lv_mang_neural_va_fuzzy_0577

-1- MỞ ĐẦU Những kỹ thuật điều khiển truyền thống điều khiển Tích phân tỉ lệ(PI) hay điều khiển Vi tích phân tỉ lệ(PID) ứng dụng thành cơng điều khiển q trình tuyến tính Gần đây, điều khiển tiên đốn mơ hình (MPC) thực thành cơng điều khiển hệ thống tuyến tính Tuy nhiên, khoảng 90% trình sinh học hoá học phi tuyến cao hầu hết chúng hệ MIMO.Khi hệ thống phi tuyến và/hoặc MIMO, kỹ thuật truyền thống thường mắc phải sai sót điều khiển hệ thống Ngày nay, hệ thống dùng công nghiệp đòi hỏi độ tự quản cao kỹ thuật khơng có khả để đạt điều Cần phải đạt đòi hỏi điều khiển tăng nhanh hệ thống điều khiển động phức tạp thay đổi quan trọng làm cho việc dùng kỹ thuật thông minh mạng nơron, lôgic mờ thuật giải di truyền hệ thống điều khiển trở nên hấp dẫn Những lý đằng sau điều khả chúng “học” để xấp xỉ hàm phân loại mẫu tiềm chúng thực thi phần cứng song song đồ sộ, phương pháp điều khiển thông minh theo q trình xử lý thơng tin khơng rõ ràng định điều khiển người bắt chước q trình tiến hố sinh học để tạo giải pháp tối ưu Nói cách khác, chúng có khả thực thi (cả phần mềm phần cứng) nhiều chức cần thiết để điều khiển hệ thống với độ tự quản cao Sơ đồ hệ thống điều khiển mơ tả sau: Hình i Sơ đồ điều khiển đối tượng phi tuyến Như vậy, có hai điều khiển: -2-  Điều khiển Feedforward : điều khiển neuro-mờ cung cấp tín hiệu điều khiển để lái đối tượng phi tuyến theo quỹ đạo setpoint Bộ điều khiển điều khiển mờ ứng dụng khả học mạng nơron để tinh chỉnh thông số  Điều khiển Feedback: bù tín hiệu, cung cấp tín hiệu điều khiển hiệu chỉnh cần thiết để điều chỉnh loại nhiễu lân cận nhỏ xung quanh quỹ đạo điều khiển Bộ điều khiển điều khiển mờ ứng dụng thuật giải di truyền để tinh chỉnh thông số Kết mơ cho thấy sơ đồ điều khiển lái đối tượng phi tuyến xun suốt khoảng cơng tác với độ xác cao Phần sau đề cập đến đối tượng phi tuyến kỹ thuật điều khiển thiết lập luận văn Trong bối cảnh thời, việc sản xuất lượng đối mặt với nhiều vấn đề khó khăn Trong số đó, điều quan trọng là: tuổi thọ thiết bị tổ hợp lượng, đầu tư tài khơng chắn cho tổ hợp mới, việc cạnh tranh nhà sản xuất lượng độc lập để thoả mãn đòi hỏi lượng người dùng áp lực để đạt yêu cầu quản lý nghiêm ngặt để sử dụng tối đa nguồn tài nguyên thiên nhiên tối thiểu ảnh hưởng đến môi trường Việc vận hành tổ hợp lượng nhiên liệu than (NLNLT), loại tổ hợp dùng rộng rãi cho việc sản xuất lượng, bị tác động mạnh Đầu tiên, NLNLT phải hổ trợ mục tiêu hệ thống lượng đáp ứng yêu cầu tải cho lượng điện thời điểm, điện áp không đổi tần số không đổi Sau việc cạnh tranh tính thiết thực yêu cầu thị trường khác tăng cường việc dùng NLNLT [Armor 1985] Cuối cùng, yêu cầu nghiêm ngặt việc bảo trì kéo dài tuổi thọ thiết bị luật giảm ảnh hưởng đến mơi trường cần phải tn thủ Trong đó:  Những yêu cầu vận hành chu kỳ NLNLT khoảng tải rộng chúng thiết kế cho vận hành tải không đổi Những yêu cầu biến đổi tải đến từ chiến lược kinh tế tính tốn trung tâm lượng hay từ dao động tải hệ thống Vận hành theo tải tin cậy hiệu đảm bảo việc thoả mãn hàng ngày, hàng tuần theo mùa yêu cầu lượng điện thay đổi tải ngẫu nhiên khơng đốn trước giới hạn vật lý tổ hợp  Việc kéo dài tuổi thọ thiết bị quan trọng tối đa việc dùng tài sản, giới hạn thời gian chết tối thiểu chi phí vận hành bảo trì Ngun nhân vịng đời ngắn hệ thống vận hành ứng suất cao Trong NLNLT, ứng suất nhiệt phụ thuộc vào dao động áp suất nhiệt độ đặc biệt quan trọng Hầu hết ứng suất nghiêm trọng xảy suốt trình khởi động biến đổi tải lớn đột ngột -3-  Một NLNLT có hiệu suất khoảng 30 đến 35%, nghĩa tốc độ nhiệt khoảng 11400-9800 Btu/KWh Tốc độ nhiệt chịu ảnh hưởng nhiều hệ số, chẳng hạn điều kiện hơi, áp suất ngưng tụ, nhiệt độ nước làm mát, nhiệt độ mơi trường, khí áp,…Tốc độ nhiệt tăng làm việc tải khác với tải sở Việc tiêu tốn nhiên liệu giá làm cho việc cải tiến tốc độ nhiệt tiêu chuẩn mặc kinh tế  Việc trộn khơng hồn hảo khơng khí nhiên liệu làm vượt q lượng khơng khí để tránh việc nhiên liệu không đốt hết, mà dẫn đến việc tạo khói đen khí CO độc lượng nhiên liệu dư nguy hiểm Bên cạnh lượng khơng khí dư dễ hình thành chất không mong muốn khác sunfua dioxit, nitrogen oxit làm giãm hiệu suất boiler nhiệt bị tiêu phí khí nhiên liệu Tấ yêu cầu đề cập dẫn đến việc phát triển phương pháp điều khiển linh hoạt toàn diện Chúng cung cấp chức cần thiết cho việc vận hành theo tải diện rộng chất lượng cao đồng thời thoả mãn ràng buộc việc bảo quản kéo dài tuổi thọ thiết bị chính, giải phóng chất nhiễm tiêu tốn nhiên liệu thay đổi vật lý điều kiện kinh tế Do đó, theo tải cần xem xét việc ổn định tần số điện áp, hệ thống điều khiển hiệu cần thiết kế để thoả mãn tối ưu mục tiêu vận hành, xung đột tổng quát NLNLT vận hành thành cơng tình hoạt động Bên cạnh đó, địi hỏi thị trường thời, phương pháp toàn cho vận hành điều khiển tổ hợp lượng quan trọng cho tồn hệ thống điện Khi ứng dụng hoàn hảo, hệ thống điều khiển thiết bị tăng cường hiệu suất vận hành máy, tính ổn định tin cậy sẵn sàng, làm giảm việc tiêu tốn nhiên liệu, chi phí vận hành bảo trì mà tốn tổ hợp lượng Vì vậy, thật cần thiết để phát triển hệ thống tự động hiệu liên quan mật thiết đến toàn chiến lược hệ thống điều khiển tổ hợp để giữ chúng vận hành hiệu có lợi Cũng cần lưu ý việc sử dụng nhiều hệ thống điều khiển thiết bị dựa máy tính với dụng cụ kỹ thuật số xử lý thông tin mạnh mẽ tin cậy cho phép nhà thiết kế tập trung nhiều việc thực thi ứng dụng phần mềm đáp ứng thử thách đề cập phần Vì tính linh hoạt phần mềm, chi phí cho việc phát triển bảo trì dễ dàng cài đặt vào phần cứng mà chạy đó, nổ lực lớn việc thiết kế phát triển hệ thống phần mềm toàn diện tổng quát để dễ dàng kết hợp ứng dụng vận hành tiện lợi( ví dụ, bảo vệ, điều khiển tự động hoá) để tăng cường hiệu suất tổ hợp lượng [Garduno and Sanchez 1995, Garcia and Garduno 1998] -4- Trong luận văn tác giả thiết kế hệ thống điều khiển toàn Hệ thống kết hợp lĩnh vực kỹ thuật điều khiển, kỹ thuật phần mềm kỹ thuật q trình Trong kỹ thuật phần mềm xem quan trọng để thiết kế hệ thống điều khiển cho NLNLT -5- CHƯƠNG I TỔNG QUAN 1.1 Giới thiệu mạng nơron logic mờ Vào cuối thập kỷ 80 công ty Addison Wesley Publishing Company gây xôn xao dư luận tung thị trường Neural Network (Mạng trí tuệ thần kinh) ví kỹ xảo kỹ thuật gia công thông tin mới, nhanh xác Chúng máy tính bắt chước cách sống giống hệ thống thần kinh, máy tính làm việc khác biệt so với máy tính thơng thường Nơron Network xử lý nhiều liệu song song thời điểm, xử lý liệu Chúng xử lý nhiều liệu đầu vào lúc, củng cố tăng cường vài này, thu nhỏ giảm bớt khác Đa số chúng phải làm theo khn mẫu cho trước Chúng tìm kiếm mẫu hàng loạt thí dụ, nhận dạng mẫu, tìm kiếm mẫu đầy đủ từ nguồn liệu hệ thống, xây dựng lại mẫu từ bị bóp méo Rất nhiều ví dụ phải làm với am hiểu sáng sưốt liệu khách quan thị giác, thính giác tín hiệu khác Nhìn chung, ví dụ chứng tỏ cách chạy có nhiều đặc tính người máy tính lập trình sẵn Ngày nay, trí tuệ nhân tạo phát triển mạnh mẽ nhằm tạo sở xây dựng hệ chuyên gia, hệ trợ giúp định Trí tuệ nhân tạo xây dựng sở mạng nơron nhân tạo ứng dụng thiết kế hệ thống điều khiển thơng minh mà điều khiển có khả tư não người xu hướng điều khiển tự động Mạng nơron tái tạo kỹ thuật chức hệ thần kinh người với vô số nơron liên kết truyền thông với mạng Điều khiển mờ phương pháp điều khiển thơng minh theo q trình xử lý thơng tin không rõ ràng định điều khiển người Phương pháp thích hợp để điều khiển đối tượng phức tạp, không xác định mơ hình tốn đối tượng phi tuyến Tuy nhiên, điều khiển mờ thường thiết kế quan điểm, cách nhìn riêng người thiết kế Người thiết kế biến hiểu biết, kinh nghiệm q trình cần điều khiển thành biến ngơn ngữ qui tắc mờ mô tả mối quan hệ chúng Do cơng việc thiết kế thường mang nặng tính “thử sai”, gặp đối tượng phức tạp người thiết kế nhiều thời gian mà kết có khơng tối ưu Vấn đề tự chỉnh điều khiển mờ vấn đề quan tâm nghiên cứu nhiều từ điều khiển mờ khẳng định phương pháp hiệu để điều khiển đối tượng phức tạp -6- Do để giảm việc tính tốn thủ cơng rút ngắn thời gian thiết kế,người ta kết hợp logic mờ mạng nơron tạo khả tự chỉnh cho tập mờ Và hệ thống gọi hệ neuro-mờ Hầu hết q trình cơng nghiệp phi tuyến biến đổi theo thời gian Nhận dạng hệ thống phi tuyến trở thành công cụ quan trọng mà dùng để cải tiến trình điều khiển đạt độ bền vững cao Có nhiều kỹ thuật nhận dạng phi tuyến khác nhau,trong có nhận dạng mạng nơron ,nhận dạng mơ hình mờ phương pháp dựa mơ hình neuro-mờ dần thiết lập khơng giáo trình mà ứng dụng cơng nghiệp Mơ hình neuro-mờ xem kỹ thuật hộp xám nằm mạng nơron mơ hình mờ định tính Những cơng cụ để xây dựng mơ hình neuro-mờ dựa kết hợp thuật tốn từ lĩnh vực mạng nơron,xác nhận đặc tính phân tích hồi quy Phương pháp neuro-mờ cho nhận dạng hệ thống phi tuyến có ưu điểm cân xác mạng nơron tính diễn giải 1.2.Tình hình nghiên cứu mạng nơron logic mờ toàn cầu: Nghiên cứu mạng Nơron quan tâm từ năm 40 kỷ 20 Khoảng năm 90 Nơron đặc biệt ý khả ứng dụng rộng lớn Chương trình nghiên cứu Nơron tập chung nghiên cứu Mỹ (50 tổ chức viện nghiên cứu trường đại học,riêng California có 15 tổ chức nghiên cứu) Ở Anh có 20 tổ chức,Đức (7),Nhật (7), Pháp (6), Thụy sỹ(4),Thụy điển (4),Hà lan (4),Australia (3), Ytalia (3),Canađa (3), Nga(1),Czech (1),Balan(1),Hungary(1), Hàn quốc (1),Singapor (1),Hong kong (1)v.v…Ơ Mỹ, bang California,Trường Đại học California San diego có Chương trình tính tốn Hệ thống Nơron Caltech, Viện tính tốn Nơron, Nhóm nghiên cứu khoa học Máy tính Nhận thức,Trung tâm nghiên cứu Ngơn ngữ,Phịng thí nghiệm Kỹ thuật Nơron,Trung tâm Sloan Sinh học Nơron Lý thuyết Đại học California Santa Cruz có Nhóm Máy Dạy học, Nhóm Sinh học tính tốn Đại học Nam California có Phịng thí nghiệm Tính tốn Nơron Đại học Stanford có nhóm Lập trình Gen Ở Carlsbad có Động lực học Nơron ứng dụng Ở Moffett Field có Nhóm Kỹ thuật Nơron NASA Bang Massachusetts, có Trung tâm Dạy học Tính tốn Sinh học Viện Cơng nghệ Massachusetts -MIT,Nhóm tính toán khoa Não khoa học Nhận thức thuộc MIT,NeuoDyne Ins, Cambridge Bang Washington có Phịng Thí nghiệm ứng dụng,Trí tuệ Tính tốn thuộc Đại học Washington,Nhóm Nghiên cứu Nơron Phịng thí nghiệm Xử lý Thơng tin Nhóm nghiên cứu Nơron thuộc Phịng thí nghiệm Pacific Northwest Washington -7- Bang Texas có Phịng thí nghiệm Kỹ thuật Nơron R&D thuộc Đại học Texas Austin.Phịng thí nghiệm Tính tốn Ứng dụng đại học Kỹ thuật Texas Bang Pensylvania có Trung tâm Cơ sở Nơron Nhận thức Carnegie Melon Bang Ohio có Phịng Thí nghiệm Hệ thống Nơron Nhân tạo thuộc Đại học Cincinnati Bang New Mexico có Nhóm Tính tốn Thích nghi thuộc Đại học New Mexico Nhóm Tính tốn Thích nghi Phi tuyến thuộc Phịng thí nghiệm Quốc gia Los Alamos Bang New Jersey có Nhóm Nghiên cứu Nơron Nhân tạo Viện nghiên cứu NEC,Princeton Nhóm Nhận thức,Trí tuệ Tính tốn dựa DNA,ở Viện nghiên cứu NEC,Princeton v.v… Anh: có Trung tâm Mạng Nơron trường Hoàng gia London Trung tâm Hệ thống Nơron Đại học Edinburgh Nhóm Nghe,Nhìn Robot Đại học Cambridge Nhóm Nghe,Nhìn Hệ thống Thơng minh Đại học Southhampton.Nhóm Nghiên cứu Trí tuệ Nhân tạo thuộc Đại học Nottingham Nhóm nghiên cứu Hệ thống Thơng minh, khoa Khoa Học Máy tính thuộc Đại học London v.v… Nhật: có Phịng Thí nghiệm Robot Cơ -Điện tử thuộc Đại học Nagoya Phịng thí nghiệm Okabe Hirose thuộc Đại học Tokyo Phịng thí nghiệm Sinh-Điện tử thuộc Đại học Nagoya.Phịng thí nghiệm Nghiên cứu Xử lý Thơng tin Người Kyoto v.v… Đức: có Viện Tin học Nơron Đại học Ruhr,Bochum Nhóm nghiên cứu Mờ Tính tốn Mềm Đại học Braunschweig Nhóm Nhiên cứu Mờ Nơron Đại học Công nghệ Damstardt Nhóm Nhìn- Máy tính Nhận dạng thuộc Đại học Bon Trung tâm nghiên cứu Trí tuệ Nhân tạo Đức DFKI thuộc Kaiserlautern Nhóm Nghiên cứu Nơron GMD FIRST Berlin.Viện Logic, Tổ hợp Hệ thống Suy diễn Đại học Karlsruhe Pháp: có Nhóm nghiên cứu Tin-Sinh học Trường Cao cấp,Pari Nhóm tính tốn Nơron thuộc Phịng Tin học Pari Nord Nhóm nghiên cứu Nơron LEIBNIZ, Grenoble Nhóm nghiên cứu Laplace,Mơ hình gần Robot Trí tuệ Nhân tạo LEIBNIZ, Grenoble Hungary: có Nhóm Xử lý thơng tin Nơron thuộc Đại học Eotvos Lorand, Budapest 1.3.Một số cơng trình nghiên cứu mạng Nơron cơng bố nước ngồi: Đa số nhà nghiên cứu Hệ thống Thông minh chấp nhận : Trí tuệ Tính tốn (Computational Intelligence) Hội đồng Mạng Nơron Thế giới đưa vào năm 1991 Tính tốn mềm (Soft computing) Lofti A Zadeh, giáo sư đại học California Berkeley đua năm 1990 đồng nghĩa sử dụng thay lẫn Trí tuệ Tính tốn chấp nhận thuật ngữ để biểu -8- diễn kỹ thuật cho việc định dựa việc xử lý thông tin khơng chắn Về bản, Trí tuệ Tính toán bao gồm Logic Mờ, Mạng Nơron , Thuật giải Di truyền, Lập luận Xác xuất,các Phương pháp Học, Lý thuyết Hỗn độn, Hệ chuyên gia Một điều quan trọng cần nhấn mạnh Trí tuệ Nhân tạo khơng tập hợp phương pháp luận cho lập luận dựa thông tin không chắn mà liên kết phương pháp phương pháp có lợi riêng để tiến tới đạt mục tiêu chung Bởi vậy, thành phần Trí tuệ Tính tốn phải xem phần bổ xung cho tương đương Tất kỹ thuật nhằm mục đích đưa dạng “ Máy Thơng minh “nào mà bắt chước sưy nghĩ người việc định Động chủ yếu cho việc sử dụng Trí tuệ Tính tốn khai thác khả xử lý thơng tin khơng xác, khơng chắn, phần kết đạt tính dễ áp dụng,sự động giải pháp chi phí thấp cho vấn đề phức tạp Đây mục tiêu giáo sư Lofti A Zadeh , Đại học California Berkeley (người sáng tạo Lý thuyết Tập Mờ 1965) đưa vào đầu năm 1990 phát triển Hệ Thông minh Hai dạng Mạng Nơron thường sử dụng Kỹ thuật Robot Mạng Hopfield Mạng Perceptron nhiều lớp Hopfied đa 1982, Kohonen 1984, Rumelhart 1986 Những mạng khác bao gồm Mạng Cạnh tranh & Hợp tác Amari &Arbib nghiên cứu năm 1977 Mạng Thưởng phạt A.G.Barto&C.W.Anderson 1983 Hệ thống Robot bao gồm hệ thống phụ : Hệ thống truyền động, Hệ thống Nhận dạng Hệ thống Điều khiển Những vấn đề Điều khiển Robot bao gồm Động học, Động lực học, Lập kế hoạch đường (Thiết lập quĩ đạo ), Điều khiển, Cảm biến, Lập trình Trí tuệ (Thơng minh) Mạng Nơron giảm tổ hợp tính tốn giải tốn robot đưa “yếu” Lời giải giải tích động học ngược làm xác kết số, lời giải Mạng Nơron nói chung khơng làm xác.Cơng việc phát triển Động học ngược Nơron T.Iberall phát triển năm 1987, A.Guez năm1988 Trong Động lực học Robot Nơron , M.Kawato,Furukawa,Sưzuki phát triển năm 1987 Y.Uno &M.Isobe 1988 S.G.Tzafestas1986, M.Kawato,Y.Maeda,Y.Uno &Sưzuki 1990 Mạng Nơron sử dụng nhằm thiết lập quĩ đạo K.Tsưtsưmi 1988, H.liu1988, R.Ecmiller 1987 Bài toán lập quĩ đạo tránh vật cản sử dụng Mạng Hopfield H.matsưmoto& K.Tsưtsưmi phát triển Trường hợp Robot Di động, Thiết lập quĩ đạo với Mạng Nơron nghiên cứu V.Seshadri1988.Ở Mạng Nơron cố gắng cực tiểu hoá độ dài đường Nick Vallidis nghiên cứu điều khiển Hexapod di động mạng Nơron , -9- 2000 L.M.Reyneri, M.Chiaberge Khoa điện tử, Đại học Bách khoa TorinoItaly nghiên cứu phần cứng-Mạng Mờ-Nơron điều khiển Hexapod Di động, 1993-2000 Điều khiển Robot Mạng Nơron gọi Điều khiển khớp mơ hình tiểu não CMAC Albus 1975 –1979 Giáo s F.L.Lewis,Viện nghiên cứu Robot Tự động hoá, Đại học Texas –Arlington USA ứng dụng CMAC để điều khiển hệ động lực phi tuyến, 1997 Nhận dạng hệ động lực phi tuyến sử dụng mạng Nơron S.J.Jagannathan, Liên hợp Phân tích Tự động hố, USA nghiên cứu năm 1996 Y.Pao&D.Sobasic 1987 thực hệ thống điều khiển vị trí robot hai bậc tự sử dụng Mạng Nơron Perceptron A.Guez sử dụng mơ hình thích nghi (MRAC) W.T Miler sử dụng kỹ thuật CMAC liên kết với phương pháp điều khiển mô men R.Elsley thực điều khiển Jacobi ngược,sử dụng Mạng Perceptron nhiều lớp Mạng Nơron Được sử dụng cảm biến điều khiển Robot nhiều lớp, liên tục R.Esley, &Y.Pati 1988 Điều khiển thích nghi hệ động lực học phi tuyến sử dụng mạng Nơron giáo sư A.M.Annaswamy, Phịng thí nghiệm Điều khiển thích nghi - Khoa Chế tạo Máy – Viện Công nghệ Massachusetts –MIT nghiên cứu, 1997 Ứng dụng Mạng Nơron điều khiển ngược theo vết giáo sư K S Narendra, Trung tâm Khoa học Hệ thống, Đại học Yale,USA nghiên cứu, 1999 Giáo sư Vukobratovic, Trung tâm Robot, Viện Mikhailo Pupin, Nam tư (cũ ), phó chủ tịch Viện Hàn lâm Khoa học, nghiên cứu phân loại mơ hình động lực học môi trường sở Nơron để điều khiển robot,1998 Bộ điều khiển Mờ-Nơron để dẫn huớng Robot Di động hộ tống đội robot giáo sư M.M.Trivedi Khoa Kỹ thuật Điện Máy tính, Đại học California San Diego,USA nghiên cứu,1998 Giáo sư, Viện sĩ, Vámos Tibor, nguyên Viện trưởng Viện Tin học Tự động hố- Hungary, - ngun chủ tịch Hội Máy tính Neyman János (Von Neyman), nguyên chủ tịch Hội Điều khiển Tự động Quốc tế IFAC nghiên cứu kỹ thuật Nhận dạng –Trí tuệ Nhân tạo cho robot Giáo sư,Viện sĩ Hyungsưck Cho, Khoa Chế tạo máy,Viện Khoa học &Công nghệ Cao cấp Hàn quốc- KAIST, Hãng Thép Kim loại Pohang-POSCO, Viện trưởng Viện Điều khiển,Tự động hoá Kỹ thuật Hệ thống, nghiên cứu điều khiển cảm biến nano cho robot,2001 Giáo sư T.Fukuda, Khoa Kỹ thuật Vi Hệ thống,Trung tâm Hợp tác Khoa học &Công nghệ Cấp cao, Đại học Nagoya- Nhật bản, nguyên Chủ tịch Hội Robot Tự động hóa Quốc tế, Chủ tịch Hội đồng Công nghệ Nano Quốc tế, nghiên cứu Mạng Mờ-Nơron -Thuật giải AND để điều khiển robot, 2000 Công nghệ Nano mở triển vọng to lớn Việc chế tạo robot - 10 - nhỏ cỡ Nano 10-9mm đòi hỏi nghiên cứu sở lý thuyết công nghệ Giáo sư Toshio Fukuda, đặc biệt nhấn mạnh tầm quan trọng Robot Micro-Nano Kỹ thuật Robot Tự động hoá tương lai Giáo sư,Viện sĩ G.M.Edelman,giải thưởng Nobel, Viện trưởng Viện Khoa học Nơron - USA,Chủ tịch Hội nghiên cứu Khoa học Nơron Quốc tế, mô Nơron hệ thống Nghe-Nhìn lồi chim để điều khiển robot,1999 Giáo sư khẳng định, việc nghiên cứu đặc biệt quan trọng ánh sáng lý thuyết Não Hiện đại, nhấn mạnh tầm quan trọng môi trường thực nghiệm Motor-Cảm biến Nơron Sự hiểu biết nguyên tắc não có ảnh hưởng mạnh mẽ đến thiết kế Hệ thống Nhân tạo hoạt động giới thực.Chúng ta tin tưởng nghiên cứu mơ hình Nơron tổng hợp tham gia cách có ý nghĩa thiết lập mối liên hệ trực tiếp khoa học Tự nhiên Khoa học Kỹ thuật, đưa tư tưởng lĩnh vực Robot Trí tuệ Nhân tạo 1.4.Một số cơng trình nghiên cứu mạng Nơron cơng bố nước: Ở Việt nam bắt đầu nghiên cứu Nơron từ năm 1992 Viện Cơ học Viện Tin học khuôn khổ đề tài cấp Nhà nuớc KC-02 Điều khiển thời gian thực Hiện số sở nghiên cứu Trung tâm Tự động hố-Viện tin học, Khoa Cơng nghệ Thơng tin - ĐHBK.HN, Bộ môn Điều khiển Tự động ĐHBK.HN, Học viện Bưu Viễn thơng, Khoa Cơng nghệ Thơng tin ĐHBK.HCM,Đại học Giao thơng Vận tải, Viện Vật lý, Viện tốn học, VietcomBank, Viện Năng lượng Nguyên tử, Học viện Kỹ thuật Quân sự, Đại học Quốc gia - HCM Công tác đào tạo triển khai, có luận án Tiến sĩ (2), Thạc sĩ buớc đầu giảng dạy cho sinh viên Tuy nhiên nghiên cứu thường rải rác,chưa tập trung thành nhóm nghiên cứu mạnh để bước đầu đưa vào ứng dụng hợp tác với tổ chức quốc tế 1.5 Tổng quan tình hình nghiên cứu tổ hợp lượng nhiên liệu than Một NLNLT cung cấp lượng điện kết trình chuyển đổi lượng Cụ thể, chuyển đổi đốt cháy nhiên liệu đầu vào, tạo hơi, phát triển chuyển động quay, sản xuất lượng điện ngưng tụ Tất chuyển đổi tạo thành chu trình nhiệt động lực học lớn phụ thuộc lẫn cao độ Những chiến lược điều khiển thời cho phép tạo lượng cần thiết để thoả mãn yêu cầu tải trì cân trình chuyển đổi tổ hợp Chủ yếu, chúng gắn kết ngõ lượng lưu lượng boiler với lượng yêu cầu tuabin-máy phát để đạt tải điện thời điểm Sơ đồ điều khiển tổ hợp cấu thành lớp cao hệ thống điều khiển chịu trách nhiệm cho việc điều khiển boiler-tuabin-máy - 11 - phát đối tượng đơn Đặc tính bật tổ hợp quản lý thơng qua vịng điều khiển lượng áp suất Việc phát triển từ cấu hình vịng điều khiển SISO dựa thuật toán điều khiển PID, chiến lược phân loại thành ba lớp: điều khiển theo boiler, điều khiển theo tuabin điều khiển boiler-tuabin Sơ đồ theo boiler dùng Trong sơ đồ này, boiler chờ đợi hành động tuabin để sản xuất lượng Những van điều khiển tuabin điều chỉnh lưu lượng vào tuabin với đối số công suất yêu cầu Sau đó, điều khiển boiler tương ứng với thay đổi lưu lượng áp suất Sai lệch áp suất tiết lưu so với setpoint dùng điều khiển trình đốt nhiên liệu để điều chỉnh lượng nhiên liệu khơng khí vào buồng đốt, việc tạo hiệu chỉnh theo yêu cầu tuabin Thuận lợi phương pháp đáp ứng nhanh với thay đổi tải: tuabin dụng cụ hoạt động nhanh đáp ứng nhanh với yêu cầu tải sử dụng lượng nhiệt lưu trữ boiler Điều bất lợi phương pháp thể việc điều khiển áp suất tiết lưu ổn định boiler có xu hướng vượt q địi hỏi thời gian để hồ hợp với tuabin Sơ đồ điều khiển theo tuabin dùng năm 60-70 Trong sơ đồ này, tuabin theo hoạt động boiler Yêu cầu công suất dùng điều khiển đốt boiler để điều chỉnh lượng nhiên liệu khơng khí vào buồng đốt để điều chỉnh việc sản xuất Sau điều khiển tuabin đáp ứng cách hiệu chỉnh van tiết lưu để giữ áp suất setpoint Tuabin chịu trách nhiệm hoàn toàn việc điều khiển áp suất tiết lưu Thuận lợi phương pháp đáp ứng ổn định với thay đổi tải với dao động áp suất nhiệt độ tối thiểu, thay đổi tải phụ thuộc vào hoạt động boiler thiết bị chậm so với tuabin Bất lợi phương pháp khơng sử dụng khả lưu trữ lượng boiler, tạo đáp ứng chậm Được sử dùng nhiều thập kỷ 50 sơ đồ điều khiển phù hợp(coordinated control (CC)) Trong sơ đồ này, công suất đưa đồng thời đến boiler tuabin Phụ thuộc vào cặp biến điều khiển điều khiển, có hai sơ đồ cho CC: sơ đồ theo boiler sơ đồ theo tuabin [Landis and Wulfsohn 1988] Với sơ đồ thứ nhất, điều khiển tải tạo lệnh cho van tiết lưu từ yêu cầu tải tổ hợp công suất tạo ra, điều khiển áp suất tạo lệnh cho cho van nhiên liệu/khơng khí từ áp suất tiết lưu đo setpoint áp suất mà có từ yêu cầu tải tổ hợp thơng qua ánh xạ phi tuyến (hình 1.1) Trong sơ đồ thứ hai, điều khiển tải tạo lệnh cho van nhiên liệu/khơng khí từ u cầu tải tổ hợp công suất tạo Lệnh đến van tiết lưu tính tốn từ áp suất tiết lưu đo setpoint áp suất mà có từ yêu cầu tải tổ hợp thông qua ánh xạ phi tuyến (hình 1.2) Những chiến lược điều khiển phù hợp kết hợp thuận lợi hai chiến lược tối thiểu bất lợi cuả chúng, nghĩa , chúng cố gắng giữ đặc tính đáp ứng ổn định sơ đồ theo tuabin đặc tính đáp ứng nhanh - 12 - sơ đồ theo boiler Để đạt đáp ứng nhanh,tuabin-máy phát phép sử dụng lượng lưu trữ boiler Để đạt ổn định, điều khiển boiler hiệu chỉnh tốc độ đánh lửa theo tải yêu cầu, giữ cho tuabin không vượt lượng cung cấp boiler Đáp ứng tổ hợp CC phải nhanh sơ đồ theo tuabin không nhanh sơ đồ theo boiler Những ưu điểm khác phương pháp điều khiển phù hợp khả dễ dàng thực giảm tải biến đổi áp suất với điều khiển tải xác Từ quan điểm thực tế, người ta mong muốn có cấu trúc tổng quát cho điều khiển phù hợp mà cấu hình lại với sơ đồ hoạt vận hành nào, điều chỉnh để thể ứng xử sơ đồ điều khiển Những cấu trúc chứa cấu hình nhiều vòng lặp phân tán điều khiển SISO dùng thuật toán cổ điển PI hay PID Những sơ đồ đối mặt với thách thức nghiêm trọng yêu cầu vận hành theo tải diện rộng Trong điều kiện này, hiệu suất giảm biến đổi phi tuyến lớn hiệu ứng kết hợp trình động Người ta dùng bù để tăng cường sơ đồ điều khiển phù hợp nhiều vòng lặp cách giảm hiệu ứng tương tác vòng điều khiển Rất nhiều nghiên cứu thực nhiều thập kỷ qua hầu hết kết sản phẩm riêng nhà phát triển khơng có phương pháp chấp nhận rộng rãi hay tổng quát để thực thi chúng, cần thiết phương pháp thiết kế mang tính hệ thống tổng quát Điểm cốt yếu việc thiết kế bù tương tác dựa mô hình tốn học gần khơng thể thực trở nên phức tạp loại bỏ ứng dụng Hình 1.1 Sơ đồ điều khiển theo boiler - 13 - Hình 1.2 Sơ đồ điều khiển theo tuabin 1.5.1 Những hệ thống điều khiển tiên tiến Mặc dù khơng có định nghĩa chung cho điều khiển tiên tiến, nhiều phương pháp dùng mơ hình tốn học q trình, q trình thiết kế hay suốt trình vận hành, thời gọi tiên tiến Hầu hết ý tập trung vào số hiệu suất toàn phương Ứng dụng thực tế kỹ thuật cho điều khiển tồn bị giới hạn tính phức tạp việc thực thi, dễ bị ảnh hưởng khơng chắn mơ hình, cần phải reset lại hoạt động điều khiển, việc dùng kỹ thuật điều khiển tuyến tính hệ thống phi tuyến cao độ Mặc dù chiến lược điều khiển tổ hợp toàn bộ, ứng dụng liên quan kỹ thuật điều khiển tối ưu nhiều biến mà [Nakamura Uchida 1989] đưa vào vận hành điều chỉnh toàn phương tuyến tính cho nhiệt độ boiler tổ máy 500MW Kyushu Electric Company, Japan, 1978 Bước đột phá này, sơ đồ điều khiển nhiệt độ, gồm kỹ thuật khác nhận dạng dự đốn khơng gian trạng thái, lập trình tốn học phi tuyến, điều khiển thích nghi tham khảo mơ hình tối ưu trở thành chuẩn cho tổ hợp lượng than người Nhật suốt 25 năm qua, cho phép họ vận hành với mức cao hiệu suất nhiệt Người ta thực nhiều nghiên cứu để áp dụng phương pháp tách riêng ra(decoupling) để làm giảm hay loại bỏ ảnh hưởng tương tác vòng điều khiển Trong sơ đồ điều khiển tổ hợp theo boiler dùng bù dựa hồi tiếp trạng thái để giảm ảnh hưởng tương tác hệ thống cho tổ hợp 150 MW Ontario Hydro, Canada Bộ bù tạo tín hiệu bù cho bốn ngõ vào điều khiển tổng tín hiệu điều khiển vectơ - 14 - trạng thái q trình sử dụng ma trận độ lợi số, tính từ mơ hình tuyến tính khơng gian trạng thái bậc máy Vectơ trạng thái dự đoán dùng lọc Kalman Những kết mô cho thấy tải có khả vận hành khoảng 75% đến 100% khoảng vận hành tải với lỗi biến trình ảnh hưởng tương tác giảm Khơng có chi tiết số lượng mơ hình tuyến tính dùng khoảng tải ma trận độ lợi khoảng Những điều khiển tách rời dựa mơ hình bậc 12 thực thi máy thực So với điều khiển truyền thống, sơ đồ tách riêng xấp xỉ làm cho lỗi điều khiển giảm, tăng độ ổn định tải thấp, hiệu chỉnh thông số đơn giản khơng nhạy với biến đổi máy Khó khăn với phương pháp tách riêng thiết kế bù tách riêng Thiết kế bù động nặng nề phức tạp ngăn cản ứng dụng chúng Về nguyên tắc, điều khiển thích nghi dường phù hợp cho điều khiển toàn nhà máy điện Khả hệ thống điều khiển liên quan với thay đổi động trình hấp dẫn cho vận hành diện rộng Trong [Marc, et al 1980] ảnh hưởng nhiễu biến đổi thơng số thiết kế điều khiển thích nghi cho máy phát 250 MW xem xét Trong [Mabius, et al 1980] cấu thích nghi tham khảo mơ hình đề nghị để cung cấp tín hiệu điều khiển tăng cường cộng vào tín hiệu điều khiển điều khiển vịng mở Giả sử vận hành xung quanh điểm vận hành cố định, lý thuyết điều khiển tuyến tính dùng để thiết kế điều khiển, thông số luật điều khiển điều chỉnh dùng sơ đồ dựa Lyapunov để bảo đảm ổn định vịng kín Khơng may, có thiết kế thể mà khơng có kết hiệu suất hệ thống điều khiển Những phuơng pháp điều khiển bền vững đề nghị cho điều khiển tổ hợp Trong [Weng and Ray 1997] chiến lược điều khiển truyền thẳnghồi tiếp đề xuất cho điều khiển theo tải bền vững diện rộng Điều khiển truyền thẳng tối ưu ngõ vào điều khiển, nhận ràng buộc chúng, dọc theo khoảng vận hành diện rộng điều khiển hồi tiếp dùng để khắc phục bất định mơ hình máy nhiễu ngoại sinh đảm bảo ổn định hiệu suất bền vững Điều khiển truyền thẳng giải tốn lập trình phi tuyến cho hàm tối ưu ràng buộc dọc theo đặc tính tải cho Điều khiển hồi tiếp thiết kế dùng kỹ thuật H  Phương pháp thoả mãn yêu cầu hiệu suất khoảng 40-100% khoảng tải loại bỏ tốt nhiễu biết trước Một vài nhược điểm u cầu tính tốn q nhiều, với thơng tin đáp ứng tần số mơ hình tuyến tính máy Mặc dù có tiến lớn lý thuyết hệ thống điều khiển, thực thi sơ đồ tiên tiến cho NLNLT Do sơ đồ đề xuất tốt yêu cầu giới thực chẳng hạn hiệu suất thời gian thực, khoảng vận hành diện rộng, động trình phức tạp nhiều chiều hay điều kiện giả sử xảy thực tế nhiễu Gauss, thơng số q trình số, đo xác, động q trình biết Có lẽ, bất - 15 - lợi hầu hết phương pháp tiên tiến u cầu mơ hình tốn học xác cho thiết kế vận hành Bậc độ phức tạp cao của tổ hợp lượng ngăn cản việc thực thi sơ đồ điều khiển tập trung dựa mơ hình tốn học Nói cách khác, tính thúc đẩy tồn lâu dài cấu hình nhiều vịng dựa thuật tốn điều khiển PID truyền thống 1.5.2 Những phương pháp lai thơng minh Vẫn có phương pháp thứ ba áp dụng kỹ thuật thông minh nhân tạo bật gần hay pha trộn chúng với điều khiển tiên tiến truyền thống, nổ lực liên quan đến phức tạp mà không giải thoả mãn kỹ thuật đề cập phần Trong [Mamdani 1974, Mamdani and Assilian 1975], điều khiển dựa lý thuyết tập mờ [Zadeh 1965, Zadeh 1968, Zadeh 1973] giới thiệu lần Giải thuật mờ mơ q trình lập luận người, dùng để điều khiển máy nước phòng thí nghiệm Áp suất tốc độ rotor điều chỉnh cách thao tác ngõ vào nhiệt boiler độ mở tiết lưu máy theo tập luật ngôn ngữ Thực nghiệm kết tương tự hay tốt so với điều khiển cổ điển Cơng việc minh hoạ tính khả thi việc xây dựng giải thuật xác định thời gian thực hiệu quả, mở đầu lĩnh vực kỹ thuật điều khiển Trong [Ray and Majumder 1985] lý thuết tách rời phi tuyến lôgic mờ dùng để điều chỉnh áp suất bao mức nước bao tổ hợp 200MW điều kiện vận hành khác Đầu tiên, luật điều khiển tách rời thiết kế cho mơ hình máy phi tuyến bậc ba với giả sử thơng số hệ thống biết xác hệ SISO khơng tương tác Sau đó, điều khiển lôgic mờ dùng cho điều khiển vịng kín hệ Hiệu suất tốt sơ đồ điều khiển đạt tính với nhiễu trạng thái, biến đổi thông số ngẫu nhiên phần, thay đổi setpoint, nhạy thông số,tách rời không hoàn hảo thiếu tách rời Trong [Marcelle, et al 1994] sơ đồ điều khiển kết hợp logic mờ điều khiển tối ưu cho vận hành chu trình tuabin lớn thể Ứng suất tua bin tổng lỗi tải tối thiểu cách gắn kết điều khiển van điều chỉnh tuabin áp suất boiler Một hệ thống mờ ưu tiên đối tượng hiệu suất cung cấp trọng số hàm gía trị mà dùng điều khiển tối ưu Sau đó, thuật tốn điều khiển dự đốn mơ hình dùng để tính van tối ưu giá trị setpoint áp suất để cân theo tải tốt tối thiểu ứng suất Hiệu suất tốt so sánh với điều khiển áp suất biến đổi áp suất số với điều khiển dự đoán mơ hình với độ lợi cố định thời gian dự đoán cố định Trong [Dimeo and Lee 1995] giải thuật di truyền dùng để tinh chỉnh tối ưu sơ đồ điều khiển kết hợp dựa PI điều khiển hồi tiếp trạng thái cho - 16 - tổ hợp phi tuyến bậc ba Đối tượng điều khiển theo đáp ứng bước ngõ áp suất công suất Trong nững ứng dụng khả thi giải thuật di truyền cấu tinh chỉnh hồn hảo, có vài sai xót cấu trúc điều khiển đề xuất Vị trí độ lợi kết hợp chéo sơ đồ điều khiển kết hợp dựa PI khơng thuận tiện, tạo đáp ứng dao động sơ đồ điều khiển tối ưu giả sử tất biến trạng thái sẵn sàng cho mô Trong [Tevera 1995] sơ đồ tổ hợp cấu hình lại chuyển chiến lược điều khiển khác nhau( ví dụ, theo boiler, theo tuabin điều khiển hồ hợp) Cấu hình lại hệ thống thực trực tuyến bốn hệ chuyên gia làm việc mức giám sát Hệ nhận định trạng thái vận hành yêu cầu cho tổ hợp Hệ thứ hai tính toán hiệu suất sơ đồ điều khiển vận hành Hệ thứ ba tính tốn hiệu suất sơ đồ khác điều kiện thời Cuối cùng, hệ thứ tư sơ đồ tiện lợi chuyển sơ đồ phép người vận hành Điều khiển thực thành công hệ thống phát triển tính tốn phần mềm điều khiển dùng mơ hình tổ hợp tồn Trong [Garduno and Lee 1997], sơ đồ điều khiển thứ tự hai mức cho vận hành diện rộng NLNLT thể Tại mức giám sát quản lý tham chiếu mờ tạo quỹ đạo setpoint theo sách vận hành áp suất biến đổi để điều khiển tải theo đặc tính nào.Tại mức điều khiển, thực thi chiến lược truyền thẳng-hồi tiếp Điều khiển truyền thẳng gồm tập hệ suy luận mờ MISO thiết kế từ liệu vào trạng thái xác lập Đường hồi tiếp gồm điều khiển PID với cấu hình nhiều vịng Với chiến lược này, đường truyền thẳng cung cấp hầu hết tín hiệu điều khiển cho vận hành diện rộng, giàm bớt nổ lực điều khiển điều khiển PID Đường hồi tiếp cung cấp tín hiệu điều khiển bù để điều chỉnh loại nhiễu lân cận nhỏ quanh quỹ đạo lệnh Những kết mô cho thấy tính khả thi sơ đồ điều khiển để đạt vận hành theo tải chu kỳ Những nghiên cứu lớn thực Nhật để phát triển sơ đồ lai để đạt cải tiến kỹ thuật vận hành máy điện[Matsuoka, et al.1993] Sau thực thi thành công điều khiển tối ưu nhiều biến suốt hai mươi năm qua, người Nhật tạo bước đột phá kỹ thuật thứ hai điều khiển máy điện thông qua việc thực thi sơ đồ lai dựa giải thuật hệ neuro-mờ Những cách giải hoàn tất tìm kiếm để giải vấn đề sau:1) q trình lớn phức tạp gồm mơ hình tốn học chúng, 2)độ phi tuyến mạnh hơn, kết hợp tương tác biến đổi theo thời gian hệ 3)thoả mãn yêu cầu chặt chẽ ổn định tối ưu hệ thống Ở Mỹ Intelligent Control Systems Initiative, thành lập với liên kết Electric Power Research Institute (EPRI) National Science Foundation (NSF) năm 1993 gồm hai mươi mốt dự án nghiên cứu để tìm ứng dụng có giá trị sáng kiến thiết lập lý thuyết tảng chương - 17 - trình tin cậy cho việc thiết kế phát triển hệ thống thơng minh thích nghi Một vài phương pháp điều khiển thông minh đầu tư là:1) lập kế hoạch giám sát off-line on-line lập luận tự động hay học từ ví dụ người, 2) mơ hình định tính dùng hệ chun gia lơgic mờ 3)trí tuệ nhân tạo học máy dùng phương pháp mạng nơron, giải thuật di truyền, tiến hố học cưỡng bức, đơi kết hợp với kỹ thuật tối ưu toán học 1.5.3 Phát biểu vấn đề Luận văn trình bày ý tưởng cho việc phát triển hệ thống điều khiển thông minh cho đối tượng phi tuyến mà cụ thể tổ hợp lượng, nghĩa phát triển hệ thống quản lý lượng nhân tạo thiết kế điều khiển thông minh hệ thống máy tính giống não người Những yêu cầu cho hệ thống điều khiển là:  Thiết kế mở cung cấp yêu cầu chức vận hành để đạt độ linh hoạt, cho ứng dụng môi trường thị trường biến đổi cao  Vận hành người dùng cuối đơn giản hiệu suất cao, liên kết với tự động hoá kỹ thuật điều khiển  Kiến trúc hệ thống có cấu trúc, điều dẫn đến việc phát triển phần mềm điều khiển tự động hoá tương ứng Từ kết đạt được, thấy chiến lược điều khiển phù hợp cấu thành mức điều khiển cao NLNLT thời chúng chịu trách nhiệm cho việc điều khiển boiler-tuabin-máy phát đối tượng đơn Kế đến, NLNLT trình phức tạp, chịu nhiều thay đổi điều kiện vận hành mà thể hệ thống thông minh mà với khái niệm điều khiển tích hợp tiên tiến cần thiết Việc phát triển kỹ thuật thiết kế hệ thống điều khiển tổ hợp lượng để hổ trợ làm cho dễ dàng việc thực thi hệ thống điều khiển lượng phân tán thứ bậc lớn để tích hợp kỹ thuật thơng minh nhân tạo liên kết tính hệ thống với phức tạp trình yêu cầu vận hành Trong luận văn thiết lập sơ đồ điều khiển tổng quát gọi hệ thống điều khiển phù hợp thông minh ứng dụng kỹ thuật thông minh nhân tạo mạng nơron, logíc mờ thuật giải di truyền để đưa đối tượng điều khiển vào quỹ đạo với yêu cầu vận hành khác Để làm điều này, hệ thống điều khiển tích hợp chức học máy, quan sát ứng xử, cấu thích nghi, tạo lệnh tính toán điều khiển, tất chúng cần thiết cho đặc tính vận hành tự quản hiệu linh hoạt 1.5.4 Đối tượng phạm vi - 18 - Đối tượng đề tài nghiên cứu tăng cường mức điều khiển tự động máy lượng thông qua việc mở rộng khái niệm điều khiển phù hợp cho NLNLT tính thực qua kỹ thuật thơng minh nhân tạo Phạm vi đề tài tập trung vào điểm sau:  Tất nghiên cứu phát triển đề tài tập trung tổ hợp máy điện nhiên liệu than loại bao truyền thống(NLNLT), chúng thể kỹ thuật dùng nhiều để tạo lượng điện cấu thành cách để điều chỉnh thông số quan trọng (công suất, tần số điện áp) ảnh hưởng đến chất lượng lượng điện hệ thống lượng liên kết  Chỉ điều kiện động bình thường cùa NLNLT xem xét Đề tài tập trung hệ thống điều khiển cần thiết cho trạng thái vận hành bình thường mà chiếm đến 99% thời gian vận hành Không nổ lực liên quan đến báo động, khẩn cấp, mức, hồi phục trạng thái Cần lưu ý trạng thái bình thường khơng phải trạng thái xác lập thực tế nhà máy điện không vận hành trạng thái xác lập  Thiết kế hệ thống điều khiển bao hàm chiến lược điều khiển tảng Việc phát triển chiến lược tự động hoá, khoá liên động bảo vệ cho hệ thống điều khiển không thực Cũng thế, đề tài đề cập đến chức điều khiển để lái trình suốt pha vận hành tải, khơng có chức khởi động shutdown  Việc phát triển hệ thống điều khiển giới hạn vấn đề hệ thống tính khả thi Tất chương trình mơ máy tính cá nhân dùng mơi trường phần mềm phịng thí nghiệm Khơng có việc thực thi hệ thống môi trường thực Đây chất nghiên cứu đề tài  Đề tài phát triển tập hàm tối thiểu cần thiết cho điều chỉnh tự động hoá hệ thống lượng tồn bộ, đề xuất tính linh hoạt tối đa để hổ trợ điều khiển tải điều khiển nhiều tổ hợp sơ đồ nhà máy điện  Phương pháp đề xuất tính tốn so sánh với phương pháp truyền thống Thậm chí loại hệ thống điều khiển khơng tồn tại, việc tính toán thực với hiệu suất theo tải yêu cầu quan trọng cần thoả mãn 1.5.5 Tổng quan đề tài Việc phát triển hệ thống điều khiển phù hợp thông minh(ICCS) gồm giám sát nhiều đại diện thơng minh tính tốn điều khiển mức trực tiếp Những chức giám sát gồm tạo lệnh tối ưu, học thích nghi, giám sát trạng - 19 - thái hiệu suất(Hình 1.3) Mức trực tiếp gồm sơ đồ điều khiển truyền thẳng/hồi tiếp nhiều biến Việc thực thi lõi hệ thống hình thành ba mơđun: sepoint, xử lý điều khiển truyền thẳng xử lý điều khiển hồi tiếp (hình 1.4) Giám sát hiệu suất trạng thái hàm học thích nghi thực thi dạng off-line bao gồm hồn tồn mơđun Hình 1.3 Hệ thống điều khiển phù hợp thơng minh Hình 1.4.Sơ đồ khối điều khiển Với quỹ đạo lệnh tải nào, tạo setpoint tạo quỹ đạo setpoint cho vịng điều khiển mức thấp thơng qua nhóm ánh xạ thiết kế tối ưu Ánh xạ setpoint thiết kế cách giải toán tối ưu nhiều đối tượng, hàm đối tượng hàm phù hợp chúng - 20 - Phương pháp cho phép tối ưu trình cung cấp phương pháp định sách vận hành cung cấp độ phân tán lớn tình vận hành theo nhiều đối tượng vận hành Sơ đồ điều khiển truyền thẳnghồi tiếp hai bậc tự đề xuất mở rộng sơ đồ điều khiển hồi tiếp SISO tuyến tính với hai điều khiển truyền thẳng tham chiếu nhiễu, cho trường hợp nhiều biến phi tuyến để đạt vận hành diện rộng Bộ xử lý điều khiển truyền thẳng thực thi dùng hệ thống suy luận mờ MISO, thiết kế từ liệu vào xác lập, dùng kỹ thuật học mạng nơron Đường điều khiển hồi tiếp thực thi sơ đồ điều khiển nhiều vòng phân tán dựa điều khiển PID mờ bù tương tác Những điều khiển PID mờ kết hợp kỹ thuật điều khiển gain-scheduling multimode dùng hệ thống suy luận mờ loại Sugeno