روش فازي تطبيقي مقاوم مبتني بر رويتگر براي كنترل جريان ربات هاي جابجاگر با استفاده از تخمين عدم قطعيت ها

Observer-Based Robust Adaptive Fuzzy Approach for Current Control of Robot Manipulators by Estimation of Uncertainties

در اين مقاله مدل ديناميكي جديدي براي سيستم چند ورودي چند خروجي ربات هاي جابجاگر الكتريكي ارائه شده است، كه به وسيله كنترل كننده فازي تطبيقي مقاوم مبتني بر رويگر كنترل مي شود. طرح كنترلي پيشنهادي از ورودي كنترلي جريان استفاده مي كند كه بسيار موثرتر از روش كنترل گشتاور مي باشد. روش پيشنهادي بسيار ساده، دقيق و مقاوم است. بر اساس سيستم فازي تطبيقي، يك تخمينگر مبتني بر رويتگر ارائه شده است كه از يك تابع فيدبك خطا بعنوان ورودي سيستم فازي استفاده مي كند تا بطور تطبيقي اثر عدم قطعيت هاي نامعوم و همچنين اغتشاش خارجي را جبران كند. گرچه در طرح پيشنهادي اين عدم قطعيت ها بايد محدود باشند، اما نيازي نيست كه اين محدوده شناخته شده و معلوم باشد. يك كنترل مقاوم H_∞ بكارگيري شده است تا خطاي ماندگار را به سمت يك مقدار مطلوب كاهش دهد و همچنين تاثير خطا هاي مربوط به تقريب سيستم فازي و رويتگر را تقليل دهد. اين روش پايداري سيستم حلقه بسته را بر اساس شرايط اكيداً حقيقي مثبت و تئوري لياپانوف تضمين مي كند. اين طرح كنترل پيشنهادي تنها محدود به ربات ها نمي شود، بلكه آن مي تواند براي كلاسي از سيستم هاي چند ورودي چند خروجي بكار رود. نهايتاً در نتايج شبيه سازي، براي نشان دادن تاثير و كارايي تكنيك پيشنهادي، سيستم يك ربات جابجاگر دو محور مورد بحث قرار گرفته است.

In this paper, a novel dynamical model is proposed for the multi-input multi-output electrically driven robot manipulators, by an observer-based robust adaptive fuzzy controller. The proposed control scheme utilizes current control effort, which is more efficient than the torque control approach. The proposed method is very simple, accurate and robust. Based on the adaptive fuzzy system an observer-based estimator is presented that uses feedback error function as the input of fuzzy system to approximate and adaptively compensate the unknown uncertainties and external disturbance of the system under control. Although the proposed controller scheme requires the uncertainties to be bounded, it does not require this bound to be known. An 𝐻∞ robust controller is employed to attenuate the residual error to the desired level and recompenses both the fuzzy approximation errors and the observer errors. The proposed method guarantees the stability of the closed-loop system based on the Strictly Positive Real (SPR) condition and Lyapunov theory. The proposed control scheme is not limited to only controlling robotics vehicles, it can be applied for a class of nonlinear MIMO systems. Finally, in simulation study, to demonstrate the usefulness and effectiveness of the proposed technique, a two-link robot manipulator system is employed.