Solution for Adaptive Control of Coupled Motor System with Flexible Joint

Abstract

Tato diplomová práce se vztahuje na analýzu, návrh a implementaci adaptivních nervových algoritmů, s nastavením low-cost hardwaru a open-source softwaru, jehož cílem je kontrolovat vstupní signál ke zpracování nelinearity systému vázanych motorů s flexibilním spojenim. Tři různé architektury neuronových sítí a jejich statické a dynamické verze byly odvozeny, naprogramovany implementovány a testovány prostřednictvím navrženeho a naprogramovaného výpočetního programu určeného pro realizaci celého experimentálního procesu počínaje sběrem dat, končí s praktickou implementaci umělých neuronových sítí pro řízení reálných procesů pomocí LabJack- zařízení pro měření a automatizace .

This master's thesis refers to analysis, design and implementation of adaptive neural algorithms, with low-cost hardware setup and open-source software, aimed to control input signal to handle non-linearity of coupled motor system with flexible joint. Three different neural network architectures and their static and dynamic versions were derived, programmed, implemented and tested via designed and programmed computational program developed for realization of whole experimental process starting from data acquisition ending with appliance of artificial neural networks for real process control by means of LabJack- measurement and automotive device.