طراحی کنترل‌کننده مد ‌لغزشی برای کنترل بازوی رباتیک ‌ماهر غیر‌خطی با ‌در‌ نظر گرفتن اشباع ‌عملگرها

در این مقاله یک طرح کنترلی مد ‌لغزشی مبتنی بر شبکه عصبی برای کنترل بازوی رباتیک ماهر با در نظر گرفتن اشباع عملگر و در حضور اغتشاش‌های خارجی پیشنهاد می‌گردد. در رهیافت کنترلی پیشنهادی از شبکه‌ عصبی چبیشف نوع دوم برای جبران اثرات مخرب اشباع ‌عملگر بهره گرفته شده است. سیستم حلقه بسته با استفاده از کنترل‌کننده پیشنهادی دارای قابلیت همگرایی ‌سریع، خطای ردیابی ‌کوچک، تقاوم و عملکرد مناسب در حضور اشباع عملگر و اغتشاش‌های‌ خارجی است. وزن‌های شبکه عصبی با بهره‌گیری از تئوری لیاپانوف استخراج شده و پایداری سیستم به اثبات رسانده می‌شود. عملکرد کنترل‌کننده پیشنهادی با سایر کنترل‌کننده‌ها مورد قیاس قرار گرفته و کارایی آن در سناریوهای مختلف به ازای مسیرهای مختلف و حضور اغتشاش‌های خارجی مورد ارزیابی قرار می‌گیرد.

design of a robust sliding-mode controller for controlling non-linear robotic manipulators with consideration of actuator saturation

in this article, a robust sliding mode control scheme based on a neural network is proposed to control a robotic manipulator in thepresence of actuator saturation and external disturbances. in the proposed control method, the destructive effects of actuatorsaturation are mitigated by using an actuator saturation compensation system based on the type-2 chebyshev neural network. the presented control scheme has advantages such as fast convergence, small tracking error, robustness, and suitable performance of the control system in the presence of actuator saturation and external disturbances. the weights of the neural network are obtained using lyapunov theory, and the stability of the closed-loop system is proven. the performance of the proposed controller is compared with other controllers, and the effectiveness of the proposed control scheme is examined for different trajectories through numerical simulations.