí của điểm tác động cuối E1, cần sử dụng hai biến điều khiển xE1 và yE1 Vì robot hoạt động trong mặt phẳng nằm ngang, mỗi điểm tác động cuối yêu cầu hai biến điều khiển độc lập Việc điều khiển tọa độ của điểm tác động cuối E1 tới tọa độ đặt E1d diễn ra đồng thời, do đó việc điều khiển vị trí của E1 tương ứng với việc điều khiển hai biến tọa độ này.
Để điều khiển lực, cần sử dụng biến điều khiển f1 Việc này đảm bảo rằng vật thể được kiểm soát một cách chính xác, do đó, cần xác định điểm tác động cuối cùng của lực để đạt được hiệu quả điều khiển mong muốn.
Do vậy để điểu khiển vị trí và lực của điểm tác động cuối thì ta cần điều khiển 3 biến x E1 , y E1 , f 1
Để điều khiển đồng thời cả lực và vị trí của robot 5 bậc tự do hoạt động trên mặt phẳng nằm ngang, phương pháp điều khiển hỗn hợp là một lựa chọn phù hợp Robot này có khả năng di chuyển linh hoạt với tối đa 5 biến điều khiển Tuy nhiên, do yêu cầu điều khiển cả vị trí (2 biến x E1, y E1) và lực (1 biến F1), tổng cộng cần 3 biến điều khiển Điều này dẫn đến việc không thể điều khiển đồng thời cả vị trí và lực, mặc dù robot có số bậc tự do dư.
Do vậy ta phải sử dụng một phương pháp điều khiển khác gồm 2 quá trình:
Quá trình 1 là quá trình điều khiển vị trí, trong đó chúng ta tập trung vào việc điều khiển tọa độ của khâu tác động cuối thông qua hai biến mà không quan tâm đến lực Để thực hiện điều khiển vị trí, phương pháp điều khiển trong không gian làm việc theo ma trận Jacobien chuyển vị được lựa chọn vì nó mang lại nhiều ưu điểm hơn so với các phương pháp khác Chi tiết về vấn đề điều khiển vị trí sẽ được trình bày rõ trong chương 2 và chương 3 của luận văn.
Quá trình 2 là quá trình lực, bắt đầu khi điểm tác động cuối E1 đã đạt vị trí điểm đặt E1d sau khi hoàn thành quá trình 1 Trong giai đoạn này, chúng ta tiến hành điều khiển lực bằng cách điều chỉnh biến f1 để đạt được độ lớn lực f1 = 7N.
Qua tìm hiểu tổng quan về robot ta thấy:
Ngày nay, robot được ứng dụng rộng rãi trong các ngành công nghiệp và nhà máy, góp phần nâng cao hiệu quả sản xuất và thúc đẩy phát triển kinh tế Nghiên cứu về robot đang được đẩy mạnh để phục vụ tốt hơn cho đời sống con người Chương 1 của luận văn đã tìm hiểu về khái niệm, phân loại và cấu tạo của robot, đồng thời xác định dạng cánh tay robot sẽ được sử dụng cho mô phỏng điều khiển Vấn đề điều khiển và mô phỏng sẽ được làm rõ trong chương 3.
NGHIÊN CỨU, ĐÁNH GIÁ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN
MÔ HÌNH TOÁN HỌC VÀ ĐỊNH HƯỚNG TRONG THIẾT KẾ ĐIỀU KHIỂN CHO ROBOT
2.1.1 Mô hình toán học của robot
Nghiên cứu động học vị trí của robot tập trung vào việc phân tích chuyển động của robot trong hệ tọa độ tham chiếu cố định theo thời gian, mà không xem xét các lực hay mô men gây ra chuyển động Nghiên cứu này xác định mối quan hệ hình học giữa chuyển động trong không gian khớp và chuyển động của các khâu chấp.
Trong không gian đề các, cấu trúc của robot có thể được mô tả thông qua các thanh nối và khớp, như thể hiện trong Hình 2.1 Các yếu tố này đóng vai trò quan trọng trong việc xác định khả năng hoạt động và linh hoạt của robot trong môi trường không gian.
Hình 2.1 Hệ tọa độ trong không gian khớp (a), không gian Đềcác (b)
Bài toán động học thuận:
Để xác định vị trí và hướng của khâu chấp hành cuối trong hệ tọa độ tham chiếu, cần cho trước giá trị của các biến khớp như góc quay hoặc độ dài tịnh tiến, cùng với các thông số hình học và liên kết giữa các khâu Khi sử dụng phương pháp hình học không hiệu quả, đặc biệt là khi các trục chuyển động không song song, phương pháp DH (Denavit-Hartenberg) là lựa chọn cần thiết.
Bài toán động học ngƣợc:
Để đạt được vị trí và hướng mong muốn của khâu chấp hành cuối trong hệ tọa độ tham chiếu, cần xác định các thông số hình học và liên kết của các khâu Yêu cầu là tính toán giá trị của các biến khớp nhằm giúp robot đạt được hướng và vị trí đã định.
2.1.1.2 Động học thuận vận tốc
Trong bài toán động học thuận, vị trí và hướng của tay máy được xác định thông qua các biến khớp q = [q1, q2, q3,…, qn] Mối quan hệ giữa vị trí của tay máy và các khớp được thiết lập theo chương trình dưới dạng X = h(q).
Từ đó ta có: ̇ ̇ với ̇ ̇ ̇ ̇ ̇ ; ̇ ̇ ̇ ̇ ̇ ̇ ̇ (2.1)
Biểu thức (2.2) thể hiện quan hệ giữa vận tốc bàn tay máy và vận tốc góc của các khớp qua ma trận Jacoby Trong đó, J là ma trận Jacoby
Robot n bậc tự do (DOF) được mô tả trong hình 2.2, trong đó mỗi bậc tự do được cung cấp bởi một mô men hoặc lực độc lập Để xây dựng phương trình động lực học cho robot này, cần thực hiện bốn bước: tính động năng, tính thế năng, tính hàm Lagrange và tính mô men hoặc lực tác động lên các khớp.
Thể hiện quan hệ giữa mômen (hoặc lực) với các biến khớp như phương trình sau: ̇ ̈ (2.3)
Hàm Lagrange của một hệ thống được định nghĩa: L= K – P (2.4)
K: là tổng động năng của hệ thống
K, P là những đại lượng vô hướng nên có thể thích hợp với bất kỳ hệ trục tọa độ nào được lựa chọn để biểu diễn mô hình động lực học của robot Đối với một robot n khâu ta có:
K=∑ ; P=∑ (2.5) Ở đây, và là động năng và thế năng của khâu thứ i xét trong hệ tọa độ đã chọn
Ta biết mỗi đại lượng và là một hàm số phụ thuộc vào nhiều biến số:
Trong cơ học, biến vị trí khớp thứ i được ký hiệu là q i, trong đó nếu khớp thứ i là khớp quay thì q i đại diện cho góc quay, còn nếu khớp tịnh tiến thì q i thể hiện độ dài tịnh tiến d i Lực tác dụng lên khâu thứ i (với i = 1, 2, 3,…, n) được hiểu là lực tổng quát, có thể là một lực hoặc một mô men.
(phụ thuộc vào biến khớp q i là tịnh tiến hay quay) được xác định bởi: ̇
Theo [29], [34],[36] áp dụng phương trình Euler-Lagrange cho robot n bậc tự do ta có: ̈ ̇ ̇ ̇ (2.8)
Các biến thể hiện lần lượt là vị trí, vận tốc và gia tốc góc của các khớp, trong khi véc tơ lại mô tả mô men (lực) tác động lên các khớp này, tạo nên một hệ thống phức tạp cần được phân tích và hiểu rõ.
-Ma trận là ma trận quán tính;
-Véc tơ ̇ ̇ là véc tơ thể hiện thành phần tương hỗ và ly tâm;
-Véc tơ ̇ ; với ̇ là thành phần ma sát khô và ̇ là thành phần ma sát nhớt; , là hệ số ma sát;
- Véc tơ là véc tơ nhiễu
Từ phương trình (1.8), chúng ta có thể xây dựng các phương trình mô phỏng động lực học của robot, được thể hiện qua biểu thức (2.9) Cấu trúc mô phỏng này cung cấp cái nhìn tổng quan về cách thức hoạt động của robot trong các tình huống khác nhau.
Hình 2.3 Cấu trúc động lực học của robot
2.1.2 Định hướng trong thiết kế điều khiển robot Đặc tính 1: Ma trận quán tính H(q) là ma trận đối xứng xác định dương và nó có một vai trò quan trọng đối với mô hình động lực học của robot cũng như thiết kế điều khiển Các tính chất của ma trận quán tính liên quan chặt chẽ đến hàm động năng ̇ ̇ ̇ và được sử dụng nhiều trong thiết kế điều khiển robot Từ tính chất ma trận H(q) xác định dương theo q ta có thể thấy ngay một hàm ta có: ̇ ̇ ̇ Như vậy, ta có được ̇ ̇ ở đây ̇ tương ứng với hàm động năng của robot ̇ ̇ ̇ Cũng từ tính chất ma trận H(q) là xác định dương nên sử dụng tính khả nghịch của ma trận này để vận dụng thiết kế bộ điều khiển robot Đặc tính 2: ̇ ̇ là véc tơ tương hỗ và ly tâm, còn ̇ là ma trận thỏa mãn ‖ ̇ ‖ ‖ ̇‖ với là hằng số bị chặn và ̇ ̇ được viết dưới dạng:
27 ̇ ̇ ̇ ̇ * ̇ ̇ + * ̇ ̇ + ̇ (2.10) Với ̇ ̇ ̇ (2.11) Trong biểu thức (1.11), ̇ là ma trận đối xứng lệch Ma trận đối xứng lệch là:
Đặc tính N T + N = 0 và N ij + N ji = 0 với i j cho thấy sự ổn định của hệ thống điều khiển robot Đặc tính này, cùng với tính tuyến tính của các tham số động lực học, rất quan trọng trong việc khảo sát và phân tích hiệu suất của các hệ thống điều khiển.
Trong phương trình động lực học của robot, các tham số như khối lượng và momen quán tính được biểu diễn qua ma trận quy hồi W Véc tơ tham số động lực học p bao gồm các yếu tố như khối lượng, momen quán tính và các tham số khác Điều này tạo điều kiện thuận lợi cho việc áp dụng điều khiển theo luật điều khiển thích nghi, đặc biệt là luật thích nghi theo mô hình động lực học đảo, thích nghi Li-Slotin Mô hình động lực học của robot cũng có tính phẳng, góp phần tăng cường hiệu quả điều khiển.
Nếu các biến điều khiển và biến trạng thái có thể tính được theo một đại lượng đầu ra nào đó, thì đại lượng đó được gọi là đầu ra phẳng và hệ thống được coi là hệ phẳng Đầu ra phẳng của hệ thống cho phép tìm trực tiếp tín hiệu điều khiển từ đầu ra phẳng mong muốn, mở ra khả năng điều khiển hiệu quả hơn.
Mô hình động lực học của robot được xây dựng dựa trên phương pháp Euler-Lagrange cho thấy robot có tính phẳng Đặc điểm quan trọng thứ năm là mô hình động lực học của robot thể hiện tính thụ động.
ĐIỀU KHIỂN CHUYỂN ĐỘNG TAY MÁY ROBOT
Nhiệm vụ chính của bài toán điều khiển robot là đảm bảo rằng điểm tác động cuối của tay máy robot di chuyển nhanh chóng và theo đúng quỹ đạo đã được xác định Các phương pháp điều khiển chuyển động của robot được trình bày rõ ràng để đạt được mục tiêu này.
Hình 2.4 Tổng quan các phương pháp điều khiển robot
2.2.1 Các thuật toán điều khiển kinh điển
Trong điều khiển chuyển động của tay máy, có hai vấn đề chính cần giải quyết: nhiệm vụ tương tác với đối tượng được xác định trong không gian làm việc, trong khi điều khiển chuyển động lại diễn ra trong không gian khớp Mục tiêu quan trọng là đạt được vị trí mong muốn đã được xác định trước Do đó, các nhà nghiên cứu đã phát triển hai phương pháp điều khiển chuyển động chính: điều khiển trong không gian khớp và điều khiển trong không gian làm việc.
2.2.1.1 Điều khiển trong không gian khớp
Bài toán đối với không gian khớp
-Quỹ đạo chuyển động là: q=[q 1 ,q 2 ,…,qn] T (2.16)
-Quỹ đạo đặt của khớp tay máy là: q d =[q 1d ,q 2d ,…,q nd ] T (2.17) Điều khiển chuyển động Điều khiển truyền thống (cơ bản)
(Không gian khớp, không gian làm việc) Điều khiển nâng cao (Không gian khớp, không gian làm việc)
-Phương pháp điều khiển trên cơ sở mô hình
-Phương pháp PD bù trừ trọng trường
-Phương pháp Jacobian nghịch đảo
- Phương pháp Jacobian chuyển vị
-Điều khiển tối ưu, bền vững, thích nghi -Điều khiển tuyến tính hóa, chính xác -Điều khiển backsteping
-Điều khiển trượt -Đ/k mờ, Nơron
-Bài toán điều khiển trong không gian khớp là xác định momen/lực tác động để khi a) Phương pháp điều khiển phi tuyến tính trên cơ sở mô hình
Phương trình độnglực học robot: ̈ ̇ ̇ (2.18)
Sơ đồ điều khiển theo phương pháp điều khiển phi tuyến trên cơ sở mô hình được biểu diễn ở hình sau:
Hệ thống điều khiển phi tuyến dựa trên mô hình có ưu điểm nổi bật là đảm bảo sai lệch bám quỹ đạo về 0 khi lựa chọn thông số điều khiển phù hợp.
Nhược điểm:- Khối lượng tính toán lớn, đáp ứng hệ thống chậm
-Phải biết chính xác các thông số động lực học và động học của robot
Thì phương trình động lực học kín (close dynamics) là:
Dẫn đến sai số quỹ đạo không hội tụ về 0 b) Phương pháp PD bù trừ trọng trường và phương pháp PID
Phương trình động lực học: ( ) 1 ( ) ( , ) ( )
Hệ thống điều khiển PD bù trọng trường được biểu diễn trong hình 2.6:
Hình 2.6 Hệ thống điều khiển PD bù trọng trường
Thành phần G(q) trong luật điều khiển là yếu tố quan trọng phụ thuộc vào khối lượng của các thanh nối và khối lượng của vật mà robot gắp Việc không xác định chính xác các tham số mô hình có thể dẫn đến sai lệch tĩnh, ảnh hưởng đến hiệu suất hoạt động của robot.
32 ít được ứng dụng trong điều khiển robot đòi hỏi độ chính xác cao Để hạn chế sai lệch tĩnh người ta sử dụng phương pháp PID
Xét phương trình động lực học (2.22), ta có mômen điều khiển sử dụng PID:
Hình 2.7 Hệ thống điều khiển PID
Để đạt được kết quả điều khiển chính xác với phương pháp PID, cần phải xác định đúng các tham số mô hình Tuy nhiên, khi các tham số này không được biết rõ hoặc có tính bất định, phương pháp PID ít được áp dụng Điều này xảy ra vì các hệ số của bộ điều khiển là cố định, trong khi tham số của đối tượng có thể thay đổi hoặc không được xác định chính xác, dẫn đến sai số trong quá trình điều khiển Một giải pháp thay thế có thể là sử dụng giải thuật Li-slotine.
Giải thuật Li-Slotine trình bày phương trình động lực học của robot có dạng như sau: ̈ ̇ ̇ (2.25)
2.2.1.2 Điều khiển trong không gian làm việc
-Quỹ đạo chuyển động của tay máy E(End – Effector)là:
-Quỹ đạo đặt của tay máy E là: X d [ ,x y z d d , d , xd , yd , zd ] T (2.30)
Bài toán điều khiển trong không gian đề các liên quan đến việc xác định momen và lực tác động lên các khớp nhằm đạt được trạng thái X khi t tiến tới vô cùng Một phương pháp điều khiển hiệu quả là chuyển đổi từ không gian tác động sang không gian khớp, giúp tối ưu hóa quá trình điều khiển.
Hình 2.8 Hệ thống điều khiển gián tiếp Chuyển đổi đảo với:
Có 2 phương pháp đó là (hình 2.9)
Hình 2.9 Hệ thống điều khiển trực tiếp
Sơ đồ cấu trúc điều khiển:
Hình 2.10 Hệ thống điều khiển kết hợp PD bù trọng trường và ma trận Jacobi nghịch đảo
Lực tác động lên khâu tác động cuối để X X d
Luật điều khiển theo phương pháp J T
Hình 2.11 Hệ thống điều khiển kết hợp PD bù trọng trường và ma trận Jacobi chuyển vị
Luật điều khiển PD bù trọng trường trong không gian khớp tương tự như trong không gian làm việc, với thành phần G(q) phụ thuộc vào khối lượng của các thanh nối và khối lượng của khớp nối Tuy nhiên, khối lượng điều khiển PD bù trọng trường ít được áp dụng trong các hệ thống robot yêu cầu độ chính xác cao.
2.2.2 Các thuật toán điều khiển nâng cao
2.2.2.1 Các thuật toán điều khiển thích nghi
Mô hình điều khiển thích nghi cho robot:
Hình 2.12 Hệ thống điều khiển PD kết hợp luật điều khiển thích nghi
Các phương pháp điều khiển thích nghi chính:
-Điều khiển thích nghi theo mô hình mẫu: Ứng dụng cho hệ thống robot đơn giản có số bậc tự do nhỏ
-Điều khiển thích nghi dạng động lực học đảo:Dựa trên phương pháp điều khiển phi tuyến trên cơ sở mô hình
-Điều khiển thích nghi Li-Slotine: dựa trên phương pháp Li-Slotine cơ sở a Điều khiển thích nghi theo mô hình động lực học đảo:
Mô hình động lực học robot n DOF: H q q ( ) N q q ( , ) (2.40)
Các thông số động lực học của hệ thống:
Và giá trị ước lượng của chúng:
Luật cập nhật: p ˆ p 1 T B Px T với là ma trận đườngchéo xác định dương; ˆ W( , , ) 1
và W( , , ) q q q là ma trận quy hồi b Điều khiển thích nghi theo phương pháp Li – Slotine:
Phương trình động lực học: H q q ( ) C q q q ( , ) G q ( ) (2.44)
Luật cập nhật thích nghi hàm số động lực học p ˆ p 1 W T r (2.49)
Với là ma trận đường chéo xác định dương và W là ma trận hồi quy c Nhận xét
Phương pháp áp dụng cho các đối tượng có mô hình tham số bất định dạng hằng số, nhưng khả năng kháng nhiễu kém
2.2.2.2 Tuyến tính hóa chính xác
Phương pháp tuyến tính hóa chính xác giúp chuyển đổi đối tượng phi tuyến thành tuyến tính trong toàn bộ không gian trạng thái, cho phép áp dụng lý thuyết tuyến tính để điều khiển và đạt được chất lượng mong muốn Điểm mạnh của phương pháp này là thiết kế bộ phản hồi phi tuyến, giúp biến đổi đối tượng robot thành đối tượng tuyến tính tương đương và tách kênh thành các kênh độc lập, từ đó dễ dàng áp dụng lý thuyết tuyến tính trong quá trình điều khiển.
38 phương pháp tách kênh để chuyển đối tượng phức tạp thành các đối tượng đơn giản điều khiển độc lập nhau a Mô hình robot 2 bậc tự do
Xét cơ cấu robot 2 thanh nối: Cơ cấu động học của robot 2 thanh nối trong hệ tọa độ 2 trục 0xy được biểu diễn như trong hình 2.13
Robot 2 thanh bao gồm các thành phần chính như chiều dài thanh nối 1 (l1) và thanh nối 2 (l2), cùng với khối lượng của chúng (m1 và m2) Các góc quay của hai khớp quay được ký hiệu là q1 và q2 Ngoài ra, khoảng cách từ khớp 1 đến tâm khối 1 được gọi là lg1, trong khi khoảng cách từ khớp 2 đến tâm khối 2 được ký hiệu là lg2.
I 1 là momen quán tính khớp 1 quay quanh tâm khối,
I 2 là momen quán tính khớp 2 quay quanh tâm khối
Giả thiết khớp 1 sinh ra momen 1 tác dụng giữa bệ và thanh nối 1 Khớp 2 sinh ra momen 2 tác dụng giữa thanh nối 1 và 2
Phương trình động học của robot 2 thanh bỏ qua ma sát và nhiễu tác động được biểu diễn theo phương pháp Euler – lagrange như sau:
Để giải bài toán (2.50), chúng ta cần tìm bộ điều khiển phản hồi phi tuyến nhằm chuyển đổi đối tượng về dạng tuyến tính tương đương Sau khi chuyển đổi, có thể áp dụng các luật điều khiển như đối với đối tượng tuyến tính Các thông số của robot bao gồm: l1 = 1,0 m; lg1 = 0,5 m; I1 = 0,728 kgm²; m1 = 1 kg; l2 = 0,8 m; lg2 = 0,4 m; I2 = 0,196 kgm²; m2 = 1 kg Việc tuyến tính hóa chính xác mô hình robot 2 bậc tự do là rất quan trọng trong quá trình điều khiển.
Chuyển mô hình (2.50) sang mô hình trạng thái Đặt biến trạng thái cho khớp 1 và 2:
(2.53) Khi đó mô hình (2.50) sẽ viết lại như sau:
Các thành phần ma trận H, C, G được xác định như sau:
0,356 s in x 0, 4sin cos ( cos os (x )) g g g g g g g g g
4,94 cos 9,88cos 3,952 cos( ) os( ) 3,953 os( ) g x x x x g m gl c x x c x x
Sử dụng ký hiệu biến trạng thái, tín hiệu vào và nguyên lý tách, chúng ta có thể phân tách thành hai hệ phương trình vi phân trạng thái cho khớp 1 và khớp 2 Điều này được thể hiện qua các phương trình (2.56) và (2.57), với điều kiện H 11 khác 0 và H 22 khác 0, đảm bảo thỏa mãn với mọi giá trị x.
(0, 356 0, 4 cos ) (0, 4 0,8 ) s in x 4, 49 cos 9,88 cos 3, 952 cos( )
Mô hình (2.51), (2.52) được viết lại như sau:
Xác định bậc tương đối của hệ:
Vậy bậc tương đối của khớp 1 có r 1 =2, tương tự như trên ta có:
Vậy bậc tương đối của khớp 2 có r 1 =2;
Bậc tương đối của hệ: r = r 1 + r 2 = 2 + 2 = 4
Ta thấy bậc tương đối của hệ bằng bậc của hệ do đó đối tượng hoàn toàn có thể áp dụng phương pháp tuyến tính hóa chính xác
Xác định phép đổi trục:
Phương trình động học được biểu diễn theo biến z:
Xác định bộ điều khiển: Từ (1.60) và (1.61) ta có:
Nhận xét: Sau khi áp dụng bộ điều khiển tuyến tính hóa chính xác cho đối tượng
MIMO ta được mô hình trạng thái mới ở dạng chuẩn điều khiển và đồng thời tách kênh (phương trình 2.64)
Ta có thể biểu diễn hệ (1.64) thành hai hệ con độc lập vs nhau cho từng khớp:
- Động học của khớp 1 chỉ phụ thuộc vào v 1 và các biến trạng thái z 11 ,z 12
- Động học của khớp 2 chỉ phụ thuộc vào v 2 và các biến trạng thái z 21 ,z 22
Quá trình thiết kế bộ điều khiển cho từng khớp được thực hiện độc lập, không bị ảnh hưởng qua lại giữa các kênh Thiết kế bộ điều khiển dựa trên mô hình tuyến tính để đảm bảo hiệu suất tối ưu.
Phương trình hệ thống biểu diễn ở (2.67), (2.68) là mô hình trạng thái chuẩn điều khiển cho từng kênh, cho phép áp dụng phương pháp tổng hợp bộ điều khiển tuyến tính nhằm đảm bảo chất lượng hệ thống Để minh họa, tác giả sử dụng thiết kế phản hồi trạng thái gắn điểm cực nhằm đảm bảo động học của hệ thống bám (Hình 2.16, vòng trong) và áp dụng bộ điều khiển theo luật tích phân để khử sai lệch bám (Hình 2.17, vòng ngoài).
Vì đây là hệ truyền động cơ khí, việc chọn các điểm cực phải đảm bảo rằng hệ thống không bị giao động, do đó các điểm cực cần phải là các điểm cực thực âm.
Các điểm cực đã được xác định có giá trị s1 = -10 và s2 = -5 cho cả hai khớp Dựa trên các điểm cực này, ma trận R của bộ điều khiển phản hồi trạng thái có thể được xác định.
Hình 2.14 Hệ thống điều khiển phản hồi trạng thái gán điểm cực
Mô hình đối tượng với bộ điều khiển phản hồi trạng thái có dạng như sau:
Từ đó ta xác định được hàm truyền của hệ kín vòng trong:
ĐỀ XUẤT THUẬT TOÁN ĐIỀU KHIỂN THÍCH NGHI
ĐỀ XUẤT THUẬT TOÁN ĐIỀU KHIỂN THÍCH NGHI
3.1 Ứng dụng ANFIS điều khiển thích nghi robot 2 bậc tự do
Mạng ANFIS (Adaptive Neuro Fuzzy Inference System) hay còn gọi là mạng nơron thích nghi mờ, đang thu hút sự chú ý đáng kể trong nghiên cứu Hệ thống này kết hợp các luật học với các hàm liên thuộc khác nhau, được tích hợp trong các hàm tiện ích của phần mềm Matlab.
3.1.1 Luật điều chỉnh của ANFIS
ANFIS được Jang J.S.R đề xuất sử dụng luật học mờ TSK (Takasi-Sygeno-Kang) Luật học mờ thứ j của ANFIS là R j có dạng:
Với x i tương ứng là các biến vào, ra; là biến ngôn ngữ mờ ứng với biến đầu vào x i ; là hệ số của hàm tuyến tính f j ; i=1,2, ,n; j=1,2, ,M
Cấu trúc ANFIS gồm 6 lớp như sau:
Lớp 1: Là lớp đầu vào có tín hiệu vào x i
Lớp 2: Mỗi phần tử là một hàm
Lớp 3: Mỗi phần tử R j tương ứng thực hiện một luật thứ j:
∏ (3.2) Lớp 4: Mỗi phần tử N tương ứng thực hiện phép tính: ̅ ∑
Lớp 5: Mỗi phần tử thứ j thực hiện phép tính: ̅ ∑ (3.4)
Lớp 6: Có một phần tử tính toán giá trị đầu ra:
∑ ̅ (3.5) Sai lệch trung bình bình phương giữa hàm đầu ra mong muốn y m và hàm đầu ra y:
Cần xác định các luật học để cập nhật các thông số điều chỉnh ở lớp 2 và 5 cho ANFIS, sử dụng hàm liên tục ở lớp 2 dưới dạng hình chuông.
Luật cập nhật bộ thông số điều chỉnh trong quá trình học của ANFIS được thực hiện khi sử dụng hàm liên thuộc có dạng hàm hình chuông, theo các biểu thức cụ thể.
Với là các hệ số học
Các thành phần đạo hàm riêng của sai lệch E đối với các thông số điều chỉnh có dạng sau đây:
3.1.2 Ứng dụng ANFIS điều khiển thích nghi Robot 2 khâu
Hình 3.1 Mô hình động học robot 2 khâu Phương trình động học vào ra của robot 2 khâu có dạng như sau:
Trong hệ thống cơ học, q1 và q2 đại diện cho vị trí của khâu thứ nhất và thứ hai Mômen điều khiển cho khâu thứ nhất và thứ hai lần lượt được ký hiệu là M1 và M2 Khối lượng của khâu thứ nhất và thứ hai được biểu thị bằng m1 và m2, trong khi độ dài của chúng được ký hiệu là l1 và l2 Cuối cùng, l c1 và l c2 là độ dài từ điểm nối giữa hai khâu đến trọng tâm của từng khâu.
I 1 , I 2 là mômen quán tính khâu thứ nhất và thứ hai; m 3 là khối lượng phụ tải; g là gia tốc trọng trường;
3.1.2.2 Ứng dụng ANFIS trong điều khiển thích nghi robot 2 khâu
Dựa trên các luật học của ANFIS và hàm liên thuộc hình chuông ở lớp 2 đã được chứng minh trong phần 1, bài viết này sẽ áp dụng vào động học của rôbốt hai khâu để thực hiện các phân tích và ứng dụng cụ thể.
Ứng dụng ANFIS là bộ điều khiển thích nghi cho vị trí của rôbốt hai khâu, như thể hiện trong sơ đồ ở hình 3.2, với hai bộ điều chỉnh ANFIS 1 và ANFIS 2 Để đảm bảo vị trí của rôbốt (q1, q2) theo sát các vị trí mẫu (qm1, qm2), cần xác định số lượng nút ở mỗi lớp, số đầu vào của lớp 1, số lượng hàm liên thuộc của lớp 2, và số lượng tín hiệu ra của lớp 6 nhằm tìm ra các mô men quay phù hợp.
Hình 3.2 Sơ đồ ứng dụng ANFIS điều khiển thích nghi vị trí robot hai khâu Viết lại (3.12) được: ̈ ̇ ̇ (3.13) ̈ ̇ ̇ (3.14)
Biến đổi (3.13), (3.14) ra dạng rời rạc thu được:
Tại thời điểm k, các vị trí của hai khâu được xác định tương ứng với các thời điểm k, (k-1), (k-2), cùng với mômen quay của chúng Tín hiệu điều khiển q1(k) và q2(k) là các hàm nhiều biến, phụ thuộc vào giá trị vị trí và mômen quay trước đó của cả hai khâu Do đó, lớp vào của hai bộ điều chỉnh ANFIS 1 và ANFIS 2 được thiết kế với 4 nút, tương ứng với 4 tín hiệu đầu vào x1, x2, x3, x4.
Trong đó: q m1 và q m2 tương ứng là vị trí mẫu của khâu 1 và khâu 2 của robot
ANFIS 1 và ANFIS 2 đều có 1nút ra ở lớp 6 để cung cấp tín hiệu điều khiển tương ứng là các mômen quay cho hai khâu của rôbôt, thực hiện các luật sau đây:
ANFIS 1, ANFIS 2 có cấu trúc gồm 6 lớp theo hình 3.3 dưới đây Trong
Trong bài viết này, chúng tôi trình bày về 64 biến đầu vào (j = 1, 2, 3, 4; s = 1, 2), trong đó x_i là các biến đầu ra và là các biến ngôn ngữ mờ của biến đầu vào x_i Hàm liên thuộc có dạng hình chuông của mỗi biến ngôn ngữ mờ ở đầu vào được ký hiệu là μ_Aj(x_i), với các hệ số của hàm tuyến tính.
Xác định các thông số điều chỉnh của ANFIS 1 và ANFIS 2 ở lớp 2 và lớp 5 là rất quan trọng để đảm bảo rằng tín hiệu vị trí thực của robot q1 và q2 có thể bám sát các tín hiệu vị trí mẫu mong muốn q m1 và q m2, từ đó giảm thiểu sai lệch vị trí.
Sơ đồ ANFIS trong hình 3.3 có 4 đầu vào và 1 đầu ra, được ứng dụng để điều khiển thích nghi vị trí của robot hai khâu (s=1,2) Mỗi bộ ANFIS được cấu trúc với 4 đầu vào và 1 đầu ra như đã trình bày trong hình 3.
Lớp 1: Có 4 nút tương ứng với mỗi một tín hiệu vào x i (i=1,2,3,4)
Lớp 2: Mỗi phần tử là một hàm liên thuộc có dạng hình chuông
Lớp 3: Mỗi phần tử R tương ứng thực hiện một luật thứ j:
Lớp 4: Thực hiên tính toán: ̅̅̅̅ ∑
Lớp 5: Tính toán giá trị: ̅̅̅̅ ∑
Lớp 6: Thực hiện phép tổng tính giá trị đầu ra:
Luật học của bộ điều khiển ANFIS như sau:
Với là các hệ số học
Thực hiện mô phỏng trên Matlab [4,5] theo phương pháp học trực tiếp Cho giá trị của các thông số robot: m1=1kg; m2=1kg; l1=1m;l2=1m;lc1=0.5m; lc2=0.5m;
I1 và I2 đều có giá trị là 0.2 kgm² Phụ tải m3 được thể hiện qua đồ thị hình 16 Kết quả mô phỏng cho thấy các đồ thị của các hàm liên thuộc ở lớp 2 tại thời điểm lấy mẫu t = 900, tương ứng với từng đầu vào x1, x2, x3, x4 Các hàm liên thuộc dạng hình chuông ở lớp 2 của ANFIS 1 và ANFIS 2 được minh họa từ hình 3.4 đến hình 3.11.
Hình 3.4 Các hàm liên thuộc đầu vào thứ nhất
ANFIS 1 tại thời điểm lấy mẫu t0
Hình 3.5 Các hàm liên thuộc đầu vào thứ hai ANFIS 1 tại thời điểm lấy mẫu t0
Hình 3.6 Các hàm liên thuộc đầu vào thứ ba của ANFIS 1 tại thời điểm lấy mẫu t0
Hình 3.7 Các hàm liên thuộc đầu vào thứ tư của
ANFIS 1 tại thời điểm lấy mẫu t0
Hình 3.8 Các hàm liên thuộc đầu vào thứ nhất ANFIS 2 tại thời điểm lấy mẫu t0
Hình 3.9 Các hàm liên thuộc đầu vào thứ hai ANFIS 2 thời điểm lấy mẫu t0
Hình 3.10 Các hàm liên thuộc đầu vào thứ ba
ANFIS 2 tại thời điểm lấy mẫu t0
Hình 3.11 Các hàm liên thuộc đầu vào thứ tư ANFIS 2 thời điểm lấy mẫu t0
Hình 3.12 Đồ thị vị trí mẫu qm1 (nét liền) và vị trí thực sau điều khiển q1
Hình 3.13 Đồ thị vị trí mẫu qm2 (nét liền) và vị trí thực sau điều khiển q 2 (nét đứt)
Hình 3.14 Đồ thị mômen điều khiển 1 là đầu ra của ANFIS 1
Hình 3.15 Đồ thị mômen điều khiển 2 là đầu ra của ANFIS 2
Vị trí mẫu q m1, q m2 (nét liền) và vị trí thực sau điều khiển q 1, q 2 (nét đứt) của rôbôt được thể hiện trong hình 3.12 và 3.13, cho thấy rằng các khâu q 1 và q 2 đã theo sát các vị trí mẫu tương ứng Mômen điều khiển 1, 2, là đầu ra của ANFIS 1 và ANFIS 2, được trình bày trong hình 3.14 và 3.15, cho thấy kết quả hệ số hàm tuyến tính tại thời điểm t0.
3.2 Thuật toán điều khiển thích nghi trên cơ sở kỹ thuật backstepping kết hợp điều khiển trƣợt
Phương pháp thiết kế bộ điều khiển thích nghi sử dụng mạng nơ ron 3 lớp huấn luyện trực tuyến giúp xấp xỉ các hàm bất định của đối tượng Kết hợp hàm điều khiển Lyapunov và bộ điều khiển trượt, phương pháp này đảm bảo hệ kín ổn định toàn cục và sai lệch tiến về không với chất lượng tốt Bộ điều khiển này phù hợp cho robot n bậc tự do, cho phép xấp xỉ hàm với độ chính xác cao mà không cần phân tích các quan hệ chéo.
69 giữa các khớp đảm bảo sự ổn định và chính xác trong quá trình hoạt động, bất chấp sự thay đổi của mô men quán tính và lực ma sát Điều này giúp duy trì quĩ đạo đặt với chất lượng tốt.
Xét đối tượng truyền ngược được biểu diễn dạng tổng quát:
( , , , ) T i i x x x x và véctơ trạng thái với i phần tử ;
T x x x n véctơ trạng tái của hệ và T d là nhiễu Với giả thiết các biến trạng thái và nhiễu đều bị chặn và f(x) và g(x) là những hàm trơn bất định
