Zlepšení manipulovatelnosti tensegritických struktur využitím sítě lokálních lineárních modelů

Abstract

V této diplomové práci se zabývám problematikou zlepšení manipulovatelnosti tensegritických struktur. Součástí práce je rešerše ohledně historie a aktuálního stavu vývoje tensegritických struktur. Dále práce obsahuje základní poznatky ohledně neuronových sítí a fuzzy logiky. Podrobně je zde popsán identifikační algoritmus LOLIMOT (Local linear model tree) a zároveň je implementován v prostředí MATLAB. Na jednoduchém pětikloubovém mechanismu je aplikován postup zlepšení manipulovatelnosti v definovaném pracovním prostoru a je řešena jeho kinematika. Na tento mechanismus je následně natrénován algoritmus LOLIMOT. Obdobně je proces zlepšení manipulovatelnosti řešen na 3-vrstvé rovinné tensegritické struktuře.

This master thesis discovers topic of improving dexterity of tensegrity structures. It includes comprehensive research of history and current advancement in field of tensegrity structures research. Furthermore, it consists of basic ideas summary of neural networks and fuzzy logic. Identification algorithm LOLIMOT (Local linar model tree) is covered in detail and implemented in MATLAB. This approach to improvement of dexterity is applied on 5 - joint mechanism in pre-defined workspace. Also kinematics of this mechanism is explored. LOLIMOT neuro-fuzzy network is trained on this mechanism. In addition, process of improving dexterity is applied to 3 - stage planar tensegrity structure.