Математические методы и алгоритмы управления кинематически избыточными манипуляторами на основе нейронных сетей

Математические методы и алгоритмы управления кинематически избыточными манипуляторами на основе нейронных сетей

Автор: Егоров, Игорь Владимирович

Шифр специальности: 05.13.18

Научная степень: Кандидатская

Год защиты: 2008

Место защиты: Саратов

Количество страниц: 154 с. ил.

Артикул: 3502623

Автор: Егоров, Игорь Владимирович

Стоимость: 250 руб.

Математические методы и алгоритмы управления кинематически избыточными манипуляторами на основе нейронных сетей  Математические методы и алгоритмы управления кинематически избыточными манипуляторами на основе нейронных сетей 

1. ОБЗОР МЕТОДОВ УПРАВЛЕНИЯ МАНИПУЛЯТОРАМИ.
1Л Объект исследования.
1.2. Задачи кйнематики манипулятора
1.2 Л. Прямая задача кинематики манипулятора
1.2.2. Обратная задача кинематики манипулятора
1.3. Методы решения обратной задачи кинематики манипулятора
1.4. Кинематические ограничения при решении обратной задачи кинематики.
1.5. Особенности решения обратной задачи кинематики кинематически избыточного манипулятора.
1.6. Планирование траекторий.
1.7. Методы искусственного интеллекта в задачах робототехники 1.8 Постановка задачи исследования.
2. КОМБИНИРОВАННЫЙ ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ КИНЕМАТИКИ МАНИПУЛЯТОРА
2.1. Нейросстевой подход к решению обратной задачи кинематики 2.1.1 Формализация задачи. Описание входных и выходных данных.
2.1.2. Влияние различных факторов на функционирование НС
2.1.3. Выбор структуры и функции активации нейронной сети .
2.1.4 Тренировочный и рабочий диапазоны.
2.1.5. Разрешение проблемы локальных минимумов в процессе
обучения.
2.1.6. Влияние количества тренировочных точек и структуры нейронной сети на точность решения обратной задачи кинематики и время обучения
2.1.7. Повышение точности нейросетевого решения обратной задачи кинематики.
2.1.8. Оценка точности и быстродействия решения обратной задачи кинематики с использованием нейронных сетей
2.1.9. Влияние сложности задачи на точность решения.
2.2. Итерационное уточнение нейросетевого решения обратной задачи кинематики манипулятора.
2.3. Соотношение вычислительных затрат численного и комбинированного метода решения обратной задачи кинематики манипулятора
3. РЕШЕНИЕ ОБРАТНОЙ ЗАДАЧИ КИНЕМАТИКИ ИЗБЫТОЧНОГО МАНИПУЛЯТОРА С УЧЕТОМ КИНЕМАТИЧЕСКИХ И ДИНАМИЧЕСКИХ ОГРАНИЧЕНИЙ.
3.1. Подходы к решению обратной задачи кинематики манипуляционной системы с кинематической избыточностью
3.1. Особенности решения обратной задачи кинематики манипулятора.с кинематической избыточностью.
3.2. Модификация численного алгоритма для решения обратной задачи кинематики.
3.3. Учет динамических ограничений на изменения обобщенных координат.
4. ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД УПРАВЛЕНИЯ ДВИЖЕНИЕМ ЗВЕНЬЕВ МАНИПУЛЯТОРА
4.2. Разработка метода динамической коррекции с использованием искусственного интеллекта.
4.3. Выбор объекта для численного моделирования и определения структуры нейронной сети
4.4. Описание и анализ результатов численного моделирования
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Достоверность и обоснованность диссертационных исследований подтверждаются результатами численного эксперимента имоделирования, успешным внедрением разработанных алгоритмов, программных средств и интеллектуальных систем управления в различных организациях и предприятиях. Метод решения обратной задачи кинематики манипулятора с использованием аппарата искусственных нейронных сетей, позволяющий существенно сократить время решения задачи по сравнению с итерационными численными алгоритмами. Алгоритм итерационного уточнения нейросетевого решения обратной задачи кинематики манипулятора, требующий меньших вычислительных затрат по сравнению с известными численными методами. Модификация численного алгоритма решения обратной задачи кинематики манипулятора, обладающего кинематической избыточностью, с учетом кинематических и динамических ограничений, повышающая сходимость численного метода по сравнению с исходным алгоритмом. Методика управления движением звеньев манипуляторов на основе динамической коррекции с использованием методов искусственного интеллекта, не требующая решения обратной задачи динамики манипулятора и позволяющая снизить динамическую ошибку отработки манипулятором заданной траектории при наличии существенных нелинейностей в приводах и в системе управления. Результаты применения указанных способов и алгоритмов, использованных при выполнении ряда работ, внедренных в промышленности. Реализация результатов. ООО СЭПОЗЭМ при планировании программных траекторий окрасочного манипулятора. Системы искусственного интеллекта СГТУ при обучении студентов специальности Роботы и робототехнические системы, а также использованы в совместном проекте по гранту компании1 при внедрении в учебный процесс дистанционного обучения и контроля знаний по дисциплинам Управление роботами и РТС и Моделирование роботов и РТС. Апробация работы. МНК Аналитическая теория автоматического управления и се приложения, Саратов, на VI Международном симпозиуме Интеллектуальные системы ЮТЕЬЗ, Москва, на научных семинарах кафедры Системы искусственного интеллекта СГТУ на межвузовских и других научных конференциях. Публикации. Основные положения диссертации отражены в публикациях, в том числе в 3 статьях в центральных научнотехнических журналах, рекомендованных ВАК, и I свидетельстве Роспатента на программы для ЭВМ. В работах, опубликованных в соавторстве, личный вклад автора состоит в разработке математических моделей, алгоритмов, программ, в постановке и обработке результатов экспериментов 1 7, 9, , , в участии в постановке задач, их обсуждении и решении 8, , , , а также в разработке программных модулей . Общий объем 5,5 уел. Структура и объем диссертации. Диссертационная работа состоит из 4 разделов, списка использованной литературы и приложений. Основная часть диссертации изложена на 3 страницах, содержит рисунков, 7 таблиц. В первом разделе проведен обзор трудов, посвященных управлению манипуляционными механизмами, сформулированы цель и задачи исследования, научная новизна и практическая значимость результатов. Проведен анализ задач и способов управления манипулятором, выявлены причины недостаточной функциональности современных манипуляторов. Обоснована необходимость применения методов искусственного интеллекта в управлении манипуляторами. Предложен эффективный алгоритм решения обратной задачи кинематики манипулятора на основе нейросетевого подхода с уточнением решения численным методом. Рассмотрены вопросы точности нейросетевого решения обратной задачи кинематики манипулятора. Найдена целевая функция, при минимизации которой не требуется решения прямой задачи кинематики. В третьем разделе рассмотрены задачи кинематики и планирования траектории манипулятора, обладающего кинематической избыточностью с числом сочленений более 6. Сформулирована задача получения решения обратной задачи кинематики, допустимого с учетом динамических свойств манипулятора, проанализированы методы ее решения. Рассмотрено решение обратной задачи кинематики без устранения кинематической избыточности. Предложена модификация алгоритма безусловной минимизации для учета ограничений без изменения целевой функции. В нем, в частности, предложен метод планирования траектории и динамической коррекции движения с использованием нейросетевого подхода.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.386, запросов: 244