Luận án tiến sĩ tổng hợp hệ thống điều khiển cho một lớp đối tượng phi tuyến trên cơ sở nhận dạng các thành phần bất định

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ LÊ VĂN CHƯƠNG TỔNG HỢP HỆ THỐNG ĐIỀU KHIỂN CHO MỘT LỚP ĐỐI TƯỢNG PHI TUYẾN TRÊN CƠ SỞ NHẬN DẠNG CÁC THÀNH PHẦN BẤT ĐỊNH LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHỊNG VIỆN KHOA HỌC VÀ CƠNG NGHỆ QN SỰ LÊ VĂN CHƯƠNG TỔNG HỢP HỆ THỐNG ĐIỀU KHIỂN CHO MỘT LỚP ĐỐI TƯỢNG PHI TUYẾN TRÊN CƠ SỞ NHẬN DẠNG CÁC THÀNH PHẦN BẤT ĐỊNH Ngành: Kỹ thuật điều khiển tự động hóa Mã số: 52 02 16 LUẬN ÁN TIẾN SĨ KỸ THUẬT NGUỜI HƯỚNG DẪN KHOA HỌC PGS.TS Nguyễn Hoa Lư TS Nguyễn Trung Kiên Hà Nội - 2023 i LỜI CAM ĐOAN Tơi xin cam đoan luận án cơng trình nghiên cứu riêng Các kết nghiên cứu luận án hoàn toàn trung thực chưa cơng bố cơng trình khác, liệu tham khảo trích dẫn đầy đủ Tác giả luận án Lê Văn Chương ii LỜI CẢM ƠN Lời đầu tiên, xin trân trọng bày tỏ lòng biết ơn sâu sắc đến PGS.TS Nguyễn Hoa Lư, TS Nguyễn Trung Kiên quan tâm, giúp đỡ, tận tình bảo, hướng dẫn tơi suốt q trình nghiên cứu hồn thành luận án Tôi xin chân thành cảm ơn nhà giáo, nhà khoa học có góp ý q báu để luận án hồn thiện Tơi xin chân thành cảm ơn Thủ trưởng Viện Khoa học Cơng nghệ qn sự, Viện Tự động hóa kỹ thuật qn sự, Phịng Đào tạo ln quan tâm tạo điều kiện tốt giúp nghiên cứu sinh hồn thành nhiệm vụ học tập nghiên cứu Tơi xin gửi lời cảm ơn tới đồng nghiệp Bộ môn Điều khiển tự động, Viện Kỹ thuật Công nghệ, Trường Đại học Vinh nơi công tác tạo điều kiện thuận lợi để yên tâm học tập, nghiên cứu Cuối cùng, xin chân thành cảm ơn gia đình, bạn bè đồng nghiệp chia sẻ, động viên, giúp đỡ suốt thời gian thực luận án Tác giả luận án iii MỤC LỤC Trang DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ CÁI VIẾT TẮT v DANH MỤC CÁC BẢNG BIỂU vii DANH MỤC CÁC HÌNH VẼ viii MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ PHƯƠNG PHÁP ĐIỀU KHIỂN HỆ PHI TUYẾN CÓ CÁC THÀNH PHẦN BẤT ĐỊNH 1.1 Giới thiệu hệ phi tuyến có thành phần bất định 1.2 Tổng quan phương pháp điều khiển hệ phi tuyến có thành phần bất định 1.2.1 Phương pháp điều khiển thích nghi 1.2.2 Phương pháp điều khiển trượt 10 1.2.3 Phương pháp điều khiển trượt thích nghi sử dụng mạng nơron nhân tạo 17 1.3 Kết luận chương 24 CHƯƠNG TỔNG HỢP HỆ THỐNG ĐIỀU KHIỂN CHO ĐỐI TƯỢNG PHI TUYẾN TRÊN CƠ SỞ NHẬN DẠNG CÁC THÀNH PHẦN BẤT ĐỊNH 26 2.1 Tổng hợp hệ thống điều khiển thích nghi cho lớp đối tượng phi tuyến có tham số thay đổi kênh điều khiển 26 2.1.1 Xây dựng thuật toán nhận dạng thành phần bất định tổng hợp luật điều khiển thích nghi 28 2.1.2 Tổng hợp điều khiển trượt 42 iv 2.2 Tổng hợp hệ thống điều khiển thích nghi cho lớp đối tượng phi tuyến có tham số thay đổi trạng thái kênh điều khiển 47 2.2.1 Tổng hợp luật nhận dạng thành phần thay đổi bất định 50 2.2.2 Tổng hợp luật điều khiển 53 2.2.3 Mô kiểm chứng kết 58 2.3 Kết luận chương 67 CHƯƠNG ỨNG DỤNG PHƯƠNG PHÁP TỔNG HỢP HỆ THỐNG ĐIỀU KHIỂN PHI TUYẾN TRÊN CƠ SỞ NHẬN DẠNG CÁC THÀNH PHẦN BẤT ĐỊNH CHO ROBOT CÔNG NGHIỆP 70 3.1 Giới thiệu tốn điều khiển robot cơng nghiệp 70 3.2 Mơ hình động lực học robot cơng nghiệp quan điểm điều khiển 74 3.3 Tổng hợp hệ thống điều khiển robot công nghiệp 76 3.3.1 Nhận dạng thành phần thay đổi bất định robot công nghiệp 77 3.3.2 Tổng hợp luật điều khiển 79 3.4 Mô kiểm chứng kết 80 3.5 Kết luận chương 95 KẾT LUẬN 97 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ 99 TÀI LIỆU THAM KHẢO 100 PHỤ LỤC 113 v DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ CÁI VIẾT TẮT Các ký hiệu, Ý nghĩa chữ viết tắt i, j , N In nghiêng, viết thường viết hoa số vô hướng x, y, z In đậm, chữ thường vectơ A , B, C In đậm, chữ hoa ma trận  Tập hợp số thực n Tập hợp vectơ thực có n phần tử  nm Tập hợp ma trận thực có n hàng, m cột A Ma trận trạng thái hệ thống B Ma trận điều khiển hệ thống B Ma trận giả nghịch đảo ma trận B A Ma trận thành phần thay đổi bất định trạng thái B Ma trận thành phần thay đổi bất định kênh điều khiển C Ma trận tham số siêu mặt trượt C  q, q  cij Ma trận thành phần li tâm lực Coriolis Tâm hàm sở d  t  , di  t  Nhiễu phụ thuộc thời gian tác động vào hệ thống dˆ  t  , dˆi  t  Đánh giá nhiễu e Vectơ sai số f  x  , fi  x  Thành phần phi tuyến phụ thuộc trạng thái fˆ  x  , fˆi  x  Đánh giá thành phần phi tuyến g q  Vectơ thành phần lực trọng trường H M q  Ma trận hệ số khuếch đại Ma trận khối lượng suy rộng vi P, Q Ma trận đối xứng xác định dương Pi Hàng thứ i ma trận đối xứng xác định dương P q Vectơ biến khớp s Siêu mặt trượt V Hàm Lyapunov ij  x  Hàm sở  ij Độ trải rộng hàm sở  Sai số xấp xỉ mạng nơron w Trọng số mạng nơron τ Vectơ mơmen đầu vào AD Điều khiển thích nghi (Adaptive control) DOF Bậc tự (Degrees Of Freedom) MIMO Hệ thống nhiều đầu vào nhiều đầu (Multiple Input Multiple Output) PID Bộ điều khiển vi tích phân tỉ lệ (Proportional Integral Derivative) RBF Mạng nơron hàm bán kính sở xuyên tâm (Radial Basis Function network) RNN Mạng nơron hồi quy (Recurrent Neural Network) SMC Điều khiển trượt (Sliding Mode Control) SISO Hệ thống đầu vào đầu (Single Input Single Output system) vii DANH MỤC CÁC BẢNG Trang Bảng 3.1 Các tham số ma trận (3.35), (3.36), (3.37) 81 Bảng 3.2 Các tham số robot 3-DOF 82 viii DANH MỤC CÁC HÌNH VẼ Trang Hình 1.1 Sơ đồ cấu trúc rút gọn hệ thống điều khiển thích nghi Hình 1.2 Sơ đồ cấu trúc hệ thống điều khiển trượt thích nghi 15 Hình 1.3 Sơ đồ cấu trúc hệ thống điều khiển trượt thích nghi sử dụng mạng nơron 18 Hình 1.4 Sơ đồ cấu trúc hệ thống điều khiển trượt thích nghi sử dụng mạng nơron RNN 21 Hình 2.1 Sơ đồ cấu trúc hệ thống điều khiển cho lớp đối tượng phi tuyến có tham số thay đổi kênh điều khiển (2.1) 28 Hình 2.2 Sơ đồ cấu trúc mạng nơron RBF xấp xỉ vectơ hàm phi tuyến f  x  với phần tử fi  x  31 Hình 2.3 Kết nhận dạng ma trận tham số ΔB 37 Hình 2.4 Kết nhận dạng vectơ hàm phi tuyến f  x  37 Hình 2.5 Kết nhận dạng vectơ nhiễu d  t  38 Hình 2.6 Kết vectơ tổng hợp thành phần thay đổi bất định f  38 Hình 2.7 Sai số kết nhận dạng thành phần thay đổi bất định 38 Hình 2.8 So sánh vectơ trạng thái đối tượng điều khiển (2.1) mơ hình nhận dạng (2.5) 38 Hình 2.9 Sai lệch trạng thái đối tượng điều khiển (2.1) trạng thái mơ hình nhận dạng (2.5) 39 Hình 2.10 Vectơ điều khiển thích nghi u C 41 Hình 2.11 So sánh vectơ trạng thái đối tượng điều khiển (2.1) thành phần động học tuyến tính (2.45) 41 Hình 2.12 Sai lệch trạng thái đối tượng điều khiển (2.1) thành phần động học tuyến tính (2.45) 42 109 [83] Lyu S., Wu C., Zhang S (2013), “Application of the RBF method to the estimation of temperature on the external surface in laminar pipe flow”, Mathematical Problems in Engineering, Vol 2013 [84] Ma, J., Zhang, R (2012), Model Reference Adaptive Neural Sliding Mode Control for Aero-Engine, AASRI Procedia, 3, pp 508-514 [85] Maity, A., Höcht, L., Holzapfel, F (2019), “Time-varying parameter model reference adaptive control and its application to aircraft”, European Journal of Control, 50, pp 161-175 [86] Medjebouri, A., & Mehennaoui, L (2016), Adaptive neuro-sliding mode control of PUMA 560 robot manipulator, Journal of Automation Mobile Robotics and Intelligent Systems, 10(4), pp 8-16 [87] Min-Shin Chen, Jia-Ming Wu (2000), “A new model reference adaptive control for linear time-varying systems”, International journal of adaptive control and signal processing, pp 469-479 [88] Neil E Cotter (1990), “The Stone - Weierstrass Theorem and Its Application to Neural Networks,” IEEE Transaction on Neural Networks 1(4), pp 290 - 295 [89] Nestorović, T., & Oveisi, A (2018), “Advanced Disturbance Rejection Control of Smart Flexible Structures”, In 2018 7th International Conference on Systems and Control (ICSC), pp 224-229 [90] Oveisi, A., Jeronimo, M B., & Nestorović, T (2018), “Nonlinear observer-based recurrent wavelet neuro-controller in disturbance rejection control of flexible structures”, Engineering Applications of Artificial Intelligence, 69, pp 50-64 [91] Perruquetti, W., Barbot, J P (2002), Sliding mode control in Engineering, CRC Press [92] Piltan, F., & Sulaiman, N B (2012), “Review of sliding mode control of robotic manipulator”, World Applied Sciences Journal, 18(12), pp 1855-1869 110 [93] Qu, Q., Zhang, H., Yu, R., Liu, Y (2018), “Neural network-based H∞ sliding mode control for nonlinear systems with actuator faults and unmatched disturbances”, Neurocomputing, 275, pp 2009-2018 [94] Ren, L T., Xie, S S., Miao, Z G., Tian, H S., Peng, J B (2016), “Fuzzy robust sliding mode control of a class of uncertain systems”, Journal of Central South University, 23(9), pp 2296-2304 [95] Rutkovskii, V Y., Glumov, V M., & Sukhanov, V M O (2011), “Physically realizable reference model-based algorithm of adaptive control”, Automation and Remote Control, 72(8), pp 1667-1678 [96] Saadaoui, O., Chaouech, L., Chaari, A (2013), “A fuzzy sliding mode observer for the nonlinear uncertain system based on TS model”, 14th International Conference on Sciences and Techniques of Automatic Control & Computer Engineering-STA'2013, pp 179-184 [97] Shi, J., Liu, H., & Bajỗinca, N (2008), Robust control of robotic manipulators based on integral sliding mode”, International Journal of Control, 81(10), pp 1537-1548 [98] Shubo, Y A N G., Xi, W A N G., Bei, Y A N G (2018), “Adaptive sliding mode control for limit protection of aircraft engines”, Chinese Journal of Aeronautics, 31(7), pp 1480-1488 [99] Slotine, J J E., Li, W (1991), Applied nonlinear control, Englewood Cliffs, NJ: Prentice Hall [100] Slotine, J J E., & Li, W (1989), “Composite adaptive control of robot manipulators”, Automatica, 25(4), pp 509-519 [101] Strang, G (2016), Introduction to linear algebra, Fifth Edition, Wellesley - Cambridge Press [102] Tao, C W., Wang, W Y., & Chan, M L (2004), “Design of sliding mode controllers for bilinear systems with time varying uncertainties”, IEEE Transactions on Systems, Man, and Cybernetics, 34(1), pp 639-645 111 [103] Traoré, D., Plestan, F., Glumineau, A., & De Leon, J (2008), “Sensorless induction motor: High-order sliding-mode controller and adaptive interconnected observer”, IEEE Transactions on Industrial Electronics, 55(11), pp 3818-3827 [104] Tsai, J F., & Chen, Y P (2007), “Sliding mode control and stability analysis of buck DC-DC converter”, International Journal of Electronics, 94(3), pp 209-222 [105] Tung, P C., Wang, S R., & Hong, F Y (2000), “Application of MRAC theory for adaptive control of a constrained robot manipulator”, International Journal of Machine Tools and Manufacture, 40(14), pp 2083-2097 [106] Utkin, V I (1992), Sliding Modes in Control and Optimization, Springer - Verlag Berlin Heidelberg [107] Wang, B., & Zhang, Y (2017), “Adaptive sliding mode fault-tolerant control for an unmanned aerial vehicle”, Unmanned Systems, 5(04), pp 209-221 [108] Wang, H., Jiang, H., Guan, H., Mu, Y., Zhuang, Y., Song, C (2020), “Frequency Control Strategy of Isolated Grid System Using Sliding Mode Algorithm”, 2020 Chinese Automation Congress (CAC), pp 778-783 [109] Wang, H., & Xie, Y (2009), “Adaptive inverse dynamics control of robots with uncertain kinematics and dynamics”, Automatica, 45(9), pp 2114-2119 [110] Wang, X., Diao, G., & Li, Z (2010), “Sliding mode tracking control of a helicopter based on integral switching surface”, In 2010 Second International Conference on Intelligent Human-Machine Systems and Cybernetics, vol 2, pp 66-69 112 [111] Wang, Z., Wang, Z., Wu, M., & Luo, Y (2017), “Multivariable Robust Fault Tolerant Control For Work-Class Remotely Operated Vehicle”, Periodica Polytechnica Mechanical Engineering, 61(2), pp 87-93 [112] Xie, C H., Yang, G H (2016), “Data-based fault-tolerant control for uncertain linear systems with actuator faults”, IET Control Theory & Applications, 10(3), pp 265-272 [113] Xu, C., Su, C (2022), “Dynamic observer‐based H∞ robust control for a ducted coaxial‐rotor UAV”, IET Control Theory & Applications, pp 1165-1181 [114] Xu, J M., Zhou, Q J., & Leung, T P (1993), “Implicit adaptive inverse dynamics control of robot manipulators”, In Proceedings IEEE International Conference on Robotics and Automation, pp 334-339 [115] Yang, G H., Ye, D (2007), “Adaptive robust control synthesis for linear systems with time-varying uncertainties”, 2007 2nd IEEE Conference on Industrial Electronics and Applications, pp 1727-1730 [116] Zeinali, M., & Notash, L (2010), “Adaptive sliding mode control with uncertainty estimator for robot manipulators”, Mechanism and Machine Theory, 45(1), pp 80-90 [117] Zhang, D., & Wei, B (2017), “A review on model reference adaptive control of robotic manipulators”, Annual Reviews in Control, 43, pp 188-198 [118] Zhang, M., Liu, X., Yin, B., & Liu, W (2015), “Adaptive terminal sliding mode based thruster fault tolerant control for underwater vehicle in time-varying ocean currents”, Journal of the Franklin Institute, 352(11), pp 4935-4961 113 PHỤ LỤC PL1 Lưu đồ thuật toán thực điều khiển (2.2) cho đối tượng (2.1) PL2 Sơ đồ mô hệ thống điều khiển cho đối tượng (2.1) phần mềm Matlab - Simulink PL3 Lưu đồ thuật toán thực điều khiển (2.89) cho đối tượng (2.60) PL4 Sơ đồ mô hệ thống điều khiển cho đối tượng (2.118) phần mềm Matlab - Simulink PL5 Chương trình thực khai triển Taylor phương trình (3.36) phần mềm Maple PL6 Sơ đồ mô hệ thống điều khiển robot công nghiệp 3-DOF phần mềm Matlab - Simulink PL7 Sơ đồ mô so sánh phương pháp điều khiển robot công nghiệp phần mềm Matlab - Simulink PL-1 PL1 Lưu đồ thuật toán thực điều khiển (2.2) cho đối tượng (2.1) Bắt đầu Khởi tạo hệ thống Đo trạng thái hệ thống + x  xM Tính tốn hàm trượt (2.40) Đánh giá thành phần bất định (2.31), (2.32), (2.33), (2.34) s0 + - Tính tốn thành phần bất định (2.36) Tính tốn thành phần điều khiển (2.58) Tính tốn thành phần điều khiển thích nghi (2.40) Tính tốn thành phần điều khiển (2.50) Tính tốn thành phần điều khiển (2.2) Đối tượng điều khiển (2.1) Tính tốn thành phần điều khiển (2.53) PL-2 PL2 Sơ đồ mô hệ thống điều khiển cho đối tượng (2.1) phần mềm Matlab - Simulink PL-3 PL3 Lưu đồ thuật toán thực điều khiển (2.89) cho đối tượng (2.60) Bắt đầu Khởi tạo hệ thống Đo trạng thái hệ thống + x  xM Tính tốn hàm trượt (2.105) - s0 Đánh giá thành phần bất định (2.86), (2.87), (2.88) + - Tính tốn thành phần điều khiển (2.116) Tính tốn thành phần điều khiển thích nghi (2.101) Tính tốn thành phần điều khiển (2.108) Tính tốn thành phần điều khiển (2.89) Đối tượng điều khiển (2.60) Tính tốn thành phần điều khiển (2.111) PL-4 PL4 Sơ đồ mô hệ thống điều khiển cho đối tượng (2.119) phần mềm Matlab - Simulink PL-5 PL5 Chương trình thực khai triển Taylor phương trình (3.36) phần mềm Maple Khai báo ma trận M Khai báo ma trận C PL-6 Khai báo ma trận G Thay ký hiệu ma trận M, C, G Đặt biến phụ PL-7 Thay thông số ROBOT 3-DOF Tính véc tơ PL-8 Khai triển Taylor điểm cân gốc X=0, U=0 Các ma trận A, B PL-9 PL6 Sơ đồ mô hệ thống điều khiển robot công nghiệp 3-DOF phần mềm Matlab - Simulink PL-10 PL7 Sơ đồ mô so sánh phương pháp điều khiển robot công nghiệp phần mềm Matlab - Simulink