Điều khiển Mờ (FUZZY)

Ngày nay để phân tích và tổng hợp các hệ thống lớn, người ta thường sử dụng phương pháp tiếp cận hệ thống. Khác với phương pháp truyền thống trước đây đi phân tích từ phần tử đến hệ thống, phương pháp tiếp cận hệ thống đi từ phân tích chung toàn hệ thống đến cấu tạo từng phần tử, đi từ xác định mục tiêu toàn hệ thống đến chức năng, nhiệm vụ của từng phần tử cụ thể, xác định mối tương quan giữa các phần tử trong hệ thống, giữa hệ thống đang xét với các hệ thống khác và với môi trường xung quanh. Người ta định nghĩa hệ thống (system) S là tập hợp các phần tử có quan hệ với nhau, đó chính là đối tượng cần nghiên cứu. Môi trường (Environment) E là tập hợp các thực thể ngoài hệ thống có tác động qua lại với hệ thống đang xét. Tùy thuộc vào mục đích nghiên cứu mà người ta xác định hệ thống S và môi trường E tương ứng.

TRƯỜNG ĐẠI HỌC ĐIỆN LỰC KHOA ĐIỀU KHIỂN & TỰ ĐỘNG HĨA BÀI TIỂU LUẬN MƠN: MƠ HÌNH HĨA VÀ MÔ PHỎNG Đề bài: Điều khiển động chiều phương pháp mờ Giảng viên hướng dẫn: MAI HOÀNG CƠNG MINH Nhóm: Sinh viên thực hiện: Phí Thành Long Mã sinh viên: 18810430192 Lớp: D13TDH&DKTBCN2 Hà Nội, 2021 MỤC LỤC DANH SÁCH CÁC HÌNH VẼ Điều khiển động chiều phương pháp mờ TÊN ĐỀ TÀI Điều khiển động chiều phương pháp mờ Họ tên Mã sinh viên Lớp Phí Thành Long 18810430192 D13TDH&DKTBCN2 Lê Thanh Thuận 18810430072 D13TDH&DKTBCN2 Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Chương 1: GIỚI THIỆU CHUNG VỀ MƠ HÌNH HĨA MƠ PHỎNG 1.1 Khái niệm chung Ngày để phân tích tổng hợp hệ thống lớn, người ta thường sử dụng phương pháp tiếp cận hệ thống Khác với phương pháp truyền thống trước phân tích từ phần tử đến hệ thống, phương pháp tiếp cận hệ thống từ phân tích chung toàn hệ thống đến cấu tạo phần tử, từ xác định mục tiêu toàn hệ thống đến chức năng, nhiệm vụ phần tử cụ thể, xác định mối tương quan phần tử hệ thống, hệ thống xét với hệ thống khác với môi trường xung quanh Người ta định nghĩa hệ thống (system) S tập hợp phần tử có quan hệ với nhau, đối tượng cần nghiên cứu Môi trường (Environment) E tập hợp thực thể ngồi hệ thống có tác động qua lại với hệ thống xét Tùy thuộc vào mục đích nghiên cứu mà người ta xác định hệ thống S môi trường E tương ứng Khi tiến hành mơ hình hóa điều quan trọng xác định mục tiêu mơ hình hóa, sở xác định hệ thống S, mơi trường E mơ hình (Model) M Bước xác định cấu trúc hệ thống, tức tập phần tử mối quan hệ chúng hệ thống Cấu trúc hệ thống xem xét hai phương diện: từ phía ngồi từ phía Từ phía ngồi tức xem xét phần tử cấu thành hệ thống mối quan hệ chúng hay nói cách khác phương pháp tiếp cận cấu trúc Từ phía trong, tức phân tích đặc tính, chức phần tử cho phép hệ thống đạt mục tiêu định hay nói cách khác phương pháp tiếp cận chức Khi xem xét vận động hệ thống theo thời gian S(t) có nghĩa hệ thống chuyển tử trạng thái sang trạng thái khác không gian trạng thái Z, người ta quan tâm đến chức hoạt động hệ thống Để đánh giá chức hệ thống người ta phải xác định tiêu đánh giá, tập tiêu riêng tiêu tổng hợp cho toàn hệ thống Tiếp cận hệ thống cho phép ta xây dựng mơ hình hệ thống lớn có tính đến nhiều yếu tố tác động nội hệ thống S S với môi trường E Người ta chia q trình mơ hình hóa làm hai giai đoạn: Giai đoạn thiết kế tổng thể hay thiết kế tầm vĩ mô (Macro Design) giai đoạn thiết kế cụ thể hay thiết kế mức độ vi mô (Micro Design) Trong giai đoạn thiết kế tổng thể, sở liệu hệ thống thực môi trường E người ta xây dựng mơ hình hệ thống mơ hình mơi trường thỏa mãn Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ tiêu đánh giá định trước Còn giai đoạn thiết kế cụ thể, sở mơ hình lựa chọn, người ta xác định điều kiện ràng buộc, xây dựng chương trình mơ máy tính thực việc mơ để xác định đặc tính kinh tế kỹ thuật hệ thống thực 1.2 Đặc điểm mô hình hóa hệ thống Cùng với phát triển phương pháp lý thuyết, phương pháp thực nghiệm để nghiên cứu, phân tích, tổng hợp hệ thống ngày hoàn thiện Đối với hệ thống thực nghiệm có hai phương pháp để nghiên cứu thực nghiệm: Nghiên cứu hệ thực nghiên cứu mơ hình Nghiên cứu thực nghiệm hệ thực cho ta thấy số liệu khách quan, trung thực Ở phải giải vấn đề lấy mẫu thống kê, ước lượng tham số, phân tích xử lý liệu, Tuy nhiên, việc nghiên cứu hệ thực nhiều trường hợp khó khăn, nghiên cứu mơ hình phương pháp có triển vọng Nhìn chung đối tượng thực có cấu trúc phức tạp thuộc loại hệ thống lớn, mơ hình chúng liệt vào hệ thống lớn có đặc điểm sau: a) Tính mục tiêu Tùy theo yêu cầu nghiên cứu có mơ hình có mục tiêu để nghiên cứu nhiệm vụ cụ thể mơ hình đa mục tiêu nhằm khảo sát số chức năng, đặc tính đối tượng thực tế b) Độ phức tạp Độ phức tạp thể cấu trúc phân cấp mơ hình, mối quan hệ qua lại hệ với hệ thống S với môi trường E c) Hành vi mơ hình Hành vi mơ hình đường để mơ hình đạt mục tiêu đề Tùy thuộc vào việc có yếu tố ngẫu nhiên tác động vào hệ hay khơng mà ta có mơ hình tiền định hay mơ hình ngẫu nhiên Theo hành vi hệ thống phân mơ hình liên tục mơ hình gián đoạn Nghiên cứu hành vi mơ hình biết xu hướng vận động đối tượng thực d) Tính thích nghi Tính thích nghi đặc tính hệ thống có tổ chức cao, hệ thống thích nghi với thay đổi tác động vào hệ thống Tính thích nghi mơ hình thể khả phản ánh tác động môi trường tới hệ thống khả giữ ổn định mơ hình tác động thay đổi e) Tính điều khiển Ngày nhiều phương pháp tự động hóa ứng dụng mơ hình hóa hệ thống Sử dụng biện pháp lập trình người ta điều khiển theo mục tiêu định trước, thực khả đối thoại người mô hình để thu nhận thơng tin định điều khiển f) Khả phát triển mơ hình Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Khi tiến hành mơ hình hóa hệ thống xuất toán nghiên cứu phát triển hệ thống tương lai Vì vậy, mơ hình phải có khả mở rộng, thu nạp thêm hệ con, thay đổi cấu trúc để phù hợp với phát triển hệ thống thực g) Độ xác – Độ tin cậy Mơ hình hóa thay đối tượng thực mơ hình để thuận tiện cho việc nghiên cứu Vì vậy, mơ hình phải phản ánh trung thực tượng xảy đối tượng Các kết thực nghiệm mơ hình phải có độ xác, tin cậy thỏa mãn u cầu đề Cần phải nhấn mạnh kết mơ hình hóa phụ thuộc nhiều vào khả kinh nghiệm người lập mơ hình hay người nghiên cứu Một mặt, người nghiên cứu phải am hiểu đối tượng, nắm vững tượng, quy luật xảy hệ thống thực Mặt khác, người nghiên cứu phải biết lựa chọn phương pháp mơ hình hóa thích hợp với đối tượng cụ thể, đồng thời phải có khả thực mơ hình máy tính – tức khả lập trình để giải tốn mơ hình hóa 1.3 Phân loại mơ hình hệ thống Có thể vào nhiều dấu hiệu khác để phân loại mơ hình Hình 1.1 biểu diễn cách phân loại mơ hình điển hình Theo cách mơ hình chia thành nhóm chính: mơ hình vật lý mơ hình tốn học hay cịn gọi mơ hình trừu tượng Hình 1 Sơ đồ phân loại mơ hình • Mơ hình vật lý: mơ hình cấu tạo phần tử vật lý Các thuộc tính đối tượng phản ánh định luật vật lý xảy mơ hình Nhóm mơ hình vật lý chia thành mơ hình thu nhỏ mơ hình tương tự Mơ hình vật lý thu nhỏ có cấu tạo giống đối tượng Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ • • • • thực có kích thước nhỏ cho phù hợp với điều kiện phịng thí nghiệm Nhược điểm mơ hình vật lý thu nhỏ giá thành đắt, sử dụng thức cần thiết Mơ hình vật lý tương tự: cấu tạo phần tử vật lý không giống với đối tượng thực trình xảy mơ hình tương đương với q trình xảy đối tượng thực Ưu điểm loại mơ hình giá thành rẻ, cho phép nghiên cứu số đặc tính chủ yếu đối tượng thực Mơ hình tốn học: thuộc loại mơ hình trừu tượng Các thuộc tính phản ánh biểu thức, phương pháp tốn học Mơ hình tốn học chia thành mơ hình giải tích mơ hình biến số Mơ hình giải tích xây dựng biểu thức giải tích Ưu điểm loại mơ hình cho ta kết rõ ràng, tổng quát Nhược điểm mơ hình giải tích phương pháp giải tích thường phải chấp nhận số giả thiết đơn giản hố để biểu diễn đối tượng thực biểu thức giải tích, loại mơ hình chủ yếu chủ yếu sử dụng cho hệ tiền định tuyến tính Mơ hình tốn học thuộc loại mơ hình trừu tượng Các thuộc tính phản ánh biểu thức, phương trình tốn học Mơ hình tốn học chia thành mơ hình giải tích mơ hình số Mơ hình giải tích xây dựng biểu giải thích Ưu điểm loại mơ hình cho ta kết rõ ràng, tổng qt Nhược điểm mơ hình giải tích thường phải chấp nhận số giả thiết đơn giản hóa để biểu diễn đối tượng thực biểu thức giải tích, loại mơ hình chủ yếu dùng cho hệ tiền định tuyến tính Mơ hình số xây dựng theo phương pháp số tức chương trình chạy máy tính số Ngày nay, nhờ phát triển kỹ thuật máy tính cơng nghệ thông tin, người ta xây dựng mơ hình số mơ q trình hoạt động đối tượng thực Những mơ hình loại gọi mơ hình mơ (simulation model) Ưu điểm mơ hình mơ mơ tả yếu tố ngẫu nhiên tính phi tuyến đối tượng thực, mơ hình gần với đối tượng thực Ngày nay, mơ hình mơ ứng dụng rộng rãi Có thể vào đặc tính khác để phân loại mơ hình như: mơ hình tĩnh mơ hình động, mơ hình tiền định mơ hình ngẫu nhiên, mơ hình tuyến tính mơ hình phi tuyến, mơ hình có thơng số tập trung, mơ hình có thơng số rải, mơ hình liên tục, mơ hình gián đoạn, Mơ hình phải đạt hai tính chất sau: Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Tính đồng nhất: mơ hình phải đồng với đối tượng mà phản ánh theo tiêu chuẩn định trước Tính thực dụng: Có khả sử dụng mơ hình để nghiên cứu đối tượng Rõ ràng, để tăng tính đồng mơ hình phải đưa vào nhiều yếu tố phản ánh đầy đủ mặt đối tượng 1.4 Một số ngun tắc xây dựng mơ hình Việc xây dựng mơ hình tốn học phụ thuộc vào đặc điểm hệ thống thực, vậy, khó đưa nguyên tắc chặt chẽ mà đưa ngun tắc có tính định hướng cho việc xây dựng mơ hình • Ngun tắc xây dựng sơ đồ khối Nhìn chung hệ thống thực hệ thống lớn phức tạp người ta tìm cách phân chúng thành nhiều hệ con, hệ đảm nhận số chức hệ lớn Như vậy, hệ biểu diễn khối, tín hiệu khối trước tín hiệu vào khối sau • Ngun tắc thích hợp Tùy theo mục đích nghiên cứu mà người ta lựa chọn cách thích hợp tính đồng tính thực dụng mơ hình Có thể bỏ bớt số chi tiết không quan trọng để mô hình bớt phức tạp việc giải tốn mơ hình dễ dàng • Ngun tắc độ xác Yêu cầu độ xác phụ thuộc vào mục đích nghiên cứu giai đoạn thiết kế tổng thể độ xác khơng địi hỏi cao nghiên cứu thiết kế chi tiết phận cụ thể độ xác mơ hình phải đạt yêu cầu cần thiết • Nguyên tắc tổ hợp Tùy theo mục đích nghiên cứu mà người ta phân chia tổ hợp phận mơ hình lại với Ví dụ, mơ hình hóa phân xưởng để nghiên cứu q trình sản xuất sản phẩm ta coi máy móc thực thể Nhưng nghiên cứu trình điều khiển nhà máy ta coi tổ hợp phân xưởng thực thể nhà máy Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Chương 2: PHƯƠNG PHÁP MÔ PHỎNG 2.1 Khái niệm chung phương pháp mơ Khi có mơ hình tốn học hệ thống thực người ta tìm thông tin hệ thống nhiều cách Trong trường hợp mơ hình tương đối đơn giản, người ta dùng phương pháp giải tích, ngược lại người ta dùng phương pháp số Phương pháp giải tích cho ta lời giải tổng quát phương pháp số cho ta lời giải bước tính với điều kiện xác định, muốn lời giải đạt độ xác cao, số bước tính phải tăng lên đủ lớn Đối với hệ thống lớn, có cấu trúc phức tạp, có quan hệ tác động qua lại hệ với trung tâm điều khiển, hệ thống với mơi trường xung quanh, có yếu tố ngẫu nhiên tác động, … phương pháp giải tích tỏ bất lực Trong trường hợp người ta sử dụng phương pháp mô Bản chất phương pháp mô xây dựng mơ hình số (numerical model) tức mơ hình thể chương trình máy tính Người ta mơ hình hóa thân hệ thống S với mối quan hệ nội đồng thời mơ hình hóa mơi trường E xung quanh, nơi hệ thống S làm việc, với quan hệ tác động qua lại S E Khi có mơ hình số người ta tiến hành “thực nghiệm” mơ hình Các “thực nghiệm” lặp lặp lại nhiều lần kết đánh giá theo xác suất Kết xác số lần “thực nghiệm” lớn Như vậy, phương pháp mô địi hỏi khối lượng tính tốn lớn, điều giải ứng dụng máy tính tốc độ cao Nhờ có phát triển máy tính mà phương pháp mơ ngày hoàn thiện a Bản chất phương pháp mơ Phương pháp mơ định nghĩa sau: “Mơ q trình xây dựng mơ hình tốn học hệ thống thực sau tiến hành tính tốn thực nghiệm mơ hình để mơ tả, giải thích dự đốn hành vi hệ thống thực.” Theo định nghĩa này, có ba điểm mà mô phải đạt Thứ phải có mơ hình tốn học tốt tức mơ hình có tính đồng cao với hệ thực đồng thời mơ hình mơ tả rõ ràng thuận tiện cho người sử dụng Thứ hai mơ hình phải có khả làm thực nghiệm tức có khả thực chương trình máy tính để xác định thông tin hệ thực Cuối khả dự đoán hành vi hệ thực tức mơ tả phát triển hệ thực theo thời gian Phương pháp mô đề xuất vào năm 80 kỷ 20, từ đến phương pháp mơ nghiên cứu, hồn thiện, ứng Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ  x−L C − L ⇔ L ≤ x ≤ C   R− x µ ( x , L, C , R ) =  ⇔C≤x≤R R−C 0 ⇔ x < L & x > R   - Hàm thuộc dạng hình thang (hình 3.8) Hình 3.8 Hàm thuộc hình thang  x−L  C − L ⇔ L ≤ x ≤ C1   R−x ⇔ C2 ≤ x ≤ R µ ( x, L, C1 , C2 , R) =  R − C  1 ⇔ C1 < x < C2  0 ⇔ x < L & x > R - Hàm thuộc dạng hình chng (hình 3.9) Hình 3.9 Hàm thuộc hình chng µ ( x, W , S , C ) =  (x − C) 2S   + ÷÷ W   Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ 3.3 Giải mờ (rõ hóa) Giải mờ trình xác định giá trị rõ y’ chấp nhận từ hàm thuộc μB’ (y) giá trị mờ B’ (tập mờ) Có hai phương pháp giải mờ phương pháp cực đại phương pháp điểm trọng tâm trình bày đây, tập tập mờ B’ ký hiệu thống Y 3.3.1 Phương pháp cực đại Theo tư tưởng cho giá trị rõ y’ đại diện cho tập mờ giá trị có “xác suất” thuộc tập mờ lớn phương pháp cực giải mờ gồm bước: a) Xác định miền chưa có giá trị rõ y’ Giá trị rõ y’ giá trị mà hàm thuộc đạt giá trị cực đại (độ cao H tập mờ B’), tức miền G = {y ⊂ Y | µB’(y) = H} b) Xác định y’ chấp nhận từ G Trong ví dụ hình 3.10 (Giải mờ phương pháp cực đại) G khoảng |y1; y2| miền giá trị tập mờ đầu B2 luật điều khiển R2 Nếu χ = A2 γ = B2 Trong số hai luật R1, R2 luật R2 gọi luật định Vậy luật điều R k ∈ { 1, 2, , p} k khiển định luật độ cao lớn nhất, tức bảng độ cao H B’ mà giá trị mờ đầu có Hình 3.10 Giải mờ phương pháp cực đại Để thực bước hai có ba nguyên lý: - Nguyên lý trung bình - Nguyên lý cận trái - Nguyên lý cận phải Nếu ký hiệu Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ y1 = inf ( y) y2 = sup( y) y∈G y1 điểm cận trái y2 điểm cận phải G y∈G (3.3) 3.3.2 Nguyên lý trung bình Theo nguyên lý trung bình, giá trị rõ y’ y' = y1 + y2 (3.4) Nguyên lý thường dùng G miền liên thông y’ giá trị có độ phụ thuộc lớn Trong trường hợp B’ gồm hàm thuộc dạng giá trị rõ y’ (3.4) không phụ thuộc vào độ thỏa mãn luật điều khiển định Hình 3.11 giá trị rõ y’ không phụ thuộc vào đáp ứng vào luật điều khiển định Hình 3.12 Giá trị rõ y’ phụ thuộc tuyến tính với đáp ứng vào luật điều khiển định Nguyên lý cận trái Giá trị rõ y’ lấy cận trái y1 G theo (3.3) Giá trị rõ lấy theo nguyên lý cận trái phụ thuộc tuyến tính vào độ thỏa mãn luật điều khiển định Nguyên lý cận phải Giá trị rõ y’ lấy cận phải y2 G theo (3.3) Cũng giống nguyên lý cận trái, giá trị rõ y’ phụ thuộc tuyến tính vào đáp ứng vào luật điều khiển định Đối với trường hợp trên, thông thường khoảng liên thông G chọn làm khoảng liên thơng có mức ưu tiên cao nhất, ví dụ G1, sau áp dụng ba nguyên lý biết với miền G1 thay cho G Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Trong hình vẽ minh họa tập mờ B’ thu sử dụng quy tắc max-MIN Đối với luật hợp thành max-PROD, miền G có điểm ba nguyên lý trung bình, cận trái, cận phải cho kết 3.3.3 Phương pháp điểm trọng tâm Phương pháp điểm trọng tâm cho kết y’ hoành độ điểm trọng tâm miền bao trục hồnh đường μB’ (y) Cơng thức xác định y’ theo phương pháp điểm trọng tâm sau: y' = ∫ yµ B '( y)dy S ∫ µ B '( y)dy S (3.5) S miền xác định tập mờ B’ Hình 3.13 Giá trị rõ y’ hoành độ điểm trọng tâm Hình 14 Xác định giá trị rõ y’ theo phương pháp điểm trọng tâm miền giá trị không liên thông 3.3.3 Phương pháp điểm trọng tâm cho luật hợp thành sum-MIN Giả sử có q luật điều khiển triển khai Vậy giá trị mờ B’ đầu điều khiển tổng q giá trị mờ đầu luật hợp thành Ký hiệu giá trị mờ đầu luật điều khiển thứ k k=1, 2, …, q với quy tắc sum-MIN, hàm thuộc μB’(y) Sinh viên thực hiện: Phí Thành Long µ Bk' ( y) với Điều khiển động chiều phương pháp mờ q µ B '( y ) = ∑ µ Bk' ( y ) (3.6) Thay 3.6 vào 3.5, sau đổi chỗ tổng tích phân cho hồn tồn có nghĩa, tổng tích phân hội tụ cơng thức tính y’ đơn giản sau: k =1 q y' = ∫ ( y ∑ µ B ( y))dy k =1 q S ∫ y ∑ µ B ( y )dy S k =1 q ' k = ' k q ∑ ( ∫ y µ B ( y)dy) ∑ M k =1 S q ' k ∑ ∫ µ B ( y )dy k =1 S = ' k k =1 q k ∑A k k =1 (3.7) Trong M k = ∫ y µ Bk' ( y )dy Ak = ∫ µ Bk' ( y )dy (3.8) S S y a m1 m2 b Hình 15 Tập mờ có hàm thuộc µ B' ( y ) k hình thang Xét riêng cho hàm thuộc dạng hình thang hình 3.15 thì: Mk = H (3m22 − 3m12 + b2 − a + 3m2b + m1a ) (3.9a) Ak = H (2m2 − 2m1 + a + b) b) Sinh viên thực hiện: Phí Thành Long (3.9 Điều khiển động chiều phương pháp mờ Công thức 3.9 tiện lợi để tính nhanh y’ Chẳng hạn để tính giá trị rõ y’ cho tập mờ đầu B’ gồm hai luật điều khiển µ ' ( y) µ B' ( y ) R1 R2 với: µ ' ( y) B1 B2 = + cho hình 3.16 theo (3.8) ta có M = 5.4 A1 = 1.2 M = 6.5 A2 = Suy ra: y' = 5.4 + 6.5 = 5.41 1.2 + Chú ý: Mặc dù công thức (3.7) xây dựng cho luật hợp thành kiểu sumMIN song thực tế dùng cho luật hợp thành max-MIN Hình 3.16 Xác định giá trị rõ y’ cho điều khiển với nguyên tắc sum-MIN Phương pháp độ cao Sử dụng công thức (3.7) cho hai loại luật hợp thành max-MIN sumMIN với thêm giả thiết tập mờ ( yk , H K ) (singleton), µ B' ( y ) k sấp xỉ giá trị H K độ cao µ B' ( y ) µ B' ( y ) µ B' ( y ) = H K yk điểm mẩu miền giá trị q y' = Thì ∑y k =1 q K HK ∑H k =1 K Sinh viên thực hiện: Phí Thành Long (3.10) k có : k k Điều khiển động chiều phương pháp mờ Cơng thức (3.10) có tên gọi cơng thức tính sấp xỉ y’ theo phương pháp độ cao không áp dụng cho luật hợp thành max-MIN, sum-MIN mà cịn áp dụng cho luật hợp thành khác max-PROD hay sum-PROD Áp dụng (3.10) cho tập mờ B’ hình 1.36 được: - B1' - B2' sấp xỉ singleton (4.5: 5.6) sấp xỉ singleton (6,5: 0,4) Suy ra: y'= 4,5.0,6 + 6,5.0.4 = 5,3 0,6 + 0, 3.4 Mô Các bước thực mô Để tổng hợp Điều khiển mờ cho hoạt động cách hồn thiện ta cần thực qua bước sau: Bước 1: Khảo sát đối tượng Định nghĩa tất biến ngôn ngữ vào, miền xác định chúng Trong bước cần ý số đặc điểm đối tượng điều khiển như: Đối tượng biến đổi nhanh hay chậm? có trễ hay khơng? Tính phi tuyến nhiều hay ?, Đây thông tin quan trọng để định miền xác định biến ngôn ngữ đầu vào, biến động học (vận tốc, gia tốc, ) Đối với tín hiệu biến thiên nhanh cần chọn miền xác định vận tốc gia tốc lớn ngược lại Bước 2: Mờ hố biến ngơn ngữ vào/ra Trong bước cần xác định số lượng tập mờ hình dạng hàm liên thuộc cho biến ngôn ngữ Số lượng tập mờ cho biến ngôn ngữ chọn tuỳ ý Tuy nhiên chọn q việc điều chỉnh khơng mịn, chọn nhiều q khó khăn cài đặt luật hợp thành, q trình tính tốn lâu, hệ thống dễ ổn định Hình dạng hàm liên thuộc chọn hình tam giác, hình thang, hàm Gaus, Bước 3: Xây dựng luật điều khiển (mệnh đề hợp thành) Đây bước quan trọng khó khăn q trình thiết kế điều khiển mờ Việc xây dựng luật điều khiển phụ thuộc nhiều vào tri thức kinh nghiệm vận hành hệ thống chuyên gia Hiện ta thường sử dụng vài nguyên tắc xây dựng luật hợp thành đủ để hệ thống làm việc, sau mơ Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ vả chỉnh định dần luật áp dụng số thuật tốn tối ưu (được trình bày phần sau) Bước 4: Chọn luật hợp thành Chọn luật MAX-MIN MAX-PROD SUM-MIN SUMPROD chọn nguyên tắc giải mờ (Trung bình, cận trái, cận phải, điểm trọng tâm, độ cao) Bước 5: Tối ưu hệ thống Sau thiết kế xong điều khiển mờ, ta cần mô hình hố mơ hệ thống để kiểm tra kết quả, đồng thời chỉnh định lại số tham số để có chế độ làm việc tối ưu Các tham số điều chỉnh bước là: Thêm, bớt luật điều khiển; thay đổi trọng số luật; thay đổi hình dạng miền xác định hàm liên thuộc Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Chương 4: MƠ PHỎNG TRÊN MATLAB Thơng số • Động chiều kích từ độc lập, nam châm vĩnh cửu có thơng số định mức: Điện trở phần ứng R=1Ω, điện cảm phần ứng L= 0.33 H, moment quán tính tải J=0.03 kg.m2 Điện áp u(t) cấp cho phần ứng động tối đa 110VDC Công suất 40kW 2000( v/ph) ; R u =0,09;L=8( mH ) ;J=26 ( N.m) ; K f =1,35( V/rad/s) i momen dạng ma sát với Tính tốn thơng số S 0ω = Tả Mc=Bω  ( vớiB=0,5Nm/rad/s) Kω Kφ 1,35.0,1 0,135 = = B + J s K i (1 + s.Tsω ) 0,28 ( 0,5 + 26s ) ( + s.0,01) 0,073s + 7,281s + 0,14 Rω ( s) = Ki ( B + J s ) K i J KB 1 = + i = 2696,296 + 5,185 Kφ Kω 2s.Tsω Kφ KωTsω KφTsω s s Thiết lập khối matlab Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Hình 4.1 Thiết lập hàm thuộc cho biến E Hình 4.2 Thiết lập hàm thuộc cho biến DE Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Hình 4.3 Xây dựng hàm thuộc đầu từ biến đầu vào E DE Hình 4.4 Luật hợp thành mờ Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Hình 4.5 Xây dựng luật điều khiển Hình 4.6 Hàm đặc tính vào điều khiển mờ tốn Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Hình 4.7 Chương trình mơ phương pháp điều khiển mờ Hình 4.8 Đáp ứng đầu ra- tốc độ động điều khiển mờ Khi đặt tốc độ 600v/p tốc độ tăng dần đến mức ổn định 600v/p Khi thay đổi tốc độ đặt từ 600v/p lên 1200v/p tốc độ tăng dần từ 600v/p lên 1200v/p Thực đóng tải giây thứ 15 tốc độ động giảm xuống sau phục hồi đến giá trị đặt nhờ hệ thống điều chỉnh Mờ Như hệ thống điều chỉnh đáp ứng đầu tốc độ thay đổi giống lý thuyết tìm hiểu Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ KẾT LUẬN Sau trình tìm hiểu, chúng em hồn thành báo cáo chun đề mơn học Mơ hình hóa Mơ Trong q trình làm báo cáo chúng em thực công việc: - Tìm hiểu phương pháp mơ - Phương pháp điều khiển động chiều - Tìm hiểu phương pháp điều khiển Mờ - Mô phương pháp điều khiển Mờ điều khiển tốc độ cho động chiều Tuy nhiên, thời gian có hạn trình độ cịn nhiều hạn chế nên chúng em khơng thể tránh khỏi sai sót báo cáo chuyên đề lần Chúng em mong nhận góp ý từ thầy, để hoàn thiện báo cáo Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ TÀI LIỆU THAM KHẢO [1] Nguyễn Doãn Phước (2014), “Bài giảng Điều khiển mờ” Đại học Bách khoa Hà Nội [2] Huỳnh Thái Hoàng (2006), “Hệ thống điều khiển thông minh” Nhà xuất Đại học Quốc gia TP Hồ Chí Minh [3] Nguyễn Dỗn Phước (2006), “Lý thuyết điều khiển mờ (in lần thứ 5)” Nhà xuất Khoa học Kỹ thuật Sinh viên thực hiện: Phí Thành Long ... chiến lược điều khiển trên, phương pháp điều khiển mờ (Fuzzy Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Logic Controlle – FLC) Phương pháp điều khiển mờ xây dựng... tương tự) để điều khiển đối tượng Nguyên tắc tổng hợp điều khiển mờ hồn tồn dựa vào phương pháp tốn học sở định nghĩa biến ngôn ngữ vào/ra lựa chọn luật điều khiển Do điều khiển mờ có khả xử... mờ Sinh viên thực hiện: Phí Thành Long Điều khiển động chiều phương pháp mờ Hình 4.5 Xây dựng luật điều khiển Hình 4.6 Hàm đặc tính vào điều khiển mờ tốn Sinh viên thực hiện: Phí Thành Long Điều