Robot kontrol, yapay sinir ağları, genelleştirilmiş öngörülü kontrol Bu çalışmada yapay sinir ağları (YSA) üç eklemli bir robotik manipülatöre eklem esaslı yörünge kontrolü için uygulanmıştır. Sonuçlar öngörülü kontrol ailesinden olan genelleştirilmiş öngörülü kontrol algoritması sonuçları ile karşılaştırmıştır. Giriş bölümünden sonra, ikinci bölümde robotlar tanıtılmıştır. 3. Bölümde adaptif kontrol algoritmaları ve bu konuda yapılan çalışmalar anlatılmıştır. Yapay sinir ağları eğitme yoluyla öğrenmektedir. Robot kolunu kontrol etmek amacıyla kullanılacak eğitme seti verilerini elde etmek için robot kolu modeli önce genelleştirilmiş öngörülü kontrol algoritması ile simüle edildiğinden 4. Bölümde genelleştirilmiş öngörülü kontrol algoritması, 5. Bölümde yapay sinir ağları ve genel özellikleri tanıtılmıştır. 6. bölümde yapay sinir ağları ile kontrol ve robotik uygulamaları verilmiştir. 7. bölümde robot kinematiği ve dinamiğini modellemede kullanılan matematiksel bağıntılar verilmiştir. Robot kolunun eklem esaslı bir yörünge kontrolü yapılmasından dolayı 8. Bölümde yörünge planlaması anlatılmıştır. 9. Bölümde üç eklemli robot kolunun genelleştirilmiş öngörülü kontrol algoritması ile simülasyonu gerçekleştirilmiş ve sonuçları literatürdeki sonuçlarla uyuştuğu gözlenmiştir. Yapılan simülasyon da robot kolunun çok iyi bir performansla kontrol edildiği gözlenmiştir. Elde edilen sonuç verileri model YSA' yi eğitme ve test setlerini oluşturmak üzere saklanmıştır. Elde edilen bu veriler, robot kolunu kontrol edecek model YSA nın eğitilmesinde ve test edilmesinde kullanılmıştır. Elde edilen sonuçlar ve yapılan çalışmalar ayrıntıları ile verilmiştir. Son aşamada genelleştirilmiş öngörülü kontrol algoritması devreden çıkarılarak model YSA kontrolör robot kolunu kontrol edilmiştir. Elde edilen sonuçlar öngörülü kontrol algoritması İle karşılaştırılmıştır. Sonuçlar öngörülü kontrolör performansına yakın çıkmıştır.
A JOINT BASE TRAJECTORY CONTROL WITH ANN FOR A THREE JOINT ROBOT ARM Key words : Robotics control, artifical neural networks, the generalized predictive control In this work artificial neural networks (ANN) are applied to a three-joint robotic manipulator for a joint-based control algorithm. Following the introductory Chapter 1, some basics of robots are given in Chapter 2. In Chapter 3, adaptive control algorithms and works done on this subject are given. Artifical neural networks involve learning by way of being educated.Because the robotic arm model is first simulated by the generalized predictive control algorithm to obtain the educating data sets with the aim of control, in Chapter 4 the generalized predictive control algoritm, and in Chapter 5 ANN's are explained to some extent. In Chapter 6, control with ANN and some ANN applications are studied. In Cahpter 7, some mathematical relations used in modelling of robotic arm kinematics and dynamics are provided. Since the robotic arm is to be joint-based trajectory controlled, Chapter 8 is devoted to trajectorj planning. In Chapter 9 a three- joint robotic arm is simulated by the generalized predictive control algorithm and the results are observed to be well consistent with those in the literature. The obtained data are stored on the computer memory to use them in the education of control model ANN. The results of the education and test stages are provided in detail using graphics and tables. In the last phase of the work, the generalized predictive control algorithm is excluded and the robotic arm is controlled with the developed model ANN. The results are compared to those of the generalized predictive algoritm and good consistence is observed. XV
