Điều khiển đối tượng nhiệt trên ơ sở hệ logi mờ

Nội dung của luận văn này đề cập đến những vấn đề sau:Chương 1: Nghiên cứu về đối tượng nhiệt, mô hình hóa đối tượng nhiệt dựa Trang 8 ĐHBK-HÀ NỘI Điều khiển đối tượng nhiệt trên cơ sở

Trang 1

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

-

LUẬN VĂN THẠC SĨ KHOA HỌC

ĐIỀU KHIỂN ĐỐI TƯỢNG NHIỆT TRÊN CƠ SỞ HỆ LOGIC MỜ

Trang 3

i

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu thực sự của tôi Các số liệu, kết quả nêu trong bản luận văn là trung thực và chưa được công bố trong bất kỳ công trình khoa học nào

Tác giả luận văn

ĐẶNG XUÂN VINH

Trang 4

ii

MỤC LỤC

Trang Lời cam đoan i

Mục lục ii

Lời nói đầu 1

CHƯƠNG 1: ĐỐI TƯỢNG NHIỆT 3

1 .1 Công cụ System Identification Toolbox của MATLAB 3

1.1.1 Mô hình và mô hình đối tượng trong SIT 3

1.1.2 Làm việc với SIT GUI 8

1.2 Phần mềm thu thập và giám sát WinCC (Windows Control Center) 19 1.2.1.Giới thiệu về WinCC: 19

1.2.2.Những chức năng chính của WinCC 20

1.2.3.Hệ thống lưu trữ dữ liệu trong WinCC 21

1.3 Điều khiển lò điện trở 2,3 KVA trong phòng thí nghiệm 22

1.3.1 Sơ đồ thí nghiệm 22

1.3.2 Các thành phần trong sơ đồ thí nghiệm 22

1.3.2.1 Các module của PLC S7-300 trong bàn thí nghiệm 22

1.3.2.2 Cảm biến đo nhiệt độ của lò 23

1.3.2.3 Cơ cấu chấp hành: kiểu tỉ lệ 23

1.3.2.4 Lò điện trở: 24

1.3.3 Thu thập dữ liệu thực nghiệm 25

1.4 Mô hình hóa lò điện trở dựa vào kết quả thực nghiệm 27

CHƯƠNG 2: HỆ LOGIC MỜ 33

2.1 Sơ lược về lý thuyết điều khiển mờ 33

Trang 5

iii

2.1.1 Khái niệm tập mờ 33

2.1.2 Các phép toán trên tập mờ 34

2.1.3 Biến ngôn ngữ và giá trị của nó 34

2.1.4 Luật hợp thành mờ 35

2.1.5 Giải mờ (Rõ hóa tập mờ) 37

2.1.6 Bộ điều khiển mờ 38

2.2 Một số bộ điều khiển mờ 41

2.2.1 Bộ điều khiển mờ tĩnh 41

2.2.2 Bộ điều khiển mờ động 42

CHƯƠNG 3: XÂY DỰNG CÁC CẤU TRÚC ĐIỀU KHIỂN ĐỐI TƯỢNG NHIỆT TRÊN NỀN FUZZY LOGIC SYSTEM 43

3.1 Cấu trúc của bộ điều khiển mờ động 43

3.1.1 Bộ điều khiển mờ theo luật PID 43

3.1.2 Bộ điều khiển mờ theo luật PD 44

3.1.3 Bộ điều khiển mờ theo luật PI 46

3.1.4 So sánh chất lượng của các bộ điều khiển 47

3.2 Cấu trúc bộ điều khiển PID Chỉnh định tham số mờ 48

3.2.1 Phương pháp Zhao, Tomizuka và Isaka 48

3.2.2 Thiết kế bộ PID có chỉnh định tham số mờ cho lò điện trở 53

3.3 Đánh giá chất lượng của bộ đ iều khiển mờ trên cơ sở mô phỏng 55

CHƯƠNG 4 : CÀI ĐẶT BỘ ĐIỀU KHIỂN MỜ TRÊN NỀN PLC S7-300

4.1 Hệ PLC S7 300- 56

4.1.1 Simatic và Simatic PLC S7300 56

4.1.2.Các modul của PLC S7-300 57

4.1.2.1.Module CP 59 U

Trang 6

iv

4.1.2.2.Module mở rộng 60

4.2 Các module điều khiển quá trình của Step7 62

4.2.1 Phần mềm step7 62

4.2.1.1 Định nghĩa Step7 62

4.2.1.2 Bộ chương chình STEP7 chuẩn: 62

4.2.2 Modul PID 69 e 4.2.2.1 Điều khiển liên tục với FB41 “CONT_C” 70

4.2.2.2.Khối hàm tạo xung FB43 “PULSEGEN” 78

4.2.3 Module FC 90

4.2.3.1 Các tham biến hình thức của FB30 90

4.2.3.2 Thanh ghi báo trạng thái làm việc của FB30 94

4.3 Phần mềm cấu hình điều khiển mờ FUZZY CONTROL và tích hợp trong module điều khiển mờ của Step7 95

4.3.1 Phần mềm cấu hình FUZZY CONTROL++ và cài đặt 95

4.3.2 Cấu hình hệ thống điều khiển mờ với phần mềm Fuzzy Control 96

4.3.2.1.Thiết lập trong Simatic S7-300 101

4.3.2.2 Tạo một Project điều khiển mờ trong S7-300 103

4.4 Chương trình điều khiển theo thuật toán mờ động 104

4.4.1 ộ điều khiển mờ bằng phần mềm Fuzzy Control ++V5.0 104 B 4.4.2.Tạo dự án dùng bộ điều khiển mờ trong Simatic Manager cho đối tượng nhiệt 108

4.5 Chương trình điều khiển thuật toán PID chỉnh định tham số mờ 109

Kết luận: 115

Tài liệu tham khảo: 118

Tóm tắt luận văn: 120

Trang 7

ĐHBK-HÀ NỘI Điều khiển đối tượng nhiệt trên cơ sở hệ logic mờ

Học Viên : Đặng Xuân Vinh CH Điều Khiển & Tự Động Hóa 06 – 08

1

LỜI NÓI ĐẦU

Khoa học kỹ thuật công nghệ ngày càng phát triển đặc biệt là các thiết bị trong công nghiệp Các giải pháp trong dây chuyền sản xuất ngày càng hiện đại tích hợp các giải pháp tự dộng hóa toàn bộ Trong dây chuyền sản xuất PLC là một thành phần không thể thiểu bởi những ưu điểm vượt trội của nó như sự hoạt động tin cậy,dễ vận hành và lập trình Các hệ tự động tích hợp trọn gói như DCS, SCADA…là các giải pháp không thể thiếu trong các giải pháp trong công nghiệp Trong các hệ đó luôn sử dụng các chương trình có thể lập trình cho các PLC như Step…và hệ thống giám sát HIM sử dụng WINCC,LapView ngày càng được sử dụng rộng rãi

Vì vậy luận văn này nghiên cứu về PLC đặc biệt là hệ Simatic S7-300 của Siemens cùng các phần mềm ứng dụng của nó như là Step7 và WINCC Trọng tâm của nó là điều khiển đối tượng nhiệt trên cơ sở hệ logic mờ mà triển vọng Trong lĩnh vực Tự động hoá logic mờ ngày càng được ứng dụng rộng rãi

Nó thực sự hữu dụng với các đối tượng phức tạp mà ta chưa biết rõ hàm truyền, logic mờ có thể giải quyết các vấn đề mà điều khiển kinh điển không làmđược.Luận văn này là sự kết hợp giữa lý thuyết điều khiển tự động và ứng dụng nó trong các bài toán trong công nghiệp cũng như thực tế

Tuy rằng đối tượng trong luận văn này chỉ nghiên cứu lò điện trở đơn giản nhưng nó là cơ sở thực tế để hoc viên có thể tiếp cận nhanh hơn với dây chuyền công nghệ hiện đại hơn

Nội dung của luận văn này đề cập đến những vấn đề sau:

Chương 1: Nghiên cứu về đối tượng nhiệt, mô hình hóa đối tượng nhiệt dựa

vào kết quả thực nghiệm Tìm hiểu phần mềm WinCC dụng để thu thập dữ liệu

và vẽ biểu đồ thực nghiệm

Trang 8

2

Chương 2: Cơ sở lý thuyết về hệ logic mờ, giới thiệu về các bộ điều khiển mờ

Chương 3: Xây dựng các cấu trúc điều khiển đối tượng nhiệt trên nền hệ logic

mờ B: ộ điều khiển mờ động, bộ điều khiển PID chỉnh định tham số mờ

Chương 4: : Nghiên cứu thiết bị điều khiển logic khả trình PLC và phần mềm

STEP7 Nghiên cứu các khối PID controller tích hợp sẵn FB41, FB43, FB30 trong Simatic S7-300 Thiết kế và cài đặt bộ điều khiển mờ trên nền SIMATIC PLC S7-300

Trong đó có sự so sánh đánh giá giữa những bộ điều khiển để rút ra được

bộ điều khiển thích hợp cho đối tượng Kết quả kiểm nghiệm được thực hiện với đối tượng lò điện trở bằng bộ điều khiển mờ

Tuy nhiên do thời gian, trình độ và kinh nghiệm còn bị hạn chế mặc dù

em đã rất cố gắng nhưng chắc chắn không tránh khỏi những thiếu sót trong việc thực hiện đề tài Em rất mong được sự góp ý của thầy cô cũng như các bạn

Em chân thành cảm ơn sự giúp đỡ nhiệt tình và những lời khuyên quý báu của cô giáo hướng dẫn PGS.TS Phan Xuân Minh và thầy Nguyễn Doãn Phước để em hoàn thành tốt hơn bản luận văn này

Cuối cùng em xin chân thành cảm ơn đến tất cả các thầy cô ở bộ môn Điều Khiển Tự Động và thầy cô ở khoa Điện, các thầy cô đã không những tận tình truyền đạt cho em những kiến thức chuyên môn quý báu mà còn dạy cho

em những bài học làm người đó sẽ là những hành trang vô cùng quan trọng khi

em bước vào đời và nó sẽ theo em trong suốt cuộc đời

Hà Nội, Ngày 30 tháng 10 năm 2008

Hoc viên thực hiện : ĐẶNG XUÂN VINH Lớp : CAO HOC ĐKTĐ 2006 2008 -

Trang 9

3

CHƯƠNG 1 ĐỐI TƯỢNG NHIỆT

1.1 Công cụ Toolbox Identification của MATLAB

1.1.1 Mô hình và mô hình đối tượng trong SIT

SIT mở rộng tính toán trong môi trường MATLAB và cho phép ta ước lượng tham số cho mô hình toán học tuyến tính và phi tuyến để khớp(fit) với

dữ liệu đầu ra từ hệ thống động

Ta có thể ước lượng mô hình sử dụng lệnh của SIT hay là sử dụng công

cụ giao diện đồ họa(GUI) của SIT

a Định nghĩa Mô hình (Definition of Model)

Mô hình của một hệ thống là công cụ ta có thể dùng để trả lời về hệ thống mà không cần thực hiện(perform) thí nghiệm Ta có thể dùng mô hình để

mô phỏng dữ liệu đầu ra khi cho dữ liệu vào và phân tích đáp ứng hệ thống, ta cũng có thể quan tâm đến việc dự đoán đầu ra trong tương lai của hệ thống

Mô hình miêu tả mối quan hệ giữa một hay nhiều tín hiệu đầu vào đo được u (t ) và một hay nhiều dữ liệu đầu ra đo được y (t ) Dữ liệu có thể đo trong miền thời gian (time domain) hay miền tần số (frequency- -domain) và có một hay nhiều đầu vào hay đầu ra Trong hệ thống thực có nhiều tín hiệu đầu vào (additional inputs) mà ta không thể đo hay điều khiển nhưng có ảnh hưởng đến đầu ra hệ thống Nó được gọi là nhiễu (disturbance,noise) e(t)

Trang 10

4

SIT cho phép ta khớp những dạng mô hình khác nhau cho dữ liệu của chúng ta

Sự mô tả chung nhất của một hệ thống động được cho bởi :

)(),,()(t g u t v t

(t

v đặc trưng cho nhiễu đầu ra

Đối với mô hình tuyến tính, mô hình được mô tả bởi: y = Gu + He

Trong phương trình này thì, Glà một toán tử tác động vào đầu vào và nắm bắt hệ thống động Ta có thể cho rằng G là hàm truyền giữa u (t )và y (t ) SIT cung cấp nhiều dạng toán học của G H là toán tử mô tả tác động của nhiễu và là mô hình nhiễu Ước lượng tham số của một mô hình tuyến tính luôn luôn tạo ra cả hai: mô hình động G và mô hình nhiễu H

b Tóm tắt những mô hình được hỗ trợ(supported) trong SIT

Sự lựa chọn dạng mô hình phụ thuộc vào trạng thái tự nhiên của hệ thống động, dựa trên những kiểu trạng thái được mong đợi và mục đích sử dụng mô hình Trong vài trường hợp, một dạng riêng biệt được ưa thích hơn bởi vì tham số được ước lượng có một sự thể hiện vật lý Nếu ta yêu cầu ước lượng một đặc tính không có mô hình tham số chi tiết ta có thể sử dụng mô hình không tham số

Nếu ta hiểu rõ được quá trình vật lý của hệ thống ta có thể mô tả hệ thống sử dụng những phương trình thông thường (ODE) Và từ đó ta có thể tìm đươc mô hình toán học của hệ thống dễ dàng

Trang 11

5

Tuy nhiên trong thực tế, thật khó để mô tả một hệ thống sử dụng những định luật vật lý đã biết Trong trường hợp này ta có thể sử dụng black-box model của SIT để ước lượng tham số A black-box model- làmột cấu trúc sinh động có khả năng mô tả nhiều hệ thống khác nhau và tham số của nó có thể không có bất kì

sự thể hiện vật lý nào

Công cụ SIT hỗ trợ nhiều loại mô hình cho cả hai kiểu mô hình tuyến tính và phi tuyến Dưới đây là một số dạng mô hình cơ bản

 Mô hình bậc thấp, hàm truyền thời gian liên tục

 Mô hình tuyến tính, không tham số bao gồm những đáp ứng trong thời gian ngắn và ước lượng đáp ứng tần số

 Mô hình tuyến tính, mô hình đa thức(polynomial) bao gồm ARX, ARMAX và mô hình Output-error

 Mô hình tuyến tính, mô hình không gian trạng thái…

 Mô hình ARX không tuyến tính …

c Định nghĩa Model object

Khi ta ước lượng một mô hình trong SIT tất cả thông tin về mô hình này được cất trong Model object Bao gồm dạng toán học, tên của đầu vào và đầu

ra, đơn vị, tên và giá trị của tham số ước lượng, sự không chắc chắn của tham

số, bảng liệt kê thuật toán và thông tin về sự ước lượng

Nếu ta làm việc trong MATLAB COMMAND windows ta chỉ cần những hiểu biết cơ bản vể lớp cấu trúc và những phương thức làm việc với model object

Nếu ta làm việc với giao diện đồ họa GUI của SIT Ta sẽ làm việc với Menu (bảng danh mục) và field (cột)

Trang 12

6

Bất cứ khi nào ta ước lượng một mô hình tuyến tính, kết quả thu đươc bao gồm hai thành phần: mô hình động G cho dữ liệu đo được và mô hình nhiễu H cho nhiễu không đo được Ta có thể tách mô hình động và nhiễu từ mô hình ước lượng sử dụng subrefrencing

d Tổng quan về ước lượng mô hình ( Estimating Models)

Làm việc vơi SIT ta có thể ước lượng và chuẩn hóa những kiểu khác nhau của mô hình cho đến khi ta tìm được mô hình đơn giản nhất phù hợp với đặc tính động học của hệ thống

SIT sử dụng cả 2 dạng dữ liệu là dữ liệu theo miền thời gian và theo miền tần số Không có sự khác biệt lớn khi ta sử dụng 2 loại dữ liệu trên Những sự khác biệt này có liên quan đến việc ta muốn nhận được mô hình liên tục hay mô hình rời rạc

Note: Mô hình black box phi tuyến chỉ hỗ trợ cho dữ liệu trên miền tần số

-e Những mô hình được hỗ trợ cho dữ liệu trong miền thời gian, miền tần số: Phần này sẽ giúp ta xác định những kiểu mô hình phù hợp cho một miền dữ liệu mà ta thu được trong thực nghiệm

Dữ liệu trên miền thời gian là một hay nhiều biến đầu vào u (t )và một hay nhiều biến đầu ra y (t ), được lấy mẫu như là hàm của thời gian

Dữ liệu trên miền tần số là biến đổi Fourier của tín hiệu trên miền thời

gian ở gian đầu vào hay đầu ra

Chú ý: Dữ liệu trên miền tần số không thích hợp cho các mô hình phi tuyến Vì vậy mô hình phi tuyến chỉ được hỗ trợ chỉ với dữ liệu trên miền thời gian

Bảng sau mô tả những kiểu mô hình mà ta có thể sử dụng để ước lượng tham số cho các dữ liệu thực nghiệm trên miền thời gian hay tần số

Trang 13

7

Miền thời gian Ta có thể ước lượng bất cứ mô

hình rời rạc tuyến tính hay phi tuyến đã được hỗ trợ trong System Identification Toolbox

Để nhận được mô hình tuyến tính, liên tục của những cấu trúc tùy ý cho dữ liệu trên miền thời gian ta cần phải ước lượng một mô hình rời rạc và sau đó sử dụng lệnh d2c

để chuyển đổi nó thành mô hình liên tục

Ta có thể ước lượng kiểu sau đây của mô hình liên tục một cách trực tiếp:

1 Mô hình quá trình bậc thấp, mô hình quá trình liên tục

2 Mô hình liên tục,mô hình không gian trạng thái

Miền tần số Ta có thể ước lượng chỉ với

những mô hình đa thức ARX

và Output Error(OE) sử dụng miền tần số Những cấu trúc

mô hình bao gồm mô hình nhiễu và mô hình nhiễu không được hỗ trợ cho dữ liệu trên miền tần số

Ta có thể ước lượng những kiểu mô hình sau đây:

1 Từ dữ liệu thời gian liên tục ta có thể ước lượng trực tiếp mô hinh liên tục ARX và Output Error

2 Từ dữ liệu thời gian liên tục ta có thể ước lượng trực tiếp mô hình không gian trạng thái thời gian liên tục

g Những thuật toán được hỗ trợ để ước lượng tham số cho mô hình:

Trang 14

• Thuật toán không lặp cho mô hình State-Space, ARX và AR

• Thuật toán “Dự đoán lỗi” (Prediction-Error) cho mô hình tham số

1.1.2 Làm việc với SIT GUI

System identification Tool là một giao diện đồ họa để làm việc với System identification Toolbox

Để mở System Identification tool ta gõ lệnh

Ident

Tại cửa sổ lệnh của Malab ta sẽ có giao diện sau

Hình 1.1.Giao diện của SIT GUI

Ta cũng có thể mở một phiên làm việc(session) đã được save trước đó sử dụng cú pháp

) ,

( session path

Ident

Trang 15

Hình 1.2.Giao diện tổ chức làm việc theo nhiệm vụ và thông tin

Hình trên là giao diện với một một ví dụ cụ thể Ta có thể thấy là giao diện này được tổ chức làm việc theo nhiệm vụ và thông tin từ trái qua phải Bắt đầu từ góc trên bên trái với việc nhập dữ liệu và kết thúc ở góc dưới bên phải bằng việc vẽ biểu đồ đặc tính của mô hình

a Data Board and Data Views

Data Board chứa những biểu tượng hình chữ nhật cho phép ta nhập dữ liệu vào System Identification Tool Ta có thể tạo dữ liệu mới bằng những dữ liệu đã tồn tại và được xử lý trước sử dụng lệnh trong Preprocess menu

Khi tập dữ liệu đã đầy ta có thể xóa dữ liệu không cần thiết bằng cách kéo nó tới Trash Ta cũng có thể mở thêm một Data Board bằng cách chọn

Options→ Extra→ Model/databoard

Trang 16

10

Ngoài ra còn một số tính năng đơn giản sau :

- Màu sắc nền của khung hình chữ nhật cũng giúp chúng ta phân biệt dạng dữ liệu

-Data views cho phép chúng ta tạo những biểu đồ của những tập dữ liệu có hiệu lực (active) Những dữ liệu đang có hiệu lực đường biểu diễn dày hơn những đường không có hiệu lực (inactive)

b.Model Board and Model Views:

-Model board chứa những biểu tượng hình chữ nhật miêu tả những mô hình mà

ta ước lượng hay nhập vào System Identification Tool

Khi Model board đầy ta cũng có thể xóa nó bằng cách kéo nó tới Trash

Ta cũng có thể mở thêm một Model Board bằng cách chọn

Options→ Extra→ Model/databoard

-Model Views cho phép ta tạo một biểu đồ của mô hình có hiệu lực trong model board Một mô hình active có nét vẽ dày hơn mô hình inactive Trong

hình dưới Model Output được chọn để vẽ mô phỏng đẩu ra bằng những mô hình active Trong ví dụ này biểu đồ chỉ bao gồm arxqs và không bao gồm n4s3

vì chỉ có arxqs là có hiệu lực(active)

Trang 17

11

Hình 1.3 Chọn mô hình đầu ra

c Thứ tự công việc trong khi làm việc với System Identification Tool:

B1.Nhập dữ liệu từ MALAB workspace

B2.Vẽ biểu độ dữ liệu sử dụng Data Views

B3.Tiền xử lý dữ liệu sử dụng lệnh trong menu Preproces Ví dụ ta có thể bỏ hằng số bù hoặc xu hướng tuyến tính(mô hình tuyến tính), lọc dữ liệu hay là lựa chon vùng dữ liệu quan tâm…

B4: Chọn dữ liệu ước lượng và hợp thức hóa

B5: Ước lượng mô hình sử dụng lệnh trong menu Estimate

B6: Làm hợp thức hóa mô hình sủ dụng Model Views

B7: Xuất mô hình tới Malab workspace cho những quá trình sau này

Quá trình này được tiến hành liên tục Nếu mô hình thu được không thích hợp

ta có thể thử lại sử dụng những mô hình khác

d Nhập mô hình vào System Identification Tool

Ta có thể nhập Model Objects của SIT từ MALAB workspace vào System Identification Tool GUI

Để nhập nhiều mô hình vào System Identification Tool ta thực hiện theo thủ tục sau đây:

- Từ cửa sổ system Identification Tool chọn Import từ danh sách Import Models

để mở hộp Import Model Object

- Trong cột Enter the Name nhập tên của model object ở MALAB workspace nhấn Enter

- Trong cột Notes, gõ bất kì điều ghi nhớ nào mà ta muốn cất với model

- Nhấn Import để thêm mô hình vào Model Board

- Để đóng cửa sổ Model Object nhấn close

Trang 18

12

e Nhập dữ liệu vào System Identification Tool

Trong import data list chọn kiểu dữ liệu để nhập vào từ MALAB Workspace

Hình 1.4.Nhập dữ liệu vào bằng cách chọn Import data

Chú ý là dữ liệu cần phải được lấy mẫu trong những khoảng thời gian bằng nhau

Bảng dưới đây tóm tắt những lệnh để nhập dữ liệu vào System Identification Tool cho miền dữ liệu thời gian

Bảng cũng chỉ rõ những biến nào của MALAB cần phải được biểu diễn trong MALAB Work Space

Xác định rõ những điều sau để cất

dữ liệu như là một đối tượng

iddata

Trang 19

-• Tín hiệu đầu vào là MALAB vector, ma trận hay biểu thức

• Tín hiệu đầu ra là MALAB vector ma trận hay biểu thức

• Khoảng thời gian lấy mẫu Trong khi định rõ đầu vào đầu ra dữ liệu trong hộp Import Data ta cũng cần phải nhập vào chu kì lấy mẫu trong thí nghiệm

Khoảng thời gian lấy mẫu này được sử dụng trong suốt quá trình ước lượng mô hình, nó được sử dụng cùng với thời gian bắt đầu để tính toán thời gian lấy mẫu tức thời

f Ước lượng tham số mô hình không tham số tuyến tính và mô hình tham số:

Mô hình tham số: Phương thức nhận dạng tham số sử dụng phương pháp tìm

kiếm số để tìm những giá trị tương ứng phù hợp nhất giữa giá trị đo được ở đầu

ra và giá trị mô phỏng

Những mô hình được hỗ trợ

 Mô hình bậc thấp, quá trình thời gian liên tục

 Mô hình phân tích tương quan

 Mô hình phân tích phổ

 Mô hình đa thức Black-Box

 Mô hình không gian trạng thái …

- Mô hình Low order, Continuous Time Process(Bậc thấp, quá trình thời gian nối tiếp)

Trang 20

14

+ Định nghĩa một mô hình quá trình(procsess model)

Nói chung, một hệ thống tuyến tính được mô tả rõ đặc điểm bằng một hàm truyền đạt G biểu diễn quan hệ giữa đầu vào uvà đầu ra y y = Gu

Với hệ thống liên tục Y ( s ) = G ( s ) U ( s ) với s là toán tử Laplace

Cấu trúc của một mô hình quá trình thời gian liên tục mô tả động học của

hệ thống sẽ bao gồm một hay nhiều những yếu tố sau đây:

 Hệ số khuếch đại Kp

 Một hay nhiều hằng số TPK Với những điểm cực phức, hằng số này đươc gọi là T ωbằng nghịch đảo của tần số tự nhiên và hệ số tắt dần ξ

 Process Zero T z(thời gian 0)

 Thời gian trễ có thể T d trước khi đầu ra đáp ứng với tín hiệu vào

 Khâu tích phân có thể bắt buộc

Ta sử dụng System Identification Tool đễ xác định những cấu trúc process-model khác bằng cách chỉnh sửa các yếu tố: Thêm vào một khâu tích phân hoặc thêm vào hay bỏ thời gian trễ hay thời gian 0 Bậc cao nhất mà tả có thể xác định trong Toolbox là 3, và các điểm cực có thể thực hay phức

Ví dụ: Mô hình sau là mô hình continous time process bậc 1 với Kplà hệ số khuếch đại, TP1là hằng số thời gian và Tdlà thời gian trễ

Mô hình bậc 0: Có khâu tích phân và thời gian trễ

Mô hình bậc 2: Có process Zero T z và chỉ ra giá trị điểm cực có thể là phức

Trang 21

15

Mô hình bậc 3: Có process Zero Tz

+ Ước lượng tham số trong GUI,

Ta có thể ước lượng hàm truyền đạt Low order,Continous time từ các dạng dữ liệu có các đặc tính sau đây:

- Đối tượng dữ liệu iddata trong miền thời gian

 Dữ liệu thực hoặc phức chỉ trong miền thời gian

 Dữ liệu một đầu ra

Các bước để ước lượng tham số Process Model trong GUI

B1 Trong cửa sổ System Identification Tool chọn Estimate→Process models

Trang 22

16

 Chọn Integrator để bao gồm zero một integrator(khâu tích phân), xóa để không bao gồm zero trong hàm truyền

Hình 1.5.Chọn mô hình ước lượng

B4 Trong khu vực Initial guess Chọn Auto select để tính toán giá trị tham số đầu để ước lượng Cột Initial guess trong bảng tham số hiển thị Auto Nếu ta không có một dự đoán tốt về giá trị tham số, Auto works (tự động) tốt hơn là nhập vào một giá trị không chính xác

Trang 23

17

Hình 1.6.Bảng các thông số của mô hình ước lượng

B5 Nếu ta đã biết một giá trị gần đúng của giá trị tham số ta có thể nhập giá trị này vào từ cột Initial Guess của bảng tham số Thuật toán ước lượng sẽ lấy giá trị này làm giá trị khởi đầu Nếu đã biết chính xác tham số này, nhập giá trị này vào cột Initial Guess và chọn Known trong hộp kiểm tra thích hợp Nếu biết một khoảng giá tri có thể của một tham số, nhập khoảng này vào cột Bounds để giúp đỡ thuật toán ước lượng Nếu không thì lên giữ giá trị mặc định

Ví dụ: ta đã biết T =d 100 và không cần ước lượng nhập T =d 100 vào và chọn Known

Hình 1.7.Chọn trước thông số của mô hình ước lượng

B6 Trong Disturbance Model list chọn một trong những lưa chọn có thể

 None – Thuật toán sẽ không ước lượng mô hình nhiễu Sự lựa chọn này cũng thiết lập Focus cho mô phỏng

 Order1 – Ước lượng một mô hình mẫu như là continous time, mô hình ARMA bậc một

- Order2 -Ước lượng một mô hình mẫu như là continous time, mô hình ARMA bậc hai

-B7 Trong danh sách Focus, lựa chọn làm thế nào để cân nhắc sự khớp(fit) trong mối liên quan quan trọng ở những tần số khác nhau

Trang 24

18

B8 Trong danh sách Initial state, xác định rõ ta muốn thuật toán xử lý(treat) trạng thái đầu như thế nào

 Zero- Thiết lập tất cả trạng thái đầu bằng 0

 Estimate-Xử lý trạng thái đầu như là một vector tham số không biết và ước lượng những trạng thái này từ dữ liệu

 Backcast-Ước lượng trạng thái đầu sử dụng phương thức lọc backward

 U_levelest-Ước lượng cả hai trạng thái

Nếu ta nhận được sự một mô hình có độ thích hợp đầu kém, hãy cố gắng tạo một phương pháp để xác định trạng thái đầu hơn là chọn nó tự động

B9 Trong danh sách Covariance, chọn Estimate nếu ta muốn thuật toán tính toán tham số bất định Ảnh hưởng của những độ bất định này được hiển thị trên biểu đồ như một miền tin cậy của mô hình Để bỏ sự ước lượng bất định chọn None Giữ độ bất định khi tính toán có thể giảm thời gian tính toán cho những tập dữ liệu rộng và những mô hình phức tạp

B10 Trong Model Name chỉnh sửa tên của mô hình hay giữ lại mặc định Tên của mô hình nên là duy nhất trong Model Board

B11 Để xem tiến độ của quá trình ước lượng trong cử sổ lệnh của MALAB Chọn hộp Trace trong suốt quá trình ước lượng những thông tin sau sẽ được hiển thị cho mỗi vòng lặp

 Hàm mất (loss function) Cân bằng với định thức của ma trận hiệp phương sai ước lượng của nhiễu đầu vào

 Giá trị tham số(Paramter Values) Giá trị của hệ số cấu trúc mô hình

 Hướng tìm kiếm(Search Direction) Sự thay đổi trong giá tri tham số từ vòng lặp trước

Trang 25

B14 Để làm mịn ước lượng hiện thời,.nhấn Value→ Initial Guess để gán giá trị tham số hiện thời như là giá trị ước đoán ban đầu cho sự tìm kiếm kế tiếp chỉnh sửa Model Name và nhấn Estimate

B15 Để vẽ biểu đồ mô hình, chọn hộp thoại thích hợp trong Model Views trong System Identification Tool

Nếu mô hình được ước lượng chưa đủ chính xác, hãy thử với cấu trúc mô hình khác Ta cũng có thể xuất mô hình ra MALAB workspace để phân tích kĩ hơn

và kéo nó tới khung chữ nhật To Workspace cửa sổ System Identification Tool

1.2 Phần mềm thu thập và giám sát WinCC (Windows Control Center)

1.2.1.Giới thiệu về WinCC

- Win CC là chữ viết tắt của Windows Control Center là phần mềm ứng dụng

để giám sát, điều khiển và thu thập dữ liệu của hệ thống tự động hoá quá trình sản xuất Việc sử dụng những bộ điều khiển lập trình PLC riêng lẻ không đáp ứng yêu cầu điều khiển của hệ thống SCADA, cần phải kết hợp thêm các bộ hiển thị HMI (giao diện người máy)

Trong quá trình tự động hoá trong lĩnh vực công nghiệp, WinCC là một trong những phần mềm HMI chuyên dùng của hãng Siemens để quản lý, thu thập dữ liệu và điều khiển quá trình công nghiệp Chương trình dùng để điều hành các nhiệm vụ của màn hình hiển thị và hệ thống điều khiển chức năng

Trang 26

20

trong công nghiệp như: hiển thị hình ảnh, thông điệp, lưu trữ và báo cáo Việc truy cập hình ảnh nhanh chóng và chức năng lưu trữ an toàn của WinCC có tính hữu dụng cao

Ngoài các chức năng của hệ thống, WinCC còn mở ra các giao diện cho các giải pháp của người sử dụng, những giao diện này khiến chúng có thể tích hợp WinCC vào các giải pháp sử dụng của người sử dụng, những giao diện này khiến chúng có thể tích hợp WinCC vào các giải pháp tự động hoá phức tạp và toàn công ty Việc sử lý dữ liệu lưu trữ được tích hợp bằng các dao diện chuẩn ODBC và SQL Việc thêm vào các đối tượng và các tài liệu cũng được tích hợp bằng OLE 2.0 và OLE Custum Controls(OCX) Các cơ chế này làm cho WinCC trở thành một bộ phận dễ truyền tải trong môi trường Windows

WinCC còn là chương trình ứng dụng 32 bit hướng đối tượng có thể chạy trên hệ điều hành 32 bit từ Windowns95, 98, NT, XP Chương trình cho phép thực hiện đa nhiệm vụ bảo đảm xử lý nhanh chóng với với việc xử lý ngắt

và độ an toàn chống lại sự mất dữ liệu bên trong ở mức độ cao Nếu chạy trên nền WindowsNT, WinCC còn cho phép các chức năng tạo ra sự an toàn và phục vụ như một server trong hệ thống nhiều người sử dụng

1.2.2.Những chức năng chính của WinCC

WinCC có những chức năng cơ bản sau:

1 WinCC cho phép người sử dụng quan sát quá trình hoạt động của hệ thống

tự động Quá trình này sẽ được hiển thị trên một giao diện đồ họa trên màn hình Màn hình được update theo thời gian tùy theo sự thay đổi trạng thái của quá trình

2 WinCC cho phép người sử dụng điều khiển quá trình Ví dụ có thể thay đổi giá trị đặt hay mở (khóa) từ giao diện đồ họa

Trang 27

Trong nội dung của đồ án này ta chủ yếu sử dụng tính năng thu thập lưu trữ

dữ liệu của WinCC vì vậy ta chỉ đi sâu vào nghiên cứu sử dụng Tag Logging

1.2.3 Hệ thống lưu trữ dữ liệu trong WinCC

Nhiệm vụ của hệ thống lưu trữ

Khi sử dụng WinCC ta có thể hiển thị giá trị biến quá trình bất kì trong

hệ thống tự động tại bất kì thời điểm nào Tuy nhiên nếu ta muốn hiển thị theo

thứ tự diễn biến của một biến quá trình ví dụ trong một biểu đồ hay trong một

bảng ta sẽ cần phải truy nhập vào những giá trị biến quá trình trong quá khứ

Những giá trị này cần được lưu trữ và nhiệm vụ của hệ thống lưu trữ chính là lưu trữ những giá trị này Hay nói một các cụ thể hơn:

Hệ thống lưu trữ chịu trách nhiệm lưu trữ giá trị biến quá trình trong thời gian hệ thống chạy (Runtime) Hệ thống lưu trữ sẽ tạm thời cất giá trị của biến quá trình trong trong cơ sở dữ liệu động(Runtime Database) và viết chúng vào

cơ sở dữ liệu lưu trữ (Archive Database)

Hình dưới đây biểu hiện những hệ thống con có liên quan đến quá trình lưu trữ dữ liệu biến quá trình

Trang 28

22

Hình 1.8.Quá trình lưu trữ biến quá trình

- AS(Automation System): Hệ thống tự dộng save giá trị biến quá trình và gửi tới WinCC qua hệ thống truyền thông

- DM(Data Manager): Hệ thống quản lý dữ liệu xử lý dữ liệu biến quá trình và cất vào hệ thống lưu trữ thông qua những Process Tag

- Hệ thống lưu trữ: Xử lý dữ liệu biến quá trình theo yêu cầu(ví dụ tính giá trị

trung bình…) Những phương thức xử lý biến quá trình sẽ được người sử dụng định nghĩa sẵn

- DB(Runtime Data base) save giá trị biến quá trình đã dược lưu trữ

Chi tiết về thực hiện thu thập dữ liệu trong WINCC đối với thí nghiệm lò điện trở sẽ được thực hiện trong chương 2

1.3 Điều khiển lò điện trở 2,3 KVA trong phòng thí nghiệm

1.3.1 Sơ đồ thí nghiệm:

Hình 1.9.Sơ đồ khối bàn thí nghiệm

Trang 29

23

1.3.2 Các thành phần trong sơ đồ thí nghiệm:

1.3.2.1 Các module của PLC S7300 trong bàn thí nghiệm.-

Có các module

- Modul nguồn nuôi 307-1EA00 -0AA0

- Module CPU 314 1AE04 0AB0 -

Module vào tương tự AI 2 ×128bit 331 7KB01 0AB0 -

- Module vào ra số DI8/DO8×DC24 323-1BH00-0AA0

1.3.2.2 Cảm biến đo nhiệt độ của lò:

Cặp nhiệt điện WRN130 Có nhiệm vụ đo nhiệt độ của lò và chuyển thành tín hiệu điện áp để đưa vào cổng AI của PLC Cặp nhiệt có các thông số

kĩ thuật sau:

- Độ dài cặp nhiệt 350 mm

- Nhiệt độ cực đại đo được là 1000o C

- Đặc tuyến của cặp nhiêt điện khá phi tuyến tuy nhiên trong khoảng 100→7000 C có thể coi là tuyến tính

1.3.2.3 Cơ cấu chấp hành: kiểu tỉ lệ

Tín hiệu ra từ cổng DI/DO của PLC cụ thể là từ cổng Q0.0 được đưa tới

AC SOLID STATE ROLE để điều khiển đóng mở role tạo ra điện áp cấp cho lò.Điện áp cấp cho lò được điều khiển theo độ rộng xung với nguyên lý mô tả bên dưới:

Trang 30

Ulò = với t là độ rộng xung T là chu kì của xung U là điện áp nguồn cung cấp

Các đặc điểm của Rơle:

Đối tượng của bài toán nhận dạng và điều khiển

Hình 1.12 Lò điện trở trong phòng thí nghiệm

Trang 31

25

Lò điện trở là thiết bị dùng để biến đổi điện năng thành nhiệt năng trong quá trình gia nhiệt bằng hình thức dùng các điện trở gọi là dây nung Khi có dòng điện chạy qua các dây nung sẽ làm nóng dây nung và tỏa ra nhiệt độ tuân theo định luật Jun-Lenz

Lò điện trở là một đối tượng nhiệt có quán tính và có trễ Lý do gây trễ ở đây là nhiệt độ của buồng lò không đồng nhất

Một số đặc điểm của lò điện trở:

Quán tính nhiệt của lò lớn, sự thay đổi nhiệt độ của lò xảy ra chậm Lò

có hệ số dung lượng lớn thì quán tính của lò càng lớn

Nhiệt độ của buồng lò không hoàn toàn đồng đều và cặp nhiệt cũng có quán tính nhất định nên việc xác định nhiệt độ còn phụ thuộc vào vị trí đặt bộ cảm biến nhiệt độ Trong luân văn này cảm biến được đặt sao cho đầu cảm biến nằm giữa buồng đốt của lò

Biến thiên nhiệt độ của lò có tính tự cân bằng Nhờ tính chất này mà khi mất cần bằng giữa lượng nhiệt cung cấp và lượng nhiệt tiêu thụ thì nhiệt độ của

lò có thể tiến tới một giá trị xác lập mới mà không cần có sự tham gia của máy điều chỉnh Các dây nung cần thỏa mãn một số điều kiện sau: Chịu được nhiệt

độ cao, độ bền cơ học lớn,c ó điện trở suất nhỏ.Thông số của lò điện trở trong phòng thí nghiệm

Trang 32

Trang 33

Tín hiệu thu được tại cổng PIW272 trong PLC là một số nguyên 16 bit mang thông tin về điện áp sẽ được tính toán để được giá trị nhiệt độ thật và cất vào một ô nhớ

Chương trình đo đặc tính như sau:

Dùng phần mềm WinCC với thời gian thu thập dữ liệu 20s để thu thập bảng số liệu thực nghiệm và vẽ đặc tính của lò

Dưới đây là đường đặc tính lò vẽ bằng WinCC

Hình 1.14.Đặc tính của lò vẽ bằng WinCC trong thời gian khoảng 6 tiếng

1.4 Mô hình hóa lò điện trở dựa vào kết quả thực nghiệm của phòng thí nghiệm

Trang 34

28

Đầu tiên ta đi xác định đường đặc tính thực của đối tượng Đối tượng thực được đo lấy số liệu có chu kỳ trích mẫu 20s Trong cửa sổ Command windows gõ: >>uiimport

Sau đó đưa file số liệu thu thập vào ta được

Hình 1.15.Nhập file số liệu thực nghiệm vào Matlab

Để thiết kế bộ điều khiển cho đối tượng này ta tiến hành nhận dạng trên

cơ sở xấp xỉ mô hình đối tượng thành các khâu quán tính bậc nhất có trễ, quán tính bậc 2 có trễ, quán tính bậc 3 có trễ và so sánh chất lượng mô hình đối tượng so với thực nghiệm, từ đó ta tìm ra mô hình phù hợp với đối tượng lò điện trở để thiết kế bộ điều khiển cho đối tượng có được

Trong cửa sổ lệnh của Command Windowns >> ident

Trang 35

29

Hình 1.16.Nhập dữ liệu đầu vào ident

Bây giờ ta đi ước lượng mô hình thành khâu tính bậc nhất có trễ và ta chọn Td=150s gần với đặc tính của đối tượng

Hình 1.17.Xấp xỉ thành khâu quán tính bậc nhất

Do đó ta được mô hình đầu ra của đối tượng nhận dạng là khâu quán tính bậc nhất có trễ và so sánh với đặc tính thực của đối tượng

Trang 36

Ta vừa đi ước lượng đối tượng về khâu quán tính bậc nhất có trễ, bây giờ

ta đi ước lượng chúng thành khâu quán tính bậc 2 có trễ

Trang 37

31

Hình 1.19.Xấp xỉ thành khâu quán tính bậc hai

Với khâu quán tính bậc hai có trễ ta có hàm truyền đạt của khâu ước lượng Các thông số của hàm truyền đạt:

150

10.416( )

Hình 1.21.Xấp xỉ thành khâu quán tính bậc 3

Trang 38

32

Mô hình hàm truyền đạt của đối tượng:

15010.314( )

(9204.1 1)(1660.6 1)(218.7 1)

se

Hình1.23 So sánh các đường đặc tính xấp xỉ

Hình trên gồm các đường đặc tính của đối tượng thực với các khâu ước lượng

Trang 39

33

CHƯƠNG 2

HỆ LOGIC MỜ

2.1 Sơ lược về lý thuyết điều khiển mờ

2.1.1 Khái niệm cơ bản

Để hiểu rõ khái niệm “MỜ” là gì ta hãy thực hiện phép so sánh sau :

Trong toán học phổ thông ta đã học khá nhiều về tập hợp, ví dụ như tập các

số thực R, tập các số nguyên tố P={2,3,5, }… Những tập hợp như vậy được gọi là tập hợp kinh điển hay tập rõ, tính “RÕ” ở đây được hiểu là với một tập xác định S chứa n phần tử thì ứng với phần tử ta xác định được một giá trị x y=S(x).Giờ ta xét phát biểu thông thường về tốc độ một chiếc xe môtô : chậm, trung bình, hơi nhanh, rất nhanh Phát biểu “CHẬM” ở đây không được chỉ rõ

là bao nhiêu km/h, như vậy từ “CHẬM” có miền giá trị là một khoảng nào đó,

ví dụ 5km/h 20km/h– chẳng hạn Tập hợp L={chậm, trung bình, hơi nhanh, rất

nhanh} như vậy được gọi là một tập các biến ngôn ngữ Với mỗi thành phần ngôn ngữ xk của phát biểu trên nếu nó nhận được một khả năng μ(xk) thì tập hợp

F gồm các cặp (x, μ(xk)) được gọi là tập mờ

a) Định nghĩa tập mờ Tập mờ F: xác định trên tập kinh điển là một tập B

mà mỗi phần tử của nó là một cặp giá trị (x,μF(x)), với x∪ X và μF(x) là một ánh xạ μF(x) : B → [0 1]

trong đó : μ gọi là hàm thuộc , gọi là tập nền.F B

b) Các thuật ngữ trong logic mờ

• Độ cao tập mờ F là giá trị h = SupμF(x), trong đó supμF(x) chỉ giá trị nhỏ nhất trong tất cả các chặn trên của hàm μF(x)

• Miền xác định của tập mờ F, ký hiệu là S là tập con thoả mãn :

Trang 40

+ Theo luật Max µ X ∪Y(b) = Max{µ X(b) , µY(b) }

+ Theo luật Sum µ X ∪Y(b) = Min{ 1, µX(b)+µY(b) }

+ Tổng trực tiếp µ X ∪Y(b) =µ X(b)+µY(b) - µ X(b).µY(b)

- Phép giao hai tập mờ : ∩X Y

+ Theo luật Min µ X ∩Y(b) = Min{µX(b) , µY(b) }

+ Theo luật Lukasiewicz µ X ∩Y(b) = Max{0,µX(b)+ µY(b) -1}

+ Theo luật Prod µ X ∩Y(b) =µX(b).µY(b)

+ Phép bù tập mờ : µX (b) = 1- µX(b)

2.1.3 Biến ngôn ngữ

Biến ngôn ngữ là phần tử chủ đạo trong các hệ thống dùng logic mờ Ở đây các thành phần ngôn ngữ của cùng một ngữ cảnh được kết hợp lại với nhau.Để minh hoạ về hàm thuộc và biến ngôn ngữ ta xét ví dụ sau :

Tiêu đề	Điều Khiển Đối Tượng Nhiệt Trên Cơ Sở Hệ Logic Mờ
Tác giả	Đặng Xuân Vinh
Người hướng dẫn	PGS.TS. Phan Xuân Minh
Trường học	Trường Đại Học Bách Khoa Hà Nội
Chuyên ngành	Điều Khiển Tự Động
Thể loại	luận văn thạc sĩ khoa học
Năm xuất bản	2008
Thành phố	Hà Nội

Định dạng
Số trang	126
Dung lượng	6,19 MB