Anda di halaman 1dari 6

Fuzzy Pengendalian Single-Link Fleksibel Robotic

Manipulator Menggunakan Asumsi Modus Metode

Hejia Gao dan Wei Dia *


Sekolah Otomasi dan Teknik Elektro, Universitas Sains dan Teknologi Beijing,
Beijing 100083, Cina Email:
hewei.ac@gmail.com

Abstrak -Dalam Makalah ini, model dinamis dari single persamaan dapat diperoleh dengan diskritisasi perkiraan massa. Dalam [15] -
Link fleksibel manipulator robot yang dikembangkan dengan metode modus diasumsikan [17], metode perbedaan fi nite (FDM) dan metode modus diasumsikan (AMM)
(AMM) diselidiki. Selanjutnya, kita mendapatkan model discretized untuk sistem
juga diterapkan dalam struktur fleksibel.
manipulator fleksibel. Berdasarkan model dinamis, kontrol fuzzy dipelajari untuk
mencapai tujuan pengendalian. Bertujuan untuk menjamin stabilitas ketat, sistem loop
tertutup seragam boundedness utama (Uub) melalui stabilitas Lyapunovs. Dengan Dalam tulisan ini, pemodelan single-link fl manipulator fleksibel dilakukan
memilih dengan tepat parameter desain, keadaan sistem terbukti untuk berkumpul ke nol dengan menggunakan metode modus diasumsikan [18]. Untuk sistem fleksibel,
dengan lingkungan kecil. Akhirnya, Simulasi untuk sistem manipulator fleksibel diberikan kita membuat mengikuti asumsi bahwa ection de fl dari link fleksibel kecil dan
untuk memverifikasi efektivitas strategi kontrol fuzzy yang diusulkan, dan kinerja nal fi
direpresentasikan sebagai hasil dari jumlah fi nite Modus Selain [19].
dibandingkan dengan derivatif proporsional strategi (PD) kontrol. Kelayakan kontrol yang
diusulkan adalah diverifikasi.
Menurut model yang diusulkan, desain kontrol dapat dipelajari untuk
memecahkan masalah pelacakan lintasan dan getaran frekuensi tinggi dari
posisi akhir manipulator fleksibel. Dalam literatur, banyak strategi kontrol
struktur fleksibel telah diusulkan dan diterapkan untuk struktur fleksibel [20].
Kata kunci - kontrol fuzzy; kontrol getaran; fleksibel robot nipulator ma-; Metode modus Dalam [21], [22], kinerja pengendalian strategi PD dari manipulator fleksibel
diasumsikan; pemodelan dinamis
dipelajari. Hu [23] mempelajari stres kontrol umpan balik, yang terbukti mampu
mencegah getaran dari lengan robot fleksibel. M Motaharifar [24] dirancang
I. I P ENDAHULUAN
metodologi pengendalian output-umpan balik adaptif nonlinear untuk
Dalam beberapa tahun terakhir, dengan pesatnya perkembangan membimbing dan menstabilkan jarum fleksibel. Dalam [25] - [31], masukan
robot-teknik nology, struktur manipulator fleksibel telah menarik perhatian dari preshaping pendekatan, pendekatan negatif imajiner, kontrol resonansi
robot [1], [2], industri [3], [4] dan penerbangan lapangan [5]. manipulator terpisahkan, kontrol batas, kontrol jaringan saraf dan kontrol adaptif juga
fleksibel [6] yang persamaan dinamis nonlinear, kuat kopling dan variasi nyata diterapkan untuk berbagai macam sistem fleksibel.
karakteristik, adalah dinamika sistem yang sangat kompleks. lengan mekanik
yang fleksibel tidak hanya fl kopling fleksibel sistem nonlinear rigid- [7], tetapi
juga dinamika sistem dan karakteristik kontrol dari sistem nonlinear saling
kopling. Oleh karena itu, perlu untuk membangun model yang sesuai untuk Namun, dibandingkan dengan strategi-rute control konvensional-strategi,
menggambarkan sistem kontrol dan untuk memberikan dasar untuk desain kontrol fuzzy [32] tidak memerlukan model matematis yang tepat dari objek
kontroler. dikendalikan. kontrol fuzzy memiliki ketahanan yang kuat, yang cocok untuk
memecahkan nonlinear, waktu-yang bervariasi dan waktu-delay sistem yang
Beberapa metode deskripsi deformasi tubuh fleksibel telah diusulkan. Ding [8] sulit untuk dipecahkan oleh kontrol konvensional. kontrol fuzzy [33]
telah melakukan banyak pekerjaan penelitian dengan menggunakan metode fi mempekerjakan penalaran perkiraan, yang meniru proses berpikir manusia
nite elemen (FEM). Inti dari metode fi nite elemen [9] adalah untuk membuat untuk Handel sistem yang kompleks.
kontinum yang ideal sebagai unit agregat, sehingga masalah dapat
disederhanakan sebagai masalah struktural yang cocok untuk solusi numerik. Dalam tulisan ini, kita mengembangkan kontroler fuzzy untuk single link yang fleksibel

Dalam [10] - [12], yang fi metode segmen nite diusulkan, yang cocok untuk sistem lengan robot mempertimbangkan umpan balik penuh negara dan umpan balik output

sistem dengan bagian-bagian yang ramping. Dalam [13], [14], metode parameter berdasarkan teori stabilitas Lyapunov ini [34]. Dibandingkan dengan karya-karya yang ada,

disamakan (LPM) diusulkan. Massa disamakan dari jumlah node diskrit kontribusi utama dari makalah ini antara lain:

digunakan untuk menggantikan massa distribusi sistem yang asli, oleh karena
itu, seluruh dinamis (I) Model discretized dapat diperoleh dengan membagi sistem manipulator
fleksibel dalam penjumlahan dari mode jumlah fi nite dan menerapkan metode
modus diasumsikan. Model yang diusulkan digunakan untuk mengkompensasi
ketidakpastian dan meningkatkan ketahanan dari sistem loop tertutup.
Karya ini didukung oleh National Science Foundation Alam Cina di bawah Hibah 61522302,
61520106009, 61533008, dan Dana Penelitian Fundamental untuk China Central Universitas USTB
bawah Hibah FRF-TP-15-005C1.
(Ii) kontroler Fuzzy oleh negara dan umpan balik output diusulkan. Seragam
boundedness ultimate (Uub) dari tertutup yang
ke persamaan (1) dan (3):

(x) = A [ tongkat
pendek(

Lx) - cos ( Lx) - ( sinh ( Lx) - dosa( Lx))], ( 5)

kapan m t = 0, A = L / L; kapan m t> 0,

A = [L + L 2 2,
(6)
m t 2 ( 1 + cosh
sinh (( )
) cos ( )) ) 2] - 1
dosa(
Ara. 1. Diagram dari single-link fl manipulator fleksibel
Dari kondisi batas, kita memiliki fungsi yang mungkin puas oleh di fi jumlah
nite dari :

sistem loop dipastikan melalui metode langsung Lyapunov ini. Selain itu,
1+ m t
dengan memilih parameter desain yang sesuai, kinerja kontrol dari sistem L [ sinh ( ) cos ( ) - tongkat pendek( ) dosa( )]

fleksibel dijamin. + Cosh ( ) cos ( ) = 0 (7)


Sisa kertas ini disusun sebagai berikut. Model kemandekan dy- dari
Kemudian kita memperoleh sebagai
single-link fl manipulator robot fleksibel dikembangkan dalam Bagian II. fuzzy
controller dari link single fl lengan fleksibel oleh negara dan umpan balik output
= tongkat pendek( ) + cos ( ) (8)
melalui metode langsung Lyapunov ini diperkenalkan dalam Bagian III. sinh ( ) + dosa( )
Simulasi dilakukan untuk menunjukkan kinerja kontrol dari kontroler fuzzy
Kami mendefinisikan vektor negara Q = [, p 1, ..., p N] T. Menurut persamaan Lagrange,
dalam Bagian IV. Kesimpulan yang diberikan dalam Bagian V.
kita mendapatkan persamaan dinamis linear [37]

M Q + CQ = (9)
II. D inamis M ODEL OF A S Ingle-LINK M ANIPULATOR
dimana = [u, 0, ..., 0] T mewakili torsi kontrol. Inersia matriks M R ( N + 1) ( N + 1) adalah
Pada bagian ini, single-link sistem robot manipulator akan dianggap sebagai didefinisikan
******* ******* ( 10)
Euler-Bernoulli beam [35], dan kami mempertimbangkan manipulator fleksibel
saya h + saya b + saya p m 1 SEBUAH m 2 SEBUAH m NA
di bidang horizontal. Kami berasumsi bahwa elongations tautan, nilai-nilai
m 1 SEBUAH SEBUAH
1
m 12 SEBUAH
m 1SEBUAH
N
offset dan lereng pada akhir link yang suf fi sien kecil sehingga mereka dapat
M= m 2 SEBUAH m 12
SEBUAH
SEBUAH
2 m 2SEBUAH
N
diabaikan secara bersamaan untuk kenyamanan modeling. Kemudian . . . . .
. . . . .
single-link dalang akan discretized dengan menggunakan metode modus . . . . .
diasumsikan di bagian berikut. m NA m 1SEBUAH
N
m2N SEBUAH
NA

dimana saya b = 1 A = ; m aku j


3 L 3; saya p = m t L 2; saya A = 0, ( i =

Modeling A. Dinamis j, i, j = 1, 2, ..., N); m iA = L 0 x saya( x) dx + m t L saya( L).


C R ( N + 1) ( N + 1) adalah didefinisikan
Diagram dari single-link sistem manipulator robot yang asli ditunjukkan pada
Gambar 0,1. Bingkai XOY merupakan kerangka inersia. Sejalan, frame XOY merupakan C = diag [ 0 w 2 1 w2 2 w2 N ]
kerangka acuan berputar lokal dengan hub masing-masing. Sesuai kondisi
B. Sistem Logical Fuzzy
batas adalah sebagai berikut [36]:
Pertimbangkan sebuah sistem logika fuzzy dijelaskan oleh m kabur kalau- MAKA aturan R

(j):
y ( 0, t) = y '( 0, t) = y '' ( L, t) = 0 (1) JIKA xn aku s SEBUAH jn, KEMUDIAN y aku s W j, j = 1, ..., m.

y '' '( L, t) = m t y (L, t) (2) dimana R j merupakan j Aturan th, ( x 1, x 2, ..., x n) T U adalah input dari sistem logika
EI fuzzy, y R adalah output, SEBUAH j
saya

Persamaan yang mengatur sesuai adalah sebagai berikut [36]: mewakili fuzzy set di U dan W j menandakan fuzzy set di R. Untuk lengan
fleksibel, sistem logika fuzzy adalah de fi ned:
y (x, t) + EIy '' '' ( x, t) = - x (t) (3)
m
j=1yj( n i = 1 SEBUAH
( x saya))
dimana EI menggambarkan seragam fleksural kekakuan; menunjukkan kepadatan
j

y (x) = m saya
(11)
balok fleksibel; saya h mewakili inersia hub; M j = 1 ( n i = 1 SEBUAH
( x saya)) j
saya

adalah massa Link fleksibel; m t adalah massa tip.


dimana x = [x 1, x 2 ..., x n] T, SEBUAH j ( x saya) adalah fungsi keanggotaan
Dari analisis modal, deformasi elastis y (x, t) sinar fleksibel digambarkan saya

sebagai [36]: tion dengan SEBUAH j ( x i) = exp [ - ( x saya - c aku j) 2 ]. Untuk kejelasan, persamaan
saya
2aku j

(11) setara dengan [38]


y (x, t) = (x) p (t). (4)
y = W T S (x, c, ) (12)
dimana saya( x) adalah fungsi model, dan p saya( t) menunjukkan variabel Model.
Karena y (x, t) membutuhkan untuk memenuhi kondisi batas dan mengatur Untuk f saya( x saya), i = 1, ..., n, yang merupakan fungsi nonlinear yang tidak
persamaan, mengganti persamaan (4) diketahui, perkiraan selama set kompak saya dapat
digambarkan sebagai Menerapkan ketidaksamaan berikut:

f saya( x i) = W * T (13) T
T( ~
saya S (x saya) + I ( x saya), x saya saya R saya
-n saya
W~saya Wi= - n saya
W~saya Wi+ W* i) (23)
dimana S (x saya) adalah dasar vektor fuzzy, saya( x saya) adalah kesalahan mation kira-dan W * i=1 i=1

n
saya adalah vektor konstan tidak diketahui.
-1 saya( ~W saya 2 + W* saya 2)
2
i=1

AKU AKU AKU. C ontrol D esign - z T2 ( Z) 1 2 z 2)


(24)
2 ( ( Z) 2 + z T
Meluangkan waktu turunan dari V 3, kita punya:
A. Desain Control dengan Full-Negara Feedback
T S saya( Z) z 2, saya
V3 - z T 1K1 z1- zT 2( K2- 1 W~saya
Persamaan dinamik (9) dapat digambarkan sebagai: 2 I) z 2 - n
i=1
n

Q = M - 1 [ - CQ]. (14) -n
saya
W saya 2 +
saya
saya 2 + 1
2~ 2 W* 2 2
i=1 i=1
Mendefinisikan variabel error z 1 = Q - Q d dan z 2 = Q - 1.
- 1 V 3 + C 1, (25)
Kami memilih 1 = - K 1 z 1 + x d, K 1 = K T 0. Lalu kita
1>
dapat mentransfer sistem manipulator untuk z 1 = z 2 - K 1 z 1 dan dimana:

z 2 = M - 1 [ - CQ] - 1.
2 saya n n)
1 = min (2 min ( K 1), 2 min ( K 2 - 1 .
Mengingat fungsi Lyapunov V 1 = 1 2 z T1 z 1. Kemudian, mengambil max ( M)
Waktu turunannya bersama V 1: saya
min (26)
V1 = z T (15)
i = 1, ... n ( max ( - 1 i) )),
1( z 2 - K 1 z 1) = z T 1z2- zT 1K1 z 1.
n saya
Untuk menghapus istilah kopling z T C1= saya 2 + 1 (27)
1 z 2 di (15), kita mengambil 2 W* 2 ( Z) 2
i=1
fungsi Lyapunov sebagai berikut
Desain Kontrol B. dengan Keluaran Masukan
V2= 1 1z1+ 1 2 mz 2,
(16)
2 zT 2 zT kontrol yang diusulkan (18) membutuhkan Q dan Q baik untuk
tersedia. Tapi ketika Q tidak diketahui, kita perlu tinggi a
Meluangkan waktu turunan dari V 2, kita memperoleh
mendapatkan pengamat memperkirakan Q. Oleh karena itu, pengamat k + 1 k
V2 = z T 1z2- zT 1K1 z1+ zT 2( - CQ - M 1). (17) diperkenalkan untuk memperkirakan output sinyal sampai ke n th order.
Mengingat kasus n = 2, estimasi vektor negara terukur
Kami merancang kontrol model berbasis sebagai z 2 direpresentasikan sebagai:

0 = - z 1 - K 2 z 2 + CQ + M 1 (18)
Q = 1, Q = 2 z2= 2 (28)
, - 1
Untuk menjamin stabilitas sistem, V 1 membutuhkan negatif
dimana 1 = 2, 2= - 1 2 - 1 + Q.
de fi nite. Karena itu, K 1> 0, K 2> 0. Karena ketidakpastian yang ada di M
Dari desain kontrol umpan balik keadaan penuh, kami menulis ulang (19) dan (20) untuk
1 dan CQ, kontrol berbasis model (18) mungkin tidak layak.
mendapatkan hukum kontrol umpan balik output sebagai:
Oleh karena itu, kontrol fuzzy digunakan untuk mendekati ketidakpastian. Kami
merancang kontroler fuzzy adaptif sebagai 2= - z1- K2 z 2 + W T S ( Z), (29)

W i = - saya( S saya( Z) z 2, i + saya W saya), (30)
= - z1- K2 z2+ W T S (Z) (19)
Pertimbangkan hal berikut Lyapunov fungsi kandidat:

Hukum adaptif dirancang sebagai n T -1


V3= 1 1z1+ 1 2 mz 2 + 1 W~saya W~saya (31)
2 zT 2 zT 2
saya

W i = - saya( S saya( Z) z 2, i + saya W saya) (20) i=1

dimana saya adalah konstan posisi kecil untuk meningkatkan ness robust-. Turunan waktu dari V 3 sepanjang lingkaran lintasan tertutup dengan (29) dan
Sistem logika fuzzy W Tsaya S saya( Z) adalah perkiraan (30):

dari W *saya
T
S saya( Z), dan
V3 - z T 1K1 z1- zT 2( K2- 1 2K2~
z2
*T 2 I) z 2 - z T
W saya S saya( Z) = CQ + M
1 - ( Z) (21) n
T S saya(
+ z 2, saya[W saya Z) - W * T saya S saya( Z)] + 1
Mengingat Lyapunov fungsi kandidat sebagai 2 2
i=1
n
T -1 T S saya( T
V3= V2+ 1 W~saya saya
W~saya (22) -n [~W saya Z) z 2, i + saya ~W saya W saya] (32)
2
i=1 i=1
dimana 2 = 2 - Q = - ( 2), ~ z 2 = 2. = 2 + 1 1, dan
untuk t> t *, t * dan h 2 dua konstanta positif, kita harus
2 h 2. Karena itu, 2 dapat digunakan untuk memperkirakan
x 1,
Qdan z 2 dapat direpresentasikan sebagai berikut:
kemudian


Q = 2 z2= 2 (33)
, - 1
Menggunakan ketidaksetaraan berikut:

T
- saya ~
W saya W saya saya saya 2 - ~ W saya 2),
2 ( W*
S saya( Z) 2 l saya,
T S saya( T S saya( Z)
Wsaya Z) = W * T saya S saya( Z) + W * T saya S ti + ~ W saya

dimana l saya dan adalah konstanta positif, dan S t dibatasi.


Menggantikannya dengan ketidaksetaraan berikut:

saya ~ T 2 S saya(
T S saya( W saya Z ~z
W~saya
saya)
2
2,
-n Z) ~ z 2, i = - n saya

i=1 i=1
Ara. 2. PD posisi kontrol ujung dengan K p = 5, K d = 2
saya ~W saya 2 n 2 S saya( Z) 2 12~
n + z 2 T ~z 2 ( 34)
4 saya
i=1 i=1
pengamat gain tinggi untuk memperkirakan keadaan yang tidak terukur.
n n W * saya 2 2 S ti 2
z 2, saya Wsaya
*T
S ti 1 2z2+
(35) IV. N UMERICAL S IMULATIONS
2 zT 2
i=1 i=1
Simulasi dari fl sistem link fleksibel dilakukan dari tiga aspek, kinerja
z T2 ~ z 2 1
menggunakan2 K z 2) T ( K 2 ~ z 2) dan 1 pengendalian strategi PD diperkenalkan di bagian pertama; kontrol fuzzy
2 z T2 z 2 + 1 2( K2~ 2 T2 2
12 2 h 22, kita lanjut memiliki:
adaptif untuk penuh tanggapan negara dan output umpan balik terungkap
dalam bagian kedua dan ketiga. Parameter sistem adalah sebagai berikut:
saya
V3 - z T 1K1 z1- zT 2( K2- 3 W saya 2
2 I) z 2 - n 4~
i=1
TABEL I
P ARAMETERS DARI F lexible S ystem
+ 1 2 2 + max ( K T 2K2+ diag [ 2 l saya ]) 1 2 2 h 22
saya

n Parameter Deskripsi nilai Satuan


+12 ( i + 2 S ti 2) W * saya 2 L Total panjang link 1.0 m
i=1
EI Seragam fleksural kekakuan 2,0 Nm 2
- 2 V 3 + C 2, (36)
massa yang seragam per satuan panjang 0,1 kg / m

dimana 2 dan C 2 dua konstanta didefinisikan sebagai:


saya h hub inersia 0,5 kgm 2

SAYA)
2 = min (2 min ( K 1), 2 min ( K 2 - 3 .
2

max ( M) A. Simulasi Hasil untuk PD Kontrol


saya
Kontrol PD digunakan untuk melacak lintasan yang diinginkan dan menekan
min (37)
i = 1,2 ... n ( 2 max ( - 1 i) )), getaran dari manipulator fleksibel dengan M t = 0 kg,
n N = 10 dan kemudian kita harus = 1,875, = 0,734. Hukum kontrol PD
C2= 1 ( 2 S ti 2 + saya) W * saya 2 + 1 dirancang sebagai u = - K p ( - d) - K d , dimana
2 2 2
i=1
K p menunjukkan gain proporsional, K d merupakan keuntungan diferensial,

+ max ( K T ]) 1 2 2 h 22. (38) adalah sudut hub dan d adalah lintasan tracking yang diinginkan. Selanjutnya, kami
2K2+ diag [ 2 l saya
saya merancang R ( n + 1) = [ u, 0, ..., 0] T.

Untuk menjamin bahwa 2> 0, keuntungan kontrol K 1 dan K 2 Kami memilih K p = 5, K d = 2, dan ujung lintasan yang sesuai Y N = L + y N menggunakan

perlu memenuhi persyaratan sebagai berikut: strategi PD terungkap pada Gambar.


2. Kita bisa mendapatkan kesimpulan bahwa lintasan nyata dari sistem di bawah PD
min ( K 1) > 0, min ( K 2 - 3 (39) kontroler memiliki overshoot besar. Dalam rangka untuk mengurangi overshoot, kami
2 SAYA) > 0.
memperkenalkan kontroler fuzzy untuk manipulator fleksibel.
Berkomentar 1: pengamat adalah alat yang sangat efektif untuk menerima
informasi sistem tentang variabel internal, jika informasi ini tidak dapat dideteksi.
Sehingga sering digunakan dalam desain kontrol, estimasi dan aplikasi rekayasa B. Simulasi Hasil untuk Full-Negara Feedback

lainnya. Dalam tulisan ini, untuk sistem manipulator fleksibel, kami Untuk strategi kontrol fuzzy, kita memilih jumlah elemen dibagi sebagai N = 10.
memperkenalkan Bobot awal yang dipilih
Ara. 3. lintasan dan kontrol input di bawah umpan balik penuh negara Ara. 5. lintasan dan kontrol input di bawah output feedback

Ara. 4. Posisi Tip dengan K 1 = 1, K 2 = 10 di bawah umpan balik penuh negara Ara. 6. Posisi Tip dengan K 1 = 1, K 2 = 10 di bawah output feedback

W i =
sebagai 1 = [ 4, 2] T dan = 0,001. Nilai awal dari pengamat dirancang sebagai 1 = 2 =
0 ( i = 1, 2, ..., 256). Parameter kontrol memilih sebagai M t = 0 kg, = 0,0002,
= 100 saya 256 256. Kemudian kita set 1= 2 = [ 0, 0] T. Kemudian kita set
d = 1. lintasan yang diinginkan d dan lintasan nyata dari sudut hub bersama d = 1.
dengan dua kasus yang K 1 = saya 11 11, K 2 = Dari Gambar. 5, kita bisa melihat kinerja pelacakan dengan kontrol umpan
10 saya 11 11 dan K 1 = 2 saya 11 11, K 2 = 20 saya 11 11 ditunjukkan pada Gambar. 3. balik output diusulkan dalam parameter kontrol yang berbeda. Input kontrol
yang sesuai dan sudut hub sistem ditunjukkan pada Gambar. 6. Ternyata,
Seperti ditunjukkan pada Gambar. 4, kontrol fuzzy dapat membuat fl sistem kesalahan dari sudut pelacakan konvergen ke nol dengan lingkungan kecil
manipulator fleksibel stabil dalam waktu yang singkat dan sangat mengurangi overshoot cepat. Seperti yang kita lihat model AMM memiliki nomor node yang tinggi,
sementara. Dengan demikian, strategi kontrol fuzzy menampilkan kinerja kontrol yang tetapi kinerja kontrol tidak yang terkena dampak. Oleh karena itu, strategi
sangat baik. kontrol fuzzy menampilkan kinerja kontrol yang sangat baik.

C. Simulasi Hasil untuk Output Feedback

Kami memilih jumlah elemen dibagi sebagai N = 10.


V. C ONCLUSION
Parameter kontrol memilih sebagai M t = 0 kg, =
0,0002, = 100 saya 256 256. Gain tinggi pengamat yang diperkenalkan untuk Dalam tulisan ini, kami telah mengembangkan model dinamis manipulator
memperoleh struktur umpan balik output dengan n = 2, robot fleksibel dengan menggunakan asumsi
Metode modus. Selanjutnya, dasar pada model dinamis discretized, kontrol [16] T. Zebin dan MS Alam, "Modeling dan kontrol dari dua-link fleksibel
manipulator menggunakan fuzzy logic dan teknik optimasi genetik, "
fuzzy telah dipelajari untuk mencapai tujuan pengendalian. Bertujuan untuk
Jurnal Komputer, vol. 7, tidak ada. 3, pp. 578-585, 2012. [17] AE Firoozabadi, S. Ebrahimi, dan
menjamin stabilitas ketat, seragam boundedness ultimate (Uub) dari sistem
JMF Llagunes, "A komparatif
loop tertutup yang telah dicapai melalui stabilitas Lyapunovs. Selain itu,
Studi gerakan elastis dalam pelacakan lintasan fl manipulator fleksibel RPR planar bergerak
keadaan dari sistem telah terbukti untuk berkumpul ke nol dengan lingkungan dengan kecepatan tinggi, " Robotica, vol. -1, Pp. 1-18, 2016. [18] CGH Jiazhen, "Asumsi metode
kecil dengan memilih secara tepat parameter desain. Simulasi untuk sistem modus dari sinar fleksibel berputar,"
Acta Mechanica Sinica, vol. 37, tidak ada. 1, pp. 48-56, 2005. [19] MPP Reddy, KV
manipulator fleksibel telah diberikan untuk memverifikasi efektivitas strategi
Shihabudheen, dan J. Jacob, "Precise non linear
kontrol fuzzy yang diusulkan, dan kinerja nal fi telah dibandingkan dengan pemodelan fl Link fleksibel manipulator bersama fleksibel, " Ulasan internasional tentang
strategi pengendalian PD. Pemodelan dan Simulasi, vol. 5, tidak ada. 3, pp. 1368-1374, 2012. [20] TK Chang, A. Spowage,
dan KY Chan, "Ulasan kendali dan
Sistem sensor dari manipulator fleksibel, " Jurnal Cerdas dan Robotic Systems, vol. 77, tidak
ada. 1, pp. 187-213, 2015. [21] Z. Qiu dan Z. Zhao, "Pneumatic berkendara kontrol getaran aktif
untuk
SEBUAH CKNOWLEDGMENT manipulator fleksibel menggunakan kontroler pd interaktif adaptif, " IEEE International
Conference on Robotics dan Biomimetika, pp. 1956-1961,
Para penulis ingin mengucapkan terima kasih kepada semua pihak yang membantu
2012.
meningkatkan kualitas dan presentasi makalah ini. [22] LY Liu dan K. Yuan, "Noncollocated berbasis pasif kontrol pd dari
satu-link fl manipulator fleksibel, " Robotica, vol. 21, tidak ada. 2, pp. 117-135,
R EFERENCES 2003.

[1] M. Dupac dan S. Noroozi, "pemodelan dinamis dan simulasi dari [23] QL Hu, Z. Wang, dan H. Gao, "mode dan masukan berbentuk Sliding

berputar link tunggal fleksibel dikenakan manipulator robot untuk berhenti cepat, " getaran kontrol sistem yang fleksibel, " Transaksi IEEE pada Aerospace dan Sistem Elektronik, vol.

Strojniski Vestnik, vol. 60, tidak ada. 7-8, pp. 475-482, 2014. [2] HM Yatim, IZM Darus, dan MS 44, tidak ada. 2, pp. 503-519, 2008. [24] M. Motaharifar, HA Talebi, F. Abdollahi, dan A. Afshar,

Hadi, "Pemodelan fleksibel ma- "Nonlinear

Struktur nipulator menggunakan algoritma genetika dengan parameter penukar, "di adaptif keluaran-masukan desain controller untuk bimbingan fl dles nee- fleksibel, " Transaksi

Kelima Konferensi Internasional tentang Komputasi Intelijen, Pemodelan dan Simulasi, pp. IEEE / ASME pada Mekatronika, vol. 20, tidak ada. 4, pp. 1-8,
37-42, 2013. 2014.

[3] H. Zhang, J. Wang, G. Zhang, Z. Gan, Z. Pan, H. Cui et al, "Machining [25] S. Zhang, W. Dia, S. Nie, dan C. Liu, "kontrol Boundary untuk fleksibel
dengan manipulator fleksibel: untuk memperbaiki mesin robot performanceperformance sports, sistem mekanik dengan masukan mati-zona, " Nonlinier Dynamics, vol. 82, tidak ada. 4, pp.

"di IEEE / ASME Konferensi Internasional Advanced Mekatronika Cerdas. Proceedings, pp. 1763-1774 2015.

1127-1132, 2005. [4] YH Xiong, "Struktural stasiun ganda menjepit manipulator," Cahaya [26] T. Jiang, J. Liu, dan W. Dia, "kontrol Boundary untuk manipulator fleksibel
berdasarkan berhingga gangguan dimensi pengamat, " Jurnal of Sound dan Getaran, vol. 348,
Industri Mesin, vol. 32, tidak ada. 1, pp. 87-89, 2014. pp. 1-14, 2015.
[5] BM Harnett, CR Doarn, J. Rosen, B. Hannaford, dan TJ Broderick, [27] W. Dia, AO David, Z. Yin, dan C. Sun, "kontrol jaringan saraf dari
"Evaluasi kendaraan udara tak berawak dan mobile telesurgery robot di lingkungan yang manipulator robot dengan masukan deadzone dan output kendala, " IEEE Transaksi pada
ekstrim.," Telemedicine dan e-Health, vol. 14, tidak ada. 6, pp. 539-44 2008. Sistem Man dan Sibernetika Systems, vol. 46, tidak ada. 6, pp. 759-770 2015.

[6] W. Dia dan SS Ge, "Dynamic pemodelan dan getaran kontrol [28] B. Bhikkaji, SOR Moheimani, dan IR Petersen, "Negatif
satelit fleksibel, " Transaksi IEEE pada Aerospace dan Sistem Elektronik, vol. 51, tidak ada. 2, Pendekatan imajiner untuk pemodelan dan kontrol dari struktur collocated, "
pp. 1422-1431 2015. Transaksi IEEE / ASME pada Mekatronika, vol. 17, tidak ada. 99, pp. 1-11,
[7] Y. Chen, "model dinamis dari fl sistem kopling nonlinier fleksibel rigid-," 2012.
Cina Spaceence dan Teknologi, tidak. 6, pp. 60-65, 2000. [8] P. Ding, H. Zhang, X. Zhu, dan L. [29] W. Dia, Y. Chen, dan Z. Yin, "Adaptive kontrol jaringan saraf
Li, "kalibrasi kelengkungan online robot pasti dengan kendala penuh negara, " Transaksi IEEE pada Cybernetics, vol. 46, tidak
untuk deteksi fl struktur fleksibel deformasi berdasarkan metode elemen fi nite, "di Kongres ada. 3, pp. 620-629, 2016. [30] M. Mahmudi, JK Mills, dan B. Benhabib, "A modi fi ed terpisahkan
Internasional Gambar dan Signal Processing,
pp. 1457-1461, 2013. [9] TJR Hughes, Metode Elemen Hingga. Linear Statis dan Dinamis skema kontrol resonansi untuk menekan getaran mekanisme kinematik paralel dengan link
fleksibel, " Neurologi India, vol. 5, tidak ada. 1, pp. 209-
Elemen Hingga Analisis, Prentice-Hall International, Englewood Cliffs, NJ, 1987. 221 2015.
[31] SK Pradhan dan B. Subudhi, "Real-time kontrol adaptif dari
[10] H. Sun, H. Wu, B. Shao, dan F. Tian, "The fi segmen nite metode untuk manipulator fleksibel menggunakan pembelajaran penguatan, " Transaksi IEEE pada Otomasi
Pendekatan rekursif untuk fl dinamika multibody fleksibel, "di Ilmu Komputasi informasi dan Sains dan Teknik, vol. 9, tidak ada. 2, pp. 237-249, 2012. [32] KM Passino dan S. Yurkovich, Fuzzy
2009. ICIC. Konferensi Internasional Kedua, Control, Addison Wesley
pp. 345-348 2009. Longman, USA, 1998.
[11] MB Hamper, KE Zaazaa, dan AA Shabana, "Modeling kereta api [33] H. Zhang dan D. Liu, "pemodelan Fuzzy dan kontrol fuzzy," Technomet-
struktur track menggunakan metode segmen fi nite, " Acta Mechanica, rics, vol. 50, tidak ada. 3, pp. 408-409, 2012. [34] HK Khalil, Lyapunovs Stabilitas Teori. Springer
vol. 223, tidak ada. 8, pp. 1707-1721 2012. London 2015. [35] O. Morgul, "kontrol batas dinamis dari balok Euler-Bernoulli," IEEE
[12] J. Ger dan P. Yen, "analisis statis nonlinier dari bents jembatan oleh fi nite
Metode segmen, "di Struktur 2004 @ sBuilding di Masa Lalu, Mengamankan Masa Depan, pp. Transaksi di Kontrol Otomatis, vol. 37, tidak ada. 5, pp. 639-642, 1992. [36] Y. Sakawa, F.
1-9, 2014. Matsuno, dan S. Fukushima, "Modeling dan umpan balik
[13] PD Milano, "pemodelan dinamis dan kontrol dari manipulator fleksibel," kontrol lengan fleksibel, " Journal of Robotic Systems, vol. 2, tidak ada. 4, pp. 453-472 2007.
Italia, Ph.D. Skripsi, 2013.
[14] C. Sun, W. Dia, dan J. Hong, "kontrol jaringan saraf dari [37] G. Zhu, SS, Lee, dan HT, "Studi Simulasi tip pelacakan kontrol
fl manipulator robot fleksibel menggunakan disamakan semi-massal mod- el, " IEEE Transaksi dari single-link fleksibel robot didasarkan pada model lumped, " Robotica,
pada Sistem Man dan Sibernetika Systems, vol. 17, tidak ada. 17, pp. 71-78, 1999.

DOI: 10,1109 / TSMC.2016.2562506. [38] SY Qiu, ZJ Li, W. Dia, LB Zhang, CG Yang, dan CY Su,
[15] VP Doan dan Y. Nishi, "Modeling interaksi cairan-struktur fl untuk "Kontrol teleoperasi dari robot exoskeleton menggunakan antarmuka mesin otak dan
simulasi getaran pusaran diinduksi riser fleksibel: fi metode beda nite dikombinasikan dengan penginderaan tekan visual," Transaksi IEEE pada Sistem Fuzzy, DOI: 10,1109 /
bangun osilator Model, " Jurnal Ilmu dan Teknologi Kelautan, vol. 20, pp. 309-321 2015. TFUZZ.2016.2566676.