Större precision hos lättviktsrobotar
En lättviktsrobot är svårare att reglera än konventionella, konstaterar Johanna Wallén, nybliven doktor i reglerteknik vid Linköpings universitet.
En robot programmeras för en viss uppgift genom att dess motorer ställs in så att hanteringsuppgiften kan genomföras. Men de reglersystem som finns ger inte tillräcklig precision och det är i praktiken omöjligt att mäta upp verktygets position i det tredimensionella rummet.
Johanna Wallén har i simuleringsstudier och experiment utvecklat en metod för självinlärning som kraftigt reducerar positioneringsfelet. I metoden beräknas en korrigerad signal baserad på den iterativa inlärningen och denna algoritm blir ett komplement till det ursprungliga styrsystemet. Robotens motorer blir nu tvingade att följa den korrigerade signalen.