Controllo in Sliding Mode per Robot Industriali tramite Rete Neurale ibrida Pre-addestrata e adattiva

This thesis investigates trajectory tracking for the ERICC industrial manipulator by combining a Sliding Mode Control (SMC) controller with a radial basis function (RBF) neural network whose output layer is updated adaptively. After describing the manipulator and its dynamic model, the thesis presents the SMC design and the network training procedure. The RBF centres are determined using k-means, selected through the Orthogonal Least Squares method, and the spread parameter is chosen by Grid Search. The output weights are then adapted online using the Normalized Least Mean Squares (NLMS) algorithm. The system is implemented in MATLAB/Simulink and evaluated in simulation by comparing SMC and SMC with RBF for joint 2 and joint 3 trajectories, both without an end-effector payload and with a 2 kg payload. Performance is assessed using tracking-error and control-effort indices. Without a payload, adding the network does not reduce the tracking error; with the 2 kg payload, the errors decrease substantially, especially for joint 3, at the cost of increased control effort. These results suggest that the network can help compensate for a payload not considered when tuning the controller, within the simulated conditions.

Il presente elaborato affronta il problema dell’inseguimento di traiettoria del mani- polatore industriale ERICC, studiando un controllore Sliding Mode (SMC) integrato con una rete neurale a funzioni di base radiale (RBF). Dopo aver descritto il manipolatore e il modello dinamico utilizzato, vengono presen- tati la sintesi del controllore SMC e il processo di addestramento della rete. In particolare, i centri della rete sono individuati mediante l’algoritmo k-means, selezionati con il metodo Orthogonal Least Squares e il parametro spread è scelto tramite Grid Search. Il sistema è implementato in MATLAB/Simulink e valutato in simulazione con- frontando SMC e SMC con RBF sulle traiettorie dei giunti 2 e 3, in assenza di carico e con un carico di 2 kg sull’end-effector. Le prestazioni sono analizzate attraverso indici di errore di inseguimento e di sforzo di controllo. In assenza di carico, l’aggiunta della rete non riduce l’errore; con il carico di 2 kg, invece, gli errori diminuiscono nettamente, soprattutto per il giunto 3, a fronte di un aumento dello sforzo di controllo. I risultati evidenziano quindi il potenziale della rete nel compensare un carico non considerato nella taratura del controllore, limitatamente alle condizioni simulate.