Đang tải... (xem toàn văn)
Tóm tắtBài báo này trình bày việc áp dụng hệ mờ nơronđể nhận dạng và điều khiển hệ chuyển động phi tuyếncũng như cho hệ điều tốc tuốc bin thuỷ lực. Kết quảmô phỏng cho khả năng ứng dụng tốt, ổn định và thờigian quá độ nhỏ.Abstract: This paper describes the fuzzyneuralsystem applying to identification and controls thenonlinear motion system as well as the hydro turbinegovernors. Simulation results show the feasibility ofusing, stability and the improved of overshoot time.Ký hiệuKý hiệu Đơn vị Ý nghĩaf hàm phi tuyếnj ( )i A i μ x hàm liên thuộcx Véc tơ trạng tháiChữ viết tắtSISO Single Input – Single OutputMISO Multi Input – Single OutputMIMO Multi Input – Multi OutputNFCs Neuro Fuzzy ControllersTS TakagiSugeno1. Phần mở đầuKết hợp mạng nơron vào bộ điều khiển mờ, tạothành một bộ điều khiển mới gọi là bộ điều khiển mờ nơron (NFCs) hay còn gọi là hệ mờnơron. Sự kếthợp này chính là sự tích hợp chặt chẽ những kiến thứcchuyên gia trong hệ mờ và lặp lại nó trong suốt quátrình học của mạng nơron. Hệ mờnơron sẽ sử dụngquá trình học của mạng để chỉnh lại các tham số hàmliên thuộc của tập mờ (như tâm, độ rộng) với mongmuốn đầu ra của hệ thỏa mãn yêu cầu cho trước 2.Hệ chuyển động phi tuyến còn có thể được điềukhiển bằng hệ mờ thích nghi 1, để đạt được sai lệchtiệm cậm về 0 cho một lớp đối tượng.Kết quả này cũng áp dụng hiệu quả cho nhận dạngvà điều khiển hệ điều tốc tuốc bin thuỷ lực, chỉ ra khảnăng ứng dụng của phương pháp, sự ổn định làm việccũng như thời gian đáp ứng tốt.2. Hệ NFCs với mô hình TakagiSugeno(TS) áp dụng cho nhận dạng hệchuyển động.Việc áp dụng mô hình mờ TS đã được nghiên cứutrong nhiều công trình khác nhau, thường sử dụngmạng nơron 5 lớp 2,4. Xét một cấu trúc hệ NFCsgồm 5 lớp, 2 lớp ngoài vào và ra thực hiện nhiệm vụnhận tín hiệu vào và tính giá trị ra của hệ. 03 lớp trongthực hiện chức năng mờ hoá, thực hiện các luật mờ vàgiải mờ. Để nhận dạng hệ thống, ta dùng hệ mờnơronvới luật mờ TS 2,4,9. Điểm khác nhau cơ bảngiữa hai mô hình mờ TS và mô hình mờ Mamdani làmệnh đề kết luận của các luật hợp thành. Mệnh đề kếtluận trong mô hình mờ TS luôn là những hàm giá trịthực, nó thay thế cho các tập mờ.Giả sử luật mờ thứ j trong mô hình mờ TS có dạng:Nếu 1 x là 1j A và 2 x là 2j A và … và n x là j AnThì j 0 11 22 y f ... = = + + ++ jj j jn n a ax ax ax (1)Với: xi là biến đầu vào ; y là biến đầu ra ; i Aj là biếnngôn ngữ của mệnh đề điều kiện với hàm liên thuộcj ( )i A i μ x ; ji a là hệ số ; j=1…m ; i=1…n.Xét một hệ chuyển động SISO có phương trìnhđộng lực học phi tuyến tổng quát được mô tả bởi hệphương trình trạng thái (2) như sau:1= + () ()=⎧⎪⎨⎪⎩dxF x Gxudty x (2)Trong đó: 1 2 = ( , ,..., ) n x xx x là một vector cácbiến trạng thái của hệ; F(x) và G(x) là hai hàm phituyến phụ thuộc vào các biến trạng thái x của hệ; ulà tín hiệu điều khiển tác động vào hệ; y là tín hiệu racủa hệ. Nếu hệ đã nêu là hệ thống ổn định, tức khi nóbắt đầu ở một vị trí nào đó, nó sẽ tiếp tục làm việc ởlân cận vị trí này, giá trị đầu ra không vượt quá giớihạn cho phép trong suốt thời gian sau đó và quỹ đạochuyển động trơn, liên tục, thì chúng ta có thể dùngcác công cụ toán học để đưa hệ trên về dạng chuẩn (3)
. quốc về Điều khiển và Tự động hoá - VCCA-2011 1 Hệ mờ-nơron nhận dạng và điều khiển điều tốc tuốc bin thuỷ lực Fuzzy-neural System For Identification And Control The Hydro Turbin Governors . ()()() () ααα −− − =+−++−+−− ))) & & nnn mm nm nm u y y y yy yyFx Gx (30) 4. Mô phỏng hệ NFCs cho nhận dạng và điều khiển điều tốc tuốc bin thuỷ lực Hệ thống điều khiển điều tốc (governor) trong nhà máy thuỷ điện có chức năng. việc áp dụng hệ mờ - nơron để nhận dạng và điều khiển hệ chuyển động phi tuyến cũng như cho hệ điều tốc tuốc bin thuỷ lực. Kết quả mô phỏng cho khả năng ứng dụng tốt, ổn định và thời gian