Control neuronal para un robot rígido de dos grados de libertad
En este trabajo de tesis se propone un controlador neuronal para el manejo de un robot manipulador de dos grados de libertad con incertidumbre paramétrica, concretamente, con desconocimiento de los vectores de gravedad, inercias, Coriolis y fricción. El controlador consta de un control Proporcional-...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2012 |
| País: | México |
| Recursos: | Universidad Autónoma de Querétaro |
| Repositorio: | Repositorio Institucional de la Universidad Autónoma de Querétaro |
| OAI Identifier: | oai:ri-ng.uaq.mx:123456789/425 |
| Acesso em linha: | http://ri-ng.uaq.mx/handle/123456789/425 |
| Access Level: | acceso abierto |
| Palavra-chave: | Control neuronal Función de lyapunov Incertidumbres paramétricas Neural controller Lyapunov function Neural controller Parametric uncertainties INGENIERÍA Y TECNOLOGÍA |
| Resumo: | En este trabajo de tesis se propone un controlador neuronal para el manejo de un robot manipulador de dos grados de libertad con incertidumbre paramétrica, concretamente, con desconocimiento de los vectores de gravedad, inercias, Coriolis y fricción. El controlador consta de un control Proporcional-Derivativo (PD) con compensación por redes neuronales artificiales. Mediante un análisis de Lyapunov se presentan las condiciones de estabilidad y se demuestra que todas las señales en lazo cerrado son finalmente uniformemente acotadas (UUB). Después, se muestran los resultados de simulación y experimentales de las leyes de control a comparar; PD con compensación, Proporcional-Integral-Derivativo (PID) y el control neuronal. |
|---|