6m715u

Volume 12 number 1

Pages: 11-18


Fault Detection and Isolation in Robotic Manipulators Using a Multilayer Perceptron and a RBF Network Trained by the Kohonens Self-Organizing Map

Renato Tins and Marco Henrique Terra

    [email protected], [email protected]
    Departamento de Engenharia Eltrica - EESC / USP
    Caixa Postal 359
    So Carlos, So Paulo, Brazil, 13560-970
Resumo:
Neste trabalho, um sistema de deteco e isolao de falhas para robs manipuladores baseado em Redes Neurais Artificiais proposto. Duas redes so utilizadas: um Perceptron Multicamadas empregado para reproduzir o comportamento dinmico do manipulador sem falhas e uma Rede com Funo de Base Radial (RBF) usada para a classificao dos resduos gerados atravs da diferena entre as sadas do Perceptron e as velocidades das juntas. Os centros das unidades radiais da rede RBF so posicionados atravs do Mapa Auto-Organizvel de Kohonen ou atravs do mtodo Forward Selection, que emprega seleo de subconjuntos para escolher os centros a partir dos padres de treinamento. Simulaes utilizando um manipulador planar com duas juntas e um rob Puma 560 indicam que o primeiro mtodo fornece resultados mais interessantes para a deteco e isolao das falhas
Palavras Chave: Deteco e Isolao de Falhas; Robs Manipuladores; Redes Neurais Artificiais; Redes RBF; Mapa Auto-Organizvel de Kohonen.
Abstract:
In this work, Artificial Neural Networks are employed in a Fault Detection and Isolation scheme for robotic manipulators. Two networks are utilized: a Multilayer Perceptron is employed to reproduce the manipulator dynamical behavior, generating a residual vector that is classified by a Radial Basis Function Network, giving the fault isolation. Two methods are utilized to choose the radial unit centers in this network. The first method, Forward Selection, employs Subset Selection to choose the radial units from the training patterns. The second employs the Kohonens Self-Organizing Map to fix the radial unit centers in more interesting positions. Simulations employing a two link manipulator and the Puma 560 manipulator indicate that the second method gives a smaller generalization error.
Keywords: Fault Detection and Isolation; Robotic Manipulators; Neural Networks; RBF Networks; Kohonen's Self Organizing Map.

PDF copy (222 kbytes)

Back to Volume 12 index.


Click here to obtain
get acrobat reader
Last modifications:
by jro