Saat ini saya sedang mendesain lengan robot dengan 6-DOF, dan tujuan saya adalah untuk dapat memberikan setpoint untuk posisi 3d, kecepatan dan orientasi ( ).
Saya hanya memiliki kontrol umpan balik untuk sistem SISO sejauh ini di Perguruan Tinggi, jadi, dengan mempertimbangkan kurva pembelajaran kontrol multivariabel, haruskah saya mendekati masalah ini dengan mencoba memodelkan sistem tersebut sebagai MIMO atau beberapa SISO?
Jika memungkinkan, sebutkan kemungkinan kerugian dan kelebihan dalam setiap strategi.
sumber
Himpunan pengontrol SISO Paralel adalah a adalah himpunan bagian dari pengontrol MIMO sehingga MIMO setidaknya sama kuat dan mungkin lebih kuat. Adapun pro dan kontra saya tidak melihat alasan untuk menggunakan SISO paralel kecuali bahwa Anda mungkin lebih nyaman untuk itu sehingga mungkin lebih mudah untuk dilakukan.
Yang mengatakan sistem dapat dipisahkan oleh aktuator dalam hal ini dapat muncul sebagai beberapa masalah SISO. Meskipun sistem kontrol adalah area saya, saya tidak bekerja pada robot jadi saya tidak bisa mengatakan apakah itu masalah Anda.
Hal lain yang sering dilakukan, seperti ditunjukkan oleh georgebrindeiro, adalah memecah masalah menjadi loop kontrol dalam dan luar, di mana loop dalam memungkinkan Anda untuk mengabaikan banyak
sumber
Saya belum pernah melihat MIMO digunakan dalam konteks ini sebelumnya, tetapi saya bisa melihat bagaimana SISO mungkin berlaku.
Sebagian besar sistem robot yang pernah saya lihat adalah agregasi pengendali motor sumbu tunggal ( SISO ganda Anda ) yang masing-masing hanya memiliki satu enkoder untuk penginderaan dan satu motor untuk aktuasi. Jadi setiap sumbu adalah SISO , tetapi robot secara keseluruhan adalah MIMO .
Beberapa sistem yang telah saya kerjakan memiliki reaksi yang signifikan antara motor / rotary encoder dan load / linear encoder, sehingga menerapkan loop umpan balik ganda, dengan satu output kontrol motor, tetapi dua encoder. Rotary encoder pada motor terutama digunakan untuk melacak kecepatan secara akurat, sedangkan encoder linear pada beban digunakan untuk mengimbangi serangan balik pada roda gigi (cacing) dan memberikan informasi posisi dan pelacakan yang akurat.
Saya percaya bahwa untuk sebagian besar sistem kontrol, metode kontrol tradisional ini adalah yang paling Anda butuhkan, namun ada pengecualian.
Saya hanya melihat satu sistem yang mungkin mendapat manfaat dari sistem kontrol MIMO yang benar-benar dan itu adalah satu dengan karakteristik yang mirip dengan Anda sendiri, tetapi juga diperlukan untuk mengontrol kekuatan yang diterapkan oleh titik-alat robot. Kami memang mengimplementasikan ini dengan pendekatan tradisional SISO ganda , tetapi diperlukan penyetelan yang sangat hati-hati, dan saya tidak yakin bahwa mencoba menggunakan beberapa bentuk teknik torsi yang dikomputasi akan lebih mudah.
Saya menyarankan agar Anda memulai dengan beberapa pendekatan SISO dan jika itu gagal memberi Anda kinerja atau karakteristik yang Anda butuhkan, teliti metode yang lebih maju. Paling tidak Anda akan belajar lebih banyak tentang kinematika dan dinamika sistem Anda pada saat itu.
sumber