كنترل چند متغيره پيشبين غيرخطي براي رديابي مسير يك نوع ربات موازي دلتا

Nonlinear Model Predictive Multivariable Control for Trajectory Tracking of a Type of Delta-Parallel Robot

در اين مقاله، كنترل كننده پيش بين غيرخطي مقاوم بهينه بر مبناي الگوريتم جستجوي هارموني براي يك نوع ربات موازي سه درجه آزادي انتقالي طراحي شده است. مدل ديناميكي مكانيزم با استفاده از روش لاگرانژ استخراج شده و كنترل كننده پيش بين به همراه تخمين گر عدم قطعيت، طراحي و پايداري آن با استفاده از تئوري لياپانوف اثبات شده است. عملكرد كنترل كننده طراحي شده در شرايط مختلف از جمله در حضور اغتشاش و تغيير پارامترهاي سيستم، شبيه سازي و مورد بررسي قرار گرفته است. در ادامه، يك مسير بهينه براي ربات در حضور چهار مانع دايروي طراحي شده و به عنوان مسير مطلوب به ربات داده شده است. براي تعيين پارامترهاي كنترلي بهينه، يك تابع هزينه به صورت تركيبي از نرخ تغييرات ورودي كنترلي و خطا در نظر گرفته شده و به الگوريتم جستجوي هارموني جهت كمينه سازي داده شده است. بهمنظور مقايسه عملكرد كنترل كننده طراحي شده با ساير كنترل كننده هاي غيرخطي، دو كنترل كننده مود لغزشي بهينه و خطي سازي پس خورد بهينه نيز طراحي و نتايج آنها با يكديگر مقايسه شده است. نتايج بيانگر عملكرد مطلوب هر سه كنترلكننده در شرايط وجود اغتشاش و عدم قطعيت هاي مدل مي باشند، اگرچه معيارهاي خطا برتري كنترل كننده پيش بين غيرخطي مقاوم را نسبت به دو كنترل كننده ديگر نشان ميدهند.

In this paper, an optimal robust nonlinear model predictive controller based on harmony search algorithm is designed for a type of 3-DOF translational parallel robot. Dynamic model of the mechanism is derived using Lagrange method and the model predictive controller augmented by uncertainty estimator is designed and stability is proved by Lyapanov theorem. Performance of the designed controller is evaluated in different conditions such as presence of disturbance and parameter variation. Furthermore, an optimal trajectory consisting four circular obstacles is designed as the reference trajectory of the robot. In order to obtain the optimum control parameters, an objective function combining control signal rate and error is considered and minimized by harmony search algorithm. In order to compare the performance of the designed controller with other nonlinear controllers, two controllers, an optimal sliding mode and a feedback linearization controller are also designed and their results are compared. Simulation results depict the desirable performance of the three controllers in spite of disturbance and model uncertainty, however, error criteria indicate priority of the robust nonlinear model predictive controller over the two other controllers.