СТРУКТУРНИЙ СИНТЕЗ ІНТЕЛЕКТУАЛЬНОЇ ІНФОРМАЦІЙНО-КЕРУВАЛЬНОЇ СИСТЕМИ ЕКСКАВАТОРА НА ОСНОВІ МАШИННОГО НАВЧАННЯ
DOI:
https://doi.org/10.30977/BUL.2219-5548.2026.112.0.100Ключові слова:
екскаватор, інформаційно-керувальна система, структурний синтез, адаптивне керування, ПІД-регулятор, навчання з підкріпленням, актор-критикАнотація
Запропоновано ієрархічну структуру інформаційно-керувальної системи маніпуля- тора одноковшевого екскаватора в умовах невизначених збурень. Структуру сформовано на основі функціональної декомпозиції процесів керування та їх поділу за частотою оновлення інформації. Синтезовано підсистему реалізації керування у вигляді комбінованої двоконтурної архітектури, що поєднує каскадне ПІД-керування з адаптивним інтелектуальним модулем, призначеним для компенсації невизначених факторів. Для реалізації інтелектуального модуля використано метод класу «актор-критик» у межах навчання з підкріпленням.
Посилання
Earthmoving Equipment Market Size, Industry Analysis and Forecast 2032. Acumen Research and Consulting, Advisory Company. URL: https://www.acumenresearchandconsulting.com/e arthmoving-equipment-market
Earthmoving Heavy Equipment Market Insights. Verified Market Reports. URL: https://www.verifiedmarketreports.com/product/e arthmoving-heavy-equipment-market
Vähä P. K., Koivo A. J., Skibniewski M. J. Excavator Dynamics and Effect of Soil on Digging. 8th International Symposium on Automation and Robotics in Construction, Stuttgart, Germany, 3–5 June 1991. P. 297–306. https://doi.org/10.22260/isarc1991/0030
Vähä P., Skibniewski M., Koivo A. Kinematics and trajectory planning for robotic excavation. International Conference on Construction Con- gress ’91, Cambridge, MA, Apr. 1991. New York, 1991. P. 787–793.
Khoshzaban M., Sassani F., Lawrence P. D. Autonomous kinematic calibration of industrial hydraulic manipulators. 4th International Symposium on Robotics and Manufacturing (ISRAM’92), Santa Fe, N.M., November 11–13, 1992. P. 577–584.
Vähä P. K., Skibniewski M. J. Dynamic Model of Excavator. Journal of Aerospace Engineering. 1993. Vol. 6. No. 2. P. 148–158. https://doi.org/ 10.1061/(ASCE)0893-1321(1993)6:2(148)
Plonecki L., Cendrowicz J. A Digital Control System for Hydraulic Excavator Fixtures. 12th International Symposium on Automation and Robotics in Construction, Warsaw, Poland, 30 May – 1 June 1995. P. 533–537. https://doi.org/10.22260/ISARC1995/0064
Modeling and Control of Excavator Dynamics during Digging Operation / A. J. Koivo et al. Journal of Aerospace Engineering. 1996. Vol. 9. No. 1. P. 10–18. https://doi.org/10.1061/ (ASCE)0893-1321(1996)9:1(10)
LUCIE the robot excavator-design for system safety / D. Seward et al. IEEE International Conference on Robotics and Automation, Minneapolis, MN, USA. Vol. 1. P. 963–968. https://doi.org/10.1109/robot.1996.503897
Gurko A., Kyrychenko I., Yaryzhko A. Trajecto- ries Planning and Simulation of a Backhoe Mani- pulator Movement. 2nd International Workshop on Computer Modeling and Intelligent Systems (CMIS-2019), Zaporizhzhia, Ukraine, April 15–19, 2019. P. 771–785.
https://doi.org/10.32782/cmis/2353-61
Research on Optimal Control of Excavator Negative Control Swing System / L. Zhang et al. Processes. 2020. Vol. 8. No. 9. P. 1096. https://doi.org/10.3390/pr8091096
Sotiropoulos F. E., Asada H. H. A Model-Free Extremum-Seeking Approach to Autonomous Excavator Control Based on Output Power Maximization. IEEE Robotics and Automation Letters. 2019. Vol. 4. No. 2. P. 1005–1012.
https://doi.org/10.1109/lra.2019.2893690
Robust Control of Mobile Transport Object with 3D Technical Vision System / Gurko A. et al. IEEE Vigesimosegunda Reunión Internacional de otoño ROC&C2011, 27.11 – 3.12.2011, Acapulco, Mexico, 6p.
Gurko A. G., Eryemenko I. F. Control of Discrete System under Bounded Disturbances. Journal of Automation and Information Sciences. 2011. Vol. 43. No. 11. P. 18–29. https://doi.org/10.1615/ jau- tomatinfscien.v43.i11.30
Robust Control of Excavation Mobile Robot with Dynamic Triangulation Vision. 9th International Conference on Informatics in Control, Automa- tion and Robotics / Gurko A. et al. Rome, Italy, 28–31 July 2012. Vol. 2. P. 481–484. https://doi.org/10.5220/0004044604810484
A Robust Control Approach for Hydraulic Excavators Using μ-synthesis / S. Kim et al. International Journal of Control, Automation and Systems. 2018. Vol. 16. No. 4. P. 1615–1628. https://doi.org/10.1007/s12555-017-0071-9
Lee S-J, Pyung H. C., Kwon Y-M. An experimental study on Cartesian tracking control of automated excavator system using TDC-based robust control design. Proceedings of the 1999 American Control Conference, San Diego, CA, USA, 2–4 June 1999. P. 3180–3185.
https://doi.org/10.1109/acc.1999.782351
Kim D. W., Park P. An advanced time-delay controller for robust trajectory control of manipulator in the excavator. 2021 Second International Symposium on Instrumentation, Control, Artificial Intelligence, and Robotics (ICA-SYMP), Bangkok, Thailand, 20–22 January 2021. P. 1–4. https://doi.org/10.1109/ica- symp50206.2021.9358246
Intelligent prediction for digging load of hydraulic excavators based on RBF neural network/ D. Huo et al. Measurement. 2022. P. 112210. https://doi.org/10.1016/j.measurement.2022.112210
Prediction of digging force using artificial neural network / M. A. I. Tantowi et al. International Symposium on Earth Science and Technology, Fukuoka. 2022. P. 4. URL:https://digilib.itb.ac.id/assets/files/2023/MjAyMi BNVUhBTU1BRCBBTkdHQVJBIElNQU0gVE FOVE9XSSAxLVBBUEVSLnBkZg.pdf
Application of physics-informed machine learning for excavator working resistance modeling / S. Li et al. Mechanical Systems and Signal Processing. 2024. Vol.209. P. 111117. https://doi.org/10.1016/j.ymssp.2024.111117
Мірошник В. А., Гурко В. О., Гурко О. Г. Ви- користання навчання з підкріпленням для пла- нування шляху будівельного робота. Біоніка інтелекту. 2024. № 2 (101). С. 34–38. https://doi.org/10.30837/bi.2024.2(101).05
Кириченко, І. Г., Гурко В. О. Застосування машинного навчання в інтелектуальній систе- мі керування ковшем навантажувача. Вісник Харківського національного автомобільно- дорожнього університету. 2025. Вип. 108. С. 78–88. https://doi.org/10.30977/BUL.2219-5548.2025.108.0.78
Egli P., Hutter M. A General Approach for the Automation of Hydraulic Excavator Arms Using Reinforcement Learning. IEEE Robotics and Automation Letters. 2022. Vol. 7. No. 2. P. 5679–5686. https://doi.org/10.1109/lra.2022.3152865
Soil-Adaptive Excavation Using Reinforcement Learning / P. Egli et al. IEEE Robotics and Automation Letters. 2022. P. 1–8. https://doi.org/10.1109/lra.2022.3189834
Гурко О .Г. Структурна модель системи керу- вання робочим процесом екскаватора. Авто- мобільний транспорт. 2016. Вип. 39. С. 33–38.
Linear Quadratic Gaussian Control for Robotic Excavator / А. Gurko et al. 3rd International Workshop on Computer Modeling and Intelligent Systems (CMIS-2020), Zaporizhzhia, Ukraine, April 27-May 1, 2020. Vol. 2608. P. 144–155.
https://doi.org/10.32782/cmis/2608-12
Ганенко Л. Д., Жебка В. В. Застосування мето- дів навчання з підкріпленням для планування шляху мобільних роботів. Телекомунікаційні та інформаційні технології. 2024. № 1. С. 16–25. https://doi.org/10.31673/2412-4338.2024.011625
