Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos (2023)
- Authors:
- Autor USP: SÁVIO, THIAGO LIQUITA - EESC
- Unidade: EESC
- Sigla do Departamento: SEM
- DOI: 10.11606/D.18.2023.tde-26052023-093511
- Subjects: REDES NEURAIS; MANIPULADORES; GEOMETRIA E MODELAGEM COMPUTACIONAL
- Keywords: Manipuladores paralelos flexíveis; Redes neurais artificiais
- Agências de fomento:
- Language: Português
- Abstract: Os Manipuladores Paralelos (Parallel Manipulator - PM) estão sendo mais utilizados a cada dia, como uma alternativa viável de projeto para aplicações industriais. Fatores que contribuem para isso, são algumas vantagens provenientes desse tipo de manipulador, como: a leveza, elevadas relações velocidades/acelerações, rigidez elevada, capacidade de carga e alta compactação. No entanto, esta opção de projeto pode gerar vibrações indesejadas devido à flexibilidade de seus componentes, exigindo a implementação de novas estratégias de controle de juntas e espaço de tarefas. Dois desafios principais surgem ao projetar uma estratégia de controle para um PM: a falta de uma medição direta da pose do efetuador final e sua dinâmica de acoplamento. Este trabalho propõe um estimador para avaliar a pose do efetuador final de um PM usando Redes Neurais Artificiais (RNAs) estáticas (multilayer perceptron - MLP) e com atraso de tempo (focused time lagged feedforward network - TLFN focada, e distributed time lagged feedforward network - TLFN distribuída). Encoders, extensômetros e câmera foram utilizados para realizar as medições, os encoders medem o deslocamento angular das juntas ativas do manipulador, os extensômetros a deformação dos elos e a câmera a posição do efetuador final. A proposta é validada usando dados experimentais de um PM 3RRR com elos flexíveis. No trabalho em questão foi possível treinar uma RNA com 22 trajetórias que foi capaz de prever o posicionamento de uma trajetóriaque não participou do treinamento, através dos dados de entrada, com uma média do MAPE (mean absolute percentage error) para as 3 saídas do efetuador final de 6,53% para uma MLP, 3,43% para uma TLFN focada e 6,52% para uma TLFN distribuída, a média do MSE (mean aquare error) foram, respectivamente, 1,0 x 10^[-3]m^[2], 1,6 x 10^[-4]m^[2] e 7,4 x 10^[-4]m^[2]
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Data da defesa: 24.03.2023
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
SAVIO, Thiago Liquita. Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/. Acesso em: 09 abr. 2026. -
APA
Savio, T. L. (2023). Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/ -
NLM
Savio TL. Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos [Internet]. 2023 ;[citado 2026 abr. 09 ] Available from: https://teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/ -
Vancouver
Savio TL. Aplicação de redes neurais em um manipulador paralelo de elos flexíveis para a extração de modelos [Internet]. 2023 ;[citado 2026 abr. 09 ] Available from: https://teses.usp.br/teses/disponiveis/18/18162/tde-26052023-093511/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
