Scara tipi robotun yapay sinir ağları ile eğitilmesi

Abstract

Anahtar kelimeler: SCARA robot, Robot dinamiği, Yörünge, Yapay sinir ağlarıVerimliliği arttırma ve kaliteyi iyileştirme ihtiyacından, hassas ve tekrarlanabilir işlerin kolaylıkla yapılabilmesi nedeniyle birçok alanda değişik robotlar kullanılmaktadır. Robotlar için ?bir operatörün çeşitli reflekslerini ve zekasını kullanışının basit bir uygulamasıdır? denilebilir.Bu çalışmada, dört serbestlik dereceli SCARA tipi robot kolunun yapay sinir ağı ile eğitilmesi konusu ele alınmıştır.İlk olarak modellenecek olan robotun YSA' nda kullanılacak yörünge ve Lagrange ? Euler dinamik denklemleri çıkarılmıştır. Robot, kübik yörüngelerle ifade edilen üç dönme ve doğrusal yörüngeye sahip bir öteleme hareketi yapmaktadır. Belirlenen zaman aralığı ve sınır şartları kullanılarak kübik ve doğrusal yörüngelerin katsayıları elde edilmiş ve bu sayede her bir eklem için konum denklemlerine ulaşılmıştır.Tork değerleri YSA' na giriş; konum değerleri ise çıkış olarak verilmiştir. Ağı eğitmek için 4:11:4 yapısında bir YSA mimarisi kullanılmaktadır. Robotun YSA' da eğitilmesi sonucu; performans grafiği ile her bir eklemin, konumlarının çıkış ve hata değerlerinin görülebildiği grafikler elde edilmiştir. YSA' nın hiç görmediği test setindeki değerler ağa gösterilmiştir ve ağın verdiği cevaplar incelenmiştir.

Key Words: SCARA robot, Robot dynamics, Trajectory, Artificial neural networkRobot manipulators are used in various fields to enhance the effiency to need to get better quality to make works which are sensitive and repeatable easily for different requirements. We say that ?the simple applied for an operator which use different reflex and itelligence? for the robots.In this study the subject which SCARA manipulator which has four degrees of freedom is educated by using artificial neural network (ANN) is considered.Firstly Lagrange ? Euler dynamic and trajectory equations of the modelled robot are obtained for use in artificial neural network (ANN). The modelled robot has three rotary and one linear motion. The rotary motion is defined by cubic trajectory and linear motion has linear trajectory. The cubic and linear trajectory cefficients are acquired by using the boundary conditions in a particular time period and thus position equations are also carried out.Torque values are introduced to ANN as input and position values are obtained as output in a particular time period. The ANN architecture which has a structure at 4:11:4 used for educated by network. Performance graphic and graphics which shown position output and error values for each one link are acquired with the educated robot manipulator by working with ANN. The values at the test system which have never been seen by the ANN had been shown to the network and also the replies which were given by network had been analysed.