Iterative Learning Control per un manipolatore robotico Università degli Studi di Padova Dipartimento di Ingegneria dell’Informazione Relatore: Prof. Luca.
Post on 03-May-2015
217 Views
Preview:
Transcript
Iterative Learning Controlper un
manipolatore robotico
Università degli Studi di Padova
Dipartimento di Ingegneria dell’Informazione
Relatore: Prof. Luca Schenato
Laureando: Sebastiano Segantin
anno accademico 2005/2006
Corso di laurea in Ingegneria dell’Automazione
Esempio:robot ABB per il taglio di carrozzerie automobilistiche
1/11
S. S
eg
an
tin
MOTIVAZIONI
• Un sistema ripetitivo commette sistematicamente lo stesso errore ad ogni sua iterazione.
• Sfruttando questa informazione è possibile ridurre l’errore nelle iterazioni successive grazie alla tecnica Iterative Learning Control (ILC).
Sistema Ripetitivo:• Iterazioni di durata temporale fissa:• Condizioni iniziali identiche• Stessa traiettoria di riferimento
2/11
processo
algoritmo ILC
mem mem mem
ARCHITETTURA ILC (1)
• Ingresso e uscita memorizzati durante l’iterazionecorrente del processo.
• Elaborazione dati off-line, al termine dell’iterazione.
• Memorizzazione ingresso correttivo per l’utilizzonell’iterazione successiva.
S. S
eg
an
tin
3/11
ARCHITETTURA ILC (2)
• Processo è il sistema di controllo tradizionalein retroazione costituito da controllore F e sistema G.
• Stabilità nel tempo garantita dal controllore F.
• Anello di controllo ILC deve apportare stabilità nel dominio delle iterazioni.
• Dal punto di vista ILC il Processo è a catena aperta.
GF
S. S
eg
an
tin
4/11
LEGGE DI AGGIORNAMENTO
• L’algoritmo ILC definisce una funzione h peril calcolo dell’ingresso:
• Algoritmo ILC lineare del primo ordine:
Filtri lineari a tempo discreto non causali
S. S
eg
an
tin
5/11
SISTEMI LINEARI ITERATIVI
• Indicati per l’analisi nel dominio delle iterazioni.• Dedotti formalmente dalla teoria dei sistemi-2D.• Descrizione di un sistema lineare iterativo:
• Applicazione ai sistemi ILC:
S. S
eg
an
tin
CRITERIO DI STABILITÀ
• TEOREMA: l’anello di controllo ILC è asintoticamente stabile se e solo se:
6/11
• Interpretazione nel diagramma di Nyquist:
Il filtro Q(q) definisce laLearning Region.
La robustezza del sistema dipende da Q(q).
La velocità di convergenza dipende da L(q).
S. S
eg
an
tin
SINTESI DI ALGORITMI ILC
1. Approccio euristico:Progettazione euristica semplice e veloce.Conoscenza del processo non richiesta.Taratura sperimentale.
2. Approccio model-based:Progettazione euristica efficiente.Modello del processo richiesto.
3. Approccio secondo il criterio di ottimizzazione:Modello del processo richiesto.Progettazione complicata.Parametri difficili da interpretare.
7/11
S. S
eg
an
tin
IMPLEMENTAZIONE DEI FILTRI Q(q) , L(q)
MODELLO DI SIMULAZIONE
8/11
S. S
eg
an
tin
Modello Simulink e rappresentazione schematica del manipolatore.
Modelli elettro-meccanici dei bracci
Accoppiamento dinamico trai bracci
Controllori PID e sistemi di azionamento
SIMULAZIONI (1)
Risultati in termini di energia normalizzata del segnale d’errore per i due bracci:
9/11
S. S
eg
an
tin
braccio 1 braccio 2
SIMULAZIONI (2)
Rappresentazione del segnale d’errore in funzione del tempo e delle iterazioni:
10/11
S. S
eg
an
tin
CONCLUSIONI• ILC costituisce un raffinamento delle prestazioni di tracking.
• Analisi secondo i principi classici di teoria dei sistemi riadattati al dominio delle iterazioni.
• Molteplici approcci deducibili dalle strategie di controllo meglio note al progettista.
• ILC è un campo attualmente in forte espansione.Sviluppo di una teoria propria.Sviluppo di approcci alternativi.
• Utilizzo in applicazioni che richiedono precisione:robot per saldatura.Apprendimento eccentricità del supporto in hard-disk.
11/11
S. S
eg
an
tin
top related