Università degli Studi di Padova
Dipartimento di Ingegneria dell’Informazione
Corso di laurea in Ingegneria dell’Automazione
Iterative Learning Control
per un
manipolatore robotico
Relatore: Prof. Luca Schenato
Laureando: Sebastiano Segantin
anno accademico 2005/2006
MOTIVAZIONI
S. Segantin
1/11
•
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
Esempio:
robot ABB per il taglio di
carrozzerie automobilistiche
ARCHITETTURA ILC (1)
processo
S. Segantin
mem
mem
mem
algoritmo ILC
• Ingresso e uscita memorizzati durante l’iterazione
corrente del processo.
• Elaborazione dati off-line, al termine dell’iterazione.
• Memorizzazione ingresso correttivo per l’utilizzo
nell’iterazione successiva.
2/11
ARCHITETTURA ILC (2)
• Processo è il sistema di controllo tradizionale
in retroazione costituito da controllore F e sistema G.
S. Segantin
• 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.
F
3/11
G
LEGGE DI
AGGIORNAMENTO
• L’algoritmo ILC definisce una funzione h per
il calcolo dell’ingresso:
S. Segantin
•
Algoritmo ILC lineare del primo ordine:
Filtri lineari a tempo discreto non causali
4/11
SISTEMI LINEARI ITERATIVI
S. Segantin
5/11
•
•
•
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:
CRITERIO DI STABILITÀ
S. Segantin
•
TEOREMA: l’anello di controllo ILC è asintoticamente stabile se
e solo se:
•
Interpretazione nel diagramma di Nyquist:
Il filtro Q(q) definisce la
Learning Region.
La robustezza del sistema
dipende da Q(q).
La velocità di convergenza
dipende da L(q).
6/11
SINTESI DI ALGORITMI ILC
IMPLEMENTAZIONE DEI FILTRI Q(q) , L(q)
S. Segantin
7/11
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.
MODELLO DI SIMULAZIONE
Modello Simulink e rappresentazione schematica del manipolatore.
S. Segantin
Accoppiamento
dinamico tra
i bracci
Controllori PID e
sistemi di
azionamento
8/11
Modelli elettromeccanici dei
bracci
SIMULAZIONI (1)
Risultati in termini di energia normalizzata del segnale d’errore
per i due bracci:
S. Segantin
9/11
braccio 1
braccio 2
SIMULAZIONI (2)
Rappresentazione del segnale d’errore in funzione del tempo e
delle iterazioni:
S. Segantin
10/11
CONCLUSIONI
• ILC costituisce un raffinamento delle prestazioni di tracking.
• Analisi secondo i principi classici di teoria dei sistemi riadattati al
dominio delle iterazioni.
S. Segantin
• 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