Представлены результаты исследования динамического поведения манипулятора, которые имеют важное значение для разработки и моделирования его системы управления. В работе предложены различные методы динамического моделирования манипуляторов, которые используют уравнения движения манипулятора на основе методов Ньютона-Эйлера и ЛагранжаЭйлера. Учитывая, что данные методы являются численно-рекурсивными и соответственно вычислительно дорогими, то они не подходят для непосредственного использования в приложениях реального времени. Поэтому в работе предложен метод моделирования динамики манипулятора, основанный на адаптивной нейро-нечеткой системе вывода. С помощью этого метода строились отображения «ввода-вывода» для уравнений динамики движения манипулятора «Интелбот» с 5 степенями свободы. Динамическая модель манипулятора разработана на основе уравнений Ньютона-Эйлера и позволяет создавать наборы обучающих данных для адаптивной нейро-нечеткой системы вывода. Разработанный метод был апробирован при определении значений необходимых крутящих моментов приводов манипулятора, обеспечивающих движение по заданной траектории. Полученные результаты подтверждают высокую эффективность разработанного метода, а его производительность сопоставима с методом Ньютона-Эйлера. Данный метод может быть использован для создания манипуляторов с жесткими звеньями, обеспечивающих выполнение заданных динамических параметров.
The dynamic modelling of manipulator is essential for the design, simulation and control system of manipulator. Researchers have proposed different techniques for dynamic modelling of manipulators. The commonly used methods to formulate the dynamic equations of motion for manipulators are Newton-Euler and Lagrange-Euler methods. Because of these methods are numerical recursive methods, they are computationally expensive and not suitable to use directly in real time applications. In this paper, we proposed the adaptive neuro fuzzy inference system-based method to construct the input-output mapping for the dynamic equations of motion of a 5 degree-of-freedom manipulator. The dynamic model of the manipulator is computed using Newton-Euler dynamic formulation to create the training data sets for the adaptive neuro fuzzy inference system. The proposed method is tested in generating the required torques for a point-to point trajectory. Results show that the proposed method can perform within shorter operational time and its performance is comparable to Newton-Euler method. The proposed method can be used for the rigid-body manipulators whose dynamical characteristics are known
The authors declare that there are no conflicts of interest present.