Thiết kế và điều khiển cân bằng hệ con nêm ngược dùng fuzzy logic

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THANH TẦN THIẾT KẾ VÀ ĐIỀU KHIỂN CÂN BẰNG HỆ CON NÊM NGƯỢC DÙNG FUZZY LOGIC NGÀNH:KỸ THUẬT ĐIỆN TỬ-60520203 S K C0 4 Tp Hồ Chí Minh, tháng 10/2015 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN THANH TẦN THIẾT KẾ VÀ ĐIỀU KHIỂN CÂN BẰNG HỆ CON NÊM NGƯỢC DÙNG FUZZY LOGIC NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Hướngdẫnkhoahọc: TS NGUYỄN MINH TÂM Tp HồChí Minh, tháng 10/2015 LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƢỢC: Họ & tên: NGUYỄN THANH TẦN Giới tính: Nam Ngày, tháng, năm sinh: 17/05/1985 Nơi sinh: Vĩnh Long Quê quán: Vũng Liêm – Vĩnh Long Dân tộc: Kinh Địa liên lạc: Trƣờng Đại học Trà Vinh, 126, QL53, K4, P5, TP Trà Vinh Điện thoại: 0988.148.123 E-mail: thanhtantvu@gmail.com II QUÁ TRÌNH ĐÀO TẠO: Đại học: Hệ đào tạo: Chính qui Thời gian đào tạo từ 10/2003 đến 04/2008 Nơi học: Trƣờng Đại học Cần Thơ Ngành học: Điện tử Cao học: Hệ đào tạo: Chính qui Thời gian đào tạo từ 10/2013 đến 10/2015 Nơi học: Trƣờng Đại học Sƣ Phạm Kỹ Thuật Tp Hồ Chí Minh Ngành học: Kỹ thuật Điện tử Tên đề tài luận văn: Thiết kế điều khiển cân hệ nêm ngƣợc dùng Fuzzy Logic Thời gian bảo vệ: Tháng 10/2015, Trƣờng Đại học Sƣ Phạm Kỹ Thuật Tp Hồ Chí Minh Giáo viên hƣớng dẫn: Ts Nguyễn Minh Tâm i III QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Từ 04/2008 đến 08/2008 Từ 08/2008 đến 10/2015 Nơi công tác Công việc đảm nhiệm Công ty Hồng Quang Mobile Nhân viên kỹ thuật Trƣờng Đại học Trà Vinh Giảng viên ii LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu Các số liệu, kết nêu luận văn trung thực chƣa đƣợc công bố công trình khác Tp Hồ Chí Minh, ngày … tháng … năm 2015 (Ký tên ghi rõ họ tên) Nguyễn Thanh Tần iii LỜI CẢM ƠN Xin chân thành gửi lời cảm ơn đến Ts Nguyễn Minh Tâm tận tình hƣớng dẫn suốt trình thực đề tài Xin gửi lời cảm ơn tới toàn thể quí thầy cô trƣờng Đại học Sƣ Phạm Kỹ Thuật Tp Hồ Chí Minh giảng dạy, hƣớng dẫn tạo điều kiện, môi trƣờng học tập tốt cho hai năm cao học vừa qua Cuối cùng, xin cảm ơn tất bạn bè động viên hỗ trợ suốt trình học tập trƣờng Kính chúc sức khỏe! Học viên Nguyễn Thanh Tần iv TÓM TẮT Hệ nêm ngƣợc hệ thống phức tạp có độ phi truyến cao Mô hình nêm ngƣợc chủ yếu đƣợc sử dụng công trình nghiên cứu khoa học đƣợc kiểm chứng nhiều thuật toán điều khiển khác từ phƣơng pháp cổ điển đến đại Mục tiêu cân hệ nêm ngƣợc điều khiển nêm ngƣợc giữ cân ổn định theo phƣơng thẳng đứng Trong công trình này, tác giả sử dụng nhiều thuật toán điều khiển khác hệ nêm ngƣợc nhƣ: điều khiển trƣợt, LQR, phƣơng pháp điều khiển mờ hệ nơron mờ Kết mô cho thấy hầu hết phƣơng pháp điều khiển có khả cân ổn định hệ nêm ngƣợc Trong đó, phƣơng pháp điều khiển mờ cho kết tốt nhất, với khả điều khiển góc nghiêng rộng, thời gian xác lập ngắn khắc phục đƣợc tƣợng dao động so với phƣơng pháp điều khiển lại Tác giả xây dựng luật mờ dựa giá trị góc nghiêng, vị trí vật nặng đạo hàm chúng để tính toán định giá trị điện áp điều khiển động nhằm giữ cân nêm ngƣợc với góc nghiêng xấp xỉ độ Kết thực nghiệm đạt đƣợc: tác giả xây dựng thành công mô hình thực nghiệm hệ nêm ngƣợc thông qua giao tiếp máy tính phần mềm Matlab với card DSP TMS320F28335 Kết thực nghiệm cho thấy phƣơng pháp điều khiển mờ hoàn toàn điều khiển cân hệ nêm ngƣợc theo phƣơng thẳng đứng Giá trị góc nghiêng vị trí vật nặng thu đƣợc dao động xung quanh vị trí cân mong muốn v ABSTRACT Inverted wedge system is a very complex system and high nonlinear The inverted wedge model used in many scientific researchs and proven in many different control algorithms from the classic method to modern method The main objective of balancing inverted wedge system is controlling this system to maintain balancing vertical stability In this project, the author has used many different control algorithms on the inverted wedge, including: Sliding mode control, LQR, fuzzy control methods and neural fuzzy systems Simulation results show that most control methods are likely on balance stabilizing the inverted wedge In particular, fuzzy control method is the best result, with the ability to control a wide angle, a faster establish time and fix the chattering phenomenon compared with many different control methods Author constructed of fuzzy rules based on the values angle and position loads and their derivatives to calculate and decide the value of motor control voltage to balance systems with angle approximately degree The experimental results obtained: the author has built successfull the experimental inverted wedge model by computer communication between Matlab software with DSP TMS320F28335 card Experimental results show that fuzzy control method can completely control the balance of inverted wedge vertical Values angle and position loads obtained fluctuated around the desired equilibrium position vi MỤC LỤC QUYẾT ĐỊNH GIAO ĐỀ TÀI LÝ LỊCH KHOA HỌC .i LỜI CAM ĐOAN iii LỜI CẢM ƠN iv TÓM TẮT v MỤC LỤC vii DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT x DANH MỤC CÁC BẢNG xii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ xiii CHƢƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 1.1 Tổng quan chung đề tài 1.1.1 Đặt vấn đề 1.1.2 Các kết nghiên cứu nƣớc 1.1.2.1 Trong nƣớc 1.1.2.2 Ngoài nƣớc 1.2 Mục tiêu đề tài 1.3 Nhiệm vụ giới hạn đề tài 1.4 Phƣơng pháp nghiên cứu CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Nguyên lý hoạt động nêm ngƣợc tự cân 2.2 Điều khiển trƣợt 2.3 Điều khiển mờ 11 2.3.1 Định nghĩa tập mờ 11 2.3.2 Mô hình mờ Tagaki - Sugeno 17 2.3.3 Bộ điều khiển mờ 18 2.4 Hệ nơron mờ 20 2.4.1 Giới thiệu mạng nơron 20 2.4.2 Mạng nơron nhân tạo 20 vii 2.4.3 Cấu trúc mạng nơron 23 2.4.4 Huấn luyện mạng 26 2.4.5 Sự kết hợp mạng nơron logic mờ 27 2.4.6 Xây dựng điều khiển nơron mờ 29 CHƢƠNG 3: THIẾT KẾ MÔ HÌNH MÔ PHỎNG CÂN BẰNG HỆ CON NÊM NGƢỢC 31 3.1 Mô hình hóa hệ nêm ngƣợc 31 3.1.1 Khảo sát mô hình hệ thống nêm ngƣợc 31 3.1.2 Các phƣơng trình biến trạng thái hệ thống 32 3.1.3 Tuyến tính hoá hệ thống điểm cân 35 3.1.4 Bảng thông số hệ nêm ngƣợc tự cân 36 3.2 Bộ điều khiển trƣợt [5] 36 3.3 Bộ điều khiển tối ƣu tuyến tính dạng toàn phƣơng LQR (Linear Quadratic Regulator) 40 3.4 Bộ điều khiển mờ 44 3.5.1 Thiết kế điều khiển mờ 44 3.5.2 Mô điều khiển mờ 45 3.5 Bộ điều khiển nơron mờ 48 3.5.1 Lƣu đồ giải thuật điều khiển nơron mờ 48 3.5.2 Xây dựng hệ nơ ron mờ dùng ANFIS 52 3.6 Kết so sánh phƣơng pháp điều khiển nghiên cứu 54 CHƢƠNG 4: KẾT QUẢ THỰC NGHIỆM MÔ HÌNH CON NÊM NGƢỢC TỰ CÂN BẰNG 57 4.1 Thiết kế thi công mô hình khí hệ nêm ngƣợc 57 4.2 Hình ảnh mô hình nêm ngƣợc tự cân thi công 58 4.3 Sơ đồ khối hệ thống 59 4.4 Các mạch điện sử dụng mô hình cân nêm ngƣợc 60 4.4.1 Mạch cầu H công suất điều khiển động DC có cách ly 61 4.4.2 Card DSP TMS320F28335 62 4.5 Kết thực nghiệm sử dụng điều khiển mờ 64 viii CHƢƠNG 5: KẾT LUẬN 68 5.1 Các kết đạt đƣợc 68 5.2 Hƣớng phát triển đề tài 69 TÀI LIỆU THAM KHẢO 70 PHỤ LỤC 72 PHỤ LỤC 75 ix DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT θ : Góc quay nêm  : Vận tốc góc nêm x : Vị trí vật nặng x : Vận tốc di chuyển vật nặng d : Khoảng cách điểm gốc quay mặt trƣợt c : Khoảng cách điểm gốc quay trọng tâm nêm m : Khối lƣợng vật nặng M : Khối lƣợng khung nêm g : Gia tốc trọng trƣờng JB : Mô-ment quán tính khung nêm b1 : Hệ số ma sát nêm với tâm quay b2 : Hệ số ma sát vật nặng với mặt trƣợt F : Mô-ment điều khiển động DC tác động vào vật Km : Hệ số cảm ứng động DC U : Điện áp điều khiển động DC K : Tổng động P : Tổng T : Moment q : Biến trạng thái L : Lực suy rộng công thức Euler – Lagrange M0 : Ma trận điều khiển Mc : Ma trận quan sát TS : Là thời gian xác lập nặng x PO : Độ vọt lố S : Mặt trƣợt k, α, η : Là số dƣơng tự chọn LQR : Linear Quadratic Regulator SISO : Single Input Single Output MIMO : Multi Input Multi Output TS : Tagaki-Sugeno DSP : Digital Signal Processor PWM : Pulse Width Modulation ADC : Analog Digital Converter GPIO : General Purpose Input Output ANFIS : Adaptive Neuro-Fuzzy Inference System ANN : Artificial Neural Networks xi DANH MỤC CÁC BẢNG Bảng 2.1: Một số tiêu chí hệ nơron mờ .28 Bảng 3.1: Các thông số mô hệ nêm ngƣợc 36 Bảng 3.2: Kết so sánh phƣơng pháp điều khiển nghiên cứu 56 Bảng 4.1: Bảng thông số mô hình nêm ngƣợc thực nghiệm .57 Bảng 4.2: Đánh giá kết thực nghiệm 67 xii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1.1: Mô hình nêm ngƣợc sử dụng động DC kéo vật nặng trƣợt mặt phẳng ngang [5] Hình 1.2: Mô hình nêm ngƣợc sử dụng động DC kết hợp với vật nặng tạo thành xe trƣợt mặt phẳng ngang nêm ngƣợc [7] Hình 1.3: Mô hình nêm ngƣợc sử dụng động DC với dây xích bánh để kéo vật nặng [10] Hình 1.4: Mô hình nêm ngƣợc ph ng thí nghiệm NeitherLand .5 Hình 2.1: Nguyên lý hoạt động nêm ngƣợc tự cân .7 Hình 2.2: Hiện tƣợng chattering .10 Hình 2.3: Biểu diễn tập mờ .11 Hình 2.4: Biểu diển hàm liên thuộc biến ngôn ngữ .12 Hình 2.5: Nguyên lý giải mờ .15 Hình 2.6: Hàm liên thuộc hình thang cho phƣơng pháp trọng tâm 16 Hình 2.7: Sơ đồ khối điều khiển mờ trực tiếp 18 Hình 2.8: Cấu trúc điều khiển mờ 18 Hình 2.9: Mô hình nơron đơn giản 21 Hình 2.10: Mô hình mạng nơron lớp .21 Hình 2.11: Mô hình nơron đầu vào 22 Hình 2.12: Nơron R đầu vào .22 Hình 2.13: Ký hiệu nơron R đầu vào 23 Hình 2.14: Cấu trúc mạng nơron lớp .23 Hình 2.15: Ký hiệu mạng R đầu vào S nơron 24 Hình 2.16: Ký hiệu quy ƣớc mạng lớp 25 Hình 2.17: Cấu trúc mạng nơron lớp .25 Hình 2.18: Ký hiệu quy ƣớc mạng lớp 26 Hình 2.19: Cấu trúc huấn luyện mạng nơron 26 Hình 2.20: Kiến thức kiểu mẫu hệ nơron mờ 29 xiii Hình 2.21: Mô hình hệ nơron mờ .29 Hình 2.22: Sơ đồ khối hệ nơron mờ 29 Các bƣớc xây dựng hệ nơron mờ dùng công cụ ANFIS (Matlab) 30 Hình 3.1: Mô hình hệ nêm ngƣợc 31 Hình 3.2: Sơ đồ mô điều khiển trƣợt cho hệ nêm ngƣợc 38 Hình 3.3: Kết mô điều khiển trƣợt với góc θ=200, x=0 .38 Hình 3.4: Kết mô điều khiển trƣợt với góc θ=600, x=0,1 m 39 Hình 3.5: Kết mô điều khiển trƣợt với góc θ=900, x=0,2 m có nhiễu tác động 39 Hình 3.6: Sơ đồ mô điều khiển LQR cho hệ nêm ngƣợc 42 Hình 3.7: Kết mô điều khiển LQR với góc θ=200, x=0 .42 Hình 3.8: Kết mô điều khiển LQR với góc θ=300, x=0.2m .42 Hình 3.9: Kết mô điều khiển LQR với góc θ=600, x=0.1 m 43 Hình 3.10: Kết mô điều khiển LQR với góc θ=900, x=0.3 m, có nhiễu tác động 43 Hình 3.11: Các biến ngôn ngữ hàm liên thuộc ngõ vào điều khiển mờ 44 Hình 3.12: Biến ngôn ngữ hàm liên thuộc ngõ điều khiển mờ 45 Hình 3.13: Sơ đồ mô điều khiển mờ hệ nêm ngƣợc 45 Hình 3.14: Kết mô điều khiển mờ với góc θ=200, x=0 46 Hình 3.15: Kết mô điều khiển mờ với góc θ=300, x=0.1 m .46 Hình 3.16: Kết mô điều khiển mờ với góc θ=600, x=0.3 m .47 Hình 3.17: Kết mô điều khiển mờ với góc θ=600, x=0.3 m, có nhiễu tác động 47 Hình 3.18: Kết mô điều khiển mờ với góc θ=900, x=0.3 m có nhiễu tác động .48 Hình 3.19: Lƣu đồ giải thuật hệ nơron mờ .49 Hình 3.20: Lƣu đồ giải thuật cập nhật cấu trúc hệ nơron mờ 50 Hình 3.21: Lƣu đồ giải thuật cập nhật thông số mệnh đề kết luận hệ nơron mờ 51 Hình 3.22: Load liệu huấn luyện giao diện ANFIS 52 Hình 3.23: Cấu trúc huấn luyện mạng nơron mờ cho hệ nêm ngƣợc 53 xiv Hình 3.24: Dữ liệu sau huấn luyện mạng nơron mờ cho hệ nêm ngƣợc .53 Hình 3.25: Kết mô điều khiển nơron mờ với góc θ=200, x=0 54 Hình 3.26: Kết mô điều khiển nơron mờ với góc θ=600, x=0.3 m 54 Hình 3.27: Kết so sánh điều khiển trƣợt, LQR, điều khiển mờ điều khiển nơron với θ=300, x=0.15 m .55 Hình 3.28: Kết so sánh điều khiển trƣợt, LQR, điều khiển mờ điều khiển nơron với θ=600, x=0.2 m .55 Hình 3.29: Kết so sánh điều khiển trƣợt, LQR, điều khiển mờ điều khiển nơron với θ=900, x=0.3 m .55 Hình 3.30: Kết so sánh điều khiển trƣợt, LQR, điều khiển mờ điều khiển nơron với θ=900, x=0.3 m với nhiễu tác động .56 Hình 4.1: Sơ đồ thiết kế mô hình hệ nêm ngƣợc 57 Hình 4.2: Mô hình nêm ngƣợc thi công 58 Hình 4.3: Sơ đồ khối hệ thống cân nêm ngƣợc 59 Hình 4.4: Các Board mạch điều khiển hệ thống .60 Hình 4.5: Sơ đồ môđun động lực cầu H điều khiển động 61 Hình 4.6: Card DSP TMS320F28335 hãng Texas Instruments 62 Hình 4.7: Các khối chức card DSP TMS320F28335 63 Hình 4.8: Đáp ứng góc nghiêng hệ nêm thực nghiệm với góc ban đầu 200 .65 Hình 4.9: Đáp ứng vị trí vật nặng hệ nêm thực nghiệm với góc ban đầu 200 65 Hình 4.10: Giá trị áp điều khiển hệ nêm thực nghiệm với góc ban đầu 200 65 Hình 4.11: Đáp ứng góc nghiêng hệ nêm thực nghiệm với góc ban đầu 150 .66 Hình 4.12: Đáp ứng vị trí vật nặng hệ nêm thực nghiệm với góc ban đầu 150 66 Hình 4.13: Giá trị áp điều khiển hệ nêm thực nghiệm với góc ban đầu 150 66 xv xvi Chƣơng Tổng quan đề tài CHƢƠNG TỔNG QUAN VỀ ĐỀ TÀI 1.1 Tổng quan chung đề tài 1.1.1 Đặt vấn đề Ngày có nhiều phƣơng pháp đƣợc sử dụng để điều khiển hệ phi tuyến nhƣ: phƣơng pháp tuyến tính hóa, điều khiển trƣợt, điều khiển dùng mạng thần kinh (neural), điều khiển mờ, điều khiển thích nghi thuật toán tối ƣu bầy đàn, giải thuật di truyền,… Việc lựa chọn phƣơng pháp điều khiển phù hợp với đối tƣợng phi tuyến định đ i hỏi nhiều thời gian thực nghiệm lâu dài Xuất phát từ ý tƣởng áp dụng phƣơng pháp điều khiển đại vào điều khiển đối tƣợng thật thực tế việc tiếp cận đƣợc số tài liệu hệ nêm ngƣợc - hệ thống phi tuyến, đƣợc ứng dụng cân mô hình tàu lĩnh vực hàng hải - thúc đẩy tác giả thực đề tài Hệ thống dùng trọng lƣợngcủa vật nặng thông qua lực kéo motor để cân trọng tâm toàn hệ thống nêm Vì hệ nêm ngƣợc có tính chất phi tuyến phức tạp nên khó xác định mô hình toán học cách xác, đồng thời thông số hệ thống đ i hỏi phải có độ xác tuyệt đối đáp ứng phải nhanh Tuy nhiên vấn đề cần phải thiết kế điều khiển phù hợp để điều khiển hệ thống cân mục đính đề tài Trong đó, việc nghiên cứu mô hình thực nghiệm điều khiển cân nêm ngƣợc lại đƣợc nghiên cứu Việt Nam Đó lý tác giả chọn đề tài “Thiết kế điều khiển cân hệ nêm ngược dùng Fuzzy Logic” luận văn cao học Chƣơng Tổng quan đề tài 1.1.2 Các kết nghiên cứu nƣớc Hệ nêm ngƣợc tự cần thƣờng có dạng nhƣ sau:  Hệ nêm ngƣợc dùng motor DC-Servo kéo vật nặng thông qua dây đai ròng rọc, giúp vật nặng di chuyển mặt phẳng ngang nêm nhằm cân nêm  Hệ nêm ngƣợc dùng motor DC- Servo kéo hai vật nặng thông qua sợi dây ròng rọc, giúp vật nặng di chuyển hai mặt phẳng nghiêng nêm nhằm cân nêm  Hệ nêm ngƣợc dùng motor DC- Servo kết hợp với vật nặng tạo thành xe di chuyển mặt phẳng ngang nêm ngƣợc giúp nêm cân 1.1.2.1 Trong nƣớc Đề tài “Thiết kế, thi công điều khiển mờ hệ nêm ngược” (2012) đƣợc thực luận văn cao học tác giả Đặng Hữu Phúc, Trƣờng Đại học Giao Thông Vận Tải TP Hồ Chí Minh [5] Trong đề tài sử dụng phƣơng pháp điều khiển trƣợt-mờ-PID để cân hệ nêm ngƣợc Mô hình đƣợc thực cách cân hệ thống dựa vào sức nặng chạy mặt phẳng trƣợt Kết mô đạt đƣợc cân ổn định với góc nghiêng lớn đến ±π/2, thời gian đáp ứng khoảng 2.5s Hình 1.1: Mô hình nêm ngược sử dụng động DC kéo vật nặng trượt mặt phẳng ngang [5] Chƣơng Tổng quan đề tài Trong luận văn tốt nghiệp thạc sĩ tác giả Trần Văn Thành, Trƣờng Đại học Giao Thông Vận Tải TP Hồ Chí Minh (2012) với đề tài “Khảo sát phương pháp điều khiển hệ nêm ngược” [6] thiết kế mô hình cân nêm ngƣợc phƣơng pháp LQR điều khiển mờ tối thiểu số lƣợng ngõ vào hệ mờ Kết đạt đƣợc đề tài mô hình mô cân ổn định sau 2s, nhiên hệ thống c n dao động lớn nhiễu từ cảm biến, thiết bị truyền động khí 1.1.2.2 Ngoài nƣớc Mô hình nêm ngƣợc tự cân đƣợc quan tâm nghiên cứu giới Các báo báo cáo khoa học liên quan đến đề tài đƣợc trình bày nhƣ sau: Đề tài “Neuro-Sliding Mode Control With Its Applications to Seesaw Systems” [7] nhóm tác giả Chun-Hsien Tsai, Hung-Yuan Chung, FangMing Yu, Jan (2004), đề tài sử dụng phƣơng pháp nơron – trƣợt mô hệ thống cân ổn định thời gian 0,55s góc nghiêng dao động khoảng 40 Hình 1.2: Mô hình nêm ngược sử dụng động DC kết hợp với vật nặng tạo thành xe trượt mặt phẳng ngang nêm ngược [7] Nhóm tác giả Jeng-Hann Li, Tzuu-Hseng S Li, Ting-Han Ou, July nghiên cứu đề tài “Design and Implementation of Fuzzy Sliding-Mode Controller for a Wedge Balancing System” [8] năm 2003, đề tài sử dụng S K L 0 [...]... số hệ thống đ i hỏi phải có độ chính xác tuyệt đối và đáp ứng phải nhanh Tuy nhiên vấn đề là cần phải thiết kế một bộ điều khiển phù hợp để điều khiển hệ thống cân bằng và đây cũng là mục đính chính của đề tài Trong khi đó, việc nghiên cứu mô hình thực nghiệm điều khiển cân bằng con nêm ngƣợc lại ít đƣợc nghiên cứu tại Việt Nam Đó là lý do tác giả chọn đề tài Thiết kế và điều khiển cân bằng hệ con nêm. .. các phương pháp điều khiển trên hệ con nêm ngược [6] đã thiết kế mô hình cân bằng con nêm ngƣợc bằng phƣơng pháp LQR và điều khiển mờ tối thiểu số lƣợng ngõ vào của hệ mờ Kết quả đạt đƣợc của đề tài là mô hình mô phỏng cân bằng ổn định sau 2s, tuy nhiên hệ thống vẫn c n dao động lớn do nhiễu từ cảm biến, các thiết bị truyền động và cơ khí 1.1.2.2 Ngoài nƣớc Mô hình con nêm ngƣợc tự cân bằng hiện nay... Servo kéo hai vật nặng thông qua sợi dây và ròng rọc, giúp vật nặng di chuyển trên hai mặt phẳng nghiêng của con nêm nhằm cân bằng con nêm  Hệ con nêm ngƣợc dùng motor DC- Servo kết hợp với một vật nặng tạo thành chiếc xe di chuyển trên mặt phẳng ngang của con nêm ngƣợc giúp con nêm cân bằng 1.1.2.1 Trong nƣớc Đề tài Thiết kế, thi công điều khiển mờ hệ con nêm ngược (2012) cũng đƣợc thực hiện trong... quả mô phỏng bộ điều khiển nơron mờ với góc θ=600, x=0.3 m 54 Hình 3.27: Kết quả so sánh bộ điều khiển trƣợt, LQR, điều khiển mờ và bộ điều khiển nơron với θ=300, x=0.15 m .55 Hình 3.28: Kết quả so sánh bộ điều khiển trƣợt, LQR, điều khiển mờ và bộ điều khiển nơron với θ=600, x=0.2 m .55 Hình 3.29: Kết quả so sánh bộ điều khiển trƣợt, LQR, điều khiển mờ và bộ điều khiển nơron với... hệ con nêm ngược dùng Fuzzy Logic trong luận văn cao học của mình 1 Chƣơng 1 Tổng quan về đề tài 1.1.2 Các kết quả nghiên cứu trong và ngoài nƣớc Hệ con nêm ngƣợc tự cần bằng thƣờng có 3 dạng chính nhƣ sau:  Hệ con nêm ngƣợc dùng motor DC-Servo kéo một vật nặng thông qua dây đai và ròng rọc, giúp vật nặng di chuyển trên mặt phẳng ngang của con nêm nhằm cân bằng con nêm  Hệ con nêm ngƣợc dùng motor... x=0.3 m .55 Hình 3.30: Kết quả so sánh bộ điều khiển trƣợt, LQR, điều khiển mờ và bộ điều khiển nơron với θ=900, x=0.3 m với nhiễu ngoài tác động .56 Hình 4.1: Sơ đồ thiết kế mô hình hệ con nêm ngƣợc 57 Hình 4.2: Mô hình con nêm ngƣợc đã thi công 58 Hình 4.3: Sơ đồ khối của hệ thống cân bằng con nêm ngƣợc 59 Hình 4.4: Các Board mạch điều khiển hệ thống .60 Hình 4.5:... phƣơng pháp điều khiển hiện đại vào điều khiển đối tƣợng thật trong thực tế và việc tiếp cận đƣợc một số tài liệu về hệ con nêm ngƣợc - là một hệ thống phi tuyến, đƣợc ứng dụng trong cân bằng mô hình chiếc tàu trong lĩnh vực hàng hải - đã thúc đẩy tác giả thực hiện đề tài này Hệ thống dùng trọng lƣợngcủa vật nặng thông qua lực kéo của motor để cân bằng trọng tâm của toàn hệ thống con nêm Vì hệ con nêm ngƣợc... TP Hồ Chí Minh [5] Trong đề tài này đã sử dụng phƣơng pháp điều khiển trƣợt-mờ-PID để cân bằng hệ con nêm ngƣợc Mô hình đƣợc thực hiện bằng cách cân bằng hệ thống dựa vào sức nặng của con chạy trên mặt phẳng trƣợt Kết quả mô phỏng đạt đƣợc cân bằng ổn định với góc nghiêng lớn đến ±π/2, thời gian đáp ứng khoảng 2.5s Hình 1.1: Mô hình con nêm ngược sử dụng động cơ DC kéo vật nặng trượt trên mặt phẳng... điều khiển trƣợt với góc θ=600, x=0,1 m 39 Hình 3.5: Kết quả mô phỏng bộ điều khiển trƣợt với góc θ=900, x=0,2 m và có nhiễu tác động 39 Hình 3.6: Sơ đồ mô phỏng bộ điều khiển LQR cho hệ con nêm ngƣợc 42 Hình 3.7: Kết quả mô phỏng bộ điều khiển LQR với góc θ=200, x=0 .42 Hình 3.8: Kết quả mô phỏng bộ điều khiển LQR với góc θ=300, x=0.2m .42 Hình 3.9: Kết quả mô phỏng bộ điều khiển. .. một hệ nơron mờ 29 xiii Hình 2.21: Mô hình hệ nơron mờ .29 Hình 2.22: Sơ đồ khối hệ nơron mờ 29 Các bƣớc xây dựng hệ nơron mờ dùng công cụ ANFIS (Matlab) 30 Hình 3.1: Mô hình hệ con nêm ngƣợc 31 Hình 3.2: Sơ đồ mô phỏng bộ điều khiển trƣợt cho hệ con nêm ngƣợc 38 Hình 3.3: Kết quả mô phỏng bộ điều khiển trƣợt với góc θ=200, x=0 .38 Hình 3.4: Kết quả mô phỏng bộ điều