Ứng Dụng Logic Mờ Vào Nhận Dạng Và Điều Khiển Hệ Phi Tuyến..pdf

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP  NGUYỄN HỮU CHINH ỨNG DỤNG LOGIC MỜ VÀO NHẬN DẠNG VÀ ĐIỀU KHIỂN HỆ PHI TUYẾN LUẬN VĂN THẠC SỸ KỸ THUẬT Chuyên ngành Tự động hóa Mã số Thái Ng[.]

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP  - NGUYỄN HỮU CHINH ỨNG DỤNG LOGIC MỜ VÀO NHẬN DẠNG VÀ ĐIỀU KHIỂN HỆ PHI TUYẾN LUẬN VĂN THẠC SỸ KỸ THUẬT Chuyên ngành : Tự động hóa Mã số : Thái Nguyên, năm 2011 Tai ngay!!! Ban co the xoa dong chu nay!!! “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” CHƢƠNG 1: LOGIC MỜ VÀ BỘ ĐIỀU KHIỂN MỜ 1.1 Tổng quan Logic mờ 1.1.1 Quá trình phát triển logic mờ Khái niệm logic mờ giáo sư L.A Zadeh đưa lần năm 1965 trường Đại học Berkeley (Bang California - Mỹ) Năm 1970 trường Mary Queen, London - Anh, Ebrahim Mamdani dùng logic mờ để điều khiển máy nước mà ông điều khiển kỹ thuật cổ điển Tại Đức, Hann Zimmermann dùng logic mờ cho hệ định Ở Nhật, logic mờ ứng dụng nhà máy xử lý nước Fuji Electronic vào năm 1983 hệ thống xe điện ngầm Hitachi năm 1987 Lý thuyết mờ đời Mỹ, ứng dụng Anh, phát triển mạnh mẽ Nhật Trong lĩnh vực Tự động hóa logic mờ ngày ứng dụng rộng rãi Nó thực hữu dụng để điều khiển đối tượng phức tạp mà ta chưa biết rõ hàm truyền, logic mờ giải vấn đề mà điều khiển kinh điển không làm 1.1.2 Cơ sở toán học logic mờ Logic mờ xác suất thống kê nói khơng chắn Tuy nhiên lĩnh vực định nghĩa khái niệm khác đối tượng - Trong xác suất thống kê không chắn liên quan đến xuất kiện chắn Ví dụ: Xác suất viên đạn trúng đích 0,7 Bản thân kiện “trúng đích” định nghĩa rõ ràng, không chắn có trúng đích hay khơng, định lượng mức độ xác suất (trong trường hợp 0,7) Loại phát biểu xử lý kết hợp với phát biểu khác phương pháp thống kê xác suất có điều kiện chẳng hạn - Sự không chắn ngữ nghĩa, liên quan đến ngơn ngữ người, khơng xác từ ngữ mà người dùng để ước lượng vấn đề rút kết luận Ví dụ mơ tả nhiệt độ “nóng”, “lạnh”, “ấm” khơng có giá trị xác định để gán cho từ này, khái niệm khác Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” người khác ( Là lạnh người không lạnh người khác) Mặc dù khái niệm khơng định nghĩa xác người sử dụng chúng cho ước lượng định phức tạp Bằng trừu tượng óc suy nghĩ, người giải câu nói mang ngữ cảnh phức tạp mà khó mơ hình tốn học xác - Sự không chắn theo từ vựng: Như nói trên, dùng phát biểu khơng mang tính định lượng người thành công ước lượng phức tạp Trong nhiều trường hợp, người dùng không chắn để tăng thêm độ linh hoạt Như xã hội, hệ thống pháp luật bao gồm số luật, luật mơ tả tình Ví dụ luật quy định tội trộm xe phải phạt tù năm, luật khác lại giảm nhẹ trách nhiệm Và phiên tòa, Chánh án phải định số ngày phạt tù tên trộm dựa mức độ rượu người, có tiền án hay tiền khơng…từ đưa định cơng 1.1.3 Logic mờ logic ngƣời Trong thực tế, ta không định nghĩa luật cho trường hợp mà định nghĩa số luật cho trường hợp định Khi luật điểm rời rạc tập trường hợp liên tục người xấp xỉ chúng Gặp tình cụ thể, người kết hợp luật mô tả tình tương tự Sự xấp xỉ dựa linh hoạt từ ngữ cấu tạo nên luật, trừu tượng suy nghĩ dựa linh hoạt logic người Để thực thi logic người kỹ thuật cần phải có mơ hình tốn học Từ logic mờ đời mơ hình tốn học cho phép mơ tả q trình định ước lượng người theo dạng dải thuật Dĩ nhiên có giới hạn, logic mờ khơng thể bắt chước trí tưởng tượng khả sáng tạo người, logic mờ cho phép ta rút kết luận gặp tình khơng có mơ tả luật có tương đương Vì vậy, ta mơ tả mong muốn hệ thống trường hợp cụ thể vào luật logic mờ tạo giải pháp dựa tất mong muốn Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” 1.2 Khái niệm tập mờ 1.2.1 Tập kinh điển Khái niệm tập hợp hình thành tảng logic định nghĩa xếp chung đối tượng có tính chất, gọi phần tử tập hợp Cho tập hợp A, phần tử x thuộc A ký hiệu x  A Thông thường ta dùng hai cách để biểu diễn tập hợp kinh điển, : - Liệt kê phần tử tập hợp, ví dụ tập A1 = {xe đạp, xe máy, xe khách, xe tải} ; - Biểu diễn tập hợp thơng qua tính chất tổng quát phần tử, ví dụ tập số thực R, tập số tự nhiên N Để biểu diễn tập hợp A tập X ta dùng hàm thuộc  A ( x) với: 1; x  A 0; x  A  A ( x)    A ( x) nhận hai giá trị “1” “0” Ký hiệu A = { x  X | x thỏa mãn số tính chất đó} Ta nói: Tập A định nghĩa tập X Hình 1.1 mơ tả hàm phụ thuộc  A ( x) tập số thực từ -5 đến Hình 1.1: Hàm phụ thuộc  A ( x) tập kinh điển A A   x  R 5  x  5 1.2.2 Định nghĩa tập mờ Hàm thuộc  A ( x) định nghĩa tập A, khái niệm tập hợp kinh điển có hai giá trị x  A x  A Như vậy, lý thuyết tập hợp Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” kinh điển, hàm thuộc hoàn toàn tương đương với định nghĩa tập hợp Từ định nghĩa tập hợp A ta xác định hàm thuộc  A ( x) cho tập ngược lại từ hàm thuộc  A ( x) tập A hoàn toàn suy định nghĩa cho A Cách biểu diễn hàm phụ thuộc không phù hợp với tập mô tả “mờ” tập B gồm số thực gần 5: B   x  R x  5 Khi ta khơng thể khẳng định chắn số có thuộc B hay khơng, mà nói thuộc B phần trăm Để trả lời câu hỏi này, ta phải coi hàm phụ thuộc  B ( x) có giá trị khoảng từ đến 1, tức   B  Hình 1.2: Hàm liên thuộc  B ( x) tập mờ B Từ phân tích ta định nghĩa: Tập mờ B xác định tập kinh điển M tập mà phần tử đƣợc biểu diễn cặp giá trị (x,  B ( x) ) Trong x  M  B ( x) ánh xạ Ánh xạ  B ( x) gọi hàm liên thuộc tập mờ B Tập kinh điển M gọi sở tập mờ B 1.2.3 Các thông số đặc trƣng tập mờ Các thông số đặc trưng cho tập mờ độ cao, miền xác định miền tin cậy Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” Hình 1.3: Độ cao, miền xác định, miền tin cậy tập mờ - Độ cao tập mờ B (Định nghĩa sở M) giá trị lớn giá trị hàm liên thuộc: H  Sup  B ( x) xM Một tập mờ có phần tử có độ phụ thuộc gọi tập mờ tắc (H=1) Ngược lại, tập mờ B với H < gọi tập mờ khơng tắc - Miền xác định tập mờ B (Định nghĩa sở M) ký hiệu S tập M có giá trị hàm liên thuộc khác không: S   x  M B ( x)  0 - Miền tin cậy tập mờ B (Định nghĩa sở M) ký hiệu T, tập M có giá trị hàm liên thuộc 1: T   x  M B ( x)  1 1.2.4 Các dạng hàm liên thuộc tập mờ Có nhiều cách khác để biểu diễn hàm liên thuộc tập mờ Dưới số dạng hàm liên thuộc hay dùng: (a) (b) Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” (c) (d) (e) (f) Hình 1.4: Các dạng hàm liên thuộc hay dùng Hình 1.4(a): Hàm hình chng; Hình 1.4(b): Hàm Sigmoidal; Hàm 1.4(c): Hàm liên thuộc dạng Sign; Hình 1.4(d): Hàm liên thuộc dạng Gauss; Hình 1.4(e): Hàm liên thuộc hình thang; Hình 1.4(f): Hàm liên thuộc hình tam giác 1.3 Biến ngơn ngữ giá trị biến ngôn ngữ Thực tế hàng ngày ln dùng từ ngữ, lời nói để mơ tả biến Ví dụ ta nói “Điện áp cao quá”, “Xe chạy nhanh quá”,…Như biến “Điện áp”, biến “Tốc độ xe”,…nhận giá trị từ “nhanh” đến “chậm”, từ “cao” đến “thấp” Ở dạng tường minh, biến nhận giá trị cụ thể điện áp 200V, 250V…; tốc độ xe 60km/h, 90km/h…Khi biến nhận giá trị không rõ ràng “cao”, “rất cao”, “nhanh”, “hơi nhanh”…ta dùng giá trị rõ để mô tả mà phải sử dụng số khái niệm để mô tả gọi biến ngơn ngữ Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” Một biến gán từ ngơn ngữ tự nhiên làm giá trị gọi biến ngơn ngữ Một biến ngôn ngữ thường bao gồm thông số : X, T, U, M Trong đó: X : Tên biến ngôn ngữ T : Tập giá trị ngôn ngữ U : Không gian mà biến ngơn ngữ X nhận giá trị rõ M : Chỉ phân bố T U Ví dụ: Biến ngơn ngữ “ Tốc độ xe” có tập giá trị ngơn ngữ chậm, chậm, trung bình, nhanh, nhanh Khơng gian biến tập số thực dương Vậy biến tốc độ xe có miền giá trị khác nhau: - Miền giá trị ngôn ngữ N = [ chậm, chậm, trung bình, nhanh, nhanh]  - Miền giá trị vật lý V  x  R( x  0) Mỗi giá trị ngôn ngữ (Mỗi phần tử N) có tập miền giá trị vật lý V Từ giá trị vật lý biến ngơn ngữ ta có véc tơ  gồm độ phụ thuộc x:  T  [     rÊt chËm chËm trung b×nh nhanh rÊt nhanh ] Ánh xạ gọi q trình fuzzy hóa giá trị rõ x Ví dụ: Ứng với tốc độ 50km/h ta có véc tơ:    0,5   (50)=  0,5     Hình 1.5: Mờ hóa biến “Tốc độ” Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” 1.4 Các phép toán tập mờ 1.4.1 Phép hợp hai tập mờ 1.4.1.1 Hợp hai tập mờ có sở (a) (b) Hình 1.6: Hợp hai tập mờ có sở theo quy tắc Max (a); theo Lukasiewiez (b) Hợp hai tập mờ A B có sở M tập mờ xác định sở M với hàm liên thuộc xác định theo công thức sau:    AB ( x )  Min 1,  A ( x )   B ( x ) (Phép hợp Lukasiewiez)  Max  ( x ),  ( x )  ( x ),  ( x )  B B A A   A B ( x )    A ( x ),  B ( x )  1   AB ( x )  Max  A ( x ),  B ( x )  ( x)  B ( x)  A B ( x )  A   ( x)   ( x) A (1.1) (1.2) (1.3) (Tổng Einstein) (1.4) B Trong kỹ thuật điều khiển mờ ta chủ yếu dùng hai công thức hợp, lấy Max phép hợp Lukasiewiez 1.4.1.2 Hợp hai tập mờ khác sở Để thực phép hợp hai tập mờ khác sở, nguyên tắc ta phải đưa chúng sở Xét tập mờ A với hàm liên thuộc  ( x ) định A nghĩa sở M B với hàm liên thuộc  ( y) định nghĩa sở N, B Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” hợp hai tập mờ A B tập mờ xác định sở M x N với hàm liên thuộc:    AB ( x, y)  Max  A ( x, y),  B ( x, y) (1.5) Với  A ( x, y)   A ( x ) (y  N )  B ( x, y)   B ( y) (x  M) 1.4.2 Phép giao hai tập mờ 1.4.2.1 Giao hai tập mờ sở Giao hai tập mờ A B có sở M tập mờ xác định sở M với hàm liên thuộc  AB ( x ) tính theo cơng thức sau:    AB ( x )= Min  A ( x ),  B ( x ) (1.6)  A B ( x )= A ( x ). B ( x ) (Tích đại số)    (1.7)     ( x ),  ( x ) Khi  ( x ),  ( x )  B B A A   A B ( x )=  0 Khi max  A ( x ),  B ( x )    (1.8)   AB ( x )=max 0,  A ( x )   B ( x )  (Phép giao Lukasiewiez)  A B ( x )   A ( x ) B ( x )  (  A ( x )   B ( x ))   A ( x ) B ( x ) (a) (Tích Einstein) (1.9) (1.10) (b) Hình 1.7: Giao hai tập mờ có sở theo quy tắc Min (1.7a) theo tích đại số (1.7b) 1.4.2.2 Giao hai tập mờ khác sở Cũng phép hợp hai tập mờ, phép giao ta đưa tập mờ sở Khi đó, giao hai tập mờ A có hàm liên thuộc  A ( x ) định nghĩa sở Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” ( 4.11a) ( 4.11b) (4.11c) Hình 4.11: Hình dạng hàm liên thuộc đầu vào đầu b) Xây dựng luật hợp thành: Với tập mờ đầu vào ta xây dựng X = 49 luật điều khiển Các luật điều khiển xây dựng theo nguyên tắc sau: - Sai lệch lớn tác động điều khiển lớn - Đạo hàm sai lệch lớn tác động điều khiển lớn Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 64 “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” E R DE NB NM NS Z PS PM PB NB NB NB NB NB NM NS Z NM NB NB NB NM NS Z PS NS NB NB NM NS Z PS PM Z NB NM NS Z PS PM PB PS NM NS Z PS PM PB PB PM NS Z PS PM PB PB PB PB Z PS PM PB PB PB PB Bảng 4.2: Các luật điều khiển thiết bị hợp thành Chọn luật hợp thành theo quy tắc Max - Min, giải mờ phương pháp trọng tâm c) Kết mơ Hình 4.12a Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 65 “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” Hình 4.12b Hình 4.12: Đáp ứng vị trí (4.12a) vận tốc góc (4.12b) tín hiệu vào hàm bước nhảy Hình 4.13a Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 66 “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” Hình 4.13b Hình 4.13: Đáp ứng vị trí (4.13a) vận tốc góc (4.13b) tín hiệu vào dãy xung vng Hình 4.14: Vị trí bám đối tượng Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 67 “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” * Các tiêu chất lƣợng hệ thống sử dụng FPD Thời gian độ: tqd  1, ( s ) Lượng điều chỉnh:   max   yc  10  10  Sai lệch tĩnh: St %   yc   xl 10  9,97  100  0, 2%  yc 10 Kết luận: Qua kết tính tốn, ta thấy tiêu chất lượng hệ thống điều khiển FPD tốt so với hệ thống điều khiển kinh điển, khả bám vị trí điều khiển FPD tốt nhiều khả bám điều khiển PD, việc thay đổi tham số điều khiển hệ FPD nhanh chóng dễ dàng Sử dụng công cụ Design Optimization simulink cho phép tìm tối ưu hệ số Kp, Kd, Ki cách trực tiếp ( Online) Đây điều thuận lợi thiết kế điều khiển PID Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 68 “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI *) Kết luận: Đề tài “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” đạt số kết sau: Đánh giá tổng quan logic mờ điều khiển mờ Trình bày khái niệm phương pháp nhận dạng Ứng dụng logic mờ để nhận dạng số toán cụ thể Xây dựng điều khiển mờ PD điều khiển vị trí động điện chiều Khai thác công cụ Design Optimization để tối ưu tham số điều khiển PID Các kết nghiên cứu cho thấy sử dụng logic mờ để nhận dạng hàm số với độ xác cho trước Bộ điều khiển FPD có khả điều khiển xác vị trí đối tượng với thời gian tác động nhanh, có khả chống nhiễu cao *) Hƣớng phát triển đề tài Giải toán vừa nhận dạng vừa điều khiển Kết hợp logic mờ mạng nơron để nhận dạng điều khiển đối tượng phức tạp Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 69 MỤC LỤC Trang Trang phụ bìa Lời cam đoan Lời cảm ơn Lời nói đầu Mục lục Danh mục hình vẽ đồ thị CHƢƠNG 1: LOGIC MỜ VÀ BỘ ĐIỀU KHIỂN MỜ 1.1 Tổng quan Logic mờ 1.1.1 Quá trình phát triển logic mờ 1.1.2 Cơ sở toán học logic mờ 1.1.3 Logic mờ logic ngƣời 1.2 Khái niệm tập mờ 1.2.1 Tập kinh điển 1.2.2 Định nghĩa tập mờ 1.2.3 Các thông số đặc trƣng tập mờ 1.2.4 Các dạng hàm liên thuộc tập mờ 1.3 Biến ngôn ngữ giá trị biến ngôn ngữ 1.4 Các phép toán tập mờ 1.4.1 Phép hợp hai tập mờ 1.4.2 Phép giao hai tập mờ 1.5 Luật hợp thành mờ 10 1.5.1 Mệnh đề hợp thành 10 1.5.2 Mô tả mệnh đề hợp thành 11 1.5.3 Luật hợp thành mờ 11 1.5.4 Thuật toán xây dựng mệnh đề hợp thành cho hệ SISO 12 1.6 Bộ điều khiển mờ 17 1.6.1 Sơ đồ khối điều khiển mờ 17 1.6.2 Các bƣớc thiết kế điều khiển mờ 20 1.7 Các điều khiển mờ 20 1.7.1 Bộ điều khiển mờ tĩnh 20 1.7.2 Bộ điều khiển mờ động 21 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn 1.7.3 Bộ điều khiển mờ trƣợt 22 CHƢƠNG 2: CÁC PHƢƠNG PHÁP NHẬN DẠNG HỆ THỐNG 25 2.1 Tổng quan hệ phi tuyến 25 2.1.1 Vài nét hệ phi tuyến 25 2.1.2 Mơ hình tốn học hệ phi tuyến 27 2.2 Các phƣơng pháp nhận dạng đối tƣợng 29 2.2.1 Đặt vấn đề 29 2.2.2.Các bƣớc để nhận dạng hệ thống 30 2.2.3 Các phƣơng pháp nhận dạng 30 2.3 Nhận dạng mờ 36 CHƢƠNG 3: ỨNG DỤNG LOGIC MỜ VÀO NHẬN DẠNG HỆ PHI TUYẾN 38 3.1 Hệ mờ- xấp xỉ vạn 38 3.2 Phƣơng pháp nhận dạng hệ phi tuyến lý thuyết mờ 38 3.3 Một số toán ứng dụng 43 3.3.1 Xây dựng biểu thức tính tốn 43 3.3.2 Bài toán 45 3.3.3 Bài toán 47 3.3.4 Bài toán 49 3.3.5 Bài toán 51 CHƢƠNG 4: ỨNG DỤNG BỘ ĐIỀU KHIỂN MỜ ĐỂ ĐIỀU 54 KHIỂN VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU 54 4.1 Xây dựng mơ hình điều khiển 54 4.2 Xây dựng điều khiển PID kinh điển điều khiển vị trí động 56 4.2.1 Điều chỉnh tham số PID 57 4.2.2 Kết mô Simulink ( Kp = 5; Kd = 0,4) 59 4.3 Xây dựng điều khiển mờ theo luật PD điều khiển vị trí động chiều 62 4.3.1 Quan hệ điều khiển PD điều khiển mờ FPD 62 4.3.2 Mô điều khiển FPD simulink 63 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 69 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ Hình 1.1 Hàm phụ thuộc  A ( x) tập kinh điển A Hình 1.2 Hàm liên thuộc  B ( x) tập mờ B Hình 1.3 Độ cao, miền xác định, miền tin cậy tập mờ Hình 1.4 Các dạng hàm liên thuộc hay dung Hình 1.5 Mờ hóa biến “Tốc độ” Hình 1.6 Hợp hai tập mờ có sở theo quy tắc Max (a); theo Lukasiewiez (b) Hình 1.7 Giao hai tập mờ có sở theo quy tắc Min (Hình a) theo tích đại số (Hình b) Hình 1.8 Mơ tả hàm liên thuộc luật hợp thành 12 Hình 1.9 Rời rạc hóa hàm liên thuộc 13 Hình 1.10 Mơ tả luật hợp thành PROD 15 Hình 1.11 Các khối chức điều khiển mờ 17 Hình 1.12 Các nguyên lý giải mờ theo phương pháp cực đại 19 Hình 1.13 Hệ điều khiển mờ theo luật PI 21 Hình 1.14 Hệ điều khiển mờ theo luật PD 21 Hình 1.15 Hệ điều khiển mờ theo luật PID 22 Hình 2.1 Sơ đồ khối hệ thống kỹ thuật có nhiều tín hiệu vào 27 Hình 2.2 Sơ đồ nhận dạng hệ thống 29 Hình 2.3 Sơ đồ tổng qt nhận dạng thơng số mơ hình 31 Hình 2.4 Nhận dạng theo phương pháp Gradient 32 Hình 2.5 Quá trình nhận dạng mờ 36 Hình 3.1 Sơ đồ tổng qt mơ hình nhận dạng 41 Hình 3.2 Dạng hàm liên thuộc tập hàm thuộc tập mờ đầu vào 43 Hình 3.3 Các hàm liên thuộc tập mờ V 45 Hình 3.4 Đồ thị mô hệ mờ g(x) xấp xỉ hàm f(x) = cos(x) 47 Hình 3.5 Các hàm liên thuộc hệ mờ cần thiết kế 47 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn Hình 3.6 Đồ thị mô hệ mờ g(x) xấp xỉ hàm f(x) = -x2 + Hình 3.7 Đồ thị mơ hệ mờ g(x) xấp xỉ hàm 49 y  f ( x)  sin( x)  sin(2 x) 51 Hình 3.8 Các hàm liên thuộc hệ mờ cần thiết kế 51 Hình 3.9 Đồ mơ g(x) xấp xỉ hàm y  f ( x)  x sin( x)  x2 cos( x) 53 Hình 4.1 Sơ đồ nguyên lý động điện chiều 54 Hình 4.2a Mơ hình động chiều Simulink 56 Hình 4.2b Mơ hình động chiều thay số liệu 56 Hình 4.3 Hệ điều khiển sử dụng điều khiển PD 57 Hình 4.4 Đáp ứng hệ Kp Kd thay đổi 58 Hình 4.5 Các tham số Kp; Kd tối ưu 59 Hình 4.6 Đáp ứng vị trí (4.6a) vận tốc góc (4.6b) tín hiệu vào hàm bước nhảy Hình 4.7 Đáp ứng vị trí (4.7a) vận tốc góc (4.7b) tín hiệu vào dạng xung vng 60 61 Hình 4.8 Vị trí bám đối tượng 61 Hình 4.9 Hệ thống điều khiển với điều khiển FPD 63 Hình 4.10 Khối E & DE 63 Hình 4.11 Hình dạng hàm liên thuộc đầu vào đầu 64 Hình 4.12 Đáp ứng vị trí (4.12a) vận tốc góc (4.12b) tín hiệu vào hàm bước nhảy Hình 4.13 Hình 4.14 66 Đáp ứng vị trí (4.13a) vận tốc góc (4.13b) tín hiệu vào dãy xung vng 67 Vị trí bám đối tượng 67 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn TÀI LIỆU THAM KHẢO [1] Nguyễn Nhƣ Hiển, Lại Khắc Lãi; Hệ mờ & Nơ ron kỹ thuật điều khiểnNXB khoa học tự nhiên công nghệ [2] Nguyễn Doãn Phƣớc; Lý thuyết điều khiển phi tuyến-NXB Khoa học Kỹ thuật [3] Phan Xuân Minh, Nguyễn Doãn Phƣớc; Lý thuyết điều khiển mờ- NXB Khoa học Kỹ thuật [4] Nguyễn Doãn Phƣớc, Phan Xuân Minh; Nhận dạng hệ thống điều khiển- NXB Khoa học Kỹ thuật, 2001 [5] Nguyễn Doãn Phƣớc, Phan Xuân Minh; Điều khiển tối ưu bền vững- NXB Khoa học Kỹ thuật [6] Nguyễn Doãn Phƣớc; Lý thuyết điều khiển nâng cao- NXB Khoa học Kỹ thuật, 2005 [7] Nguyễn Doãn Phƣớc, Phan Xuân Minh; Hệ phi tuyến- NXB Khoa học Kỹ thuật, 2000 [8] Mohd Shafiek Yaacob; Identification of nonlinear dynamic systems using fuzzy system with constrained membership functions, 2004 [9] L LJUNG; System identification: Theory for the user [10] Laiq Khan- S.Anjum- R.Badar; Standard fuzzy model identification using Gradient methods [11] Mehrdad Hojati - Saeed Gazor; Hybrid adaptive fuzzy identification and control of nonlinear systems Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn LỜI CAM ĐOAN Tôi xin cam đoan luận văn tổng hợp nghiên cứu Các số liệu, kết luận văn hoàn toàn trung thực, luận văn có sử dụng số tài liệu tham khảo nêu phần tài liệu tham khảo Tác giả Nguyễn Hữu Chinh Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn LỜI CẢM ƠN Trong thời gian thực luận văn em hướng dẫn giúp đỡ tận tình thầy giáo TS.Trần Xuân Minh thầy cô giáo mơn Tự động hóa- Trường Đại học Kỹ thuật Cơng nghiệp Với tất kính trọng sâu sắc nhất, em xin chân thành bảy tỏ lòng biết ơn tới thầy giáo TS.Trần Xuân Minh trực tiếp bảo, hướng dẫn xuyên suốt trình nghiên cứu để em hoàn thành luận văn Em xin chân thành cảm ơn trường Đại học Kỹ thuật Công nghiệp, xin chân thành cảm ơn thầy cô mơn Tự động hóa tạo điều kiện thuận lợi cho em hoàn thành luận văn Xin bày tỏ lòng biết ơn động viên, giúp đỡ bạn bè, đồng nghiệp Thái Nguyên ngày 07 tháng 10 năm 2011 Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn LỜI NÓI ĐẦU Điều khiển mờ mạng nơron xu hướng sử dụng rộng rãi toán điều khiển phi tuyến Khác với kỹ thuật điều khiển kinh điển hồn tồn dựa vào xác tuyệt đối thông tin mà nhiều ứng dụng không cần thiết khơng thể có Điều khiển mờ cần xử lý thơng tin khơng xác khơng đầy đủ, thơng tin mà xác nhận thấy quan hệ chúng với mơ tả ngơn ngữ, đưa định xác Chính khả mà điều khiển mờ chụp phương thức xử lý thông tin điều khiển người, giải thành công toán điều khiển phức tạp, toán mà trước khơng giải Có nhiều phương pháp điều khiển đảm bảo tốt chất lượng điều khiển Trong điều khiển tự động, để điều khiển xác đối tượng chưa biết rõ thơng số, trước tiên ta phải hiểu rõ đối tượng Đặc biệt với đối tượng phi tuyến ta cần nhận dạng đặc tính vào - để đảm bảo tạo tín hiệu điều khiển thích nghi lựa chọn xác Trong thời gian khóa học cao học, với kiến thức tích lũy tơi mạnh dạn chọn đề tài “ Ứng dụng logic mờ vào nhận dạng điều khiển hệ phi tuyến” Bản luận văn đề cập đến số nội dung sau: Chương 1: Logic mờ điều khiển mờ Những khái niệm logic mờ Trên sở đó, phân tích xây dựng hệ thống điều khiển mờ Chương 2: Các phương pháp nhận dạng hệ thống Nêu lên tổng quan hệ phi tuyến, phương pháp nhận dạng hệ thống phi tuyến Chương 3: Ứng dụng logic mờ vào nhận dạng hệ phi tuyến Xây dựng số toán nhận dạng Matlab-Simulink Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn Chương 4: Ứng dụng điều khiển mờ để điều khiển vị trí động điện chiều Dù có nhiều cố gắng, xong luận văn không tránh khỏi thiếu sót hạn chế, tơi mong nhận góp ý thầy, bạn bè, đồng nghiệp để luận văn hoàn thiện Tôi xin chân thành cảm ơn! Tác giả Nguyễn Hữu Chinh Số hóa Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn