Bài viết Điều khiển bù nhiễu cho cánh tay máy đôi sử dụng mạng nơ ron nhân tạo trình bày phương pháp điều khiển bù nhiễu cho hệ cánh tay máy đôi sử dụng mạng nơ-ron. Bằng cách cập nhật tham số của mạng sao cho tối thiểu hóa sự ảnh hưởng của nhiễu đầu vào, quỹ đạo các trạng thái của hệ sẽ được đảm bảo bám theo tín hiệu đặt cho dù hệ có chịu tác động của nhiễu hay không. | P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY ĐIỀU KHIỂN BÙ NHIỄU CHO CÁNH TAY MÁY ĐÔI SỬ DỤNG MẠNG NƠ-RON NHÂN TẠO DISTURBANCES REJECTION CONTROL FOR DUAL ARMS ROBOT USING ARTIFICIAL NEURAL NETWORK Nguyễn Ngọc Linh1 Phạm Ngọc Thành1 Hoàng Duy1 DOI https sử dụng khá hiệu quả để đưa các góc quay robot bám TÓM TẮT theo giá trị đặt đồng thời loại bỏ được phần nào sự ảnh Bài báo trình bày phương pháp điều khiển bù nhiễu cho hệ cánh tay máy đôi hưởng của nhiễu. Bộ điều khiển trượt với mặt trượt động sử dụng mạng nơ-ron. Bằng cách cập nhật tham số của mạng sao cho tối thiểu 5 ngoài giữ được ưu điểm của bộ điều khiển cuốn chiếu hóa sự ảnh hưởng của nhiễu đầu vào quỹ đạo các trạng thái của hệ sẽ được đảm backstepping cũng như bộ điều khiển trượt thì nó còn bảo bám theo tín hiệu đặt cho dù hệ có chịu tác động của nhiễu hay không. Các hạn chế sự bùng nổ toán hạng gây ra khi thực hiện tính kết quả thuật toán được mô phỏng trên Matlab Simulink qua đó sự hiệu quả của toán. Tuy nhiên với việc có sự xuất hiện của hàm dấu phương pháp được kiểm chứng đồng thời công việc so sánh với bộ điều khiển trong biểu thức xác định tín hiệu điều khiển việc xảy ra trượt cũng được thực hiện nhằm cho thấy ưu thế của mạng nơ-ron. hiện tượng rung chaterring là không thể tránh khỏi với Từ khóa Điều khiển bù nhiễu điều khiển thích nghi mạng nơ-ron cánh tay cả bộ điều khiển trượt và bộ điều khiển mặt động. Một máy đôi robot song song. cách tiếp cận khác là sử dụng hệ logic mờ một cách trực tiếp 6 hoặc kết hợp với bộ điều khiển cuốn chiếu 7 hay ABSTRACT bộ điều khiển trượt 8 nhằm nâng cao tính thích nghi This paper presents a disturbances rejection control method for dual arms của bộ điều khiển. Theo đó khi có sự tham gia của hệ robots using artificial neural networks. By updating the network parameters to mờ bộ điều khiển có khả năng tự điều chỉnh các tham số minimize input disturbances the system s state trajectory is guaranteed to để phù hợp với sự ảnh hưởng từ
