ĐIỀU KHIỂN MỜ THÍCH NGHI MÔ HÌNH CẦN CẨU XOAY THE ADAPTIVE FUZZY CONTROLLER FOR A ROTARY CRANE MODEL Nguyễn Thị Phương Hà, Lê Cao Khoa Bộ môn Điều Khiển Tự Động , Khoa Điện Điện Tử, Trường ĐH Bách Khoa Tp.HCM Bộ môn Cơ Giới Hóa XN – XD , Khoa Cơ Khí, Trường ĐH Bách Khoa Tp.HCM - TÓM TẮT Bài báo trình bày điều khiển thích nghi cho cần cẩu xoay Mục đích điều khiển giữ tới mức nhỏ dao động vật treo trình di chuyển dập tắt đến đích nhằm làm giảm nguy gây tai nạn cho người thiết bị vùng làm việc Bộ điều khiển thiết kế điều khiển mờ thích nghi trực tiếp Các kết mô thực Matlab Simulink cho thấy điều khiển dập tắt dao động hiệu ABSTRACT The paper presents the adaptive controller of rotary crane The aim of this controller is that the load swing is kept small during the transfer process and completely vanishes at the destination to reduce the risk of people and equipments in the work space The controller designed is the direct adaptive fuzzy control system The simulation results conducted in Matlab Simulink environment have shown that the control system has reduced the load swing effectively ĐẶT VẤN ĐỀ Cần cẩu xoay thiết bị sử dụng rộng rãi công trường xây dựng, nhà máy cảng Với kích thước cần cẩu ngày lớn thời gian yêu cầu nâng chuyển ngày ngắn lại, việc điều khiển cẩu xoay trở thành nhiệm vụ khó khăn, đòi hỏi người công nhân vận hành phải có tay nghề cao Do việc nghiên cứu điều khiển tự động nhằm hỗ trợ cho việc vận hành cần cẩu cách an toàn cần thiết Vấn đề điều khiển cần cẩu để chống dao đông cuả vật treo theo phương tịnh tiến đề cập số báo [5], [6] Những thử nghiệm điều khiển neural, fuzzy thông minh cho cần cẩu thực [5], [7] Mục đích báo đề xuất điều khiển cho cần cẩu xoay nhằm di chuyển vật treo đến điểm dao động vật treo trình di chuyển giữ tới mức nhỏ Để đạt điều yêu cầu có hai điều khiển, PID để đưa vật treo đến điểm mong muốn điều khiển mờ thích nghi để hạn chế dao động vật treo theo phương: tịnh tiến xoay Bài báo sử dụng mô hình cần cẩu xoay bậc tự tác giả Hanafy M Omar [1] điều khiển mờ thích nghi trực tiếp cuả tác giả Li-Xin Wang [4] Các kết mô cho thấy việc sử dụng điều khiển mờ thích nghi để hạn chế dao động cuả vật nâng cần thiết MÔ HÌNH CẦN CẨU XOAY Cần cẩu xoay hệ thống phi tuyến, bao gồm xe vật nặng treo sợi dây mềm Xe di chuyển dọc theo phương ngang ray thân ray xoay quay khớp lề Chiều dài dây treo điều khiển cách độc lập nhờ động riêng Mô hình cần cẩu xoay bậc tự do[1]: −− x + mt gφ = Fx (1) L φ + gφ − x + L γ θ = ( + M r x ) γ − mr gxθ = Tγ L θ + gθ + xγ − L γ φ = (2) (3) (4) Trong đó: m: Khối lượng vật treo M: Khối lượng xe x: Chuyển động tịnh tiến φ: Chuyển động xoay α: Góc lắc theo phương tịnh tiến β: Góc lắc theo phương tiếp tuyến Trong x vector trạng thái đầu vào: ( n −1) x = [ x x x ]T (6) u tín hiệu điều khiển, hàm phi tuyến f(x) giả thiết không biết,b số dương Bộ điều khiển mờ thích nghi tổng hợp cho hệ thống làm việc ổn định có tín hiệu đầu x bám theo quỹ đạo cho trước Gọi tín hiệu mong muốn là: ( n −1 ) xd = [ xd x d x d ]T (7) Vector sai số: e = x − xd = [ x − x d x − x d ( n −1 ) ( n −1 ) x − x d ] T (8) ( n −1 ) = [ e e e ] T Cần thiết kế điều khiển cho x bám theo tín hiệu chuẩn x d nghĩa là: (9) lim e( t ) = t →∞ Bộ điều khiển hồi tiếp tuyến tính hoá đề xuất: u* = Hình Mô hình cần cẩu xoay THIẾT KẾ BỘ ĐIỀU KHIỂN Hai điều khiển sử dụng cho bậc tự do: Bộ điều khiển PID để đưa vật đến vị trí mong muốn, điều khiển mờ thích nghi để bám theo tín hiệu điều khiển nhằm hạn chế dao động vật treo tác động điều khiển PID gây Xét hệ phi tuyến mô tả phương trình vi phân: [4] x (n ) = f ( x) + bu y=x (5) (− f ( x) + x d( n ) − ke) b (10) Khó khăn hàm phi tuyến f(x) Do cần xấp xỉ luật điều khiển Có thể thực hai cách: Cách : Điều khiển mờ thích nghi gián tiếp: Dùng mô hình mờ hay mạng neural để xấp xỉ hàm phi tuyến f(x) sử dụng cho tín hiệu điều khiển dựa nguyên lý chắn tương đương (certainly equivalent principle) Cách 2: Điều khiển mờ thích nghi trực tiếp: Dùng mô hình mờ hay mạng neural để xấp xỉ trực tiếp luật điều khiển u Trong báo sử dụng điều khiển mờ thích nghi trực tiếp [4] Hệ qui tắc mờ mô tả u(x) có dạng if then mn n ⎤ −l1 l n ⎡ y ∑ ∑ u ⎢∏ µ Aili ( xi )⎥ l =1 l =1 ⎣ i =1 ⎦ (11) uD ( x |θ ) = m n m n n ⎡ ⎤ ∑ ⎢∏ µ Ali ( xi )⎥ ∑ i l1 =1 l n =1 ⎣ i =1 ⎦ − l1 l n Chọn yu thông số hiệu chỉnh m1 n ∏ mi cho vào vectơ θ ∈ R i =1 và: ⎡ n ⎤ ⎢∏ µ Aili ( xi )⎥ ⎦ ξ ( x) = m ⎣min=1 n ⎡ ⎤ ∑ ⎢∏ µ Ali ( xi )⎥ ∑ i l1 =1 l n =1 ⎣ i =1 ⎦ KẾT QUẢ MÔ PHỎNG Sau kết mô MatlabSimulink 6.5 cho hai chuyển động tịnh tiến xoay Khảo sát chuyển động với hai trường hợp tín hiệu đặt 4.1 Chuyển động tịnh tiến (12) suy u viết dạng: uD ( x |θ ) = θ ξ ( x ) T (13) Chọn hàm Lyapunov: V= Hình Mô hình xe chuyển động tịnh tiến T b e Pe + ( θ * − θ )T ( θ * − θ ) (14) 2γ Trong đó: P nghiệm cuả phương trình Lyapunov AT P + PA = − Q γ số dương Chọn luật điều khiển thích nghi theo tiêu chuẩn Lyapunov V V ... dụng điều khiển mờ thích nghi để hạn chế dao động cuả vật nâng cần thiết Để đánh giá xác hơn, điều khiển mờ thích nghi cần kiểm chứng mô hình thực nghi m cuả cần cẩu xoay Chương trình điều khiển. .. Góc lắc điều khiển thích nghi Hình 10b Góc lắc có điều khiển thích nghi Hình 12b Nhận xét: Biên độ dao động lớn (0 30 ,+30 ) thời gian dao động lâu (Hình 12a) Khi đưa điều khiển mờ thích nghi vào... Cách 2: Điều khiển mờ thích nghi trực tiếp: Dùng mô hình mờ hay mạng neural để xấp xỉ trực tiếp luật điều khiển u Trong báo sử dụng điều khiển mờ thích nghi trực tiếp [4] Hệ qui tắc mờ mô tả u(x)