Физическая строгость и математическая корректность модели интеллектуального робота: адекватность реальному объекту и точность уравнений движения динамической системы – метод глубокого обучения на лагранжевых нейронных сетях

Основное содержимое статьи

С. В. Ульянов
В. С. Ульянов
А. Г. Решетников
К. В. Ульянова

Аннотация

На примере широко известной лабораторной системы, представленной как механический, динамически неустойчивый объект управления - каретка-маятник (шест), рассматриваются основные подходы и упрощения в создании нелинейной математической модели и структуры компьютерного моделирования ее системы управления. Обсуждаются методы создания математической модели с учетом упрощений физической модели и ее параметров, а также аспектов, связанных с математической точностью и физической строгостью математического описания динамического объекта и применения технологий создания интеллектуальных самообучающихся систем управления.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
1.
Ульянов СВ, Ульянов ВС, Решетников АГ, Ульянова КВ. Физическая строгость и математическая корректность модели интеллектуального робота: адекватность реальному объекту и точность уравнений движения динамической системы – метод глубокого обучения на лагранжевых нейронных сетях. Системный анализ в науке и образовании [Интернет]. 15 июль 2022 г. [цитируется по 4 декабрь 2022 г.];(1):1–41. доступно на: https://sanse.ru/index.php/sanse/article/view/518
Раздел
Статьи

Библиографические ссылки

Основы применения квантовых сквозных ИТ в робототехнике и интеллектуальном когнитивном управлении: стохастическая механика, квантовая информационная физика и информационная геометрия / П. В. Зрелов, В. В. Кореньков, О. Ю. Тятюшкина, С. В Ульянов // Системный анализ в науке и образовании: сетевое научное издание. 2021, №2. – C. 83–117. – URL : http://sanse.ru/download/439.

Hamil P. Lagrangians and Hamiltonians. Cambridge Univ. Press, UK, 2014.

Flannery M.R. d’Alembert-Lagrange analytical dynamics for nonholonomic systems // Journal of Mathematical Physics. – 2011, №52, 032705. – DOI: 10.1063/1.3559128

Ulyanov S.V. Self-organizing control system . Patent No.: US 6,411,944 Bl. Date of Patent: Jun. 25, 2002 (Filed: Mar. 17, 1998; Foreign Application Priority Data Mar. 21, 1997 (JP) 9-087426).

Ульянов В. С. Моделирование неголономных, существенно нелинейных динамических систем с использованием методов мягких вычислений с приложениями : диссертация к.т.н. – Тверь: ТвГУ, 2001.

Ulyanov S. V. Optimization Control Method for Shock Absorber. Patent No.: US 6,212,466 Bl. Date of Patent: Apr. 3, 2001 (Filed: Jan. 18, 2000).

Ulyanov S. V. , Panfilov, S. System and method for stochastic simulation of nonlinear dynamic systems with a high degree of freedom for soft computing applications. USA Patent Application Publication. US 2004/0039555 Al. 2004.

García-Garrido V. J., Wiggins S. Lagrangian Descriptors and the Action Integral of Classical Mechanics // arXiv:2204.04728v1 [math.DS] 10 Apr 2022.

Green C. D. Equations of Motion for the Cart and Pole Control. – Colin Green, 2020. – Дата публикации: 04.01.2020.–URL: https://sharpneat.sourceforge.io/research/cart-pole/cart-poleequations.html#appendixB/.

Момент инерции // Википедия : свободная энциклопедия. – URL : https://ru.wikipedia.org/wiki/Момент_инерции

Векторное произведение // Википедия : свободная энциклопедия. – URL : https://ru.wikipedia.org/wiki/Векторное_произведение

Момент силы // Википедия : свободная энциклопедия. – URL : https://ru.wikipedia.org/wiki/Момент_силы

Таблица моментов инерции // Википедия : свободная энциклопедия. – URL : https://en.wikipedia.org/wiki/List_of_moments_of_inertia

Технология мягких вычислений : Учебно-методическое пособие. Часть 3: Введение в Интеллектуальную Робототехнику / А. В. Николаева, А. Г. Решетников, С. В. Ульянов, В. С. Ульянов . – Mосква: КУРС, 2020. – 408 с.

Robust Fuzzy Control of Non-Linear Dynamic Systems Based on Soft Computing with Minimum of Entropy Production Rate / S. A. Panfilov [et al.] // Proc. Int. Conf. ICAFS 2000, Siegen, Germany. – 2000.

Principle of minimum entropy production in applied soft computing for advanced intelligent robotics and mechatronics/ V. S. Ulyanov, S. A. Panfilov, S. V. Ulyanov etc. // Soft Computing. –2000. – Vol. 2.

Computational intelligence with new physical controllability measure for robust control algorithms of extension-cableless robotic unicycle/ V. S. Ulyanov [et al.] // Journal of Advanced Computational Intelligence. – 1999. – Vol.3. – No.2.

A new physical measure for mechanical controllability and intelligent control of a robotic unicycle on basis of intuition, instinct and emotion computing / S. V. Ulyanov [et al.] // Proc. 2nd Intern. Conf. on Application on Fuzzy Systems and Soft Computing (ICAF’96), Siegen, Germany. – 1996. – Pp. 49-58.

Soft computing for the intelligent control of a robot unicycle based on a new physical measure for mechanical controllability / / S. V. Ulyanov [et al.] // Soft Computing. – 1998. – Vol. 2. – No.2.

Computational intelligence for robust control algorithms of complex dynamic systems with minimum entropy production. Part1: simulation of entropy-like dynamic behavior and Lyapunov stability / S. V. Ulyanov [et al.] // Journal of Advanced Computational Intelligence. – 1999. – Vol.3. – No. 2.

Green C. D. Equations of Motion for the Cart and Pole Control. – Colin Green, 2020. – Дата публикации: 04.01.2020.–URL: https://sharpneat.sourceforge.io/research/cart-pole/cart-poleequations.html#appendixB/.

Голономные ограничения - Holonomic constraints // abcdef.wiki : [веб-сайт]. – URL : https://ru.abcdef.wiki/wiki/Holonomic_constraints

Неголономная система - Nonholonomic system // abcdef.wiki : [веб-сайт]. – URL : https://ru.abcdef.wiki/wiki/Nonholonomic_system

Борисов А. В. Негологомые динамические системы. Интегрируемость, хаос, странные аттракторы / А. В. Борисов; под ред. И. С. Мамаев. – Москва ; Ижевск: Институт компьютерных исследований, 2002. – 328 с. – URL : http://window.edu.ru/resource/932/67932/files/ics4.pdf.

Шмутцер Э. Основные принципы классической механики и классической теории поля (канонический аппарат) / Э. Шмутцер. Москва: Мир. 1976.

An Approach to the Dynamics and Control of Uncertain Robot Manipulators / X. Yang [et al.] // Algorithms. – 2019. – Vol. 12. – P. 66. – DOI : 10.3390/a12030066. – URL: www.mdpi.com/journal/algorithms

Komoda K., Wagatsuma H. Energy-efficacy comparisons and multibody dynamics analyses of legged robots with different closed-loop mechanisms // Multibody Systems Dynamic. – 2017. – Vol. 40. – P. 123–153. – DOI: 10.1007/s11044-016-9532-9

Exploiting Null Space in Aerial Manipulation through Model-In-The-Loop Motion Planning / A. Ivanovic A. [et al.] // arXiv:2204.13540v1 [cs.RO] 28 Apr. 2022.

Wei S.X. , Harderup P., Burdick J. W. Differential Flatness and Flatness Inspired Control of Aerial Manipulators based on Lagrangian Reduction // arXiv:2111.01302v1 [cs.RO] 2 Nov 2021.

Rouch N. Stability Theory by Lyapunov's Direct Method / N. Rouch, P. Habets, M. Laloy. – Berlin : Springer. – 1977.

Ulyanov S.V. Self-organizing control system. Patent No.: US 6,411,944 Bl. Date of Patent: Jun. 25, 2002 (Filed: Mar. 17, 1998; Foreign Application Priority Data Mar. 21, 1997 (JP) 9-087426).

Dynamic Grasping with a “Soft” Drone: From Theory to Practice / J. Fishman [et al.] // arXiv:2103.06465v1 [cs.RO] 11 Mar 2021.

Building healthy Lagrangian theories with machine learning / С. Valelis [et al.] // arXiv:2002.00049v3 [physics.comp-ph] 20 Jun 2021.

Lagrangian neural networks / Cranmer M. [et al.] // arXiv:2003.04630v2 [cs.LG] 30 Jul 2020.

Machine-Learning Non-Conservative Dynamics for New-Physics Detection / Liu Z. [et al.] // arXiv:2106.00026v2 [cs.LG] 2 Jun 2021.

Physics- informed machine learning / G. E. Karniadakis [et al.] // NATURE REVIEWS. – 2021. – Vol. 3 – Pp. 423-440.

Scientific Machine Learning through Physics-Informed Neural Networks: Where we are and What’s next / S. Cuomo [et al.] // arXiv:2201.05624v3 [cs.LG] 13 Feb 2022.

When physics meets machine learning: a survey of physics-informed machine learning / C. Meng et al. // arXiv:2203.16797v1 [cs.LG] 31 Mar 2022.