Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos (2023)
- Authors:
- Autor USP: SÁVIO, THIAGO LIQUITA - EESC
- Unidade: EESC
- Sigla do Departamento: SEM
- DOI: 10.11606/D.18.2023.tde-26052023-093511
- Subjects: REDES NEURAIS; MANIPULADORES; GEOMETRIA E MODELAGEM COMPUTACIONAL
- Keywords: Manipuladores paralelos flexíveis; Redes neurais artificiais
- Agências de fomento:
- Language: Português
- Abstract: Os Manipuladores Paralelos (Parallel Manipulator - PM) estão sendo mais utilizados a cada dia, como uma alternativa viável de projeto para aplicações industriais. Fatores que contribuem para isso, são algumas vantagens provenientes desse tipo de manipulador, como: a leveza, elevadas relações velocidades/acelerações, rigidez elevada, capacidade de carga e alta compactação. No entanto, esta opção de projeto pode gerar vibrações indesejadas devido à flexibilidade de seus componentes, exigindo a implementação de novas estratégias de controle de juntas e espaço de tarefas. Dois desafios principais surgem ao projetar uma estratégia de controle para um PM: a falta de uma medição direta da pose do efetuador final e sua dinâmica de acoplamento. Este trabalho propõe um estimador para avaliar a pose do efetuador final de um PM usando Redes Neurais Artificiais (RNAs) estáticas (multilayer perceptron - MLP) e com atraso de tempo (focused time lagged feedforward network - TLFN focada, e distributed time lagged feedforward network - TLFN distribuída). Encoders, extensômetros e câmera foram utilizados para realizar as medições, os encoders medem o deslocamento angular das juntas ativas do manipulador, os extensômetros a deformação dos elos e a câmera a posição do efetuador final. A proposta é validada usando dados experimentais de um PM 3RRR com elos flexíveis. No trabalho em questão foi possível treinar uma RNA com 22 trajetórias que foi capaz de prever o posicionamento de uma trajetóriaque não participou do treinamento, através dos dados de entrada, com uma média do MAPE (mean absolute percentage error) para as 3 saídas do efetuador final de 6,53% para uma MLP, 3,43% para uma TLFN focada e 6,52% para uma TLFN distribuída, a média do MSE (mean aquare error) foram, respectivamente, 1,0 x 10^[-3]m^[2], 1,6 x 10^[-4]m^[2] e 7,4 x 10^[-4]m^[2]
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Data da defesa: 24.03.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SAVIO, Thiago Liquita. Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/. Acesso em: 28 abr. 2024. -
APA
Savio, T. L. (2023). Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/ -
NLM
Savio TL. Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos [Internet]. 2023 ;[citado 2024 abr. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/ -
Vancouver
Savio TL. Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos [Internet]. 2023 ;[citado 2024 abr. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/
Informações sobre o DOI: 10.11606/D.18.2023.tde-26052023-093511 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas