Bài viết Điều khiển bền vững thích nghi trên cơ sở mờ Nơron điều khiển cho tay máy robot đưa ra bộ điều khiển bền vững thích nghi mờ nơron điều khiển cho tay máy robot để cải thiện độ chính xác của điều khiển bám. Để giải quyết thành phần bất định của hệ thống robot, bộ điều khiển AFRNNs được sử dụng để xấp xỉ thành phần chưa rõ của động học robot. | LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA Điều khiển bền vững thích nghi trên cơ sở mờ Nơron điều khiển cho tay máy robot Adaptive robust control based on fuzzy neural network control robot manipulator Nguyễn Phương Tỵ1 Vũ Thị Yến2 Nguyễn Thị Thảo1 Nguyễn Thị Phương1 Email tynp2109@ Trường Đại học Sao Đỏ 1 2 Trường Đại học Công nghiệp Hà Nội Ngày nhận bài 11 01 2022 Ngày nhận bài sửa sau phản biện 29 3 2022 Ngày chấp nhận đăng 31 3 2022 Tóm tắt Bài báo này đưa ra bộ điều khiển bền vững thích nghi mờ nơron điều khiển cho tay máy robot để cải thiện độ chính xác của điều khiển bám. Để giải quyết thành phần bất định của hệ thống robot bộ điều khiển AFRNNs được sử dụng để xấp xỉ thành phần chưa rõ của động học robot. Ngoài ra bộ điều khiển trượt SMC được xây dựng để tối ưu các tham số vectơ bù sai lệch xấp xỉ. Tất cả các tham số của bộ điều khiển đưa ra được xác định bằng thuyết ổn định Lyapunov. Vì thế khả năng ổn định bền vững và hiệu suất bám yêu cầu của AFRNNs cho tay máy robot được đảm bảo. Hơn thế nữa mô phỏng hoạt động của bộ điều khiển được thực hiện trên robot hai link để chứng minh tính bền vững và hiệu quả của bộ điều khiển ARFNNs. Từ khóa Điều khiển trượt điều khiển thích nghi bền vững điều khiển mờ mạng nơron tay máy robot. Abstract This paper proposed an Adaptive Robust Fuzzy Neural Networks ARFNNs control for robot manipulators to improve accuracy of the tracking control. To deal with the unknown knowledge of the system the ARFNNs are used to approximate the unknown dynamics. In addition the robust SMC is constructed to optimize parameter vectơs compensate the approximation error. All the parameters of the proposed control system are determined by Lyapunov stability theorem. Therefore the stability robustness and desired tracking performance of ARFNNs for robot manipulator are guaranteed. Moreover the simulations performed on two-link robot manipulator to prove the robustness and efficiency of the ARFNNs. Keywords Sliding mode control robust .
