การควบคุมแบบปรับตัวสำหรับแขนกลแบบอ่อนตัวข้อต่อเดียว โดยใช้ข่ายงานระบบประสาท

จิระศักดิ์ จันทร์รัตนา

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/7731

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	วัชรพงษ์ โขวิฑูรกิจ	-
dc.contributor.author	จิระศักดิ์ จันทร์รัตนา	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย	-
dc.date.accessioned	2008-08-07T04:45:23Z	-
dc.date.available	2008-08-07T04:45:23Z	-
dc.date.issued	2540	-
dc.identifier.isbn	9746383647	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/7731	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540	en
dc.description.abstract	ข่ายงานระบบประสาทมีคุณสมบัติคือ ใช้เป็นตัวประมาณไม่เชิงเส้นได้ดี ดังนั้นจึงนำมาใช้ในการควบคุมแบบปรับตัวกับแขนกลแบบอ่อนตัว ซึ่งได้วิธีการควบคุมด้วยข่ายงานระบบประสาทโดยอาศัยแบบจำลองส่วนแข็งเกร็ง โครงสร้างของตัวควบคุมประกอบด้วย 2 ส่วนคือ ส่วนแรกเป็นส่วนที่ออกแบบจากแบบจำลองส่วนแข็งเกร็งซึ่งหาได้ง่าย และส่วนที่สองเป็นข่ายงานระบบประสาทใช้ควบคุมส่วนอ่อนตัว การใช้ข่ายงานระบบประสาทในการควบคุมแบบปรับตัวโดยตรงสามารถละเลยสมมติฐานความเป็นเชิงเส้นในพารามิเตอร์ได้ ดังนั้นจึงไม่จำเป็นต้องทราบรายละเอียดของแบบจำลองของระบบซึ่งในกรณีของแขนกลแบบอ่อนตัวหาได้ถูกต้องแม่นยำยาก นอกจากนี้วิธีการนี้ไม่ต้องมีการฝึกหัดข่ายงานล่วงหน้า เนื่องจากมีวิธีการปรับพารามิเตอร์ตั้งแต่เริ่มต้นใช้งานซึ่งได้จากการวิเคราะห์เลียปูโนฟ ผลการจำลองแบบด้วยคอมพิวเตอร์และผลการทดลองจริงกับแขนกลแบบอ่อนตัวข้อต่อเดียวแสดงให้เห็นว่าวิธีการที่เสนอสามารถใช้ได้ดี	en
dc.description.abstractalternative	Neural networks possess a nonlinear approximation property, so they can be employed in direct adaptive control for flexible manipulators. In this thesis, a rigid model-based neural network control is proposed. The structure of controller is composed of two parts. The first part is designed from the rigid model and the second part, which comprises a neural network, is used to control the flexible part of the flexible manipulator. A major advantage of the neural network adaptive controller design over previous ones is that it does not need the linearity-in-the-parameters assumption. Moreover, model details that are hard to obtain exactly, especially in case of flexible mainpulator, are not necessary. In addition, since the parameter adaption law is obtained from the Lyapunov approach, the neural networks learn on-line in real time with no off-line training needed. Both the computer simulation and the experimental result of single-link flexible manipulator control show that the proposed controller can be used satisfactorily.	en
dc.format.extent	474045 bytes	-
dc.format.extent	545899 bytes	-
dc.format.extent	519974 bytes	-
dc.format.extent	580233 bytes	-
dc.format.extent	1337634 bytes	-
dc.format.extent	247344 bytes	-
dc.format.extent	418331 bytes	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	แขนกล	en
dc.subject	นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)	en
dc.subject	การควบคุมอัตโนมัติ	en
dc.title	การควบคุมแบบปรับตัวสำหรับแขนกลแบบอ่อนตัวข้อต่อเดียว โดยใช้ข่ายงานระบบประสาท	en
dc.title.alternative	Adaptive control for single-link flexible manipulators using neural networks	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมไฟฟ้า	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	advmath@hotmail.com, Watcharapong.K@chula.ac.th	-
Appears in Collections:	Grad - Theses

Files in This Item:

File	Size	Format
Jirasak_Ja_front.pdf	462.93 kB	Adobe PDF	View/Open
Jirasak_Ja_ch1.pdf	533.1 kB	Adobe PDF	View/Open
Jirasak_Ja_ch2.pdf	507.79 kB	Adobe PDF	View/Open
Jirasak_Ja_ch3.pdf	566.63 kB	Adobe PDF	View/Open
Jirasak_Ja_ch4.pdf	1.31 MB	Adobe PDF	View/Open
Jirasak_Ja_ch5.pdf	241.55 kB	Adobe PDF	View/Open
Jirasak_Ja_back.pdf	408.53 kB	Adobe PDF	View/Open

Show simple item record