Esnek robot kol sistemi için LQR denetleyici parametrelerinin metasezgisel algoritmalar kullanılarak belirlenmesi

Abstract

Yapılan bu çalışma, hem esnek robot kol sisteminin hareket kontrolü için tasarlanmış LQR denetleyicisi hem de kontrol parametrelerinin optimizasyonu hakkında analizler sunmaktadır. Bu optimizasyon çalışması ile esnek robot kol sistemi istenilen açısal hedefe en hızlı şekilde gelirken artık titreşimlerde ortadan kalkar. Titreşimli parçacık sistemi yeni bir meta-sezgisel yaklaşımdır ve ilk kez bu çalışmada LQR'a ait parametrelerin (ağırlık matrislerinin) ayarlanmasında kullanılmıştır. Çalışmada kullanılacak metodun etkinliği, çok sık kullanılan optimizasyon algoritmalarından olan genetik ve yapay arı kolonisi algoritması gibi algoritmalar ile karşılaştırılmıştır. Ayrıca bu çalışma, kullanılan sistem için kontrol yanıtının parametrelerini dikkate alan yeni çoklu amaç fonksiyonu önermektedir. Optimizasyon algoritmalarına ait parametreler geniş bir arama uzayı vasıtasıyla belirlenmiştir. Her bir algoritma dört farklı popülasyon/parçacık değeri ile incelenmiş ve 100 iterasyon için sonuçlar elde edilmiştir. GA, ABC ve VPS algoritmalarından elde edilen en iyi kontrol sonuçları, esnek robot kol sistemine uygulanmıştır. Uygulama sonrası teorik ve deneysel sonuçlar karşılaştırılmıştır. Karşılaştırma sonucunda istenilen en iyi kontrol sonuçlarının VPS tabanlı LQR denetleyicisi ile elde edildiği görülmüştür. Ayrıca yapılan bu çalışma, optimizasyon algoritmalarındaki teorik uygulamaya yönelik ayrıntıları gösterecek şekilde düzenlenmiştir

This study presents analyzes on both the LQR controller designed for motion control of the flexible robot arm system and the optimization of the control parameters. With this optimization work, the flexible robot arm system reaches the desired angular target in the fastest way, while residual vibrations are eliminated. The vibrating particle system is a new meta-heuristic approach and was used for the first time in this study to adjust the parameters (weight matrices) of the LQR. The effectiveness of the method to be used in the study was compared with algorithms such as genetic and artificial bee colony algorithm, which are among the most frequently used optimization algorithms. In addition, this study proposes a new multi-objective function that takes into account the parameters of the control response for the system used. The parameters of the optimization algorithms were determined by means of a large search space. Each algorithm was examined with four different population/particle values and results were obtained for 100 iterations. The best control results obtained from GA, ABC and VPS algorithms are applied to the flexible robot arm system. After the application, the theoretical and experimental results were compared. As a result of the comparison, it was seen that the best control results were obtained with the VPS-based LQR controller. In addition, this study is organized to show the details of the theoretical application in optimization algorithms.