Trong bài viết này, các tác giả trình bày cách thức áp dụng giải thuật tìm kiếm tối ưu dựa trên chuyển động ion để tự động tìm kiếm tham số tối ưu của bộ điều khiển mờ cho bài toán ổn định tốc độ động cơ một chiều.
TNU Journal of Science and Technology 227(02): 78 - 86 AN APPLICATION OF ION MOTION OPTIMIZATION ALGORITHM TO THE PROBLEM OF FINDING FUZZY CONTROLLER PARAMETERS Duong Thi Mai Thuong*, Nguyen Thi Tuyen, Dao Thi Thu TNU – University of Information and Comunication Technology ARTICLE INFO Received: 14/06/2021 Revised: 16/02/2022 Published: 23/02/2022 KEYWORDS DC motor Fuzzy Controller Optimal search IMO Algorithm PI Controller ABSTRACT In practice, we often use PI controller to stabilize DC motor speed with acceptable control quality When we need to further improve the control quality and respond to different set speeds, the fuzzy controller is a suitable choice However, the design of fuzzy controller is often difficult because determining the parameters of this controller depends a lot on the experience of the designer In this paper, the authors present how to apply the Ions Motion Optimization algorithm to find the optimal parameter of the fuzzy controller for DC motor speed control The results obtained through simulation and experiment show that the fuzzy controller with parameters determined by the IMO algorithm has very good performance quality with fast setting time (1.42378 s), low overshoot (0.51%) and adapt quickly when the motor set speed changes continuously ỨNG DỤNG GIẢI THUẬT TÌM KIẾM TỐI ƯU DỰA THEO CHUYỂN ĐỘNG ION CHO BÀI TỐN TÌM KIẾM THAM SỐ TỐI ƯU CỦA BỘ ĐIỀU KHIỂN MỜ Dương Thị Mai Thương*, Nguyễn Thị Tuyển, Đào Thị Thu Trường Đại học Công nghệ thông tin Truyền thơng – ĐH Thái Ngun THƠNG TIN BÀI BÁO Ngày nhận bài: 14/06/2021 Ngày hoàn thiện: 16/02/2022 Ngày đăng: 23/02/2022 TỪ KHÓA Động chiều Bộ điều khiển mờ Tìm kiếm tối ưu Giải thuật IMO Bộ điều khiển PI TÓM TẮT Trong thực tế, thường sử dụng điều khiển PI để ổn định tốc độ động điện chiều với chất lượng điều khiển mức chấp nhận Khi cần nâng cao chất lượng điều khiển đáp ứng với tốc độ đặt khác nhau, điều khiển mờ lựa chọn phù hợp Tuy nhiên, việc thiết kế điều khiển mờ thường gặp khó khăn việc xác định tham số điều khiển phụ thuộc nhiều vào kinh nghiệm người thiết kế Trong báo này, tác giả trình bày cách thức áp dụng giải thuật tìm kiếm tối ưu dựa chuyển động ion để tự động tìm kiếm tham số tối ưu điều khiển mờ cho toán ổn định tốc độ động chiều Các kết đạt thông qua mô thực nghiệm cho thấy, điều khiển mờ với tham số xác định giải thuật IMO có chất lượng hoạt động tốt với thời gian xác lập nhanh (1.42378 s), độ điều chỉnh thấp (0.51%) thích ứng nhanh tốc độ đặt động thay đổi liên tục DOI: https://doi.org/10.34238/tnu-jst.4643 * Corresponding author Email: duongmaithuongcntt@gmail.com http://jst.tnu.edu.vn 78 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 Đặt vấn đề Trong công nghiệp, để điều khiển động chiều, với yêu cầu chất lượng điều khiển không cao, điều khiển thường sử dụng PI chi phí thấp Bản chất phương pháp giảm thiểu lỗi tốc độ thực động tốc độ đặt mong muốn Khi sử dụng PI, giới hạn thời gian định, động đạt tốc độ mong muốn cách trơn tru hoạt động ổn định tốc độ suốt thời gian hoạt động Tuy nhiên, điều khiển PI hoạt động vùng tuyến tính hữu hạn Vì vậy, thay đổi điểm hoạt động làm cho điều khiển PI khơng cịn phát huy tác dụng điều khiển mong muốn Để giải vấn đề này, đồng thời nâng cao chất lượng điều khiển, nhiều nhà nghiên cứu đề xuất sử dụng điều khiển mờ 0, đặc biệt điều khiển mờ theo mô hình kiểu Sugeno Khó khăn thiết kế điều khiển mờ có nhiều yếu tố ảnh hưởng đến chất lượng điều khiển lựa chọn dạng hàm thuộc, phép toán kết nhập, kéo theo, giải mờ, v.v Sự lựa chọn khơng có quy tắc cụ thể mà phụ thuộc nhiều vào tri thức mang tính chuyên gia người thiết kế Một cách khác, để giải khó khăn sử dụng thuật tốn tối ưu Chính vậy, gần đây, nhiều cơng trình cơng bố đề xuất áp dụng giải thuật tối ưu vào việc chỉnh định tham số điều khiển mờ sử dụng giải thuật di truyền 0, sử dụng giải thuật tối ưu bầy đàn Giải thuật tối ưu Ion (Ions Motion Optimization - IMO) thuật tốn tối ưu hóa Javidy cơng bố năm 2015 Đây thuật toán lấy cảm hứng từ chuyển động Ion tự nhiên Các kết thuật toán tác giả đánh giá 10 hàm benchmark thuyết phục Điều thu hút loạt nghiên cứu áp dụng IMO cho số toán cụ thể như: Điều độ kinh tế hệ thống phân phối điện 0, chuẩn đoán bệnh ung thư Từ kết trên, nhóm tác giả nhận thấy hồn tồn có khả áp dụng giải thuật IMO vào việc tìm kiếm tham số điều khiển mờ nhằm nâng cao chất lượng điều khiển thích ứng tốc độ đặt động thay đổi Vì vậy, phần tiếp sau báo trình bày chi tiết việc thiết kế điều khiển mờ cho động điện chiều bước áp dụng thuật toán IMO để tối ưu hóa tham số điều khiển mờ Thiết kế điều khiển mờ cho động điện chiều 2.1 Giới thiệu mơ hình hệ thống Hình Mơ hình thí nghiệm điều khiển động điện chiều Để kiểm chứng khả áp dụng giải thuật IMO việc xác định tham số điều khiển mờ, nhóm tác giả xuất phát từ mơ hình minh họa hệ thống điều khiển tốc độ động chiều Hình Hệ thống gồm có phần: - Động chiều: Chúng sử dụng động B1T20E hãng YASKAWA - Mạch điều khiển động cơ: Các tác giả sử dụng mạch cầu H với IC L298 để điều khiển tốc độ động DC cách điều khiển điện áp đầu vào động theo tín hiệu PWM - Vi điều khiển: Arduino UNO sử dụng để cài đặt chương trình điều khiển động Đây vi điều khiển thường sử dụng mơ hình minh họa giá thành rẻ dễ lắp đặt 2.2 Nhận dạng mơ hình hệ thống Ưu điểm sử dụng điều khiển mờ dựa vào kiến thức chuyên gia thiết kế mà khơng cần nhận dạng mơ hình hệ thống Tuy nhiên, công cụ hỗ trợ cho việc http://jst.tnu.edu.vn 79 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 nhận dạng hệ thống sẵn có với độ xác cao Điều cho phép ta kiểm chứng thiết kế nhanh chóng dựa mơ Chính vậy, bước tiếp theo, tác giả sử dụng phương pháp thực nghiệm để nhận dạng mơ hình hệ thống nhằm cho phép xây dựng nên điều khiển PI hay điều khiển mờ phù hợp thông qua mô Quá trình bao gồm: - Bước 1: Thu thập liệu vào/ra thực nghiệm hệ thống - Bước 2: Tiền xử lý liệu nhằm loại bỏ giá trị đo tin cậy - Bước 3: Lựa chọn phương pháp nhận dạng (nhận dạng mơ hình có tham số hay khơng có tham số, phân tích đáp ứng độ/phương pháp bình phương tối thiểu…) - Bước 4: Lựa chọn cấu trúc mơ hình - Bước 5: Xác định tham số mơ hình theo phương pháp/thuật tốn chọn Hình minh họa kết việc sử dụng công cụ chuyên dụng Identification Toolbox MATLAB để tiến hành nhận dạng hệ thống theo bước nêu Lựa chọn mơ hình ''tf1'' có độ fit 92,38%, tác giả xác định hàm truyền đạt hệ thống theo (1) Hình Nhận dạng mơ hình hệ thống sử dụng Identification Toolbox G( s) = 298.2 s + 3.64s + 1.899 (1) 2.3 Thiết kế điều khiển mờ Sugeno Bộ điều khiển FCL-sugeno Hình thiết kế gồm biến đầu vào sai lệch e tốc độ thực tốc độ đặt, đạo hàm sai lệch ce biến điều khiển đầu u Miền biến thiên đầu vào/ra xác định miền chuẩn đối xứng [-1, 1] Khi đưa điều khiển vào hệ thống, miền biến thiên thực ánh xạ miền chuẩn đối xứng hệ số Ke, Kce Ku Giá trị hệ số xác định thông qua thực nghiệm tìm kiếm tự động nhờ thuật tốn tìm kiếm tối ưu Hình Sơ đồ mơ điều khiển động chiều dùng FLC-Sugeno Các tập mờ lựa chọn thiết kế Bảng bao gồm: - tập mờ cho biến vào e, ce gồm NB, NS, ZE, PS, PB - tập mờ cho biến đầu u dạng singleton gồm NB, N, NS, ZE, PS, P, PB Hệ luật điều khiển thiết kế theo Bảng http://jst.tnu.edu.vn 80 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 Bảng Ký hiệu nhãn ngôn ngữ cho tập mờ NB Negative Big N Negative NS Negative Small ZE Zero PS Positive Small P Positive PB Positive Big Bảng Hệ luật điều khiển FLC-sugeno ce e NB NS ZE PS PB NB NS ZE PS PB NB NB N NS ZE NB N NS ZE PS N NS ZE PS P NS ZE PS P PB ZE PS P PB PB Tối ưu hóa tham số điều khiển mờ dùng giải thuật IMO 3.1 Giải thuật IMO IMO thuật toán tối ưu hóa Javidy cơng bố năm 2015 lấy cảm hứng từ hoạt động hạt mang điện (anion cation) thực tế Các ion có điện tích dấu đẩy nhau, trái dấu hút (Hình 4) [6] Hình Các mơ hình khái niệm anion, cation, lực hút lực đẩy Hình Các bước chung thuật toán IMO Trong thuật toán IMO, ion đại diện cho lời giải toán tối ưu Các ion lại chia thành hai nhóm anion (ion âm) cation (ion dương) Dựa vào phân bố ion này, lực hút/lực đẩy di chuyển ion xung quanh khơng gian tìm kiếm Thuật tốn IMO di chuyển ion tới ion tốt với điện tích trái dấu Anion di chuyển phía cation tốt nhất, cation di chuyển phía anion tốt Như vậy, sau thời gian, lời giải hội tụ anion cation tốt Hình mơ tả cụ thể bước thuật tốn IMO bao gồm: Bước Khởi tạo quần thể IMO - Tạo tham số giải thuật IMO số lần lặp M, giá trị ngẫu nhiên; http://jst.tnu.edu.vn 81 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 - Tạo ngẫu nhiên quần thể ban đầu gồm N/2 anion N/2 cation Mỗi cá thể quần thể lời giải cho tốn tìm kiếm Bước Cập nhật vị trí Ion theo pha lỏng - Tính tốn giá trị thích nghi cá thể Giá trị thích nghi hàm mục tiêu cần đạt - Xác định anion tốt ( Abest ) cation tốt ( Cbest ) - Tính tốn khoảng cách anion tới cation tốt nhất, khoảng cách cation tới anion tốt theo (2) ADi , j = d ( Ai , j , Cbest j ) = Cbest j − Ai , j (2) CDi , j = d (Ci , j , Abest j ) = Abest j − Ci , j - Xác định lực hút thành phần j anion thứ i quần thể tới cation tốt nhất, thành phần j cation thứ i quần thể tới anion tốt AFi , j = 1+ e −0.1/ ADi , j , CFi , j = 1+ e (3) −0.1/ CDi , j - Sau tính tốn lực, vị trí anion cation cập nhật sau: Ai, j = Ai, j + AFi, j x(Cbest j − Ai , j ) (4) (5) Ci , j = Ci, j + CFi, j x( Abest j − Ci, j ) Bước Cập nhật vị trí Ion theo pha tinh thể if (CbestFit ) = CworstFit / and AbestFit = AworstFit / if rand () 0.5 A i = A i +1 (Cbest − 1) else A i = A i +1 Cbest endif if rand () 0.5 C i = C i +2 ( Abest − 1) (6) else C i = C i +2 Abest endif if rand () 0.05 Re − initialized A i and C i endif endif Bước Kiểm tra điều kiện lặp dừng thuật toán - Nếu điều kiện kết thúc đáp ứng (ví dụ: số lần lặp tối đa) chấm dứt trình gửi kết ion tốt số anion cation - Nếu chưa đạt đến điều kiện dừng lặp lại từ bước 3.2 Ứng dụng giải thuật IMO cho toán tìm kiếm tham số điều khiển mờ Để điều chỉnh hình dạng tập mờ hướng tới tối ưu cho điều khiển, nghiên cứu này, số ràng buộc đưa vào để hạn chế số biến cần tối ưu sau: - Giả thiết tập mờ phân hoạch đối xứng miền [-1, 1] Điều có nghĩa tập mờ ZE có dạng tam giác cân - Tập mờ hàm thuộc NB đối xứng với tập mờ PB qua giá trị Tương tự ta có tập mờ đối xứng qua điểm khác (N, P), (NS, PS) Như vậy, để xây dựng nên tập mờ có tính đối xứng, ta cần điều chỉnh giá trị điểm a (đối với biến e), b (đối với biến ce) c, d (đối với biến u) Hình Vậy, để tối ưu điều khiển mờ FLC-sugeno, ta cần tối ưu biến http://jst.tnu.edu.vn 82 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 bao gồm biến cho việc điều chỉnh hình dáng tập mờ a, b, c, d biến cho việc xác định Ke, Kce Ku để ánh xạ từ miền biến thiên vật lý miền [-1 1] Miền tìm kiếm cho biến xác định khoảng: a, b[0,2, 0,75]; c[0,45, 0,75]; d[0,25, 0,45], Ke[0,015, 0,025], Kce[0,001, 0,01], Ku[10, 200] NB NS ZE PS -1 -a -b a b PB NB N NS ZE P PS PB -1 -d -c c d Biến e, ce Biến u Hình Sơ đồ tối ưu điều khiển FLC-Sugeno PSO Hình mơ tả việc sử dụng IMO để tìm tham số tối ưu điều khiển mờ Mỗi ion đại diện cho tham số điều khiển mờ {CSi} Độ thích nghi ion đánh giá nhờ hàm fitness cho ta giá trị fiti Ion {CSi} xem thích nghi có giá trị fiti nhỏ Khi điều kiện hội tụ đảm bảo, ta tìm ion chứa tham số phù hợp điều khiển Ở đây, hàm thích nghi giá trị tổng sai lệch tuyệt đối (IAE) tính theo (7) M fiti (k ) = e j (k ) (7) j =1 Trong đó: e(k ) sai lệch đầu lý thuyết đầu thực tế; M số lượng mẫu cần khảo sát Tham số fiti Bộ điều khiển mờ ei Xác định giá trị ĐK {CSi} IMO Sugeno Đúng Hội tụ fitness Đưa ion tốt Sai Hình Tối ưu tham số điều khiển mờ dùng IMO Đánh giá kết thông qua mô thực nghiệm Hình Sơ đồ mơ điều khiển động điện chiều dùng điều khiển PI Bảng Thiết lập giá trị tham chiếu cho mô Thời gian [s] Vận tốc đặt [vòng/phút] 0-4 500 4-8 700 - 12 400 12 - 15 200 Bảng Các tham số tối ưu tìm điều khiển PI_IMO Fuzzy_IMO PI_IMO Fuzzy_IMO KP 0,0208543 a 0,277744 http://jst.tnu.edu.vn KI 0,555561 b 0,64584 c 0,47924 83 d 0,44989 Ke 0,03308 Kce 0,001 Ku 22,7604 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 Để kiểm chứng kết phương pháp đề xuất, sử dụng công cụ MATLAB simulink cho mô đánh giá việc ổn định động chiều điều khiển mờ nói khoảng thời gian 15s ban đầu tốc độ 700 vòng/phút sau tốc độ đặt khác Bảng Các kết so sánh với kết hoạt động điều khiển PI có tham số Kp, Ki chỉnh định IMO (Hình 8) điều kiện hoạt động Sau chạy tối ưu nhiều lần, ta nhận tham số tối ưu hai điều khiển PI_IMO Fuzzy_IMO Bảng Đường đặc tính điều khiển mơ tả Hình Các tham số cụ thể chất lượng hoạt động điều khiển mô tả Bảng Các kết cho thấy so với PI_IMO, điều khiển Fuzzy_IMO có thời gian xác lập nhanh (1.42378 s so với 2,1787 s), độ điều chỉnh thấp (0,51% so với 0,92%), tổng sai lệch tuyệt đối (IAE), tổng bình phương sai lệch (ISE), trung bình bình phương sai lệch (MSE) nhỏ Đặc biệt, tốc độ đặt thay đổi liên tục, điều khiển Fuzzy_IMO cho thấy ổn định nhiều Hình Đặc tính điều khiển PI_IMO Fuzzy IMO tốc độ đặt 700 vòng/phút tốc độ đặt thay đổi theo Bảng Bảng Một số tham số mô chất lượng điều khiển tốc độ đặt 700 vòng/phút Thời gian Thời gian Độ điều Bộ điều khiển IAE ISE MSE lên (s) xác lập (s) chỉnh (%) PI_IMO 0,7762 2,1787 0,9179 1,2992e+04 7,8802e+06 9,6101e+04 Fuzzy_IMO 0,876528 1,42378 0,5102 7,2371e+03 4,5595e+06 5,0104e+04 Hình 10 Sơ đồ minh họa việc xây dựng điều khiển PI thực tế Từ kết đạt theo mô phỏng, tiến hành thực nghiệm theo sơ đồ kết nối mô tả Hình 10 để kiểm chứng hoạt động điều khiển Fuzzy_IMO thiết bị thực Kết hoạt động điều khiển Fuzzy_IMO thực tế với tốc độ đặt 700v/p Hình 11 cho thấy, điều khiển làm việc hiệu quả, tốc độ đo bám sát với tốc độ đặt, thời gian đáp ứng tốc độ giới hạn cho phép Độ điều chỉnh thấp, đường đặc tính dao động nhỏ (bởi nhiễu) xung quanh vị trí tốc độ đặt http://jst.tnu.edu.vn 84 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 Hình 11 Kết hoạt động điều khiển Fuzzy_IMO thực tế với tốc độ đặt 700v/p Kết luận Trong báo này, tác giả trình bày bước chi tiết cho việc sử dụng giải thuật IMO để tìm kiếm tham số điều khiển PI hay Fuzzy Sugeno nhằm ổn định tốc độ động chiều Từ mơ hình phần cứng minh họa toán ổn định tốc độ động chiều, tác giả tiến hành nhận dạng mơ hình đối tượng thực thơng qua Identification Toolbox MATLAB Tiếp đó, dựa hàm truyền đạt thu đối tượng nhận dạng, tác giả xây dựng điều khiển kinh điển PI Fuzzy Cuối cùng, thuật tốn IMO sử dụng để tìm kiếm tham số tối ưu cho điều khiển PI Fuzzy Các kết kiểm chứng mô thực tiễn cho thấy, điều khiển sử dụng giải thuật IMO có chất lượng điều khiển tốt Đặc biệt, kết mô cho thấy, so với điều khiển PI, điều khiển Fuzzy cho chất lượng điều khiển tốt hơn, tốc độ đặt thay đổi liên tục Điều chứng tỏ rằng, hoàn toàn có khả áp dụng giải thuật IMO cho việc tìm kiếm tham số để nâng cao chất lượng hoạt động điều khiển thực tế Lời cám ơn Nghiên cứu tài trợ quỹ hỗ trợ nghiên cứu khoa học Trường Đại học Công nghệ thông tin Truyền thông (thuộc đề tài cấp trường mã số T2020-07-15) Chúng cảm ơn Nhà trường đồng nghiệp hỗ trợ đóng góp nhiều ý kiến quý báu cho việc thực nghiên cứu TÀI LIỆU THAM KHẢO/ REFERENCES [1] R P Borase, D K Maghade, and S Y Sondkar, “A review of PID control, tuning methods and applications,” Int J Dynam Control, vol 9, pp 818-827, 2021, doi: https://doi.org/10.1007/s40435020-00665-4 [2] K M Passino and S Yurkovich, Fuzzy Control An Imprint of Addison-Wesley Longman, Inc, 1998 [3] T Takagi and M Sugeno, “Fuzzy identification of systems and its applications to modeling and control,” IEEE Transactions on Systems, Man, and Cybernetics, vol SMC-15, no 1, pp 116-132, Jan.-Feb 1985, doi: 10.1109/TSMC.1985.6313399 [4] M D Islam, A Sutradhar, S Miah, Shahin, and S M Karim, “Fuzzy Logic and PID Controllers for DC Motor Using Genetic Algorithm,” International Journal of Control Science and Engineering, vol 10, pp 37-41, 2020, doi: 10.5923/j.control.20201002.03 [5] N Basil and O Bayat, “Improve DC Motor System using Fuzzy Logic Control by Particle Swarm Optimization in Use Scale Factors,” International Journal of Computer Science and Mobile Computing – IJCSMC, vol 8, no 3, pp 152-160, 2019 [6] B Javidy, A Hatamlou, and S Mirjalili, “Ions motion algorithm for solving optimization problems,” Applied Soft Computing, vol 32, no 3, pp 72-79, 2015 [7] T T Nguyen, M J Wang, J S Pan, T Dao, and T G Ngo, “A Load Economic Dispatch Based on Ion Motion Optimization Algorithm,” in J S Pan, J Li, P W Tsai, L Jain (eds) Advances in Intelligent http://jst.tnu.edu.vn 85 Email: jst@tnu.edu.vn TNU Journal of Science and Technology 227(02): 78 - 86 Information Hiding and Multimedia Signal Processing Smart Innovation, Systems and Technologies, Springer, Singapore, vol 157, 2020 [8] C.-H Yang and K.-C Wu, “Breast Cancer Risk Prediction Using Ions Motion Optimization Algorithm,” Journal of Life Sciences and Technologies, vol 4, no 2, pp 49-55, December 2016 [9] K Gogi, C M Maheshan, and H Kumar, “Automatic Solar Tracker with Dust Wiper Using PID Controller,” International Journal of Trend in Scientific Research and Development, vol 2, pp 14221427, 2017, doi: 10.31142/ijtsrd7197 [10] L Ljung, System Identification Toolbox™ User's Guide, The MathWorks, Inc, 2014 http://jst.tnu.edu.vn 86 Email: jst@tnu.edu.vn ... truyền 0, sử dụng giải thuật tối ưu bầy đàn Giải thuật tối ưu Ion (Ions Motion Optimization - IMO) thuật tốn tối ưu hóa Javidy cơng bố năm 2015 Đây thuật toán lấy cảm hứng từ chuyển động Ion tự nhiên... 3.2 Ứng dụng giải thuật IMO cho tốn tìm kiếm tham số điều khiển mờ Để điều chỉnh hình dạng tập mờ hướng tới tối ưu cho điều khiển, nghiên cứu này, số ràng buộc đưa vào để hạn chế số biến cần tối. .. đồ tối ưu điều khiển FLC-Sugeno PSO Hình mơ tả việc sử dụng IMO để tìm tham số tối ưu điều khiển mờ Mỗi ion đại diện cho tham số điều khiển mờ {CSi} Độ thích nghi ion đánh giá nhờ hàm fitness cho