Hasil Pencarian  ::  Simpan CSV :: Kembali

"Lengan robot memiliki sifat-sifat dinamika tak linier yang melibatkan parameter-parameter yang berubah terhadap waktu yang mengakibatkan sistem ini sangat kompleks dilihat dari sudut pandang kontrol. Persamaan dinamika dari sistem lengan robot berhubungan dengan kelembaman efektif (ejective inertia) dari masing-masing sendi (joint), kopling kelembaman antar tiap sendi, dan juga gaya gravitasi. Untuk menangani sistem lengan robot yang sangat kompleks dan non linear ini maka digunakan fuzzy model reference learning control (FMRLC). Pada skripsi ini akan dibalm aplikasi FMRLC dalam menangani sistem lengan robot planar dua link Pada skripsi ini juga akan ditampilkan simulasi untuk memperlihatkan ldnerja dari algoritma FNIRLC dalam mengendalikan posisi lengan robot planar dua link."

"Telah dibuat lengan robot 5 DOF (Degrees Of Freedom) dengan menggunakan Mikrokontroller H8/3069F yang mempunyai kapasitas ROM 512K byte dan RAM sebesar 16K byte. Lengan robot ini dikontrol menggunakan kontrol manual yang pengontrolannya dilakukan oleh komputer desktop dengan komunikasi serial, dan kontrol otomatis yang pergerakannya telah terprogram di mikrokontroller. Lengan robot ini menggunakan penggerak standar servo motor produksi Futaba seri S-148 yang mempunyai torsi 3.4kg cm atau 0.034kg m.[3] Servo motor yang digunakan sebanyak enam buah. Lima servo untuk setiap sendinya, dan satu servo sebagai penggerak capit.

---

Five DOF Arm-bot was build using a H8/3069F microcontroller with 512K byte ROM and 16K byte RAM. It controlled by manual control, which its control done by desktop computer with serial communication, and automatic control, which its movement is already programmed in the microcontroller. The arm-bot is using Futaba’s standard servo motor S-148 which its torque 3.4kg cm or 0.034kg m.[3] The arm-bot use six servo motor which five of them are intalled in every axis, and the other one is used as gripper movement."

"Generic Model Based Control (GMBC) mempakan suatu metode kendali adaptif yang menggunakan algoritma genetika dan model maternatika dari plant yang dikendalikan untuk mencari parameter pengendali yang optimal untuk meminimalisasi error antala keluaran plant dengan referensi masukan Pada metode ini, algoritma genetika digunakan untuk menala parameter pengendali sehingga mampu beradaptasi dengan keadaan operasi plant pada saat itu. Sistem lengan robot planar dua link merupakan sistem multi-input multi-output (MIMO) yang nonlinier serta memiliki parameter yang berubah terhadap waktu sehingga sangat kompleks dilihat dari sudut pandeng sistem kendali. Pada pengendali an sistem lengan robot dengan GMBC ini digunakan dua buah pengendali PID, masing- masing untuk sendi pertama dan sendi kedua. Parameter pengendali tersebut ditala oleh algoritma dan diperbaharui nilainya setiap waklu update. Pengendalian dengan GMBC ini dimaksudkan agar pengendali PID dapat beradaptasi dengan baik sehingga sistem lengan robot mempunyai keluaran yang memenuhi spesifikasi yang diinginkan, yaitu dengan settling time yang cepat dan steaafy stare error yang minimal. Sirnulasi pengendalian posisi lengan robot planar dua link ini dilakukan dengan software Matlab versi 5.3. Pada simulasi pengendalian dengan GMBC dilalcukan tiga macam uji coba. Pada uji coba pertama dan kedua, parameter link pertama sama dengan parameter link kedua dimana pada uji coba pertama parameter model sama dengan parameter plant, sedangkan pada uji coba kedua parameter model berbeda dengan parameter plant. Pada uji coba ketiga, parameter link pertama berbeda dengan parameter link kedua dimana parameter model sama dengan parameter plant. Dari hasil simulasi terlihat bahwa dengan proses adaptasi tersebut dapat diperoleh keluaran yang dapat mengikuti referensi masukan dengan spesitilrasi tanggapan waktu seperti yang diinginkan."

"Rancangan sistem kontrol lengan robot dengan menggunakan sinyal elektromiogram (EMG) telah dibuat dengan elektroda permukaan sebagai transduser. Sinyal EMG diolah dengan sistem pengolahan sinyal dan diakuisisi dengan menggunakan mikrokontroler H8/3069F . Data pengamatan ditampilkan dalam bentuk Graphical User Interface (GUI) yang dibuat dengan bahasa pemrograman Python dan disimpan dalam database Microsoft Access. Kontrol lengan robot dilakukan berdasarkan gerakan fleksi-ekstensi pergelangan tangan. Sinyal EMG dikarakterisasi berdasarkan root mean square (RMS) sehingga sinyal EMG dapat diklasifikasikan. Gerakan fleksi memiliki RMS antara 0.01 - 0.13 V dan gerakan ekstensi memiliki RMS antara 0.69 - 1.19 V. Sinyal EMG yang telah diklasifikasi ini digunakan sebagai input untuk mengontrol servo motor pada lengan robot.

---

Designing control system of arm robot using electromyiogram (EMG) signal have been made with surface electrode as tranducer. EMG signal is processed by signal conditoning system dan acquired by microcontroller H8/3069F. Recording EMG signal is displayed on Graphical User Interface (GUI) with Python as programming language and stored in Microsoft Access database. Arm robot is controlled by flexion-extension of wrist joint movements. Extract feature EMG signal is determined by root mean square (RMS). RMS for each movements is vary, 0.01 - 0.13 V for flexion and 0.69 - 1.19 V for extension. These classification feature of EMG signal is used to control servo motor of arm robot."

"Dengan teknologi yang tersedia saat ini, tangan robot humanoid paling maju yang digunakan dalam prostetik atau robotika dapat berharga sangat mahal, menjadikannya tidak dapat diakses oleh disabilitas dan penggemar robotika. Menggunakan teknologi pencetakan 3D, tangan robot ini dapat diproduksi secara massal dan memiliki fungsi dasar dari tangan mahal yang canggih dan murah. Robot tangan dikendalikan menggunakan sarung tangan sensor yang dapat membaca pergerakan jari dan daya tekan jari tangann penggunanya. Robot tangan memiliki sensor taktil untuk membatasi kemampuan genggaman robot dan juga dapat dikendalikan jarak jauh (teleoperasi). Penelitian ini terdiri atas pemilihan model tangan cetak 3D, perakitan komponen mekanik dan elektronik, pembuatan perangkat lunak, pengujian tangan robot dan integrasinya dengan sensor dan implementasi teleoperasi. Tangan robot mampu menggenggam beban 358 gram, dengan efisiensi hanya 5.98% dibanding keluaran torsi aktuatornya. Kesalahan maksimum pembacaan sensor sebesar 5,61% dan integrasi sebesar 11.73%. Delay sistem <1 detik untuk koneksi kabel, 1-2 detik pada mode Bluetooth, dan 2-3 detik untuk mode Bluetooth pada ruangan berbeda. Tangan Robot dapat mengangkat objek ringan, meniru gerakan jemari tangan, dan dapat berkomunikasi secara nirkabel. Robot dan sensor dapat dikembangkan untuk operasi dan manipulasi pada berbagai aplikasi seperti prostetik untuk para disabilitas, penanganan zat berbahaya, penanggulangan bencana, robot survei antariksa atau bawah laut maupun membantu kebutuhan sehari-hari manusia.

---

With the technology available today, the hands of the most advanced humanoid robots used in prosthetics or robotics can be very expensive, making them inaccessible to disabilities and robotics enthusiasts. Using 3D printing technology, this robotic hand can be mass-produced and has the basic functions of an expensive and sophisticated expensive hand. The hand robot is controlled using sensor gloves that can read the movements of the fingers and the compressive force of the user's fingers. The hand robot has a tactile sensor to limit the grip capability of the robot and can also be controlled remotely (teleoperated). This research consists of selecting 3D hand printing models, assembling mechanical and electronic components, making software, testing robot hands, and integrating them with sensors and implementing teleoperations. The robot hand is able to hold a load of 358 grams, with an efficiency of only 5.98% compared to the output torque of the actuator. Maximum sensor reading error of 5.61% and integration of 11.73%. System delay <1 second for cable connections, 1-2 seconds in Bluetooth mode, and 2-3 seconds for Bluetooth mode in different rooms. Robot hands can lift light objects, mimic the movements of the fingers, and can communicate wirelessly. Robots and sensors can be developed for operations and manipulation in a variety of applications such as prosthetics for people with disabilities, handling hazardous substances, disaster management, space or underwater survey robots, or helping human daily needs."

"Dalam dunia perindustrian sudah banyak memanfaatkan kemajuan teknologi dengan sistem robotik sebagai media utama dalam proses produksinya. Hal ini dikarenakan sistem robotik lebih memiliki resiko yang minim dibandingkan dengan manusia. Aplikasi utama untuk tangan robot humanoid adalah dibidang robotika dan prosthesis.Menggunakan teknologi pencetakan 3D, tangan robot ini dapat diproduksi secara massal dan memiliki fungsi dasar dari tangan mahal yang canggih dan murah. Robot tangan dikendalikan menggunakan sarung tangan sensor yang dapat membaca pergerakan jari. Sensor flex merupakan sebuah sensor yang memiliki fungsi dalam mendeteksi suatu kelengkungan Pada penelitian ini digunakan sensor flex dikarenakan sebuah kebutuhan untuk mendapatkan nilai gerak pada lengkungan jari. Penelitian ini terdiri atas pemilihan model tangan cetak 3D, perakitan komponen mekanik dan elektronik dari tangan robot, pembuatan perangkat lunak, pengujian tangan robot dan integrasinya dengan sensor dan implementasi teleoperasi.Tangan robot dapat bergerak dengan waktu paling cepat jika tidak ada pengahalang sekitar 6 detik dan paling lama jika ada penghalang sekitar 41 detik. Disini di uji coba hingga jarak terjauh yaitu 30 meter tanpa penghalang dengan waktu sekitar 16 detik. Robot dan sensor dapat dikembangkan untuk operasi dan manipulasi pada berbagai aplikasi seperti prostetik untuk para disabilitas, penanganan zat berbahaya, penanggulangan bencana, robot survei antariksa atau bawah laut maupun membantu kebutuhan sehari-hari manusia.

---

In the industrial world, many have used technological advances with robotic systems as the main media in the production process. This is because robotic systems have less risk than humans. The main applications for humanoid robotic hands are in the field of robotics and prostheses. Using 3D printing technology, these robotic hands can be mass produced and have the basic functions of sophisticated and inexpensive expensive hands. The hand robot is controlled using sensor gloves that can read finger movements. The flex sensor is a sensor that has a function in detecting a curvature. In this study, a flex sensor was used due to a need to get the value of motion on the curvature of the finger. This research consists of selecting a 3D printed hand model, assembling the mechanical and electronic components of the robotic arm, making software, testing the robotic hand and its integration with sensors and implementing teleoperation. the longest if there is a barrier around 41 seconds. Here in the trial to the furthest distance of 30 meters without a barrier with a time of about 16 seconds. Robots and sensors can be developed for operation and manipulation in various applications such as prosthetics for the disabled, handling hazardous substances, disaster management, robotic space or underwater surveys as well as helping people's daily needs."