Contribuições na modelagem dinâmica e no controle neural de um braço robótico com elos flexíveis

Abstract

Em geral, estruturas espaciais e manipuladores robóticos leves têm uma característica similar e inerente que é a flexibilidade. Esta característica torna a dinâmica do sistema muito mais complexa e com maiores dificuldades para a análise de estabilidade e controle. Então, braços robóticos bastantes leves, com velocidade elevada e potencia limitada devem considerar o controle de vibração causada pela flexibilidade. Por este motivo, uma estratégia de controle é desejada não somente para o controle do modo rígido mas também que seja capaz de controlar os modos de vibração do braço robótico flexível. Também, redes neurais artificiais (RNA) são identificadas como uma subespecialidade de inteligência artificial. Constituem atualmente uma teoria para o estudo de fenômenos complexos e representam uma nova ferramenta na tecnologia de processamento de informação, por possuírem características como processamento paralelo, capacidade de aprendizagem, mapeamento não-linear e capacidade de generalização. Assim, neste estudo utilizam-se RNA na identificação e controle do braço robótico com elos flexíveis. Esta tese apresenta a modelagem dinâmica de braços robóticos com elos flexíveis, 1D no plano horizontal e 2D no plano vertical com ação da gravidade, respectivamente. Modelos dinâmicos reduzidos são obtidos pelo formalismo de Newton-Euler, e utiliza-se o método dos elementos finitos (MEF) na discretização dos deslocamentos elásticos baseado na teoria elementar da viga. Além disso, duas estratégias de controle têm sido desenvolvidas com a finalidade de eliminar as vibrações devido à flexibilidade do braço robótico com elos flexíveis. Primeiro, utilizase um controlador neural feedforward (NFF) na obtenção da dinâmica inversa do braço robótico flexível e o calculo do torque da junta. E segundo, para obter precisão no posicionamento... (Resumo completo, clicar acesso eletrônico abaixo)

Generally, space structures and lightweight robotic manipulator have an inherent and similar characteristic that is the flexibility. This character complicates the dynamics of this system and presents challenging problems in stability and control. Then, robotic arms to have high-speed movement with small power and less weight require control of vibration caused by flexibility. For this end, control strategy is desired not only to be able to control the motion of the rigid mode, but also to be able to control the vibration modes of the flexible robotic arms. Also, artificial neural networks (ANN) are identified as a subspecialty of artificial intelligence, constitute nowadays one theory of complex phenomena studies and represent a new tool for information process technology, through its characteristics like parallel process, learning capability, non linear mapping and generalization capability. So, in this study ANN are used to the identification and control of robotic arm with flexible links. This these presents the dynamic modeling of robotic arms with flexible links, 1D in horizontal plane and 2D in vertical plane with gravitational effects, respectively. Reduced dynamical models are obtained through the Newton-Euler formalism, and the finite elements method (FEM) is used in the elastic displacement discretization based on elementary beam theory. Moreover, two control strategies have been developed for suppressing the vibrations due to the flexibility of the robotic arm with flexible links. First, it is used a feedforward neural controller (NFF) which find the dynamic inverse of the arm to compute the joint torque. And second, to obtain positioning accuracy in the end effectors it is used a feedforward + feedback neural controller (NFF+FB) which compensate the gravity effects and others perturbations. The results obtained use the MATLAB – SIMULINK® package for dynamical systems simulation.