Điều khiển PID một nơ ron thích nghi dựa trên bộ nhận dạng mạng nơ ron RBF

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF iv TịMăTT Tóm tt: Lun văn nƠy nhằm nghiên cứu xây dng b điu khin PID mt n- ron thích nghi đ điu khin đối tng phi tuyn cha bit trc tham số và cu trúc. B điu khin PID đc t chức di dng mt n-ron tuyn tính mà  đó ba trng số kt nối của ba ngõ vƠo n-ron tng ứng vi ba thông số K p , K i , và K d của b điu khin. Áp dng gii thut hun luyn trc truyn (online) n-ron cho phép t điu chnh thông số b điu khin thích nghi theo s bin đi đặc tính đng của đối tng. B nhn dng mng n-ron RBF làm nhim v nhn dng không tham số mô hình đối tng, từ đó đa ra thông tin Jacobian còn gi lƠ đ nhy của đối tng. B nhn dng nƠy đc hun luyn trc tuyn bằng phng pháp gradient descent. Gii thut hun luyn b điu khin PID mt n-ron cn thông tin Jacobian từ b nhn dng, đ tính toán các giá tr gradient dùng đ cp nht các trng số kt nối của n-ron PID. Kim nghim qua mô phỏng trên MATLABvà tin ti thc nghim trên h n đnh áp sut RT030 của hãng Gunt-Hamburg, Đức. Kt qu cho thy đáp ứng của đối tng thỏa mãn các yêu cu điu khin khc khe, trit tiêu đc sai số xác lp và đ vt lố nằm trong phm vi cho phép. Abstract: This thesis aims to develop a single neuron adaptive PID controller forunknownsystems. APID controller is constructed as a linear neuron that three input weights of neuron work as three parameters K p , K i and K d of the PID controller. Applyingan online learning algorithm for this neuron allows self-tuning the PID controller adapting to behaviors of system dynamics.A RBF neural network - based non-parametric model identifier providesJacobian Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF v information, also known as the sensitivity of the subject. This neural network identifier is online trainedby using gradient descent method. ThePID training algorithm needs Jacobian information from the identifier to calculate gradient values used to update weights of PID neuron. The controller was tested by simulation on MATLAB and experiment on RT030 Air Pressure Control Unit of Gunt-Hamburg, Germany. The results show that the system responses satisfy the requirements of control performance, eliminating steady-state error, and achieving safe overshoot. Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF vi MCăLC LÝ LCH KHOA HC i LI CAM ĐOAN ii CM N iii TÓM TT iv MC LCầ vi CHNG 1: TNG QUAN 1 1.1 Tng quan chung v lĩnh vc nghiên cứu, các kt qu nghiên cứu trong và ngoƠi nc đƣ công bố. 1 1.1.1 Tng quan chung v lĩnh vc nghiên cứu. 1 1.1.2 Các kt qu nghiên cứu trong vƠ ngoƠi nc đƣ công bố. 6 1.2 Mc tiêu của đ tài. 7 1.3 Nhim v của đ tài và gii hn đ tài. 7 1.4 Phng pháp nghiên cứu. 8 CHNG2: C S LÝ THUYT 9 2.1 B điu khin PID thích nghi. 9 2.1.1 Tng quan v b điu khin PID 9 2.1.2 B điu khin PID thích nghi 12 2.2 B điu khin PID mt n-ron. 14 2.2.1 Cu trúc b điu khin PID mt n-ron. 14 2.2.2 Hun luyn trc tuyn b điu khin mt n-ron. 15 2.3 Mng n-ron RBF. 16 2.3.1 Cu trúc mng n-ron RBF. 16 2.3.2 HƠm c s xuyên tâm. 17 2.3.3 Tng quát hƠm c s xuyên tâm Gaussian và hun luyn mng RBF. 18 2.4 H n đnh áp sut RT030 20 Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF vii CHNG 3:THIT K B ĐIU KHIN PID MT N-RON THÍCH NGHI DA TRÊN B NHN DNG MNG N-RON RBF 25 3.1 S đ điu khin. 25 3.2 B nhn dng đối tng điu khin. 26 3.2.1 B nhn dng da trên mng n-ron RBF. 26 3.2.2 Gii thut hun trc tuyn b nhn dng. 26 3.3 Gii thut hun luyn b điu khin PID mt n-ron. 28 3.4 Mô phỏng gi đnh gii thut hun luyn b điu khin PID mt n-ron thích nghi da trên b nhn dng mng n-ron RBF. 29 3.4. 1 Mô phỏng 1: Tín hiu tham kho cố đnh 30 3.4. 2 Mô phỏng 2: Tín hiu vào tham kho là xung vuông. 33 3.4. 3 Mô phỏng 3: Tín hiu vào tham kho X ref là tín hiu bc thang tăng dn. 37 CHNG 4:KT QU THC NGHIM 40 4.1 Phng thức giao tip máy tính vi thit b RT030. 40 4.2 S đ thc nghim điu khin 42 4.3 Kt qu thc nghim 43 4.3.1 Kt qu thc nghim 1: 43 4.3.2 Kt qu thc nghim 2: 47 4.3.3 Kt qu thc nghim 3: 50 4.3.4 Kt qu thc nghim 4: 52 CHNG 5:KT LUN 56 TÀI LIU THAM KHO 57 Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 1 CHNGă1 TNG QUAN 1.1 Tng quan chung v lƿnhă vc nghiên cu, các kt qu nghiên cu trongăvƠăngoƠiăncăđƣăcôngăb. 1.1.1 Tng quan chung v lƿnhăvc nghiên cu. Trong s phát trin của KH&CN, lý thuyt điu khin hin đi có vai trò ht sức quan trng đ gii quyt nhiu vn đ nh nơng cao cht lng điu khin, đ n đnh của h thống, tit kim năng lng hay nh sử dng máy móc thay th con ngi trong các ứng dng điu khin phức tp hoặc nguy hi. Các b điu khin PIDđcsử dng rng rãitrong vic kim soátquá trình công nghipbi vìđnginvàmnh m. Tuy nhiên,thông thngb điu khinPIDvi các thông sốcốđnhkhócó ththích ứng vithigiankhác nhaucủa các đối tng có đặc tính đng trong phm vi rng[1]. Đci thin hiu sutđiu khin, b điu khinPIDt điu chnhđc quan tâm nghiên cứu của các nhà khoa hc[1-3]. Đ gii quyt các vn đ phức tp trên, lý thuyt điu khin bn vng vƠ thích nghi đc xem là các công c hu hiu. Thc t hin nay điu khin thích nghi đc áp dng thành công trong nhiu lĩnh vc nh điu khin robot, máy công c, CNC, điu khin quá trình (hóa hc, sinh hc, ), điu khin truyn đng hay nh điu khin lái tàu, máy bay t đng. Tuy nhiên vic thit k các b điu khin phi tuyn nói chung vƠ điu khin thích nghi nói riêng lƠ không đn gin vƠ đặt ra hàng lot vn đ cn gii quyt nh vn đ v n đnh h vòng kín, vn đ điu khin bám theo tín hiu mu, vn đ chống nhiu hoặc làm suy gim nhiu cũng nh khi kt hp các vn đ trên Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 2 vi nhau. Giống nh trong điu khin tuyn tính, phn hi vn là chìa khóa đ thit k các b điu khin phi tuyn nói chung. V mặt lý thuyt, nu toàn b các trng thái của h đo đc khi đó ta nói đn điu khin phn hi trng thái, còn trong trng hp ch có véct đu ra đo đc, điu khin phn hi đu ra đc áp dng. Các phng pháp thit k b điu khin phi tuyn nh tuyn tính hóa phn hi (feedback linearization), điu khin tích phân (integral control) vƠ điu khin PID thích nghi lƠ các phng pháp chủ đo hin nay [20-24]. Các b điu khinPIDsử dng nhiu trongcác vòngkimsoátcủa các quá trìnhcông nghip. Các thôngsốcủa nólàcnphi đc điu chnhchức năng củaquy trình kim soátvƠkhông thay đitrongquátrìnhhot đng thng xuyêncủanó. S bt đu của b điu khinPIDđòi hỏi phi cómtcông vickhông phi lúc nƠo cũngđn gintrongvic điu chnhcác thông số, bên cnh s tn ti củamt sốphng pháp [29]. Mặc dùhu íchcủacácphng phápnàytrongvic tính toántip cncác thông sốgiá tr, tuy nhiênlàcn thittrong mt thi gianquan sát đđiu tramt cách chc chnhnvic thc hinđiu khin,yêu cu,trong mt sốtrnghp, mt số lng đáng kthi gian. ĐiunƠyđc hiu nh lƠmt bt lihoặckhókhăntrongdch vbt đuđiu khin. Các trng hp khác phức tp hntn tidođặc thùcủa nó, ni có quy trìnhthay đi nhỏthỏa hipthchinb điu khinPID. Nhng tình huống này đc quan sátbi các bn đxu hngphân tíchbingi điu khinquá trìnhxy ras cn thit phiđiu chnhcác thông sốđiu khin.Lý do là khó khănđ đnh nghĩa haygii thích, làhu ht thi gianlàm thủ tcđa dngcác khía cnh. Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 3 Gii thut tính toán b điu khin PID bao gm 3 thông số riêng bit, do đó đôi khi nó còn đc gi lƠ điu khin ba khâu: các giá tr t l, tích phân và đo hàm, vit tt là P, I, và D. Giá tr t l xác đnh tác đng của sai số hin ti, giá tr tích phơn xác đnh tác đng của tng các sai số quá khứ, và giá tr vi phơn xác đnh tác đng của tốc đ bin đi sai số. Tng chp của ba tác đng nƠy dùng đ điu chnh quá trình thông qua mt phn tử điu khin nh v trí của van điu khin hay b ngun của phn tử gia nhit. Nh vy, nhng giá tr này có th làm sáng tỏ v quan h thi gian: P ph thuc vào sai số hin ti, I ph thuc vƠo tích lũy các sai số quá khứ, và D d đoán các sai số tng lai, da vào tốc đ thay đi hin ti. Bằng cách điu chnh 3 hằng số trong gii thut của b điu khin PID, b điu khin có th dùng trong nhng thit k có yêu cu đặc bit. Đáp ứng của b điu khin có th đc mô t di dng đ nhy sai số của b điu khin, giá tr mà b điu khin vt đim đặt và giá tr dao đng của h thống. B điu khin PID vn làthuttoánthốngtrtrongthc hành kỹ thutkimsoátdođn ginvà kh năngcbn. Mt vn đ lâu dàivi s quan tơmđángktừngành công nghipđ ci thinmnh mcủab điu khinPIDvà gimđ nhy cmcủa chúngđ đt đcđiu chnhbt nhthốngvà thigian bin đi. Điu khin thích nghi là mtlĩnhvctrng thành vinhiu kt qu.Tuy nhiên, huhtcácb điu khinthích nghiyêucuhoặc là mtmô hình quy trìnhchi tit hoặcmtmô hình xp xnhmng n-ronđ c tínhcác thông sốh thống. Vn đ vi cách tip cn nàylànhiu h thốngphức tp củamt b điu khinthích nghin đnhlà rt cao, trongđóhnchkh năng sử dngthc t[30]. Hn na, đm bos n đnhmnh mlý thuyttùy ý của cácmôhìnhda trênbđiukhinthích nghithngviphmtrong thc tdohiuứngkỹ thut số,đ bƣo hòa,vƠ đng lckhông mô hình. Kt qu là, thit kthích nghin đnhph thuctrong thc tđiu chnhcẩnthntăngtỷ lhc vƠđtphn hicố đnhcũng Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 4 nhcácsửa đithích nghivng mnhđc sử dng. Vì vy, nólàmtnhu curt lnđđn ginđiu khinph thôngnm btbnchtcủađiu khinthích nghitrong khiduy trìddàngcủađiu chnhđđiu khinthích nghithc tn đnhngay c khichúngkhôngcócácmức đcùngmtđm bou tiênv s n đnh. Điu khin PID thích nghi là mt trong nhngphng pháp tip cnđ ci thinsức mnh vàt chủ củacác b điu khinPIDcũng nhnmbtđc bn cht củalý thuyt điu khinthích nghitrong mtkin trúcđngin. Các công bố trong cng đngđiu khinđƣ xem xétvn đ nƠynhng vicách tip cn rtkhácnhau. Mt cách tip cn là sử dngmt b điu khinPIDcố đnh vàkt hp nóvi mt số hàm gnđúng,vídnh da trên điu khinthích nghi, mng n-ron[30]. B điu khin PID truyn thống có nhng u đim của nó, tuy nhiên b điu khin PID truyn thống không có kh năng thích ứng, các thông số của nó phi liên quan đn mt h thống nht đnh vi mô hình và thông số c th. Mt khi các thông số đc thit lp, chúng ch đc sử dng cho mt điu kin duy nht vì vy rt khó cho đ điu chnh các thông số on-line khi đối tng điu khin b thay đi. Vì vy, b điu khin PID mt n-ron thích nghi đc thit k bi s kt hp cu trúc mt n-ron vi gii thut PID. Nó có hiu sut mnh m trong điu khin PID và có kh năng t hc và thích nghi. Khi h thống có thay đi không th chp nhn trong hot đng do thay đi mô hình hoặc không chính xác, b điu khin có th điu chnh các thông số trng số của PID t đng gi đc hiu qu mong muốn. Nhiu công trình nghiên cứu v điu khin bn vng, điu khin thích nghi, điu khin tối u hay điu khin m và mng n-ron đc công bố trong nhng năm gn đơy cho thy s quan tâm ln của các nhà khoa hc trên Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 5 khp th gii và nhng vn đ, các hng nghiên cứu phát trin trong lĩnh vc này[11-18]. Nh chúng ta đƣ bit, các h thống thc thng là các h phi tuyn, phức tp nên các phng pháp thit k kinh đin da trên điu khin tuyn tính trong nhiu trng hp không đm bo đc yêu cu do đặc tính phi tuyn của đng hc đối tng điu khin, đặc tuyn đu đo hoặc c cu chp hƠnh cũng nh tính cht không đy đủ, chính xác của các mô hình thay th (đng hc cha bit, nhiu, điu kin ban đu). Ngoài ra mt vn đ khác cũng đc đặt ra là rt nhiu h cn điu khin có các tham số không rõ (nh h truyn đng servo, robot), có các tham số bin đi chm (ví d nh các tham số ph thuc vào nhit đ) hoặc có các tham số thay đi không d đoán đc (nh các h thống năng lng). Hin nay mng n-rontothànhmt s quan tâmnghiên cứu rtln. Chúng có kh nănglntrong vic gii quytcácvn đtoán hc phức tpvì chúngđƣđc chứng minh làgn đúngchức năngliên tcmt cách chính xácnht có th. Do đó, nó đƣ nhn đcs chú ýđáng ktrong lĩnh vckim soátquá trình hóa hcvƠđƣ đc áp dngđxácđnhh thống vàthit kb điu khin. Tt ccác công trìnhchothyrằng cácmngn-roncó thnm bt đcđặc đim củamô hìnhh thốngvàhàmhiu sutxp x[31]. Các mng n-ron đƣ đc sử dng nh b điu khin h thống năng đng phi tuyn đ gii quyt các vn đ mƠ phng pháp tip cn truyn thống đƣ đc chứng minh là không hiu qu [32]. K từcuốithp niên 1980, đƣ có squantơmđáng k trong mng n-ron hàm C s xuyên tâm (RBF: Radia Basis Function), dokh năngtng quáttốttoàn cu của hvà mt mng cu trúc đn gin, có th tránh tính toándài. Các hàmGaussianđc la chntrongphn lncác trng hpnh các hƠmc sxuyên tâmmặc dùcác hƠm kháccũngcó thđc sử dng[33]. Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 6 Mng n-ron hƠm c s xuyên tâm (RBFNN: Radia Basic Function Neural Network) là công c tính toán mnh m đƣ đc sử dng rng rãi trong các lĩnh vc nhn dng mu, mô hình hóa và nhn dng các h thống. Mng RBF là mt hình thức cu trúc đặc bit của mng n-ron nhân to, trong đó có nhng li th đn gin v cu trúc, các gii thut hc nhanh hn vƠ kh năng xp x mt quan h phi tuyn tốt hn[4,7,8]. Mt mnghƠm c sxuyên tâm là mt mngn-ronnhântosử dngcác hàm c sxuyên tơmnh các hƠmkíchhot. Đó lƠ mtskthptuyn tính củacác hàm c sxuyên tâm. Chúng đc sử dngtrong hàm gn đúng, d đoán chui thi gian và kim soát. Mt mng RBF đc xây dng đ nhn dng trc tuyn h thống, thc hin t hc các thông số điu khin thông qua b điu khin mt n-ron, do đó đt đc điu chnh các thông số của b điu khin. 1.1.2 Các kt qu nghiên cuătrongăvƠăngoƠiăncăđƣăcôngăb. Trong nhng năm gn đơy vn đ v thit k b điu khin thích nghi cho các h thống đng hc phi tuyn luôn là mt trong các chủ đ chính trên các tp chí chuyên ngành v điu khin, t đng hóa trên th gii và ngày cƠng thu hút đc nhiu nhà khoa hc tham gia nghiên cứu. Đƣ có nhiu bc tin, kt qu đt đc c v mặt lý thuyt và thc tin ứng dng [9, 21, 23-28]. Đặc bit theo hng sử dng h m và mng n-ron đ xp x phng trình đng hc của đối tng phi tuyn vƠ dùng các phng pháp tuyn tính hóa phn hi trng thái hoặc phn hi đu ra của h thống đ thit k b điu khin n đnh tĩnh. Đ b điu khin có đặc tính thích nghi vi nhng sai lch không rõ khi hot đng trc tuyn, các b điu khin đc thit k sử dng cu trúc mng n-ron chnh đnh các trng số trong quá trình làm vic. Đơy cũng lƠ phng pháp thng dùng đ thit k các b điu khin thích nghi trong các ứng dng công nghip [10-11, 21]. [...]... ngõ vào khác 24 Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF Ch ngă3 ĐI U KHI N PID M T N -RON THI T K B THÍCH NGHI D A TRÊN B NH N D NG M NG N -RON RBF 3.1 r + S ăđ đi u khi n - e Đi u khi n Đối t u PID 1 n -ron y ng đi u khi n + B nh n d ng Jacobian m ng RBF - ym Hình 3.1: C u trúc đi u khi n PID m t n -ron thích nghi d a trên m ng n -ron RBF M ng n ron RBF đóng vai trò.. .Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF Đối v i trong n c, các nghi n cứu v đi u khi n PID m t n -ron thích nghi d a trên b nh n d ng m ng n -ron RBF cũng đƣ đ KHCN t p trung nghi n cứu trong nhi u năm tr công trình h qu đ t đ ng t i vi c ứng d ng đ c nhi u c s l i đơy vƠ đƣ có... d ng m ng n -ronRBF 7 Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF Xây d ng gi i thu t t h c t pcủam ng n -ronRBFđ t đ ngđi u ch nh vàsửađ icácthôngsốPIDthích nghi v i s bi n thiên của đối t ng Gi i thu t này đi u ch nh 3 thông số Kp, Kd và Ki của b đi u khi n PID kh o sát s thay đ i của đối t ng đi u khi n Gi i thu t này s đ th c nghi m trên h c ki m nghi m thông qua... thông tin Jacobian, m t n ron tuy n tính v i 3 ngõ vào s đ c hu n luy n tr c tuy n N -ron nƠy đ nh m t b đi u khi n PID mà c t chức đó b tr ng số của n -ron chính là 3 tham số Kp, Kd và Ki của b đi u khi n PID Từ đó, b đi u khi nPID đ thích nghi v i s thay đ i của đặc tính đ ng của h thống 25 c t ch nh Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF 3.2 B nh n d ngăđ iăt... ng n -ron RBF Hình 2.3: C u trúc b đi u khi n PID m t n -ron Ph = ng trình mô t đ −1 − c thi t l p: ∆ 1+ ∆ 2+ 14 ∆ 3 (2.12) Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF V i sai bi t gi a tín hi u tham kh o v i đáp ứng của h thống: = − � (2.13) Ba ngõ vào của b PID m t n -ron đ ∆ 1= − ∆ 2= −1 ∆ 3= −2 c xác đ nh: − 1 + ( − 2) (2.14) C u trúc b đi u khi n PID m t n -ron tuy... số PID an (k  1)  an (k )   e2 (k )e1 (k  n) Trong đó: (2.10) n = 0, 1, 2ầ β : kích th cb an(k+1) : các h số đi u khi n t i th i đi m k+1 an(k) : các h số đi u khi n t i th i đi m k e2(k) : ngỏ vào t i th i đi m k [w(k)-u(k)] 13 c (tốc đ thích nghi) Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF : sai số t i th i đi m k e1(k-n) Đ làm n i b t ch t l ng b PID thích nghi. .. vào b đi u khi n PID thích nghi là e1(k), e2(k) và ngõ ra là u(k) Ta nh n th y, ngõ vào b đi u khi n PID thích nghi ph thu c vào e1(k) và e2(k) trong khi b đi u khi n PID truy n thống thì ngõ ra ch ph thu c vào e1(k) Ngõ ra e2(k) có th đ c tìm nh sau: e2 (k )  w(k )  u(k ) L y bi n đ i Z hai v ta đ (2.6) c: 12 Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF E2 ( z)  W ( z)... n d ng m ng n -ron RBF (hình 3.5), và các thông số của b đi u khi n PID bi n thiên trong quá trình đi u khi n (hình 3.6) Từ đó, ta th y hằng số tốc đ h c có nh h bằng ph ng đ n kh năng h i t của gi i thu t hu n luy n tr c tuy n ng pháp gradian descent 30 Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF RT030 Single neural Adaptive PID Control System based on RBFNN Xref/X 1... thu cvào kho ng cáchgi a cácvectorđ uvàovàcácvectortrung tâm M ng RBF v im t 16 Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF � và m t đ u raymduy nh t đ u vàon-chi u m ngRBFđặc tr ngđ c th hi ntrênHình 2.4 � và m t c u hình Hình 2.4: M ng n -ron RBF (RBFNN) Ki n trúc của m ng n -ronRBF3l p m ng: L p ẩnápd ngm t s bi n đ iphituy ntừ không gianđ uvàokhông gianẩn.L p đ u raápd... −1 − 2 −2 (3.6) (3.7) 2 −1 − −2 (3.8) Trong đó:  là tốc đ h c, α lƠ momentgen ma tr n Jacobian (đ nh y của đ u ra thi t b v i đ u vƠo đ ≈ = =1 c đi u khi n) gi i thu t nh sau: − ℎ 2 Trong đó: 1 = 27 1 (3.9) Điều khiển PID một nơ- ron thích nghi dựa trên bộ nhận dạng mạng nơ- ron RBF 3.3 Gi iăthu tăhu năluy năb ăđi uăkhi n PID m tăn -ron Các thu t toán đi u khi n PID c b n đ c bi t đ n các tài li u[34] . hnăđ tài. Nghi n cứu xây dng b điu khin PID mt n-ronthíchnghida trên b nhn dng mng n-ronRBF. Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 8. mng RBF. 18 2.4 H n đnh áp sut RT030 20 Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF vii CHNG 3:THIT K B ĐIU KHIN PID MT N-RON THÍCH NGHI. điu khin thích nghi trong các ứng dng công nghi p [10-11, 21]. Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 7 Đối vi trong nc, các nghi n cứu