Iterative Learning Controlper un

manipolatore robotico

Università degli Studi di Padova

Dipartimento di Ingegneria dell’Informazione

Relatore: Prof. Luca Schenato

Laureando: Sebastiano Segantin

anno accademico 2005/2006

Corso di laurea in Ingegneria dell’Automazione

Esempio:robot ABB per il taglio di carrozzerie automobilistiche

1/11

S. S

eg

an

tin

MOTIVAZIONI

• Un sistema ripetitivo commette sistematicamente lo stesso errore ad ogni sua iterazione.

• Sfruttando questa informazione è possibile ridurre l’errore nelle iterazioni successive grazie alla tecnica Iterative Learning Control (ILC).

Sistema Ripetitivo:• Iterazioni di durata temporale fissa:• Condizioni iniziali identiche• Stessa traiettoria di riferimento

2/11

processo

algoritmo ILC

mem mem mem

ARCHITETTURA ILC (1)

• Ingresso e uscita memorizzati durante l’iterazionecorrente del processo.

• Elaborazione dati off-line, al termine dell’iterazione.

• Memorizzazione ingresso correttivo per l’utilizzonell’iterazione successiva.

S. S

eg

an

tin

3/11

ARCHITETTURA ILC (2)

• Processo è il sistema di controllo tradizionalein retroazione costituito da controllore F e sistema G.

• Stabilità nel tempo garantita dal controllore F.

• Anello di controllo ILC deve apportare stabilità nel dominio delle iterazioni.

• Dal punto di vista ILC il Processo è a catena aperta.

GF

S. S

eg

an

tin

4/11

LEGGE DI AGGIORNAMENTO

• L’algoritmo ILC definisce una funzione h peril calcolo dell’ingresso:

• Algoritmo ILC lineare del primo ordine:

Filtri lineari a tempo discreto non causali

S. S

eg

an

tin

5/11

SISTEMI LINEARI ITERATIVI

• Indicati per l’analisi nel dominio delle iterazioni.• Dedotti formalmente dalla teoria dei sistemi-2D.• Descrizione di un sistema lineare iterativo:

• Applicazione ai sistemi ILC:

S. S

eg

an

tin

CRITERIO DI STABILITÀ

• TEOREMA: l’anello di controllo ILC è asintoticamente stabile se e solo se:

6/11

• Interpretazione nel diagramma di Nyquist:

Il filtro Q(q) definisce laLearning Region.

La robustezza del sistema dipende da Q(q).

La velocità di convergenza dipende da L(q).

S. S

eg

an

tin

SINTESI DI ALGORITMI ILC

1. Approccio euristico:Progettazione euristica semplice e veloce.Conoscenza del processo non richiesta.Taratura sperimentale.

2. Approccio model-based:Progettazione euristica efficiente.Modello del processo richiesto.

3. Approccio secondo il criterio di ottimizzazione:Modello del processo richiesto.Progettazione complicata.Parametri difficili da interpretare.

7/11

S. S

eg

an

tin

IMPLEMENTAZIONE DEI FILTRI Q(q) , L(q)

MODELLO DI SIMULAZIONE

8/11

S. S

eg

an

tin

Modello Simulink e rappresentazione schematica del manipolatore.

Modelli elettro-meccanici dei bracci

Accoppiamento dinamico trai bracci

Controllori PID e sistemi di azionamento

SIMULAZIONI (1)

Risultati in termini di energia normalizzata del segnale d’errore per i due bracci:

9/11

S. S

eg

an

tin

braccio 1 braccio 2

SIMULAZIONI (2)

Rappresentazione del segnale d’errore in funzione del tempo e delle iterazioni:

10/11

S. S

eg

an

tin

CONCLUSIONI• ILC costituisce un raffinamento delle prestazioni di tracking.

• Analisi secondo i principi classici di teoria dei sistemi riadattati al dominio delle iterazioni.

• Molteplici approcci deducibili dalle strategie di controllo meglio note al progettista.

• ILC è un campo attualmente in forte espansione.Sviluppo di una teoria propria.Sviluppo di approcci alternativi.

• Utilizzo in applicazioni che richiedono precisione:robot per saldatura.Apprendimento eccentricità del supporto in hard-disk.

11/11

S. S

eg

an

tin