TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP
S Ơ LƢỢC LỊCH SỬ PHÁT TRIỂN VÀ ĐỊNH NGHĨA CỦA ROBOT CÔNG NGHIỆP
Thuật ngữ "Robot" lần đầu tiên được giới thiệu vào năm 1922 trong tác phẩm "Rossum's Universal Robots" của Karel Čapek Từ "Robot" trong tiếng Séc có nghĩa là người làm công việc tạp dịch Trong tác phẩm này, nhân vật Rossum cùng con trai đã chế tạo ra những cỗ máy giống con người để phục vụ cho nhu cầu của con người.
Hơn 20 năm sau, ước mơ viễn tưởng của Karel bắt đầu thành hiện thực Ngay sau chiến tranh thế giới thứ 2, ở Hoa kỳ đã xuất hiện những tay chép hình điều khiển từ xa trong các phòng thí nghiệm về vật liệu phóng xạ Năm 1954, George C.Devol đã thiết kế một thiết bị có tên là “cơ cấu bản lề dùng để chuyển hàng hóa theo chương trình” Đến năm 1956, Devol cùng với Joseph F.Engelber, một kỹ sƣ trẻ của công nghiệp hàng không, đã tạo ra loại robot công nghiệp đầu tiên năm 1959 ở công ty Unimation
Từ những năm 70, nghiên cứu về nâng cao tính năng của robot đã tập trung vào việc lắp đặt các cảm biến ngoại tín hiệu để nhận biết môi trường làm việc Tại đại học Stanford, các nhà nghiên cứu đã phát triển robot lắp ráp tự động điều khiển bằng máy tính, sử dụng thông tin từ cảm biến lực và thị giác Cùng thời điểm này, công ty IBM cũng đã chế tạo robot với cảm biến xúc giác.
Từ những năm 1980, đặc biệt là trong thập niên 1990, sự phát triển vượt bậc của vi xử lý và công nghệ thông tin đã dẫn đến sự gia tăng số lượng robot công nghiệp, đồng thời giảm giá thành và nâng cao tính năng Nhờ đó, robot công nghiệp đã trở thành yếu tố quan trọng trong các dây chuyền sản xuất hiện đại.
Sự phát triển nhanh chóng của robot đã làm cho việc định nghĩa chúng trở nên khó khăn Theo Học viện Robot Hoa Kỳ (Robot Institute of America) vào năm 1979, robot được định nghĩa là một tay máy có khả năng lập trình và tái lập trình, thực hiện các chuyển động đã được lập trình để di chuyển vật liệu, chi tiết, dụng cụ hoặc thiết bị chuyên dụng.
Theo Hội Robot Nhật Bản (ARA), robot được định nghĩa là hệ thống cơ khí có khả năng chuyển động giống như sinh vật và sở hữu trí thông minh, hoạt động dưới sự điều khiển của con người.
Tự điển Oxford định nghĩa robot là máy có thể thực hiện một chuỗi hoạt động phức tạp tự động, đã lập trình trước từ máy tính
Ngoài ra ngành robotics là ngành khoa học có nhiệm vụ:
Thiết kế, chế tạo, điều khiển và lập trình robot
Nghiên cứu áp dụng robot
Nghiên cứu các quá trình điều khiển và áp dụng vào giải thuật để điều khiển robot
Hình 1.1: Hình ảnh một Robot công nghiệp điển hình
C ẤU TRÚC CƠ BẢN CỦA ROBOT CÔNG NGHIỆP
1.2.1 Các thành phần chính của Robot công nghiệp
Trên hình giới thiệu các bộ phận chủ yếu của robot công nghiệp:
Hình 1 2: Các thành phần chính của robot công nghiệp
Cánh tay robot bao gồm các bộ phận chính như đế cố định hoặc gắn liền với tay di động, thân, cánh tay trên, cánh tay dưới và dụng cụ thao tác, chẳng hạn như bàn kẹp.
Hệ thống truyền dẫn động có thể là cơ khí, thủy khí hoặc điện khí, là bộ phận chủ yếu tạo nên sự chuyển dịch các khớp động
Hệ thống điều khiển đảm bảo sự hoạt động của robot theo các thông tin đặt trước hoặc nhận biết trong quá trình làm việc
Hệ thống cảm biến tín hiệu của robot bao gồm cảm biến nội tín hiệu, giúp nhận biết và biến đổi thông tin về hoạt động của chính robot, và cảm biến ngoại tín hiệu, cho phép robot nhận diện môi trường và các đối tượng mà nó phục vụ.
Tay máy là bộ phận quan trọng quyết định hiệu suất làm việc của robot công nghiệp Ban đầu, tay máy được thiết kế để mô phỏng hoạt động của tay người, nhưng hiện nay có nhiều loại tay máy đa dạng, khác biệt so với tay người Dù vậy, các thuật ngữ như vai, cánh tay, cổ tay, bàn tay và khớp vẫn được sử dụng để chỉ các bộ phận của tay máy.
Trong thiết kế tay máy người ta thường quan tâm đến các thông số:
Kiểu và số bậc tự do
Kích thước và khối lượng tay máy
Khả năng mang tải tối đa, là khối lƣợng vật tối đa tay máy robot có thể nâng đƣợc
Vùng làm việc, tầm với theo chiều ngang và chiều đứng
Độ chính xác: sai số về vị trị, lực…
Vận tốc chuyển động tối đa của các trục
Cấu hình của robot thường được xác định dựa trên các khung tọa độ trong không gian làm việc của tay robot Có năm dạng cơ cấu hình học điển hình, bao gồm: cơ cấu tọa độ Đề-các, cơ cấu tọa độ trụ, cơ cấu tọa độ cầu, cơ cấu dạng khớp nối và cơ cấu SCARA.
Robot kiểu tọa độ Đề-các là loại tay máy với ba chuyển động cơ bản theo các trục tọa độ Đề-các, tạo thành cấu hình T.T.T Trường công tác của robot này có hình dạng khối chữ nhật.
Với kết cấu đơn giản, loại tay máy này mang lại độ bền cao và độ chính xác cơ khí tốt, vì vậy thường được sử dụng trong các ứng dụng như vận chuyển phôi liệu, lắp ráp và hàn trong mặt phẳng.
Hình 1 3: Robot kiểu tọa độ Đề-các
Robot kiểu tọa độ trụ RTT Khớp đầu là khớp quay, hai khớp sau là khớp tịnh tiến
Có nhiều robot kiểu tọa độ trụ nhƣ: Robot versatran của hãng AMF (Hoa Kỳ)
Hình 1 4: Robot kiểu tọa độ trụ
Robot kiểu tọa độ cầu có vùng làm việc hình cầu và thường có độ cứng thấp hơn so với các loại robot khác Một ví dụ điển hình là robot 3 bậc tự do với cấu hình R.R.R hoặc R.R.T, hoạt động theo nguyên lý tọa độ cầu.
Hình 1 5: Robot kiểu tọa độ cầu
Cơ cấu robot dạng khớp nối R.R.R, với ba khớp quay giống như cánh tay người, là một thiết kế phổ biến trong ngành công nghiệp.
Hình 1 6: Robot cơ cấu dạng khớp nối
Robot SCARA, được phát triển vào năm 1979 tại trường đại học Yamanashi, Nhật Bản, là một loại robot tiên tiến nhằm đáp ứng nhu cầu đa dạng trong sản xuất Tên gọi SCARA là viết tắt của "Selective Compliant Articulated Robot Arm", với ba khớp đầu tiên có cấu hình R.R.T và các trục khớp đều theo phương thẳng đứng.
P HÂN LOẠI ROBOT CÔNG NGHIỆP
Robot công nghiệp rất phong phú đa dạng, có thể được phân chia theo các phương pháp sau:
Theo tải trọng danh nghĩa: Robot mini (10kg-200kg), robot loại lớn (>200-1000kg) và robot loại siêu lớn
Theo số bậc tự do: Robot có 1 bậc tự do, robot có 2 bậc tự do và robot có n bậc tự do
Theo khả năng di chuyển: Robot di động và robot có vị trí cố định
Robot hoạt động trong nhiều hệ tọa độ khác nhau như hệ tọa độ vuông góc, hệ tọa độ trụ, hệ tọa độ cầu, hệ tọa độ góc và hệ tọa độ Scara, giúp thực hiện các chuyển động linh hoạt và chính xác.
Theo kết cấu của tay máy, người ta thành phần robot kiểu tọa độ đề các, tọa độ trụ, tọa độ cầu ….
Ứ NG DỤNG ROBOT CÔNG NGHIỆP
1.4.1 Mục tiêu ứng dụng robot công nghiệp
Mục tiêu của việc ứng dụng robot công nghiệp là nâng cao năng suất dây chuyền sản xuất, giảm chi phí, cải thiện chất lượng sản phẩm và tăng khả năng cạnh tranh, đồng thời cải thiện điều kiện lao động Những lợi ích này được rút ra từ kinh nghiệm ứng dụng robot tại nhiều quốc gia trong suốt nhiều năm qua.
Robot có khả năng thực hiện quy trình thao tác một cách hợp lý, đạt hiệu quả tương đương hoặc vượt trội so với một thợ lành nghề Chúng hoạt động ổn định và liên tục trong suốt thời gian làm việc.
Việc ứng dụng robot trong sản xuất giúp giảm giá thành sản phẩm bằng cách cắt giảm đáng kể chi phí lao động, đặc biệt là ở những quốc gia có mức lương cao.
Việc ứng dụng robot trong dây chuyền công nghệ có thể nâng cao năng suất sản xuất, bởi vì khi tăng nhịp độ làm việc, người thợ sẽ khó có thể theo kịp và dễ mệt mỏi nếu không được hỗ trợ bởi robot.
+Ứng dụng robot có thể cải thiện điều kiện lao động chính là ƣu điểm nổi bật nhất
1.4.2 Một số ứng dụng điển hình của robot công nghiệp
Robot đã trở thành một phần không thể thiếu trong nhiều ngành công nghiệp, với những ứng dụng ban đầu như gắp đặt vật liệu, hàn điểm và phun sơn Một trong những thách thức lớn nhất đối với con người là rèn kim loại ở nhiệt độ cao, nơi công nhân phải di chuyển các phôi nặng trong điều kiện khắc nghiệt Để giải quyết vấn đề này, robot đã được triển khai để thay thế con người trong các môi trường như lò đúc, xưởng rèn và xưởng hàn, nơi mà nhiệt độ cao không gây khó khăn cho chúng Những ứng dụng điển hình của robot công nghiệp rất đa dạng và mang lại hiệu quả cao trong sản xuất.
Ứng dụng robot trong công nghiệp hàn
Ứng dụng robot trong lắp ráp
Ứng dụng robot trong nhà máy sản xuất
Hình 1 8: Ứng dụng robot trong công nghiệp hàn
Hình 1 9: Ứng dụng robot trong công nghiệp lắp ráp ô tô
CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN ROBOT CÔNG NGHIỆP
Đ IỀU KHIỂN QUỸ ĐẠO CHUYỂN ĐỘNG
2.1.1 Điều khiển trong không gian khớp
Bài toán đối với không gian khớp:
Quỹ đạo chuyển động là : , - (2.1) Quỹ đạo đặt các khớp của tay máy là : , - (2.2)
Bài toán điều khiển trong không gian khớp là xác định Momen/Lực tác động để khi a, Phương pháp điều khiển phi tuyến trên cơ sở mô hình
Phương trình động lực học Robot có dạng: ( ) ̈ ( ̇) ( ) (2.3) Thuật toán điều khiển (2.4)
Sơ đồ điều khiển theo phương pháp phi tuyến trên cơ sở mô hình được biểu diễn trên hình nhƣ sau:
Hình 2 2: Hệ thống điều khiển phi tuyến trên cơ sở mô hình
Ƣu điểm: đảm bảo sai số quỹ đạo bám về 0 khi chọ lựa thông số điều khiển phù hợp
Khối lƣợng tính toán lớn, đáp ứng hệ thống chậm
Phải biết chính xác các tham số động lực học b, Phương pháp PD bù trọng trường
Phương trình động lực học:
Từ hai phương trình (2.6) và (2.7):
Ta thấy phương trình (2.8) chỉ xảy ra khi cả hai vế đều bằng 0
Ta chọn hàm Lyapunov có dạng:
Rõ ràng là hàm dương và khi và chỉ khi { ̇
Rõ ràng là là hàm không dương với mọi ̇ và ̇ khi và chỉ khi ̇
Do đó sai số của quỹ đạo hội tụ về 0
Mức độ dương của phụ thuộc vào K P, trong khi mức độ âm của phụ thuộc vào K D Để tăng tốc độ hội tụ, cần nâng cao giá trị của ma trận hệ số.
K D Nâng cao độ chính xác tĩnh của hệ thống điều khiển đạt đƣợc bằng cách tăng hệ số KP của khâu khuếch đại
Hệ thống điều khiển PD bù trọng trường được biểu diễn ở hình 2.2
Hình 2 3: Hệ thống điều khiển PD bù trọng trường Nhận xét:
Ƣu điểm: đơn giản về mặt toán học
Nhược điểm của thành phần G(q) trong luật điều khiển là nó phụ thuộc vào khối lượng của các thanh nối và khối lượng của vật mà robot gắp Nếu không xác định chính xác các tham số của mô hình, sẽ dẫn đến sai lệch tĩnh, do đó phương pháp này ít được ứng dụng trong điều khiển robot có độ chính xác cao Phương pháp PID cũng gặp phải những hạn chế tương tự.
Bộ điều khiển PID giúp khắc phục một phần hạn chế của bộ điều khiển PD
Xét phương trình động lực học, ta có momen điều khiển sử dụng PID: ̇ ∫ (2.11)
Hình 2 4: Hệ thống điều khiển PID Nhận xét:
Khâu tích phân có vai trò quan trọng trong việc cải thiện chất lượng của hệ thống, đặc biệt khi ảnh hưởng của momen trọng lực không được bù đắp hoàn toàn, giúp hạn chế sai lệch tĩnh.
Nhƣợc điểm: phức tạp hơn về mặt toán học, ít đƣợc ứng dụng khi tham số mô hình không chính xác hoặc có tính bất định
2.1.2 Điều khiển trong không gian làm việc Ở hệ thống điều khiển không gian làm việc, tín hiệu đặt trực tiếp là quỹ đạo chuyển động mong muốn của tay robot trong không gian làm việc, lƣợng phản hồi s ẽ đƣợc tính từ vị trí của khớp thông qua khâu động học thuận Vì vậy hệ thống này đƣợc sử dụng hiệu quả khi thực hiện điều khiển tương tác giữa tay robot và môi trường làm việc Ta sẽ sử dụng hệ thống này khi tiến hành điều khiển đồng thời lực và quỹ đạo của robot
Quỹ đạo chuyển động của khâu tác động cuối robot là:
Bài toán điều khiển trong không gian Đề-các liên quan đến việc xác định momen và lực tác động lên các khớp Điều này được thực hiện thông qua quá trình chuyển đổi từ không gian Đề-các sang không gian khớp.
Hình 2 5: Hệ thống điều khiển gián tiếp b, Điều khiển trực tiếp
Có 2 phương pháp đó là:
Hình 2 6: Hệ thống điểu khiển trực tiếp
( ) Lực tác động lên khâu tác động cuối để
, ( ) -̇ ( ) Luật điều khiển theo phương pháp
Sơ đồ khối hệ thống điều khiển vị trí tay robot sử dụng ma trận Jacobi chuyển vị được mô tả trong hình 2.7 Tín hiệu phản hồi vị trí tay robot được xác định từ vector vị trí khớp thông qua phương pháp động học thuận (ĐHT) Đồng thời, vector tốc độ thực của tay robot được tính toán từ vector tốc độ khớp robot thông qua ma trận Jacobi.
Hình 2 7: Hệ thống điều khiển kết hợp PD bù trọng trường và Jacobi chuyển vị
Phương pháp điều khiển này có luật điều khiển đơn giản, chỉ cần tính ma trận Jacobi chuyển vị cùng với vị trí và vận tốc tay kẹp Khối lượng tính toán không lớn, vì vậy phương pháp này sẽ được áp dụng cho bộ điều khiển vị trí trong hệ thống điều khiển lực và quỹ đạo của robot.
Phương pháp Jacobi nghịch đảo( )
Khi nhỏ: = ( ) ( ) Luật điều khiển theo phương pháp PD bù trọng trường ̇ ( ) (2.22) Vậy ta có luật điều khiển theo phương pháp
Sơ đồ cấu trúc điều khiển:
Hình 2 8: Hệ thống kết hợp PD bù trọng trường và ma trận Jacobi nghịch đảo
Phương pháp này có quy tắc tính toán đơn giản với khối lượng tính toán không quá lớn; tuy nhiên, việc tính toán ma trận Jacobi đảo là cần thiết, điều này khiến phương pháp không thể áp dụng tại những điểm cực nơi mà định thức của ma trận Jacobi bằng 0 (det(J) = 0).
Việc điều khiển quỹ đạo chuyển động của Robot có thể được thực hiện thông qua các thuật toán điều khiển nâng cao như điều khiển thích nghi, điều khiển mờ và mạng nơ ron, giúp tối ưu hóa hiệu suất và độ chính xác trong quá trình hoạt động.
Đ IỀU KHIỂN KẾT HỢP QUỸ ĐẠO VÀ LỰC TƯƠNG TÁC
2.2.1 Vấn đề điều khiển lực và vị trí robot
Trong các ứng dụng công nghiệp, mục tiêu chính của robot và hệ thống tự động hóa là đảm bảo sự vận hành ổn định và chính xác Khi thực hiện ứng dụng, cánh tay robot, dù trực tiếp hay gián tiếp, luôn có sự liên kết với môi trường làm việc Đối với các công việc chỉ liên quan đến vị trí, như phun sơn, việc cần thiết là kiểm soát chính xác vị trí của khâu tác động cuối của robot.
Chuyển động của khâu tác động cuối của Robot trong các công việc như lắp ráp, đánh bóng hay đóng, mở cửa có mối liên hệ chặt chẽ với lực từ môi trường làm việc Sự ràng buộc này dẫn đến việc chuyển động của khâu tác động cuối bị cản trở, được gọi là chuyển động có ràng buộc.
Kỹ thuật điều khiển lực là một trong những phương pháp phổ biến để thiết kế các bộ điều khiển chuyển động có ràng buộc Lý thuyết điều khiển này nhằm điều chỉnh lực liên hệ với môi trường, đảm bảo rằng khâu tác động cuối của robot có thể di chuyển chính xác đến vị trí đích đã đặt trước Để thực hiện điều này, cần bảo đảm tay robot di chuyển trên bề mặt môi trường với lực liên kết phù hợp Ví dụ, khi điều khiển một robot vẽ phấn trên bảng, khâu tác động cuối phải di chuyển theo quỹ đạo mong muốn và lực tác động vào viên phấn phải đủ mạnh để tạo ra nét viết Do đó, việc điều khiển đồng thời lực tác động lên môi trường và chuyển động của điểm cuối tay robot là rất quan trọng.
Hiện nay để đồng thời điều khiển cả vị trí và lực khâu tác động cuối của robot, người ta thường sử dụng 3 phương pháp phổ biến sau:
Điều khiển độ cứng ( Stiffness Control)
Điều khiển lai lực vị trí ( Hybrid Force/Position Control)
Điều khiển lai trở kháng ( Impedance Control)
Khái niệm điều khiển độ cứng, được giới thiệu bởi Salisbury và Craid vào năm 1980, đã đánh dấu một bước ngoặt quan trọng trong nghiên cứu robot Trước đó, các nhà nghiên cứu gặp khó khăn trong việc điều khiển vị trí của robot Điều khiển độ cứng đã trở thành phương pháp đầu tiên giúp giải quyết vấn đề điều khiển lực trong lĩnh vực này.
Giả sử có một tay Robot 1 bậc tự do với khối lượng m thao tác trên đối tượng, vị trí cân bằng tĩnh của đối tượng là xe Để đạt được vị trí xd mong muốn, cần đặt một momen thích hợp cho bàn kẹp Khi vượt quá vị trí cân bằng, ta có thể tính toán lực tương tác giữa tay Robot và đối tượng.
Với hệ thống n bậc tự do ta sẽ sử dụng luật điều khiển:
( )( ̇ ̃) ( ) ( ) Trong đó ̃ với là giá trị đặt vị trí ta muốn khâu tác động cuối robot di chuyển đến
Kết hợp phương trình (2.22), (2.23) và phương trình động lực học robot ta được:
Bộ điều khiển độ cứng đóng vai trò quan trọng trong việc điều khiển lực của robot, nhưng vẫn còn nhiều hạn chế khi áp dụng trong môi trường thực tế Một trong những hạn chế chính là khả năng chỉ hoạt động hiệu quả khi môi trường tương tác có độ cứng cao hơn nhiều so với độ cứng của tay máy.
2 Điều khiển lai trở kháng Điều khiển trở kháng là điều khiển mối quan hệ động lực học giữa môi trường và khâu tác động cuối Đây là phương pháp điều khiển cả vị trí và lực đặc biệt hiệu quả khí có lực bên ngoài tác động lên robot
Phương pháp lai trở kháng là kỹ thuật điều khiển hệ thống dựa trên định luật Ôm, liên kết lực và chuyển động Để mô tả một cách tổng quát mô hình tương tác giữa robot và môi trường, người ta áp dụng một phương trình cụ thể.
Trong đó, s là toán tử Laplace, f đại diện cho lực tác động lên môi trường, ( ) biểu thị trở kháng của môi trường, và ̇ thể hiện tốc độ của tay máy tại điểm tương tác với môi trường.
Vecto momen do ngoại lực tác động lên các khớp đƣợc xác định bởi biểu thức
Với n là số bậc tự do của robot
Ta có quan hệ giữa vecto dịch chuyển ở tọa độ tay robot và vecto biến khớp biểu diễn với phương trình động học thuận:
SVTH: Lê Xuân Tùng 20 Đạo hàm bậc hai của phương trình cho phép chúng ta xác định ma trận Jacobien J(q), từ đó rút ra vector gia tốc khớp ̈ ( ), ̈ ̇( ) ̇ Khi áp dụng vào phương trình động lực học của robot, chúng ta có thể bỏ qua lực ma sát và xem xét momen khớp do ngoại lực tác động lên tay robot.
Từ phương trình trên ta có thể xây dựng bộ điều khiển tuyến tính hóa phản hồi có cấu trúc nhƣ sau:
Để tách riêng điều khiển vị trí và điều khiển lực, chúng ta định nghĩa phương trình điều khiển trong không gian làm việc Biến điều khiển vị trí trong không gian làm việc được xác định rõ ràng.
Giả sử các điều kiện ban đầu bằng 0, biến đổi Laplace của phương trình sẽ là: ̇ ( ) ( )
Từ mô hình điều khiển vị trí đã đƣợc định nghĩa ta có: ̇ ( ) ( ̇ ( ) ( ) ( )) Trong đó là trở kháng của tay máy điều khiển vị trí thứ i
Tiếp theo ta định nghĩa phương trình điều khiển lực viết trong không gian làm việc: ̇ ( ) ( ) Tương tự ta sẽ có:
Trong đó là trở kháng của tay máy điều khiển vị trí thứ j Từ các phương trình ta có đƣợc:
Điều khiển lai trở kháng là sự kết hợp giữa điều khiển trở kháng và điều khiển lai, yêu cầu sử dụng bộ điều khiển cao cấp để lựa chọn các thành phần trong không gian làm việc cho việc điều khiển vị trí và lực Đồng thời, cần xác định kiểu trở kháng của môi trường tương ứng với các thành phần đó.
Ta có sơ đồ điều khiển:
Hình 2 9: Sơ đồ hệ điều khiển lai trở kháng
Nhận xét: Phương pháp này yêu cầu tính toán ma trận Jacobi đảo, vì vậy không thể áp dụng tại những điểm cực nơi mà định thức của ma trận Jacobi det(J) bằng 0.
3 Điều khiển lai lực vị trí
SVTH: Lê Xuân Tùng 22 Đây là phương pháp được sử dụng trong đồ án nên sẽ đi sâu nghiên cứu phương pháp này
Bộ điều khiển lai lực vị trí, được giới thiệu lần đầu bởi Raibert và Craigh vào năm 1981, hoạt động dựa trên lý thuyết rằng robot có thể điều khiển cả vị trí và lực một cách độc lập Bộ điều khiển này sử dụng hai kênh điều khiển riêng biệt để điều chỉnh các tín hiệu đầu ra, giúp cơ cấu chấp hành theo quỹ đạo vị trí và tạo ra lực mong muốn Hướng điều khiển vị trí và lực sẽ thay đổi tùy thuộc vào nhiệm vụ mà robot thực hiện trong dây chuyền sản xuất Phương pháp tuyến tính hóa chính xác cũng được áp dụng trong quá trình này.
Phương pháp này sử dụng kỹ thuật tuyến tính hóa phản hồi để chuyển đổi toàn bộ mô hình động học của tay máy thành dạng tuyến tính Tiếp theo, cần thiết kế các bộ điều khiển tuyến tính nhằm đảm bảo theo dõi chính xác quỹ đạo đường đi và quỹ đạo lực yêu cầu.
Tương tự như ở phương pháp điều khiển lai trở kháng, ta sẽ thiết kế bộ điều khiển từ phương trình:
( ) ( )( ̇( ) ̇) ( ̇) ( ) ( ) (2.33) Trong đó ̈ biểu diễn một vecto tuyến tính
ỨNG DỤNG PHƯƠNG PHÁP LAI VỊ TRÍ LỰC ĐIỀU KHIỂN
Đ ỘNG HỌC R OBOT
Ta có tham số Denavit – Hartenberg của robot Planar ba bậc tự do:
Từ bảng DH ta xác định đƣợc các ma trận thành phần A i biểu diễn quan hệ giữa hai khung tọa độ của hai khớp i, i – 1 với A i có dạng :
Từ đó ta xác định được các ma trận A i tương ứng:
Ta có ma trận biễu diễn tay robot trong hệ tọa độ gốc:
Từ ma trận T ta có đƣợc tọa độ khâu tác động cuối của robot so với hệ tọa độ gốc:
Do đó ma phương trình ràng buộc của hệ thống trong không gian làm việc:
Ta xem bàn kẹp robot có kích thước không đáng kể
] Để điều khiển vị trí của robot trong không gian Đề-các ta sẽ sử dụng ba hàng đầu của ma trận Jacobi
3.1.3 Phương trình động lực học
Trong đó: li là độ dài thanh nối i, i=1,2,3 l gi là độ dài từ khớp nối i-1 đến tâm khối thanh nối i
Ta có tọa độ tâm khối thanh nối thứ nhất:
Vận tốc tâm khối thanh nối thứ nhất:
8 ̇ ̇ ̇ ̇ Động năng và thế năng của thanh nối thứ nhất: ̇ ̇ ̇
Tương tự ta có tọa độ tâm khối thanh nối thứ 2:
Vận tốc tâm khối thanh nối thứ 2 đƣợc tính nhƣ sau:
Vậy động năng và thế năng của thanh nối thứ 2 là:
Tương tự ta có tọa độ tâm khối thanh nối thứ 3:
Vận tốc của tâm khổi thanh nối thứ 3 đƣợc tính nhƣ sau: ̇ ̇ ( ̇ ̇ ) ( ) ( ̇ ̇ ̇ ) ( ) ̇ ̇ ( ̇ ̇ ) ( ) ( ̇ ̇ ̇ ) ( ) ̇ ̇
( ̇ ̇ ̇ ̇ ̇ ) ( ) ( ̇ ̇ )( ̇ ̇ ̇ ) Động năng và thế năng của thanh nối thứ 3 là:
Ta có hàm lagrange của tay máy lúc này:
Thay động năng và thế năng của các thanh nối vào hàm lagrange ta đƣợc: ̇ 0 ̇ ( ̇ ̇ ) ( ̇ ̇ ̇ ) 1 , ̇
Lấy đạo hàm của lagrange theo các biến ̇ và
Lấy đạo hàm của lagrange theo các biến ̇ và ̇ [ ( ̇ ̇ ) ̇ ]
Lấy đạo hàm của lagrange theo các biến ̇ và ̇ ,( ̇ ̇ ̇ ) ̇ ( ) ( ̇ ̇ ) - ( ̇ ̇ ̇ )-
Trong đó là moment của khớp thứ i với i=1,2,3
Phương trình động lực học của robot xét đến lực tác dụng vào môi trường được viết dưới dạng phương trình ma trận như sau:
T HIẾT KẾ BỘ ĐIỀU KHIỂN LỰC VÀ QUỸ ĐẠO CỦA ROBOT
Áp dụng phương pháp điều khiển sử dụng mạch phản hồi kinh điển ta sử dụng phương trình động lực học:
( ) ̈ ( ̇) ( ) Trong đó ( ) l ma trận Jacobi trong khung tọa độ ràng buộc với:
Ta có tiêu chuẩn để hệ hoạt động ổn định theo Baumgater dựa trên tính chất nghiệm của phương trình vi phân: ̈( ) ̇( ) ( ) ( )
Thay vào phương trình ta được:
, ( ) ( ) ( ) ] Kết hợp ta được hệ phương trình dưới dạng ma trận:
Từ phương trình ta suy ra:
Bằng cách áp dụng phương trình này, chúng ta có thể tính toán đáp ứng biến khớp và lực tác động đầu ra của hệ thống, với hệ số được xác định qua các thử nghiệm Để hiệu chỉnh tín hiệu mô-men, hai bộ điều khiển lực được sử dụng nhằm bù đắp sai số về lực, cùng với bộ điều khiển vị trí để điều chỉnh sai số về vị trí.
Bộ điều khiển vị trí ta sử dụng phương pháp Jacobi chuyển vị kết hợp PD bù trọng trường đã được giới thiệu ở chương II với luật điều khiển:
Bộ điều khiển lực ta sử dụng bộ điều khiển tích phân với:
( ) , ∫( ) - ( ) Momen điều khiển lúc này là tổng của hai thành phần
Trong đó S là ma trận lựa chọn cho phép lựa chọn các biến điều khiển thích hợp cho mỗi bậc tự do của robot Ở đây:
] là các tín hiệu đặt về vị trí tay robot và lực tác động vào môi trường
X và F là các giá trị phản hồi về từ đầu ra của bộ điều khiển
Thành phần G để bù trọng trường
Việc thiết kế bộ điều khiển chính là việc lựa chọn các thông số
M Ô PHỎNG HỆ THỐNG KIỂM CHỨNG KẾT QUẢ
3.3.1 Mô phỏng trên phần mềm Matlab Simulink
Hình 3 3: Sơ đồ hệ thống trên Matlab Simulink
Ta chọn các bộ điều khiển với các thông số:
Tham số bộ điều khiển vị trí: [
] Tham số bộ điều khiển lực:
Hình 3 4: Tọa độ khâu tác động cuối robot theo các phương x,y,z
Khâu tác động cuối của robot chỉ dao động theo phương y như yêu cầu bài toán, với thời gian xác lập tương đối dài, lên đến gần 3 giây Sai số xác lập thấp, dưới 1%.
Hình 3 5: Lực tác động lên môi trường của robot
Đồ thị cho thấy rằng đáp ứng lực xác lập sau khoảng 1 giây Để cải thiện tốc độ đáp ứng vị trí, cần tăng hệ số K P và K D, đồng thời giảm sai số xác lập về lực bằng cách điều chỉnh K I Tuy nhiên, cần đảm bảo sự ổn định của hệ thống và tránh độ vọt lố quá cao Qua quá trình hiệu chỉnh, đã chọn được bộ thông số giúp hệ thống hoạt động với chất lượng tốt.
Bộ điều khiển vị trí: [
Ta có đáp ứng đầu ra của hệ thống lúc này:
Hình 3 6: Tọa độ khâu tác động cuối robot theo phương y
Ta thấy thời gian quá độ đã đƣợc cải thiện xuống chỉ còn khoảng 1s
Hình 3 7: Lực tay robot tác động lên môi trường
Mặc dù phương pháp này mang lại kết quả đầu ra tương đối tốt, nhưng vẫn có thể cải thiện chất lượng của hệ thống để đáp ứng các yêu cầu về độ chính xác cao hơn.
Trong bài viết này, tác giả trình bày việc áp dụng bộ điều khiển mờ nhằm tối ưu hóa các tham số cho bộ điều khiển lực và vị trí, từ đó nâng cao chất lượng đáp ứng lực và vị trí của hệ thống.
CHƯƠNG 4: SỬ DỤNG BỘ ĐIỀU KHIỂN MỜ NÂNG CAO
CHẤT LƢỢNG CỦA HỆ THỐNG
G IỚI THIỆU BỘ ĐIỀU KHIỂN MỜ
Hệ thống mờ điển hình bao gồm các khối chức năng: đầu vào là giá trị rõ, khối mờ hóa chuyển đổi chúng thành giá trị mờ, và khối hợp thành mờ áp dụng các luật hợp thành để tạo ra đầu ra mờ Cuối cùng, khối giải mờ chuyển đổi đầu ra mờ thành giá trị rõ, phục vụ cho việc điều khiển hệ thống.
Hình 4 1: Sơ đồ khối một hệ thống mờ
Hệ thống mờ thường được sử dụng vì có nhiều ưu điểm như:
Dễ hiểu về mặt nhận thức
Các khái niệm toán học của suy luận mờ là rất đơn giản
Logic mờ là một phương pháp tiếp cận trực quan hơn
Linh hoạt: dễ dàng thêm hoặc bớt tính năng mà không phải làm lại từ đầu
Có thể chứa đựng dữ liệu không chính xác
Mọi dữ liệu đều không chính xác
Suy luận mờ xây dựng quan niệm này vào quá trình thay vì đƣa nó vào cuối quá trình
Có thể mô hình hóa hàm tuyến tính bất kỳ với độ chính xác tùy ý
Có thể đƣợc phát triển từ kinh nghiệm của cá chuyên gia
Có thể kết hợp với các phương pháp điều khiển kinh điển
PID – tỉ lệ, tích phân, vi phân
Mạng nơ-ron ( Neutral networks)
Dựa trên ngôn ngữ tự nhiên.
C ÁC BƯỚC TỔNG HỢP HỆ THỐNG ĐIỀU KHIỂN MỜ
Để xây dựng một bộ điều khiển mờ cơ bản, ta thực hiện các bước sau:
Xác định các biến đầu vào và đầu ra của bộ điều khiển
Mờ hóa đầu vào và đầu ra là quá trình xác định các tập vũ trụ, lựa chọn hàm liên thuộc và các thuật ngữ, đồng thời gắn kết các thuật ngữ với hàm liên thuộc và đặt tên biến ngôn ngữ một cách hợp lý.
Chọn mô hình mờ: Mamdami hay Sugeno
Xây dựng các quy luật điều khiển
Lựa chọn luật hợp thành
Khi lựa chọn phương pháp giải mờ, cần cân nhắc chọn một trong những phương pháp phù hợp nhất để đảm bảo đáp ứng các yêu cầu về chất lượng của hệ thống.
T HIẾT KẾ BỘ ĐIỀU KHIỂN MỜ HIỆU CHỈNH THAM SỐ BỘ ĐIỀU KHIỂN TAY ROBOT
4.3.1 Bộ điều khiển mờ hiệu chỉnh tham số bộ điều khiển vị trí a, Đầu vào và đầu ra của bộ điều khiển mờ
Bộ điều khiển mờ gồm hai ngõ vào và một ngõ ra
Hai ngõ vào của bộ điều khiển là sai lệch lực (ef) và đạo hàm sai lệch lực (def), cả hai đều có tập vũ trụ trong khoảng [-0.1;0.1] Đầu ra của bộ điều khiển là lượng hiệu chỉnh cho các tham số, ký hiệu là Δ, với tập vũ trụ được xác định qua thử nghiệm là [0;0.5] Các tập mờ được định nghĩa cho đầu vào và đầu ra của bộ điều khiển nhằm tối ưu hóa hiệu suất hoạt động.
Các biến đầu vào và các biến đầu ra sẽ đƣợc mờ hóa với giá trị các biến ngôn ngữ nhƣ sau:
NB: Negative Big – âm nhiều
NM: negative Medium – âm vừa
NS: Negative Small – âm nhỏ
PS: Positive Small – dương nhỏ
PM: Positive Medium – dương vừa
PB: Positive Big – dương lớn
Chọn hàm liên thuộc đầu vào và đầu ra bộ mờ là hàm tam giác – trimf đƣợc định nghĩa nhƣ hình vẽ:
Hình 4 2: Hàm liên thuộc của ef
Hình 4 3: Hàm liên thuộc của def
Hình 4 4: Hàm liên thuộc của Δ Chọn mô hình mờ Mamdami Ta có cấu trúc bộ điều khiển:
Hình 4 5: Cấu trúc bộ điều khiển mờ c, Luật điều khiển mờ
Thông số độ lợi của K I có tác động quan trọng đến thời gian tăng, độ vọt lố và thời gian xác lập của đáp ứng, như được trình bày trong bảng Những thông tin này đóng vai trò là cơ sở tri thức cần thiết để xác định luật chỉnh định mờ cho bộ điều khiển.
Bảng 4.1: Độ lợi của K I Độ lợi Thời gian tăng Độ vọt lố Thời gian xác lập Sai số xác lập
K I Giảm Tăng Tăng Giảm đáng kể
Từ cơ sở tri thức về bộ điều khiển, luật điều khiển của bộ điều khiển mờ đƣợc thiết kế thông qua thực nghiệm và đƣợc cho trên bảng
Bảng 4.2: Luật điều khiển cho sự thay đổi của ef/def NB NM NS ZE PS PM PB
NB NB NB NM NM NS ZE ZE
NM NB NB NM NS NS ZE ZE
NS NB NM NS NS ZR PS PS
ZE NM NM NS ZE PS PM PM
PS NM NS ZE PS PS PM PB
PM ZE ZE PS PM PM PB PB
PB ZE ZE PS PM PM PB PB
Bộ điều khiển Fuzzy bao gồm 49 luật, và các thông số của bộ điều khiển lực sẽ được cập nhật dựa trên những luật này.
(4.1) Đầu ra của bộ điều khiển lực lúc này:
Cơ chế suy luận mờ đƣợc chọn là MIN – MAX và giải mờ theo nguyên lí trung bình của phương pháp cực đại, xác định bởi phương trình:
Thông số hiệu chỉnh tham số bộ điều khiển lực được xác định bởi hoành độ điểm trung bình và giá trị của hàm liên thuộc ngõ ra Điều này được thực hiện theo luật thứ i trong n luật tác động tại thời điểm đang xét.
4.3.2 Bộ điều khiển mờ hiệu chỉnh tham số bộ điều khiển vị trí a, Đầu vào và đầu ra của bộ điều khiển mờ
Bộ điều khiển mờ gồm hai ngõ vào và hai ngõ ra
Hai ngõ vào bị sai lệch vị trí theo phương y (eP) trong tập vũ trụ giới hạn từ [-1;1], cùng với đạo hàm sai lệch lực (deP) cũng trong tập vũ trụ [-1;1].
Bộ điều khiển SVTH do Lê Xuân Tùng phát triển có đầu ra là lượng hiệu chỉnh cho các tham số, trong đó Δ và Δ được xác định với tập vũ trụ qua thử nghiệm là [-200;200] và [-20;20] Các tập mờ cho đầu vào và đầu ra của bộ điều khiển cũng được định nghĩa rõ ràng.
Các biến đầu vào và các biến đầu ra sẽ đƣợc mờ hóa với giá trị các biến ngôn ngữ nhƣ sau:
NB: Negative Big – âm nhiều
NM: negative Medium – âm vừa
NS: Negative Small – âm nhỏ
PS: Positive Small – dương nhỏ
PM: Positive Medium – dương vừa
PB: Positive Big – dương lớn
Chọn hàm liên thuộc đầu vào và đầu ra bộ mờ là hàm tam giác – trimf đƣợc định nghĩa nhƣ hình vẽ:
Hình 4 6: Hàm liên thuộc của eP
Hình 4 7: Hàm liên thuộc của deP
Hình 4 8: Hàm liên thuộc của
Hình 4 9: Hàm liên thuộc của Chọn mô hình mờ Mamdami Ta có cấu trúc bộ điều khiển:
Hình 4 10: Hàm liên thuộc của c, Luật điều khiển mờ
Thông số độ lợi của Kp và Kd có tác động quan trọng đến thời gian tăng, độ vọt lố và thời gian xác lập trong đáp ứng hệ thống Những thông tin này là cơ sở tri thức thiết yếu để xác định luật điều chỉnh mờ cho bộ điều khiển hiệu quả.
Bảng 4.2: Độ lợi của K P và K D Độ lợi Thời gian tăng Độ vọt lố Thời gian xác lập Sai số xác lập
K P Giảm Tăng Thay đổi ít Giảm
K D Giảm ít Giảm ít Về lý thuyết không tác động
Từ cơ sở tri thức về bộ điều khiển, luật điều khiển của bộ điều khiển mờ đƣợc thiết kế thông qua thực nghiệm và đƣợc cho trên bảng
Bảng 4.3: Luật điều khiển cho sự thay đổi của ef/def NB NM NS ZE PS PM PB
NB PB PB PB PB PM PS ZE
NM PB PB PB PB M ZE ZE
NS PM PM PM PM ZR PS PS
ZE PM PM PS ZE NS NS NS
PS PS PS ZE NM NM NM NM
PM PS ZE NS NM NM NB NB
PB ZE ZE NM NM NM NB NB
Bảng 4.4: Luật điều khiển cho sự thay đổi của ef/def NB NM NS ZE PS PM PB
NB PS NS NB NB NB NM PS
NM PS NS NB NM NM NS ZE
NS ZE NS NM NS NS NS ZE
ZE ZE NS NS NS NS NS ZE
PS NM NS ZE PS PS PM PB
PM ZE ZE ZE ZE ZE ZE ZE
PB PB PM PM PM PS PS PB
Bộ điều khiển Fuzzy bao gồm 49 luật, trong đó các thông số của bộ điều khiển lực được cập nhật dựa trên những luật này.
(4.4) (4.5) Đầu ra của bộ điều khiển vị trí lúc này:
Cơ chế suy luận mờ đƣợc chọn là MIN – MAX và giải mờ theo nguyên lí trung bình của phương pháp cực đại, xác định bởi phương trình:
Thông số ( ) điều chỉnh lực bộ điều khiển, trong đó lần lượt là hoành độ điểm trung bình và giá trị hàm liên quan đến ngõ ra, được xác định bởi luật thứ i trong n luật tác động tại thời điểm xem xét.
M Ô PHỎNG HỆ THỐNG KIỂM CHỨNG KẾT QUẢ
4.4.1 Mô phỏng trên Matlab Simulink
Hình 4 11: Sơ đồ hệ thống trên Matlab Simulink
Bộ điều khiển vị trí: [
Hình 4 12: So sánh đáp ứng lực ở hai dạng điều khiển
Hình 4 13: So sánh đáp ứng vị trí theo phương y ở hai dạng điều khiển
Chất lượng đáp ứng đã được cải thiện, tuy nhiên, do bộ điều khiển ở chương III đã đạt được chất lượng đáp ứng vị trí theo phương y khá tốt, nên sự cải thiện này gần như không đáng kể.
Hệ thống sử dụng bộ điều khiển mờ mang lại hiệu suất lực vượt trội so với bộ điều khiển thông thường, giúp giảm sai số lực từ 0,4% xuống chỉ còn 0,15%.
Bằng cách áp dụng bộ điều khiển mờ để điều chỉnh tham số cho bộ điều khiển lực, chúng tôi đã đạt được đáp ứng lực tác động lên môi trường của robot với chất lượng cao và độ chính xác tốt Đồng thời, đáp ứng quỹ đạo của robot cũng ổn định trong cả hai phương pháp, cho thấy chúng tôi đã hoàn thành yêu cầu của bài toán điều khiển đồng thời quỹ đạo và lực của robot.
Biên độ tại các thời điểm quá độ và sai lệch quỹ đạo đƣợc giảm
Khi lựa chọn các tập giá trị mờ và tập điều khiển phù hợp, luật điều khiển mờ có khả năng giúp hệ thống đạt độ chính xác cao, ngay cả khi giá trị đặt ở mức thấp.
