It is well known that conventional Input Shaping Technique (IST) is not very effective in suppressing residual vibrations for nonlinear and time varying systems. In an effort to increase the effectiveness for such systems, this thesis presents Learning Input Shaping Technique (LIST) which iteratively updates the parameters of IST from previous trials. Simulations are presented for four different cases: (1) when the natural frequency or damping of a system is not estimated well; (2) when a system has time varying vibration; (3) when a system has nonlinear flexibility; and (4) when a closed loop system includes a saturation element in the loop. LIST is experimented on a six D.O.F industrial robot to evaluate its effectiveness. The results of the simulations and the experiment show that the residual vibrations become considerably smaller as iteration goes on, thereby demonstrating the effectiveness of LIST. The results of LIST is compared to that of time varying IST (TVIST), which changes the IST parameters in real time according to an estimated frequency.
본 논문에서는 비선형 시변시스템의 잔류진동을 제거하기 위한 기법으로써 입력다듬기(Input Shaping Technique; IST)에 학습기능을 추가한 기법을 다루었다.
기존의 IST는 선형 시불변 시스템에 대해서는 잔류진동을 잘 제거해 주지만, 비선형 시변 시스템의 잔류진동을 제거하는 데에는 한계가 있었다. 본 논문에서 제시한 학습입력다듬기(Learning IST; LIST)는 선행된 실험(혹은 시뮬레이션)의 결과를 분석하여 IST의 parameter를 갱신하는 기법이다. 제안된 기법을 시뮬레이션 하기 위해서 네 가지 시스템을 선정하였다. 선정된 시스템은 (1)선형시불변 시스템이지만 고유진동수와 damping이 부정확하게 estimate된 시스템, (2)선형 시변시스템, (3) 비선형 스프링을 갖는 시스템, 그리고 (4) 폐루프계에 포화요소를 포함하고 있는 시스템이다. 제안된 기법을 실제로 적용한 실험은 6자유도 산업용 로봇을 사용하여 수행되었다. 사용된 로봇은 100kg의 가반하중을 다루는 로봇으로서 관절의 유연성에 의해서 잔류진동이 발생되며, 자세에 따라 고유진동수가 변화하므로 기존의 IST로는 잔류진동이 잘 제거되지 않는 시스템이다. 시뮬레이션 결과와 실험 결과는 LIST를 사용함으로써, 시변 비선형 시스템의 잔류진동이 iteration이 반복됨에 따라 효과적으로 감소하는 것을 보여 주었다. LIST의 결과와 더불어, IST의 parameter를 시스템의 고유진동수에 맞추어서 계속 변경하는 시변 IST(time varying IST; TVIST)의 결과가 비교되었으며, 이를 바탕으로 LIST가 어떤 환경에서 유용한지에 대해서 논의하였다.
