Nghiên cứu điều khiển thích nghi theo mô hình mẫu

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SĨ KỸ THUẬT NGÀNH: TỰ ĐỘNG HĨA NGHIÊN CỨU ĐIỀU KHIỂN THÍCH NGHI THEO MƠ HÌNH MẪU TRẦN THỊ THANH THẢO THÁI NGUYÊN 2010 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SĨ KỸ THUẬT NGHIÊN CỨU ĐIỀU KHIỂN THÍCH NGHI THEO MƠ HÌNH MẪU Ngành Mã số Học viên Người hướng dẫn khoa học :TỰ ĐỘNG HOÁ :TRẦN THỊ THANH THẢO :TS NGUYỄN DUY CƯƠNG THÁI NGUYÊN, NĂM 2010 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐHKT CÔNG NGHIỆP Độc lập – Tự – Hạnh phúc THUYẾT MINH LUẬN VĂN THẠC SĨ KỸ THUẬT ĐỀ TÀI NGHIÊN CỨU ĐIỀU KHIỂN THÍCH NGHI THEO MƠ HÌNH MẪU Học viên: Trần Thị Thanh Thảo Lớp: TĐH- K11 Chuyên ngành: Tự động hóa Người HD khoa học: TS Nguyễn Duy Cương Ngày giao đề tài: 01/01/2010 Ngày hoàn thành: 30/7/2010 CÁN BỘ HƯỚNG DẪN KHOA HỌC TS Nguyễn Duy Cương BAN GIÁM HIỆU Số hóa Trung tâm Học liệu – Đại học Thái Nguyên HỌC VIÊN Trần Thị Thanh Thảo KHOA SAU ĐẠI HỌC http://www.lrc-tnu.edu.vn MỞ ĐẦU Bộ điều khiển PID giải pháp hiệu cho hầu hết nhiều ứng dụng điều khiển công nghiệp thường lựa chọn cho việc thiết kế điều khiển Bộ điều khiển PID kết hợp với mạch vòng phản hồi dùng để thay đổi tín hiệu điều khiển nhằm tác động đến đối tượng Với tác động tỷ lệ, tác động tích phân tác động vi phân nhằm nâng cao chất lượng hệ thống điều khiển Tuy nhiên, điều khiển tồn vấn đề sau: Vấn đề thứ điều khiển nhạy cảm với nhiễu đo lường Vấn đề thứ hai việc thiết lập hệ số PID cố định đáp ứng với hệ thống với tham số thay đổi Vì vậy, với u cầu chất lượng đặt cao điều khiển nói chung chưa đáp ứng Trong thực tế, nhà điều khiển mong muốn thiết kế điều khiển mà nhạy cảm với nhiễu đo lường thay đổi tham số đối tượng Nhược điểm điều khiển PID truyền thống giải cách áp dụng điều khiển thích nghi Hệ thống điều khiển thích nghi gồm loại: điều khiển thích nghi theo mơ hình mẫu (MRAC) điều khiển tự chỉnh (STR) Đã có nhiều đề tài nghiên cứu điều khiển thích nghi theo mơ hình mẫu nhiên phần lớn nghiên cứu trước đưa phương pháp thiết kế cấu điều khiển mà chưa đưa cơng thức cụ thể có đưa phức tạp, khó thực thực tế Vì vậy, việc tìm cơng thức xác, dễ hiểu, dễ thực thi thực tế vấn đề nghiên cứu nhiều người quan tâm Căn vào nhận xét, đánh giá trên, chọn đề tài: “Nghiên cứu điều khiển thích nghi theo mơ hình mẫu” để làm đề tài nghiên cứu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Nội dung luận văn chia thành chương: Chương 1: Tổng quan hệ điều khiển thích nghi Chương 2: Các phương pháp thiết kế điều khiển thích nghi theo mơ hình mẫu cho lớp đối tượng có hàm truyền bậc hai Chương 3: Thiết kế điều khiển thích nghi theo mơ hình mẫu dựa lý thuyết ổn định LIAPUNOV cho đối tượng có hàm truyền bậc hai Chương 4: Những vấn đề mắc phải thiết kế điều khiển thích nghi theo mơ hình mẫu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn CHƢƠNG TỔNG QUAN VỀ HỆ ĐIỀU KHIỂN THÍCH NGHI 1.1 Lịch sử phát triển hệ điều khiển thích nghi Điều khiển thích nghi (ĐKTN) đời năm 1958 để đáp ứng yêu cầu thực tế mà hệ điều khiển truyền thống không thoả mãn Trong hệ điều khiển truyền thống, xử lý điều khiển thường dùng mạch phản hồi Vì vậy, chất lượng hệ bị thay đổi có nhiễu tác động tham số hệ thay đổi Trong hệ ĐKTN cấu trúc tham số điều khiển thay đổi chất lượng hệ đảm bảo theo tiêu định Điều khiển thích nghi khởi đầu nhu cầu hoàn thiện hệ thống điều khiển máy bay Do đặc điểm q trình điều khiển máy bay có nhiều tham số thay đổi có nhiều yếu tố ảnh hưởng đến trình ổn định quỹ đạo bay, tốc độ bay Ngay từ năm 1958, sở lý thuyết chuyển động Boócman, lý thuyết điều khiển tối ưu… hệ thống điều khiển đại đời Ngay sau đời lý thuyết hồn thiện chưa thực thi số lượng phép tính q lớn mà chưa có khả giải Ngày nay, nhờ phát triển mạnh mẽ cơng nghệ thơng tin, điện tử, máy tính… cho phép giải tốn cách thuận lợi nên hệ thống ĐKTN ứng dụng đáng kể vào thực tế Hệ ĐKTN có mơ hình mẫu MRAC (Model Reference Adaptive Control) Whitaker đề xuất giải vấn đề điều khiển lái tự động máy bay năm 1958 Phương pháp độ nhậy luật MIT dùng để thiết kế luật thích nghi với mục đích đánh giá thơng số khơng biết trước sơ đồ MRAC Thời gian việc điều khiển chuyến bay tồn nhiều hạn chế như: thiếu phương tiện tính tốn, xử lý tín hiệu lý thuyết chưa thật hoàn thiện Đồng thời chuyến bay thí nghiệm bị tai nạn cho việc nghiên cứu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn lý thuyết điều khiển thích nghi bị lắng xuống vào cuối thập kỷ 50 đầu năm 1960 Thập kỷ 60 thời kỳ quan trọng việc phát triển lý thuyết tự động, đặc biệt lý thuyết ĐKTN Kỹ thuật không gian trạng thái lý thuyết ổn định dựa theo luật Liapunov phát triển Một loạt thuyết như: Điều khiển đối ngẫu, điều khiển ngẫu nhiên, nhận dạng hệ thống, đánh giá thông số … đời cho phép tiếp tục (nghiên cứu lại) phát triển hoàn thiện lý thuyết ĐKTN Vào năm 1966 Park đồng nghiệp tìm phương pháp để tính tốn lại luật thích nghi sử dụng luật MIT ứng dụng vào sơ đồ MRAC năm 50 cách ứng dụng lý thuyết Liapunov Tiến lý thuyết điều khiển năm 50 cho phép nâng cao hiểu biết ĐKTN đóng góp nhiều vào đổi lĩnh vực Những năm 70 nhờ phát triển kỹ thuật điện tử máy tính tạo khả ứng dụng lý thuyết vào điều khiển hệ thống phức tạp thức tế Tuy nhiên thành cơng thập kỷ 70 cịn gây nhiều tranh luận ứng dụng ĐKTN Đầu năm 1979 người ta sơ đồ MRAC thập kỷ 70 dễ ổn định nhiễu tác động Tính bền vững ĐKTN trở thành mục tiêu tập trung nghiên cứu nhà khoa học vào năm 1980 Khi người ta xuất nhiều tài liệu độ không ổn định khâu động học không mơ hình hố nhiễu tác động vào hệ thống Những năm 80 nhiều thiết kế cải tiến, dẫn đến đời lý thuyết ĐKTN bền vững Một hệ ĐKTN gọi bền vững đảm bảo chất lượng cho lớp đối tượng có đối tượng xét Nội dung toán bễn vững ĐKTN điều khiển đối tượng có thơng số khơng biết trước biến đổi theo thời gian Cuối thập kỷ 80 có cơng trình nghiên cứu hệ thống ĐKTN bền vững, đặc biệt MRAC cho đối tượng có thông số biến thiên theo thời gian Các nghiên cứu năm 90 đến tập trung vào đánh giá kết Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn nghiên cứu năm 80 nghiên cứu lớp đối tượng phi tuyến có tham số bất định Những cố gắng đưa lớp sơ đồ MRAC xuất phát từ lý thuyết hệ thống phi tuyến 1.2 Khái quát hệ điều khiển thích nghi Trong luận văn vài dạng hệ thống thích nghi mơ hình tham chiếu bàn tới Chúng ta bắt đầu với phương pháp trực quan, phương pháp ý tưởng phản hồi giúp tìm thuật tốn cho việc chỉnh định tham số Ta thấy phát sinh hai câu hỏi : Đầu tiên có cách để tìm tín hiệu phù hợp mà chỉnh định tham số thời điểm thích hợp ; Điều thứ hai làm cách đảm bảo ổn định cho hệ thống thích nghi mà thân vốn phi tuyến đa dạng có mặt hệ thống Cái nhìn rõ nét câu hỏi đạt việc xem xét phương pháp mơ hình độ nhậy Trạng thái ổn định đảm bảo việc sử dụng lý thuyết ổn định Liapunov cho việc thiết kế hệ thống thích nghi * Mục đích việc nghiên cứu Sau hoàn tất điều vừa lưu ý dự kiến ta biết được: + Những tín hiệu phù hợp đóng vai trị hệ thống thích nghi + Bằng cách mà hệ thống thích nghi thiết kế dựa phương pháp độ nhậy + Bằng cách mà hệ thống thích nghi thiết kế dựa phương pháp (trạng thái ổn định) Liapunov * Giới thiệu: Có vài cấu trúc mà đưa hệ thống điều khiển có khả phản ứng với biến đổi tham số thân phản ứng với biến đổi đặc tính nhiễu (hệ thống) Một hệ thống phản hồi thơng thường có mục đích giảm nhỏ nhạy cảm loại thay đổi Tuy Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn nhiên, biến đổi chí với hệ thống có phản hồi mà hệ số khuếch đại tốt không thỏa mãn Lúc cấu trúc điều khiển phức tạp cần đến tính chất thích nghi chắn phải đưa vào (giới thiệu) Một hệ thống thích nghi định nghĩa sau “Một hệ thống thích nghi hệ thống mà thân bổ sung vào cấu trúc (phản hồi) bản, kết đo xác đưa vào để bù lại cách tự động thay đổi điều kiện hoạt động, với thay đổi trình động học, với biến đổi nhiễu hệ thống, nhằm để trì trình thực tối ưu cho hệ thống” Nhiều định nghĩa khác đưa lĩnh vực điều khiển Hầu hết số miêu tả vài phân loại tiêu biểu hệ thống thích nghi Định nghĩa đưa giả sử chuẩn cấu trúc phản hồi thông thường cho phản ứng thay đổi nhiễu (hệ thống) tham số Cấp thứ hai cấu thích nghi hiệu chỉnh hệ số khuyếch đại điều khiển gốc, thay đổi cấu trúc thân cấu thích nghi tạo tín hiệu bổ sung v.v Trong hệ thống thích nghi, việc thiết lập chỉnh định người sử dụng cấp thứ * Lịch trình hệ số, dạng chuyển đổi Theo định nghĩa trình biến đổi tự động từ chế độ làm việc tới chế độ làm việc khác xem xét tính chất (đặc điểm) thích nghi Dùng kiến thức ảnh hưởng biến tác động đến hành vi hệ thống hiểu đặc điểm thích nghi Loại thích nghi thực theo hai cách khác nhau: cách đo nhiễu tạo tín hiệu để bù lại cho chúng (điều khiển feedforward) Hoặc hiệu chỉnh hệ số điều khiển phản hồi theo lịch trình lập sẵn dựa hiểu biết ảnh hưởng thay đổi tham số hệ thống (lịch trình hệ số) Khả khác sử dụng ngân hàng điều khiển chọn điều khiển tốt gần tương tự Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn với phương pháp lịch trình hệ số Cách làm gọi mơ hình chuyển mạch Sự thay đổi có dựa ý tưởng phương pháp mơ hình đa chiều Các kết đầu mơ hình mẫu so sánh với đầu đối tượng để đưa vào điều khiển Bộ điều khiển thiết kế cài đặt dựa mơ hình mẫu đầu mơ hình có giống với đầu đối tượng Trong thực tế khơng thể áp dụng “lịch trình hệ số” áp dụng điều khiển feedforward cho nhiều thay đổi khác Một vài loại hệ thống thích nghi, theo nghĩa hẹp hơn, phát triển Nó cho phép hệ thống tối ưu hố mà khơng cần hiểu biết nguyên nhân sinh biến đổi q trình động học Thơng thường, khái niệm điều khiển thích nghi bị hạn chế loại hệ thống thích nghi Khơng có phân biệt rõ điều khiển thích nghi điều khiển học Khái niệm điều khiển học thường dùng cho nhiều hệ thống phức tạp hơn, nơi nhiều nhớ phức tạp có vấn đề khơng thể giải điều khiển tiêu chuẩn, dựa hàm truyền, chúng cần dạng khác biểu diễn hiểu biết Ví dụ giống cấu trúc hệ thống mạng nơron, điều ghi luận văn nói loại điều khiển thích nghi đặc biệt, biết đến điều khiển thích nghi theo mơ hình tham chiếu Hệ thống điều khiển thích nghi phân loại theo vài cách khác Một khả tạo phân biệt chúng là: Điều khiển thích nghi trực tiếp điều khiển thích nghi gián tiếp + Hệ thống với chỉnh định trực tiếp tham số điều khiển mà không nhận dạng rõ tham số đối tượng (điều khiển thích nghi trực tiếp) + Hệ thống với điều chỉnh gián tiếp tham số điều khiển với việc nhận dạng rõ tham số đối tượng (điều khiển thích nghi gián tiếp) Hệ thống điều khiển thích nghi mơ hình tham chiếu, hầu hết gọi MRAC hay MRAS, chủ yếu áp dụng điều khiển thích nghi trực tiếp Tuy nhiên, Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 53 Kww Random Kp  k s + bp Yp TransferFunction1   Sailech_e p p 21 22 Liapunov d/dt k2 s2 + 2 s +  Ym Hình 4.1: Hệ điều khiển thích nghi mơ hình chi tiết đối tượng model signalmonitor 0.5 Ym 0.5 Yp 0.2 sailech-e -0.2 -0.6 Ki Kd Kp 0 20 40 60 80 100 120 140 time {s} Hình 4.2: Đáp ứng đối tượng (Yp), mơ hình mẫu (Ym), sai lệch (e) tham số Tính phi tuyến chỉnh định (Ka, Kb) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 54 Mặc dù nhiều phương pháp thiết kế áp dụng, ví dụ phương pháp Liapunov đặc biệt phù hợp với hệ thống phi tuyến, hệ thích nghi mơ tả, tính phi tuyến bị hạn chế cấu thích nghi cần thiết Đối tượng mơ hình mẫu phải tn theo ngun tắc tuyến tính hóa Hầu hết tính phi tuyến khơng chuyển dịch, nhiên, biến đổi thành thay đổi tham số hệ thống.Vì thay đổi bù cấu thích nghi Có thể đưa minh chứng luật thích nghi ổn định dùng cho hệ phi tuyến, luật nói chung phức tạp thuật tốn đưa trước Những luật xuất vấn đề loại thuật tốn sai có khác biệt nhỏ cấu trúc đối tượng mơ hình mẫu vào Hình 4.3: Trạng thái bão hịa hệ phi tuyến Trạng thái bão hòa loại phi tuyến có ảnh hưởng bất lợi (Hình 4.3) Tính phi tuyến loại thường tìm loại khác cấu chấp hành, van thủy lực mà mở hoàn toàn, khuếch đại điện tử v.v…Sự phân biệt loại đạt tính phi tuyến mà giới hạn biên độ tín hiệu đầu vào đối tượng giới hạn tốc độ thay đổi tín hiệu đầu vào Loại xử lý đơn giản Theo nguyên tắc có hai khả xảy ra: Tắt chế thích nghi đối tượng vùng bão hòa Sửa đổi tín hiệu đầu vào đối tượng mơ hình mẫu Như trạng thái bão hịa khơng đạt tới Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 55 Phương pháp thứ hai ưa chuộng, trường hợp hệ thích nghi cịn khơng thay đổi Phương pháp không phù hợp với “việc loại bỏ” loại trạng thái bão hòa từ tính phi tuyến đối tượng, để xử lý bão hịa mơ hình mẫu Minh chứng ổn định không bị ảnh hưởng phương pháp tính phi tuyến bị loại bỏ khỏi vòng điều khiển theo nguyên tắc 4.2 Ảnh hƣởng nhiễu Một vấn đề quan trọng ứng dụng thực tế MRAS diện nhiễu trạng thái đối tượng Những khó khăn phát sinh việc nhân tín hiệu sai lệch:  e  e  e (4.1)  xp  xp   p (4.2) Với:   Điều mang lại, ví dụ thành phần ei xi :  ei xi , p  ei xi , p  ei i , p  xi i ,e   i ,e i , p (4.3)   Giả thiết giá trị trung bình ei xi dần tới khơng (zero), tích phân phương trình (4.3), luật thích nghi, mang lại t   i , p dt (4.4) i ,e  Vì e  xm  x p xm nhiễu độc lập, điều suy  e   p Và vậy: (4.5)   ,e  i , p   i2, p (4.6) SignalMonitor bp   Square Số hóa Trung tâmBp Học liệu – Đại học Thái Nguyên ap Yp http://www.lrc-tnu.edu.vn Sailech_e Ap_process Ka Random Kb 56 Phương trình (4.4) tham số chỉnh định lệch xa tín hiệu hệ thích nghi nhỏ để bù lại giới hạn Điều vấn đề trường hợp thích nghi không nhận dạng Khi MRAS ứng dụng cho Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 57  nhận dạng, thay x p , tín hiệu nhiễu tự xm dùng Điều ngụ ý việc nhận dạng với MRAS mang lại ước lượng không thiên vị tham số đối tượng Tuy nhiên, hệ thích nghi, biện pháp thực để ngăn chặn tham số lệch xa cần thiết Một lựa chọn từ hay nhiều khả dùng đề cập đây: -Sự thích nghi bị cắt bỏ khơng có thay đổi điểm đặt -Điều tương tự nhận thấy cách thơng suốt việc nhân hệ số thích nghi với: 1 T (4.7) Ở T biểu thị khoảng thời gian sau thay đổi điểm đặt cuối Nguyên tắc giảm hệ số thích nghi minh họa Hình 18 -Thay cho việc dùng tín hiệu xP, trường hợp thích nghi, tín hiệu xm dùng Mặc dù lý thuyết khơng đúng, hệ đưa kết tốt thực tế -Sử dụng trạng thái ước lượng đối tượng có khả năng, đạt phương pháp ước lượng trạng thái thích nghi trước -Đo lường giới hạn ζe ζP trực tuyến Sản phẩm hai giới hạn dùng để bù cho trơi lệch Tính hữu ích phương pháp xác định xác đo hai giới hạn -Những lọc thơng thấp dải chết dùng vịng lặp thích nghi Việc dùng lọc bị giới hạn, tính trễ pha bất lợi giới thiệu Việc ứng dụng dải chết đơn giản có hiệu Yêu cầu cho ứng dụng hiệu phải có khả xác định giới hạn tín hiệu mà gây lệch Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 58 Phụ thuộc vào loại ứng dụng, lựa chọn thực từ hay nhiều biện pháp 4.3 Ảnh hƣởng rời rạc hoá Trong đối tượng mơ hình mẫu xem xét trình liên tục Tuy nhiên, thuật tốn liên tục sử dụng mà khơng có chỉnh sửa trình mà khoảng thời gian lấy mẫu chọn đủ nhỏ cho phép rời rạc hóa hệ thống mô tả công thức hàm liên tục Nhưng để rời rạc hệ thống rời rạc luật thích nghi MRAS nhận Với phương pháp siêu ổn định, phương pháp có khả rời rạc luật thích nghi mà có hình dạng tương tự tín hiệu liên tục Phương pháp liên tục Liapunov áp dụng thay đổi nhỏ tạo cấu trúc hệ thích nghi Chúng ta bắt đầu theo biểu thức sau xm(k + 1) = Amxp(k) +Bmu(k) (4.8) xp(k + 1) = Apxp(k) +Bpu(k) (4.9) Các ma trận Am, Ap, Bm, Bp tìm thấy từ biến đổi phương trình thời gian liên tục Những phần tử hàm tỉ lệ mẫu T Chú ý cấu trúc hệ thống thay đổi theo cách công thức (4.8) xp dùng thay cho xm minh họa Hình 4.5 u BP + xP z 1 + Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Đối tượng Mơ hình mẫu http://www.lrc-tnu.edu.vn AP _ + Am e 59 Cấu trúc Hình 4.5 kết hợp MRAS nối tiếp song song Điều dẫn tới thực tế mơ hình mẫu khơng phải mơ hình mẫu song song bình thường, lại phần tử nối tiếp (qua Am) phần song song (qua Bm) tới đối tượng Để biết cấu trúc tìm luật thích nghi sau: e(k) = xm(k) – xp(k) e(k + 1) = A(k) xp(k) +B(k) u(k) (4.11) A(k) = Am(k) – Ap(k) (4.12) B(k) = Bm(k) – Bp(k) Với (4.10) (4.13) Ở giai đoạn hàm Liapunov V(k) lựa chọn V(k) xác định từ: V(k) = V(k+1) - V(k) (4.14) Với: V(k) = eT(k)Pe(k) + aT(k)a(k) + bT(k)b(k) (4.15) Và a, b, ,  định nghĩa phù hợp công thức (3.9), kết sau: ΔV  k   eT  k  Pe  k   + e  k  1 PA  k  x p  k   a  k  1  a  k  α a  k  1  a  k  T  eT  k  1 PB  k  u  k   b  k  1  b  k  β b  k  1  b  k  T Số hóa Trung tâm Học liệu – Đại học Thái Nguyên  4.16  http://www.lrc-tnu.edu.vn 60 Trong số hạng thứ công thức (4.16) xác định P nghiệm xác định dương, để bốn số hạng cuối (4.16) tiến Do đó, kết luật thích nghi là: 1 n  Δa i k  1    p nl e l k  1x i,p k  α i  l1  Δb i k  1  (4.17) 1 n    p nl e l k  1u i k   i  l1  (4.18) Ở giả sử rằng: a k  1  a k   2a k  1 (4.19) Khi cấu trúc Hình 4.5 áp dụng để nhận dạng nâng cao không thiên vị làm tham số ước lượng Bằng cách thay xm xp, nguyên nhân lượng tham số đưa vào hiểu biết tốt vấn đề nhận dạng hệ thống nói chung cấu trúc nối tiếp song song thường sử dụng Một hệ thích nghi hồn thiện cho ví dụ tiêu chuẩn sử dụng qua ý đưa Hình 4.6 Một đối tượng thời gian liên tục điều khiển điều khiển thích nghi gián đoạn Kết mơ Hình 4.7 Bởi thời điểm lấy mẫu trạng thái mơ hình mẫu tạo với trạng thái đối tượng, sai lệch đối tượng mơ hình mẫu giữ nhỏ, phóng to hơn, rõ ràng thấy rời rạc hóa trạng thái đối tượng xl,p, trạng thái mơ hình mẫu xl,m sai lệch tín hiệu (Hình 4.8) SignalMonitor  bp Square  Bp Yp ap process A D D D A A A A D Số hóa Trung tâm Học liệu – Đại học Thái Nguyên D http://www.lrc-tnu.edu.vn } Kb  Ka Z -1 61 model 1.5 setpoint 0.5 Ym -1 Yp -1 sailech-e 0.5 -0.5 1.5 Ka 0.5 Kb 0.5 -0.5 -1 10 20 30 40 50 60 70 80 90 100 time {s} model 1.5 Hình 4.8: Kết đầu điều khiển thích nghi số setpoint 0.5 Ym -1 Số2 hóa Trung tâm Học liệu – Đại học Thái Nguyên Yp http://www.lrc-tnu.edu.vn -1 0.5 -0.5 1.5 sailech-e 62 KẾT LUẬN Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 63 Sau thời gian nghiên cứu tài liệu giúp đỡ tận tình thầy giáo TS Nguyễn Duy Cương Tác giả hoàn thành nội dung công việc cụ thể luận văn sau: Phần thứ nhất: tác giả khái quát lại kiểm chứng mô số phương pháp thiết kế điều khiển thích nghi dựa theo mơ hình mẫu Trong phần thứ hai: tác giả tập trung phân tích lý thuyết ổn định Liapunov, lý thuyết thường nhà điều khiển khai thác vận dụng thiết kế ĐKTN Đã có nhiều đề tài nghiên cứu ĐKTN theo mơ hình mẫu dựa lý thuyết ổn định Liapunov Những đề tài trước tính tốn để xây dựng cấu ĐKTN đưa phương pháp thiết kế nói chung, có đưa phức tạp, khó thực thực tế Khi thiết kế ĐKTN, để thỏa mãn điều kiện ổn định có nhiều cách lựa chọn hàm Liapunov Do đó, cấu điều khiển thiết kế có nhiều kết khác Công thức Job van Amerongen đưa số kết nhận Ưu điểm cơng thức thực xác, rõ ràng, dễ hiểu, dễ áp dụng vào thực tế điều khiển đối tượng cụ thể Khi nghiên cứu ĐKTN theo mơ hình mẫu, cơng thức tác giả giới thiệu luận văn Công thức tác giả áp dụng để xây dựng ĐKTN trực tiếp ĐKTN gián tiếp Tính khả thi kiểm chứng mô dựa phần mềm 20-SIM ĐKTN áp dụng công thức Job van Amerongen để xây dựng cấu điều khiển cho ĐKTN trực tiếp (khi tham số đối tượng biết thay đổi), ĐKTN gián tiếp (khi tham số đối tượng chưa biết rõ thay đổi) Bộ ĐKTN trực tiếp xây dựng dùng để bù lại thay đổi tham số đối tượng Bộ ĐKTN trực tiếp có ưu điểm đưa tín hiệu điều khiển nhanh tín hiệu cịn mang theo nhiễu Bộ ĐKTN gián tiếp thiết kế để bù lại thay đổi tham số chưa biết rõ đối tượng cách nhận dạng tham số này, sau đưa trạng thái tham số đối tượng nhận dạng vào tác động đến điều khiển Do đó, thiết kế ĐKTN gián tiếp cần phải cân Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 64 nhắc tốc độ điều khiển thích nghi nhanh với việc lượng nhiễu bị đưa vào trạng thái tham số nhận dạng Một điểm đặc biệt áp dụng công thức Job van Amerongen để xây dựng cấu thích nghi là: trạng thái tham số nhận dạng đối tượng hồn tồn khơng cịn nhiễu Vì vậy, trạng thái tham số nhận dạng đưa vào điều khiển cho tín hiệu điều khiển tốt Tín hiệu đối tượng bám xác tín hiệu vào, sai lệch điều khiển nhỏ tiến tới không thời gian ngắn Các thông số điều khiển thiết kế tiến đến giá trị xác lập ổn định Phần cuối luận văn, tác giả có xét đến số vấn đề mắc phải thiết kế ĐKTN theo mơ hình mẫu Ví dụ ảnh hưởng nhiễu, ảnh hưởng tham số đối tượng chưa biết rõ, mô hình mẫu khơng hồn tồn giống mơ hình đối tượng, hay ảnh hưởng việc số hóa điều khiển Cơ sở ĐKTN theo mơ hình mẫu chủ đề nghiên cứu phổ biến giai đoạn 1960 – 1990 Kết luật thích nghi đơn giản ứng dụng thực tế Khi điều khiển MRAS trực tiếp gián tiếp dùng để điều khiển trực tiếp gián tiếp thơng số thích nghi ước lượng trạng thái Công thức sở thiết kế điều khiển thích nghi cho hệ thống lái tàu tự động Bộ ĐKTN cịn sử dụng để điều khiển tàu chở Cơngtenơ tàu chiến hoàng gia Nauy Trong sách Narendra Annaswamy (1989) giới thiệu loạt ứng dụng thực tế điều khiển *Từ khóa (Keywords): Adaptive Control, Identtification, State estimation, Digital computer, Ships PHỤ LỤC Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 65 Chƣơng trình giải phƣơng trình Liapunov phần mềm 20-SIM parameters real Q[2,2]= [4, 0.8; 0.8, 1.6]; real Po[2,2]=[4, 2; 2, 2]; variables real x {m}; real P[2,2]; real global Am[2,2]; real global p21,p22; equations 0.1*ddt (P, Po) = transpose (Am) * P + P * Am+Q; p21=P [2,1]; p22=P [2,2]; Chƣơng trình giải phƣơng trình Ricatti phần mềm 20-SIM parameters real Q [2, 2]= [1.0, 0.0; 0.0, 0.0]; real R = 1.0e-6; real Po[2,2]; variables real P[2,2]; real global K[1,2]; real global Kp,Kd,Ka,Kb; real A [2,2]; Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 66 real B [2,1]; real Atr[2,2]; real Btr[1,2]; equations A = [0, 1; 0, Ka]; B = [0.0; Kb]; Atr = transpose (A); Btr = transpose (B); 0.01*ddt (P, Po) = Atr*P+P*A+Q - P*B*inverse(R)*Btr*P; K = inverse(R) * Btr * P; Kp = K [1, 1]; Kd = K [1, 2]; Output = Kp*reference-Kd*input1; Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 67 TÀI LIỆU THAM KHẢO [1] Nguyễn Duy Cương (2008), Luận án tiến sĩ kỹ thuật, Đại học Twente, Hà Lan [2] Nguyễn Doãn Phước (2007), Lý thuyết điều khiển nâng cao, NXB Khoa học Kỹ thuật, Hà Nội [3] Nguyễn Thương Ngô (1999), Lý thuyết điều khiển tự động đại, NXB Khoa học Kỹ thuật, Hà Nội [4] Nguyễn Văn Vị (1997), Luận văn cao học, Đại học Bách Khoa, Hà Nội [5] Job van Amerongen, H.R van Nauta Lemke (1978), Optimum Steering of Ships with an Adaptive Autopilot, the paper was presented at the Fifth Ship Control Systems Symposium, 30 Octorber – November 1978, Annapolis, USA [6] Job van Amerongen, H.R van Nauta Lemke (1980), Criteria for Optimum Steering of Ships, the paper was presented at the Symposium on Ship Steering Automatic Control, 25-27 June 1980, Genova, Italy [7] Job van Amerongen (1981), MRAS: Model Reference Adaptive Systems, Control Laboratory, Department of Electrical Engineering, Delft University of Technology, P.O.B 5031, 2600 GA Delft, The Netherlands [8] Job van Amerongen (1984), Adaptive Steering of Ships-A Model Reference Approach, 1984 International Federation of Automatic Control [9] Job van Amerongen (2004), Inteligent Control, Part 1: Model Reference Adaptive Control, University of Twente Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ... khiển thích nghi gồm loại: điều khiển thích nghi theo mơ hình mẫu (MRAC) điều khiển tự chỉnh (STR) Đã có nhiều đề tài nghi? ?n cứu điều khiển thích nghi theo mơ hình mẫu nhiên phần lớn nghi? ?n cứu. .. điều khiển thích nghi Chương 2: Các phương pháp thiết kế điều khiển thích nghi theo mơ hình mẫu cho lớp đối tượng có hàm truyền bậc hai Chương 3: Thiết kế điều khiển thích nghi theo mơ hình mẫu. .. điều khiển thích nghi theo mơ hình tham chiếu Hệ thống điều khiển thích nghi phân loại theo vài cách khác Một khả tạo phân biệt chúng là: Điều khiển thích nghi trực tiếp điều khiển thích nghi