ترجمه مقاله کنترل بازوی ربات با استفاده از شبکه های عصبی - نشریه الزویر

ترجمه مقاله کنترل بازوی ربات با استفاده از شبکه های عصبی - نشریه الزویر
قیمت خرید این محصول
۴۷,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
کنترل بازوی ربات با استفاده از شبکه های عصبی: یک نظرسنجی
عنوان انگلیسی
Robot manipulator control using neural networks: A survey
صفحات مقاله فارسی
33
صفحات مقاله انگلیسی
12
سال انتشار
2018
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
7.083 در سال 2020
شاخص H_index مجله
143 در سال 2021
شاخص SJR مجله
1.085 در سال 2020
شناسه ISSN مجله
0925-2312
شاخص Q یا Quartile (چارک)
Q1 در سال 2020
کد محصول
12176
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است ✓
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
فرضیه
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
مهندسی کامپیوتر، مهندسی برق، هوش مصنوعی، هوش ماشین، رباتیک، مهندسی الگوریتم ها و محاسبات
مجله
محاسبات عصبی - Neurocomputing
دانشگاه
دانشکده علوم و مهندسی اطلاعات، دانشگاه لانژو، چین
کلمات کلیدی
بازوی ربات، بازوی ربات، شبکه عصبی، برنده همه چیز، بازوهای موازی، بازوهای کابلی، شبکه عصبی پیشخور، شبکه عصبی دوگانه، شبکه عصبی بازگشتی
کلمات کلیدی انگلیسی
Robot manipulators - Robot arms - Neural network - Winner-take-all - Parallel manipulators - Cable-driven manipulators - Feedforward neural network - Dual neural network - Recurrent neural network
doi یا شناسه دیجیتال
https://doi.org/10.1016/j.neucom.2018.01.002
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
1. مقدمه
2. مقدمات
3. بازوهای ربات مختلف
3.1. بازوهای اضافی
3.2. بازوهای موازی
3.3. بازوهای کابلی
3.4. بازوهای متحرک
4. روش های شبکه عصبی برای کنترل بازوی مکانیکی
4.1. شبکه عصبی پیشخور
4.1.1. شبکه عصبی پیشخور مبتنی بر انتشار معکوس
4.1.2. شبکه عصبی پیشخور با تابع پایه شعاعی
4.2. شبکه عصبی بازگشتی
4.2.1. شبکه هاپفیلد
4.2.2. شبکه عصبی اسپایکی
4.2.3. ژنراتورهای الگوی مرکزی
4.2.4. شبکه حالت اکو
4.3. شبکه دوگانه
4.4. نظریه های کنترل مدرن و تکنیک های پیشرفته
5. بحث در مورد جهت گیری های آینده
5.1. برنده همه چیز برای کنترل بازوی مکانیکی
5.2. حافظه کوتاه مدت بلند برای کنترل بازوی مکانیکی
6. نتیجه گیری
منابع
تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)
       
نمونه چکیده متن اصلی انگلیسی

Abstract


Robot manipulators are playing increasingly significant roles in scientific researches and engineering applications in recent years. Using manipulators to save labors and increase accuracies are becoming common practices in industry. Neural networks, which feature high-speed parallel distributed processing, and can be readily implemented by hardware, have been recognized as a powerful tool for real-time processing and successfully applied widely in various control systems. Particularly, using neural networks for the control of robot manipulators have attracted much attention and various related schemes and methods have been proposed and investigated. In this paper, we make a review of research progress about controlling manipulators by means of neural networks. The problem foundation of manipulator control and the theoretical ideas on using neural network to solve this problem are first analyzed and then the latest progresses on this topic in recent years are described and reviewed in detail. Finally, toward practical applications, some potential directions possibly deserving investigation in controlling manipulators by neural networks are pointed out and discussed.


 

6. Conclusions


In summary, great achievements for the control of manipulators by means of neural networks have been gained in the last two decades. However, there are still many new problems to be solved. All these future developments will accompany the development of the advanced manufacture and material for various kinds of robot manipulators as well as the mathematical theory for constructing and developing neural networks. Keeping in mind, different kinds of neural networks have their own feasible ranges, and one cannot expect that only a few existing results on neural networks can tackle all the control problems existing in different manipulators with different tasks. Every class of neural networks, for example, feedforward neural networks, recurrent neural networks, dual neural networks as well as their modifications, has their own advantages, which has considered different tradeoffs between computational complexity and efficiency for the control of robot manipulators. Finally, two possible future research directions on control of robot manipulators using neural networks are pointed out, which may open a door to the research on this topic.

نمونه چکیده ترجمه متن فارسی
چکیده

در سال های اخیر، بازوهای ربات نقش بسیار مهم و قابل توجهی در تحقیقات علمی و برنامه های مهندسی ایفا کرده اند. استفاده از بازوهای مکانیکی برای صرفه جویی در کار و افزایش دقت، در حال تبدیل شدن به شیوه های معمول در صنعت هستند. شبکه های عصبی، که پردازش موازی توزیع شده با سرعت بالا را نشان داده و می توانند به راحتی توسط سخت افزار اجرا شوند، به عنوان یک ابزار قدرتمند برای پردازش بلادرنگ شناخته شده و به طور گسترده و موفقیت آمیز در سیستم های مختلف کنترل به کار گرفته شده اند. به طور خاص، استفاده از شبکه های عصبی برای کنترل بازوهای ربات توجه زیادی را به خود جلب کرده و طرح ها و روش های مختلفی در رابطه با آن پیشنهاد شده و مورد بررسی قرار گرفته است. در این مقاله، ما به بررسی پیشرفت های تحقیقاتی در مورد کنترل بازوی مکانیکی از طریق شبکه های عصبی می پردازیم. مسئله ايجاد كنترل دستكاري و ايده هاي تئوری در مورد استفاده از شبكه عصبي براي حل اين مسئله، ابتدا آنالیز شده و سپس آخرین پيشرفت ها در اين زمينه در سال هاي اخير به طور كامل شرح داده شده و مورد بررسی قرار گرفته است. در نهایت، برای کاربردهای عملی، برخی از جهت گیری های بالقوه که احتمالا شایسته تحقیق در کنترل بازوهای مکانیکی با استفاده از شبکه های عصبی هستند، ذکر شده و مورد بحث و بررسی قرار گرفته اند.

 

6. نتیجه گیری

به طور خلاصه، دستاوردهای بزرگ کنترل بازوهای مکانیکی با استفاده از شبکه های عصبی، در دو دهه گذشته به دست آمده است. با این حال، هنوز مشکلات جدید بسیاری وجود دارد که باید حل شوند. تمام این پیشرفت های مربوط به آینده، با توسعه تولید پیشرفته و مواد برای انواع مختلف بازوهای ربات و همچنین نظریه ریاضی برای ساخت و توسعه شبکه های عصبی همراه خواهند بود. باید در نظر گرفت که انواع مختلف شبکه های عصبی، محدوده های عملی خود را دارند و نمی توان انتظار داشت که تنها چند نتیجه موجود در مورد شبکه های عصبی بتوانند از عهده تمام مشکلات کنترل موجود در بازوهای مختلف با وظایف مختلف برآیند. هر نوع از شبکه های عصبی، به عنوان مثال، شبکه های عصبی پیشخور، شبکه های عصبی بازگشتی، شبکه های عصبی دوگانه و همچنین اصلاحات آنها، مزایای خاص خود را دارند، که مبادلات مختلفی را بین پیچیدگی محاسباتی و بازده برای کنترل بازوهای ربات در نظر گرفته اند. در نهایت، به دو مسیر احتمالی تحقیقاتی آینده در مورد کنترل بازوهای ربات با استفاده از شبکه های عصبی اشاره شده است، که ممکن است دری برای تحقیق در مورد این موضوع باز کنند.


بدون دیدگاه