Font size
WorksheetsNgân hàng câu hỏi trắc nghiệm - Tự động hóa robot công nghiệp
Total questions: 100
Worksheet time: 53mins
Động học thuận của robot nhằm xác định đại lượng nào?
Lực và mô-men tại khớp
Vị trí và hướng của đầu công tác
Gia tốc các khớp
Dòng điện động cơ
Đầu vào của bài toán động học thuận là:
Tọa độ TCP
Ma trận Jacobi
Góc khớp hoặc hành trình khớp
Lực tiếp xúc
Ma trận biến đổi thuận nhất trong robot có kích thước:
3×3
3×4
4×3
4×4
Phương pháp Denavit–Hartenberg dùng để:
Thiết kế điều khiển
Chuẩn hoá mô tả hình học tay máy
Tối ưu quỹ đạo
Phân tích lực.
Trong bảng DH chuẩn, tham số θi biểu diễn:
Khoảng cách dọc trục z
Góc xoắn quanh trục x
Góc quay quanh trục z
Khoảng cách dọc trục x
Trong DH, tham số di là:
Góc khớp
Khoảng cách dọc trục z
Hệ trục tọa độ gốc của robot thường được gọi là:
Tool frame
World frame
Base frame
Joint frame
Kết quả cuối của động học thuận thường được biểu diễn bằng:
Vector vận tốc
Ma trận Jacobi
Ma trận T0n
Hàm truyền
Vì sao cần chuẩn hóa hệ trục theo DH khi xây dựng mô hình robot?
Để giảm số khớp
Để mô tả hình học nhất quán và tránh nhầm lẫn
Để tăng tốc độ robot
Để tránh singularity
Trong DH, hai trục z liên tiếp luôn được đặt:
Song song
Vuông góc
Trùng nhau
Trùng với trục khớp
Ma trận biến đổi T_{i-1,i} bao gồm thông tin nào?
Chỉ vị trí
Chỉ hướng
Vị trí và hướng
Lực và mô-men
Động học thuận của robot nhiều khớp có bản chất:
Tuyến tính
Phi tuyến
Ngẫu nhiên
Rời rạc
Trong robot nối tiếp, sai số hình học sẽ:
Tự triệt tiêu
Chỉ ảnh hưởng khớp cuối
Tích lũy dần về TCP
Không ảnh hưởng
Động học thuận không phụ thuộc trực tiếp vào yếu tố nào?
Cấu trúc hình học
Chiều dài khâu
Khối lượng khâu
Thứ tự khớp
Khi thay đổi hệ tọa độ gốc (base), kết quả FK sẽ:
Không đổi
Chỉ đổi hướng
Chỉ đổi vị trí
Đổi cả vị trí và hướng
Việc đặt sai trục DH thường dẫn đến:
Sai động lực học
Sai động học thuận
Lỗi phần mềm
Robot không khởi động
FK thường được dùng ở giai đoạn nào?
Thiết kế cơ khí
Mô phỏng và điều khiển
Bảo trì
Đánh giá nhiệt
Một robot có 6 khớp → số ma trận DH cần xây dựng là:
5
6
7
12
Nếu đảo thứ tự nhân các ma trận DH, kết quả FK sẽ như thế nào?
Kết quả thay đổi
Kết quả không thay đổi
Kết quả luôn bằng 0
Kết quả luôn bằng 1
Khi θ thay đổi, nhưng TCP không đổi, khả năng cao là:
Không đổi
Chỉ sai vị trí
Chỉ sai hướng
Sai cả vị trí và hướng
Khi θ2 thay đổi, nhưng TCP không đổi, khả năng cao là:
Sai DH
Khớp dư
Đang ở singularity
Encoder lỗi
Một khớp tịnh tiến trong DH sẽ có biến khớp là:
θ
α
d
a
Khi lập trình UR/ABB, FK thường được dùng để:
Tính dòng điện
Kiểm tra quỹ đạo mô phỏng
Thiết kế PID
Tối ưu năng lượng
Nếu TCP bị lệch dù góc khớp đúng, nguyên nhân hợp lý nhất là:
Sai bảng DH
Sai Tool frame
Lỗi IK
Sai encoder
Việc nhân T0·T1·…·Tn-1 thể hiện:
Tổng hình học
Chuỗi biến đổi từ base đến TCP
Đạo hàm vị trí
Phép chiếu
Trong mô phỏng, nếu FK đúng nhưng robot chạy sai thực tế, cần kiểm tra đầu tiên:
Điều khiển
Cảm biến lực
Hiệu chuẩn hình học
FK thường được tính ở tầng nào trong hệ điều khiển robot?
Servo
Lập kế hoạch
Quản lý
An toàn
Khi thêm một khớp dư, FK sẽ:
Không đổi
Có thêm nghiệm
Phức tạp hơn
Không tính được
FK được dùng trực tiếp trong:
Điều khiển lực
Điều khiển mô-men
Hiển thị vị trí TCP
Điều khiển động
FK có vai trò gì trong kiểm tra va chạm?
Không liên quan
Xác định vị trí các khâu
Chỉ dùng IK
Chỉ dùng động lực học
FK cho kết quả đúng toán học nhưng robot va chạm. Nguyên nhân hợp lý nhất là:
Sai FK
Không xét kích thước khâu
Lỗi IK
Sai PID
Hai cấu hình khớp khác nhau cho cùng TCP cho thấy:
FK sai
Robot dư bậc tự do
IK có nhiều nghiệm
Encoder lỗi
Nếu đổi chiều trục z của một khớp trong DH, FK sẽ:
Không đổi
Chỉ đổi dấu θ
Sai hoàn toàn
Chỉ sai hướng
FK chính xác nhưng điều khiển kém → vấn đề nằm ở:
Hình học
Điều khiển
IK
Cảm biến
FK sai nhẹ ở các góc lớn thường do:
Tuyến tính hoá
Sai chiều dài khâu
Lỗi số
Singular
Trong robot nối tiếp, sai số FK tăng dần theo:
Thời gian
Tốc độ
Số khớp
Dòng điện
FK chính xác là điều kiện cần cho:
Điều khiển ổn định
IK chính xác
Điều khiển lực
Tất cả các ý trên
Nếu bảng DH đúng nhưng FK vẫn sai, cần kiểm tra:
Thứ tự nhân ma trận
Số khớp
Tải
PID
FK không phụ thuộc vào:
A. Thứ tự khớp
B. Hình học
C. Điều khiển
D. Hệ trục
Trong thực tế, FK thường được hiệu chỉnh bằng:
Động học ngược của robot dùng để xác định:
Vị trí TCP từ góc khớp
Góc khớp từ vị trí TCP mong muốn
Lực và mô-men
Gia tốc khớp
Bài toán động học ngược thường khó hơn động học thuận vì:
Luôn có nghiệm duy nhất
Luôn tuyến tính
Có thể không có hoặc có nhiều nghiệm
Không phụ thuộc hình học
Robot nối tiếp 6 bậc tự do thường có:
Không có nghiệm IK
Một nghiệm IK
Hai nghiệm IK
Nhiều nghiệm IK
Phương pháp giải IK giải tích thường áp dụng cho:
Mọi loại robot
Robot có cấu trúc đặc biệt
Robot dư bậc tự do
Robot song song
Ma trận Jacobi liên hệ trực tiếp giữa:
Lực và mô-men
Gia tốc và lực
Tốc độ khớp và tốc độ TCP
Vị trí và hướng
Singular (điểm kỳ dị) xảy ra khi:
Jacobi khả nghịch
Định thức Jacobi bằng 0
TCP đạt cực đại
Góc khớp bằng 0
Trong thực tế công nghiệp, IK thường được:
SV tự giải bằng tay
Giải bằng PLC
Tích hợp sẵn trong controller robot
Không sử dụng
Vì sao bài toán IK có thể không có nghiệm?
Do robot bị lỗi
Do vị trí TCP nằm ngoài workspace
Do sai PID
Do encoder sai
Khi tồn tại nhiều nghiệm IK, điều đó có nghĩa là:
Robot sai mô hình
Có nhiều cấu hình khớp cho cùng TCP
FK sai
Robot bị singular
Trong robot công nghiệp, nghiệm IK được chọn thường ưu tiên:
Bất kỳ nghiệm nào
Nghiệm có góc lớn nhất
Nghiệm tránh singularity và giới hạn khớp
Nghiệm có nhiều khớp quay
Phương pháp số giải IK có nhược điểm chính là:
Không chính xác
Phụ thuộc giá trị khởi tạo
Không áp dụng thực tế
Không dùng Jacobi
Trong quá trình giải IK, singularity gây ra vấn đề gì?
TCP sai vị trí
Tốc độ khớp tăng rất lớn
Robot không khởi động
Lỗi phần mềm
Jacobi suy biến ảnh hưởng trực tiếp đến bộ phận nào sau đây?
Chất lượng ảnh
Tốc độ xử lý
Kích thước file
Độ phân giải màn hình
IK giải tích có ưu điểm lớn nhất là:
Áp dụng cho mọi robot
Không cần Jacobi
Tính toán nhanh, không lặp
Không cần mô hình
Trong robot 6 DOF cổ tay cầu (spherical wrist), IK thường được tách thành:
2 phần: vị trí và hướng
3 phần: lực – vị trí – hướng
6 phần độc lập
Không tách được
Khi robot ở gần singularity, hệ điều khiển thường:
Hoạt động tốt hơn
Không bị ảnh hưởng
Hạn chế tốc độ TCP
Tăng tốc độ khớp
Trong thực tế, IK thường không cần SV tự giải vì:
Không quan trọng
Đã được robot xử lý tự động
Quá khó
Không chính xác
Một robot có TCP yêu cầu nằm ngoài workspace. Bộ giải IK sẽ:
Trả về nghiệm sai
Trả về nghiệm gần đúng
Không có nghiệm
Tự động mở rộng workspace
Khi chọn nghiệm IK cho chuyển động liên tục, cần ưu tiên nghiệm:
Có góc khớp lớn
Gần nghiệm trước đó
Xa singularity nhất
B và C
Nếu đổi hệ tọa độ Tool nhưng không cập nhật IK, robot sẽ:
Không chạy
Chạy đúng
Đi lệch quỹ đạo
Báo lỗi
Trong UR robot, khi lập trình bằng pose TCP, hệ thống sẽ:
Dùng FK
Dùng IK tự động
Bỏ qua IK
Yêu cầu SV nhập góc khớp
Khi giải IK bằng phương pháp lặp, nếu không hội tụ, nguyên nhân hợp lý nhất là:
Sai FK
Giá trị khởi tạo không phù hợp
Sai PID
Robot hỏng
Để tránh singularity cổ tay, nên tránh cấu hình nào?
Trục khớp 4–6 thẳng hàng
Góc khớp nhỏ
TCP gần base
Tốc độ thấp
Khi TCP yêu cầu quay nhanh nhưng Jacobi gần suy biến, robot sẽ:
Không ảnh hưởng
Tăng tốc khớp rất lớn
Chạy chậm hơn TCP yêu cầu
B và C
Trong RobotStudio, việc thay đổi WorkObject ảnh hưởng trực tiếp đến:
FK
IK
PID
Động lực học
Khi robot báo lỗi singularity trong quá trình chạy, biện pháp hợp lý nhất là:
Tăng tốc
Đổi cấu hình khớp
IK thường được tính ở tầng nào?
Servo
Lập kế hoạch chuyển động
Quản lý
An toàn
Khi robot chuyển động giật tại một điểm dù TCP đúng, nguyên nhân IK hợp lý nhất là:
Sai FK
Đổi nghiệm IK đột ngột
Sai PID
Encoder lỗi
Trong điều khiển robot, IK đóng vai trò:
Phụ trợ
Trung tâm trong lập trình chuyển động
Không quan trọng
Chỉ dùng trong mô phỏng
Hai nghiệm IK cho cùng TCP, một nghiệm gần singularity, một nghiệm xa singularity. Nên chọn nghiệm nào cho chạy liên tục?
Nghiệm gần singularity
Nghiệm xa singularity
Bất kỳ
Tuỳ PID
IK cho kết quả đúng toán học nhưng robot rung mạnh. Nguyên nhân hợp lý nhất là:
Sai FK
Jacobi gần suy biến
Sai Tool
Sai DH
Khi robot dư bậc tự do, IK thường cần thêm:
FK
Ràng buộc tối ưu
PID
Encoder
Việc đổi nghiệm IK liên tục trong khi chạy sẽ gây:
Chuyển động mượt hơn
Giật và không liên tục
Không ảnh hưởng
Tăng độ chính xác
IK sai nhưng FK đúng cho thấy vấn đề nằm ở:
Mô hình hình học
Thuật toán IK
Cảm biến
Điều khiển dòng
Khi TCP nằm sát biên workspace, IK thường:
Ổn định hơn
Nhạy cảm với nhiều
Không thay đổi
Chính xác hơn
Trong robot công nghiệp, lý do chính tránh singularity là:
Tránh va chạm
Tránh tốc độ khớp vô hạn
Tránh sai vị trí
Tránh lỗi phần mềm
IK chính xác là điều kiện cần cho:
Điều khiển chuyển động chính xác
Điều khiển dòng
Bảo trì
Đánh giá nhiệt
Nếu robot thường xuyên báo singularity ở một vùng không gian, biện pháp lâu dài hợp lý nhất là:
Giảm tốc
Thiết kế lại quỹ đạo
Tắt cảnh báo
Tăng PID
Trong thực tế công nghiệp, việc xử lý IK chủ yếu nhằm:
Đẹp về toán
Chạy nhanh nhất
Đảm bảo chuyển động ổn định và an toàn
Giảm số khớp
Mục tiêu chính của điều khiển góc khớp robot là:
Điều khiển lực tiếp xúc
Bám chính xác quỹ đạo góc khớp
Tối ưu năng lượng
Giảm khối lượng robot
Bộ điều khiển được dùng phổ biến nhất trong điều khiển khớp robot là:
ON–OFF
PID
MPC
Điều khiển trượt
Thành phần P trong PID có tác dụng chính là:
Khử sai lệch tĩnh
Giảm dao động
Tạo phản ứng nhanh với sai lệch
Giảm nhiễu do
Thành phần I trong PID giúp:
Tăng tốc độ đáp ứng
Khử sai lệch tĩnh
Giảm vọt lố
Giảm nhiễu
Thành phần D trong PID chủ yếu giúp:
Tăng sai lệch tĩnh
Tăng thời gian xác lập
Giảm dao động và vọt lố
Tăng độ trễ
Điều khiển cascade trong robot thường gồm:
Một vòng điều khiển
Hai vòng điều khiển
Ba vòng: dòng – tốc độ – vị trí
Bốn vòng điều khiển
Encoder trong điều khiển góc khớp dùng để đo:
Dòng điện
Tốc độ góc
Góc quay khớp
Mô-men
Điều khiển góc khớp thuộc tầng nào trong hệ điều khiển robot?
Tầng điều khiển chấp hành
Tầng điều khiển cảm biến
Tầng điều khiển lập trình
Tầng điều khiển giao tiếp
Vì sao điều khiển góc khớp thường dùng cấu trúc cascade?
Để giảm số cảm biến
Để tách động học điện – cơ – vị trí
Để giảm số tham số PID
Để tránh singularity
Nếu chỉ dùng vòng điều khiển vị trí, hệ thống thường:
Phản ứng nhanh hơn
Dễ mất ổn định
Không cần encoder
Không bị nhiễu
Feedforward trong điều khiển khớp nhằm mục đích:
Tăng sai lệch
Bù ảnh hưởng động lực học
Tăng dao động
Giảm độ phân giải encoder
Khi tải robot thay đổi, tham số nào của PID chịu ảnh hưởng rõ nhất?
Kp
Ki
Kd
Tất cả
Điều khiển góc khớp khác điều khiển TCP ở điểm nào?
Khác cảm biến
Khác tầng điều khiển
Điều khiển trực tiếp từng khớp
Không khác
Nếu encoder bị nhiễu, thành phần nào của PID bị ảnh hưởng nhiều nhất?
A. P
B. I
C. D
D. Không ảnh hưởng
Điều khiển mô-men khớp thường được dùng khi:
Robot chạy không tải
Có tương tác lực với môi trường
Chỉ cần định vị
Tốc độ rất thấp
Trong robot công nghiệp, PID thường được hiệu chỉnh:
Thuần lý thuyết
Bằng thử nghiệm và kinh nghiệm
Không cần hiệu chỉnh
Bằng học tăng cường
Nếu Kp quá lớn, hiện tượng dễ xảy ra nhất là:
Sai lệch tĩnh lớn
Đáp ứng chậm
Dao động mạnh
Không ảnh hưởng
Điều khiển góc khớp chính xác là điều kiện cần cho:
Điều khiển lực
Điều khiển chuyển động TCP
Bảo trì robot
Đánh giá nhiệt
Khi robot dao động mạnh ở tốc độ cao, biện pháp điều chỉnh PID hợp lý nhất là:
Tăng Kp
Giảm Kp hoặc tăng Kd
Tăng Ki
Giảm Kd
Nếu robot có sai lệch tĩnh khi bám vị trí, cần ưu tiên điều chỉnh:
Kp
Ki
Kd
Feedforward
Khi tải tăng đột ngột, điều khiển feedforward giúp:
(a)
