SCOPUS
0Citation Export
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | 좌동경 | - |
| dc.contributor.author | 황준하 | - |
| dc.date.issued | 2022-08 | - |
| dc.identifier.other | 32035 | - |
| dc.identifier.uri | https://aurora.ajou.ac.kr/handle/2018.oak/21107 | - |
| dc.description | 학위논문(석사)--아주대학교 일반대학원 :전자공학과,2022. 8 | - |
| dc.description.abstract | 본 논문에서는 인공신경망(Artificial Neural Network)기반의 적분 슬라이딩 모드 제어기(Integral Sliding Mode Controller, ISMC)를 이용하여 매니퓰레이터의 궤적추종(Trajectory Tracking) 방법을 제안한다. 적분 슬라이딩 모드 제어기는 다양한 매니퓰레이터의 궤적에 대해 강인함을 보여 오차를 최소화하기 때문에 로봇 시스템의 다양한 모션(Motion)추종 시 유리한 이점이 있다. 하지만 고정된 상수의 적분 슬라이딩 모드 제어기는 시변 시스템의 상태공간 모델이 변함에 따라 불확실성을 유발한다. 따라서 시간이 지남에 따라 변할 수 있는 불확실성에 대해 적응적으로 제어하는 인공신경망을 적분 슬라이딩 모드 제어기에 적용하였다. 본 논문에서는 첫째로 실제 링크의 무게, 길이, 관성모멘트를 고려한 매니퓰레이터 동역학 식을 모델링한다. 둘째, 유도한 동역학 식을 기반으로 상태공간 모델의 불확실성을 최소화하는 적분 슬라이딩 모드 제어기를 설계한다. 셋째, 적분 슬라이딩 모드 제어기의 계수를 인공신경망으로 학습하여 궤적오차를 감소시키는 방법에 주목한다. 최종적으로, 제안한 인공신경망 기반의 적분 슬라이딩 모드 제어기의 안정성을 증명하고 인공신경망 적용 전후의 적분 슬라이딩 모드 제어기의 궤적오차를 비교하여 본 제어기의 개선된 성능 및 타당성에 대해 검증한다. | - |
| dc.description.tableofcontents | 제 ⅰ장 서론 1 1. 연구배경 1 2. 연구내용 2 3. 논문구성 3 제 ⅱ장 매니퓰레이터 기구학,동역학 모델 및 적분 슬라이딩 모드 제어기 설계 4 1. 6자유도 매니퓰레이터의 기구학 모델 4 2. 6자유도 매니퓰레이터의 동역학 모델 6 3. 적분 슬라이딩 모드 제어기 설계 8 제 ⅲ장 인공신경망 기반의 적분 슬라이딩 모드 제어기 10 1. 단층 퍼셉트론 기반의 인공신경망 모델 10 2. 델타규칙을 이용한 가중치 갱신 12 제 ⅳ장 관절 공간법을 이용한 매니퓰레이터의 궤적생성 14 1. 관절 공간법을 이용한 매니퓰레이터의 궤적생성 14 제 ⅴ장 실험 환경 및 결과 16 1. 실험환경 16 2. 모의실험 결과 18 3. 실험결과 21 제 ⅵ장 결론 및 향후 연구 방향 25 참고문헌 27 | - |
| dc.language.iso | kor | - |
| dc.publisher | The Graduate School, Ajou University | - |
| dc.rights | 아주대학교 논문은 저작권에 의해 보호받습니다. | - |
| dc.title | 인공신경망 기반의 적분 슬라이딩 모드 제어기를 이용한 6자유도 매니퓰레이터의 강인 궤적추종 | - |
| dc.title.alternative | Robust Tracking Control of 6 DOF Manipulator with Integral Sliding Mode Control based Artificial Neural Network | - |
| dc.type | Thesis | - |
| dc.contributor.affiliation | 아주대학교 일반대학원 | - |
| dc.contributor.alternativeName | Hwang Junha | - |
| dc.contributor.department | 일반대학원 전자공학과 | - |
| dc.date.awarded | 2022. 8 | - |
| dc.description.degree | Master | - |
| dc.identifier.uci | I804:41038-000000032035 | - |
| dc.identifier.url | https://dcoll.ajou.ac.kr/dcollection/common/orgView/000000032035 | - |
| dc.subject.keyword | 동역학 | - |
| dc.subject.keyword | 매니퓰레이터 | - |
| dc.subject.keyword | 인공신경망 | - |
| dc.subject.keyword | 적분 슬라이딩 모드 제어기 | - |
| dc.description.alternativeAbstract | This paper proposes a trajectory tracking method for manipulators using an artificial neural network-based integral sliding mode controller (ISMC). Since the integral sliding mode controller minimizes errors by guaranteeing robustness against the trajectories of various manipulator, there is an advantage in tracking various motions of the robot system. However, the fixed constant integral sliding mode controller cannot sufficiently compensate for the uncertainty as the system parameters and uncertainties of the manipulator system keep changing. therefore, an artificial neural network that adaptively controls uncertainties that can change over time was applied to the integral sliding mode controller. First, we model the manipulator dynamic equations considering the weight, length, and moment of inertia of the actual link. Second, we design an integral sliding mode controller that minimizes the uncertainty of the state space model based on the derived dynamic equation. Third, we focus on the method of reducing the trajectory error by learning the coefficients of the integral sliding mode controller with an artificial neural network. Finally, the stability of the proposed artificial neural network-based integral sliding mode controller is verified, and the improved performance and validity of this controller are verified by comparing the trajectory errors of the integral sliding mode controller and the artificial neural network. | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
