Nghiên cứu xây dựng bộ điều khiển thích nghi phức hợp

Tự động hóa các quá trình sản xuất đòi hỏi phải hoạt động liên tục và có tính ổn định, hạn chế sự gián đoạn, vì vậy nhu cầu thiết kế bộ điều khiển thích nghi phức hợp là rất cần thiết.Ta

BỘ CÔNG THƯƠNG

VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA

— – ˜ & ™ — –

BÁO CÁO KẾT QUẢ THỰC HIỆN

ĐỀ TÀI NCKH&PTCN CẤP BỘ NĂM 2010

BỘ CÔNG THƯƠNG

VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA

— – ˜ & ™ — –

BÁO CÁO KẾT QUẢ THỰC HIỆN

ĐỀ TÀI NCKH&PTCN CẤP BỘ NĂM 2010

MỤC LỤC

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 3

1.1 Cơ sở pháp lý/ xuất xứ của đề tài 3

1.2 Tính cấp thiết và mục tiêu nghiên cứu của đề tài 3

1.2.1 Tính cấp thiết 3

1.2.2 Mục tiêu nghiên cứu 4

1.3 Mô tả phương pháp nghiên cứu 4

1.4 Nội dung nghiên cứu 5

1.5 Tình hình nghiên cứu trong nước 5

1.6 Tình hình nghiên cứu ngoài nước 6

1.6.1 Tổng quan 6

1.6.2 Một số ví dụ bộ điều khiển thích nghi phức hợp 8

1.6.3 Bộ điều khiển thích nghi phức hợp của hãng CyboSoft –MFA controller 8

1.6.4 Bộ điều khiển OMAT’ adaptive control system của Omative 11 1.6.5 Phần mềm điều khiển thích nghi của hãng Siemens 13

1.7 Cơ sở nghiên cứu lý thuyết điều khiển thích nghi 15

1.7.1 Khái niệm chung 15

1.7.2 Phân loại các hệ thích nghi 16

1.7.3 Sơ đồ tổng quát của hệ thích nghi 18

1.7.4 Phương pháp giải sai phân 19

CHƯƠNG 2: THIẾT KẾ CHẾ TẠO BỘ ĐIỀU KHIỂN THÍCH NGHI PHỨC HỢP 23

2.1 Xây dựng mô hình hệ thống điều khiển thích nghi phức hợp 23

2.2 Xây dựng phần mềm điều khiển thích nghi phức hợp 29

2.2.1 Phân tích lựa chọn các phương pháp 29

2.2.2 Xây dựng phần mềm điều khiển thích nghi phức hợp sử dụng phương pháp mô hình tham chiếu 30

2.3 Xây dựng phần mềm điều khiển thích nghi phức hợp sử dụng phương pháp nơron 37

2.3.1 Sơ đồ khối bộ điều noron thích nghi 37

2.3.2 Giải mô hình bằng phương pháp toán học 40

CHƯƠNG 3: THỬ NGHIỆM VÀ ĐÁNH GIÁ 42

3.1 Thử nghiệm từng khối 42

3.1.1 Thử nghiệm trên Matlab 42

3.1.2 Thử nghiệm trên bộ điều khiển 46

3.2 Thử nghiệm bộ điều khiển thích nghi sử dụng mô hình tham chiếu50 3.2.1 Thử nghiệm trên Matlab 50

3.2.2 Thử nghiệm trên bộ điều khiển điều khiển đối tượng mô phỏng57 3.3 Thử nghiệm so sánh bộ điều khiển PID của siemens và bộ điều khiển thích nghi phức hợp 63

3.4 Thử nghiệm bộ điều khiển thích nghi phức hợp khi thông số mô hình thay đổi online 66

3.5 Thử nghiệm bộ điều khiển thích nghi phức hợp với đối tượng thực tế ( bộ gia nhiệt) 70

3.6 Thử nghiệm bộ điều khiển sử dụng mạng noron 72

3.7 Thử nghiệm thực tế 75

3.7.1 Mô tả tóm tắt công nghệ hệ thống xử lý nước nấu 75

3.7.2 Thử nghiệm điều khiển pH 77

3.7.3 Kết quả thử nghiệm 79

3.8 Kết luận 80

LỜI CẢM ƠN 81

TÀI LIỆU THAM KHẢO 82

PHỤC LỤC 84

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 1.1 Cơ sở pháp lý/ xuất xứ của đề tài

Đề tài “Nghiên cứu xây dựng bộ điều khiển thích nghi phức hợp” được thực hiện

theo:

Hợp đồng nghiên cứu khoa học và phát triển công nghệ số 53.10.RD/HĐ-KHCN giữa Bộ Công Thương (Bên A) và Viện Nghiên cứu Điện tử, Tin Học, Tự động hóa (Bên B) ký ngày 09 tháng 02 năm 2010

1.2 Tính cấp thiết và mục tiêu nghiên cứu của đề tài

1.2.1 Tính cấp thiết

Cùng với sự phát triển nhanh chóng của khoa học kỹ thuật, công nghiệp hóa hiện đại hóa ngày càng chiếm vị trí quan trọng trong đời sống xã hội Việc sử dụng một cách triệt để nguồn năng lượng, tăng năng suất lao động và sản lượng sản phẩm, cải tiến môi trường làm việc và cải thiện nhu cầu cuộc sống của con người luôn tiến hành song song với tự động hóa

Tự động hóa các quá trình sản xuất đòi hỏi phải hoạt động liên tục và có tính ổn định, hạn chế sự gián đoạn, vì vậy nhu cầu thiết kế bộ điều khiển thích nghi phức hợp

là rất cần thiết.Ta có thể lấy vài ví dụ như trong công nghệ xử lý nước thải, bộ điều khiển thích nghi được ứng dụng để nâng cao chất lượng điều khiển và hiệu suất của các công đoạn xử lý, nhận dạng các ngành công nghiệp nặng như than, thép, đúc…, giao thông vận tải, truyền thông đặc biệt là trong kỹ thuật robot và máy thông minh, trong lĩnh vực gia công cắt gọt điều khiển thích nghi ứng dụng nâng cao hiệu quả quá trình gia công

Trong quá trình gia công cắt gọt nói chung và phay trên máy CNC nói riêng , hệ thống thích nghi giúp cho máy thực hiện trong điều kiện an toàn về máy , dụng cụ , người đứng máy Ngoài ra trong điều kiện được trang bị các cảm biến đầy đủ, với hệ thống phần mềm can thiệp thông qua tính toán tức thời với tốc độ cao cho phép hệ thống luôn được gia công với chế độ cắt tối ưu.Qua đó tiết kiệm được thời gian gia công cơ bản, năng suất cao, chi phí thấp dẫn đến hiệu quả đầu tư các máy gia công theo chương trình số có hiệu quả

Ứng dụng điều khiển thích nghi là giải pháp tích cực, dựa trên giám sát trực tuyến các thông số đầu ra của quá trình công nghệ và hiệu chỉnh các thông số đầu vào theo thời gian thực

Hiện nay ở Việt Nam các công trình tự động hóa lớn đều do nước ngoài cung cấp lắp đặt hoặc công ty trong nước tích hợp dựa trên phần cứng và phần mềm của nước ngoài Nếu chỉ tính riêng phần cứng và phần mềm trong hệ thống tự động hóa thì phần mềm chiếm giá trị khoảng 50-60%, thậm chí lớn hơn Phần mềm điều khiển có giá trị gia tăng cao, tuy nhiên các đơn vị trong nước chưa tập trung nghiên cứu xây dựng các module phần mềm cho hệ thống điều khiển tự động Mảng thị trường này có thể coi còn bỏ ngỏ và có tiềm năng lớn Chủ động trong việc xây dựng phần mềm điều khiển

là bước đầu tiến tới làm chủ công nghệ điều khiển các nhà máy tại Việt Nam Điều này

có ý nghĩa rất lớn về mặt kinh tế- xã hội, an ninh –quốc phòng của đất nước

Do vậy nghiên cứu , chủ động thiết kế chế tạo hệ thống điều khiển thích nghi phức hợp làm cơ sở xây dựng hoặc thay thế, phát triển các bộ điều khiển cổ điển, từng bước tiến tới nội địa hoá các bộ điều khiển trong công nghiệp ; góp phần tiết kiệm cho đất nước và đẩy nhanh quá trình hiện đại hoá công nghiệp tại Việt Nam đang có tính cấp thiết hiện nay

1.2.2 Mục tiêu nghiên cứu

§ Mục tiêu kinh tế - xã hội:

Thiết kế được phần mềm điều khiển thích nghi phức hợp , áp dụng để điều khiển nâng cao chất lượng cho hệ thống điều khiển tự động

Sử dụng bộ điều khiển thích nghi phức hợp để tích hợp hệ thống điều khiển tự động cho các công đoạn trong các nhà máy công nghiệp tại Việt nam Thay thế được những phần mềm phải mua ở các nước có công nghệ điều khiển tiên tiến với giá thành cao

§ Mục tiêu khoa học công nghệ:

Nghiên cứu, làm chủ công nghệ thiết kế chế tạo bộ điều khiển thích nghi phức hợp dùng trong công nghiệp

Nâng cao trình độ nghiên cứu khoa học của cán bộ trong nước

1.3 Mô tả phương pháp nghiên cứu

Để định hướng tốt cho công việc thiết kế bộ điều khiển thích nghi phức hợp nhóm thực hiện sẽ tiến hành khảo sát tìm hiểu kỹ cấu trúc phần mềm điều khiển thích nghi phức hợp của các hãng nước ngoài

Dựa trên kết quả khảo sát phân tích các bộ điều khiển thích nghi phức hợp của nước ngoài nhóm thực hiện sẽ xây dựng mô hình hệ thống cho thuật toán điều khiển Tiến hành thực hiện các chức năng của mô hình như xây dựng phần cứng

( thiết bị điều khiển), xây dựng phần mềm điều khiển thích nghi phức hợp

Sau khi xây dựng xong phần mềm điều khiển thích nghi phức hợp, nhóm sẽ ghép nối và thực hiện thử nghiệm mô phỏng các chức năng của bộ điều khiển thích nghi phức hợp Sau cùng nhóm sẽ tiến hành thử nghiệm thực tế để đánh giá chất lượng của

bộ điều khiển thích nghi phức hợp

1.4 Nội dung nghiên cứu

- Khảo sát nghiên cứu về phát triển bộ điều khiển thích nghi phức hợp trong công nghiệp

- Thiết kế chế tạo bộ điều khiển thích nghi phức hợp

- Thử nghiệm bộ điều khiển thích nghi phức hợp và đánh giá

1.5 Tình hình nghiên cứu trong nước

Hiện nay điều khiển thích nghi đã được ứng dụng trong giải pháp tự động hóa tòa nhà, điều khiển máy CNC, và một số quá trình công nghiệp tại Việt nam Phần lớn các nghiên cứu, tìm hiểu chỉ dừng lại ở phương pháp tổng hợp tham số cho bộ điều khiển thích nghi Các thử nghiệm về điều khiển thích nghi tại các trung tâm nghiên cứu trong nước đều được thực hiện trên phần mềm mô phỏng Matlab mà chưa được thử nghiệm trên hệ thống thiết bị thực tế Trong giai đoạn công nghiệp phát triển như hiện nay ở nước ta có rất nhiều nhà máy mà công nghệ cần áp dụng điều khiển thích nghi Với các hệ thống máy móc có áp dụng điều khiển thích nghi thì đều do nước ngoài lắp đặt

và giá thành của phần mềm điều khiển trong đó là không nhỏ, khi thiết bị trục trặc, lỗi thì việc bảo trì khắc phục lỗi rất mất thời gian và không ít tốn kém

Các bộ điều khiển thích nghi của nước ngoài có giá thành cao, mã nguồn không

mở Các hãng sản xuất nước ngoài thường bảo mật phần lõi (mã nguồn) của phần mềm

điều khiển thích nghi, do vậy ta không thể thay đổi khi cần cho phù hợp hơn với ứng dụng thực tế

Với nhu cầu như vậy, thì chủ động trong việc nắm bắt công nghệ cao và thiết kế chế tạo bộ điều khiển thích nghi phức hợp là rất đáng khích lệ Vì việc chủ động thiết

kế chế tạo phần mềm trong nước sẽ cho phép giảm giá thành, dễ bảo trì sửa chữa, từ

đó tạo điều kiện cho các doanh nghiệp đầu tư cho máy móc hiện đại để nâng cao hiệu quả sản xuất

1.6 Tình hình nghiên cứu ngoài nước

1.6.1 Tổng quan

Nhiều năm trước đây, bộ điều khiển kinh điển PID được coi là bộ điều khiển lý tưởng đối với các đối tượng liên tục Bộ điều khiển PID được sử dụng rộng rãi để điều khiển các đối tượng SISO ( Single input and single output) bởi vì tính đơn giản của nó

cả về cấu trúc lẫn nguyên lý làm việc Bộ điều khiển này làm việc tốt trong các hệ thống có quán tính lớn như điều khiển nhiệt độ, điều khiển mức, và trong các hệ điều khiển tuyến tính hay có mức độ phi tuyến thấp Tuy nhiên bộ điều khiển PID có một

số hạn chế sau:

+ Bộ điều khiển PID được thiết kế trên cơ sở mô hình tuyến tính hoá với những thông số chính xác của đối tượng trong khi thực tế đối tượng là phi tuyến và thông số

là không hoàn toàn chính xác

+ Kết quả chất lượng điều khiển phụ thuộc vào độ chính xác của mô hình toán học

mô tả đối tượng Nhược điểm của bộ điều khiển PID là tham số của nó được tổng hợp

từ các mô hình toán học rõ ràng của đối tượng điều khiển dưới dạng hàm truyền đạt, trong đó các tham số của đối tượng điều khiển đã được xác định trước Trong quá trình làm việc, để chất lượng của hệ thống vẫn đạt được các chỉ tiêu như thiết kế ban đầu thì cần phải có giả thiết rằng đối tượng điều khiển không tự thay đổi, tức là độ chính xác vẫn còn được giữ nguyên Song điều này trong thực tế chỉ là lý tưởng, phần lớn các

mô hình đều chứa trong nó một sai lệch nhất định so với đối tượng và trong quá trình làm việc, bản thân đối tượng cũng tự thay đổi, làm cho sai lệch giữa mô hình toán học

và đối tượng càng lớn, dẫn đến độ sai lệch chất lượng so với chỉ tiêu thiết kế càng nhiều Trong trường hợp như trên ta lại phải xác định lại một mô hình toán học mới

cho đối tượng điều khiển và phải thiết kế lại một bộ điều khiển PID với các tham số mới để điều khiển đối tượng

Bộ điều khiển thích nghi được đưa ra như một giải pháp khắc phục những hạn chế của bộ điều khiển PID kinh điển Mục đích của bộ điều khiển thích nghi là tạo ra các

bộ điều khiển làm cho chất lượng của hệ thống không đổi mặc dù đối tượng điều khiển

có sự thay đổi bên trong Điều khiển thích nghi là một bộ điều khiển mềm dẻo, có khả năng tự thay đổi cấu trúc hoặc tham số và sự thay đổi của nó phải phù hợp với sự thay đổi tương ứng trong đối tượng nhằm giữ được ổn định chất lượng hệ thống

Từ những năm 1950 ở các nước có nền khoa học phát triển lý thuyết điều khiển thích nghi đã được hình thành như một môn khoa học Từ tư duy trở thành thực nghiệm nghiêm túc, từ cách giải quyết những vấn đề cơ bản trở thành bài toán tổng quát, từ những vấn đề về sự tồn tại và khả năng có thể giải quyết đến những áp dụng định hướng xuất phát từ tính bền vững và chất lượng Đến năm 1958 nhà toán học người Hungary là Rudolf Emil Kalman đã đặt nền móng cho điều khiển thích nghi bằng việc đưa ra khái niệm rõ ràng về một bộ điều khiển tự chỉnh áp dụng cho các đối tượng tuyến tính một đầu vào và một đầu ra

Những năm 1960 đánh dấu một bước phát triển rất quan trọng của lý thuyết điều khiển thích nghi đó là việc áp dụng lý thuyết ổn định Lyapunov (nhà toán học người Nga Aleksandr Mikhailovich Lyapunov) để kiểm tra tính ổn định của hệ thống

Năm 1982 nhóm nghiên cứu của trường đại học tổng hợp Lund của Thụy Điển đã tung

ra thị trường bộ điều khiển thích nghi có tên Novatune Bộ điều khiển thích nghi Novatune được áp dụng vào điều khiển cho nhiều ngành công nghiệp

Trong những năm gần đây hãng Siemens cho ra đời các thư viện phần mềm điều khiển thích nghi, các thư viện hàm này được tích hợp sẵn trong các gói phần mềm điều khiển tự động như: phần mềm tự động hóa tòa nhà APOGEE, phần mềm điều khiển quá trình PCS7

Với phần mềm tự động hóa tòa nhà APOGEE của Siemens điều khiển thích nghi được sử dụng với những ưu điểm như:

+ Làm tăng tuổi thọ của van và các cơ cấu chấp hành, chống sốc

+ Tiết kiệm năng lượng với các vòng tự chỉnh sẽ làm giảm được chu kỳ và giảm được độ lệch với điểm đặt

+ Điều khiển nhiệt độ chính xác hơn, đặc biệt là thay đổi nhiệt độ theo mùa

Trong phần mềm điều khiển quá trình PCS7 bộ điều khiển thích nghi được thiết kế dưới dạng một thư viện hàm có tên là ADCO (adaptive controller) Với bộ điều khiển thích nghi này chất lượng điều khiển của hệ thống được cải thiện rất nhiều so với bộ điều khiển PID, bộ điều khiển thích nghi ADCO có dải điều khiển được chia thành 8 vùng tối ưu riêng biệt Giữa các vùng điều khiển có thể được tự động chuyển đổi hoặc chuyển đổi theo sự kiện

Do hạn chế của các bộ điều khiển cấp trường ( như PLC, vi điều khiển) về tốc độ

xử lý và bộ nhớ nên hiện nay người ta có xu hướng sử dụng PC kết hợp với các thiết bị cấp trường để xây dựng các hệ thống điều khiển mạnh Việc trao đổi dữ liệu giữa PC với các thiết bị cấp trường sử dụng đường truyền Ethernet tốc độ cao để đảm bảo tính thời gian thực và giảm chu kỳ lấy mẫu, giảm sai số tính toán khi dùng phương pháp số Một máy PC hoặc nhiều máy PC có thể nối mạng với nhau để thực hiện các giải thuật phức tạp đòi hỏi tốc độ và khối lượng tính toán lớn mà thiết bị cấp trường không đảm nhiệm được Nhờ đó có thể thực hiện được các thuật toán điều khiển hiện đại, nâng cao chất lượng điều khiển cho các ứng dụng công nghiệp

Tóm lại, ngày nay với sự phát triển nhảy vọt về công nghệ điện tử và công nghệ phần mềm máy tính , điều khiển thích nghi phức hợp đã được các nước trên thế giới nghiên cứu và áp dụng trên nhiều thiết bị với chất lượng điều khiển hệ thống rất cao

1.6.2 Một số ví dụ bộ điều khiển thích nghi phức hợp

1.6.3 Bộ điều khiển thích nghi phức hợp của hãng CyboSoft –MFA

controller

Bộ điều khiển MFA (Model –Free Adaptive) dùng phương pháp điều khiển thích nghi mà không cần biết mô hình đối tượng thay đổi như thế nào Công nghệ đó đã được CyboSoft sáng chế Mô hình MFA có những thuộc tính sau:

- Không đòi hỏi chính xác các thông số định lượng của quá trình

- Trong hệ thống không bao gồm quá trình nhận dạng

- Thiết kế bộ điều khiển một quá trình cụ thể là không cần thiết

- Hiệu chỉnh các thông số điều khiển là không cần thiết

- Cung cấp các chức năng phân tích đánh giá tính ổn định của hệ thống

Bộ điều khiển MFA dùng cho các điều khiển thông dụng hoặc một ứng dụng điều khiển cụ thể có thể được nhúng trong các platform khác nhau như PC, PAC, PLC

- SISO MFA để thay thế điều khiển PID cổ điển

- Nonlinear MFA để điều khiển quá trình phi tuyến

- MFA pH controller: Điều khiển pH

- Feedforward MFA controller : Đối phó với nhiễu có thể đo được

- Anti-delay MFA : Để điều khiển quá trình với thời gian trễ lớn

- Robust MFA: Điều khiển chống tràn các biến quá trình

- Time-Varying MFA controller: Điều khiển các quá trình thay đổi theo thời gian

- Anti-delay MFA pH : Điều khiển pH với thời gian trễ lớn

- MIMO MFA: Điều khiển quá trình nhiều biến đầu vào và nhiều biến đầu ra SISO MFA controller:

Hình 1-1: Single-loop MFA control system

Mục đích của điều khiển là làm sao cho bộ điều khiển tạo ra được một output u(t)

mà làm biến quá trình y(t) bám theo một quỹ đạo cho trước r (t) thay đổi bởi setpoint , nhiễu, và quá trình động học Nói cách khác, nhiệm vụ của bộ điều khiển MFA là để giảm thiểu sai số e (t) trong đó e (t) là sự khác biệt giữa điểm đặt r (t) và biến quá trình y (t) Việc giảm thiểu sai số e (t) là đạt được bằng khả năng tự điều chỉnh của bộ điều khiển và hiệu chỉnh các trọng số cho phép bộ điều khiển đối phó được các thay đổi động học, nhiễu và các ảnh hưởng khác

Hình dưới đây mô tả cấu trúc lõi của một bộ điều khiển SISO MFA Thành phần chính của bộ điều khiển là mạng nơron perceptron nhiều lớp bao gồm một lớp đầu vào, một lớp ẩn với N noron và một lớp đầu ra có 1 noron

Hình 1-2: Architecture of a SISO MFA controller

Trong mạng noron có một nhóm trọng số (wij và hi) có thể được cập nhật khi cần thiết để thay đổi hoạt động của bộ điều khiển Các thuật toán cho việc cập nhật các trọng số dựa trên cơ sở tối thiểu hóa sai số giữa điểm setpoint và biến quá trình Sự thích nghi của các trọng số có thể giúp bộ điều khiển giảm thiểu sai số khi có sự thay đổi quá trình động học Ngoài ra, mạng noron nhân tạo trong bộ điều khiển MFA "nhớ" một phần của quá trình , nhờ đó mà cung cấp thông tin có giá trị về quá trình động học Trong khi đó, bộ điều khiển số PID chỉ có thể nhớ được tại thời điểm hiện tại và hai mẫu trước đó Về vấn đề này, PID đã gần như không có bộ nhớ và MFA lại sở hữu bộ nhớ đó, vì thế nó được gọi là thông minh

So sánh MFA và PID

Hầu hết trong các quá trình công nghiệp vẫn đang được điều khiển bằng PID PID được áp dụng cho các quá trình đơn giản Tuy nhiên, PID mắc một vấn đề trong việc điều khiển các quá trình phức tạp và đòi hỏi phải điều chỉnh thường xuyên các thông

số của nó khi quá trình động học thay đổi Hiệu suất của bộ điều khiển MFA (trên) và PID (dưới ) được so sánh trong biểu đồ sau đây cho thấy MFA thích nghi như thế nào khi quá trình động học thay đổi

Hình 1-3: Comparison of MFA and PID

Bắt đầu từ việc kiểm soát sự dao động , hệ thống sẽ tiếp tục dao động dưới sự điều khiển PID, trong khi hệ thống MFA sẽ nhanh chóng thích nghi với một điều kiện tốt Nếu cả hai bộ điều khiển bắt đầu từ một trạng thái rất chậm, MFA sẽ kiểm soát quá trình nhanh hơn và tốt hơn PID

1.6.4 Bộ điều khiển OMAT’ adaptive control system của Omative

OMATIVE adaptive control & Monitoring hệ thống cung cấp các chức năng sau:

- Tối ưu hóa thời gian thực: Omative ACM máy điện toán duy nhất đo tải thực tế liên tục, tính toán tỷ lệ tối ưu cho từng công cụ và từng vật liệu và điều chỉnh nguồn cấp dữ liệu trong thời gian thực

- Thiết bị bảo vệ: Trong điều kiện quá tải thiết bị Omative ACM tự động giảm tốc độ đến một mức có thể chấp nhận được xác định bởi hệ thống máy điện toán bên trong ACM và nếu cần thiết thậm chí dừng chuyển động của thiết bị.Ngoài

ra người dùng có thể tùy chỉnh hệ thống để ngăn chặn các máy tự động quá tải

- Thiết bị giám sát: Omative ACM có thể học để theo dõi các thiết bị trong sản xuất Trong suốt quá trình hoạt động, Omative ACM liên tục giám sát tình trạng hoạt động của các thiết bị và hiển thị mức độ mài mòn theo tỷ lệ phần trăm mức cho phép tối đa

- Thiết bị phát hiện sự cố : Khi được kích hoạt , tính năng này học để phát hiện

sự cố Nếu một thiết bị nào đó gặp sự cố trong khi các thiết bị khác vẫn hoạt động , Omative ACM phản ứng ngay lập tức với một cảnh báo khẩn cấp hoặc cho dừng hoạt động ngay

- Thiết bị phát hiện quá tải:Trong thời gian hoạt động khi tải đến một giới hạn

“cảnh báo” quá tải cho bất kỳ thiết bị hay chu trình nào, các Omative ACM phản ứng với các cảnh báo đó Điều này cho phép hành động khắc phục kịp thời, thay thế

- Thiết bị mở rộng: Omative ACM giảm tỷ lệ cấp nhiên liệu trong điều kiện có tải và khi làm như vậy sẽ kéo dài được tuổi thọ của thiết bị

- Giám sát lưu lượng nước làm mát : Nếu máy tính được trang bị một cảm biến lưu lượng thích hợp chất làm mát , Omative có thể được thiết lập để theo dõi lưu lượng nước làm mát liên tục Người dùng có thể thiết lập một mức ngưỡng lưu lượng mong muốn được duy trì trong suốt quá trình hoạt động Nếu lưu lượng nước làm mát không còn trong một khoảng thời gian dài hơn một giá trị định sẵn, hệ thống dừng

- Thiết bị thống kê hiệu suất:Omative ACM bao gồm thiết bị ghi dữ liệu hiệu suất cho tất cả các thiết bị đang sử dụng Dữ liệu này được hiển thị trên màn hình cho tất cả các hoạt động hoàn thành của các thiết bị bất cứ lúc nào mà không làm gián đoạn hoạt động hiện hành Trong các phiên bản với giao diện người và máy, các dữ liệu này hiện thị trong thời gian thực- bao gồm cả cho các thiết bị đang chạy, thống kê hiệu suất chi tiết có thể thu được bằng cách sử dụng phần mềm Mative- Pro

Quá trình giám sát: Omative ACM bao gồm một phần mềm đồ họa dựa trên

Windows để theo dõi quá trình hoạt động của các thiết bị Phần mềm này thực hiện như sau:

- Hiển thị thời gian thực của các biến tải và cấp liệu , cho phép phân tích các điều kiện công cụ của các thiết bị

- Hiển thị thông tin sản xuất cho từng giai đoạn hay từng thiết bị bao gồm: công việc và hoạt động tại thời điểm ban đầu đến thời điểm kết thúc, thời gian quá tải

Ngoài ra phần mềm này cho phép người dung thiết lập các hệ thống ACM Omative cho bất kỳ một thiết bị nào đó, ngay cả khi các thiết bị khác đang được chạy trên máy, cơ sở dữ liệu có thể được tạo ra cho tất cả các loại thiết bị, loại bỏ

sự cần thiết phải thiết lập sự lặp đi lặp lại của các thiết bị cho các hoạt động khác nhau trên các máy khác nhau

Trong chế độ kiểm soát thích nghi hệ thống Omative ACM liên tục theo dõi các dải thực tế và tính toán tỷ lệ tối ưu cho từng công cụ và vật liệu cụ thể Thời gian thực của ACM đã hoàn toàn tối ưu hóa quá trình và làm giảm đáng kể chu kỳ thời gian bằng cách điều chỉnh mức thời gian thực

1.6.5 Phần mềm điều khiển thích nghi của hãng Siemens

a) ACS- Lite – adaptive control sofware

ACS Lite (adaptive control sofware) là một ứng dụng phần mềm điều khiển thích nghi đã được phát triển như là một hệ điều khiển vòng kín của Siemens Các phần mềm ACS Lite được thiết kế để thích ứng những chia tách và hiệu số của các mẫu tín hiệu điều khiển/ kế hoạch về một hệ thống điều khiển vòng kín Thay đổi thời gian chu trình được xử lý theo một lịch trình

ACS đây là bộ phần mềm bao gồm công cụ cấu hình (chạy trên nền windows) và các module phần mềm chạy thực- runtime (gồm các khối hàm và khối dữ liệu s7-300, s7-400 và thư viện chạy thực cho win AC)

ACS Lite dễ dàng cấu hình thông qua giao diện người dùng HTML dựa trên trình duyệt Khoảng 75% dữ liệu cấu hình được tải liên tục trực tiếp từ bộ điều khiển Sau khi tải lên các dữ liệu cấu hình sử dụng các cấu hình liên kết và tùy chọn cấu hình thích ứng thông qua trình duyệt và hệ thống đã sẵn sàng để sự dụng bộ điều khiển thích nghi.Khi đang chạy , các trang web được cập nhật mỗi chu kỳ để cung cấp tình trạng của mỗi hoạt động và theo dõi Ngoài ra còn có các biện pháp thực hiện và quyết định cho một lưu trữ dữ liệu để phân tích trong tương lai và phản hồi lại

Hình 1-4: Cấu trúc hệ thống ACS-lite

Các tính năng chính:

- ACS- Lite được thiết kế đặc biệt cho các hệ thống điều khiển vòng kín

- ACS- Lite được thiết kế để làm cho thích ứng với hệ thống điều khiển (ACS) công nghệ rộng rãi truy cập mà không cần nâng cấp và bảo dưỡng cần thiết để thực hiện ACS toàn hệ thống

- ACS-Lite tải các thông số mới để điều khiển

- ACS-Lite được phát triển để chạy trên Windows XP nhúng và một trường cứng

b) ADCO- adaptive controller

Hình 1-5: Mô hình hoạt động của ADCO

ADCO hoạt động trên cơ sở một mô hình quy trình được xác định trong suốt quá trình điều chỉnh Sử dụng mô hình quá trình này ADCO có thể dự đoán kết quả của một quá

trình can thiệp (dự báo bộ điều khiển) ví dụ như: làm thế nào để mức hơi nước xác định một số lượng cố định ảnh hưởng đến quá trình nhiệt độ Trong chiều ngược lại nó cũng có thể xác định vị trí của van cần thiết để đạt được hoặc duy trì một giá trị nhiệt

độ xác định ADCO với mô hình quá trình xử lý thông tin có sẵn trên bộ điều khiển thông thường và sử dụng điều này để nâng cao chất lượng điều khiển

ADCO cũng có sẵn như là một bộ điều khiển đa phạm vi (Adaptive multi- range controller -ADMR) Các tính năng đặc biệt là vùng kiểm soát có thể được chia thành tối đa thành 8 vùng có thể được tối ưu riêng biệt Chuyển giao giữa các vùng có thể được thực hiện bởi người sử dụng hoặc là điều kiện phụ thuộc

ADCO được sử dụng thay thế tốt hơn các bộ điều khiển PID thông thường , vì các quá trình thường là khó kiểm soát Nó tiết kiệm thời gian trong các giai đoạn vận hành thử Kiểm soát tốt hơn chất lượng điều khiển quá trình Khả năng thích ứng tốt đặc biệt khi

có những thay đổi về đặc điểm quá trình.Giảm thiểu thời gian truyền trong trường hợp quá trình thay đổi trạng thái trong các quá trình hàng loạt

1.7 Cơ sở nghiên cứu lý thuyết điều khiển thích nghi

1.7.1 Khái niệm chung

Từ những năm 50-60 những tiến bộ của lý thuyết điều khiển đã mở đường cho hướng điều khiển mới- điều khiển thích nghi Tổng kết sớm nhất về các phương pháp thích nghi là của Donalson D.D và Kishi F.H Trong khoảng 50 năm trở lại đây, lý thuyết điều khiển thích nghi đã được hình thành như một môn khoa học, từ tư duy trở thành hiện thực nghiêm túc, từ cách giải quyết những vấn đề cơ bản thành những bài toán tổng quát, từ vấn đề về sự tồn tại và khả năng có thể giải quyết đến những áp dụng định hướng xuất phát từ tính bền vững và chất lượng

Thích nghi là quá trình thay đổi thông số và cấu trúc hay tác động điều khiển trên cơ

sở lượng thông tin có được trong quá trình làm việc với mục đích đạt được một trạng thái nhất định, thường là tối ưu khi thiếu lượng thông tin ban đầu cũng như khi điều kiện làm việc thay đổi

Điều khiển thích nghi hướng tới một bộ điều khiển mềm dẻo, có khả năng tự thay đổi cấu trúc hoặc tham số và sự thay đổi đó phải phù hợp với sự thay đổi tương ứng trong đối tượng nhằm giữ được ổn định chất lượng hệ thống

1.7.2 Phân loại các hệ thích nghi

Có thể phân loại các hệ thích nghi theo các tiêu chuẩn sau :

• Tùy vào đối tượng là phi tuyến hay không phi tuyến, nhất là khi đối tượng có đặc tính cực trị ( cực đại hay cực tiểu) rõ rệt mà có hệ cực trị, hệ giải tích

- Hệ cực trị : Ở hệ cực trị, bản thân đối tượng có đặc tính cực đại hay cực tiểu là lượng thông tin ban đầu có thêm được và trên cơ sở ấy hệ thống được tổng hợp giản đơn hơn

Hệ thống điều khiển tìm cực trị có nhiệm vụ tìm kiếm và duy trì trị số cực đại hay cực tiểu của một hay nhiều tham số của đối tượng được điều khiển, trong khi đặc tính và điều kiện làm việc của đối tượng có thể biến đổi một cách ngẫu nhiên Hệ cực trị được ứng dụng trong nhiều lĩnh vực khác nhau như trong luyện kim, trong ngành hóa chất, ngành năng lượng ( các nhà máy nhiệt điện), ngành sản xuất ô tô… Đặc biệt được phát triển và ứng dụng rất sớm trong lĩnh vực quân sự

Hệ cực trị khác với hệ thống điều khiển tự động thông thường khác ở chỗ, hệ không duy trì ổn định một đại lượng hay một chỉ tiêu chất lượng nào Hệ cực trị luôn tìm và duy trì điểm cực trị của một đại lượng công nghệ ( nhiệt độ, áp lực, hiệu suất…) trong suốt quá trình làm việc của hệ thống

Hệ cực trị có hai quá trình xảy ra : quá trình cơ bản là quá trình tiến đến cực trị và quá trình tìm là quá trình xác định hướng phát triển của quá trình cơ bản nhằm duy trì điểm cực trị Tùy theo điều kiện cụ thể mà ta lựa chọn quá trình xác định hướng phát triển theo các phương pháp hợp lý, còn quá trình tiến tới cực trị được thực hiện theo phương pháp Gradient hoặc phương pháp bước, phương pháp đơn hình…

- Hệ giải tích : Ở hệ giải tích nói chung có ba quá trình : tìm hiểu, tổng hợp và thực hiện Trong quá trình tìm hiểu , hệ thống được xác định những khối lượng tin tức khác nhau về quá trình điều khiển : hàm quá độ, hàm trọng lượng, đặc tính tần pha… Có

thể cho những thông tin đầy đủ về các đối tượng tuyến tính Trong thực tế, để xây dựng hệ thống , đôi khi chỉ cần một chỉ tiêu nào đấy như hệ số khuếch đại, hệ số suy giảm, mức ổn định, tần số dao động riêng, sai số tĩnh…

Hệ giải tích chia làm hai lớp :Các hệ giải tích tổng hợp theo phương pháp ước lượng (đặc tính tần số, đặc tính thời gian, quá trình ở biên giới ổn định, hay theo phương pháp gradient), Các hệ giải tích tổng hợp theo phương pháp Lyapunov

• Tùy theo sự tồn tại hay không tồn tại trong điều khiển thích nghi có mô hình mẫu hay không có mô hình mẫu

- Hệ có mô hình mẫu

- Hệ không có mô hình mẫu

• Tùy theo sự tồn tại hay không tồn tại tín hiệu phụ mà người ta đưa vào để tìm được chế độ làm việc tối ưu mà ta có :

- Hệ có tín hiệu tìm

- Hệ không có tín hiệu tìm

• Trong điều kiện thông tin về đối tượng còn hạn chế, nên trường hợp nhận dạng

hay không cần nhận dạng ta có

- Điều khiển gián tiếp

- Điều khiển trực tiếp

Kết hợp nhận dạng và điều khiển có khả năng tăng độ chính xác của hệ thống, nên điều khiển gián tiếp còn được xem như là điều khiển thích nghi tối ưu

• Hệ thích nghi tiến tới trạng thái tối ưu một cách tuần tự, bước sau được thực

hiện trên cơ sở đánh giá bước trước theo một chỉ dẫn nhất định

Cơ cấu nhận dạng

Bộ điều khiển

Đối tượng điều khiển

Hình 1-6: Sơ đồ khối hệ thích nghi

Trong đó : y – tín hiệu ra của quá trình (process output)

u- tín hiệu điều khiển (control signal)

Uc- tín hiệu yêu cầu ( command signal )

α - tham số cơ cấu nhận dạng

mà bộ điều khiển luôn phát hiện được sự thay đổi bên trong của đối tượng Cụ thể tại mọi thời điểm nó xác định được tham số α của đối tượng mà nhờ vậy xác định được hàm truyền đạt của đối tượng Nhờ cơ cấu thích nghi mà khi đối tượng điều khiển thay đổi như thế nào đi nữa thì bộ điều khiển vẫn làm việc cho hệ kín có được hàm truyền không đổi

Mục đích của điều khiển thích nghi là để điều khiển đối tượng có mô hình bất định với đầu ra y Điều khiển thích nghi có khẳ năng tự thay đổi cấu trúc hoặc tham số θ

và sự thay đổi đó phải phù hợp với sự thay đổi của đối tượng

Tại cơ cấu thích nghi tín hiệu ban đầu và tín hiệu điều khiển được phản hồi về với tham số của đối tượng sau khi nhận dạng Các tín hiệu sau khi được phản hồi về khối

cơ cấu thích nghi sẽ được tiếp nhận các thông số và hiệu chỉnh chúng bằng các luật hiệu chỉnh như luật MIT, Lyapunov

Tại cơ cấu nhận dạng tín hiệu điều khiển và đầu ra đối tượng phản hồi lại , tại đây khối nhận dạng có nhiệm vụ điều chỉnh các thông số của mô hình với mục đích nhận được các đáp ứng đầu ra giống nhau và sau một khoảng thời gian hiệu chỉnh, các thông số của đối tượng và của mô hình là tương đương nhau

Bộ điều khiển thích nghi thường có hai loại cấu trúc cơ bản : cấu trúc tự chỉnh tham số

và cấu trúc có mô hình mẫu

Cấu trúc tự chỉnh tham số : Dựa trên quan điểm phân tích , đánh giá các thông số chưa biết Các thông số được đánh gía trực tuyến bằng cách dùng phương pháp ước lượng đệ quy Quan trọng nhất của bộ tự chỉnh định là đưa ra các thông số hóa Một thông số hóa lại có thể đạt được bằng cách sử dụng mô hình hệ thống và đáp ứng vòng kín mong muốn Mục tiêu của việc thông số hóa lại là để thực hiện ước lượng trực tiếp các thông số của bộ điều khiển sao cho mô hình mới tuyến tính với các thông số

Cấu trúc có mô hình tham số : Để tạo ra bộ điều khiển sao cho trong hệ kín có được hàm truyền đạt mẫu mong muốn Đối tượng thay đổi như thế nào đi nữa thì bộ điều khiển vẫn làm cho hệ kín có được hàm truyền đạt không đổi Khi mà có sự thay đổi bên trong đối tượng, bộ điều khiển luôn phải tạo ra được đầu ra của hệ kín tương

tự đầu ra của mô hình và hệ thống có chung tín hiệu vào Hệ thống có bộ điều khiển làm cho nó thỏa mãn sai số tiến đến 0

Ở hệ thích nghi phức hợp : thông số của đối tượng α chưa biết hay thay đổi, hoặc ngay cả cấu trúc của đối tượng chưa xác định như ở hệ thích nghi thông thường

1.7.4 Phương pháp giải sai phân

Mô tả động học trong miền thời gian chỉ sử dụng cho hệ thống điều chỉnh kín với mục đích để xác định quá trình quá độ của điều chỉnh Việc mô tả này có thể thực hiện dưới dạng phương trình vi phân Từ hàm truyền đạt dưới đây của hệ kín dễ dàng xác định phương trình vi phân viết dưới dạng toán tử p của hệ thống kín

Giải phương trình trên để tìm y khi có tín hiệu vào xác định sẽ biết được quá trình

động học xảy ra trong hệ thống Tuy nhiên việc giải phương trình vi phân này rất phức tạp Việc xác định quá trình động học sẽ đơn giản hơn nhiều nếu thay vì mô tả quá trình động học bằng phương trình vi phân bậc n thành một hệ n phương trình vi phân bậc nhất được gọi là hệ phương trình trạng thái

Các xác định hệ phương trình trạng thái thuận lợi nhất là trên cơ sở hàm truyền đạt hoặc sơ đồ cấu trúc của hệ thống, sử dụng khâu tích phân có hàm truyền đạt 1/p xây dựng lại sơ đồ cấu trúc tương đương Khâu tích phân có tín hiệu vào bằng đạo hàm của tín hiệu ra và có cấu trúc được mô tả như sau :

Khi hệ thống được mô tả bằng hàm truyền đạt dạng tổng quát (1) thì dễ dàng xây dựng

sơ đồ cấu trúc của nó :

Hình 1-7: Sơ đồ cấu trúc tương đương của hệ thống

Sơ đồ này xây dựng cho trường hợp m=n-1 Hệ thống có bậc là n nên trong cấu trúc

có n khâu tích phân Trước mỗi khâu tích phân là đạo hàm của một biến trạng thái Từ mỗi đạo hàm này sẽ lập được một phương trình vi phân và tạo nên hệ phương trình vi phân bậc nhất ( hệ phương trình trạng thái)

Từ sơ đồ cấu trúc trên ta xây dựng được hệ phương trình trạng thái sau :

1

2 1 1 0 0

y a y b x dt

dy

dt dy

b x a y dt

1 1 1

0 '

2 2 2

2 '

Tín hiệu ra của hệ thống được xác định theo công thức : y= y1

Khi biết hệ phương trình trạng thái (2) và biết được trạng thái của hệ thống tại một thời điểm nào đó thì dễ dàng xác định trạng thái của hệ thống ở thời điểm tiếp theo sau đó một khoảng thời gian ∆ t bằng phương pháp tích phân số Ơle dựa trên cơ sở chuyển hàm vi phân sang hàm sai phân dạng :

y i là giá trị đạo hàm của y tại thời điểm thứ i nghĩa là tín hiệu vào của khâu tích phân tại thời điểm i ;

∆ t là bước tính theo thời gian

CHƯƠNG 2: THIẾT KẾ CHẾ TẠO BỘ ĐIỀU KHIỂN THÍCH NGHI

PHỨC HỢP 2.1 Xây dựng mô hình hệ thống điều khiển thích nghi phức hợp

Hình 2-1: Mô hình hệ thống điều khiển thích nghi phức hợp

Do phần mềm điều khiển thích nghi phức hợp cần tới nhiều tài nguyên hệ thống để phục vụ cho việc tính toán, lưu trữ nên nhóm thực hiện lựa chọn nền tảng phát triển là Win AC-RT chạy trên nền hệ điều hành thời gian thực

Gói phần mềm bao gồm các thành phần sau:

- Windows Logic Controller RTX (WinLC RTX v4.5)

- IntervalZero RTX V8.1

- IntervalZero RTX SP1 cho WinAC V8.1

- WinAC Time Synchronization V4.1

- SIMATIC NET 2008 HF1 V7.1

Các bộ điều khiển trên máy tính của WinAC (Windows Automation Center) cung cấp các chức năng giống như SIMATIC S7 CPU Windows Logic Controller với phần mở rộng thời gian thực (WinLC RTX) cung cấp các chức năng của một bộ điều khiển logic lập trình (PLC) theo thời gian thực WinLC RTX sử dụng RTX IntervalZero (trước đây là Ardence) hoàn toàn tương thích với các dòng sản phẩm SIMATIC

Là một phần của họ SIMATIC, WinLC RTX cũng có thể giao tiếp với STEP 7 hoặc

Win AC- RT RT-OS

Đối tượng điều khiển

IE

Remote I/O

AI AQ DI DQ

các sản phẩm SIMATIC khác, chẳng hạn như WinCC hoặc SIMATIC S7, Các loại mạng truyền thông hỗ trợ là PROFIBUS hoặc Ethernet công nghiệp WinLC RTX sử dụng cùng một phương pháp giao tiếp với các trạm vào ra phân tán, ví dụ với một thiết

bị ET 200S WinLC RTX sử dụng PG / OP truyền thông (PROFIBUS hoặc Ethernet công nghiệp) để kết nối đến Step 7 hoặc phần mềm lập trình khác trên máy tính khác

Hình 2-2: Mô hình hệ thống WinLC RTX

Có thể sử dụng ngôn ngữ lập trình và STEP 7 như đối với PLC cứng để phát triển các giải pháp điều khiển quá trình Các chương trình đã được viết cho S7 có thể được sử dụng trên Win AC- RT và ngược lại Với những khả năng này, có thể sử dụng WinLC RTX trong tự động hóa nhà máy sản xuất

Các kết quả tính toán ( đầu ra) của bộ điều khiển sẽ được truyền qua mạng IE tốc độ cao tới Remote I/O Remote I/O có thể dùng vi điều khiển hoặc PLC Remote I/O sẽ tương tác trực tiếp với đối tượng điều khiển

Quá trình kiểm soát thời gian thực:

WinLC RTX là một phiên bản phần mềm của một bộ điều khiển S7 cho phép kiểm soát thời gian thực cho hệ điều hành Windows WinLC RTX chạy trong hai môi trường riêng biệt: các quá trình chạy trong hệ thống thời gian thực và các quá trình chạy trong môi trường Windows

- Các tiến trình chạy trong hệ thống thời gian thực thực hiện chương trình STEP

7 cho WinLC RTX Việc kiểm soát quá trình được gán ưu tiên cao nhất

- Các tiến trình chạy trong môi trường Windows thực hiện các hoạt động khác, chẳng hạn như truyền thông và giao diện cho hệ thống Windows và các ứng dụng

Ø Ưu điểm của phần mở rộng thời gian thực (RTX):

WinLC RTX sử dụng phần mở rộng thời gian thực (IntervalZero RTX v8.1) để cung cấp các tính năng sau:

- Thực hiện chương trình STEP 7 xảy ra hoàn toàn trong hệ thống con thời gian thực, do đó làm giảm tác động bên ngoài

- Quá trình điều khiển được bảo vệ khỏi tai nạn đĩa cứng và các lỗi hệ thống Windows

Ø Các chức năng hỗ trợ bởi WinLC RTX

- Hỗ trợ cho khởi động tự động của WinAC RTX khi máy tính khởi động Một

số khối S7 như khối (OBs), hệ thống các khối chức năng (SFBs) và chức năng hệ thống (SFCs)

- Hỗ trợ PROFIBUS DP cho giao tiếp với các I/O phân tán, bao gồm DPV0 và DPV1

- Hỗ trợ truyền thông PROFINET qua submodules Ethernet: PROFINET I/O để giao tiếp với I/O phân tán và PROFINET CBA

- Sử dụng dịch vụ truyền thông S7 và cung cấp khả năng tương thích với các ứng dụng SIMATIC, như STEP7, WinCC, cho các công việc như lập trình, kiểm tra, giám sát và trực quan

- Cho phép truyền thông điểm-điểm giữa bộ điều khiển (phần cứng và phần mềm) trên mạng

- Hỗ trợ định tuyến của S7 giao tiếp thông qua submodule của WinLC RTX, cho phép Step7 trên một subnet kết nối với một trạm S7 (chẳng hạn như một bộ điều khiển S7-400) trên một mạng con khác

- Hỗ trợ đồng bộ hóa thời gian qua NTP

- Cung cấp khả năng lưu trữ và phục hồi chương trình điều khiển

- Cho phép bạn kiểm soát chế độ hoạt động của bộ điều khiển và để xem thông tin trạng thái trong bảng điều khiển

- Cung cấp một bảng điều chỉnh để tối ưu hóa hiệu năng hệ thống

- Cung cấp đồng bộ hóa thời gian giữa trạm master và trạm slave

- Sử dụng SIMATIC NET OPC

- Truyền thông thông qua giao diện Windows-Ethernet của máy tính

Ø Các khối trong chương trình STEP 7:

- Functions (FCs): WinLC RTX hỗ trợ đến 65536 khối FC (FC0 to FC 65535) Dung lượng mỗi khối có thể là 65570 bytes

- Function blocks (FBs): WinLC RTX hỗ trợ đến 65536 khối FB (FB0 to FB 65535) Dung lượng mỗi khối có thể là 65570 bytes

- Data blocks (DBs): WinLC RTX hỗ trợ đến 65535 khối DB (DB 1 to DB 65535) (DB 0 is reserved.) Dung lượng mỗi khối có thể là 65534 bytes

Số lượng và dung lượng của các khối FC, FB và DB được giới hạn system memory

Ø Các yêu cầu của PC khi sử dụng WinLC RTX:

Trong mô hình Win AC-RT chỉ là một platform để tăng tài nguyên hệ thống, cùng với sự phát triển của công nghệ chắc chắn trong tương lai bộ điều khiển sẽ có đủ tài nguyên cho các thuật toán phức tạp và hoàn toàn có thể xây dựng phần mềm điều

Operating system Microsoft Windows XP Professional Service Pack 2, 3

IntervalZero (formerly Ardence) RTX Version 8.1 incl SP1 (included in the scope of delivery of WinAC RTX)

Note: Multi-core and hyperthreading systems are also supported

Hard disk Khi cài đặt cần ít nhất dung lượng bộ nhớ là 125 Mbytes Operator interface Màn hình, keyboard và mouse

Communication

interface

- PROFIBUS: CP 5611 or CP 5613

- Industrial Ethernet card

- Một giao diện PROFIBUS hoặc PROFINET được tích hợp trên Siemens Box PC, Rack PC hoặc Panel PC

SIMATIC NET

(optional)

OPC server

khiển trực tiếp trên bộ điều khiển này thay cho trên Win AC-RT

Ưu điểm của mô hình: có thể tận dụng sức mạnh của PC và mạng PC để tính toán Trên cơ sở mô hình này nhóm thực hiện đã thiết kế chế tạo trạm thiết bị CAS có chức năng truyền nhận dữ liệu với bộ điều khiển và tương tác trực tiếp với đối tượng điều khiển Trên bề mặt tủ có đầy đủ các nút ấn/ switch/ đèn/ còi hệ thống và một số giao diện HMI để thực hiện giao tiếp với các I/O của trạm phục vụ cho việc thử

nghiệm

Tính năng kỹ thuật của trạm:

-Tốc độ CPU:Thời gian xử lý lệnh bit max là 0.22 μs

2.2 Xây dựng phần mềm điều khiển thích nghi phức hợp

2.2.1 Phân tích lựa chọn các phương pháp

Tùy theo sự tồn tại hay không tồn tại trong hệ tín hiệu phụ mà tìm được chế độ làm việc tối ưu Tùy thuộc vào đối tượng tuyến tính hay phi tuyến , mạch thích nghi kín hay hở, điều khiển gián tiếp hay trực tiếp mà người ta có thể tìm ra các phương pháp điều khiển thích nghi phù hợp với từng đối tượng

Phương pháp điều khiển thích nghi phức hợp tập trung chủ yếu vào hai cấu trúc điều khiển của điều khiển đối là thích nghi tự chỉnh và thích nghi theo mô hình tham chiếu Sau đó các ứng dụng mở rộng của lý thuyết điều khiển Lyapunov, ISS, điều khiển thích nghi đối tượng phi tuyến, các phương pháp điều khiển thích nghi kháng nhiễu, điều khiển mờ thích nghi, điều khiển thích nghi sử dụng mạng noron

Ở bộ điều khiển thích nghi tự chỉnh , trong quá trình làm việc có khả năng tự xác định lại mô hình toán học mô tả đối tượng để từ đó tự chỉnh định lại bản thân bộ điều khiển sao cho phù hợp với sự thay đổi của đối tượng.Nếu tín hiệu đầu vào được kích thích đầy đủ và cấu trúc của mô hình cần ước lượng thích hợp thì các ước lượng sẽ hội

tụ đến một giá trị thực tế nếu hệ thống vòng kín ổn định Điều kiện hội tụ cho các phương pháp khách nhau là khác nhau.Điều này làm phức tạo việc phân tích nhưng nó cần thiết để yêu cầu hệ thống vòng kín phải ổn định Trong bộ điều khiển thích nghi theo mô hình mẫu việc phân biệt tính hội tụ sẽ được dễ dàng hơn Ở bộ điều khiển thích nghi tự chỉnh trực tiếp cho ta thấy một điều là nếu sử dụng mô hình mẫu mong muốn như một thiết bị theo dõi thì ta có thể bỏ qua cơ cấu nhận dạng mô hình đối tượng

Mục đích của việc thiết kế bộ điều khiển là tạo ra cho hệ kín , bao gồm đối tượng điều khiển và bộ điều khiển, một chất lượng mong muốn Thể hiện chất lượng mong muốn đó dưới dạng hàm truyền đạt hệ kín tức là phải tạo ra được bộ điều khiển sao cho hệ kín có được hàm truyền đạt mẫu mong muốn và điều này không phụ thuộc vào

sự thay đổi mô hình đối tượng Nói cách khác, cho dù đối tượng thay đổi như thế nào

đi nữa thì bộ điều khiển vẫn làm cho hệ kín có được hàm truyền đạt không đổi Trong mọi trường hợp thay đổi bên trong đối tượng, bộ điều khiển phải luôn tạo ra được đầu

ra của hệ kín tương tự như đầu ra của mô hình khi mà cả hai mô hình và hệ thống cùng

có chung một tín hiệu đầu vào Tức là sai số giữa đầu ra của đối tượng điều khiển và đầu ra của mô hình mẫu tiến đến 0 Để có thể đạt được mục đích sai số tiến đên 0 có

vô số phương án giải quyết Vì vậy mà bài toán điều khiển thích nghi với mô hình tham chiếu cũng sẽ có vô số lời giải và không phải mọi lời giải đều bắt buộc phải sử dụng đến các phương pháp điều khiển tối ưu tĩnh

Một vấn đề đặt ra là chúng ta làm cho sai số lệch nhỏ như thế nào, điều này phụ thuộc bởi mô hình, hệ thống và tín hiệu đặt Nếu có thể làm sai số bằng 0 đối với mọi tín hiệu yêu cầu thì gọi mô hình kèm theo hoàn hảo Mô hình sử dụng có thể là tuyến tính hay phi tuyến Các tham số trong hệ thống được hiệu chỉnh để có được đầu ra hệ thống càng gần đầu ra của mô hình tham chiếu càng tốt đối với một tập các tín hiệu vào

Để có thể tự cập nhật hệ số tỉ lệ theo thông số biến đổi theo thời gian của quá trình đối với bộ điều khiển kinh điển không thể tự cập nhật được Bộ điều khiển thích nghi phức hợp theo mô hình tham chiếu ( MRAS) có thể thích nghi với quá trình khi thông

số của quá trình thay đổi theo thời gian trong một khoảng tương đối rộng

Bộ điều khiển thích nghi phức hợp với mô hình tham chiếu theo phương pháp tiếp cận gradient có thể giải quyết tốt vấn đề điều khiển hệ thống khi thông số hệ thống thay đổi Hơn nữa với luật hiệu chỉnh thông số bổ sung thay thể cho luật hiệu chỉnh thông số MIT có thể nâng cao hơn nữa tính ổn định và tầm điều khiển của hệ thống Tuy bộ điều khiển là thích nghi nhưng tính thích nghi chỉ có thế thoản mãn trong một điều kiện làm việc giới hạn, phải chấp nhận đánh đổi giữa tính ổn định của hệ thống với tốc độ hội tụ về giá trị đúng của thông số cần điều khiển Tính ổn định của hệ thống ( hội tụ) được kiểm chứng qua thuyết Lyapunov

2.2.2 Xây dựng phần mềm điều khiển thích nghi phức hợp sử dụng phương pháp mô hình tham chiếu

a Sơ đồ khối bộ điều khiển

Hình 2-4: Sơ đồ hệ thống thích nghi mô hình tham chiếu

Một mô hình chuẩn sẽ cho ra một ngưỡng mong muốn (Reference model output

m

y ) với tín hiệu yêu cầu (Command signal u c ) Hệ thống có một vòng hồi tiếp bao gồm đối tượng và bộ điều khiển u- tín hiệu điều khiển (control signal); y- tín hiệu ra của hệ thống (Process output)

-Sai số e là sai lệch giữa đầu ra của hệ thống và mô hình chuẩn e = − y ym.Bộ điều khiển có thông số thay đổi dựa vào sai số này

-Hệ liên tục theo phương pháp trực tiếp (tham số được cập nhật một cách trực tiếp)

Để có thể đạt được lim ( ) 0

t e t

→∞ = ta có rất nhiều phương án giải quyết.Một trong những phương pháp tối ưu là hiệu chỉnh tham số bộ điều khiển theo luật MIT và phương pháp hiệu chỉnh theo hàm mục tiêu xác định dương đặt trước ( hiệu chỉnh theo hàm Lyapunov)

- Để giải quyết bài toán điều khiển thích nghi có mô hình theo dõi ta phải thực hiện các bước sau:

+ Xác định cấu trúc bộ điều khiển chứa tham số cần chỉnh định θ Bộ điều khiển có cấu trúc đơn giản nhất là bộ điều khiển tĩnh, khi đó số các tham số (số phần

tử của θ) phải có của bộ điều khiển phải đúng bằng số các tham số bất định của đối tượng

Mô hình tham chiếu (Reference model)

Cơ cấu hiệu chỉnh (Adjustmant mechanism)

Bộ điều khiển (Controller)

Đối tượng (Process)

ym

Tham số điều khiển θ

y

+ Sau khi có cấu trúc bộ điều khiển và hàm truyền đạt của đối tượng ta sẽ có hàm truyền đạt của hệ kín Từ hàm truyền đạt hệ kín này và chất lượng yêu cầu phải

có cho hệ kín (ổn định, tốc độ tắt dần của quỹ đạo trạng thái tự do….) ta sẽ chọn được hàm mẫu

+ Thiết kế cơ cấu chỉnh định cho tham số θ của bộ điều khiển để đạt được mục đích e t( )→0

Các phương pháp hiệu chỉnh tham số:

• Hiệu chỉnh tham số theo luật MIT

Luật MIT là bước đầu tiệm cận với điều khiển thích nghi theo mô hình mẫu Tên của

nó xuất phát từ phòng thí nghiệm thiết bị Instrumention Laboratory của trường học viện công nghệ Massachusetts

Hình 2-5: Mô hình sai số

Hệ thống thích nghi mô hình tham chiếu được đưa ra để giải quyết vấn đề các đặc điểm của mô hình tham chiếu yêu cầu đầu ra là quá trình lý tưởng cần có đáp ứng đối với tín hiệu điều khiển như thế nào?

Theo hình 2-4 bộ điều khiển có thể được xem như bao gồm hai vòng: một vòng phía trong gọi là vòng hồi tiếp thông thường có quá trình và bộ điều khiển Các thông số của bộ điều khiển được chỉnh định bởi vòng ngoài sao cho sai số e giữa ngõ ra y và ngõ ra của mô hình ym là nhỏ nhất Chỉ tiêu chất lượng đối với thông số là cực tiểu bình phương sai lệch 1 2

( ) ( )

2

J θ = e (1) Thông số sẽ thay đổi theo hướng ngược với gradient của J Angorit thích nghi có dạng ( cơ cấu chỉnh định với thông số sau được gọi là luật MIT):

γ - tham số thích nghi ( xác định tốc độ thích nghi)

Giải thích luật MIT: Giả sử các thống số θ thay đổi chậm hơn so với các biến khác của hệ thống Để bình phương sai số là bé nhất, cần thay đổi các thông số theo hướng gradient âm của bình phương sai số e2

Luật điều chỉnh theo phương trình (2) với e

t

∂

∂ là độ nhạy có liên hệ giống như luật MIT

Vậy chọn (1) tùy ý Nếu chọn J ( ) θ = e

Khi đó luật hiệu chỉnh là:

si gn ( e )s gn( ) i e t

θ

∂ ∂ (4) Khi

• Hiệu chỉnh tham số điều khiển dùng hàm mục tiêu (Lyapunov)

Phương pháp hiệu chỉnh tham số bộ điều khiển nhờ cực tiểu hóa hàm mục tiêu xác định dương V(e

−) của vecto sai lệch e

− Nếu tồn tại hàm V(e

−) : Rn → R, thỏa mãn các điều kiện:

−) được gọi là hàm Lyapunov.(Hệ

ổn định tiệm cận tại 0 nếu có hàm Lyapunov) Từ đặc điểm của hàm xác định dương V(e

−) ta dễ dàng thấy ngay hàm mục tiêu hiệu chỉnh tham số bộ điều khiển để có sai lệch e

−→0

- Tiêu chuẩn Lyapunov áp dụng cho cả hệ phi tuyến và hệ tuyến tính

- Tiêu chuẩn Lyapunov chỉ là một điều kiện đủ Điều này nói rằng nếu ta không tìm được một hàm Lyapunov V(e

−) cho hệ thì vẫn không thể khẳng định được rằng hệ không ổn định

- Một hệ ổn định có thể có nhiều hàm Lyapunov

- Để chứng minh hệ là ổn định ta phải chỉ ra được một hàm Lyapunov cụ thể tương ứng cho hệ

b Giải mô hình bằng phương pháp toán học

Hệ kín bao gồm đối tượng điều khiển và bộ điều khiển luôn có chất lượng mong muốn ứng với hàm truyền đạt mẫu mong muốn : ( )

( )

( )

m m

( ) ( ) ( ) ( ) ( ) 0

y t = y t ⇔e t = y t − y t =Thiết kế cơ cấu thay đổi tham số bộ điều khiển để luôn có được quan hệ và không phụ thuộc vào sự thay đổi bên trong của đối tượng Bộ điều khiển thích nghi cần phải đảm bảo được tính ổn định cho hệ thống

Mô hình hệ điều khiển thích nghi

Hình 2-6: Mô phỏng bộ điều khiển thích nghi phức hợp trên Matlab

♦ Xét một đối tượng điều khiển có hàm truyền:

U s -đầu vào của quá trình

Đối tượng được biểu diễn dưới hàm vi phân sau:

0 1 2

( ) ( )

( ) ( )

U s -đầu vào của hệ thống

Mô hình mẫu được biểu diễn dưới hàm vi phân sau:

Chỉ tiêu chất lượng đối với thông số là cực tiểu bình phương sai lệch: ( ) 1( )2

2

' 2

m m

2.3 Xây dựng phần mềm điều khiển thích nghi phức hợp sử dụng phương pháp nơron

2.3.1 Sơ đồ khối bộ điều noron thích nghi

Bộ điều khiển thích nghi sử dụng mạng nơron được dùng trong sơ đồ điều khiển dưới đây Tín hiệu ra của đối tượng được so sánh với tín hiệu theo mô hình mẫu, nếu

có sai lệch thì bộ điều khiển sẽ xuất tín hiệu tác động vào đối tượng nhằm mục đích sai lệch e giảm về 0

Hình 2-7: Sơ đồ bộ điều khiển noron thích nghi

Mạng được xây dựng bằng cách sao chép lại các nguyên lý tổ chức của hệ neuron con người Bộ óc con người là một hệ neuron gồm có 1010 đến 1012 nơron được tổ chức có cấu trúc vào khoảng 200 mô hình khác nhau dưới dạng nhiều lớp

Mô hình tham chiếu (Reference model)

Đối tượng (Process)

Mỗi nơron có một mức kích hoạt, nằm trong tầm giữa giá trị lớn nhất và giá trị nhỏ nhất Việc gia tăng hay giảm mức kích hoạt của noron này đối với nơron khác được thực hiện thông qua các synapse bám trên dendrite Giá trị của cường độ synapse được gọi là hệ số trọng lượng Nếu là synapse kích thích, mức kích hoạt từ nơron gửi làm gia tăng mức kích hoạt của neuron nhận Còn nếu là synapse hạn chế thì mức kích hoạt từ noron gửi sẽ làm giảm mức kích hoạt của nơron nhận Mức kích hoạt tại neuron nhận đạt đến một giá trị ngưỡng nào đó sẽ kích thích đầu ra, truyền trên axon đến các nơron khác, cuối axon có khoảng 10000 synapse Các synapse không chỉ khác nhau ở tác dụng kích thích hay hạn chế mà còn khác nhau ở mức kích hoạt

Công việc cơ bản của một neuron nhân tạo là cộng các mức kích hoạt ở đầu vào rồi tạo một mức tác động ở đầu ra nếu tổng các mức kích hoạt ở đầu vào lớn hơn một giá trị ngưỡng nào đó

Có khá nhiều mô hình toán học cho neuron Ở đây trình bày mô hình thông dụng nhất, dùng một hàm truyền kết nối các đầu vào để tạo đầu ra:

Hình 2-8: Mô hình toán học mạng noron

- Phương tiện kết nối là tổng có trọng số, trong đó trọng số đại diện cho độ mạnh yếu của synapse

- Synapse kích thích có trọng số dương và synapse hạn chế có trọng số âm

- Giá trị ngưỡng θ được thêm vào để biểu diễn mức độ kích hoạt của neuron

- Dòng tín hiệu từ đầu vào xi được xem như dòng một chiều được biểu diễn bởi mũi tên Tín hiệu ra được cho theo quan hệ :

i x w f

0

θ

Hàm tác động