15 216 nguyenquocdinh 06 nguyen quoc dinh 2267

ĐIỀU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI VỚI THUẬT TỐN MFA LÀM MƠ HÌNH THAM CHIẾU NGUYỄN QUỐC ĐỊNH Trường Đại học Bách Khoa - Đại học Đà Nẵng Tóm tắt: Bài báo trình bày kết nghiên cứu việc sử dụng hệ nơron thích nghi để thiết kế điều khiển mức chất lỏng cho hệ bồn nước đôi Nội dung báo giới thiệu mơ hình tốn học MIMO (2 ngõ vào - ngõ ra) đối tượng điều khiển, từ đó, giới thiệu thuật tốn MFA để điều khiển trình cho hệ đơn ngõ vào – đơn ngõ (SISO) hệ nhiều ngõ vào – nhiều ngõ (MIMO) Trong đó, luật cập nhật trọng số cho mạng nơron thích nghi cấu trúc chi tiết điều khiển MIMO xây dựng từ điều khiển SISO riêng rẽ đề cập tới Hoạt động điều khiển kiểm chứng mô phần mềm MatlabSimulink Kết mô cho thấy điều khiển làm việc tốt Nội dung báo tiền đề cho việc thiết kế điều khiển lai kết hợp hệ suy luận mờ mạng nơron thích nghi để điều khiển cho trình phi tuyến MIMO tương lai MƠ HÌNH ĐỐI TƯỢNG HỆ BỒN NƯỚC ĐƠI Mơ hình đối tượng hệ bồn nước đơi mơ tả hình 1.1 Hệ bồn nước đôi làm đối tượng điều khiển hệ phi tuyến với ngõ vào tín hiệu điện áp điều khiển động bơm nước u1(t), u2(t) ngõ mức nước h1(t) h2(t) Hình 1.1 Mơ hình hệ bồn nước đơi Với qin1, qin2 lưu lượng nước máy bơm bơm bơm vào bồn 1, bồn qout1, qout2 lưu lượng nước chảy bồn 1, bồn qout1_2, qout2_1 lưu lượng nước từ bồn qua bồn ngược lại Theo tài liệu tham khảo [1], mơ hình tốn đối tượng viết sau: Tạp chí Khoa học Giáo dục, Trường Đại học Sư phạm Huế ISSN 1859-1612, Số 02(18)/2011: tr 20-27 ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI ⎧ • ⎪h1 (t ) = A ⎪ ⎨ • ⎪h (t ) = ⎪⎩ A2 ( k1u1 (t ) − a1C D1 gh1 (t ) − C D12 sgn( h1 (t ) − h2 (t )) a12 g h1 (t ) − h2 (t ) ( 21 ) k 2u (t ) − a2C D 2 gh2 (t ) + C D12 sgn( h1 (t ) − h2 (t )) a12 g h1 (t ) − h2 (t ) (1) ) (2) MẠNG NƠ RON THÍCH NGHI SISO Bộ điều khiển thiết kế theo tài liệu [4] nghiên cứu việc sử dụng thuật tốn học Hình 2.1 Mạng nơ ron thích nghi SISO MFA (Model-Free Adaptive Control with CyboCon) với mạng nơ ron thích nghi Theo [4], giải thuật điều khiển cho điều khiển SISO cho bởi: N p j (n) = ∑ wij (n)Ei (n) + (2.1) q j (n) = ϕ ( p j (n)) (2.2) ⎡ ⎛ N ⎞ ⎤ N o(n) = ψ ⎢ϕ ⎜ ∑ hj (n)q j (n) + 1⎟ ⎥ = ∑ hj (n)q j (n) + ⎢⎣ ⎝ j =1 ⎠ ⎥⎦ j =1 (2.3) v(t) = Kc ⎡⎣o(t) + e(t)⎤⎦ (2.4) i =1 22 NGUYỄN QUỐC ĐỊNH Mạng nơ ron thích nghi với lớp nơ ron có trọng số lớp đầu lớp ẩn wij, trọng số lớp ẩn với lớp hi Hai vectơ trọng số cập nhật theo luật cập nhật sau: Δwij (n) = η Kc Δhj (n) = η Kc N ∂y(n) e(n)q j (n)(1 − q j (n))Ei (n)∑ hk (n) ∂u(n) k =1 ∂y(n) e(n)q j (n) ∂u(n) (2.5) (2.6) Mạng nơ ron thích nghi dùng giải thuật điều khiển MFA có ngõ vào, ngõ (SISO) việc điều khiển cho đối tượng phi tuyến MIMO hệ bồn nước đơi khơng thể MẠNG NƠ RON THÍCH NGHI MIMO Trường hợp điều khiển đối tượng nhiều ngõ vào, nhiều ngõ (MIMO) sau: Hình 3.1 Mơ hình điều khiển MIMO Cụ thể sơ đồ điều khiển cho ngõ vào ngõ dùng để điều khiển mức nước bình nước đơi sau: Hình 3.2 Bộ điều khiển ngõ vào, ngõ với thuật toán MFA ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI 23 Trong đó, khối Controller bao gồm điều khiển SISO ghép nối trên, điều khiển mạng nơ ron sau: Hình 3.3 Mạng nơ ron thích nghi cho cấu trúc MIMO Lúc này, điều khiển C có giải thuật điều khiển sau: - Bộ điều khiển C11 p11 j (n) = N w11(n)Ei11(n) + ∑ ij i =1 (3.1) q11 (n) = ϕ ( p11(n)) j (3.2) j v11 (n) = ⎡ K 11 ⎢ c N ⎤ ∑ h11j (n)q11j (n) + + e1(n)⎥ ⎣ j =1 (3.3) ⎦ N Δw11 (n) = η 11K11e1 (n)q11(n)(1 − q11(n))Ei11(n)∑ h11(n) (3.4) Δh11 (n) = η11K11e1(n)q11 (n) (3.5) c ij j c - Bộ điều khiển C22 j j j k =1 k 24 NGUYỄN QUỐC ĐỊNH N 22 22 p22 j (n) = ∑ w (n)Ei (n) + (3.6) q22 (n) = ϕ ( p22 (n)) (3.6) ⎡ N ⎤ v22 (n) = K 22 ⎢∑ h22 (n)q22 (n) + + e2 (n)⎥ c j ⎣ j =1 j ⎦ (3.8) ij i =1 j j 22 Δw (n) = η 22 ij K 22e2 (n)q22 (n)(1 − q22 (n))Ei22 (n) c j j N ∑ hk22 (n) Δh22 (n) = η 22 K 22e2 (n)q22 (n) c j (3.9) k =1 (3.10) j - Bộ điều khiển C21 N 21 21 p21 j (n) = ∑ w (n)Ei (n) + (3.11) q21(n) = ϕ ( p21(n)) (3.12) ⎡ N ⎤ v21 (n) = K 21K 21 ⎢∑ h21 (n)q21 (n) + 1⎥ s c j ⎣ j =1 j ⎦ (3.13) ij i =1 j j 21 Δw (n) = η 21 ij K 21e1(n)q21(n)(1 − q21(n))Ei21(n) c j j N ∑ hk21(n) Δh21 (n) = η 21K 21e1(n)q21(n) c j (3.14) k =1 (3.15) j - Bộ điều khiển C12 N 12 12 p12 j (n) = ∑ w (n)Ei (n) + (3.16) q12 (n) = ϕ ( p12 (n)) (3.17) ⎡ N ⎤ v12 (n) = K 12 K 12 ⎢∑ h12 (n)q12 (n) + 1⎥ s c j ⎣ j =1 j ⎦ (3.18) ij i =1 j j N Δw12 (n) = η 12 K12e2 (n)q12 (n)(1 − q12 (n))Ei12 (n)∑ h12 (n) ij c j j k =1 k (3.19) ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI Δh12 (n) = η12 K12e2 (n)q12 (n) j c 25 (3.20) j MÔ PHỎNG ĐIỀU KHIỂN HỆ BỒN NƯỚC ĐÔI TRÊN MATLAB-SIMULINK Thực kết nối điều khiển vào mơ hình đối tượng Matlab-Simulink sau: Hình 4.1 Mơ hình điều khiển hệ bồn nước đơi dùng mạng nơ ron thích nghi Matlab - Simulink KẾT QUẢ MÔ PHỎNG VỚI BỘ ĐIỀU KHIỂN MẠNG NƠ RON THÍCH NGHI DÙNG THUẬT TỐN MFA Kết mơ với bồn bồn sau: ( _): Mức nước đặt trước bồn ( -): Mức nước thực bồn Hình 5.1 Giá trị đặt giá trị thực mức nước bồn ( _): Mức nước đặt trước bồn 26 NGUYỄN QUỐC ĐỊNH ( -): Mức nước thực bồn Hình 5.2 Giá trị đặt giá trị thực mức nước bồn KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Bài báo trình bày việc thiết kế điều khiển nơron thích nghi sử dụng thuật tốn MFA Kết mơ Matlab-Simulink cho thấy hoạt động điều khiển tốt, giá trị thực bồn nước bồn nước bám sát so với tín hiệu đặt tín hiệu đặt thay đổi giá trị Tuy nhiên, kết nghiên cứu có tính thuyết phục khả ứng dụng cao ta xây dựng hệ thống thực nghiệm cho toán điều khiển TÀI LIỆU THAM KHẢO [1] [2] [3] [4] Teo Lian Seng, Mazuki Khalid and Rubiyah Yusof (1998) Tuning of a Neuro-fuzzy controller by genetic algorithms with an application to a coupled-tank liquid-level control system International Journal on Engineering Applications on Artificial Intelligence Slim labiod, Mohamed Seghir Boucherit, Thierry Marie Guerra (2005) Adaptive fuzzy control of a class of MIMO nonlinear systems Fuzzy set and System, 59-77, 511 Yih – Guang Leu, Tsu – Tian Lee, and Wei – Yen Wang (1999) Observer - based adaptive fuzzy neural control for unknown nonlinear dynamical system Guang-Minh Chen, Wei – Yen Wang, Tsu – Tian Lee, and C.W.Tao (1999) Observer – based Direct adaptive fuzzy-neural control for Anti-lock braking systems  ... 21e1(n)q21(n)(1 − q21(n))Ei21(n) c j j N ∑ hk21(n) Δh21 (n) = η 21K 21e1(n)q21(n) c j (3.14) k =1 (3 .15) j - Bộ điều khiển C12 N 12 12 p12 j (n) = ∑ w (n)Ei (n) + (3.16) q12 (n) = ϕ ( p12 (n)) (3.17)