ĐỒ ÁN MÔN ĐIỀU KHIỂN MỜ-ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI

Từ năm 1965 đã ra đời một lý thuyết mới đó là lý thuyết tập mờ (Fuzzy set theory) do giáo sư Lofti A. Zadeh ở trường đại học Califonia - Mỹ đưa ra. Từ khi lý thuyết đó ra đời nó được phát triển mạnh mẽ qua các công trình khoa học của các nhà khoa học như: năm 1972 GS Terano và Asai thiết lập ra cơ sở nghiên cứu hệ thống điều khiển mờ ở Nhật, năm 1980 hãng Smith Co. bắt đầu nghiên cứu điều khiển mờ cho lò hơi... Những năm đầu thập kỷ 90 cho đến nay hệ thống điều khiển mờ và mạng nơron (Fuzzy system and neural network) được các nhà khoa học, các kỹ sư và sinh viên trong mọi lĩnh vực khoa học kỹ thuật đặc biệt quan tâm và ứng dụng trong sản xuất và đời sống. Tập mờ và lôgic mờ đã dựa trên các thông tin "không đầy đủ, về đối tượng để điều khiển đầy đủ về đối tượng một cách chính xác. Các công ty của Nhật bắt đầu dùng lôgic mờ vào kỹ thuật điều khiển từ năm 1980. Nhưng do các phần cứng chuẩn tính toán theo giải thuật 1ôgic mờ rất kém nên hầu hết các ứng dụng đều dùng các phần cứng chuyên về lôgic mờ. Một trong những ứng dụng dùng lôgic mờ đầu tiên tại đây là nhà máy xử lý nước của Fuji Electric vào năm 1983, hệ thống xe điện ngầm của Hitachi vào năm 1987.

PHẦN I LÝ THUYẾT CHUNG Tổng quan logic mờ điều khiển mờ 1.1 Quá trình phát triển logic mờ điều khiển mờ Từ năm 1965 đời lý thuyết lý thuyết tập mờ (Fuzzy set theory) giáo sư Lofti A Zadeh trường đại học Califonia - Mỹ đưa Từ lý thuyết đời phát triển mạnh mẽ qua công trình khoa học nhà khoa học như: năm 1972 GS Terano Asai thiết lập sở nghiên cứu hệ thống điều khiển mờ Nhật, năm 1980 hãng Smith Co bắt đầu nghiên cứu điều khiển mờ cho lò Những năm đầu thập kỷ 90 hệ thống điều khiển mờ mạng nơron (Fuzzy system and neural network) nhà khoa học, kỹ sư sinh viên lĩnh vực khoa học kỹ thuật đặc biệt quan tâm ứng dụng sản xuất đời sống Tập mờ lôgic mờ dựa thông tin "không đầy đủ, đối tượng để điều khiển đầy đủ đối tượng cách xác Các công ty Nhật bắt đầu dùng lôgic mờ vào kỹ thuật điều khiển từ năm 1980 Nhưng phần cứng chuẩn tính toán theo giải thuật 1ôgic mờ nên hầu hết ứng dụng dùng phần cứng chuyên lôgic mờ Một ứng dụng dùng lôgic mờ nhà máy xử lý nước Fuji Electric vào năm 1983, hệ thống xe điện ngầm Hitachi vào năm 1987 1.2 Cơ sở toán học logic mờ Lôgic mờ xác xuất thông kê nói không chắn chắn Tuy nhiên lĩnh vực định nghĩa khái niệm khác đối tượng Trong xác suất thống kê không chắn liên quan đến xuất kiện chắn" Ví dụ: Xác suất viên đạn trúng đích 0, thân kiện "trúng đích" định nghĩa rõ ràng, không chắn có trúng đích hay không định lượng mức độ xác suất (trong trường hợp 0,8) Loại phát biểu xử lý kết hợp với phát biểu khác phương pháp thống kê, xác suất có điều kiện chẳng hạn Sự không chắn ngữ nghĩa, liên quan đến ngôn ngữ người, không xác từ ngữ mà người dùng để ước lượng vấn đề rút kết luận Ví dụ từ mô tả nhiệt độ "nóng", "lạnh", "ấm"sẽ giá trị xác để gán cho từ này, khái niệm khác người khác (là lạnh người không lạnh người khác) Mặc dù khái niệm không định nghĩa xác người sử dụng chúng cho ước lượng định phức tạp Bằng trừu tượng óc suy nghĩ, người giải câu nói mang ngữ cảnh phức tạp mà khó mô hình toán học xác Sự không chắn theo ngữ vựng: nói trên, dùng phát biểu không mang tính định lượng người thành công ước lượng phức tạp Trong nhiều trường hợp, người dùng không chắn để tăng thêm độ linh hoạt Như hầu hết xã hội, hệ thống luật pháp bao gồm số luật, luật mô tả tình Ví dụ luật quy định tội trộm xe phải bị tù năm, luật khác lại giảm nhẹ trách nhiệm Và phiên tòa, chánh án phải định số ngày phạt tù tên trộm dựa mức độ rượu người, trước có tiền án hay tiền không, từ kết hợp lại đưa định công 1.3 Lôgic mờ lôgic người Trong thực tế, ta không định nghĩa luật cho trường hợp mà định nghĩa số luật cho trường hợp định Khi luật điểm rời rạc tập trường hợp liên tục người xấp xỉ chúng Gặp tình cụ thể, người kết hợp luật mô tả tình tương tự Sự xấp xỉ dựa linh hoạt từ ngữ cấu tạo nên luật, trừu tượng suy nghĩ dựa linh hoạt lôgic người Để thực thi lôgic người kỹ thuật cần phải có mô hình toán học Từ lôgic mờ đời mô hình toán học cho phép mô tả trình định ước lượng người theo dạng giải thuật Dĩ nhiên có giới hạn, lôgic mờ bắt trước trí tưởng tượng khả sáng tạo người Tuy nhiên, lôgic mờ cho phép ta rút kết luận gặp tình mô tả luật có sư tương đương Vì vậy, ta mô tả mong muốn hệ thống trường hợp cụ thể vào luật lôgic mờ tạo giải pháp dựa tất mong muốn Các phép toán 2.1 Định nghĩa tập mờ tập mờ Tập mờ A xác định tập vũ trụ X tập mà phần tử cặp giá trị (x,µA(x)), x ∈ X µA ánh xạ: µA : X [0,1] Ánh xạ µA gọi hàm thuộc hàm liên thuộc (hoặc hàm thành viên membership function) tập mờ A Tập X gọi sở tập mờ A µA(x) độ phụ thuộc, sử dụng hàm thuộc để tính độ phụ thuộc phần tử x đó, có hai cách: • Tính trực tiếp µA(x) dạng công thức tường minh • Tra bảng µA(x) dạng bảng -Kí hiệu: A = { (µA(x)/x) : x ∈ X } Các hàm thuộc (x) µ A có dạng “trơn” gọi hàm thuộc kiểu S Đối với hàm thuộc kiểu S, công thức biểu diễn µA(x) có độ phức tạp lớn nên thời gian tính độ phụ thuộc cho phần tử lớn Trong kỹ thuật điều khiển mờ thông thường, hàm thuộc kiểu S thường thay gần hàm tuyến tính đoạn Một hàm thuộc có dạng tuyến tính đoạn gọi hàm thuộc có mức chuyển đổi tuyến tính Hình 2.1 Hàm thuộc (x) µ A có mức chuyển đổi tuyến tính Hàm thuộc với m1 = m2 m3 = m4 hàm thuộc tập vũ trụ Ví dụ 2.1: Một tập mờ B số tự nhiên nhỏ với hàm thuộc (x) µ B có dạng Hình 2.2 định nghĩa tập vũ trụ X chứa phần tử sau: B = {(1,1),(2,1),(3,0.95),(4,0.7)} Hình 2.2 Hàm thuộc tập B Các số tự nhiên 1, 2, có độ phụ thuộc sau: µB(1) = µB(2) = 1, µB(3) = 0.95, µB(4) = 0.7 Những số không liệt kê có độ phụ thuộc Những số không liệt kê có độ phụ thuộc Ví dụ 2.2: Xét X tập giá trị thang điểm 10 đánh giá kết học tập học sinh môn Toán, X = {1, 2, …, 10} Khi khái niệm mờ lực học môn toán giỏi biểu thị tập mờ A sau: A = 0.1/4 + 0.2/5 + 0.4/6 + 0.7/7 + 0.9/8 + 1.0/9 +1.0/10 Trong trường hợp tập mờ rời rạc ta biểu diễn tập mờ dạng bảng Chẳng hạn, tập mờ A ta có bảng sau: 2.2 Một số khái niệm tập mờ Miền xác định: Biên giới tập mờ A, ký hiệu supp(A), tập rõ gồm phần tử X có mức độ phụ thuộc x vào tập mờ A lớn supp(A) = { x | µA(x) > } Miền tin cậy: Lõi tập mờ A, ký hiệu core(A), tập rõ gồm phần tử X có mức độ phụ thuộc x vào tập mờ A core(A) = { x | µA(x) = 1} Hình 2.3 Miền xác định miền tin cậy tập mờ A Độ cao tập mờ: Độ cao tập mờ A, ký hiệu: h(A), mức độ phụ thuộc cao x vào tập mờ A h(A) = sup x∈X µA(x) Một tập mờ có phần tử có độ phụ thuộc gọi tập mờ tắc, tức h(A) = 1, ngược lại tập mờ A với h(A) < gọi tập mờ không tắc 2.3 Biểu diễn tập mờ Tập mờ A tập vũ trụ X tập mà phần tử x ∈ X với mức độ phụ thuộc x vào tập mờ A tương ứng Có ba phương pháp biểu diễn tập mờ: phương pháp ký hiệu, phương pháp tích phân phương pháp đồ thị - Phương pháp ký hiệu: Liệt kê phần tử thành viên tương ứng theo ký hiệu Cho X = {x1, x2, …,xn} tập hữu hạn: - Phương pháp tích phân: với X tập vô hạn ta thường dùng ký hiệu sau: -Lưu ý biểu thức có tính hình thức, phép cộng +, phép tổng Σ phép lấy tích phân nghĩa theo quy ước thông thường Tuy nhiên cách biểu diễn tiện dụng định nghĩa thao tác phép tính tập mờ sau - Phương pháp đồ thị: Hình 2.4 Biểu diễn tập mờ chiều cao 2.4 Các phép toán tập mờ 2.4.1 Phần bù tập mờ Cho tập mờ A tập vũ trụ X, tập mờ bù A tập mờ A , hàm thuộc µA(x) tính từ hàm thuộc (x) Hình 2.5 Tập bù A tập mờ A a) Hàm thuộc tập mờ A b) Hàm thuộc tập mờ A Một cách tổng quát để tìm µ(x) từ µA(x) ta dùng hàm bù c :[0,1]→[0,1] sau: µ(x) = c(µA(x)) 2.4.2 Hợp tập mờ Cho tập mờ A, B tập vũ trụ X, tập mờ hợp A B tập mờ, ký hiệu C = A∪ B Theo phép hợp chuẩn ta có µC(x) từ hàm thành viên µA(x), µB(x)như sau: µC(x) = µ A∪B (x) = max[µA(x),µB(x)], x∈ X Hình 2.6 Hợp hai tập mờ có tập vũ trụ Một cách tổng quát ta dùng hàm hợp u :[0,1]×[0,1]→ [0,1] Hàm thành viên µC(x) suy từ hàm thành viên µA(x), µB(x) sau: µC(x) = u(µA(x), µB(x)) 2.4.3 Giao tập mờ Cho A, B hai tập mờ tập vũ trụ X, tập mờ giao A B tập mờ, ký hiệu: I = A∩ B Theo phép giao chuẩn ta có µI(x) từ hàm thành viên µA(x), µB(x): µI(x) = µA(x), ∩µB(x)= min[µA(x), µB(x)], x∈ X Hình 2.7 Giao hai tập mờ có tập vũ trụ Một cách tổng quát ta dùng hàm giao i :[0,1]×[0,1]→ [0,1].Hàm thành viên µI(x suy từ hàm thành viên µA(x), µB(x) sau: µI(x) = i(µA(x), µB(x)) 2.4.4 Tích Descartes tập mờ Cho Ai tập mờ tập vũ trụ X i , i = 1, 2, …, n Tích Descartes tập mờ Ai , ký hiệu A1 × A2 × …× An hay , tập mờ tập vũ trụ X × X2 ×… × Xn định nghĩa sau: A1 × A2 × …× An =… /(x1 , ,xn Ví dụ: Cho X1 = X2 = {1, 2, 3} tập mờ A = 0,5/1 + 1,0/2 + 0,6/3 B = 1,0/1 + 0,6/2 ) Khi đó: A × B = 0,5/(1,1) + 1,0/(2,1) + 0,6/(3,1) + 0,5/(1,2) + 0,6/(2,2) + 0,6/(2,3) Một ví dụ ứng dụng tích Descartes kết nhập (aggreegation) thông tin mờ thuộc tính khác đối tượng Ví dụ hệ luật hệ trợ giúp định hay hệ chuyên gia, hệ luật điều khiển thường có luật dạng sau đây: Nếu x1 A1 x2 A2 … xn An y B Trong đó, xi biến ngôn ngữ (vì giá trị ngôn ngữ xem nhãn tập mờ) Ai tập mờ tập vũ trụ Xi biến xi Hầu hết phương pháp giải liên quan đến luật “nếu-thì” đòi hỏi việc tích hợp liệu phần tiền tố “nếu” nhờ toán tử kết nhập, toán tử lấy tích Descartes A1 × A2 × …× An 2.4.5 Tính chất phép toán tập mờ Như phép toán tập rõ, phép toán tập mờ có số tính chất sau tập mờ A, B, C tập vũ trụ X: • Giao hoán: A∩ B = B ∩ A A∪ B = B ∪ A • Kết hợp: A∩(B ∩C) = (A∩ B)∩C A ∪ (B ∪ C) = (A∪ B) ∪ C • Phân bố: A ∩ (B ∪ C) = (A∩ B) ∪ (A ∩ C) A∪(B ∩C) = (A∪ B) ∩(A∪C) • Đẳng trị: A ∩ A = A A ∪ A = A • Đồng nhất: A∩ X = A A ∪ ∅ = ∅ • Hấp thụ: A∩∅=∅A∪X=X • Cuộn xoắn: =A • Bắc cầu: A ⊆ B,B ⊆ C ⇒ A ⊆ C Hệ mờ 3.1 Biến ngôn ngữ Biến ngôn ngữ biến gán từ ngôn ngữ cho giá trị Ở từ đặc trưng định nghĩa tập mờ miền xác định mà biến định nghĩa Các biến ngôn ngữ chuẩn hoá thường dùng là: âm lớn NB (negative big), âm trung bình NM (negative medium), âm nhỏ NS (negative small), không Z (zero), dương nhỏ PS (positive small), dương trung bình PM (positive medium), dương lớn PB (positive big) Với trường hợp tối giản biến ngôn ngữ gồm: âm N, không Z dương P Biến ngôn ngữ cần thiết trước tiên cho trình mờ hoá (Fuzzifiezs) giá trị rõ đầu vào điều khiển mờ, sau để chuẩn hoá hàm liên thuộc khác Ví dụ : Xét biến ngôn ngữ nhiệt độ lò Biến sở nhiệt độ Nhiệt độ lò từ 100C đến 1000C hay tập sở X=[10,100] Dải nhiệt độ từ 100C đến 1000C chia thành dải nhiệt độ thấp (RT), thấp (T), trung bình (TB), cao (C), cao (RC) Tập trị ngôn ngữ T={RT, T, TB, C, RC} Các tập mờ cho giá trị ngôn ngữ hình sau: Hình 3.1 Những tập mờ thuộc biến ngôn ngữ nhiệt độ 3.2 Suy diễn mờ Suy diễn mờ suy diễn từ mệnh đề điều kiện Luật suy diễn logic cổ điển dựa mệnh đề Các luật suy diễn tổng quát hóa logic mờ để ứng dụng cho suy luận xấp xỉ Có luật suy diễn thường gặp: - Luật Modus Ponens - Luật Modus Tollen Các luật suy diễn gọi luật suy diễn hợp thành sử dụng toán tử hợp thành suy diễn Trái tim điều khiển mờ luật điều khiển mờ có dạng tập mệnh đề hợp thành cấu trúc Nếu… Thì… nguyên tắc triển khai mệnh đề hợp thành có tên nguyên tắc max – Min hay sum – Min… Mô hình R luật điều khiển xây dựng theo nguyên tắc triển khai chọn trước có tên luật hợp thành Thiết bị thực luật hợp thành điều khiển mờ thiết bị hợp thành Hai thành phần luật điều khiển nguyên tắc triên khai hình thành nên sống điều khiển mờ mà nguyên tắc triển khai động luật điều khiển nguồn cung cấp lượng cho động quay Để cho thiết bị thực luật điều khiển làm việc chế độ phải chọn cho biến ngôn ngữ hợp lý có khả biểu diễn đại lượng vào/ra chuẩn phù hợp với luật điều khiển Dạng luật điều khiển mờ hình thành nhờ trình luyện tập kinh nghiệm thiết kế Tuy thiết bị hợp thành phần quan trọng điều khiển mờ, chưa phải tất điều khiển mờ Trong nhiều trường hợp, thông tin sai lệch tín hiệu chủ đạo x tín hiệu y chưa đủ để tạo luật điều khiển Với toán điều khiển động, điều khiển mờ đồi hỏi phải có thông tin đạo hàm sai lệch hay tích phân sai lệch để cung cấp thêm đại lượng đầu vào cho thiết bị hợp thành Tương tự với giá trị hệ thống, trường hợp cần tín hiệu rõ mà có trường hợp lại cần giá trị tích phân tín hiệu Đối với hệ thống điều khiển gián đoạn có điều khiển mờ, làm việc sở tín hiệu số, thiết kế điều chỉnh theo luật P sau: - Luật điều khiển P: yk = Kxk K hệ số khuếch đại Luật điều khiển I: yk+1 = yk + xk với TI số tích phân Luật điều khiển D: yk+1 = (xk –yk) với TD số tích phân chu kì gián đoạn 4.4 Các bước xây dựng điều khiển mờ B1:Định nghĩa tất ngôn ngữ vào B2: Xác định tập mờ cho biến vào B3:Xây dựng luật hợp thành B4:chọn thiết bị hợp thành B5:Giải mờ tối ưu hóa 4.5 Nguyên tắc tổng hợp điều khiển mờ Một điều lý thú điều khiển mờ với miền compact X R n (n số đầu vào) giá trị vật lý biến ngôn ngữ đầu vào đường cong phi tuyến g(x) tùy ý liên tục đạo hàm X tồn điều khiển mờ có quan hệ truyền đạt y(x) thỏa mãn | y(x) – g(x) | Trong số thực dương cho trước Điều cho thấy kỹ thuật điều khiển mờ giải toán tổng hợp điều khiển (tĩnh) phi tuyến Một câu hỏi thực quan tâm làm tổng hợp điều khiển mờ cho hoạt động cách hoàn thiện câu trả lời thật không đơn giản, lý thuyết nghiên cứu chưa nhiều chưa hoàn thiện lý thuyết phương pháp tổng hợp cho điều khiển khác mà cho phép thiết kế điều khiển theo thuật toán chặt chẽ Cho đến chưa có nguyên tắc chuẩn mực cho việc thiết ckees chưa khảo sát tính ổn định, tính bền vững, chất lượng, trình độ trình ảnh hưởng nhiễu…cho điều khiển mờ nguyên lý tối ưu điều khiển mặt phương diện lý thuyết Nhưng đừng vội kết luận lý thuyết hệ mờ vấn đề nan giải nhà khoa học, người thường xuyên giải vấn đề công cụ toán học, thành tựu lý thuyết đẹp đẽ cho hệ tuyến tính không sử dụng cho hệ phi tuyến kết luận tổng quát cho hệ thống phi tuyến khó đạt Các trình động hệ phi tuyến thường mang lại điều bất ngờ 4.5.1 Định nghĩa biến vào Việc định nghĩa biến vào cho điều khiển mờ tương đối đơn giản Đại lượng vào điều khiển mờ sai lệch (sau ký hiệu ET) nhiệt độ cần giữ ổn định (tín hiệu chủ đạo x) nhiệt độ thực y ( nhiệt độ đo từ cảm biến tín hiệu đối tượng) Ngoài điều khiển mờ sử dụng đến biến đổi theo thời gian cảu sai lệch (đạo hàm ET) tín hiệu chủ đạo tín hiệu đối tượng 4.5.2 Xác định tập mờ Bước định nghĩa biến ngôn ngữ vào/ra bao gồm số tập mờ dạng hàm thuộc chúng Để làm việc cần xác định: Miền giá trị vậ lý sở biến ngôn ngữ vào Sai lệch nhiệt độ ET chọn miền giá trị từ -12 0C đến +120C, tốc độ biến đổi DET sai lệch có giá trị biến đổi từ -60C/s tới +60C/s tốc độ biến đổi công suất DP nằm khoảng -120W/s đến +120W/s Số lượng tập mờ ( giá trị ngôn ngữ) Về nguyên tắc, số lượng giá trị ngôn ngữ cho biến ngôn ngữ nên nằm khoảng từ đến 10 giá trị Nếu số lượng giá trị có ý nghĩa, không thực việc lấy vi phân Nếu lớn 10, người khó có khả bao quát, người phải nghiên cứu đầy đủ để đồng thời phân biệt khoảng đến phương án khác trình điều khiển nhiệt độ, xác định giá trị sau: ET {âm, không, dương}hoặc ET ET Sau đây, tên gọi giá trị ngôn ngữ dùng ký hiệu ngắn gọn suy từ tiếng anh sau: Âm nhiều -NB (Negative Big) Âm -NM (Negative Medium) Âm -NS (Negative Small) Không -ZE (Zero) Dương -PS (Positive Small) Dương -PM (Positive Medium) Dương nhiều -PB (Positive Big) Với ký hiệu miền xác định ngôn ngữ biến vào/ra là: ET { NB, NM, NS, ZE, PS, PM, PB}, DET { NB, NM, NS, ZE, PS, PM, PB}, DP{ NB, NM, NS, ZE, PS, PM, PB} Xác định hàm thuộc Đây điểm quan trọng trình làm việc điều khiển mờ phụ thuộc vào dạng kiều hàm thuộc Đáng tiếc lời khuyên khác cho việc chọn hàm thuộc chọn hàm thuộc từ dạng hàm biết trước mô hình hóa nhận điều khiển mờ làm việc mong muốn Cần chọn hàm thuộc có phần chồng lên phủ kín miền giá trị vật lý để trình điều khiển không xuất lỗ hổng Trong trường hợp với giá trị vật lý rõ x0 biến đầu vào mà tập mờ đầu có độ cao ( miền xác định tập rỗng) điều khiển đưa định điều khiển gọi tượng cháy nguyên tắc, lý không định nghĩa nguyên tắc điều khiển phù hợp tập mờ biến ngôn ngữ có lỗ hổng Cũng biến ra, hàm thuộc dạng hình thang với độ xếp chồng lên nhỏ, nhìn chung không phù hợp với điều khiển mờ lý trình bày Nó tạo vùng chết trạng thái làm việc điều khiển Trong vài trường hợp đặc biệt, chọn hàm thuộc dạng hình thang hoàn toàn hợp lý, trường hợp mà thay đổi miền giá trị tín hiệu vào không kéo theo thay đổi bắt buộc tương ứng cho miền giá trị tín hiệu Nói chung, hàm thuộc chọn cho miền tin cậy có phần tử, hay nói cách khác tồn điểm vật lý có độ phụ thuộc độ cao tập mờ Rời rạc hóa tập mờ chọn Độ phân giải giá trị phụ thuộc chọn trước cho nhóm điều khiển mờ lại dấu phẩy động nguyên ngắn theo byte Những khả để tổng hợp hệ thống khác nhau.Ví dụ loại linh kiện OMRON- Chip FP3000 có độ phân dải 12 bit linh kiện Togai – Chip FC110 bit có độ phân giải từ đến 12 bit Các hệ thống Fuzzy Tech hãng Inform cho phép biến ngôn ngữ có độ phân giải khác hệ thống phát triển hãng Togai xác định trước số lượng giá trị phụ thuộc tập mờ độ phân dải giá trị chọn lọc loại dấu phảy động loại giá trị không dấu có độ dài byte Phương pháp rời rạc hóa yếu tố định độ xác tốc độ điều khiển 4.5.3 Xây dựng luật điều khiển Trong việc xây dựng luật điều khiển cần lưu ý vùng lân cận điểm không , không tạo lỗ hổng, gặp phải lỗ hổng xung quanh điểm làm việc điều khiển làm việc theo trình tự định xem thêm phần ralay mờ có trễ chương Ngoài cần phải để ý rằng, phần lớn điều khiển, tín hiệu không tất tín hiệu vào không Những nguyên tắc sau đặt cho điều khiển nhiệt độ: R1: ET = NB VÀ DET = ZE THÌ DP = NB HOẶC R2: ET = NM VÀ DET = ZE THÌ DP = NM HOẶC R3: ET = NS VÀ DET = ZE THÌ DP = NS HOẶC R4: ET = ZE VÀ DET = ZE THÌ DP = ZE HOẶC R5: ET = PS VÀ DET = ZE THÌ DP = PS HOẶC R6: ET = PM VÀ DET = ZE THÌ DP = PM HOẶC R7: ET = PB VÀ DET = ZE THÌ DP = PB HOẶC R8: ET = ZE VÀ DET = NB THÌ DP = NB HOẶC R9: ET = ZE VÀ DET = NM THÌ DP = NM HOẶC R10: ET = ZE VÀ DET = NS THÌ DP = PS HOẶC R11: ET = ZE VÀ DET = PS THÌ DP = PS HOẶC R12: ET = ZE VÀ DET = PM THÌ DP = PM HOẶC R13: ET = ZE VÀ DET = PB THÌ DP = PB 4.5.4 Chọn thiết bị hợp thành Có thể chọn thiết bị hợp thành theo nguyên tắc giới thiệu chương chương để triển khai phép toán 4.5.5 Sử dụng công thức có luậ max-MIN, max-PROD, Sử dụng công thức Lukasiewics có luật sum-MIN, sum-PROD, Sử dụng tổng Einstein, Sử dụng tổng trực tiếp… Chọn nguyên lý giải mờ Các phương pháp xác định giá trị đầu rõ, hay gọi trình giải mờ rõ hóa trình bày chương Phương pháp giải mờ chọn gây ảnh hưởng đến độ phức tạp trạng thái làm việc toàn hệ thống Thường thiết kế hệ thống điều khiển mờ, giải mờ phương pháp điểm trọng tâm có nhiều ưu điểm cả, kết có tham gia tất kết luận luật điều khiển Rk, k = 1,2,….,13 4.5.6 Tối ưu Sau điều khiển mờ tổng hợp, ghép nối với đối tượng điều khiển thực với đối tượng mô để thử nghiệm Trong trình thử nghiệm cần đặc biệt kiểm tra xem có tồn lỗ hổng trình làm việc hay không, tức phải xác định xem tập luật điều khiển xây dựng có đầy đủ hay không để khắc phục Nguyên nhân tượng lỗ hổng việc thiết lập nguyên tắc điều khiển chung quanh điểm làm việc không phủ lên hoàn toàn, số kết sai tỏng nguyên tắc điều khiển thiết lập Một nguyên nhân xảy điều khiển làm việc không ổn định, nằm xa điểm làm việc Trong trường hợp trước hết nên xem xét lại luật điều khiển sở Sau đảm bảo điều khiển làm việc ổn định lỗ hổng, bước tối ưu trạng thái làm việc theo tiêu khác Chỉ định điều khiển theo tiêu chủ yếu thực thông qua việc hiệu chỉnh hàm thuộc thiết lập thêm nguyên tắc điều khiển bổ sung sửa đổi lại nguyên tắc điều khiển có Việc chỉnh định có kết thực hệ kín Khi xử lý kết chỉnh định cần đặc biệt để ý hệ thống không phụ thuộc vào thời gian hệ thống có số thời gian trễ T t lớn Những tính chất hệ làm cho biến đổi chỉnh định thường khó nhận biết Trong trường hợp tốt nên thực bước ghi lại biên cho trường hợp Hệ mờ lai 4.6 -Hệ mờ lai hệ thống điều khiển tự động thiết bị điều khiển bao gồm hai thành phần:   Phần thiết bị điều khiển kinh điển Phần hệ mờ 4.6.1 Hệ lai không thích nghi có điều khiển kinh điển Cấu trúc hệ mờ lai gồm có tiền xử lý mờ Nhiệm vụ điều khiển giải điều khiển kinh điển thông số điều khiển không chỉnh định thích nghi Hệ mờ sử dụng để điều chế tín hiệu chủ đạo cho phù hợp với hệ thống điều khiển Về nguyên tắc, tín hiệu chủ đạo hàm thời gian phụ thuộc vào ứng dụng cụ thể Một cấu trúc cụ thể hệ mờ lai có tiền xử lý Tín hiệu chủ đạo x đưa vào hệ thống điều chế qua mờ.Tín hiệu vào x so sánh với tín hiệu y hệ thống sai lệch E đạo hàm DE đưa vào đầu vào lọc mờ tạo lượng hiệu chỉnh , tín hiệu chủ đạo lọc có giá trị x + Tác dụng lọc mờ toàn hệ thống làm cho hệ thống có đặc tính tốt nâng cao khả bền vững hệ thông số hệ biến đổi Nguyên tắc điều khiển minh họa ví dụ với đối tượng gồm khâu tuyến tính có mô hình toán học biểu diễn dạng hàm truyền đạt G(s) = nối tiếp với khâu khuếch đại có vùng nhạy có độ rộng với hệ số khuếch đại K Bộ điều khiển chọn điều khiển PI với thông số K R = 10 TI = 0,3s Trước tiên cho hệ thống làm việc lọc mờ thông số khuếch đại có vùng nhạy sau: = 1K = 0,5 Đáp ứng hệ thống tín hiệu vào hàm bậc thang đơn vị biểu diễn Kết với giá trị , K khác cho thấy đặc tính động hệ thống xấu vùng nhạy rộng hệ số khuếch đại lớn Để hiệu chỉnh đặc tính động nâng cao độ bền vững hệ thống, lọc mờ đưa vào hệ thống Bộ lọc mờ điều chế tín hiệu hiệu chỉnh dựa việc phân tích sai lệch E đạo hàm DE Hàm thuộc đại lượng vào E DE chọn dạng hình tam giác tiêu chuẩn cho đại lượng đại lượng singleton Luật điều khiển sở sử dụng tất nguyên tắc điều khiển tín hiệu vào dạng hàm bậc thang đơn vị có độ biến đổi lớn, vạy cần sử dụng phần nguyên tắc điều khiển Luật điều khiển sau: Tất 18 luật điều khiển từ bảng có cấu trúc chuẩn dạng mệnh đề nguyên nhân mệnh đề kết sau: NẾU E = ZE VÀ DE = NS THÌ = NS Tác dụng lọc mờ vào chất lượng động hệ thống hình kết khẳng định lọc mờ cải thiện rõ rệt đặc tính động chỗ trình độ kết thúc nhanh không phụ thuộc vào 4.6.2 Hệ mờ lai cascade Một cấu trúc mờ lai khác biểu diễn hình dưới, phần bù tín hiệu điều chỉnh lấy từ điều khiển mờ Trong trường hợp hệ thống có cấu trúc việc chọn đại lượng đầu vào hệ mờ phụ thuộc vào ứng dụng cụ thể Tất nhiên đại lượng thường sử dụng làm tín hiệu vào hệ mờ tín hiệu chủ đạo x, sai lệch e, tín hiệu y với đạo hàm tích phân đại lượng nguyên tắc sử dụng đại lượng khác đối tượng sử dụng nhiễu xác định 4.6.3 Điều khiển công tắc chuyển đổi thích nghi khóa mờ Điều khiển hệ thống theo kiểu chuyển đổi khâu điều khiển có tham số cấu trúc phù hợp với điểm làm việc đối tượng đòi hỏi thiết bị điều khiển phải chứa đựng tất khâu có cấu trúc tham số khác cho trường hợp Hệ thống tự chọn khâu điều khiển có tham số phù hợp với đối tượng Điều khiển công tắc chuyển đổi vị trí để chọn khâu điều khiển phù hợp thực khóa mờ.Thông thường khâu điều khiển dùng trường hợp khâu có cấu trúc tham số khác Khác với việc chỉnh định thông số thích nghi hệ tự chỉnh hệ thống điều khiển làm việc độc lập với nhau, kiểm tra tính ổn định hệ ứng với trường hợp riêng biệt Các đại lượng vào hệ mờ xác định cho ứng dụng cụ thể 4.7 Hệ mờ thích nghi Trong thực tế, hệ tự thích nghi sử dụng nhiều ưu điểm so với hệ thống điều khiển thông thường Khả tự chỉnh định lại thông số điều khiển cho phù hợp với đối tượng chưa biết rõ đưa hệ thích nghi trở thành hệ điều khiển thông minh So với điều khiển kinh điển, điều khiển mờ có nhiều tham số nên miền chỉnh định cho hệ mờ lớn Bên cạnh tham số gồm độ khuếch đại KR, số tích phân TI, số vi phân TD… điều khiển mờ có thêm hàm thuộc cho giá trị mờ, luật điều khiển mờ, phép toán, thiết bị hợp thành nguyên lý giải mờ tham số chỉnh định 4.7.1 Các phương pháp điều khiển mờ thích nghi Các điều khiển thích nghi có khả chỉnh định tham số tập mờ gọi điều khiển mờ tự chỉnh Bộ điều khiển mờ có khả chỉnh định lại luật điều khiển gọi điều khiển mờ tự thay đổi cấu trúc Trong trường hợp này, hệ thống bắt đầu làm việc với luật chỉnh định với điều khiển chưa đủ luật điều khiển Các luật điều khiển cần bổ sung thêm thiết lập trình học Hệ thống điều khiển hệ thích nghi hoàn toàn giống hệ thống điều khiển mạch vòng thông thường Các tính chất đối tượng tác dụng điều khiển, thường tiến hành nhận dạng qua hệ kín thông qua đại lượng đặc trưng hệ độ điều chỉnh cực đại, thời gian điều chỉnh cực đại, bình phương sai lệch, tích phân sai số tuyệt đối… mạch vòng thích nghi cho hệ điều khiển mờ không mờ xây dựng dựa hai phương pháp: - - Phương pháp trực tiếp thực qua việc nhận dạng thường xuyên tham số đối tượng hệ kín Quá trình nhận dạng thông số đối tượng thực cách thường xuyên đo trạng thái tín hiệu vào/ra đối tượng chọn thuật toán nhận dạng hợp lý Tất nhiên phải kèm với giả thiết mô hình đối tượng biết trước Mô hình đối tượng mô hình mờ Mô hình mờ mô hình biểu diễn dạng câu điều kiện: Nếu …Thì… dạng ma trận quan hệ R Phương pháp gián tiếp thực thông qua phiến hàm mục tiêu hệ kín xây dựng dựa tiêu chất lượng Chất lượng hệ thống phản ánh qua tham số phiến hàm mục tiêu Phiến hàm mục tiêu xây dựng dựa tiêu chất lượng động hệ thống độ điều chỉnh cực đại, thời gian điều chỉnh, tiêu miền tần số, độ rộng dải thông tần, biên độ cộng hưởng hay tiêu chuẩn tích phân sai lệch xây dựng nhiều tiêu phiến hàm 4.7.2 Bộ điều khiển mờ tự chỉnh cấu trúc Bộ điều khiển mờ tự chỉnh định luật điều khiển gọi điều khiển mờ tự chỉnh cấu trúc Bộ chỉnh định thiết kế đảm bảo đầu giá trị hiệu chỉnh tín hiệu điều khiển u(t) Để thay đổi luật điều khiển trước tiên phải xác định quan hệ giá trị hiệu chỉnh đầu điều khiển với giá trị biến đổi đầu vào Do cần có mô hình thô đối tượng, mô hình dùng để tính toán giá trị đầu vào tương ứng với giá trị đầu cần đạt điều khiển Dựa tín hiệu mong muốn tín hiệu vào tương ứng điều khiển xác định hiệu chỉnh nguyên tắc điều khiển, nguyên tắc đảm bảo chất lượng điều khiển hệ thống Một câu hỏi đặt giá trị tín hiệu u(t) làm cho chất lượng hệ thống xấu Để trả lời câu hỏi phải xác định đặc tính động học hệ thống Đối với đối tượng bậc cao có thời gian trễ lớn có thời gian chỉnh định chậm, hệ thống bậc thấp có thời gian trễ nhỏ yêu cầu thời gian chỉnh định nhanh Tóm lại, việc chỉnh định có ý nghĩa trình chỉnh định kết thúc trước hệ thống kết thúc trình độ 4.7.3 Bộ điều khiển mờ tự chỉnh có mô hình theo dõi Một hệ tự chỉnh chỉnh định trực tiếp tham số điều khiển mà chỉnh định tham số mô hình đối tượng gọi tự chỉnh có mô hình theo dõi Với điều khiển hệ mờ không sử dụng cho trình điều khiển đối tượng mà phục vụ cho trình nhận dạng đối tượng, gọi mô hình đối tượng mờ Hệ tự chỉnh mờ áp dụng hệ thống điều khiển đường tàu điện ngầm Sendai, Nhật Bản hệ thống điều khiển mức, hệ thống mà mức độ khó thực số thời gian trễ đối tượng gây Bộ điều khiển mờ có mô hình theo MBC bao gồm ba thành phần chính: Mô hình đối tượng mờ thường có dạng ma trận quan hệ, xác định hệ thống làm việc cách đo phân tích tín hiệu đầu vào/ra đối tượng Vì mô hình đối tượng gián tiếp xác định luật hợp thành điều khiển điều khiển MBC điều khiển mờ tự chỉnh cấu trúc Các tiêu chất lượng sử dụng phiếm hàm mục đích thường đưa dạng hàm thuộc Thí dụ hệ thống điều khiển mức, độ chênh so với mức mong muốn biểu diễn hàm thuộc dạng hình tam giác, đỉnh tam giác giá trị mức mong muốn Nếu cần tối ưu đồng thời nhiều phiến hàm mục đích, tổ hợp tiêu tương ứng theo toán tử liên kết Lựa chọn tín hiệu điều khiển u từ tập hợp tín hiệu điều khiển xác định từ mô hình đối tượng đảm bảo tiêu chất lượng hệ thống tốt Những toán thiết kế theo cấu trúc thường có giả thiết sau: Những thông tin mô hình đối tượng bắt đầu trình điều khiển Bởi thông thường trình nhận dạng phải bắt đầu với ma trận quan hệ rỗng Theo kinh nghiệm phương pháp cũ nên bắt đầu với mô hình đối tượng nhận dạng hệ hở gọi mô hình ban đầu Trong trường hợp đặc biệt, giai đoạn đầu thiếu thông tin đối tượng nên định điều khiển không thỏa mãn phiếm hàm mục tiêu, hay nói cách khác không thỏa mãn tiêu chất lượng đặt Trong trường hợp nên thiết kế thêm điều khiển phụ với chức giữ cho hệ thống làm việc ổn định mô hình đối tượng mờ xác định hoàn toàn Đơn giản nên giữ lại giá trị tín hiệu điều khiển u(t) bước trước Thực phần điều khiển mờ tự chỉnh có mô hình theo dõi phụ thuộc nhiều vào đối tượng điều khiển Các phương pháp thiết kế cấu trúc khác hệ thống tìm thấy tài liệu tham khảo “ LIU.M.H Fuzzy-Modellbildung und ihre Anwendung,1994” Các điều khiển mờ theo luật PID 4.8 Trong kỹ thuật điều khiển kinh điển, điều khiển PID biết đến giải pháp đa có miền ứng dụng rộng lớn Định nghĩa điều khiển theo luật PID kinh điển trước sử dụng cho điều khiển mờ theo luật PID Bộ điều khiển mờ theo luật PID thiết kế theo hai thuật toán: - Thuật toán chỉnh định PID mờ Thuật toán PID tốc độ Bộ điều khiển mờ thiết kế theo luật toán chỉnh định PID có đầu vào gồm sai lệch ET tín hiệu chủ đạo tín hiệu ra, đạo hàm DET sai lệch tích phân IET sai lệch Đầu điều khiển mờ tín hiệu điều khiển u(t) Bộ điều khiển mờ PID thiết kế theo hai thuật toán: - Thuật toán chỉnh định PID mờ - Thuật toán PID tốc độ Bộ điều khiển mờ thiết kế theo thuật toán chỉnh định PID gồm - Đầu vào: đầu vào gồm sai lệch ET tín hiệu chủ đạo tín hiệu ra, đạo hàm DET sai lệch tích phân IET sai lệch - Đầu ra: tín hiệu điều khiển u(t) Bộ điều khiển mờ với thuật toán PID tốc độ bao gồm - Đầu vào: đầu vào gồm sai lệch ET tín hiệu đầu vào tín hiệu chủ đạo, đạo hàm bậc DET1 đạo hàm bậc hai DET2 sai lệch - Đầu ra: đạo hàm du dt tínhiệu điều khiển u( t) Do thực tế thường hai thành phần điều khiển PID bỏ qua nên thay thiết kế điều khiển PID hoàn chỉnh người ta lại thường tổng hợp điều khiển kiểu PI hay PD 4.9 Thiết kế điều khiển mờ Từ ưu điểm mình, logic mờ ứng dụng thành công loạt công việc cụ thể sau: + Hệ thống điều khiển mờ cho máy điều hòa không khí Ở hệ thống người ta dùng cảm biến nhiệt độ xác định nhiệt độ phòng dùng điều khiển mờ để điều khiển tốc độ quạt gió làm mát để điềus hòa không khí phòng + Hệ thống điều khiển mờ cho máy giặt Với hệ thống cần cho quần áo vào máy giặt bật máy, trình giặt tiến hành tự động Muốn vậy, máy giặt phải có cảm biến trọng lượng để xác định trọng lượng quần áo, cảm biến xác định độ quần áo thường dùng ánh sáng chiếu qua nước để xác định Với giá trị trọng lượng quần áo độ bẩn máy tự động điều chỉnh lượng nước, lượng bột giặt thời gian giặt cần thiết + Bộ điều khiển mờ điều khiển tốc độ động chiều Để điều khiển tốc độ động ta dùng cảm biến tốc độ điều khiển mờ trình bày thực điều khiển tốc độ động + Bộ điều khiển vị trí sử dụng điều khiển mờ Có thể dùng điều khiển mờ để thực điều khiển vị trí dùng biến tần động cơ, với hệ cảm biến xác định vị trí đưa vào điều khiển mờ để thực trình điều khiển