Exponential Auto-Tuning Fault-Tolerant Control of N Degrees-of-Freedom Manipulators Subject to Torque Constraints

要約

本論文では、n自由度を持つロボットマニピュレータシステム用に設計された、新しい自動チューニングサブシステムベースのフォールトトレラント制御（SBFC）システムを紹介する。まず、潜在的な故障を考慮するためのアクチュエータ故障補正モデルと、予期せぬ過大トルクに関する問題を軽減するための数学的飽和関数を組み込んだ、関節トルクに関する新しいモデルを提案する。このモデルは、故障したアクチュエータによっても過大トルクが発生しないように設計されている。続いて、様々なアクチュエータの故障、過大トルク、未知のモデル化誤差を許容しながら、システム状態を望ましい軌道に沿って強制的に近づけるロバストサブシステムベースの適応制御戦略が提案される。特に、この制御フレームワークは一様指数安定性(UES)を保証する。さらに、最適なSBFCの利得は、高性能な群知能技術であるJAYAアルゴリズム（JA）を調整することによって決定される。JAYAアルゴリズムは、アルゴリズム固有のパラメータを綿密に調整する必要なく、代わりにその本質的な原理に依存して最適化する能力が際立っている。理論的な主張は、シミュレーション結果の提示を通じて検証される。

要約(オリジナル)

This paper presents a novel auto-tuning subsystem-based fault-tolerant control (SBFC) system designed for robotic manipulator systems with n degrees of freedom (DoF). It initially proposes a novel model for joint torques, incorporating an actuator fault correction model to account for potential faults and a mathematical saturation function to mitigate issues related to unforeseen excessive torque. This model is designed to prevent the generation of excessive torques even by faulty actuators. Subsequently, a robust subsystem-based adaptive control strategy is proposed to force system states closely along desired trajectories, while tolerating various actuator faults, excessive torques, and unknown modeling errors. Notably, this control framework ensures uniform exponential stability (UES). Furthermore, optimal SBFC gains are determined by tailoring the JAYA algorithm (JA), a high-performance swarm intelligence technique, standing out for its capacity to optimize without the need for meticulous tuning of algorithm-specific parameters, relying instead on its intrinsic principles. Theoretical assertions are validated through the presentation of simulation outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL