سال انتشار: ۱۳۸۶

محل انتشار: پانزدهمین کنفرانس سالانه مهندسی مکانیک

تعداد صفحات: ۶

نویسنده(ها):

احمد باقری – استادیار، د انشکده فنی دانشگاه گیلان
توحید کریمی – کارشناس ارشد طراحی کاربری، دانشکده فنی دانشگاه گیلان
مفید گرجی – دانشیار، دانشکده مکانیک مجتمع فنی مهندسی نوشیروانی بابل، دانشگاه م
آدمین کاظمی – دانشجوی دکترای تبدیل انرژی، دانشکده مکانیک مجتمع فنی مهندسی نوشیروا

چکیده:

در این مقاله یک کنترلر تطبیقی به کمک شبکه عصبی چندلایه برای یک ربات پویشگر زیرآبی طراحی شده است . الگوریتم های به هنگام سازی وزن ها با استفاده از تئوری لیاپانوف به دست آمده اند، به گونه ای که همگرایی خطا به صفر، پایداری سیستم و نیز کران دار بودن سیگنال های کنترلی و وزن های شبکه های عصبی، و همچنین پایداری سیستم از این طریق تضمین شده اند . در به کارگیری شبکه های عصبی، هیچ گونه آموزش خارج از خط انجام نشده است و تمامی وزن ها حین شبیه سازی تطبیق داده و تنظیم شده اند . مقادیر بهینه ی بهره های آموزش در قوانین آموزش با استفاده از روش الگوریتم ژنتیک تک هدفی به گونه ای به دست آمده اند که خطای رهگیری در تمامی درجات آزادی ربات حداقل گردند . از مقایسه ی میان عملکرد کنترلر تطبیقی طراحی شده با کنترلر تناسبی – مشتقیPD ، بهبود قابل ملاحظه ای در کاهش خطای رهگیری در تمامی درجات آزادی سیستم و نیز پایداری در دفع اغتشاشات وارده، مشاهده شده است