Авторы

Решение обратной задачи кинематики для последовательных роботов-манипуляторов на основе нечетких численных методов

В настоящее время внедрение робототехнических систем является одной из распространенных форм автоматизации технологических операций в различных сферах человеческой деятельности. Среди робототехнических систем особое место занимают последовательные многозвенные роботы-манипуляторы (ПРМ), получившие широкое распространение из-за сравнительно малых габаритов и высокой маневренности, что делает их применение незаменимым при решении различных прикладных задач. На практике на эффективность функционирования ПРМ могут оказывать влияние факторы неопределенности различного типа, обусловленные воздействием внешней среды. Среди внешних факторов может быть выделена группа, влияние которой характеризуется неопределенностью при идентификации точного положение целевой точки позиционирования захвата. К таким факторам, в первую очередь, могут быть отнесены воздействия, влияющие на системы технического зрения. Данная проблема особенно актуальна для мобильных роботов специального назначения, работающих в агрессивных условиях внешней среды. Похожая на описанную ситуация также возникает при функционировании медицинского робота-манипулятора в момент проведения малоинвазивных вмешательств, когда роль системы управления и наблюдения берет на себя человек-оператор. В этой связи организация эффективного управления в условиях воздействия факторов неопределенности, препятствующих корректному распознаванию целевого положения рабочего органа ПРМ, является актуальной проблемой. Авторами статьи рассматривается решение обратной задачи кинематики для ПРМ на основе применения нечетких реализаций численных методов с учетом возможного возникновения в процессе решения вырожденных конфигураций звеньев манипулятора. Читать дальше...

Управление энергопотреблением IIoT-устройств в электроэнергетических системах на основе нейро-нечетких моделей

Представлены результаты исследования по оптимизации энергопотребления устройств промышленного Интернета вещей, обеспечивающих телеметрию и входящих в контуры управления электроэнергетических систем. Актуальность исследования заключается в наметившейся потребности в повышении времени автономной работы мобильных устройств телеметрии производственных и технологических систем, что способствует снижению затрат на их обслуживание и поддержание в работоспособном состоянии. Предложен алгоритм управления параметрами ядра процессора мобильных устройств с процессорами архитектуры ­ARM, обеспечивающий более высокую энергоэффективность таких устройств, применяемых в составе промышленного Интернета вещей ­ЭЭС. Новизну полученных результатов составляет предложенный алгоритм программного управления конфигурацией параметров ядра ­ARM-процессора мобильных устройств телеметрии ­ЭЭС, обеспечивающей более высокую его энергоэффективность, что достигается применением в его структуре методов интеллектуального анализа данных – двунаправленной нейронной сети долгой краткосрочной памяти и системы нечеткого логического вывода. Выбор этой архитектуры сети обусловлен ее способностью выявлять взаимосвязь в темпоральных последовательностях параметров устройств за счет просмотра последовательности сразу в двух направлениях – от начала к концу и наоборот. Сеть работает в режиме классификации планов энергопотребления, результаты которой затем подаются на вход системы нечеткого логического вывода для прогноза оптимальных параметров ­ARM-процессора, что в совокупности образует нейро-нечеткую модель управления энергопотреблением ­IIoT-устройств. С использованием библиотек для машинного обучения на языке Python в среде Google Colab проведены модельные эксперименты, в результате которых точность классификации с помощью двунаправленной нейронной сети превысила 0,8, а среднеквадратическое отклонение составило 0,058 при прогнозе параметров ­ARM-процессора на основе системы нечеткого логического вывода. Читать дальше...