84 Trang 10 Danh mục các chữ viết tắtAIC Akaike Information Criterion AR Autoregressive BIC Bayesian Information Criterion BP Backpropagation BPEM Bilinear model-based Prediction Error
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - VŨ HUY HỒNG NHẬN DẠNG LỊ HƠI SỬ DỤNG MƠ HÌNH PHI TUYẾN LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Hà Nội – 2017 Tai ngay!!! Ban co the xoa dong chu nay!!! 17051113814711000000 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - VŨ HUY HOÀNG NHẬN DẠNG LỊ HƠI SỬ DỤNG MƠ HÌNH PHI TUYẾN LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS HỒNG MINH SƠN Hà Nội – 2017 CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Vũ Huy Hoàng Đề tài luận văn: Nhận dạng lị sử dụng mơ hình phi tuyến Chun ngành: Kỹ thuật điều khiển tự động hóa Mã số HV: CB140499 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 26/04/2017 với nội dung sau: - Không sửa chữa Ngày 11 tháng 05 năm 2017 Giáo viên hướng dẫn Tác giả luận văn PGS.TS Hoàng Minh Sơn Vũ Huy Hoàng CHỦ TỊCH HỘI ĐỒNG GS.TS Nguyễn Dỗn Phước i Lời cam đoan Tơi xin cam đoan luận văn: “Nhận dạng lị sử dụng mơ hình phi tuyến” tơi tự thực hướng dẫn thầy giáo, PGS TS Hoàng Minh Sơn Các số liệu kết hoàn toàn với thực tế chưa công bố Để hồn thành luận văn này, tơi sử dụng tài liệu ghi danh mục tài liệu tham khảo không chép hay sử dụng tài liệu khác Nếu phát có chép tơi xin chịu hồn tồn trách nhiệm Hà Nội ngày 10 tháng năm 2017 Học viên Vũ Huy Hồng ii MỤC LỤC Trang Danh sách hình vẽ .v Danh sách bảng vii Danh mục chữ viết tắt viii Danh mục kí hiệu ix MỞ ĐẦU .1 CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG LÒ HƠI .4 1.1 Sơ lược vấn đề nhận dạng 1.1.1 Tổng quan phương pháp 1.1.2 Phân loại phương pháp nhận dạng .5 1.1.3 Các bước tiến hành nhận dạng 1.2 Lịch sử nghiên cứu lĩnh vực nhận dạng lò CHƯƠNG 2: PHƯƠNG PHÁP SAI SỐ DỰ BÁO 10 2.1 Phương pháp sai số dự báo (PEM) 10 2.2 Thuật toán Newton 12 2.3 Thuật toán di truyền (GA) 13 2.4 Thuật toán tối ưu bầy đàn (PSO) 18 CHƯƠNG 3: MÔ HÌNH PHI TUYẾN TRONG NHẬN DẠNG HỆ THỐNG .22 3.1 Các loại mơ hình phi tuyến nhận dạng hệ thống 22 3.2 Mơ hình song tuyến tính (Bilinear) .22 3.3 Mơ hình mạng nơron hồi quy (RNN) 23 3.4 Mơ hình Wiener sử dụng mạng nơron (Wiener – Neural Network) 33 3.5 Cấu trúc mơ hình tốn nhận dạng 35 CHƯƠNG 4: ĐỐI TƯỢNG LÒ HƠI .41 4.1 Q trình cơng nghệ lị 41 4.2 Giải pháp điều khiển cho lò 42 4.2.1 Điều khiển mức nước bao 43 iii 4.2.1 Kiểm soát nhiệt độ nước nhiệt 43 4.2.2 Áp suất nhiệt đầu 44 4.2.3 Chất lượng trình cháy buồng lửa 44 4.3 Mơ hình lý thuyết cho đối tượng lò .44 CHƯƠNG 5: NHẬN DẠNG NGOẠI TUYẾN ĐỐI TƯỢNG LÒ HƠI 49 5.1 Nội dung thực nghiệm 49 5.2 Một số lưu ý q trình nhận dạng lị 50 5.3 Mơ hình trạng thái tuyến tính 54 5.4 Mơ hình trạng thái song tuyến tính 63 5.5 Mơ hình Wiener sử dụng mạng nơron (WNN) 72 5.6 Mơ hình mạng nơron hồi quy (RNN) 76 5.7 Tổng kết mơ hình nhận dạng ngoại tuyến .81 CHƯƠNG 6: NHẬN DẠNG TRỰC TUYẾN ĐỐI TƯỢNG LÒ HƠI 84 6.1 Phương pháp sai số dự báo đệ quy cho mô hình song tuyến tính .84 6.2 Nhận dạng trực tuyến lị sử dụng mơ hình song tuyến tính 88 KẾT LUẬN .96 DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ .97 TÀI LIỆU THAM KHẢO .98 iv Danh sách hình vẽ Nội dung Trang Hình 2.1 Lưu đồ thuật toán di truyền .14 Hình 2.2 Minh họa hoạt động thuật toán PSO 18 Hình 2.3 Lưu đồ thuật tốn PSO 19 Hình 3.1 Cấu tạo nơron .24 Hình 3.2 Một số hàm kích hoạt mạng nơron 26 Hình 3.3 Cấu trúc mạng nơron Elman .29 Hình 3.4 Cấu trúc mạng nơron TDNN .29 Hình 3.5 Cấu trúc mạng nơron NARX 30 Hình 3.6 Minh họa thuật toán BPTT 31 Hình 3.7 Minh họa tượng Vanishing gradient 31 Hình 3.8 Mơ hình phi tuyến Wiener - Hammerstein .33 Hình 3.9 Cấu trúc mơ hình Wiener Neural Network (WNN) 34 Hình 3.10 Minh họa tượng overfitting .36 Hình 3.11 Quan hệ bậc mơ hình – bias – variance 37 Hình 3.12 Minh họa quan hệ số lượng mẫu – bias – variance 39 Hình 4.1 Sơ đồ cấu tạo lị nhà máy nhiệt điện .41 Hình 4.2 Mơ hình lị giản lược 46 Hình 4.3 Các biến vào – đối tượng lò 48 Hình 5.1 Dữ liệu vào – cho thí nghiệm .52 Hình 5.2 Dữ liệu vào – cho thí nghiệm .53 Hình 5.3 Kết nhận dạng – LLM – Thí nghiệm .55 Hình 5.4 Kết nhận dạng – LGA – Thí nghiệm .56 Hình 5.5 Kết nhận dạng – LPSO – Thí nghiệm .57 Hình 5.6 Kết nhận dạng – LLM – Thí nghiệm .58 Hình 5.7 Kết nhận dạng – LGA – Thí nghiệm .59 Hình 5.8 Kết nhận dạng – LPSO – Thí nghiệm .60 v Hình 5.9 Kết nhận dạng – BLM – Thí nghiệm 64 Hình 5.10 Kết nhận dạng – BGA – Thí nghiệm 65 Hình 5.11 Kết nhận dạng – BPSO – Thí nghiệm 66 Hình 5.12 Kết nhận dạng – BLM – Thí nghiệm 67 Hình 5.13 Kết nhận dạng – BGA – Thí nghiệm 68 Hình 5.14 Kết nhận dạng – BPSO – Thí nghiệm 69 Hình 5.15 Kết nhận dạng – WNN – Thí nghiệm 73 Hình 5.16 Kết nhận dạng – WNN – Thí nghiệm 74 Hình 5.17 Kết nhận dạng – RNN – Thí nghiệm 77 Hình 5.18 Kết nhận dạng – RNN – Thí nghiệm 78 Hình 5.19 Hiện tượng overfitting huấn luyện RNN 79 Hình 6.1 Kết nhận dạng – BRPEM-0 91 Hình 6.2 Kết nhận dạng – BRPEM 92 Hình 6.3 Kết nhận dạng – LRPEM 93 Hình 6.4 Sự biến thiên giá trị tham số theo thời gian - BRPEM .94 Hình 6.5 Sự biến thiên giá trị tham số theo thời gian - LRPEM .94 vi Danh sách bảng Nội dung Trang Bảng 5.1 Kết nhận dạng – LLM 61 Bảng 5.2 Kết nhận dạng – LGA 61 Bảng 5.3 Kết nhận dạng – LPSO .62 Bảng 5.4 Kết nhận dạng – BLM 70 Bảng 5.5 Kết nhận dạng – BGA 70 Bảng 5.6 Kết nhận dạng – BPSO .71 Bảng 5.7 Kết nhận dạng – WNN 75 Bảng 5.8 Kết nhận dạng – RNN 79 Bảng 5.9 Kết nhận dạng ngoại tuyến 81 Bảng 5.10 Thời gian tính tốn mơ hình thí nghiệm 81 Bảng 6.1 So sánh nhận dạng ngoại tuyến nhận dạng trực tuyến 84 Bảng 6.2 Kết nhận dạng - BRPEM 90 vii Danh mục chữ viết tắt AIC Akaike Information Criterion AR Autoregressive BIC Bayesian Information Criterion BP Backpropagation BPEM Bilinear model-based Prediction Error Method BPTT Backpropagation Through Time EC Evolutionary Computation FIR Finite Impulse Response GA Genetic Algorithm IIR Infinite Impulse Response LPEM Linear model-based Prediction Error Method MA Moving Average MSE Mean Squared Error NARX Nonlinear Autoregressive Network with exogenous inputs PEM Prediction Error Method PSO Particle Swarming Optimization RNN Recurrent Neural Network RPEM Recursive Prediction Error Method SNR Signal to Noise Ration TDNN Time Delay Neural Network WNN Wiener model-based Neural Network viii