Çok serbestlik dereceli bir hidrolik robot manipülatörün deneysel modellenmesi ve optimal kontrolü

Abstract

Bu çalışmada, çok serbestlik dereceli bir hidrolik robot manipülatörün deneysel modellenmesi ve optimal kontrolü gerçekleştirilmiştir. Hidrolik robot manipulator kaldırma-indirme ve uzatma-çekme olmak üzere iki tür hareket tipine sahiptir. Bu hareketler toplamda on dört farklı şekilde olmak üzere yedi adet tahrik elemanı ile tahrik edilmektedir. Bu on dört farklı hareketin deneysel modellenmesi yapılmış ve transfer fonksiyonları elde edilmiştir. Elde edilen transfer fonksiyonları kullanılarak systemin optimal kontrolü için PID kontrolcü tasarımları yapılmış ve PID kontrolcü kazançları ayarlanmıştır. On dört farklı harekete ait transfer fonksiyonu deneysel olarak elde edilen veriler kullanılarak MATLAB System Identification Toolbox ile tanımlanmıştır. Elde edilen transfer fonksiyonları kullanılarak Genetik Algoritma, Parçacık Sürü Optimizasyonu, Arı Algoritması, Guguk Kuşu Algoritması ve Büyük Patlama Büyük Çöküş optimizasyon yöntemleri aracılığıyla sistemin kapalı çevrim basamak cevabına göre özgün olarak belirlenen amaç fonksiyonunu minimize edilmiştir. Bu çalışma kapsamında Büyük Patlama Büyük Çöküş ve Hooke Jeeves algoritmasının birlikte kullanıldığı hibrit bir optimizasyon algoritması önerilmiştir. Önerilen algoritma ile diğer optimizasyon algoritmaları karşılaştırılmış ve elde edilen sonuçlar grafiksel olarak sunulmuştur.

In this study, experimental modeling and optimal control of a multi degree of freedom hydraulic robot manipulator has been realized. The hydraulic robot manipulator has two types of movement: lifting-lowering and extension-pulling. These movements fourteen in total are driven by seven drive elements. Experimental modeling of these fourteen different movements were performed and transfer functions were obtained. PID controller designs were made for optimal control of the system using the transfer functions obtained and PID controller gains were tuned. The transfer function of fourteen different movements is defined by MATLAB System Identification Toolbox using the data obtained experimentally. Using the transfer functions obtained, Genetic Algorithm, Particle Swarm Optimization, The Bees Algorithm, Cuckoo Bird Algorithm and Big Bang Big Crunch optimization methods have been minimized the cost function of the system, which was originally determined according to the closed loop step response. In this study, a hybrid algorithm using Big Bang Big Crunch and Hooke Jeeves algorithm is proposed. The proposed algorithm and other optimization algorithms were compared and the results obtained were presented graphically.