Original Title: Extremum-Seeking Gain-Scheduled Adaptive Input Shaping Applied to Flexible-Link Robot
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការអនុវត្តបច្ចេកទេសតម្រង់ទម្រង់សញ្ញាបញ្ចូលដោយស្វ័យប្រវត្តិប្រភេទ Extremum-Seeking និង Gain-Scheduled លើរ៉ូបូតដែលមានដៃបត់បែន

ចំណងជើងដើម៖ Extremum-Seeking Gain-Scheduled Adaptive Input Shaping Applied to Flexible-Link Robot

អ្នកនិពន្ធ៖ Withit Chatlatanagulchai (Department of Mechanical Engineering, Faculty of Engineering, Kasetsart University), Sermsak Chotana (Department of Mechanical Engineering, Faculty of Engineering, Kasetsart University), Chonlawit Prutthapong (Julajomklao Navy Dockyard, The Royal Thai Naval Dockyard Headquarter, Royal Thai Navy)

ឆ្នាំបោះពុម្ព៖ 2015 Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Robotics and Control Engineering

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ប្រព័ន្ធបញ្ជារ៉ូបូតដែលមានភាពបត់បែនតែងតែជួបប្រទះបញ្ហារំញ័រសេសសល់ (residual vibration) ដែលធ្វើឱ្យការផ្លាស់ទីមានភាពយឺតយ៉ាវ និងមិនច្បាស់លាស់ ជាពិសេសនៅពេលដែលបន្ទុក (payload) ផ្លាស់ប្តូរដោយមិនបានដឹងមុន។ បច្ចេកទេសតម្រង់ទម្រង់សញ្ញាបញ្ចូល (Input Shaping) ជាប្រពៃណីមិនអាចដោះស្រាយបញ្ហានេះបានល្អទេនៅពេលប្រព័ន្ធមានការប្រែប្រួលទម្ងន់។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានស្នើឡើងនូវក្បួនដោះស្រាយថ្មីមួយហៅថា Extremum-Seeking Gain-Scheduled Adaptive Input Shaping (EGI) ដោយធ្វើការសាកល្បងជាក់ស្តែងលើរ៉ូបូតដែលមានដៃតំណភ្ជាប់បត់បែនតែមួយ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Without Input Shaping (WI)
ការមិនប្រើប្រព័ន្ធតម្រង់ទម្រង់សញ្ញាបញ្ចូល (WI)
ងាយស្រួលក្នុងការរៀបចំ ដោយគ្រាន់តែប្រើប្រព័ន្ធបញ្ជា PI ជាមូលដ្ឋានដោយមិនត្រូវការក្បួនដោះស្រាយស្មុគស្មាញ។ មានរំញ័រសេសសល់ខ្ពស់ និងចំណាយពេលយូរខ្លាំងដើម្បីឱ្យប្រព័ន្ធរ៉ូបូតមានលំនឹង។ ពេលវេលាលំនឹងចំណាយដល់ទៅ ១០ វិនាទី និងមានកម្រិតរំញ័របន្ទុកខ្ពស់ចន្លោះពី ០,៤៨ ដល់ ០,៦៨ V.s។
Unadaptive Input Shaping (UI)
ប្រព័ន្ធតម្រង់ទម្រង់សញ្ញាបញ្ចូលមិនប្រែប្រួលតាមកាលៈទេសៈ (UI)
អាចកាត់បន្ថយរំញ័របានល្អប្រសើរជាងប្រព័ន្ធធម្មតានៅពេលដែលបន្ទុក (Payload) មិនមានការប្រែប្រួល។ ប្រសិទ្ធភាពធ្លាក់ចុះនៅពេលប្រព័ន្ធមានការផ្លាស់ប្តូរបន្ទុក ដោយសារប៉ារ៉ាម៉ែត្រនៃការរចនាត្រូវបានកំណត់ទុកជាមុនមិនអាចប្រែប្រួលបាន។ កម្រិតរំញ័របន្ទុកមានចន្លោះពី ០,១៦ ដល់ ០,៣ V.s ប៉ុន្តែមិនសូវមានប្រសិទ្ធភាពពេលទម្ងន់បន្ទុកផ្លាស់ប្តូរ។
Extremum Seeking with Input Shaping (EI)
ប្រព័ន្ធតម្រង់ទម្រង់សញ្ញាបញ្ចូលរួមជាមួយការស្វែងរកចំណុចប្រសើរបំផុត (EI)
អាចធ្វើការសម្របសម្រួលប៉ារ៉ាម៉ែត្រដោយស្វ័យប្រវត្តិដើម្បីកាត់បន្ថយរំញ័រ ដោយមិនចាំបាច់មានគំរូគណិតវិទ្យាច្បាស់លាស់។ ត្រូវការពេលវេលាយូរក្នុងការទាញរកចំណុចប្រសើរបំផុត ធ្វើឱ្យមានរំញ័របណ្ដោះអាសន្ន (Transient vibration) ខ្ពស់នៅពេលផ្លាស់ប្តូរបន្ទុកភ្លាមៗ។ កម្រិតរំញ័របន្ទុកថយចុះមកនៅចន្លោះ ០,១ ដល់ ០,២ V.s ប៉ុន្តែត្រូវការពេលបន្តិចដើម្បីប្រែប្រួលប៉ារ៉ាម៉ែត្រឱ្យត្រូវនឹងបន្ទុកថ្មី។
Extremum-Seeking Gain-Scheduled Adaptive Input Shaping (EGI)
ប្រព័ន្ធតម្រង់ទម្រង់សញ្ញាបញ្ចូលដោយស្វ័យប្រវត្តិ EGI (វិធីសាស្ត្រស្នើឡើង)
ឆ្លើយតបលឿនបំផុតចំពោះការផ្លាស់ប្តូរបន្ទុក ដោយសារការរួមបញ្ចូលគ្នានៃតារាងតម្លៃប៉ារ៉ាម៉ែត្របឋម (Gain scheduling) និងការស្វែងរកចំណុចប្រសើរបំផុត។ ទាមទារការរៀបចំស្មុគស្មាញ និងតម្រូវឱ្យមានការវាស់វែងទម្ងន់បន្ទុកជាមុនដើម្បីកំណត់តារាងរចនាបឋម (Look-up table)។ កាត់បន្ថយពេលវេលាលំនឹងមកត្រឹម ០,៥ វិនាទី និងមានកម្រិតរំញ័របន្ទុកទាបបំផុត (០,០៧ ដល់ ០,១៣ V.s) ដោយស្ទើរតែគ្មានរំញ័រសេសសល់។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធនេះទាមទារឧបករណ៍ផ្នែករឹង និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការបញ្ជាក្នុងពេលវេលាជាក់ស្តែង (Real-time control) ព្រមទាំងសេនស័រសម្រាប់វាស់វែងរំញ័រ និងកាច់មុំយឺត។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើតេស្តនៅក្នុងបរិយាកាសមន្ទីរពិសោធន៍ ដោយប្រើរ៉ូបូតដៃបត់បែនដែលមានសន្លាក់តែមួយ (One-link flexible robot) និងប្រើកាក់ជាបន្ទុកសាកល្បង ដែលមានលក្ខណៈសាមញ្ញជាងរ៉ូបូតក្នុងឧស្សាហកម្មពិតប្រាកដ។ សម្រាប់ប្រទេសកម្ពុជា ការអនុវត្តជាក់ស្តែងនៅតាមរោងចក្រអាចនឹងជួបប្រទះបញ្ហាស្មុគស្មាញជាងនេះ ដូចជាកម្លាំងកកិត រំខានពីមជ្ឈដ្ឋានខាងក្រៅ និងរ៉ូបូតដែលមានសន្លាក់ច្រើន (Multi-DOF)។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាការធ្វើតេស្តស្ថិតក្នុងកម្រិតមន្ទីរពិសោធន៍ក៏ដោយ បច្ចេកទេសនេះមានសក្តានុពលខ្ពស់សម្រាប់ការអភិវឌ្ឍប្រព័ន្ធស្វ័យប្រវត្តិកម្មនិងគ្រឿងចក្រធុនធ្ងន់នៅកម្ពុជា។

ជារួម បច្ចេកទេសនេះផ្តល់នូវមូលដ្ឋានគ្រឹះដ៏ល្អសម្រាប់ការបង្កើនប្រសិទ្ធភាព និងសុវត្ថិភាពនៃគ្រឿងចក្រនិងរ៉ូបូត ដែលអាចចូលរួមចំណែកដល់ការធ្វើទំនើបកម្មឧស្សាហកម្មនៅកម្ពុជាឆ្ពោះទៅរកឧស្សាហកម្ម ៤.០។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី១៖ សិក្សាមូលដ្ឋានគ្រឹះពីប្រព័ន្ធបញ្ជា និងទ្រឹស្តីរំញ័រ: ផ្តើមពីការស្វែងយល់អំពីទ្រឹស្តី Control Systems (PID, Transfer Functions) និងមេកានិចនៃរំញ័រ។ ប្រើប្រាស់កម្មវិធី MATLAB Simulink ដើម្បីសាកល្បងធ្វើត្រាប់ (Simulate) ប្រព័ន្ធដែលមានរំញ័រ និងអនុវត្តបច្ចេកទេស Input Shaping ជាមូលដ្ឋានសិន។
  2. ជំហានទី២៖ ស្វែងយល់ពីក្បួនដោះស្រាយកម្រិតខ្ពស់ (EGI): សិក្សាអំពីបច្ចេកទេស Extremum Seeking Control ដែលប្រើសញ្ញា Sine-wave ដើម្បីរកចំណុចប្រសើរបំផុត និងបច្ចេកទេស Gain Scheduling តាមរយៈឯកសារស្រាវជ្រាវនេះ។ សាកល្បងសរសេរកូដក្បួនដោះស្រាយទាំងនេះបញ្ចូលគ្នានៅក្នុងបរិស្ថាន MATLAB
  3. ជំហានទី៣៖ រៀបចំឧបករណ៍និងសេនស័រខ្នាតតូចសម្រាប់ការអនុវត្ត: បង្កើតគំរូរ៉ូបូតដៃបត់បែនតូចមួយដោយប្រើបន្ទះ ArduinoRaspberry Pi ភ្ជាប់ជាមួយ DC Motor និងសេនស័រ MPU6050 Accelerometer ក៏ដូចជា Rotary Encoder ជំនួសឱ្យឧបករណ៍ថ្លៃៗដើម្បីសន្សំសំចៃការចំណាយក្នុងការស្រាវជ្រាវ។
  4. ជំហានទី៤៖ សាកល្បងអនុវត្ត និងកែតម្រូវប្រព័ន្ធបញ្ជា (Implementation & Tuning): សរសេរកម្មវិធីបញ្ជាដោយបញ្ចូលក្បួនដោះស្រាយ EGI ទៅក្នុង Microcontroller។ ធ្វើការសាកល្បងដាក់បន្ទុកមានទម្ងន់ខុសៗគ្នា រួចកែតម្រូវប៉ារ៉ាម៉ែត្រ (Tuning gains) ដើម្បីធានាថាប្រព័ន្ធអាចសម្របខ្លួននិងកាត់បន្ថយរំញ័របានលឿនដូចទិន្នន័យក្នុងឯកសារ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Input Shaping (ការតម្រង់ទម្រង់សញ្ញាបញ្ចូល) ជាបច្ចេកទេសបញ្ជាជាមុន (Feedforward control) ដោយកែប្រែទម្រង់សញ្ញាបញ្ជាដើម ដើម្បីទប់ស្កាត់មិនឱ្យប្រព័ន្ធបង្កើតរំញ័រសេសសល់នៅពេលវាធ្វើចលនា តាមរយៈការបញ្ចេញសញ្ញាច្រានបន្សាបគ្នា។ ដូចជាការរុញទោងនៅចំពេលដ៏ត្រឹមត្រូវមួយ ដើម្បីឱ្យកម្លាំងរុញទីពីររបស់អ្នកបញ្ឈប់ទោងនោះទាំងស្រុង ជាជាងធ្វើឱ្យវាយោលកាន់តែខ្លាំង។
Extremum Seeking (ការស្វែងរកចំណុចប្រសើរបំផុត) ជាវិធីសាស្ត្របញ្ជាស្វ័យប្រវត្តិដែលវាស់ស្ទង់និងកែតម្រូវប៉ារ៉ាម៉ែត្រជាប់ជាប្រចាំដោយប្រើរលកសញ្ញាតូចៗ (Sine wave) ដើម្បីស្វែងរកចំណុចដែលមានប្រសិទ្ធភាពបំផុត (ឧទាហរណ៍ ចំណុចដែលមានរំញ័រតិចបំផុត) ដោយមិនបាច់ស្គាល់គំរូគណិតវិទ្យាជាក់លាក់នៃប្រព័ន្ធ។ ដូចជាមនុស្សបិទភ្នែកដែលកំពុងប្រើជើងស្ទាបស្ទង់ដីបន្តិចម្តងៗជុំវិញខ្លួន ដើម្បីរកមើលចំណុចដែលទាបបំផុតនៅក្នុងរណ្តៅ។
Gain Scheduling (ការរៀបចំកម្រិតអត្រាកំណើន) ជាវិធីសាស្ត្របញ្ជាដែលប្រព័ន្ធជ្រើសរើសតម្លៃប៉ារ៉ាម៉ែត្រដែលបានគណនាទុកជាមុនពីក្នុងតារាង (Look-up table) មកប្រើប្រាស់ដោយស្វ័យប្រវត្តិ ផ្អែកលើការផ្លាស់ប្តូរស្ថានភាពជាក់ស្តែងរបស់ប្រព័ន្ធ ដូចជាការផ្លាស់ប្តូរទម្ងន់បន្ទុក។ ដូចជាការដូរលេខលីបកង់ដោយស្វ័យប្រវត្តិ អាស្រ័យលើថាអ្នកកំពុងជិះឡើងចំណោត ចុះចំណោត ឬលើផ្លូវរាបស្មើ។
Finite Impulse Response (FIR) filter (តម្រងឆ្លើយតបសញ្ញាច្រានកម្រិតកំណត់) ជាតម្រងគណិតវិទ្យាក្នុងការដំណើរការសញ្ញា ដែលលទ្ធផលរបស់វានឹងធ្លាក់ចុះដល់សូន្យក្នុងរយៈពេលកំណត់ណាមួយ។ ក្នុងទីនេះវាត្រូវបានប្រើដើម្បីបង្កើតសញ្ញាច្រានបញ្ច្រាសដើម្បីបន្សាបរំញ័រ។ ដូចជារូបមន្តដែលប្រាប់អ្នកឱ្យបន្ថែមទឹកតែពីរដំណក់នៅវិនាទីជាក់លាក់ណាមួយ រួចហើយបញ្ឈប់ការបន្ថែមទៀតទាំងស្រុង ដើម្បីកុំឱ្យទឹកហៀរចេញពីកែវ។
Flexible-Link Robot (រ៉ូបូតដៃបត់បែន) ជាដៃរ៉ូបូតដែលតួខ្លួនធ្វើពីសម្ភារៈស្រាលនិងអាចបត់បែនបាន (មិនរឹងមាំទាំងស្រុង) ដែលជួយឱ្យវាធ្វើចលនាបានលឿននិងចំណាយថាមពលតិច ប៉ុន្តែងាយនឹងយោលឬបង្កើតរំញ័រនៅពេលវាឈប់។ ដូចជាការយកបន្ទាត់ជ័រវែងមួយមកចង្អុលរករង្វង់គោលដៅ؛ នៅពេលអ្នកបញ្ឈប់ដៃ ចុងបន្ទាត់នៅតែបន្តញ័ររលាក់មិននឹងមួយកន្លែង។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖