學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894
Browse
2 results
Search Results
Item 雙軸機械手臂之適應性模糊滑動模式控制(2011) 鄭景文; Ching-Wen Cheng本研究之目的是針對機械手臂之循軌控制提出適應性模糊滑動模式控制。於系統模型部份已知的情況下，運用極點配置法來設計標稱控制器給予機械手臂之理想動態，並透過滑動模式干擾估測器及適應性模糊補償器將系統的不確定性及外部干擾予以補償。 利用滑動模式干擾估測器來提昇整體控制架構之初始性能，並對於未知的干擾給予快速有效的補償，以提升控制架構的強健性能。適應性模糊補償器透過自訂適應性法則，將控制系統中的未知干擾建模於模糊規則庫；當建模完成便可依據系統之狀態，查得目前的系統干擾，以達到即時的干擾補償，因此可進一步改善滑動模式干擾估測器補償的相位落後問題。 本文實驗平台之架構上，採用美國德州儀器公司(Texas Instruments, TI)所生產之TMS320C6713 DSP搭配具FPGA之自製擴充子板為實驗平台。在FPGA方面，以硬體描述語言(VHDL)撰寫Encoder, A/D與D/A等週邊界面程式；在控制器實現上，利用TI所提供的Code Composer Studio (CCS)環境下以C/C++撰寫控制器程式並下載到DSP上執行。經由自製的雙軸機器手臂實驗平台進行追圓軌跡控制，結果顯示能有效提升循軌的表現及降低循軌誤差。Item 積分型干擾觀測器於週期性干擾補償之設計與實現(2018) 張上豪; Chang, Shang-Hao本文使用干擾估來提升伺服馬達旋轉位置的精度，其針對重覆運動所產生的週期性干擾進行估測，並補償至控制系統中達到訓練機械精準地完成動作。為了驗證控制器的功效性，本文使用伺服馬達裝載四連桿機構產生非線性的干擾，四連桿機構在運行時會通過死點，對系統帶來極大的干擾，不易即時地達到準確的估測。 本研究是在干擾估測器中加入反覆學習機制，來改善對於週期性干擾的估測能力，利用週期性干擾訊號每隔固定的時間就會重覆的特性，使得反覆學習機制可以漸進地逼近未知的訊號。相較傳統的方式，本研究的干擾觀測器針對於週期性干擾有更好的估測能力，當伺服馬達負載快速的變化時，干擾估測能力的提升可以提高位置控制的精準。 在實驗平台方面，使用三菱無刷伺服馬達，並使用美國德州儀器(Texas Instruments, TI)公司生產TMS320C6713 DSP開發板進行數位訊號處理，搭配具備FPGA、ADC、DAC等的擴充子板。在FPGA方面，利用VHDL硬體描述語言實現數位電路，進行訊號擷取；而在控制法則實現上，透過TI提供的Code Composer Studio (CCS)發展環境，以C/C++撰寫控制器程式並下載到DSP上執行，進行非線性平台的定速控制實驗。由實驗結果顯示，本研究提出之方法能有效地估測系中週期性干擾。