Thiết kế bộ điều khiển giám sát hệ thống mức két dựa trên giải thuật fuzzy PID

BỘ CÔNG THƯƠNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KHOA HỌC KẾT QUẢ THỰC HIỆN ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG Tên đề tài Thiết kế bộ điều khiển giám sát hệ thống mức két dựa trên giải thuật Fuzzy PID Mã số đề tài 182 Đ010 Chủ nhiệm đề tài Nguyễn Minh Hiếu Đơn vị thực hiện Khoa Công nghệ Điện TP Hồ Chí Minh, Ngày 01 tháng 06 năm 2018 i LỜI CÁM ƠN Với lòng biết ơn chân thành nhất, em xin gửi đến các quý thầy cô khoa công nghệ Điện trường Đại học Công Nghiệp TPHC.

BỘ CÔNG THƯƠNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KHOA HỌC KẾT QUẢ THỰC HIỆN ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG Tên đề tài: Thiết kế điều khiển giám sát hệ thống mức két dựa giải thuật Fuzzy-PID Mã số đề tài: 182.Đ010 Chủ nhiệm đề tài: Nguyễn Minh Hiếu Đơn vị thực hiện: Khoa Công nghệ Điện TP Hồ Chí Minh, Ngày 01 tháng 06 năm 2018 LỜI CÁM ƠN Với lòng biết ơn chân thành nhất, em xin gửi đến quý thầy cô khoa công nghệ Điện trường Đại học Công Nghiệp TPHCM dùng nguồn tri thức tâm huyết để truyền đạt vốn kiến thức quý báo kinh nghiệm thực tế cho em thời gian qua Trong trình thực đề tài, em xin gửi lời cảm ơn đặc biệt đến thầy Ngô Thanh Quyền người trực tiếp hướng dẫn em thực đề tài Chính bảo tận tình thầy giúp em kịp thời khắc phục sai lầm phát triển đề tài theo hướng đắn, hiểu rõ việc nên làm để hồn thiện đề tài, điều vô quan trọng em, niềm tin to lớn để em kiên trì thực để góp phần hồn thiện Em xin chân thành cảm ơn thầy Bên cạnh em chân thành cảm ơn ban lãnh đạo khoa ưu em thực đề tài mơ hình nhà trường, hội để em ứng dụng kiến thức học vào lập trình ứng dụng Xin chân thành cảm ơn! i PHẦN I THÔNG TIN CHUNG I Thông tin tổng quát 1.1 Tên đề tài: Thiết kế điều khiển giám sát hệ thống mức két dựa giải thuật Fuzzy-PID 1.2 Mã số: 182.Đ010 1.3 Danh sách chủ trì, thành viên tham gia thực đề tài TT Họ tên (học hàm, học vị) Đơn vị công tác Sinh viên Nguyễn Minh Hiếu Khoa công nghệ Điện Tiến sĩ Ngô Thanh Quyền Vai trị thực đề tài Lập trình Labview Khoa công nghệ Điện Hướng dẫn 1.4 Đơn vị chủ trì: 1.5 Thời gian thực hiện: 1.5.1 Theo hợp đồng: từ tháng 01 năm 2018 đến tháng 06 năm 2018 1.5.2 Gia hạn (nếu có): đến tháng … năm … 1.5.3 Thực thực tế: từ tháng 01 năm 2018 đến tháng 06 năm 2018 1.6 Những thay đổi so với thuyết minh ban đầu (nếu có): 1.7 Tổng kinh phí phê duyệt đề tài: Năm triệu đồng II Kết nghiên cứu Đặt vấn đề: a Những nghiên cứu nước Giải thuật điều khiển Fuzzy – CMAC ứng dụng rộng rãi nước, đa số dừng lại mức mô b Những nghiên cứu nước Kể từ đời năm 1986, LabVIEW trở thành công cụ phần mềm hàng đầu công nghiệp việc phát triển hệ thống thiết kế, điều khiển giám sát đem lại chất lượng ngày cao, hiệu sản xuất lớn c Đề xuất nghiên cứu - Nhằm nâng cấp mơ hình hệ thống điều khiển mức két phục vụ học tập ứng dụng giải thuật Fuzzy – CMAC mơ hình thực Vì đề tài: “Thiết kế điều khiển giám sát hệ thống mức két dựa giải thuật Fuzzy – CMAC ” cần thiết Kết phương pháp điều khiển Fuzzy-CMAC kiểm chứng thông qua thực nghiệm - Giúp sinh viên hiểu rõ ràng lí thuyết học trường va chạm với mơ hình thực tế phịng thí nghiệm - Giúp cho sinh viên khóa sau đam mê lĩnh vực tham khảo chuẩn bị cho việc làm đồ án khóa luận tốt nghiệp Mục tiêu a Mục tiêu tổng quát Ứng dụng giải thuật Fuzzy – CMAC b Mục tiêu cụ thể Thiết kế điều khiển giám sát cho hệ thống mức két dựa giải thuật Fuzzy – CMAC Phương pháp nghiên cứu 3.1 Phương pháp nghiên cứu lý thuyết: Dựa vào kiến thức học, tài liệu 3.2 Phương pháp nghiên cứu thực nghiệm: Dựa vào mơ hình thực tế 3.3 Phương pháp chuyên gia: Dựa vào giám sát, hướng dẩn giảng viên hướng dẩn Tổng kết kết nghiên cứu Cả hai điều khiển Fuzzy CMAC cho kết đáp ứng hệ thống tốt, vọt lố thấp, thời gian xác lập nhanh, không vượt sai số 5% Mặc dù thời gian đáp ứng điều khiển hạn chế Đánh giá kết đạt kết luận a Bộ điều khiển Fuzzy: - Bồ điều khiển cho đáp ứng tốt, vọt lố thấp, thời gian lên thời gian xác lập nhanh - Phụ thuộc vào kinh nghiệm xây dựng thông tin điều khiển mờ b Bộ điều khiển CMAC - Bộ điều khiển cho đáp ứng tốt, vọt lố thấp, thời gian xác lập nhanh - Không thể thiết lập cách tự động, số lượng không gian nhớ khó để chọn, ảnh hưởng việc học khâu điều khiển Tóm tắt kết (tiếng Việt tiếng Anh) Bộ điều khiển Fuzzy Cerebella Model Articulation Controller (CMAC) cho kết đáp ứng hệ thống tốt Mặc dù thời gian đáp ứng điều khiển hạn chế Để khắc phục hạn chế, điều khiển CMAC cần có thời gian điều chỉnh tốc độ học vùng không gian trọng số, điều khiển Fuzzy cần có thời gian xây dựng hàm liên thuộc luật mờ để điều khiển tốt The Fuzzy Controller and Cerebella Model Articulation Controller (CMAC) provide good system response Although the response time of the two controllers is limited To overcome this limitation, the CMAC controller needs time to adjust the learning rate of the weighted space, for the Fuzzy controller it takes time to build dependency and fuzzy rules for the controller III Sản phẩm đề tài, công bố kết đào tạo 3.1 Kết nghiên cứu ( sản phẩm dạng 1,2,3) TT Tên sản phẩm Yêu cầu khoa học hoặc/và tiêu kinh tế - kỹ thuật Đăng ký Đạt Phần mềm hệ thống điều khiển mức két Phần mềm có khả điều khiển mức két sử dụng phương pháp điều khiển Fuzzy, CMAC Phần mềm có khả điều khiển mức két sử dụng phương pháp điều khiển Fuzzy, CMAC Mạch cách ly I/O với card NI my DAQ Mạch in lớp, với I/O Mạch in lớp, với I/O Thiết kế Bộ điều khiển hệ • Phần mềm điều • Phần mềm điều khiển bám mức nước khiển bám mức nước thống mức nước dựa với sai số 5% với sai số 5% giải thuật Fuzzy ,CMAC • So sánh phương pháp điều khiển Fuzzy, CMAC • So sánh phương pháp điều khiển Fuzzy,CMAC • Đáp ứng sai số • Đáp ứng sai số Ghi chú: Các ấn phẩm khoa học (bài báo, báo cáo KH, sách chuyên khảo…) chấp nhận có ghi nhận địa cảm ơn trường ĐH Công Nghiệp Tp HCM cấp kính phí thực nghiên cứu theo quy định Các ấn phẩm ( photo) đính kèm phần phụ lục minh chứng cuối báo cáo (đối với ấn phẩm sách, giáo trình cần có photo trang bìa, trang trang cuối kèm thông tin định số hiệu xuất bản) 3.2 Kết đào tạo TT Họ tên Thời gian thực đề tài Tên đề tài Tên chuyên đề NCS Tên luận văn Cao học tháng Điều khiển bám đuổi mức két dựa giải thuật điều khiển thông minh (Fuzzy, Neural network) Đã bảo vệ Nghiên cứu sinh Học viên cao học Sinh viên Đại học Nguyễn Minh Hiếu Ghi chú: - Kèm photo trang bìa chuyên đề nghiên cứu sinh/ luận văn/ khóa luận bằng/giấy chứng nhận nghiên cứu sinh/thạc sỹ học viên bảo vệ thành công luận án/ luận văn;( thể phần cuối báo cáo khoa học) IV Tình hình sử dụng kinh phí T T A B Nội dung chi Chi phí trực tiếp Th khốn chun mơn Ngun, nhiên vật liệu, Thiết bị, dụng cụ Cơng tác phí Dịch vụ thuê Hội nghị, hội thảo,thù lao nghiệm thu kỳ In ấn, Văn phịng phẩm Chi phí khác Chi phí gián tiếp Quản lý phí Chi phí điện, nước Tổng số Kinh phí duyệt (triệu đồng) Kinh phí thực (triệu đồng) 5 5 Ghi V Kiến nghị ( phát triển kết nghiên cứu đề tài) Sử dụng giải thuật điều khiển để điều khiển hệ thống kiểm soát tốc độ dịng chảy, hệ thống kiểm sốt áp suất, hệ thống kiểm sốt nhiệt độ mơ hình MPS PA compact worktation VI Phụ lục ( liệt kê minh chứng sản phẩm nêu Phần III) Mạch cách ly Giao diện SCADA hệ thống điều khiển mức nước Chương trình điều khiển Fuzzy Chương trình điều khiển CMAC (Cerebella Model Articulation Controller) Tp HCM, ngày tháng năm Chủ nhiệm đề tài Phòng QLKH&HTQT (ĐƠN VỊ) Trưởng (đơn vị) (Họ tên, chữ ký) 1.2.1.2 Cấu trúc điều khiển mờ Một điều khiển mờ gồm ba khâu bản: • Khâu mờ hóa • Thực luật hợp thành • Khâu giải mờ Hình Sơ đồ khối điều khiển mờ Trình tự thiết kế điều khiển mờ: Bước 1: Định nghĩa tất biến ngôn ngữ vào/ra Bước 2: Xác định tập mờ cho biến vào/ra (mờ hóa) • Miền giá trị vật lý biến ngơn ngữ • Số lượng tập mờ • Xác định hàm thuộc • Rời rạc hóa tập mờ Bước 3: Xây dựng luật hợp thành Bước 4: Chọn thiết bị hợp thành Bước 5: Giải mờ tối ưu hóa 12 Định nghĩa tập mờ 1.2.1.3 ~ Tập mờ A xác định tập sở X tập hợp mà phần tử cặp giá trị ( x,  ~ ( x)) , x  X  ~ ( x) ánh xạ: A A  ~ : X →  0,1 A ~ Ánh xạ  ~ ( x) gọi hàm liên thuộc tập mờ A Hàm liên thuộc A đặc trưng cho độ phụ thuộc phần thuộc tập sở X vào tập mờ ~ A Nói cách khác, tập mờ xác định hàm liên thuộc 1.2.1.4 Hàm liên thuộc Vì tập mờ xác định hàm liên thuộc nên cần định nghĩa số thuật ngữ để mô tả đặc điểm Hình Đặc điểm hàm liên thuộc Miền ~ Miền hàm liên thuộc tập mờ A vùng gồm phần tử có độ phụ thuộc khác Miền gồm phần tử x tập sở X cho  ~ ( x) A > Lõi ~ Lõi hàm liên thuộc tập mờ A vùng gồm phần tử có độ phụ thuộc 1, lõi gồm phần tử x tập sở X cho  ~ ( x) = A Biên 13 ~ Biên hàm liên thuộc tập mờ A vùng gồm phần tử có độ phụ thuộc khác nhỏ 1, biên tập mờ gồm phần tử x tập sở X cho 0<  ~ ( x) 𝑅 • Dạng hình thang  ( x) L C1 C2 R x Hình Hàm liên thuộc dạng hình thang 14 𝑥−𝐿 , 𝐶1 − 𝐿 𝑅−𝑥 𝜇𝑡𝑟𝑎𝑝 (𝑥, 𝐿, 𝐶1 , 𝐶2 , 𝑅) = , 𝑅 − 𝐶2 1, { 0, 𝑛ế𝑢 𝐿 ≤ 𝑥 ≤ 𝐶1 𝑛ế𝑢 𝐶2 ≤ 𝑥 ≤ 𝑅 𝑛ế𝑢 𝐶1 < 𝑥 < 𝐶2 𝑛ế𝑢 𝑥 < 𝐿 ℎ𝑜ặ𝑐 𝑥 > 𝑅 • Dạng hàm gauss  ( x) x C Hình Hàm liên thuộc dạng gauss 𝜇𝑔𝑎𝑢𝑠𝑠 (𝑥, 𝑊, 𝐶 ) = exp[−(𝑥 − 𝐶 )2 /2𝑊 ] • Ngồi cịn có dạng hàm thuộc khác logic mờ: PIshape, S-shape, Sigmoidal, Z-shape 1.2.1.5 Biến ngôn ngữ Biến ngôn ngữ biến mà giá trị từ Biến ngôn ngữ phần tử chủ đạo hệ thống dùng logic mờ Ở thành phần ngôn ngữ ngữ cảnh kết hợp lại với Ví dụ: Xét “mực chất lỏng” bồn chứa ta phát biểu: biến ngơn ngữ có giá trị từ “cao (H)”, “trung bình (M)”, “thấp (L)”  ( x)  ( x) 0.75 0.5 75 100 200 225 300 x Hình 10 Mơ tả giá trị ngôn ngữ tập mờ 15 Như biến mức chất lỏng có hai miền giá trị: • Miền giá trị ngơn nghữ: N={low, medium, high} • Miền giá trị vật lý: V={x∈B | x>0 } Biến mực chất lỏng xác định miền ngôn ngữ N gọi biến ngơn ngữ Với x∈B ta có hàm thuộc: x → X = { low(x), medium(x), high(x) } 1.2.1.6 Các phép toán tập mờ Phép hợp Hợp hai tập mờ 𝐴̃ 𝐵̃ có sở M tập mờ xác định sở M với hàm liên thuộc: 𝐴̃ ∪ 𝐵̃: 𝜇𝐴̃∪𝐵̃ (𝑥) = max{𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)} Hình 11 Phép hợp tập mờ Ngồi cơng thức cịn có số cơng thức khác để tính hàm liên thuộc phép hợp hai tập mờ như: Phép hợp Lukasiewicz, tổng Einstein, xác suất + Công thức Lukasiewicz: 𝑆(𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)) = min{1, 𝜇𝐴̃ (𝑥) + 𝜇𝐵̃ (𝑥)} + Công thức Einstein: 𝑆(𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)) = 𝜇𝐴̃ (𝑥) + 𝜇𝐵̃ (𝑥) + 𝜇𝐴̃ (𝑥) + 𝜇𝐵̃ (𝑥) + Công thức xác suất: 𝑆(𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)) = 𝜇𝐴̃ (𝑥) + 𝜇𝐵̃ (𝑥) − 𝜇𝐴̃ (𝑥)𝜇𝐵̃ (𝑥) 16 Nếu hai tập mờ không sở, tập mờ 𝐴̃ với hàm liên thuộc 𝜇𝐴̃ (𝑥) định nghĩa sở M tập mờ 𝐵̃ với hàm liên thuộc 𝜇𝐵̃ (𝑥) định nghĩa sở N ta đưa chúng sở cách lấy tích hai sở có (M×N) Ta ký hiệu tập mờ 𝐴̃ tập mờ định nghĩa sở M×N tập mờ 𝐵̃ tập mờ định nghĩa sở M×N Như vậy, hợp hai tập mờ 𝐴̃ 𝐵̃ tương ứng với hợp hai tập mờ 𝐴̃ 𝐵̃ kết tập mờ xác định sở M×N với hàm liên thuộc: 𝐴̃ ∪ 𝐵̃: 𝜇𝐴̃∪𝐵̃ (𝑥, 𝑦) = max{𝜇𝐴̃ (𝑥, 𝑦), 𝜇𝐵̃ (𝑥, 𝑦)} Trong đó: 𝜇𝐴̃ (𝑥, 𝑦) = 𝜇𝐴̃ (𝑥), ∀𝑦 ∈ 𝑁 𝜇𝐵̃ (𝑥, 𝑦) = 𝜇𝐵̃ (𝑦), ∀𝑥 ∈ 𝑀 Phép giao Giao hai tập mờ 𝐴̃ 𝐵̃ có sở M tập mờ xác định sở M với hàm liên thuộc: 𝐴̃ ∩ 𝐵̃: 𝜇𝐴̃∩𝐵̃ (𝑥) = min{𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)} Hình 12 phép giao tập mờ 17 Ngồi cơng thức cịn có số cơng thức tính khác để tính hàm liên thuộc giao hai tập mờ như: Phép giao Lukasiewier, tích Einstein, xác suất + Công thức Lukasiewicz: 𝑇(𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)) = max{0, 𝜇𝐴̃ (𝑥) + 𝜇𝐵̃ (𝑥) − 1} + Công thức Einstein: 𝑇(𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)) = 𝜇𝐴̃ (𝑥)𝜇𝐵̃ (𝑥) − (𝜇𝐴̃ (𝑥) + 𝜇𝐵̃ (𝑥)) − 𝜇𝐴̃ (𝑥)𝜇𝐵̃ (𝑥) + Công thức xác suất: 𝑇(𝜇𝐴̃ (𝑥), 𝜇𝐵̃ (𝑥)) = 𝜇𝐴̃ (𝑥)𝜇𝐵̃ (𝑥) Nếu hai tập mờ không sở, tập mờ 𝐴̃ với hàm liên thuộc 𝜇𝐴̃ (𝑥) định nghĩa sở M tập mờ 𝐵̃ với hàm liên thuộc 𝜇𝐵̃ (𝑥) định nghĩa sở N ta đưa chúng sở cách lấy tích hai sở có (M×N) Ta ký hiệu tập mờ 𝐴̃ tập mờ định nghĩa sở M×N tập mờ 𝐵̃ tập mờ định nghĩa sở M×N Như giao hai tập mờ 𝐴̃ 𝐵̃ tương ứng với giao hai tập mờ 𝐴̃ 𝐵̃ kết tập mờ xác định sở M×N với hàm liên thuộc: 𝐴̃ ∩ 𝐵̃: 𝜇𝐴̃∩𝐵̃ (𝑥, 𝑦) = min{𝜇𝐴̃ (𝑥, 𝑦), 𝜇𝐵̃ (𝑥, 𝑦)} Trong đó: 𝜇𝐴̃ (𝑥, 𝑦) = 𝜇𝐴̃ (𝑥), ∀𝑦 ∈ 𝑁 𝜇𝐵̃ (𝑥, 𝑦) = 𝜇𝑨̃ (𝑦), ∀𝑥 ∈ 𝑀 Phép bù Bù tập mờ 𝐴̃ định nghĩa sở X tập mờ xác định sở X với hàm liên thuộc xác định biểu thức: 18 𝐴̃: 𝜇𝐴̃ (𝑥) = − 𝜇𝐴̃ (𝑥) Hình 13 Phép bù tập mờ 1.2.1.7 Luật hợp thành Giả sử 𝑅̃ quan hệ mờ X×Y, 𝐴̃ tập mờ X, hợp thành 𝑅̃ 𝐴̃ tập mờ 𝐵̃, ký hiệu là: 𝐵̃ = 𝐴̃° 𝑅̃ Và 𝐵̃ xác định bởi: 𝜇𝐵̃ (𝑦) = 𝜇𝐴̃° 𝑅̃ (𝑦)=S{T(𝜇𝐴̃ (𝑥), 𝜇𝑅̃ (𝑥, 𝑦))} Toán tử S dùng MAX SUM, toán tử T dùng MIN PROD, có bốn công thức hợp thành thường dùng là: Công thức hợp thành MAX-MIN: 𝜇𝐵̃ (𝑦) = 𝜇𝐴̃° 𝑅̃ (𝑦) = max min(𝜇𝐴̃ (𝑥), 𝜇𝑅̃ (𝑥, 𝑦)) 𝑥 Công thức hợp thành MAX-PROD: 𝜇𝐵̃ (𝑦) = 𝜇𝐴̃° 𝑅̃ (𝑦) = max(𝜇𝐴̃ (𝑥) 𝜇𝑅̃ (𝑥, 𝑦)) 𝑥 Công thức hợp thành SUM-MIN: 𝜇𝐵̃ (𝑦) = 𝜇𝐴̃° 𝑅̃ (𝑦) = ∑ min(𝜇𝐴̃ (𝑥), 𝜇𝑅̃ (𝑥, 𝑦)) 𝑥 Công thức hợp thành SUM-PROD: 𝜇𝐵̃ (𝑦) = 𝜇𝐴̃° 𝑅̃ (𝑦) = ∑(𝜇𝐴̃ (𝑥) 𝜇𝑅̃ (𝑥, 𝑦)) 𝑥 1.2.1.8 Giải mờ 19 Giải mờ trình xác định giá trị rõ y’ chấp nhận từ hàm liên thuộc 𝜇B’ (𝑦) giá trị mờ B’ (tập mờ) Có hai phương pháp giải mờ chủ yếu phương pháp cực đại phương pháp trọng tâm, sở tập mờ B’ ký hiệu thống Y o Phương pháp cực đại Giải mờ theo phương pháp cực đại gồm hai bước: Xác định miền chứa giá trị rõ y’ Giá trị rõ y’ giá trị mà hàm liên thuộc đạt giá trị cực đại (độ cao H tập mờ B’), tức miền: G = { y Y | ’B (y) = H } Xác định y’ chấp nhận từ G G khoảng [y1,y2] miền già 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 khiển định luật Rk, k ∈ {1,2,…,p} mà giá trị mờ đầu có độ cao lớn nhất, tức độ cao H B’ Hình 14 Phương pháp cực đại Để thực bước hai có ba ngun lý: • Ngun lý trung bình • Ngun lý cận trái • Nguyên lý cận phải Nếu ký hiệu: 𝑦1 = inf (𝑦) 𝑦2 = sup(𝑦) 𝑦∈𝐺 𝑦∈𝐺 20 Thì 𝑦1 điểm cận trái 𝑦2 điểm cận phải G • Nguyên lý trung bình: Theo nguyên lý trung bình, giá trị rõ 𝑦 ′ 𝑦′ = 𝑦1 + 𝑦2 Nguyên lý thường dùng G miền liên thông 𝑦 ′ giá trị có độ phu thuộc lớn Trong trường hợp B’ gồm hàm liên thuộc dạng giá trị rõ 𝑦 ′ không phụ thuộc vào độ thỏa mãn luật điều khiển định Giá trị rõ 𝑦 ′ không phụ thuộc vào đáp ứng vào luật điều khiển định Hình 15 Nguyên lý trung bình • Ngun lý cận trái Giá trị rõ 𝑦 ′ lấy cận trái y1 G Giá trị rõ lấy theo nguyên lý cận trái phụ thuộc tuyến tính vào độ thỏa mãn luật điều khiển định 𝑦 ′ = 𝑦1 Giá trị rõ 𝑦 ′ phụ thuộc tuyến tính với đáp ứng vào luật điều khiển định 21 Hình 16 Ngun lý cận trái • Ngun lý cận phải Giá trị rõ 𝑦 ′ lấy cận phải y2 G Giá trị rõ 𝑦 ′ phụ thuộc tuyến tính vào đáp ứng luật điều khiển định 𝑦 ′ = 𝑦2 Hình 17 Nguyên lý cận phải o Phương pháp điểm trọng tâm Phương pháp điểm trọng tâm cho kết 𝑦 ′ hoành độ điểm trọng tâm miền bao trục hoành đường 𝜇B’ (𝑦) Công thức xác định 𝑦 ′ theo phương pháp điểm trọng tâm: 𝑦′ = ∫𝑆 𝑦𝜇(𝑦)𝑑𝑦 ∫𝑆 𝜇(𝑦)𝑑𝑦 Trong đó: S miền xác định tập mờ B’ 𝑦 ′ hồnh độ điểm trọng tâm 22 Hình 18 Phương pháp điểm trọng tâm 1.2.2 Bộ điều khiển liên kết mơ hình tiểu não (CMAC) 1.2.2.1 Giới thiệu điều khiển CMAC Trong năm gần đây, nhiều nghiên cứu tiến hành thực nghiên cứu liên quan đến hệ thống điều khiển phi tuyến Lý thuyết hệ thống lý thuyết điều khiển phản hồi truyền thống đưa chương trình kiểm sốt khác mà phụ thuộc vào mơ hình hệ thống tốn học xác Tuy nhiên, hầu hết phương pháp tiếp cận phụ thuộc nhiều vào hệ thống thực thực tế Một hệ thống điều khiển phát triển tốt phải triển khai hiệu suất cao thực hệ thống phức tạp không chắn Lý thuyết điều khiển thông minh sử dụng mô hình động để loại bỏ khơng chắn Các hệ thống dựa lý thuyết bao gồm: mạng nơron, mờ để điều khiển trình phức tạp với tham chiếu đến trải nghiệm người Dựa mô hình Marr, Albus thiết lập mơ hình tiểu não gọi “Cerebella Model Articulation Controller” (CMAC) Một mạng nơron mơ hình cấu trúc chức tiểu não người, CMAC điều khiển mà không cần sử dụng thuật toán phức tạp nào; chế tra cứu bảng bao gồm loạt ánh xạ hàm Mô theo mô hình xử lý thơng tin tiểu não người, gồm nhiều tế bào xếp chồng lên Khi nhận thơng tin bên ngồi, số tế bào 23 tiểu não bị kích thích để nội suy ngõ sử dụng thông tin lưu trữ nhớ CMAC thường đề xuất cho việc nhận dạng điều khiển cho hệ thống động lực học phức tạp, tính chất học nhanh khả tổng quát hóa tốt 1.2.2.2 Cấu trúc điều khiển CMAC CMAC mạng nhớ kết nối giống perception khơng hồn tồn với vùng perception chồng lên Đây mạng chứng minh xấp xỉ hàm phi tuyến thơng qua lĩnh vực quan tâm với độ xác tùy ý[4] Hình 19 Cấu trúc điều khiển liên kết mơ hình tiểu não Một CMAC gồm khơng gian đầu vào, liên kết không gian nhớ, tiếp nhận không gian nhớ, không gian trọng số không gian đầu Hình 20 Sơ đồ khối CMAC 24 Không gian đầu vào (Input-I): Cho ma trận 𝑝 = [𝑝1 , 𝑝2 , … , 𝑝𝑛𝑎 ]𝑇 ∈ ℜ𝑛𝑎 , 𝑛𝑎 số biến đầu vào trạng thái Mỗi biến đầu đầu vào phải lượng tử hóa thành vùng rời rạc (gọi phần tử) để kiểm sốt Số lượng phần tử 𝑛𝑒 gọi độ phân giải Liên kết không gian nhớ (Association memory space-A): Một vài phần tử tích lũy thành khối, số khối 𝑛𝑏 thường lớn hai Biểu thị thành phần liên kết không gian nhớ với 𝑛𝑐 = 𝑛𝑎 × 𝑛𝑏 Trong khơng gian khối phải thực chức lớp tiếp nhận không gian Hàm Gaussian hàm lớp tiếp nhận không gian 𝜇𝑖𝑘 −(𝑝𝑖 − 𝑐𝑖𝑘 )2 ] , 𝑡𝑟𝑜𝑛𝑔 𝑘 = 1,2, … , 𝑛𝑏 = 𝑒𝑥𝑝 [ 𝑣𝑖𝑘 Trong đó: 𝜇𝑖𝑘 biểu thị lớp thứ k đầu vào không gian đầu vào 𝑐𝑖𝑘 tham số dịch chuyển 𝑣𝑖𝑘 độ rộng hàm Tiếp nhận không gian (Receptive-field space-R): Là khu vực hình thành khối, thông tin 𝜇𝑖𝑘 lớp thứ k liên quan đến vị trí lớp khơng gian tiếp thu Các diện tích tạo nhiều miền đầu vào gọi hypercube Mỗi phần tử kích hoạt lớp trở thành phần tử tích cực, đó, trọng lượng lớp xác định 𝑛𝑎 𝜑𝑘 (𝑝, 𝑐𝑘 , 𝑣𝑘 ) = ∏ 𝜇𝑖𝑘 𝑖=1 𝑛𝑎 −(𝑝𝑖 − 𝑐𝑖𝑘 )2 ] = 𝑒𝑥𝑝 [∑ 𝑣𝑖𝑘 𝑖=1 Có thể viết dạng vector: 𝜙(𝑝, 𝑐, 𝑣 ) = [𝜑1 , … , 𝜑𝑘 , … , 𝜑𝑛𝑑 ]𝑇 Không gian trọng số (Weight memory space-W): Liên quan vị trí R với giá trị riêng biệt không gian trọng số W 𝑊 = [𝑤1 , … , 𝑤𝑝 , … , 𝑤𝑛0 ] Trong đó: 𝑤𝑝 = [𝑤1𝑝 , … 𝑤𝑘𝑝 , … 𝑤𝑛𝑑 𝑝 ]𝑇 𝑤𝑘𝑝 ký hiệu trọng số hypercube thứ p đầu thứ k 25 Không gian ngõ (Output space-O): Là tổng đại số nội dung hypercube với trọng số kích hoạt 𝑛𝑑 𝑂𝑝 = 𝒘𝑇𝑝 𝝓 = ∑ 𝑤𝑘𝑝 𝜙𝑘 , 𝑝 = 1,2, … 𝑛𝑜 𝑘=1 Ngõ CMAC viết dạng vector: 𝑇 𝒐 = [𝑜1 , … 𝑜𝑝 , … 𝑜𝑛𝑜 ] = 𝑾𝑻 𝝓 26 ... I/O Thiết kế Bộ điều khiển hệ • Phần mềm điều • Phần mềm điều khiển bám mức nước khiển bám mức nước thống mức nước dựa với sai số 5% với sai số 5% giải thuật Fuzzy ,CMAC • So sánh phương pháp điều. .. 1.2 Mô tả hệ thống hệ thống điều khiển 1.2.1 Bộ điều khiển mờ (Fuzzy) 1.2.1.1 Giới thiệu điều khiển mờ Xét hệ thống bồn chứa chất lỏng hình 1, ta cần thiết kế điều khiển để giữ cho mức chất lỏng... thuật Fuzzy – CMAC mơ hình thực Vì đề tài: ? ?Thiết kế điều khiển giám sát hệ thống mức két dựa giải thuật Fuzzy – CMAC ” cần thiết Kết phương pháp điều khiển Fuzzy-CMAC kiểm chứng thông qua thực