Depending on the amount of data to process, file generation may take longer.

If it takes too long to generate, you can limit the data by, for example, reducing the range of years.

Dissertation

Download BibTeX

Title

Sterowanie robotem za pomocą odpornego na awarie osi algorytmu bazującego na sztucznej inteligencji

Authors

[ 1 ] Instytut Technologii Mechanicznej, Wydział Inżynierii Mechanicznej, Politechnika Poznańska | [ P ] employee

Promoter

[ 1 ] Instytut Technologii Mechanicznej, Wydział Inżynierii Mechanicznej, Politechnika Poznańska | [ P ] employee

Supporting promoter

[ 1 ] Instytut Technologii Mechanicznej, Wydział Inżynierii Mechanicznej, Politechnika Poznańska | [ P ] employee

Reviewers

Title variant

EN Control of the robot using a fault-tolerant axis failures algorithm based on artificial intelligence

Language

polish

Keywords
PL
  • sterowanie odporne na błędy
  • algorytm genetyczny
  • sztuczna sieć neuronowa
EN
  • fault-tolerant control
  • genetic algorithm
  • artificial neural network
Abstract

PL W niniejszej rozprawie podjęto badania nad opracowaniem odpornego na uszkodzenia osi sterowania robotem, w którym przewidziano zastosowanie metod sztucznej inteligencji. Głównym celem pracy było opracowanie i przebadanie takiego sterowania w zadaniach pozycjonowanie w zadanym punkcie, z jednoczesnym omijaniem przeszkód w strefie roboczej robota. Opracowano połączenie algorytmu genetycznego, sztucznej sieci neuronowej oraz modelu robota do pozycjonowania ramienia robota, w przypadku awarii jednej albo dwóch osi. Opracowane rozwiązanie zostało sprawdzone w badaniach symulacyjnych i doświadczalnych, w zadaniach typu „złap i odłóż” wykonywanych w warunkach laboratoryjnych.

EN In this dissertation, research is undertaken on the development of an axis-failure-tolerant robot control, which envisions the use of artificial intelligence methods. The main objective of the thesis is to develop and test a fault-tolerant robotic axis control that provides positioning at a preset point while avoiding obstacles in the robot's work zone. Combination of a genetic algorithm, an artificial neural network and a robot model was developed for positioning the robot arm, in case of failure of either one or two axes. The developed solution was tested in simulation and experimental studies, in pick-and-place tasks performed in laboratory conditions.

Number of pages

103

Scientific discipline (Law 2.0)

mechanical engineering

Full text of dissertation

Download file

Access level to full text

public

First review

Krzysztof J. Kaliński

Place

Gdańsk, Polska

Date

18.04.2024

Language

polish

Review text

Download file

Access level to review text

public

Second review

Kanstantsin Miatluk

Place

Białystok, Polska

Date

23.04.2024

Language

polish

Review text

Download file

Access level to review text

public

Third review

Piotr Woś

Place

Kielce, Polska

Date

22.04.2024

Language

polish

Review text

Download file

Access level to review text

public

Dissertation status

dissertation before defense

Place of defense

Poznań, Polska

Date of defense

21.06.2024

This website uses cookies to remember the authenticated session of the user. For more information, read about Cookies and Privacy Policy.