Thuật toán PID thích nghi dùng mạng nơ ron điều khiển hệ con lắc ngược đơn p4

47 CHƯƠNG 4 THỰC NGHIỆM TRÊN MÔ HÌNH Xây dựng chương trình thực nghiệm Để chạy thực nghiệm hệ thống ta sử dụng Tool Real time Window Target trong Matlab, nhằm thu thập dữ liệu và điều khiển thời gian thực cho các thuật toán điều khiển đã xây dựng ở chương trước Các chương trình được chạy thực nghiệm được thực hiện trục tiếp từ Simulink của Matlab Bộ thu thập dữ liệu từ các encoder và điều chế xung PWM được cho phần cứng con lắc được mô tả như hình (4 1) Thời gian lấy mẫu cho thực nghiệm 0 01s Hì.

CHƯƠNG THỰC NGHIỆM TRÊN MƠ HÌNH Xây dựng chương trình thực nghiệm Để chạy thực nghiệm hệ thống ta sử dụng Tool Real-time Window Target Matlab, nhằm thu thập liệu điều khiển thời gian thực cho thuật toán điều khiển xây dựng chương trước Các chương trình chạy thực nghiệm thực trục tiếp từ Simulink Matlab Bộ thu thập liệu từ encoder điều chế xung PWM cho phần cứng lắc mô tả hình (4-1) Thời gian lấy mẫu cho thực nghiệm 0.01s Hình 4.1 Sơ đồ thu thập liệu điều khiển hệ lắc 47 Kết thực nghiệm Bộ điều khiển Swing up – PD Bộ điều khiển thực phương pháp thử sai với thông số PD: kp1=350, kd1=18, kp2=60, kd2 = 7, thông số swing-up: um = 9, µ = 2.4 Hình 4.2 Kết mô điều khiển Swing up – PID ổn định điểm cân 48 Điều khiển tay máy bám theo tín hiệu sin có nhiễu tác động hay thay đổi thơng số hệ thống Hình 4.3 Kết thực nghiệm điều khiển PID bám tín hiệu sint có nhiễu 49 Hình (4-2) cho thấy điều khiển Swing-up thực đưa cao lắc từ vị trí cân lên vị trí cân thời gian giây Do chuyển mạch chưa tính đầy đủ thông số vận tốc chuyển mạch, nên chuyển từ điều khiển Swing-up sang điều khiển PID chưa tốt, xuất vấn đề dao động, tín hiệu điều khiển chattering Sau 20 giây hệ thống xác lập, sai số xác lập tay máy lớn độ phân giải encoder cho tay máy thấp Hình (4-3) thể điều khiển PD thực điều khiển tay máy bám theo tín hiệu 𝑟𝑒𝑓 = sin𝑡 (𝑟𝑎𝑑), tay máy bám theo tín hiệu chưa tốt; Do thơng số PD tính tốn thử sai đạt kết tốt điểm làm việc lân cận điểm cân bằng, nên tín hiệu vào có tần số lớn tay máy bám theo được, xảy biên độ nhiễu lớn, hệ thống dể ổn định Bộ điều khiển thích nghi gián tiếp Hình 4.4 Bộ điều khiển thích nghi ước lượng thơng số mơ hình trục tuyến Ở phần ta tiến hành thực nghiệm điều khiển thích nghi dựa tuyến tính hóa hồi tiếp ước lượng F(q) G(q) mô hình trực tuyến 50 Các thơng sơ học mạng nơ-ron điều chỉnh thử sai đến đạt kết ổn định chấp nhận Hình 4.5 Kết đáp ứng tay máy IDA ổn định điểm cân Hình 4.6 Kết đáp ứng lắc IDA ổn định điểm cân 51 Hình 4.7 Tín hiệu điều khiển IDA hệ ổn định điểm cân Hình 4.8 Kết ước lượng F(q) norm1 trọng số mạng 52 Hình 4.9 Kết ước lượng G(q) norm1 trọng số mạng Sau q trình thí nghiệm ta chọn hệ số cho hệ thống k1 = 2, k2 = 25, k3=75, Kf = -0.85, Kg = -0.65, kwf = 0.45, kwg = 0.5 số lớp ẩn cho mạng 10 Với cấu trúc mạng thiết kế hệ số học điều chỉnh, theo hình (4-7) (4-8) 20 giây đầu ta nơ-ron ước lượng chưa giá trị hệ thống Sau đó, giá trị ước lượng xấp xỉ gần đúng, trọng số mang ngõ mạng dần hội tụ đến giá trị cho hệ thống ổn định khoảng 8s Tại thời điểm 28s, 52s, 87s ta tác động nhiễu vào hệ thống, ngõ hệ thống bị tác động, mạng nơron đáp ứng tốt vai trị điều chỉnh tín hiệu điều khiển đáp ứng thay đổi làm cho hệ thống ổn định 53 Khi tăng trọng số học mạng lớn, giá trị ngõ mạng trọng số mạng thay đổi nhanh làm cho hệ thống bị chattering lớn chí hệ nhanh ổn định Với trọng số học nhỏ, hệ thống hội tụ chậm đáp ứng hệ không tốt, nhiên đảm bảo hệ thống ổn định Để đáp ứng hệ thống ổn định ta chọn hệ số học phù hợp với cấu trúc thông số hệ thống Tuy nhiên, cấu trúc số lớp ẩn phải nhỏ để đảm bảo tính ổn định Với thông số điều khiển hệ số học chọn thực nghiệm trước tiến hành thực nghiệm với tín hiêu vào xung vng biên độ 1(rad), tần số góc 0.2 (rad/s) Hình 4.10 Kết đáp ứng thực nghiệm IDA tay máy với ngõ vào xung vng Hình 4.11 Kết đáp ứng vị trí lắc với ngõ vào xung vng 54 Hình 4.12 Tín hiệu điều khiển thích nghi với ngõ vào xung vng Hình 4.13 Ngõ xấp xỉ thích nghi hàm F G với tín hiệu vào xung 55 Hình 4.14 Kết đáp ứng tay máy IAD với ngõ vào tín hiệu sin Hình 4.15 Kết đáp ứng vị trí lắc với ngõ vào tín hiệu sin 56 Hình 4.16 Tín hiệu điều khiển IAD với ngõ vào sin Hình 4.17 Ngõ xấp xỉ thích nghi IAD hàm F G với tín hiệu vào sin 57 Kết thực nghiệm chứng tỏ, với điều khiển thiết kế thông số chọn trước, đáp ứng ngõ tay máy bám theo tín hiệu vào mong muốn tốt lắc giữ ổn định quanh vị trí (rad) Tuy nhiên theo hình (4-10), vị trí bám tay máy không đối xứng bên vùng hoạt động dương âm, đáp ứng dao động khác Điều phần hệ thống khí chưa tốt gây ổn đinh khó khăn điều chỉnh thơng số Hình (4-11) cho thấy lắc dao động quanh điểm cân bằng, thay đổi đột ngột lắc dễ tiến đến ổn định hệ thống Thực vậy, với tín hiệu có tần số lớn 0.8 (rad/s), đáp ứng hệ thống khơng đảm bảo tính ổn định Điều đặc điểm điều khiển ảnh hưởng đạo hàm bậc tín hiệu vào phải hàm trơn liên tục Với tín hiệu vào hình sin hình (4-14) (4-15), ta cho tần số ngõ vào mong muốn thấp, hệ thống đáp ứng tốt, tần số tín hiệu vào đến 2.5 (rad/s) hệ thống nhanh ổn định Do với điều khiển đáp ứng với tần số ngõ vào nhỏ 2,5(rad/s), lắc giữ ổn định quanh vị trí cân với sai số nhỏ tay máy bám theo tín hiệu mong muốn tốt Tính thích nghi mạng nơ-ron xấp xỉ tốt giá trị hàm F G hệ thống với tín hiệu vào thay đổi Hệ thống giữ ổn định dù ta thay đổi nhỏ thông số hệ thống hay có nhiễu Tuy nhiên, thơng số hệ thống có thay đổi lớn hệ thống khơng đảm bảo tín ổn định Để hệ thống giữ tính ổn định thơng số mơ hình thay đổi nhiều ta phải thay đổi hệ số học hệ số K điều khiển cho phù hợp Điều chứng tỏ tính thi nghi hệ thống thiết kế chưa cao, cần phải tìm luật thích nghi tốt Bộ điều khiển thích nghi dạng trực tiếp Phần trình bày phần thực nghiệm cho điều khiển thích nghi dùng mạng nơron xấp xỉ tín hiệu điều khiển u cho hệ thống thiết kế mô Các thông số điều khiển chọn thực nghiệm tính tốn thử sai sau k1 = 3.2, k2 = 25, k3 = 13, mạng nơ-ron có 10 lớp ẩn, khơng cập nhật trọng số ngõ vào, cập nhật trọng số ngõ hệ số học Kf= -0.4, Kw = 0.5 58 Hình 4.18 Sơ đồ điều khiển Real-time cho điều khiển thích nghi trục tiếp Hình 4.19 Đáp ứng tay máy ổn định vị trí cân Hình 4.20 Đáp ứng lắc điều khiển ổn định vị trí cân 59 Hình 4.21 Tín hiệu điều khiển ổn định vị trí cân u Hình 4.22 Ngõ xấp xỉ uce trọng số mạng nơ-ron điều khiển ổn định 60 Hình 4.23 Đáp ứng tay máy bám theo tín hiệu sin Hình 4.24 Đáp ứng lắc bám theo theo tín hiệu sin Hình 4.25 Tín hiệu điều khiển bám theo tín hiệu sin u 61 Hình 4.26 Ngõ xấp xỉ uce điều khiển bám tín hiệu sin Hình 4.27 Đáp ứng tay máy bám theo tín hiệu xung vng Hình 4.28 Đáp ứng lắc bám theo theo tín hiệu xung vng 62 Hình 4.29 Tín hiệu điều khiển bám theo tín hiệu xung vng Hình 4.30 Ngõ xấp xỉ uce điều khiển bám tín hiệu xung vng Khi thực nghiệm điều khiển thích nghi dạng trực tiếp, thơng số chọn giữ hệ thống ổn định điểm cân tốt Tuy nhiên hệ thống có dao động chưa tìm thơng số điều khiển hình (4-19) (4-20) Khi ta cho tín hiệu vào mong muốn tín hiệu sin, tay máy bám vào theo tín hiệu vào tốt, lắc giữ ổn định quanh vị trí cân với sai số nhỏ (hình 4-23, 4-24) Trong trình hệ thống giữ ổn định dù có thay đổi nhỏ thơng sơ hay tác động nhiễu 63 Đối với tín hiệu vào xung vuông hệ thống đáp ứng tốt dao động xác lập lớn Đánh giá kết Qua thực nghiệm chứng tỏ, luật điều khiển thích nghi thiết kế hai trường hợp cho hệ thống đáp ứng tốt toàn vùng làm việc Trong điều khiển PID đáp ứng quanh lận điểm làm việc thiết kế Hơn nữa, điều khiển thích nghi với mạng nơ-ron xấp xỉ hàm F, G hệ thống trực tuyến thiết kế đảm bảo tính ổn định hệ thống có nhiễu tác động thơng số mơ hình thay đổi Đáp ứng hệ thống điều khiển bám theo tín hiệu vào mong muốn ổn định Phương pháp điều khiển đề cho thấy khơng biết xác thơng số mơ hình ta điều khiển ổn định hệ thống Tuy nhiên, hạn chế phương pháp điều khiển thích nghi gián tiếp phải biết cấu trúc mơ hình Ở phương pháp điều khiển thích nghi trực tiếp ta khơng cần biết cấu trúc mơ hình, đáp ứng điều khiển khó xác lập, bị dao động Vấn đề chọn lựa cấu trúc, thông số mạng nơ-ron cần xem xét thêm cho tính đặc tính hệ thống Do điều khiển chưa thiết kế để đảm bảo tính bền vững nên việc ước lượng trực tuyến có sai số lớn làm hệ thống ổn định Các hệ số PID chưa thiết kế thích nghi để phù hợp thơng số mơ hình thay đổi lớn Hơn chất lượng điều khiển sai số lớn phần khí điều khiển chưa thiết kế tối ưu 64 KẾT LUẬN VÀ KIẾN NGHỊ Luận văn cao học tập trung khai thác giải thuật thích nghi trực tiếp thích nghi gián tiếp với PID bám theo tín hiệu đặt cho hệ phi tuyến bậc Trên sở điều khiển hồi tiếp tiếp tuyến tính hóa cho hệ bậc với thuật tốn thích nghi liên tục ước lượng tham số mơ hình trực tuyến Các thuật tốn áp dụng cho hệ bậc điển hình mơ hình lắc ngược quay Các nội dung thực mô thực nghiệm với phần mềm Matlab cho kết đạt yêu cầu Các nội dung thực luận văn - Mơ hình hóa đối tượng phương pháp Euler-Lagrange - Xây dựng mô hình khí hệ thống - Thực điều khiển Swing-up đưa lắc từ vị trí cân lên điểm cân trên, ổn định lắc điểm cân tay máy bám theo tín hiệu mong muốn với thuật tốn PD - Thực thuật tốn điều khiển thích nghi gián tiếp thích nghi trực tiếp cho hệ thống, đáp ứng ngõ tay máy bám theo tín hiệu mong muốn - Có đánh giá kết thực thí nghiệm Tuy nhiên kết trên, luận văn nhiều vấn đề cần thực sau Các vấn đề cần khắc phục ▪ Các thuật tốn áp dụng vào mơ hình thực khó khăn cho việc đánh giá phần khí chưa tốt Do cần cải tiến mơ hình khí, thay đổi encoder với độ phân giải tốt để giảm thời gian lấy mẫu nhằm thực tốt thuật toán thiết kế 65 ▪ Chưa ước lượng hệ số PID độ khiển, thực tế thơng số mơ hình thay đổi vượt q ngưỡng thiết kế phạm vi, hệ thống dễ ổn định phải chỉnh lại thông số đạt chất lượng mong muốn ▪ Chưa ước lượng sai số xấp xỉ mạng neuron để điều chỉnh tự động cho tín hiệu điều khiển trượt bù sai số Hướng phát triển thời gian sau - Phát triển giải thuật điều khiển vùng chết mơ hình động - Phát triển thêm thuật tốn ước lượng thơng số bám PD ước lượng sai số xấp xỉ mạng neuron - Thực việc chuyển mạch mềm điều khiể n Swing-up điều khiển bám thích nghi - Phát triển thuật tốn thích nghi tối ưu cho điều khiển bám 66 TÀI LIỆU THAM KHẢO [1] S.-E Oltean “Swing-up and Stabilization of the Rotational Inverted Pendulum Using PD and Fuzzy-PD Controllers” Procedia Technol Vol 12, pp 57–64, 2014, doi: 10.1016/j.protcy.2013.12.456 [2] J S Sham et al “Modelling and simulation of an inverted pendulum system: Comparison between experiment and CAD physical model” ARPN J Eng Appl Sci Vol 10, no 20, pp 9752–9757, 2015 [3] M Park et al “Swing-up and LQR stabilization of a rotary inverted pendulum” Artif Life Robot Vol 16, no 1, pp 94–97, 2011, doi: 10.1007/s10015-011-0897-9 [4] P K “Controller Design of Inverted Pendulum Using Pole Placement and Lqr,” Int J Res Eng Technol Vol 01, no 04, pp 532–538, 2012, doi: 10.15623/ijret.2012.0104003 [5] N J Mathew et al Swing up and stabilization control of a rotary inverted pendulum Vol 10, no Part IFAC, 2013 [6] K Th “Điều khiển cân lắc ngược sử dụng điều khiển chiếu” Vol 31, pp 18–25, 2014 [7] S Kurode et al Swing-up and stabilization of Rotary Inverted Pendulum using sliding modes Vol 44, no Part IFAC, 2011 [8] N Adhikary and C Mahanta “Integral backstepping sliding mode control for underactuated systems: Swing-up and stabilization of the Cart-Pendulum System” ISA Trans Vol 52, no 6, pp 870–880, 2013, doi: 10.1016/j.isatra.2013.07.012 [9] S Irfan et al “Advanced sliding mode control techniques for Inverted Pendulum: Modelling and simulation” Eng Sci Technol an Int J Vol 21, no 4, pp 753–759, 2018, doi: 10.1016/j.jestch.2018.06.010 [10] A Neural and S Mode “Điều khiển trượt thích nghi dùng mạng nơ - rôn” pp 1–5, 2009 [11] X Yang and X Zheng, “Swing-Up and Stabilization Control Design for an Underactuated Rotary Inverted Pendulum System: Theory and Experiments” IEEE Trans Ind Electron Vol 65, no 9, pp 7229–7238, 2018, doi: 10.1109/TIE.2018.2793214 [12] N He et al “Robust adaptive control for a class of chaotic system using backstepping” Procedia Eng Vol 15, pp 1229–1233, 2011, doi: 10.1016/j.proeng.2011.08.227 67 [13] Rong-Jong Wai and Li-Jung Chang, “Adaptive stabilizing and tracking control for a nonlinear inverted-pendulum system via sliding-mode technique” IEEE Trans Ind Electron Vol 53, no 2, pp 674–692, 2006, doi: 10.1109/tie.2006.870680 [14] T C Kuo et al “Adaptive PID with sliding mode control for the rotary inverted pendulum system” IEEE/ASME Int Conf Adv Intell Mechatronics, AIM No 3, pp 1804–1809, 2009, doi: 10.1109/AIM.2009.5229784 [15] Y Sun et al “Adaptive control for a class of state-constrained high-order switched nonlinear systems with unstable subsystems” Nonlinear Anal Hybrid Syst Vol 32, pp 91–105, 2019, doi: 10.1016/j.nahs.2018.10.005 [16] Q Inc “Rotary Pendulum Workbook” 2011 [17] J Moreno-Valenzuela and C Aguilar-Avelar, “Motion Control of Underactuated Mechanical Systems” Motion Control Underactuated Mech Syst Vol 88, pp 27–49, 2018, doi: 10.1007/978-3-319-58319-8 [18] J Moreno-Valenzuela and C Aguilar-Avelar, “Adaptive neural network control of the Furuta pendulum,” Intell Syst Control Autom Sci Eng Vol 88, pp 93–118, 2018, doi: 10.1007/978-3-319-58319-8_6 [19] D Atherton et al “Control Systems,” 1997, doi: 10.1201/9781420049763.ch100 [20] P I D Tuner “Analyze Your Design in the PID Tuner App.” [21] Nguyễn Doãn Phước, Phan Xuân Minh “Giáo trình lý thuyết điều khiển phi tuyến.” NXB Khoa học kỹ thuật, 2002 [22] H K Khalil “Noninear Systems,” Prentice-Hall, New Jersey Vol 2, no pp 1–5, 1996 [23] T I Fossen “Feedback linearization control for systems with mismatched uncertainties via disturbance observers.” Vol 21, no 4, pp 1–13, 2019, doi: 10.1002/asjc.1802 [24] A Z Badr “Neural Network Based Adaptive PID Controller,” IFAC Proc Vol Vol 30, no 6, pp 251–257, 1997, doi: 10.1016/s1474-6670(17)43373-8 [25] S Commuri et al “CMAC neural network control of robot manipulators,” J Robot Syst Vol 14, no 6, pp 465–482, 1997, doi: 10.1002/(SICI)10974563(199706)14:63.0.CO;2-M [26] Karl_Astrom “Adaptive Control.” Addison-Wesley, 1994 [27] R Eini and S Abdelwahed “Indirect Adaptive Fuzzy Model Predictive Control of a Rotational Inverted Pendulum,” pp 2–7, 2019, [Online] 68 Available: http://arxiv.org/abs/1903.07645 [28] K J Åström and K Furuta “Swinging up a pendulum by energy control” Automatica Vol 36, no 2, pp 287–295, 2000, doi: 10.1016/S00051098(99)00140-5 [29] Z Wang “Minimum-Time Swing-up” pp 1335–1340, 2004 [30] S Tanaka et al New results of energy-based swing-up control for rotational pendulum Vol 44, no Part IFAC, 2011 [31] M Monir “Analyzing and Designing Control System for an Inverted Pendulum on a Cart” Eur Sci Journal, ESJ Vol 14, no 6, p 387, 2018, doi: 10.19044/esj.2018.v14n6p387 [32] L B Prasad et al “Modelling & simulation for optimal control of nonlinear inverted pendulum dynamical system using PID controller & LQR” in Proc 6th Asia Int Conf Math Model Comput Simulation, AMS 2012, pp 138– 143, 2012, doi: 10.1109/AMS.2012.21 [33] G Sainzaya et al “LQR control with refined PID to balance rotary inverted pendulum with time-varying uncertainty,” 2017 Int Conf Fuzzy Theory Its Appl iFUZZY 2017 Vol 2017-Novem, pp 1–6, 2018, doi: 10.1109/iFUZZY.2017.8311812 [34] F Peker and I Kaya “Identification and real time control of an inverted pendulum using PI-PD controller” 2017 21st Int Conf Syst Theory, Control Comput ICSTCC 2017, pp 771–776, 2017, doi: 10.1109/ICSTCC.2017.8107130 [35] V A Arya and A E George “Stabilisation of Cart Inverted Pendulum using the Combination of PD and PID Control” Int J Innov Res Sci Eng Technol Vol 7, no 4, pp 3559–3565, 2018, doi: 10.15680/IJIRSET.2018.0704049 [36] C Aguilar-Avelar and J Moreno-Valenzuela “New feedback linearizationbased control for arm trajectory tracking of the furuta pendulum,” IEEE/ASME Trans Mechatronics Vol 21, no 2, pp 638–648, 2016, doi: 10.1109/TMECH.2015.2485942 69 LÝ LỊCH TRÍCH NGANG CỦA HỌC VIÊN I LÝ LỊCH SƠ LƯỢC: Họ tên: Nguyễn Hồng Hiếu Giới tính: Nam Ngày, tháng, năm sinh: 16/12/1976 Nơi sinh: Tp Hồ Chí Minh Email: nguyenhoanghieu@iuh.edu.vn Điện thoại:0918603732 II QUÁ TRÌNH ĐÀO TẠO: 09/12/1994 – 28/12/2000: kỹ sư Điện-Điện tử chuyên ngành Tự động hóa III Q TRÌNH CƠNG TÁC CHUN MƠN: Thời gian Nơi công tác Công việc đảm nhiệm 01/2001 02/2002 – Công ty TNHH Tín Hịa, 27 Đặng Tất Chun viên kỹ thuật phường Đa Kao, Q1, Tp.HCM 06/2002 01/2004 – Sư đoàn BB5, trung đoàn BB5 03/2004 - Trường đại Tp.HCM học Cơng Nhân viên qn khí nghiệp Giảng viên Tp HCM, ngày 18 tháng 01 Năm 2021 Người khai 70 ... nghi tốt Bộ điều khiển thích nghi dạng trực tiếp Phần trình bày phần thực nghi? ??m cho điều khiển thích nghi dùng mạng n? ?ron xấp xỉ tín hiệu điều khiển u cho hệ thống thiết kế mô Các thông số điều. .. số xấp xỉ mạng neuron - Thực việc chuyển mạch mềm điều khiể n Swing-up điều khiển bám thích nghi - Phát triển thuật tốn thích nghi tối ưu cho điều khiển bám 66 TÀI LIỆU THAM KHẢO [1] S.-E Oltean... nhiễu lớn, hệ thống dể ổn định Bộ điều khiển thích nghi gián tiếp Hình 4.4 Bộ điều khiển thích nghi ước lượng thơng số mơ hình trục tuyến Ở phần ta tiến hành thực nghi? ??m điều khiển thích nghi dựa