Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів

Запропоновано моделі спостерігачів для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів для переміщення по похилих і вертикальних феромагнітних поверхнях на основі гібридної нейро-нечіткої обчислювальної системи (ННОС) типу ANFIS. Наведено результати експериментальних досл...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2017
Hauptverfasser:	Кондратенко, Ю.П., Йоахім Рудольф, Козлов, О.В., Запорожець, Ю.М., Герасін, О.С.
Format:	Artikel
Sprache:	Ukrainian
Veröffentlicht:	Інститут електродинаміки НАН України 2017
Schriftenreihe:	Технічна електродинаміка
Schlagworte:	Електромеханічне перетворення енергії
Online Zugang:	http://dspace.nbuv.gov.ua/handle/123456789/158944
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів / Ю.П. Кондратенко, Йоахім Рудольф, О.В. Козлов, Ю.М. Запорожець, О.С. Герасін // Технічна електродинаміка. — 2017. — № 5. — С. 53-61. — Бібліогр.: 14 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-158944
record_format	dspace
spelling	irk-123456789-1589442019-09-19T01:25:47Z Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів Кондратенко, Ю.П. Йоахім Рудольф Козлов, О.В. Запорожець, Ю.М. Герасін, О.С. Електромеханічне перетворення енергії Запропоновано моделі спостерігачів для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів для переміщення по похилих і вертикальних феромагнітних поверхнях на основі гібридної нейро-нечіткої обчислювальної системи (ННОС) типу ANFIS. Наведено результати експериментальних досліджень сили відриву в різних просторових положеннях притискного магніту відносно феромагнітної поверхні, що забезпечує ефективне навчання ННОС, вбудованої в систему автоматичного керування притискними зусиллями мобільного робота. Проведено порівняльний аналіз розроблених спостерігачів з різними типами функцій належності. Представлено результати ідентифікації формованого притискного зусилля та результати аналізу адекватності синтезованих моделей спостерігачів. Предложены модели наблюдателей для идентификации прижимного усилия магнитоуправляемых движителей мобильных роботов для перемещения по наклонным и вертикальным ферромагнитным поверхностям на основе гибридной нейро-нечеткой вычислительной системы (ННВС) типа ANFIS. Приведены результаты экспериментальных исследований силы отрыва в различных пространственных положениях прижимного магнита относительно ферромагнитной поверхности, что обеспечивает эффективное обучение ННВС, встроенной в систему автоматического управления прижимными усилиями мобильного робота. Проведен сравнительный анализ разработанных наблюдателей с различными типами функций принадлежности. Представлены результаты идентификации формируемого прижимного усилия и результаты анализа адекватности синтезированных моделей наблюдателей. The models of observers for clamping force identification on the basis of ANFIS type hybrid neuro-fuzzy computational system (NFCS) is offered for magnetically operated movers of mobile robots for moving on inclined or vertical ferromagnetic surfaces. The results of experimental investigations of breakaway effort measurements in different spatial positions of clamping magnet relative to the ferromagnetic surface are brought that provides effective training NFCS, built into the clamping force automatic control system of the mobile robot. A comparative analysis of the developed observers with different types of membership functions is performed. Results of formed clamping force identification and an analysis of the adequacy of the observers’ synthesized models are presented. 2017 Article Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів / Ю.П. Кондратенко, Йоахім Рудольф, О.В. Козлов, Ю.М. Запорожець, О.С. Герасін // Технічна електродинаміка. — 2017. — № 5. — С. 53-61. — Бібліогр.: 14 назв. — укр. 1607-7970 DOI: https://doi.org/10.15407/techned2017.05.053 http://dspace.nbuv.gov.ua/handle/123456789/158944 62-523.2+007.52 : 621.318.3 uk Технічна електродинаміка Інститут електродинаміки НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Ukrainian
topic	Електромеханічне перетворення енергії Електромеханічне перетворення енергії
spellingShingle	Електромеханічне перетворення енергії Електромеханічне перетворення енергії Кондратенко, Ю.П. Йоахім Рудольф Козлов, О.В. Запорожець, Ю.М. Герасін, О.С. Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів Технічна електродинаміка
description	Запропоновано моделі спостерігачів для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів для переміщення по похилих і вертикальних феромагнітних поверхнях на основі гібридної нейро-нечіткої обчислювальної системи (ННОС) типу ANFIS. Наведено результати експериментальних досліджень сили відриву в різних просторових положеннях притискного магніту відносно феромагнітної поверхні, що забезпечує ефективне навчання ННОС, вбудованої в систему автоматичного керування притискними зусиллями мобільного робота. Проведено порівняльний аналіз розроблених спостерігачів з різними типами функцій належності. Представлено результати ідентифікації формованого притискного зусилля та результати аналізу адекватності синтезованих моделей спостерігачів.
format	Article
author	Кондратенко, Ю.П. Йоахім Рудольф Козлов, О.В. Запорожець, Ю.М. Герасін, О.С.
author_facet	Кондратенко, Ю.П. Йоахім Рудольф Козлов, О.В. Запорожець, Ю.М. Герасін, О.С.
author_sort	Кондратенко, Ю.П.
title	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів
title_short	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів
title_full	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів
title_fullStr	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів
title_full_unstemmed	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів
title_sort	нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів
publisher	Інститут електродинаміки НАН України
publishDate	2017
topic_facet	Електромеханічне перетворення енергії
url	http://dspace.nbuv.gov.ua/handle/123456789/158944
citation_txt	Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів / Ю.П. Кондратенко, Йоахім Рудольф, О.В. Козлов, Ю.М. Запорожець, О.С. Герасін // Технічна електродинаміка. — 2017. — № 5. — С. 53-61. — Бібліогр.: 14 назв. — укр.
series	Технічна електродинаміка
work_keys_str_mv	AT kondratenkoûp nejronečítkísposterígačídlâídentifíkacíípritisknogozusillâmagnítokerovanihrušíívmobílʹnihrobotív AT joahímrudolʹf nejronečítkísposterígačídlâídentifíkacíípritisknogozusillâmagnítokerovanihrušíívmobílʹnihrobotív AT kozlovov nejronečítkísposterígačídlâídentifíkacíípritisknogozusillâmagnítokerovanihrušíívmobílʹnihrobotív AT zaporožecʹûm nejronečítkísposterígačídlâídentifíkacíípritisknogozusillâmagnítokerovanihrušíívmobílʹnihrobotív AT gerasínos nejronečítkísposterígačídlâídentifíkacíípritisknogozusillâmagnítokerovanihrušíívmobílʹnihrobotív
first_indexed	2025-07-14T11:29:18Z
last_indexed	2025-07-14T11:29:18Z
_version_	1837621638101729280
fulltext	ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 53 ЕЛЕКТРОМЕХАНІЧНЕ ПЕРЕТВОРЕННЯ ЕНЕРГІЇ УДК 62-523.2+007.52 : 621.318.3 НЕЙРО-НЕЧІТКІ СПОСТЕРІГАЧІ ДЛЯ ІДЕНТИФІКАЦІЇ ПРИТИСКНОГО ЗУСИЛЛЯ МАГНІТОКЕРОВАНИХ РУШІЇВ МОБІЛЬНИХ РОБОТІВ Ю.П.Кондратенко1, докт.техн.наук, Йоахім Рудольф2, докт.техн.наук, О.В.Козлов3, канд.техн.наук, Ю.М.Запорожець1, канд.техн.наук, О.С.Герасін3, 1 - Чорноморський державний університет ім. П. Могили, вул. 68-ми Десантників, 10, Миколаїв, 54003, Україна, e-mail: y_kondrat2002@yahoo.com 2 - Саарландський університет, Кампус А5.1, Саарбрюкен, 66123, Німеччина, 3 - Національний університет кораблебудування ім. адм. С.І. Макарова, пр. Героїв Сталінграду, 9, Миколаїв, 54025, Україна. Запропоновано моделі спостерігачів для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів для переміщення по похилих і вертикальних феромагнітних поверхнях на основі гібридної нейро-нечіт- кої обчислювальної системи (ННОС) типу ANFIS. Наведено результати експериментальних досліджень сили відриву в різних просторових положеннях притискного магніту відносно феромагнітної поверхні, що забезпе- чує ефективне навчання ННОС, вбудованої в систему автоматичного керування притискними зусиллями мо- більного робота. Проведено порівняльний аналіз розроблених спостерігачів з різними типами функцій належ- ності. Представлено результати ідентифікації формованого притискного зусилля та результати аналізу адек- ватності синтезованих моделей спостерігачів. Бібл. 14, рис. 4, табл. 3. Ключові слова: мобільний робот, магнітокерований рушій, електромагнітне поле, притискний електромагніт, система керування притискним зусиллям, нейро-нечіткий спостерігач. При виконанні технологічних операцій у суднобудуванні та судноремонті відчувається осо-б- лива потреба в мобільних роботах (МР), здатних переміщуватися по горизонтальних, похилих або вертикальних поверхнях за допомогою різнотипних рушіїв та притискних пристроїв, зокрема для очищення зовнішніх поверхонь суден, а також інших конструкцій на плаву або у сухому доці [1−3, 11,13,14]. Однією з головних систем таких робототехнічних об’єктів є система автоматичного керу- вання зчепленням з робочою поверхнею. Для роботизованого очищення поверхонь найчастіше вико- ристовуються пневматичні (або гідравлічні) притискні пристрої універсального застосування, які слу- жать для утримання на робочій поверхні та одночасного виконання заданої технологічної операції очищення [1-3,13]. У такому разі зусилля для кріплення таких очисно-притискних пристроїв має бути достатнім, щоб МР на їхній базі не тільки утримувався в заданому положенні на вертикальній по- верхні, а й безаварійно переміщувався. Основним недоліком вакуумних притискних пристроїв у кон- струкціях МР є низька надійність при проходженні неоднорідних поверхонь (наприклад, зварних швів), які деформують вакуумне ущільнення і можуть призвести до відриву та падіння, вимагають значних витрат на часте обслуговування та заміну. Майже неможливий рух таких роботів на високих швидкостях, необхідних для підвищення продуктивності виконання заданих технологічних операцій. Для феромагнітних конструкцій, типових у суднобудуванні, судноремонті та деяких інших за- стосуваннях природною альтернативою вакуумним є притискні пристрої на базі постійних магнітів, електромагнітів або їхніх комбінацій [1−3,11,13,14]. Зазвичай такі притискні пристрої вмонтовані в еле- менти приводу переміщення: в гусеничні стрічки [2], в ободи коліс [11], ноги [14] або нерухомі (несучі) елементи конструкції [11]. Спільним недоліком подібних рішень є обмежена прохідність роботів по численних неоднорідних поверхнях, ускладнених обростаннями організмами водного середовища, або які певним чином пошкоджені в результаті тривалого використання. Прикладами таких поверхонь є феромагнітні корпуси суден, стінки резервуарів, опори мостів, конструкції трубопроводів та ін. © Кондратенко Ю.П., Йоахім Рудольф, Козлов О.В., Запорожець Ю.М., Герасін О.С., 2017 54 ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 Для виконання різнотипних технологічних операцій на згаданих феромагнітних поверхнях найбільш доречним рішенням є застосування магнітокерованих коліс-рушіїв, розроблених співавто- рами для МР [3]. Принциповою особливістю цього новітнього типу рушія є суміщення ним функцій утримання та переміщення МР по феромагнітній поверхні завдяки оснащенню їх магніто-керованими притискними пристроями (МПП) з тяговим приводом. Головною проблемою при проектуванні та експлуатації МР є визначення і контроль (спостере- ження) притискних зусиль (ПЗ) у процесі керування рушієм зазначеного типу згідно з [4]. Конструк- тивне виконання зазначеного колеса-рушія разом із системою керування є оригінальними та не мають аналогів у вітчизняних та зарубіжних розробках. Разом з тим специфіка технологічних операцій, що ви- конують МР і, відповідно застосування притискних пристроїв на переважно нерівних поверхнях обумов- лює особливості у визначенні зусиль, створюваних цими притискними пристроями. У даному випадку найбільш значущою особливістю є необхідність врахування постійних змін конфігурації контакту МПП у вигляді притискних електромагнітів (ПЕ) з робочою поверхнею внаслідок наявності обростань, по- шкоджень або інших неоднорідностей поверхні. Хоча існують підходи до розрахунку зусиль притяг- нення магнітів та електромагнітів до феромагнітної поверхні на базі рівнянь Максвелла, Лапласа, метода дзеркальних відображень [7,9], проте внаслідок зазначених особливостей вони не можуть бути застосо- вані (спільним для цих підходів є визначення зусиль у статичних конструкціях електромеханічних при- строїв). Крім того, відсутність рекомендацій до синтезу систем керування цими зусиллями у цілому ускладнює можливість експлуатації подібних систем у реальних умовах. Тому дана робота присвячена опрацюванню проблеми визначення та спостереження ПЗ, які формуються МПП при змінюваній кон- фігурації контакту з феромагнітною робочою поверхнею, зокрема попередній оцінці цього зусилля до виконання МР чергового кроку переміщення в деяке нове положення. Відомо, що залежність електромагнітного зусилля, створюваного ПЕ, від зазору є оберненою степеневою функцією [7], тому навіть незначне збільшення зазору призводить до суттєвого зменшення значення зусилля. Враховуючи можливість виконання роботом технологічних операцій в умовах невиз- наченості через значну шорсткість робочої поверхні, наявність суттєвих неоднорідностей (наприклад, зварних швів, порожніх отворів та ін.), людині-оператору або автономній системі автоматичного керу- вання (САК) необхідно отримувати поточну інформацію про реальне значення величини ПЗ [13]. Застосування окремих датчиків сили (тензодатчиків) у даному випадку є недоцільним саме че- рез невизначеність характеристик феромагнітної поверхні (зокрема, невідомою є точка прикладення притискного зусилля). Використання як тензодатчика електропровідних еластомерів (для покриття всієї площі поверхні електромагніту, яка притискається до поверхні) також не є перспективним через значні втрати (ослаблення) притискного зусилля та ускладнює або навіть унеможливлює процедуру каліб- рування таких габаритних датчиків. Одним із можливих способів визначення діючого значення при- тискного зусилля є встановлення датчиків проковзування [13], де роль об’єкта проковзування відіграє сама феромагнітна поверхня. Однак при цьому можливі такі положення мобільного робота, коли навіть за максимальних значень сигналу керування не вдається сформувати потрібне притискне зусилля для надійного зчеплення МР з поверхнею, і робот може не втриматися на феромагнітній поверхні (на- приклад, при значних обростаннях корпусу судна морськими мікроорганізмами). На думку авторів, найбільш перспективним підходом до визначення фактичної величини притискного зусилля, створюваного електромагнітом, є непряме оцінювання [8]. Реалізація даного підходу передбачає побудову ідентифікатора зусилля, який за відомими вхідними вимірювальними фізичними величинами оцінює вихідний сигнал – величину притискного зусилля. Враховуючи суттєву залежність притискного зусилля МПП від невизначеностей феромагнітної поверхні (ФП) та зовнішніх факторів робочого середовища, які не залежать від оператора та не можуть бути точно обчислені головною САК робота, в даній статті запропоновано використання гібридних нейро- нечітких систем для синтезу спостерігача притискного зусилля. Математичні моделі та системи управління на основі нечіткої логіки, штучних нейронних ме- реж і т.п. розроблені і успішно впроваджені для управління технологічними процесами, контролю транспорту, медичної і технічної діагностики, фінансового управління, прогнозування запасів, роз- пізнавання образів і т.п. [6,8,10,12,13]. Вдалі приклади застосування гібридних інтелектуальних сис- тем [13] показали їхню здатність поєднувати в собі позитивні риси нечітких систем та нейронних мереж, одночасно компенсуючи їхні недоліки. Так, для нейронних мереж відсутнім є алгоритм роз- рахунку кількості шарів та кількості нейронів у кожному шарі, але вони мають можливість навчання та адаптації. Сильною стороною нечітких систем є можливість легкої модифікації баз правил та ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 55 функціонування за відсутності повних знань про залежності між входами та виходами системи (використовуються не кількісні, а якісні знання). Для врахування особливостей взаємодії МПП (на базі ПЕ) з феромагнітною поверхнею доцільно розробити математичну модель спостерігача для іден- тифікації формованого електромагнітом притискного зусилля на основі адаптивної нейронної мережі з нечіткою системою логічного висновку [12,13]. Метою даної статті є формування моделей гібридних нейро-нечітких спостерігачів при- тискного зусилля для колісно-крокуючого робота з магнітокерованими колесами-рушіями, адап- тивних до невизначеностей робочої поверхні і здатних попередньо ідентифікувати величину формо- ваного притискного зусилля перед (а) безпосереднім зчепленням ноги робота з робочою поверхнею в зоні притискного електромагніту та (б) виконанням чергового кроку роботом. Для досягнення поставленої мети розглянемо більш детально конструктивні особливості МР для переміщення по похилих та вертикальних феромагнітних поверхнях. Магнітокерований рушій МР у вигляді колеса [3], фрагмент якого схематично показаний на рис. 1, взаємодіє з САК формуванням притискного зусилля (САКПЗ). Геометрична вісь такого колеса-рушія 1 збігається з точ- кою взаємного перетину бісектрис внутрішніх кутів багатокут- ника колеса, а конструктивна міцність колеса-рушія забезпечу- ється жорсткими спицями 2, секціями шини 3 і маточиною 4. Рушійним механізмом виступають опорно-тягові ланки, які здійснюють переміщення МР. Кожна така ланка складається з розсувних спиць, нерухомі елементи яких вмонтовані в маточину 4, а рухомі елементи (у вигляді стрижнів 5) висунуті до оброблю- ваної феромагнітної поверхні 9 через напрямні отвори в секціях шини 3 з втулками 6. Притискні електромагніти 8 закріплені за допомогою шарнірів 7 до вільних кінців стрижнів та забезпечу- ють задане значення притискного зусилля. При розробці систем зчеплення на базі електромагнітів головна увага приділяється створенню необхідного притискного зусилля F для утримання МР на робочій поверхні. Причому зна- чення утримувальної сили F розраховується як sf minF=k F , (1) де Fmin – мінімально допустиме значення зусилля; ksf – коефіцієнт запасу. Формування утримувального зусилля F забезпечується САКПЗ як складовою головної систе- ми керування МР. На рис. 2, а показано розроблену авторами САКПЗ електромагнітного притискного прист- рою, який є складовою частиною магнітокерованого колісного рушія МР [1]. Задавальний пристрій (ЗП) надсилає задане значення ПЗ у вигляді сигналу uЗЗ (задається оператором або САК пере- міщенням МР для кожного магніту). Сигнал помилки керування εС (сигнал розузгодження між uЗЗ та вихідним сигналом гібридного спостерігача uСЗ ) надходить на регулятор притискного зусилля (РПЗ), який формує сигнал керування uРЗ для кожного електромагніту. а б Рис. 2 Рис. 1 56 ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 Сигнали uРЗ забезпечують формування керованим перетворювачем (КП) відповідного зна- чення напруги uКП для відповідного ПЕ. При цьому ПЕ зчіплюється з феромагнітною поверхнею, а ідентифікація реальних поточних значень притискного зусилля проводиться спостерігачем зусилля (СЗ), зокрема оцінка значень формованих ПЗ електромагнітів (у вигляді сигналів uСЗ ) здійснюється СЗ на основі даних про просторове положення ПЕ та живлячу електромагніт напругу. Під час руху МР просторове положення призматичного ПЕ з розмірами а× b× l (рис. 2, б), де а − ширина, b − довжина, а l − висота магніту, залежить від характеру ФП. Зокрема, перешкоди, розміщені на поверхні, обумовлюють різні значення відстаней від вершин паралелепіпеда магніту до поверхні δ1, δ2, δ3, δ4. Різні значення можуть мати також кути нахилу притискної поверхні магніту до феромагнітної поверхні α1, α2. Крім того, довжина висунутої частини розсувної спиці R лінійного приводу (ЛП) колеса-рушія також впливає на реальне значення формованого ПЗ. Зміна кутів нахилу притискної поверхні ПЕ до ФП α1, α2 відслідковується датчиками кутів ДК1 та ДК2 (сигнали uДК1 та uДК2). Далі блоки обчислення модуля БМ1 та БМ2 опрацьовують сигнали з ДК1 і ДК2 та формують сигнали uα1 та uα2, які відповідають абсолютним значенням кутів α1 та α2. Величина R визначається за допомогою індуктивного датчика переміщення ДП (сигнал uДП). За допомогою датчика напруги (ДН) проводяться прямі вимірювання живлячої напруги (сигнал uДН). Феноменологічною основою функціонування магнітокерованого колісного рушія МР, яку роз- глянуто в роботі [3], є формування притискного зусилля ПЕ завдяки магнітній взаємодії (тобто – за допомогою магнітного поля Ĥ) елементів ФП із полюсами електромагніту. Кожна компонента поля Hλ (координатний індекс λ приймає значення x, y або z у системі координат на рис. 2, б) створює відповідну складову зусиль, розподілених по всій площі полюсної грані зі щільністю λ 0 λ( ) ( )k k k kf x , y JH x ,y= μ , (2) де точка ( , )k kx y є центром k-ої елементарної площадки полюса магніту; J – намагніченість полюса; Нλ – відповідні компоненти магнітного поля у точках ( , )k kx y . Отже, інтегральна величина притискного зусилля в умовах невизначеності характеристик поверхні та нерівномірності зазору між ПЕ та ФП навіть при однаковій величині магнітного потоку ПЕ залежить від розподілу магнітної індукції у зазорі. Тому для відстеження варіацій притискних зусиль притискні магніти оснащуються датчиками Холла (ДХ) для вимірювання значень індукції і визначення розрахунковим шляхом параметрів магнітного потоку та магнітної провідності зазору. Для цього до складу СЗ додається вбудований запрограмований процесор, який реалізує алгоритм обчислення магнітного потоку та магнітної провідності на основі розв’язання рівняння Лапласа для потенціалу магнітного поля у специфічній формі [1]: ( ) 2 2 2 2 2 2 M2 2 2 2 2 2 U U U U U UU x,y,z x y z x y z ∂ ∂ ∂ ∂ ∂ ∂ Δ ≡ + + ⇒ + = − ≡ −ρ ∂ ∂ ∂ ∂ ∂ ∂ , (3) яка може бути інтерпретована як рівняння Пуассона у двомірній прямокутній області (площині по- люса електромагніту), де U – магнітний потенціал, а ρM – щільність умовного «магнітного заряду», що дорівнює 2 M 2 nU z B n= ∂ ∂ ≡ ∂ ∂ρ , (4) де nB n∂ ∂ – нормальна до поверхні полюса похідна складової магнітної індукції. За методом Фур’є двомірний потенціал має вигляд ( ) 1 , sin sin n n n nx x y y b b a a n n n n n n nU x y A e B e y C e D e x b a π π π π∞ − − = ⎛ ⎞ ⎛ ⎞π π = + + +⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ ∑ , (5) де a та b – розміри прямокутного полюса, а невідомі коефіцієнти An , Bn , Cn та Dn визначаються зі специфічних крайових умов, які відрізняють цю задачу від традиційних задач Діріхле та Неймана, а саме: для визначення An , Bn , Cn та Dn складається система лінійних алгебраїчних рівнянь, в якій похідні вказаного потенціалу U(х,у) прирівнюються до виміряних значень індукції, отриманих шля- хом інтегрування виразу ρM = –ΔU(х,у). У даному випадку вимірювання індукції необхідно здійснювати безпосередньо у зазорі, що призводить до збільшення цього зазору принаймні на товщину ДХ (і відповідного зменшення вели- чини ПЗ). Крім того, кількість датчиків ДХ має бути достатньою для досягнення необхідної точності розрахунку зусиль (мінімум п'ять), що підвищує вимоги до обчислювального пристрою. ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 57 З урахуванням викладеного вище, при синтезі спостерігача авторами запропоновано засно- ваний на використанні експериментальних даних підхід для розробки інтелектуальної моделі ПЕ як об'єкта управління ПЗ [12,13]. Загальне притискне зусилля F, яке повинне бути розраховане за допо- могою спостерігача, визначається, з одного боку, інтегральною сумою магнітної індукції, створю- ваної ПЕ на ФП, і, з іншого боку, суттєво залежить від таких параметрів як: кути нахилу ПЕ до ФП (α1, α2), виліт розсувної спиці (R) і напруга живлення ПЕ (uКП). Для ПЕ з розмірами а=50,2 мм; b=31,0 мм; l=10,0 мм проведено експериментальні дослід- ження з мінімальною кількістю вимірювань (625 точок) сили відриву в різних просторових положен- нях ПЕ відносно феромагнітної поверхні. По суті накопичена база даних відповідає функціональній залежності ( )КП 1 2= , , , F f u Rα α , (6) яка може бути синтезована на основі отриманих експериментальних даних. Фрагмент отриманої бази експериментальних даних наведено в табл. 1. При розробці моделі спостерігача (2) для ідентифікації величини ПЗ доціль- но здійснювати апро- ксимацію експери- ментальних даних (табл. 1) з використанням адаптивних ННОС типу ANFIS (Adaptive-Network-Based Fuzzy Inference System [13]), яка є одним із варіантів гібридних нейро-нечітких мереж, зокрема, ней- ронною мережею прямого поширення сигналу [12]. ANFIS реалізує систему нечіткого логічного ви- ведення Сугено типу у вигляді п’ятишарової нейронної мережі прямого поширення сигналу. Це до- зволяє застосовувати для налагодження нейро-нечітких мереж швидкі алгоритми їх навчання, за- сновані на реалізації методу зворотного поширення помилки. Структура нечіткого правила з поряд- ковим номером r має наступний вигляд: 1 1, , 0, 1, 1 ,IF AND AND THEN r n n r r r n r nx a x a y b b x b x= … = = + +…+ , (7) де r=1,…, m – номер відповідного правила; ai,r – нечіткий терм із функцією належності μr(xi), який застосовується для лінгвістичної оцінки змінної xi у правилі r (r=1,…,m; i =1,…, n); bq,r – дійсні числа у консеквенті правила r (r=1,…,m; q=0,1,…, n). Функціональна структура типової ANFIS з двома входами x1, x2 та одним виходом y показана на рис. 3. Мережа ANFIS функціонує на- ступним чином. 1-й шар. Кожен вузол першого шару представлявляє собою відповід- ний лінгвістичний терм із певною функцією належності. Входи мережі x1, x2,…, xn з’єднані тільки з їхніми термами. Виходом кожного вузла є ступінь належності вхідної змінної до відповідного нечіткого терма ( ) 12 1 d i r i x gx c μ − ⎛ ⎞− = +⎜ ⎟⎜ ⎟ ⎝ ⎠ , (8) де c, d, g – регульовані параметри функції належності. 2-й шар. Кількість вузлів другого шару дорівнює m. Кожний вузол цього шару відповідає одному нечіткому правилу. Вузол другого шару з'єднаний з тими вузлами першого шару, які формують антецеденти відповідного правила. Отже, кожен вузол другого шару може приймати від 1 до n вхідних сигналів. Виходом вузла є ступінь виконання правила, який розраховується як добуток вхідних сигналів. Позначимо виходи вузлів цього шару через , 1,r r mτ = . 3-й шар. Кількість вузлів третього шару також дорівнює m. Кожен вузол цього шару розрахо- вує відносний ступінь виконання нечіткого правила Таблиця 1 uКП, В 4,2 4,2 5,6 5,6 6,8 6,8 8 8 9 9 α1, рад 0 0,0524 0 0,034 0 0,035 0 0,069 0 0,034 α2, рад 0 0,01 0,044 0 0,034 0,052 0,052 0 0 0,01 R, мм 15,51 14,91 13,61 15,51 12,97 14,91 13,61 15,51 15,51 14,24 F, Н 9,8 0,4 0,26 2 0,2 1,2 1,5 2,4 32,7 1,56 Рис. 3 58 ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 1 * 1, r r j j m τ τ τ − = ⎛ ⎞ = ⎜ ⎟⎜ ⎟ ⎝ ⎠ ∑ . (9) 4-й шар. Кількість вузлів четвертого шару також дорівнює m. Кожний вузол з'єднаний з одним вузлом третього шару, а також з усіма входами мережі. Вузол четвертого шару розраховує внесок одного нечіткого правила у вихід мережі ( )* 0, 1, 1 ,... .r r r r n r ny b b x b xτ= ⋅ + + + (10) 5-й шар. Єдиний вузол цього шару підсумовує висновки всіх правил 1 ... ...r my y y y= + + . (11) Дослідження запропонованої ННОС на стадії її розробки показали, що форма функції на- лежності лінгвістичних термів вхідних змінних істотно впливає на процес навчання та точність мо- делі СЗ [13]. Тому для досягнення високої адекватності даної нейро-нечіткої математичної моделі СЗ на стадії її проектування здійснено синтез ННОС із різними типами функцій належності лінгвіс- тичних термів (трикутних, трапецієподібних, Гаусівського типу 1-го роду, Гаусівського типу 2-го ро- ду, π-типу) вхідних змінних uКП, α1, α2, та R. Для змінних α1 та α2 обрано по три лінгвістичні терми: L – низький, M – середній і H – високий; для змінних R та uКП – п'ять термів: Z – нульова, S – мала, M – середня, В – велика і VB – дуже велика. База правил запропонованої ННОС складається з 225 правил, які відповідають усім комбінаціям чотирьох вхідних нечітких змінних. У цьому випадку кількість коефіцієнтів правил bq,r дорівнює 900. Вихідну базу з 625 експериментальних точок, фрагмент якої представлений у табл. 1, було розділено практично порівну (313/312) на дві вибірки рівномірно по всьому діапазону вхідних даних. Далі перша вибірка (313) була використана для навчання ННОС за допомогою гібридного методу навчання, який об'єднує в собі метод зворотного поширення помилки і метод найменших квадратів, а друга (312) – для контролю точності навчання моделей запропонованих спо- стерігачів ПЗ з різними типами функ- цій належності лінгвістичних термів. Результати навчання та контролю за- пропонованої ННОС для різних типів функцій належності лінгвістичних тер- мів вхідних змінних наведені в табл. 2. Проаналізувавши результати вищена- ведених досліджень можна стверджувати, що найвищої точності в процесі навчання ННОС можна досягти при Гаусівській 2-го роду формі лінгвістичних термів її вхідних змінних (помилка навчання складає 0,141, а помилка контролю – 0,258). Розглянемо більш детально результати порівняльного аналізу та оцінювання адекватності ма- тематичних моделей СЗ ПЕ на основі ННОС із різними типами функцій належності лінгвістичних термів вхідних змінних. Комп’ютерне моделювання (рис. 4) статичних характеристик експеримен- тального ПЕ виконано при α1 =0, α2=0,0162 та R=15,51 мм. На рис. 4 прийнято наступні умовні по- значення для статичних характеристик моделей СЗ на основі ННОС із функціями належності лінг- вістичних термів вхідних змінних: Fpinf − π-подібного типу; Ftrap − типу трапецій; Fgaus1 − Гаусів- ського типу 1-го роду; Fgaus2 − Гаусівського типу 2-го роду; Ftimf − трикутного типу; Fexp − ста- тична характеристика реального ПЕ. Аналіз адекватності синтезованих математичних моделей СЗ на основі ННОС проведено з використанням методів оцінки гіпотез математичної статистики [5], а саме: 1) сума квадратів помилок (SSE), що показує загальне відхилення значень математичної мо- делі Fм(uКП) від відповідних значень експериментальних даних Fе(uКП), [ ] 2 e м 1 0; k і і i SSE F F = = − →∑ (12) 2) коефіцієнт детермінації R2, що є часткою дисперсії відхилень залежної змінної від її се- реднього значення, Таблиця 2 Тип функцій належності лінгвістичних термів вхідних змінних ННОС Кількість епох навчання Мінімальна помилка навчання Мінімальна помилка контролю Трикутна 12 0,228 0,452 Трапецієподібна 16 0,511 0,889 Гаусівська 1-го роду 10 0,163 0,312 Гаусівська 2-го роду 11 0,141 0,258 π - типу 22 0,253 0,554 ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 59 [ ] 2 e м 2 1 2 e e 1 1 1, k і і i k і і i F F R F F = = − = − → ⎡ ⎤−⎣ ⎦ ∑ ∑ (13) де eіF − середнє арифметичне значення дослідної вибірки; 3) корінь із середнього для ква- драта помилки (RMSE) є оцінкою стан- дартного відхилення випадкової компо- ненти між даними синтезованої регре- сійної моделі та дослідними значеннями [ ] 2 e м 1 1 0. k і і i RMSE F F k = = − →∑ (14) Результати розрахунків статис- тичних оцінок адекватності синтезова- них математичних моделей спостеріга- чів ПЗ наведено в табл. 3. На основі цих даних можна зробити висновок, що най- кращий результат відповідності експе- риментальної вибірки має синте- зована математична модель на ос- нові ННОС з функціями належності лінгвістичних термів вхідних змін- них Гаусівського типу 2-го роду. Для подальшого підвищення точності СЗ під час навчання ННОС необхідно використовувати більшу кількість експериментальних точок. Висновки. Сформовано нейро-нечіткі математичні моделі СЗ для ПЕ на основі ННОС із різ- ними типами функцій належності лінгвістичних термів вхідних змінних (трикутний, трапецієподіб- ний, Гаусівський 1-го роду, Гаусівський 2-го роду, π-типу), які здатні адаптуватися до невизначе- ностей робочої поверхні і дозволяють попередньо ідентифікувати величину притискного зусилля, що формується перед безпосереднім зчепленням ноги робота з робочою поверхнею в зоні притискного електромагніту та перед виконанням чергового кроку роботом. Аналіз результатів комп’ютерного мо- делювання та адекватності розроблених моделей СЗ показав, що найвищу адекватність реальним про- цесам має модель з Гаусівського типу 2-го роду функціями належності лінгвістичних термів вхідних змінних ННОС (R2 =0,974). Запропонований підхід забезпечує підвищення надійності та гаранто- спроможності МР і САК МР, адаптивних до невизначеностей ФП, у цілому завдяки визначенню формованого сумарного ПЗ МР перед виконанням чергового кроку переміщення. Феноменологія недетермінованої задачі визначення ПЗ, формованого ПЕ МР під час процесу переміщення, у своїй основі є детермінованою, що дозволяє використання модифікованого підходу на базі класичних рівнянь з теорії поля [1]. Тому в подальшому доцільно направити дослідження на вико- ристання отриманих результатів для побудови комп’ютеризованих інформаційно-вимірювальних та ке- руючих систем МР, здатних переміщуватися по складних поверхнях, з урахуванням природи невиз- наченостей ФП (феромагнітні або не феромагнітні) з точки зору електромагнітної взаємодії ПЕ з ФП. 1. Герасін О.С., Козлов О.В., Запорожець Ю.М., Кондратенко Ю.П. Розробка підсистеми автоматич- ного керування притискним зусиллям для мобільного робота // Матеріали ХХІІІ міжнародної конференції з автоматичного управління (Автоматика-2016), Суми, 22-23 вересня, 2016. – Суми: Сумський державний універ- ситет, 2016. – С. 112–113. Рис. 4 Таблиця 3 Тип математичної моделі СЗ на основі ННОС із функціями належності лінгвістичних термів вхідних змінних SSE R2 RMSE трикутного типу 2,926 0,961 0,571 трапецієвидного типу 8,087 0,889 0,948 Гаусівського типу 1-го роду 2,275 0,969 0,503 Гаусівського типу 2-го роду 1,904 0,974 0,461 π - типу 2,241 0,969 0,499 60 ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 2. Жучинський Л.А., Свистунов М.В., Стоян С.Л. Пристрій для механічного очищення корпусу судна. Патент України № 63172, 2011. 3. Кондратенко Ю.П., Запорожець Ю.М. Колесо-рушій мобільного робота. Патент України № 45369, 2009. 4. Кондратенко Ю.П., Запорожець Ю.М. Кондратенко В.Ю. Спосіб магнітокерованого переміщення мобільного робота. Патент України № 47369, 2010. 5. Королюк В.С., Портенко Н.И., Скороход А.В., Турбин А.Ф. Справочник по теории вероятности и ма- тематической статистике. – М.: Наука, 1985. – 640 с. 6. Липківський К.О., Кирик В.В. Застосування Fuzzy Logic регулятора в стабілізаторах змінної напру- ги // Технічна електродинаміка. Тем. вип. “Проблеми сучасної електротехніки”. – 2000. – С. 43–44. 7. Марков Э.Т. Судовые электрические аппараты. – Л.: Судостроение, 1981. – 344 с. 8. Пересада С.М., Бовкунович В.С., Ковбаса С.Н. Адаптивный наблюдатель Матсусе: новый синтез, га- рантирующий асимптотичность оценивания вектора потокосцепления и активного сопротивления ротора асин- хронного двигателя // Технічна електродинаміка. – 2010. – № 3. – С. 28–32. 9. Поливанов К.М. Теоретические основы электротехники, ч. III. Теория электромагнитного поля. – М.: Энергия, 1969. – 352 с. 10. Стогній Б.С., Кириленко О.В., Липківський К.О., Кирик В.В. FUZZY-системи – новий технологіч- ний інструмент управління // Технічна електродинаміка. – 2001. – № 3. – С. 17–20. 11. Christensen L., Fischer N., Kroffke S., Lemburg J., Ahlers R. Cost-Effective Autonomous Robots for Ballast Water Tank Inspection // Journal of Ship Production and Design. – 2011. – Vol. 27. – No 3. – Pp. 127–136. 12. Jang J.-S.R. ANFIS: Adaptive-Network-based Fuzzy Inference Systems // IEEE Transactions on Systems, Man, and Cybernetics. – 1993. – Vol. 23. – No 3. – Pp. 665–685. 13. Kondratenko Y.P., Kozlov O.V., Gerasin O.S., Zaporozhets Y.M. Synthesis and research of neuro-fuzzy observer of clamping force for mobile robot automatic control system // Proceedings of the 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP), Lviv, Ukraine, August 23-27. – 2016. – Pp. 90–95. 14. Souto D., Faiña A., Deibe A., Lopez-Peña F., Duro R. J. A Robot for the Unsupervised Grit-Blasting of Ship Hulls // International Journal of Advanced Robotic Systems. – 2012. – Vol. 9. – Pр. 1–16. УДК 62-50+007.52 : 621.318.2 НЕЙРО-НЕЧЁТКИЕ НАБЛЮДАТЕЛИ ДЛЯ ИДЕНТИФИКАЦИИ ПРИЖИМНОГО УСИЛИЯ МАГНИТОУПРАВЛЯЕМЫХ ДВИЖИТЕЛЕЙ МОБИЛЬНЫХ РОБОТОВ Ю.П. Кондратенко1, докт.техн.наук, Йоахим Рудольф2, докт.техн.наук, А.В. Козлов3, канд.техн.наук, Ю.М. Запорожец1, канд.техн.наук, А.С. Герасин3 1 - Черноморский национальный университет им. П. Могилы, ул. 68-ми Десантников, 10, Николаев, 54003, Украина, e-mail: y_kondrat2002@yahoo.com 2 - Саарландский университет, Кампус А5 1, Саарбрюкен, 66123, Германия, 3 - Национальный университет кораблестроения им. адм. С.И. Макарова, пр. Героев Сталинграда, 9, Николаев, 54025, Украина. Предложены модели наблюдателей для идентификации прижимного усилия магнитоуправляемых движителей мобильных роботов для перемещения по наклонным и вертикальным ферромагнитным поверхностям на основе гибридной нейро-нечеткой вычислительной системы (ННВС) типа ANFIS. Приведены результаты экспери- ментальных исследований силы отрыва в различных пространственных положениях прижимного магнита от- носительно ферромагнитной поверхности, что обеспечивает эффективное обучение ННВС, встроенной в сис- тему автоматического управления прижимными усилиями мобильного робота. Проведен сравнительный ана- лиз разработанных наблюдателей с различными типами функций принадлежности. Представлены результа- ты идентификации формируемого прижимного усилия и результаты анализа адекватности синтезированных моделей наблюдателей. Библ. 14, табл. 3, рис. 4. Ключевые слова: мобильный робот, магнитоуправляемый движитель, электромагнитное поле, прижимной электромагнит, система управления прижимным усилием, нейро-нечеткий наблюдатель. ISSN 1607-7970. Техн. електродинаміка. 2017. № 5 61 NEURO-FUZZY OBSERVERS OF CLAMPING FORCE FOR MAGNETICALLY OPERATED MOVERS OF MOBILE ROBOTS Y.P. Kondratenko1, Joachim Rudolph2 , O.V. Kozlov3, Y.M. Zaporozhets1, O.S. Gerasin3 1 - Petro Mohyla Black Sea National University, 68 Desantnykiv, 10, Mykolaiv, 54003, Ukraine, e-mail: y_kondrat2002@yahoo.com 2 - Saarland University, Campus А5 1, Saarbrucken, 66123, Germany, 3 - National University of Shipbuilding named after admiral S.I. Makarov, 9, Heroiv Stalinhrada ave., Mykolaiv, 54025, Ukraine. The models of observers for clamping force identification on the basis of ANFIS type hybrid neuro-fuzzy computational system (NFCS) is offered for magnetically operated movers of mobile robots for moving on inclined or vertical ferromagnetic surfaces. The results of experimental investigations of breakaway effort measurements in different spatial positions of clamping magnet relative to the ferromagnetic surface are brought that provides effective training NFCS, built into the clamping force automatic control system of the mobile robot. A comparative analysis of the developed observers with different types of membership functions is performed. Results of formed clamping force identification and an analysis of the adequacy of the observers’ synthesized models are presented. References 14, tables 3, figures 4. Key words: mobile robot; magnetically operated mover; electromagnetic field; clamping electromagnet; clamping force control system; neuro-fuzzy observer. 1. Gerasin O.S., Kozlov O.V., Zaporozhets Y.M., Kondratenko Y.P. The clamping force automatic control subsystem development for a mobile robot // Proceedings of the ХХІІІ International Conference on Automatic Control (Automatics-2016), Sumy, 2016, September, 22-23. – Sumy: Sumy State University, 2016. – Pp. 112–113. (Ukr) 2. Zhuchynskyy L.A., Svystunov M.V., Stoian S.L. Device for mechanical cleaning ship hull. Patent UA No 63172, 2011. (Ukr) 3. Kondratenko Y.P., Zaporozhets Y.M. Propulsion wheel of mobile robot. Patent UA No 45369, 2009. (Ukr) 4. Kondratenko Y.P., Zaporozhets Y.M., Kondratenko V.Y. Method of magnetically operated displacement of mobile robot. Patent UA No 47369, 2010. (Ukr) 5. Korolyuk V.S., Portenko N.I., Skorohod A.V., Turbin A.F. Handbook of probability theory and mathematical statistics. – Moskva: Nauka, 1985. – 640 p. (Rus) 6. Lypkivskyi K.O., Kyryk V.V. Application of Fuzzy Logic controller in AC voltage stabilizers // Tekhnichna Elektrodynamika. Тematychnyi vypusk “Problemy suchasnoi elektrotekhniky”. – 2000. – Pp. 43–44. (Ukr) 7. Markov E.T. Ship electric apparatus. – Leningrad: Sudostroenie, 1981. – 344 p. (Rus) 8. Peresada S.M., Bovkunovich V.S., Kovbasa S.N. Adaptive Matsuse observer: a new synthesis, which guarantees asymptoticity of flux linkage vector estimation and active rotor resistance of asynchronous motor // Tekhnichna Elektrodynamika. – 2010. – No 3. – Pp. 28–32. (Rus) 9. Polivanov K.M. Theoretical foundations of electrical engineering. Part 3. Electromagnetic field theory. – Moskva: Energiia, 1969. – 352 p. (Rus) 10. Stohnii B.S., Kyrylenko O.V., Lypkivskyi K.O., Kyryk V.V. FUZZY-systems − a new control technological tool // Tekhnichna Elektrodynamika. – 2001. – No 3. – Pp. 17–20. (Ukr) 11. Christensen L., Fischer N., Kroffke S., Lemburg J., Ahlers R. Cost-Effective Autonomous Robots for Ballast Water Tank Inspection // Journal of Ship Production and Design. – 2011. – Vol. 27. – No 3. – Pp. 127–136. 12. Jang J.-S.R. ANFIS: Adaptive-Network-based Fuzzy Inference Systems // IEEE Transactions on Systems, Man and Cybernetics. – 1993. – Vol. 23. – No 3. – Pp. 665–685. 13. Kondratenko Y.P., Kozlov O.V., Gerasin O.S., Zaporozhets Y.M. Synthesis and research of neuro-fuzzy observer of clamping force for mobile robot automatic control system // Proceedings of the 2016 IEEE First Inter- national Conference on Data Stream Mining & Processing (DSMP), Lviv, Ukraine, August 23-27, 2016. – Pp. 90–95. 14. Souto D., Faiña A., Deibe A., Lopez-Peña F., Duro R. J. A Robot for the Unsupervised Grit-Blasting of Ship Hulls // International Journal of Advanced Robotic Systems. – 2012. – Vol. 9. – Pp. 1–16. Надійшла 13.02.2017 Остаточний варіант 13.06.2017

Нейро-нечіткі спостерігачі для ідентифікації притискного зусилля магнітокерованих рушіїв мобільних роботів

Institution

Ähnliche Einträge