Parameters identification and failure detection applied to space robotic manipulators

• Ano de defesa: 2001
• Autor(a) principal: Adenilson Roberto da Silva
• Orientador(a): Luiz Carlos Gadelha de Souza, Bernd Schäfer
• Banca de defesa: Mário César Ricci, Marcelo Lopes de Oliveira e Souza, Luiz Carlos Sandoval Góes, Alberto Carlos Guimarães Diniz
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Mecânica Espacial e Controle
• País: BR
• Resumo em Inglês: Physical parameters identification is useful in many applications, especially in aerospace and robotics fields. Aerospace and robotics system analysis normally requires accurate physical system models for control. On the other hand, the identification of physical parameters, besides the normal identification requirements (system excitation, for instance), involves several tasks: mathematical modeling and algorithm selection for instance. In this thesis, a detailed modeling of a robotic joint has been presented. The models are derived in an increasing degree of complexity (which means that, in theory, the mathematical representation is approaching to the real system), where the typical non-linear terms of a robotic joint have been taken into account. A new procedure to select suitable robotic trajectories based on the singular value decomposition (SVD) of measurement matrix is also presented. The identification task has been carried out by deriving (or improving) and implementing new algorithms. The strategies and algorithms have shown good performance in both: accuracy and also concerning computer load. In order to allow the inclusion of non-linear terms in the parameters vector, a new algorithm (TS -Two Step Algorithm) based on a modified version of Recursive Least Squares (mRLS) with a variable forgetting factor and MCS (Multi Level Coordinate Search) algorithms has been derived. The results have shown that the TS algorithm has excellent performance in identifying the unknown parameters vector by using both: real and simulated data. In addition, an integrated procedure for sensors failure detection and isolation (FDI) based on subspace theory is derived. The MOESP (MIMO Output Error State Space Model Identification) algorithm has been used to build a model, which serves as a reference for the FDI algorithm. The FDI algorithm has shown high reliability in detecting and isolating all the simulated failures in the sensors. Finally, the TS and the FDI algorithms have been integrated in a single environment to simulate an integrated situation where the system is time variant and the sensors also fail. The results have shown that reliable parameters are obtained even in case of multi failure. All derived models and algorithms have been tested by using data collected from IRJ (Intelligent Robotic Joint) experiment built at DLR (German Aerospace Centers) in Oberpfaffenhofen.
• Link de acesso: http://urlib.net/sid.inpe.br/jeferson/2004/09.06.08.57

A identificação de parâmetros físicos é muito útil em muitas aplicações, especialmente na área aeroespacial e também na robótica. A análise de sistemas aeroespaciais e robôs normalmente requerem modelos matemáticos precisos os quais são utilizados pelo controle. Por outro lado, a identificação de parâmetros físicos, além dos requisitos normais de identificação (excitação do sistema, por exemplo), envolve tarefas adicionais, tais como modelagem matemática do sistema, seleção dos algoritmos de identificação, etc. Nesta tese, é mostrada uma detalhada modelagem matemática de uma junta robótica. Os modelos são mostrados numa ordem crescente de complexidade (o que significa, em teoria, que a representação matemática está mais próxima do sistema real), onde os típicos termos não-lineares da junta robótica foram considerados. Um novo procedimento para se selecionar trajetórias apropriadas (considerando o nível de excitação do sistema) baseada na decomposição em valores singulares da matriz de medidas é também apresentado. A tarefa de identificação foi realizada através da obtenção (ou melhora) e implementação de novos algoritmos. As estratégias e algoritmos mostraram bom desempenho em vários aspectos: precisão, confiabilidade e baixo esforço computacional. A fim de permitir a inclusão de termos não-lineares no vetor de parâmetros (na identificação recursiva), um novo algoritmo (TS - Algoritmo Duas Etapas) baseado numa versão modificada do algoritmo dos mínimos quadrados recursivos (mRLS) com um fator de esquecimento variável (variable forgetting factor) e no algoritmo Multi Level Coordinate Search (MCS) foi obtido. Os resultados mostraram que o algoritmo TS tem uma excelente performance na identificação dos parâmetros em ambos os casos: usando dados reais e simulados. Um procedimento integrado para detecção e isolamento de falhas (FDI) baseado na teoria de subespaço é também mostrado. O algoritmo MIMO Output Error State Space Model Identification (MOESP) foi usado para se obter um modelo matemático que serve como base para o algoritmo FDI. O algoritmo FDI mostrou elevada eficiência e confiabilidade na detecção e no isolamento das falhas em todos os casos simulados. Finalmente, os algoritmos TS e FDI foram integrados em um único ambiente a fim de simular uma situação onde o sistema a ser identificado é variante no tempo e vários sensores apresentam falhas. Os resultados indicam que parâmetros confiáveis podem ser obtidos mesmo no caso de múltiplas falhas. Todos os modelos e algoritmos obtidos foram testados utilizando-se dados coletados no experimento Intelligent Robotic Joint (IRJ) construído pelo Centro Espacial Alemão (DLR Oberpfaffenhofen).