Ulteriori informazioni
Il numero di movimenti necessari per raggiungere un obiettivo specifico con un braccio manipolatore è molto elevato e le funzioni dinamiche del robot sono generalmente complesse e non lineari e variano nel tempo. Di conseguenza, i controllori convenzionali non sono in grado di controllare efficacemente i movimenti in diverse condizioni, velocità, peso ... .L'obiettivo del nostro lavoro è quello di progettare un sistema non lineare basato su una rete di controllori neuro-fuzzy utilizzando l'apprendimento supervisionato, per eseguire il tracciamento della traiettoria da parte di un robot manipolatore. L'identificazione della struttura della rete di controllo viene effettuata utilizzando il controllore (ANFIS), con nuovi parametri e nuovi pesi sinaptici adattati e regolati automaticamente. Infine, è stata testata la robustezza dell'approccio proposto, tenendo conto delle variazioni dei parametri.
Info autore
Madour Fouzia, Dottoressa in Scienze Elettroniche (2021). Insegnante di Fisica e Chimica al liceo dal 2013. È stata anche docente universitaria a contratto (2007-2023), insegnando informatica, TICE, calcolo numerico e misure elettriche e fisiche.