عنوان
كنترل
نويسنده اصلي
سيد امير قلري
مقطع تحصيلي
كارشناسي ارشد
چكيده
يادگيري تقويتي به عنوان زيرشاخه‌اي از علم يادگيري ماشين، روشي نوين در زمينه هوش مصنوعي و كامپيوتر به حساب مي‌آيد. اين روش با الهام گرفتن از نحوه يادگيري موجودات در طبيعت و تعامل آن‌ها با محيط پيرامون خود، الگوريتم‌هاي متنوعي را ارائه مي‌دهد. با گذشت زمان يادگيري تقويتي با ارائه الگوريتم‌هاي بهينه‌سازي آنلاين، نظر محققان مهندسي كنترل را به اين نوع يادگيري بيش از پيش جلب كرد. تعميم روش‌هاي يادگيري تقويتي به سيستم‌هاي پيوسته زمان بر خلاف سيستم‌هاي گسسته زمان كاري دشوار مي‌باشد.
امروزه استفاده از بازوهاي انعطاف پذير، در صنايع مختلفي از جمله پزشكي، هوافضا و ... رو به افزايش بوده و دانش چگونگي پاسخ به مسائل ايجاد شده در اين حوزه نيز بسيار ضروري مي‌باشد. بازوي انعطاف پذير در حقيقت يك بازوي رباتيكي بوده كه داراي طول بسيار زياد و قطر كم است. چنين بازويي نسبت به بازوي داراي ساختار صلب، داراي مسائل پيچيده تري در حوزه كنترل خود مي‌باشد. كنترل ارتعاشات ايجاد شده در هنگام فعاليت اين ساختار‌ها از جمله چالش‌هاي قابل بحث و مهم در حوزه كنترل اين سيستم‌ها مي‌باشد.
در اين پايان‌نامه، يك روش تطبيقي بهينه مقيد به كمك روش يادگيري تقويتي جهت كنترل آنلاين سيستم‌هاي غيرخطي زمان پيوسته با معادلات اَفاين و ديناميك نيمه معلوم ارائه مي‌گردد. سيگنال كنترلي به دست آمده در انتهاي فرآيند يادگيري به مقدار بهينه خود همگرا مي‌شود و دامنه آن از حد اشباع تعريف شده در مساله فراتر نمي‌رود. در گام بعدي اين كنترل‌كننده جهت كنترل آنلاين و كاهش ارتعاشات لينك انعطاف‌پذير مورد استفاده قرار مي‌گيرد و نتايج به دست آمده درستي و موثر بودن روش ارائه شده را تاييد مي‌كنند.
شماره ركورد
195781
دانشگاه
دانشگاه علم و صنعت ايران
استاد مشاور
دكتر سيد مجي اسماعيل زاده
رشته تحصيلي
مهندسي برق كنترل
استاد راهنما
دكتر سيد مجيد اسماعيل زاده