Iterative Learning Control with Mismatch Compensation for Residual Vibration Suppression in Delta Robots

要約

デルタ ロボットのエネルギー最適化設計から生じる不要な振動は、特に正確な基準追跡に関して、その動作に課題をもたらします。
追跡精度を向上させるために、この論文では、入力整形技術に基づいた適応不一致補償反復学習コントローラーを提案します。
永久磁石同期モーターを統合したデルタロボットの電気機械的剛体-柔軟結合を考慮した動的モデルを確立します。
このモデルを使用して、構成によって異なるロボットの固有振動数を考慮した最適化ベースの入力整形器を設計します。
私たちはデルタロボットの追跡精度を向上させるための反復学習コントローラを提案しました。
当社の反復学習コントローラーには、不一致がファジー論理構造によって近似されるモデルの不一致が組み込まれています。
提案されたコントローラーの収束特性は、バリア複合エネルギー関数を使用して証明され、反復軸に沿った追跡誤差がゼロに収束することが保証されます。
さらに、適応パラメータ更新の法則は、確実に収束するように設計されています。
最後に、Simscape を使用してデルタ ロボットの一連の高忠実度シミュレーションを実行し、提案された制御戦略の有効性を実証します。

要約(オリジナル)

Unwanted vibrations stemming from the energy-optimized design of Delta robots pose a challenge in their operation, especially with respect to precise reference tracking. To improve tracking accuracy, this paper proposes an adaptive mismatch-compensated iterative learning controller based on input shaping techniques. We establish a dynamic model considering the electromechanical rigid-flexible coupling of the Delta robot, which integrates the permanent magnet synchronous motor. Using this model, we design an optimization-based input shaper, considering the natural frequency of the robot, which varies with the configuration. We proposed an iterative learning controller for the delta robot to improve tracking accuracy. Our iterative learning controller incorporates model mismatch where the mismatch approximated by a fuzzy logic structure. The convergence property of the proposed controller is proved using a Barrier Composite Energy Function, providing a guarantee that the tracking errors along the iteration axis converge to zero. Moreover, adaptive parameter update laws are designed to ensure convergence. Finally, we perform a series of high-fidelity simulations of the Delta robot using Simscape to demonstrate the effectiveness of the proposed control strategy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google