Rozprawa doktorska  

Algorytmy sterowania robotem za pomocą silników niskoobrotowych o dużym momencie napędowym

DOI:
Link do zdalnego zasobu
Data publikacji
Data prezentacji
Data obrony
2006
Data nadania stopnia
2006-11-23
Autorzy (rel.)
Marchewka, Dariusz
Nr albumu:
Prawa dostępu
Dostęp: zastrzeżony dostęp
Uwagi:
Prawa: prawa dostępu zastrzeżone
Access rights reserved
Prawa dostępu zastrzeżone - Nie udzielono licencji

Inny tytuł
Typ zasobu:
rozprawa doktorska, streszczenie, spis treści
Wersja
Sygnatura:
R.9722
Nr normy / patentu
Numer czasopisma (rel.)
Szczegóły wydania / pracy
Uczelnia: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Opublikowane w:. -:,,
Skala:Zasięg:
ISBN:e-ISBN:
Seria:ISSN:e-ISSN:
Jednostka AGH: Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Kierunek:
Forma studiów:
Stopień studiów:
Uzyskany tytuł: doktor inżynier
Redaktorzy (rel.)
Promotorzy (rel.)
Turnau, Andrzej Tadeusz
Recenzenci (rel.)
Grega, Wojciech
Wysocki, Marian Jerzy
Projekty badawcze (rel.)
Projekt
Tytuł:
ID:Program:
Instytucja Finansująca
ROR: 
Dane badawcze:
Jednostki organizacyjne (rel.)
Wydarzenia (rel.)
Dyscyplina
Słowa kluczowe
manipulator, sterowanie w czasie rzeczywistym, identyfikacja parametryczna modelu dynamiki, sterowanie optymalnoczasowe, roboty - systemy sterowania, manipulatory (mechanizmy), regulatory (maszyny), silniki elektryczne
Dyscyplina (2011-2018)
automatyka i robotyka
Specjalność
Klasyfikacja MKP
Abstrakt

Praca przedstawia wyniki badań nad algorytmami sterowania robotem o trzech stopniach swobody napędzanego niskoobrotowymi silnikami o dużym momencie. Zastosowanie napędu bezpośredniego uprościło model dynamiki manipulatora, gdyż uniknięto modelowania efektów wprowadzanych przez przekładnie. Przeprowadzono identyfikację parametrów robota i uzyskano model matematyczny oddający z wymaganą dokładnością zjawiska dynamiczne zachodzące w rzeczywistym obiekcie. Przedstawiono dwie metody sterowania robotem: na podstawie modelu dynamiki i bez jego użycia. Reprezentantami tych metod są algorytmy: optymalnoczasowy i adaptacyjny neuronowy. Pierwszy wymaga poprawnej identyfikacji parametrów modelu i rozwiązania problemu optymalnego na drodze symulacji modelowej. Drugi sprowadza się do identyfikacji nieliniowości dynamiki, za pomocą uczącej się on-line sieci neuronowej podczas rzeczywistego eksperymentu sterowania manipulatorem. Środowisko programowe i sprzętowe dobrano tak, by umożliwiać aplikację badanych algorytmów w manipulatorze w czasie rzeczywistym.

Opis
Bibliogr. k. 94-98.
Contains