1. Trang chủ
  2. » Luận Văn - Báo Cáo

Luận văn thạc sĩ Tự động hóa: Điều khiển học hệ bồn nước đôi theo mô hình tham chiếu mờ

122 0 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Điều khiển học hệ bồn nước đôi theo mô hình tham chiếu mờ
Tác giả Trieu Quoc Son
Người hướng dẫn TS. Huynh Thai Hoang
Trường học Trường Đại Học Bách Khoa — ĐHQG — HCM
Chuyên ngành Tự động hóa
Thể loại Luận văn thạc sĩ
Năm xuất bản 2013
Thành phố Tp. HCM
Định dạng
Số trang 122
Dung lượng 25,64 MB

Nội dung

khiển mờ học theo mô hình tham chiếu và vận dụng để điều khiển một đối tượngphi tuyến cụ thể, đối tượng phi tuyến được chọn là hệ bồn nước đôi.Phương pháp điều khiển mờ đã được giới thiệ

Trang 1

TRIEU QUOC SON

DIEU KHIEN HỌC HE BON NƯỚC ĐÔITHEO MO HÌNH THAM CHIEU MỜ

Chuyen nganh: Ty dong hoaMã sô: 10150048

LUẬN VAN THẠC SĨ

Trang 2

Cán bộ hướng dẫn khoa học : TS HUỲNH THÁI HOÀNG

Thành phân của Hội đông đánh giá luận văn thạc sĩ gôm:

(Ghi rõ họ, tên, hoc hàm, học vi của Hội đông cham bảo vệ luận văn thạc si)

ce

Xác nhận của Chu tịch Hội đồng đánh giá luận văn và Trưởng khoa quan ly chuyên

ngành sau khi luận văn đã được sửa chữa (nêu có).

CHỦ TỊCH HỘI ĐÔNG TRƯỞNG KHOA QLCN

Trang 3

NHIEM VU LUAN VAN THAC Si

Ho va tén hoc vién: TRIEU QUOC SON Phai: NamNgày, thang, năm sinh: 15/09/1981 Nơi sinh: THANH HÓAChuyên ngành: TỰ ĐỘNG HÓA

MSHV: 10150049

I- TÊN DE TÀI: Điều khiển học hệ bồn nước đôi theo mô hình tham chiếu mờ

2 - NHIỆM VỤ LUẬN VĂN:- Mô hình hóa đối tượng hệ bồn nước đôi.- Nghiên cứu, tìm hiểu phương pháp điều khiển mờ để điều khiển đối tượng hệ bồn nướcđôi.

- Nghiên cứu, tìm hiểu phương pháp điều khiển mờ học theo mô hình tham chiếu để điềukhiển đối tượng hệ bồn nước đôi.

- Thực hiện mô phỏng bộ điều khiển phi tuyến với đối tượng hệ bồn nước đôi trongMATLAB/Simulink.

- Thiết kế va thi công hoàn chỉnh mô hình phan cứng tượng hệ bồn nước đôi.

- Lập trình theo các phương pháp điều khiển phi tuyến đã tìm hiểu cho mô hình hệ bồnnước đôi thực nghiệm Thay đổi thông số mô hình dé kiểm tra khả năng điều khiển và

thích nghi của phương pháp điều khiến.

- So sánh chất lượng điều khiển của bộ điều khiển mờ với bộ điều khiển học trong kết

C.BỘ HƯỚNG DÂN CHU NHIỆM BỘ MON KHOA QL CH.NGÀNH

Trang 4

Tên dé tài: DIEU KHIEN HOC HE BON NƯỚC ĐÔI THAM CHIEU THEOMO HÌNH MỜ.

011.0 1000

TPH(M,ngày tháng năm 2013

CÁN BO HƯỚNG DAN

Trang 5

Tên dé tài: DIEU KHIEN HOC HE BON NƯỚC ĐÔI THAM CHIEU THEOMO HÌNH MỜ.

Trang 6

Tên dé tài: DIEU KHIEN HOC HE BON NƯỚC ĐÔI THAM CHIEU THEOMO HÌNH MỜ.

Trang 7

giúp đỡ, động viên từ phía gia đình, thay cô, anh chi va ban bè hoc trong lớp caohoc tu dong hoa khoa 2010 về kiến thức chuyên môn và về mặt tinh than.

Qua đây, tác giả xin gửi lời cảm ơn tới mẹ và những người thân trong gia

đình đã tạo điều kiện về vật chất, tình thần qua đó tạo động lực để tác gia thực hiệnhoàn thành luận văn tốt nghiệp này

Bên cạnh đó tác giả cũng xin gửi lời cảm ơn tới thầy Ts Huỳnh TháiHoàng, người đã tận tình hướng dẫn và chỉ bảo trong suốt thời gian thực hiện luậnvăn Cùng với các thầy cô trong bộ môn Điều Khién Tự Động đã trang bị cho tácgiả những kiến thức, kinh nghiệp để tạo tiền đề cơ sở lý thuyết để tác giả thực hiệnluận văn tốt nghiệp

Lời cuối cùng, tác giả xin gửi cảm ơn đến các bạn bè đã giúp đỡ về mặtchuyên môn, cũng như tỉnh thân giúp cho tác giả hoàn thành tốt luận văn tốt nghiệp

TP Hồ Chí Minh, tháng 06 năm 2013

Triệu Quôc Son

Trang 8

khiển mờ học theo mô hình tham chiếu và vận dụng để điều khiển một đối tượngphi tuyến cụ thể, đối tượng phi tuyến được chọn là hệ bồn nước đôi.

Phương pháp điều khiển mờ đã được giới thiệu và kiếm nghiệm là phươngpháp điều khiến tốt ở nhiều đề tài

Phương pháp điều khiển mờ học theo mô hình tham chiếu đã được giới thiệuở một số đề tài trong nước ta, nhưng mới chỉ ở mức độ giới thiệu mô phỏng bằngm_file chứ chưa mô phỏng bang simulink và thi công mô hình thực nghiệm

Nếu mô phỏng băng simulink thành công thì sẽ có thể nhúng vào mô hìnhthực nghiệm và vận dụng được cho nhiều đối tượng, tính chân thực va hiệu quả khimô phỏng bằng simulink cũng cao hơn Đề tài này tác giả tập trung tìm hiểu và vậndụng dé mô phỏng bang simulink và thi công mô hình thực nghiệm dé kiểm nghiệmvà so sánh phương pháp điều khiến học nay và nêu ra ưu khuyết điểm của các bộđiều khiến đã thiết kế trong đề tài

Tác giả đã có cải tiến phương pháp điều khiến học này so với phương phápgốc được nêu trong sách hay ở các bai báo gần đây, phương pháp cải tiến nay mớivà tác chưa thấy ở tạp chí nảo

Tác giả đã thiết kế và thi công hoàn chỉnh hệ bồn nước đôi bang thực nghiệmvà nhúng các giải thuật điều khiến trên vào mô hình

Kết quả đạt được đáp ứng được yêu cầu của đề tài

Trang 9

Reference Learning Control (FMRLC) method, applied to control a specificnonlinear object Nonlinear object is double tank system.

Fuzzy control method has been introduced and tested is a good controlmethod in a variety of thesis.

Fuzzy Model Reference Learning Control (FMRLC) method has beenintroduced in a number of thesis and article in our country but only in the simulationby m_file and not in simulink simulation and empirical model construction.

If emulation in simulink successfully we can embed on the modelexperimental and and applied to a wide empirical model construction.

Subject author focuses learn and apply to construction simulation usingsimulink and empirical models to test and compare this control methods and statethe strengths and weaknesses of the controllers designed in the subject.

The author has improved control methods compared to the original methoddescribed in the book or in the recent article.

The author has complete design and construction of the double tank systemby experiment and control algorithms embedded in the model Results achieved tomeet the requirements of the subject.

Trang 10

1.3 Lich sử phát triển của phương pháp FMRLC, -5 5-5-5 << << 8

1.4 Mục tiều của luận Văn << G G6 G Ă Ă Ă S999 60889988889999999956 9

2.1.8.1 Cấu trúc một bộ điều khiến mờ -s-© -ss<ee+ 16

2.1.8.2 Nguyên lý điều khiÊn mờ 0G GGGĂĂ G5 5553999999955 6653 16

2.1.8.3 Thiết kế bộ điều khiến mờ 5-5 5 5 5 5 << c<eeeeeesesesesese 172.2 Điều khiến mờ học theo mô hình tham chiếu (FMRLC) 18

2.2.1 Phương pháp 2OC << << << «<< ¬ 182.2.1.1 Sơ đồ khôi cua phương pháp gốc được dé cap 6 nhiều bài báo0/130 0 — 182.2.1.2 Bộ điều Khi€n MO d5 G5 5 5 5 99999 99999 996 650898899996 192.2.1.3 MO hình ngW@C TTỒ:: G55 9.9999 6699999999995 6 58 20

2.2.1.4 CO u10 on ad 202.2.1.5 Giải thuật thiết kế bộ điều khiến —¬ 21

2.2.2 Phương pháp đề xuât dé cải tiên chat lượng bộ điều khiên (FMRLC).¬ 22

2.2.2.1 Sơ đồ khối phương pháp cải tiẾn - 2 5 << << ssesesesese 22

2.2.2.2 Mô hình mờ ngược « s5 ssssseseeeerrrrrirrrrrrree 222.2.2.3 Cập nhật trọng sô bộ điều khiên mờ thuận - << 23

2.2.2.4 Giái thuật thiết kế bộ điều khiến .- << << <ssesesese 252.2.2.5 Đề xuất dé cai tiến chất lượng bộ điều khiến (FMRLC) thêm .26

Trang 11

CHUONG 3: MO PHONG VA DIEU KHIỂN 5-5 5< 5s Sssveveescsesesee 283.1 Mô hình hóa hệ bồn nước đồôii 2 << << << << ssssescscseses 283.1.1 Kích thước hệ bồn nước đồôi s5 5s xxx eeeeeeeee 28

3.1.2 Phương trình toán hỌC 5555 5 5 5 S5 9% %9 9999000666666 06 28

3.1.3 Mô phỏng hệ bồn nước đôi . 55s ssssss sex eeeeeeee 303.1.3.1 Sơ đồ mô phnng << 5555 xxx xxx Eeeeeeeeeeeeeeeessse 303.2 Thiết kế bộ điều khiỂn - - << %5 59SeEeEeEeEeE xxx cv xxx 333.2.1 Bộ điều khiến mờ (fUZZy lOgic) < << <5 sseEeEeeeeeeeeseses 333.2.1.1 Xây dựng phương pháp điều mờ Sugeno (fuzzy logic Sugeno) 333.2.1.2 Các bước thiết lập dùng công cu fuzzy của matlap: 353.2.1.3 Sơ đồ mô phÖIng:: <5 555% xxx cư eEeeeeeeeeeeeeesese 373.2.1.4 Kết qua mô phỏng bộ điều khiến mờ: 5 5-5-5555 383.2.1.5 Sơ đồ dùng khối fn dé lập trình theo cở sở toán học đã nêu chobộ điều khiẾn mÒ 2-2-9929 929g esevcscs se 383.2.2 Bộ điều khiến hỌC 2 5-5-5 v99 vgvgveeeeeeeesesee 403.2.2.1 Sơ đồ khối hệ thống điều khiến học mờ theo mô hình tham chiếu

¬ 40

3.2.2.2 Bộ điều khiến mờ nØỢC -5 5-5-5 << << ssssseseseeesee 413.2.2.2.1 Sơ dO kkhối << 5 55s sss£SeEeEeE 4 Sư v3 3 5 sEsEsesesesee 413.2.2.2.2 Ham phụ thuộc biến đầu vào e(k) ccscscscscssssscsssssssssssssesees 413.2.2.2.3 Hàm phụ thuộc biến đầu vào de(K) . 5-5-5-5-s 423.2.2.2.4 Các giá trị biến ra của bộ mờ ngược -5-5-s-sss<s 42

3.2.2.2.5 Luật hợp thành của bộ mờ nñØưỢCC - << << << «+ 43

3.2.2.2.6 Đồ thị bộ điều khiến mờ ngược 2-5-5 s5 sssess<e 433.2.2.3 Mô hình tham chiỀu 5 5-5-5552 2< 4 s4 s£s£s£sesesesesesee 443.2.2.4 Bộ điều khiến mờ thuận - << << sssesesesesee 44

3.2.2.4.1 Hàm phụ thu0c 5 999 611999958866669999556 44

3.2.2.4.2 Luật hợp thành ban dau khi chưa cập nhật 443.2.2.4.3 Giải thuật cập nhật trọng số đầu ra bộ mờ thuận 453.2.2.5 Các hệ số chuẩn hióa 5 5 s-sssS<S<S<<sssscsssesevseesee 453.2.2.6 Kết qua mô phóng với xử lý fixstep = (.I 5-5552 46

3.2.2.6.3 Mô phóng với xử lý fixstep = (.ÁJÍ S335 35<<<655555 50

3.2.2.6.4 Nhận xét chung kết quả mô phỏng .5 5-5-5555 523.2.3 Bộ điều khiến học dang khác - << <5 ssssseseEeeeeeescses 523.2.3.1 Kết quả mô phỏnng 5s ssx x x£eeeeeeeeeeeeeeesese 533.2.3.2 Nhận xét kết quả mô phỏng -5 5 5 5s << e<sesesesesesese 583.2.4 Bộ điều khiến PÌ - 2 << v9 9v gvgveeeeeeeesesee 583.2.4.1 Sơ đồ mô phnng <5 555 xxx xxx EeEeeeeeeeeeeeeesese 583.2.4.2 Đáp ứng đầu ra << 5599 cư cư eeeeeeeeeeeeeeeseee 59

KT chẽ a 60

CHUONG 4: THỊ CONG MO HÌÌNÌH 5s < SsEsE* 9E sex csesersrsreere 614.1 Thiết kế phan €Ứng << << E959 9 9 999v ve eeeeee 61

4.1.1 Mô hình CO khí -5- <5 < SE se 9s sEseExcsesererseeersrseerre 61

Trang 12

4.1.2 Thông số ĐỂ frÊñ 2-2-9999 299EgEeEeeeeesesee 62“Pu r6 in 62

4.1.4 Mô hình sau khi thi cỗng «<< << < G9 9 9999999999999595556 6658 63

4.2.2 Mạch điều khiỂn 2 << <9 9v gvgveeeeeeesesee 65

4.2.2.1 Chip TMS320F28335 <5 55th re rxeseeerereree 65

4.2.2.2 Mach công suất điều khiến động co bơm . - <- 684.2.2.2.1 Sơ đồ kết nối 5-5- 5-5-5 stv Sư Sư Sư 3 3 xExeseseseeesee 68

4.2.2.2.2 Thông tin kỹ thuật( 0G G 6G Ă S S 9999999999995 6658 68

4.2.2.2.3 Sơ đồ nguyên lý mạch công suất điều khiến động cơ DC 694.2.2.2.4 Ánh mach công suat << << << ssssssesesesseesee 704.2.2.3 Cám biến áp SuẤt o 5-5-5 5 5 << << 999999 9 99x cvee 704.2.2.4 Opto tần số eao dé cách: Ìy - << 5< << se cscscseseseseseeeeesee 744.2.2.5 Op-amp dé làm mach đệm - << << ssssssesesesesee 744.2.2.6 Sơ đồ nguyên lý mach điều khiến - 2 5 5-55 sses 5< 754.2.2.7 Mach in của mạch điều khiến .- 2 5 5 ssssseseses<e 764.3 Thiết kế chương trình điều khiến thời gian thực cho hệ 784.3.1 Giới thiệu các khối điều khiến 2 2 2 s5 sec escses 784.3.2 Các thiết lập trong các mo dule o-5 5 5 << s se £esesesesesesesesese 794.3.2 Xây dựng chương trình điều khiến thời gian thực 834.3.2.1 Điều khiến thời gian thực bộ điều khiến học 834.3.2.1.1 Sơ đồ điều khiến -° 5-5-5 < 5s seseseescseseseeeescscse 834.3.2.2 Điều khiến thời gian thực bộ điều khiến mờ .- 924.3.2.2.1 Sơ đồ thi công điều khiến mờ 2 5 5 s55 ssesss<e 92CHUONG 5: KET LUẬN VA ĐÁNH Œ I 5-5 se se se ssscscsesese 99"hcm nÿnššn`›`ồồồ.ồ®"^®" 995.1.1 Những kết qua dat Cu? 5-5 5-5-5 5 5S SE £eeeeeeeeeeeeesesese 995.1.2 Những kết qua chưa đạt ÑỢC: 2-5 5 5 5 << << eeeseseseeesesesese 995.2 Hướng phát triỀn eúa đề tài - << << s9veveveeeeeeeesesee 100

Tati LIB thar 8171 08800NNNnNNnnẺn800 na 101

Trang 13

CHUONG 1: GIỚI THIEU TONG QUAN VE DE TÀI1.1 Dat van dé

Ly thuyết điều khiển và kỹ thuật điều khiển với nhiều van dé khác nhau cóthé gặp phải trong hệ thống điện và cơ khí Các kỹ thuật điều khiến dé kiểm soátđầu ra, đầu vào, nhiễu và tính không chắc chăn về mô hình (mô hình có sai số)

1 Đầu ra: đây là những biến hệ thống được yêu cầu năm trong phạm vi nhấtđịnh Ví dụ mực nước trong hồ hoặc nhiệt độ trong một phòng, các biến đầu ra thayđối theo một số biến đầu vào độc lập

2 Đầu vào: là những bién số có tác động kiểm soát và điều khiến trạng tháiđầu ra của hệ thống

Ví dụ: Điện áp (đầu vào) dé điều khiến tốc độ (đầu ra) động cơ.3 Nhiễu: là các yếu tố bên ngoài không kiểm soát được và không được tiênđoán trước có thé ảnh hưởng đến đầu ra của hệ thống

Ví dụ: Tác động của môi trường xung quanh lên đối tượng.4 Sự không chắc chắn trong hệ thống cần điều khiển phát sinh từ thực tế làmô hình hoàn hảo của bất kỳ quá trình vật lý là không thể thực hiện (chỉ có mô hìnhgan đúng) Mô hình của bất kỳ hệ thông được thực hiện thường là trong điều kiệnnhất định và có thé thay đổi với thời gian

Hình 1.1: Các yếu tô tác động lên đối tượngThông tin phản hồi là một điều cần thiết trong quá trình điều khiến Đầu vàocủa hệ thống được sửa đổi dựa theo giá trị thông tin phản hồi từ kết quả đầu ra Hệthống điều khiến hỏi tiếp (vòng kín hệ thống ) được thể hiện trong hình

Trang 14

Gia tri đặt lường.

Hình 1.2: Sơ đồ điều khiểnMục dich của điều khiến là dựa vào các thông tin cần thiết để điều chỉnh giátrị đầu vào sao cho đầu ra bám theo giá trị đặt Bộ điều khiến chất lượng tốt là bộđiều khiến hạn chế được ảnh hưởng của nhiễu bên ngoai tác động lên hệ thống va

những thay đổi cho phép bên trong hệ thống dé tín hiệu dau ra bám theo giá trị đặtcàng sớm cảng tốt, ít dao động quanh tín hiệu đặt, độ vọt lỗ nhỏ

Lý thuyết điều khiến tự động đã có rất nhiều phương pháp điều khiến để đảm

bảo mục tiêu điều khiến Điều khiến thích nghỉ là phương pháp điều khiến linh hoạt

và mạnh so với phương pháp điều khiến hồi tiếp thông thường nhưng vẫn có nhữnghạn chế Hạn chế dễ thay nhất là co chế nhận dạng đối tượng và tính toán luật điềukhiển đã được lập trình khi thiết kế bộ điều khiển và không thé thay đổi trong quátrình vận hành Do đó khả năng cập nhật luật điều khiến của bộ điều khiến thíchnghi có giới hạn, nó chỉ có thé cap nhat mot số thông số của bộ điều khiển trongmột lớp mô hình định trước (lop mo hình có thông số không chắc chan hoặc thay

đổi) Điều khiển thích nghĩ không thé sử lý tat cả các yếu tô bat định không tham sô

bao gồm động học tần số cao không mô hình hóa và động học tần số thấp không mô

hình hóa, nhiễu cảm biến và các yếu tố không chắc chắn về cau trúc Nếu đối tượng

thực tế có cau trúc chỉ hơi khác so với đối tượng giả thiết khi thiết kế thì kết quathích nghỉ rất kém, thậm trí không đạt chất lượng Khi động học đối tượng được môhình hóa sai, ngay cả yếu tổ bất định bé cũng dẫn đến trôi thông số và hệ thốngkhông 6n định [3]

Dé khắc phục các khuyết điểm của phương pháp điều khiến thích nghị,phương pháp điều khiển tai cấu trúc được đưa ra Động lực của việc phát triển

phương pháp nay là nhu cầu điều khiến các đối tượng có cấu trúc động học thay doi

Điều nay có nghĩa là tại các thời điểm khác nhau mô hình động học của đối tượng

được mô tả bằng các phương trình trạng thái có dạng và các biến khác nhau Sơ dé

khối của hệ thông điều khiến tái cau trúc như hình sau:

Trang 15

luật điêu khiên —> mồ hinh

Bộ điều khiến mịỊ Đối tượng >

Hình 1.3: Sơ đô điều khiểnHệ thống có bộ nhớ lưu trữ cơ sở tri thức điều khiển và cơ sở tri thức môhình của đối tượng Ý tưởng chính là khả năng kiểm soát tình huống, nhận biết sựthay đổi cau trúc, và sau đó thiết kế lại bộ điều khiến thời gian thực dé bi lại cácthay đối cau trúc [3]

Đề thực thi hệ thống điều khiến tái cau trúc, người thiết kế phải đưa ra mộttập hợp các bộ điều khiến phù hop với từng tình huống cụ thé và lưu trữ sẵn trongcơ sở tri thức Một bộ giám sát có khả năng chọn các bộ điều khiển đã lưu trữ trongcơ sở tri thức Trong nhiều trường hợp rất khó thực thi phương pháp điều khiến táicấu trúc vì khi thiết kế không thé hình dung được tất cả các tình huồng xảy ra khi hệthống vận hành

Một phương pháp điều khiến mạnh là điều khiến học (learning control) xuatphat từ yêu câu điều khiến hệ thống trong các thình huống thay đổi không dự tínhtrước Điều khiến học không chỉ có khả năng thích nghỉ, nhớ các luật điều khiến

mới mà còn có khả năng chọn luật điều khiển phù hợp [3]

Trang 16

So đồ khối của bộ điều khiến hoc như sau.

Học - _ Hocluat | _| Học mo hinhmụctêu | 4 | điểukhiển | 4 | đối tượng

¥ bd 1

Cơ Sở Cơ Sở Cơ Sởtri thức tri thức tri thứcmục tiêu điêu khiến mô hình

Suy luận Chọn bộ - »> Chọn

mục tiêu điêu khiến > mo hinh

¥

| Bộ điều khiển " Đối tượng

-Hình 1.4: Sơ đồ điều khiển hocHệ thống điều khiển học tong quát có ba khối thực hiện chức năng học: họcmục tiêu, học điều khiển, học mô hình đối tượng Tuy nhiên tùy theo ứng dung cụthé mà hệ thống không nhất thiết có cả 3 khối học nêu trên Mỗi khối học có 2 ngõra cập nhật cơ sở dữ liệu và cập nhật thủ tục chọn lựa Ví dụ, khối học điều khiểnkhông chỉ học luật điều khiến để cập nhật cơ sở dữ liệu mà còn học cách chọn luậtđiều khiến [3]

1.2 Điều khiến học theo mô hình mờ Fuzzy Model Referenee Learning

Control (FMIRLC).

Điều khiến mờ đã chứng tỏ được ưu điểm của nó khi điều khiển những hệphi tuyến phức tạp có thông số khó xác định Khi mô hình có thông số biến đổi nhỏthì bộ điều khiển mờ vẫn hoạt động tốt, nhưng khi mô hình có thông số bién đổi lớnthì nó có thể không đáp ứng được do hàm phục thuộc đầu ra của bộ điều khiển mờđược thiết kế cô định nên bộ điều khiển mờ với hàm phụ thuộc (đầu ra) không được

cập nhật sẽ cho đáp ứng kém hoặc thậm chí không đáp ứng được [2, 3, 9].

Dé có thé thay đôi hàm phụ thuộc của bộ điều khiến mờ ta dùng cơ chế họcbang cách so sánh tín hiệu ra với một bộ tham chiếu, dùng tín hiệu chênh lệch nàyđể tính toán và cập nhật trọng số của hàm phụ thuộc đầu ra của bộ điều khiển mờ

Phương pháp tiếp cận đảm bảo sự thích ứng hội tụ các cơ sở quy tắc điềukhiển trong bộ điều khiển mờ, bộ điều khiến học mô hình mờ theo mô hình thamchiếu (FMRLC) Bộ điều khiển học này học bang cách cập nhật và ghi nhớ cácthông của số bộ điều khiển mờ đã thực hiện tốt chức năng của nó với các tín hiệu

Trang 17

vào trước đó Phương pháp này kế thừa được tất cả các ưu điểm của phương phápđiều khiến mờ và có tính thích nghi cao do có thể cập nhật tham sô của bộ điềukhiển mờ Trong quá trình cập nhật tham số nó cải thiện đáp ứng tốt hơn so với

trường hợp sử dụng bộ điều khiến mờ đơn thuân

Đây là phương pháp điều khiến thông minh và hiện đại có nhiều ưu điểmvượt trội và phạm vị áp dụng lớn nên việc tìm hiểu năm bắt, ứng dụng phương phápnày vào mô hình thực tế là rất cần thiết

Phương pháp này mặc dù được giới thiệu và nghiên cứu nhiều nhưng ở trongnước đa số mới chỉ giới thiệu và mô phỏng (mô phỏng dạng m file chứ chưa có môphỏng bằng simulink) chưa thử nghiệm chạy trên mô hình thực và chưa được triểnkhai vào thực tiễn Tác giả nhận thây đây là đề tài thú vị và thiết thực nên tác giả

chọn đề tài này Mục đích của đề tài là lập sơ đỗ mô phỏng băng simulink và thi

công mô hình thực tế nhằm giới thiệu, kiểm nghiệm va triển khai phương pháp điềukhiển này vào thực tiễn Tác giả cũng có cô găng cải tiến để mô hình điều khiếnkiểu này đơn giản và hiệu quả hơn so với một sô bài báo đã đăng ở một số tạp chívề phương pháp này

1.3 Lịch sử phát triển của phương pháp FMRLC.Phương pháp tự chỉnh bộ điều khiến mờ được phát triển đầu tiên bởiMamdani và Procyk (1979) Cách tiếp cận nay tiếp tục được xây dựng bởi nhiều tác

giả, đặc biệt là Yamazaki (1982) và Shao (1988) Thật không may những người

theo phương pháp nay lúc đó không thành công bởi vi các bộ điều khiến được thiếtkế với khó khăn cho việc bám theo các tín hiệu từ các mô hình tham chiếu Cácthuật toán FMRLC loại bỏ những hạn chế trước đó đã được giới thiệu đầu tiên bởiLayne và Passino (1992), Layne và Passino (1993) Ý tưởng chính là dựa trên môhình điều khiến thích nghi tham chiếu (MRAC) của °AstrFom và Wittenmark(2008) Một phương pháp tự học hoặc điều khiến thích nghi mờ được mô tả bởiKovai và Bogdan(2006) hoặc Driankovetal(1996) Phương pháp tự học biến đổi

hoặc tự chỉnh được Shieh et al (2006), Hao et a (2007) su dụng thành công tronglĩnh vực y sinh, Lin va Hsu (2003) sử dụng trong ngành công nghiệp 6 tô,Khaehintung et al (2005) su dụng trong kỹ thuật điện, Wu và Tomizuka (2010) sửdụng trong khoa học tính toán [13] Phương pháp này cũng được vận dung và cải

tiễn áp dụng thành công cho hệ đa biến [11]

Sơ lược một số bài báo khoa học về phương pháp nảy:

- Một trong những bài báo đầu tiên sử dụng phương pháp này của J Layneand K Passino để điều khiến đối tượng 'cargo ship' [6] Sau bài báo này có nhiềubài báo cũng sử dụng phương pháp này nhưng với những đối tượng khác nhau.

- Vivek G.Moudgal, Waihon Andrew Kwong, Kenvin M.Passino vận dụng

phuong phap FMRLC dé diéu khién hé da bién [11]

- Otto Cerman , Petr Husek dung phuong phap cua Layne va Passino (1992)

[6] nhưng có cai tién bing cách dua thêm vai biến trang thái vào bộ điều khiển mờ.

Kết quả khi mô phỏng với một số đối tượng là chất lượng điều khiến tốt hơn so vớiphương pháp sốc Rất tiếc trong bài báo này chỉ nêu ra hướng sử lý là đưa thêm vàibiến trạng trái vào bộ điều khiến chứ không nêu cụ thể là đưa thêm những biến nàova cách sử lý các biến đó như thế nao nên người đọc khó có thé làm theo lại giống

Trang 18

như cách mà tác giả bài báo này làm Ở bai báo này người doc chỉ có thé tham khảođược ý tưởng là thêm biến trạng thái vào đầu vào bộ điều khiến mờ dé tăng thêmchất lượng bộ điều khiến theo phương pháp mờ học.

- Otto Cerman, Petr Husek, sử dụng phuong phap giong bài báo bài báo của

Layne và Passino (1992) [6] Nhung có cải tiến là bộ điều khiển mờ ban đầu được

thế kế có đặc tính điều khiến tốt luôn, dé chất lượng điều khiến tốt luôn từ ban đầu[14] Ở bài báo này các hệ số bộ điều khiến mờ ban đầu được lấy từ kinh nghiệm

của tác giả.

Phương pháp này mặc dù được giới thiệu và nghiên cứu nhiều nhưng ở trongnước đa số mới chỉ giới thiệu và mô phỏng chứ chưa chạy trên mô hình thực vàchưa được triển khai vào thực tiễn ở trong nước

Phương pháp này vẫn đang tiếp tục được sử dụng và cải tiến để cho đáp ứngtốt hơn [11,13,14]

1.4 Mục tiêu của luận văn.

Nam bat và vận dụng phương pháp FMRLC.Lập sơ đồ mô phỏng bằng simulink và thi công mô hình thực tế nhăm giớithiệu, kiểm nghiệm và triển khai phương pháp điều khiến này vào thực tiễn

Cải tiến dé mô hình đơn giản và hiệu quả hơn so với một số bài báo đã đăngở một số tạp chí về phương pháp này [4 6]

Áp dụng thuật toán điều khiển hiện dai FMRLC vào mô hình thực tế.1.5 Kết quả dự kiến

Thiết kế mô hình thực với bộ điều khiển theo phương pháp FMRLC, vàphương pháp fuzzy, bộ điều khiến PID Kiểm nghiệm và so sánh chất lượng của cácbộ điều khiến đó

1.6 Phương pháp nghiên cứu.

- Thiết kế bộ điều khiến mờ rồi chạy mô phỏng.- Thiết kế bộ điều khiến hoc theo mô hình FMRLC rồi mô phỏng.- Thiết kế bộ điều khiển PID

- Khi mô phỏng tốt rồi thì triển khai vào mô hình thực tế

1.7 Sơ lược nội dung của luận vănLuận văn thực hiện nội dung qua 5 chương:

Chương 1: Giới thiệu chung về van đề điều khiển Ưu nhược điểm của một sốphương pháp điều khiến mạnh đang phổ biến Giới thiệu phương pháp điều khiểnhọc FMRLC Trên cơ sở nghiên cứu tong quan về các công trình liên quan, mục

tiêu của luận văn được xác định Chương 1 cũng trình bày phương pháp nghiên cứu

luận văn Cuối chương | là sơ lược nội dung luận van.Chương 2: Trình bày phương pháp điều khiển mờ và phương pháp điều khiếnhọc FMRLC Chương 2 là nền tảng co sở lý thuyết để xây dựng thuật toán điềukhiển cho đối tượng thực là hệ bồn nước đôi

Trang 19

Chương 3: Xây dung mô hình toán học hệ bồn nước đôi, thiết kế giải thuậtđiều khiến theo phương pháp FMRLC Xây dựng mô hình hệ giải thuật điều khiếntrên Matlab/Simulink và tiễn hành mô phỏng để kiểm tra so sánh giải thuật điềukhiển,

Chương 4: Trình bày thiết kế cơ khí, thiết kế mạch điện tử và các cảm biến sửdụng cho mô hình thực hệ bồn nước đôi Xây dựng lưu đồ điều khiến và thiết kếchương trình điều khiến thời gian thực cho hệ bồn nước đôi, đồng thời tiến hànhchạy thực hệ bồn nước đôi

Chương 5: Nêu ưu điểm và hạn chế của giải thuật điều khiển đã thực hiệntrong luận văn, đóng góp khoa học và dé xuất hướng nghiên cứu tiếp theo dé hoànthiện và mở rộng dé tai

Trang 20

CHƯƠNG 2: CƠ SỞ LÝ THUYET2.1 Điều khiến mờ

Điều khiến mờ đã được nêu rất kỹ va sử dụng ở nhiều dé tai và tài liệu nên

tác giả chỉ giới trình bày một phân vê nó (phân tác giả van dụng dé làm bộ điêukhiên) trong dé tài |2, 3, 10].

2.1.1 Khái niệm về tập hợp mờ

Tập hợp kinh dién là một tập hợp có biên rõ ràng Vi dụ tập hợp A bao gồm

các sô thực lớn hơn 6 có thê được trình bày như sau

Trong đó nếu x lớn hơn giá tri biên rõ 6 thì x thuộc về tập A, ngoài ra x sẽkhông thuộc về tập kinh điển A Mặc dù các tập hợp kinh điển phù hợp cho rấtnhiều ứng dụng và đã chứng minh là công cụ quan trọng cho toán học và khoa học

máy tính, nhưng nó không phản ánh được khái niệm và cách nghĩ của con người là

trừu tượng và không chính xác Như một ví dụ minh họa, về mặt toán học ta có thểmô tả tập hợp người cao bao gém những người có chiều cao lớn hơn 6 feet (1,829m) được biểu diễn như hình 2.1 Nếu ta đặt A = “người cao” va x= “chiều cao” thiđiều này phát biểu không tự nhiên và không thích hợp khái niệm của con người về“người cao” Do bản chất phân đôi của tập kinh điển sẽ phân loại một Người cao

6.001 ft là người cao nhưng người 5.999 ft thi không, sự phân loại nay về mặt trựcgiác không hợp lý Sự khiếm khuyết bắt ngu6n từ sự chuyền tiếp rõ ràng giữa sựbao hàm và sự loại trừ trong một tập hợp.

Height [cm] Temperature [deg C]

Hình 2.1: Tap mờ và tập rõ của “người cao” và “nhiệt độ”.

Tương phản với tập hợp kinh điển tập mờ (fuzzy set) là một tap hợp không

có biên rõ ràng Có nghĩa là sự chuyền tiếp từ việc “thudc về một tập” sang “khôngthuộc về một tập” là từ từ (trơn) từng bước một Và sự chuyển tiếp trơn này đượcđặc tính bởi hàm thành viên làm cho tập mờ linh hoạt hơn trong việc mô hình các

phát biểu ngôn ngữ được dùng hằng ngày như “#ớc nóng” hay “nhiệt độ cao”

Trang 21

2.1.2 Biến ngôn ngữ

Biến ngôn ngữ là phân tử chủ đạo trong các hệ thông dùng logic mờ Ở đây

các thành phần ngôn ngữ của củng một ngữ cảnh được kết hợp lại với nhau.

Dé minh hoạ về ham thuộc và biễn ngôn ngữ ta xét ví du sau :

Xét tốc độ của một chiếc xe môtô, ta có thé phát biểu xe đang chạy:- Rất chậm (VS)

- Chậm (S)- Trung bình (M)- Nhanh (F)

- Rat nhanh (VF)Những phat biểu như vậy gọi là biến ngôn ngữ của tập mờ Goi x là giá trịcủa biến tốc độ, ví du x =10km/h, x = 60km/h Hàm phụ thuộc tương ứng của cácbiến ngôn ngữ trên được ký hiệu là :

Hình 2.2: Gia tri cua ham phụ thuộc tương ứng

Như vậy biến tốc độ X có hai miền giá trị :- Miền các giá trị ngôn ngữ :

N={ rat chậm, chậm, trung bình, nhanh, rất nhanh }

- Miền các giá trị vật lý :

V={x€B|x>0;

Biến tốc độ được xác định trên miền ngôn ngữ N được gọi là biến ngôn ngữ

Với mỗi x€B ta có hàm thuộc :Vi dụ hàm thuộc tại gia tri rõ x=65km/h là:

u„(65) = { 0;0;0.75;0.25;0 }2.1.3 Dinh nghĩa tập mờ

Tập mờ F xác định trên tập kinh điển B là một tập mà mỗi phan tu cua no la

một cặp gia tri (x, HF(x)), với x€ X và wF(x) là một á nh xạ:

uF(x): B —> [0 1]

Trong đó: HE gọi là hàm thuộc, B gọi là tập nên.Giá trị trong khoảng (0 1) biểu thi mức độ thành viên của một phan tử trong

một tập B đã cho.

Trang 22

2.1.4 Các thuật ngữ trong logic mờ

Hạ miên tin cậy

nhỏ nhất trong tat cả các chặn trên của ham uF(x)

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

S = Sup(uF(x)) = { x€B | HF() > 0 )- Miền tin cậy của tập mờ F, ký hiệu là T là tập con thoả mãn :

T= { x€B | HF(x) = l }¢ Cac dạng hàm thuộc (membership function) trong logic mờ

Có rất nhiều dạng hàm thuộc như: Gaussian, PI-shape, S-shape, Sigmoidal,

này trình bày một số hàm thành viên tham số hóa thường dùng để định nghĩa hàmthành viên một chiều và hai chiều Các hàm thành viên có chiều cao hơn có thểđược định nghĩa theo một cách tương tự.

Trang 23

2.1.5.1 Hàm thành viên một chiều (Hàm thành viên có một ngõ vào)

Định nghĩa Hàm thành viên dạng tam giác Hàm thành viên dạng tam giácđược xác định bởi 3 tham sô {a, b, c} như sau:

0 h h 0 h h h h

0 20 40 60 50 100 0 20 40 60 580 100(c) Gaussian MF (d) Generalized Bell MF

Membership Grades( °œ

Membership Grades

1

0.80.60.40.2

Membership Grades h h h h 0 h hMembership Grades

Khai niệm này được minh họa như sau:

Sự kiện: xis A,Luat: if x is A then y is B,Kết luận: y1IsB.

Trang 24

Tuy nhiên, theo cách suy luận của con người, modus ponens được sử dụng

theo cách xấp xỉ Ví dụ nếu ta có cùng mệnh đề “if the tomato is red, then it is ripe”và ta biết rang “the tomato is more or less red’, khi đó ta có thé suy ra rang “thetomato is more or less ripe” Điều nay được viết như sau:

Sự kiện: xis A’,Luat: if x is A then y is B,Két luận: y is B’.

Trong đó A’ gan với A và B’ gan với B Khi A, B, A’, B' là các tập mờ có tập

cơ sở thích hợp, thủ tục suy diễn trước đây được gọi là suy luận mờ (cũng được gọilà modus ponens tông quát).

2.1.7 Giải mờ

Giải mờ là quá trình xác định giá trị rõ ở đầu ra từ hàm thuộc up;(y) của tập

mờ B Có 2 phương pháp giải mờ:Phương pháp trọng tam

Đây là phương pháp giải mờ được sử dụng nhiều nhất trong điều khiến.

Điểm y' được xác định là hoành độ của điểm trọng tâm miễn được bao bởitrục hoành và đường ug:(y).

Công thức xác định :

— Ss yu)ayJsuŒ)dy

$Phương pháp trọng tâm cho luật Sum-Min

Giả sử có m luật điều khiển được triển khai, ký hiệu các giá trị mờ đầu ra củaluật điều khiến thứ k là upg-k(y) thì với quy tắc Sum-Min hàm thuộc sẽ là

L(y) = 3¿=+ Hp(y) vay? được xác định

| LS s,„0)Ìm (ruta; (0)dy) YM,k=li— 8 k=l k=l

Trang 25

H 2 2 2 2M, = F —3m, +b“ —a“ +3m,b+3m,a)

Xét bộ điều khiển mờ MISO sau, với véctơ đầu vào X = [u¡.uạ, , Un |!

Hình 2.8: Nguyên lý điều khiến mờ [2]

Trang 26

2.1.8.3 Thiết kế bộ điều khiến mờCác bước thiết kế:

BI: Định nghĩa tất cả các biến ngôn ngữ vao/ra

B2: Xác định các tập mờ cho từng biến vao/ra (mờ hoa).

+ Miễn giá trị vật lý của các biến ngôn ngữ.+ Số lượng tập mờ.

+ Xác định hàm thuộc.+ Rời rạc hoá tập mờ.B3: Xây dựng luật hợp thành.

B4: Chọn thiết bị hơp thành.B5: Giải mờ và tối ưu hoá

Phan loại các BĐK mờ

i Điều khiến Mamdaniii Điều khiển mờ trượtiii Điều khiến tra bảngiv Điều khiến Tagaki/Sugeno

(MCEC)(SMFC)(CMFC)(TSFC)

Trang 27

2.2 Điều khiến mờ học theo mô hình tham chiếu (FMRLC).Đầu tiên tác giả đưa ra sơ đồ gốc (FMRLC) và mô tả phương pháp cập nhậtcác trọng số đầu ra của bộ điều khiển mờ mà nhiều bài báo viết sau đó tác giả đưa rasơ đồ cải tiền và phương pháp cập nhật của riêng tác giả đề xuất dựa vào một số

quan sát và lý luận.

2.2.1 Phương pháp gốc2.2.1.1 Sơ đồ khối của phương pháp gốc được đề cập ở nhiều bài báo

(FMRLC).So đồ khôi cua phương pháp goc:

tính ngược nhau:

Trang 28

AeNS | N4 | N3 | N2 | NI | ZE | Pl P2 | P3 | P4 | P5N5 | 41.0} +1.0 | +1.0 | 41.0 | +1.0 | +1.0 | 40.8 | 40.0 | 40.4 | 40.2} 0.0N4 | 41.0 | +1.0] +1.0 | +1.0 | +1.0 | +0.8 | 40.0 | 40.4 | 40.2 | 0.0 | -0.2

N3 | +1.0 | +1.0 | +1.0 | +1.0 | 40.8 | 40.0 | 40.4 | 40.2 | 0.0 | -0.2 | -0.4

N2 | 41.0 | 41.0 | 41.0 | 40.8 | 40.0 | 40.4 | 40.2} 0.0 | -0.2 | -0.4 | -0.0NI | +1.0 | +1.0 | +0.8 | 40.0 | +0.4 | +0.2} 0.0 | —0.2 | -0.4 | -0.0 | -0.8e ZE | +1.0 | +0.8 | +0.0 | 40.4 | 40.2] 0.0 | -O0.2 | —0.4 | —0.0 | -0.8 | —1.0Pl | 40.8 | 40.0 | +0.4 | 40.2} 0.0 | -O0.2 | -0.4 | -0.0 | —0.8 | —1.0 | -1.0P2 | 40.0 | 40.4 | 40.2 | 0.0 | —0.2 | -0.4 | -0.0 | -0.8 | —1.0 | —1.0 | -1.0P3 | 40.4 | 40.2} 0.0 | -O0.2 | —0.4 | -0.0 | -0.8 | —1.0 | —1.0 | —1.0 | -1.0

N3 | -1.0 |—1.0 | —1.0 | —1.0 | —0.8 | —O.0 |—0.4 |-0.2 | 0.0 | 40.2 | 40.4

N2 | -1.0 | -1.0 | -1.0 |-0.8 | —0.0 | -0.4 | -0.2 | 0.0 | 40.2 | +0.4 | 40.0NI | -1.0 | -1.0 | -0.8 | —0.0 | —0.4 | -0.2 | 0.0 | 40.2 | 40.4 | 40.0 | 40.8

Cm | ZE | -1.0 | -0.8 | —O0.0 | —0.4 | —0.2 | 0.0 | 40.2 | 40.4 | 40.0 | 40.8 | +1.0

Pl | -0.8 | -0.0 | -0.4 | -0.2 | 0.0 | 40.2 | 40.4 | +0.6 | 40.8 | +1.0 | +1.0P2 | -0.0 | -0.4 | -0.2 | 0.0 | 40.2 | +0.4 | 40.0 | 40.8 | +1.0 | +1.0 | +1.0

P3 | -0.4 | -0.2 | 0.0 | 40.2 | +0.4 | 40.0 | +0.8 | +1.0 | +1.0 | +1.0 | +1.0

P4 |-0.2| 0.0 | 40.2 | 40.4 | +0.o | +0.8 | +1.0 | +1.0 | +1.0 | +1.0 | +1.0P5 | 0.0 |+0.2| +0.4l 40.0 | +0.8 | +10 | 41.0} 41.0 [| +1.0 | +1.0 [| +1.0

Hình 2.11: Ví dụ bộ mờ ngược.

2.2.1.2 Bộ điều khiến mờ

NIe(k) Ke

Lae Ny Se wl

lạD

Bộ điều khiển mò.

Hình 2.12: Bộ điều khiển mờ thuận

* Bộ điêu khiên được sử dụng là bộ điêu khiên PD mờ gôm các qui tacSugeno với mệnh đê kêt luận là hăng sô.

- Tín hiệu vào của bộ điều khiến PD mờ là:- Sai số: e(k) = r() - y(k)- Biến thiên sai số: Ae(k) = ( e(k) - e(k-1) )/T

Trang 29

* Các hệ sô chuân hóa ở ngõ và ngõ ra của bộ điêu khiên là Kg, Kp,va Ky.Chât lượng của hệ thông được tính băng sai lệch giữa tín hiệu ra của mô hìnhchuân và tín hiệu ra của đôi tượng.

E(k) = ym(k) - y(k)2.2.1.3 Mô hình ngược mờ:

- Mô hình ngược mờ mô tả định tính đặc tính động học ngược của đối tượng

điều khiến.

KK Em e( k)

- Tự chỉnh thông số bộ điều khiển mờ dé đạt được chất lượng mong muốn

(chât lượng mong muôn xác định bởi mô hình chuân trong sơ đô điều khiên) trongsơ do điêu khiên).

- Lưu trữ tri thức (qui luật chỉnh định thông số) vào bộ nhớ.- Nếu chất lượng mong muốn được thỏa mãn (e„(k) ~ 0) thì co chế học sẽ

không điêu chỉnh bộ điêu khiên mờ.

- Ngược lại, nếu chất lượng mong muốn không thỏa mãn, e„(k) lớn thì cơ

chê học sẽ điều chỉnh thông sô bộ điều khiên mờ.

- Tín hiệu ra mô hình ngược là: p(k), bộ điều chỉnh cơ sở tri thức sẽ cập nhật

cơ sở tri thức cua bộ điêu khiên mờ (mệnh đề kết luận của các qui tac điêu khién)sao cho tác động điêu khiên trước đó (tức ứng với u(k—T)) sẽ được thay đôi mộtlượng là p(k).

- Muốn đạt được điều nảy ngõ ra của các qui tắc mờ tác động ở thời điểm lẫy

mau thứ (k—T) phải được thay đôi một lượng p(k):

Trang 30

thông sô cho bộ điêu khiên Fuzzy.

Sơ đồ của giải thuật

Bộ đều khiển mờ banđầu với các thông số được

lưu trong matran A

Oke Giải mở với

Tin hiệu ra y(k)

rk) Mô hình |ym(k)|Tinh em(k)

tham chiếu | dem(k)

dem(k)| pem(k)

=

Giải mờ với Cập nhật macơ sởlàma f — — — — — trận A theotrận mờ ngược pŒ)

4

Hình 2.14: Sơ đồ giải thuật bộ điều khiển học gốc

Trang 31

2.2.2 Phương pháp đề xuất dé cải tiến chất lượng bộ điều khiến (FMRLC).2.2.2.1 Sơ đồ khối phương pháp cải tiền.

=l Mô hinh chuan

Cập nhật cơ pŒ)

+ e(k) KE

-r(k) RS nan NY Ese fwd) Đi -+ j— m1 ~| > tượng "

Bộ điêu khiên mờ».

Hình 2.15: Sơ đỗ khối hệ điều khiến học cải tiễn

Sơ đồ khôi này khác sơ đô khôi cũ ở cho mô hình mờ ngược cô định, và cách cậpnhật cải tiên so với phương pháp cũ:

2.2.2.2 Mô hình mờ ngượcTheo như lý luận của các bài báo và tài liệu sử dùng mô hình cũ là mô hình

mờ ngược có các trọng số ngược với mô hình mo thuận [3, 4, 6, 10, 11] Sau mộtbước cập nhật (cập nhật ở bước thứ k) thì các trọng số đầu ra ở bước trước (bước k-1) sẽ đạt chuẩn (các trọng số tương ứng đó sẽ mô tả hay đại diện được giúp cho hệthống bám theo mô hình tham chiếu ứng với e va de vào ở bước k-1) và từ bước sautrở đi nếu các thông số của mô hình không thay đổi thì ứng với e và de bằng với evà de mà nó đã được cập nhật thì hệ thống sẽ bám theo được đúng mô hình thamchiếu (y = ym) và nó sẽ không phải cập nhật lại nữa Nhưng nhìn vào kết quả đápứng và quá trình cập nhật ta sẽ thấy mô hình vẫn được cập nhật ở các bước tiếptheo Từ đó tác giả phân tích và đánh giá lại vai trò của các khối trong sơ đỗ cũ vànhận thấy rằng bộ mờ ngược chỉ có tác dụng tính ra một lượng p(k) can thiết để cập

nhật bù vào một phân theo đúng hướng tăng giảm cần thiết của các trọng số (4 trọngsố) của bộ mờ thuận tương ứng ở bước điều khiến trước đó Sau một số lần cập nhật

thi các trọng số này sẽ hội tụ về một giá trị mà ứng với giá trị đó bộ điều khiển mờ

thuận sẽ điều khiến đối tượng bám theo tín hiệu tham chiếu.

Từ đó để đơn giản hóa và tăng tính hiệu quả và tính tổng quát của mô hìnhtác giả đề xuất cô định bộ điều khiển mờ ngược Bộ điều khiển mờ ngược sẽ có tácdụng tính một lượng p(k) hợp lý (về dấu và độ lớn) để cập nhật vào mô hình mờthuận đảm tinh hội tụ tới giá trị mà ở đó nó điều khiển đối tượng bám theo tín hiệu

Trang 32

ra của mô hình tham chiêu hay dé dau ra của đôi tượng y bam dau ra của mô hìnhtham chiêu.

2.2.2.3 Cập nhật trọng số bộ điều khiến mờ thuậnVấn đề cập nhật tham số theo phương pháp cũ thì các trọng số tương ứng củabộ điều khiển mờ (ở bước trước) đều được cập nhật thêm (cộng thêm) một lượng

băng nhau p(k) [3 4, 6, 10, 11] Nhưng tác gia thay vai trò hay sự ảnh hưởng củacác trọng số đó tới giá trị đầu ra của bộ điều khiển ở bước (k-1) không như nhau matỉ lệ với giá trị hàm phụ thuộc tương ứng với các trọng số đó ở bước điều khiến (k-1) nên dé đảm bảo tính mượt của quá trình hội tụ (lần sau không phải cập nhật lại)

ta cập nhật vào các trọng số đó một lượng tỉ lệ với giá trị hàm phụ thuộc tương ứngở bước trước đó hay bằng:

p(k)* UC €¡œ-p det (1) ) (2 47)

Minh họa cu thê hơn.

Giả sử bộ điều khiển mờ có bảng trọng số đầu ra ở một thời điểm nào đó như

hình dưới.Xét trường hợp sau ở bước trước e(k) đang thuộc hàm liên thuộc P3, P4 và

de(k) đang thuộc hàm liên thuộc hàm liên thuộc N4, N5 và đầu ra của bộ mờ ứngvới trạng thái đó trước khi cập nhật có giá trị thuộc phan tô đậm như bang sau

Ae

: N5 | N4 | N3 | N2 | N1 | ZE | Pl | P2 | P3 | P4 | P5

NS 1 1 1 1 1 1 09 | 08 | 0.7 | 0.6 | 0.5N4 1 1 1 1 1 0.9 | 08 | 0.7 | 0.6 | O05 | 0.4N3 1 1 1 1 0.9 | 0.8 | 0.7 | 06 | O5 | 0.4 | 03N2 1 1 1 09 | 0.8 | 0.7 | 06 | O5 | 0.4 | 0.3 | 0.2NI 1 1 09 | 08 | 0.7 | 06 | 05 | 04 | 03 | 0.2 | 01e | ZE 1 0.9 | 0.8 | 0.7 | 06 | O5 | 04 | 03 | 0.2 | 0.1

Pl | 0.9 | 0.8 | 0.7 | 06 | 05 | 04 | 0.3 | 0.2 | 0.1P2 a b 706 | 05 | 04 | 03 | 0.2 | 01P3 C d 105 | 04 | 03 | 0.2 | 0.1 0P4 | 06/05 | 04 | 03 | 0.2 | 01 0 0PS | 0.5 | 0.4 | 0.3 | 0.2 | 01 0 0 0 —=|C|C|IỊC=

Hình 2.16: Hình minh họa vị trí e và de và giá trị tướng ứng của đầu ra

bộ điêu khiên mờ.

Trang 33

Hàm liên thuộc đâu vào ứng với vi trí giả thiệt trên.

hạ = tpz(e)*kxs(ð€)hy = tạ;z(€)*Hxa(đ©)h, = Up3(€)* Uns(e)hạ = Hps(e)*Una(de)(Có thé xem h; là mức độ ảnh hưởng của thành phan a, b, c, d tới đầu ra)Khi đó tín hiệu đầu ra của bộ điều khiển mờ sẽ là:

Nên hàm phụ thuộc đầu ra lúc này chỉ phụ thuộc vào mỗi giá trị a, nên về

nguyên tac ta chỉ cân cập nhật a một lượng p(k), nhưng theo cách cũ thi ca 4 thôngsô a, b, c, d déu duoc cập nhật một lượng p(k), theo tác giả chưa hợp ly va can cảitiến để có chất lượng điều khiến tốt hơn Nên tác gia đề xuất là cập nhật vào tương

Trang 34

ứng với các thông số a, b, c, d mot luong h*p(k) voi h la gia tri cua ham phu thudc

của luật hop thành của thành phan tương ứng với gia tri của e(k), de(k) thuộc bướctính trước như mô tả ở trên.

2.2.2.4 Giai thuật thiết kế bộ điều khiến.Quan sát và phân tích đối tượng rồi:BI - Chọn mô hình tham chiếu phù hợp.B2 - Thiết kế bộ điều khiển Fuzzy thuận có trọng số đầu ra được mô tả bang

ma tran A.

B3 — Bộ mờ ngược hay Fuzzy ngược B.

B4 - Thiết lập cơ cầu cập nhật thông số cho bộ điều khiển mờ.B5 - Hoàn thiện bộ điều khiển học theo phương pháp đã trình bày dé cập

nhật thông sô cho bộ điêu khiên Fuzzy.

Trang 35

Sơ đồ của giái thuật.

Bộ điều khién mo banđầu với các thông sô được

lưu trong ma tran A

+in hiệu ra y(k)

rŒ) Môhình |ym@Œ©)|Tính em(k)

— F

tham chiếu "| demứŒ)

dem wo] Jem(k)

Giải me với Cập nhật macơ sở làrma trận A theo

trận mờ ngược p(k)

p(k) # 0

Hình 2.19: Sơ đồ giải thuật bộ điều khiến học cải tiễn

2.2.2.5 Đề xuất dé cải tiến chất lượng bộ điều khiến (FMRLC) thêm.Bộ điều khiến mờ ban đầu thường giống nhau (các trọng số trong bộ điều

khiển thay đối đều nhau, có thé tác giả ban đầu dé vậy dé thé hiện tính tong quát vàkhả năng cập nhật trong quá trình học) [2, 6], sau quá trình điều khiến và cập nhậtthì nó không còn cách nhau đều nữa và có chất lượng điều khiến tốt hơn bộ điềukhiển ban đầu Nên tác giả đề xuất bộ điều khiến xuất phát ban đầu có trọng số tốt

Trang 36

luôn dé chất lượng điều khiến tốt luôn từ ban đầu Các trọng số của bộ điều khiếnnày có thé thiết lập theo kinh nghiệm hoặc lấy từ kết quả thử nghiệm đầu ra bộ điềukhến học đã chạy tốt trong quá trình thử nghiệm trước đó.

Trang 37

CHƯƠNG 3: MO PHONG VÀ DIEU KHIỂN

_ HỆ BÓN NƯỚC ĐÔI

3.1 Mô hình hóa hệ bon nước đôi

3.1.1 Kích thước hệ bồn nước đôi

Hai bôn nước có cùng diện tích

u(t)

hi(t) |VanB ha(t)

—(O) a

Van xaD Van xa Cc

Hình 3.1: Cau hình bồn nước đôi liên kết hệ SISOChiều dài bồn 1: al =30 cm

Chiều rộng b6n 1: b1 =20 emChiều dài bồn 2: a2=30emChiều rộng bổn 2: b2=20emĐường kính của cả 3 van bằng nhau: Da=Db=Dc=2emHệ số xả van C, B lay bang: Cb=Cc =0.6 (Thay đối băng cách van van)Hệ số van D: Cd =0 (Khóa lại để tiện mô phỏng)

Động cơ 70 lit/phut = 1200 cm3/s, 12V dc, 5.4A

Hệ số lưu lượng bom của may bom: Kp= 1200/12 =100

3.1.2 Phương trình toán học

Đối với mô hình này, nước được bơm trực tiếp vào bén 1 và nước từ bổn 1qua van B sẽ chảy vào bổn 2 Ở đây ta xây dựng bộ điều khiển dé điều khiển mực

nước ở bổn 2 với ngõ vào là điện áp một chiều cấp cho máy bơm.

Các thông sô vật lý cơ bản liên quan:

- Khối lượng riêng của nước: m, = 1000kg/m3- Gia tốc trọng trường: g = 9.81 m/s?

- Trọng lượng riêng nước (Gia tốc trọng trường x Khối lượng riêng (kg/m))) :

Trang 38

Ais = F*V vận tốc

— Svoi * Paáy *V vận tốc = Nuài *h* fine eV vậntốc —— vi k h*m,*g *V vận tốc

- Thể tích khối nước ra khỏi vòi: Vind wenmy = Svoi * V vận tốc- Khối lượng nước ra khỏi vòi:

M khối lượngls - = Vindtich * M, = Syai * V vận tốc * my- Động năng của khối nước:

Wis= = 1/2* (V van tóc) * M khối lượngls — = 1/2* (V vận tốc y* Svai *V vận tốc * M,

Theo định luật bao toàn năng lượng: A;, = Wi;Suy ra:

Đây là công thức tính vận tốc nước chảy ra khỏi van (nó chỉ phụ thộc vào độ

cao cột nước h, độ nhớt Cy, gia tốc trọng trường g)

Thiết lập phương trình vi phân mô tả hệ bồn nước:- Lưu lượng nước chảy vào bồn 1 từ máy bơm:

A, =a,*b, (3.3)

ai, bị: chiều dai, chiêu rộng bồn 1

- Diện tích mặt cat của van xả B bon 1:

a, = 21 *Dj (3.4)

Dạ : Đường kính van B.Từ (1.2) và (1.4) ta tính được lưu lượng nước chảy ra khỏi bon 1 như sau:

Oy, = a, *V, = C¿a,A|2g(H,0)— H,0)) +C„a,2|2gH,0)

(3.5)- Phương trình vi phân mô ta động hoc cua bon 1:

AT” =0,=0u== KU) Cag a)2@ =H) ~C ats 28F (3.6)

Từ đây ta suy ra được phương trình vi phân mô tả su biến thiên cả mực nước

Trang 39

a2, b2 : Chiều dài, rộng của bồn 2

- Lưu lượng nước chảy ra khỏi bôn 2:

Don vi H¡, H; là cm.U(t) từ 0 tới 12v.

3.1.3 Mô phỏng hệ bồn nước đôi.3.1.3.1 Sơ đồ mô phỏng

|

StepB

Trang 40

(1/A)*( k*u(1) Cd*ad*sqrt(2*g*u(2)) sgn(u(2) u(3))*Cd*ab*sqrt(2*g*abs(u(2)-u(3))))

Ngày đăng: 24/09/2024, 11:45