Sử dụng thuật toán nơ ron tương quan để nhận dạng đặc tính động cơ điện

Header Page of 126 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG TRẦN DUY THÁI SỬ DỤNG THUẬT TOÁN NƠ RON TƯƠNG QUAN ĐỂ NHẬN DẠNG ĐẶC TÍNH ĐỘNG CƠ ĐIỆN Chuyên ngành : Tự động hóa Mã số: 60.52.60 TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng - Năm 2013 Footer Page of 126 Header Page of 126 Công trình hoàn thành ĐẠI HỌC ĐÀ NẴNG Người hướng dẫn khoa học: TS NGUYỄN HOÀNG MAI Phản biện 1: PGS.TS NGUYỄN DOÃN PHƯỚC Phản biện 2: TS NGUYỄN ANH DUY Luận văn bảo vệ Hội đồng chấm luận văn tốt nghiệp Thạc sĩ kỹ thuật họp Đại học Đà Nẵng vào ngày 05 tháng 05 năm 2013 * Có thể tìm hiểu luận văn tại: - Trung tâm Thông tin - Học liệu, Đại học Đà Nẵng - Trung tâm Học liệu, Đại học Đà Nẵng Footer Page of 126 Header Page of 126 MỞ ĐẦU Đo lường trình điều khiển hệ thống yếu tố quan trọng ảnh hưởng đến kết điều khiển Tuy nhiên, trình thực phép đo cảm biến, giá trị trả bao gồm giá trị đo tín hiệu nhiễu không mong muốn Như cần phương pháp xử lý để hạn chế loại bỏ bớt tín hiệu nhiễu để phép đo xác hơn, cách sử dụng hàm tương quan ta tính toán loại bỏ phần nhiễu tín hiệu Ngoài ra, hàm tương quan ứng dụng tốt nhận dạng động học hệ thống Từ tín hiệu ồn trắng đưa vào hệ thống, thông qua phép tính tương quan ta thu đặc tính động học hệ thống Tính cấp thiết đề tài Cùng với phát triển đất nước, nghiệp công nghiệp hóa, đại hóa ngày phát triển mạnh mẽ, tiến khoa học kỹ thuật, kỹ thuật điều khiển góp phần lớn nâng cao điều kiện sản xuất Để trình điều khiển hệ thống tốt ta phải hiểu rõ động học hệ thống có tín hiệu tác động vào Công việc thực thông qua trình thành lập hàm truyền đạt hệ phương trình trạng thái hệ thống Sau có thông tin hệ thống áp dụng phương pháp điều khiển kinh điển trình làm việc hệ thống tối ưu đảm bảo yêu cầu kỹ thuật đặc Tuy nhiên, lúc xây dựng mối quan hệ vào hệ thống dạng phương trình toán học Bởi thiết bị sau khoảng thời gian làm việc thay đổi thông số dẫn tới phương trình thành lập lúc đầu không xác Footer Page of 126 Header Page of 126 Ngoài ra, hệ thống điều khiển tín hiệu đặt so sánh với giá trị đo lường trả để từ sai lệch phương pháp điều khiển xây dựng Tuy nhiên, câu hỏi đặt tín hiệu đo lường trả không tín hiệu hệ thống mà bao gồm tín hiệu nhiễu Như vậy, tín hiệu trả lúc có sai số định từ tín hiệu điều khiển đưa không xác lý thuyết, hàm tương quan cung cấp cho phương pháp xử lý tín hiệu nhiễu không mong muốn để từ phương pháp điều khiển xác Đề tài đề xuất phương pháp nhận dạng động học hệ thống, cụ thể động điện chiều cách sử dụng hàm tương quan Quá trình nhận dạng thu đáp ứng xung hệ thống tuyến tính Ưu điểm phương pháp thông qua trình đo hai tín hiệu vào hệ thống để nhận dạng hệ thống chưa biết Ngoài ra, đề tài sử dụng mạng nơ ron để học lại tín hiệu động học tính toán Mục đích để có mô hình cho trình tính toán điều khiển sau Với vấn đề đặt thế, hướng nghiên cứu xây dựng đề tài tác giả nghiên cứu ứng dụng hàm tương quan mạng nơ ron để nhận dạng động học hệ thống Với hướng nghiên cứu đó, tên đề tài chọn: “SỬ DỤNG THUẬT TOÁN NƠ RON TƯƠNG QUAN ĐỂ NHẬN DẠNG ĐẶC TÍNH ĐỘNG CƠ ĐIỆN” Mục tiêu phạm vi nghiên cứu Đối tượng phạm vi nghiên cứu Ý nghĩa khoa học thực tiễn đề tài Bố cục luận văn Ngoài phần mở đầu, kết luận tài liệu tham khảo luân văn gồm có chương sau: Footer Page of 126 Header Page of 126 Mở đầu Chương :Tổng quan hàm tương quan ứng dụng Chương :Tổng quan mạng nơ ron Chương : Sử dụng thuật toán nơ ron tương quan để nhận dạng đặc tính động Điện Chương : Kết đánh giá CHƯƠNG HÀM TƯƠNG QUAN VÀ ỨNG DỤNG 1.1 QUÁ TRÌNH NGẪU NHIÊN 1.2 HỆ THỐNG TUYẾN TÍNH VÀ BẤT BIẾN 1.2.1 Khái niệm 1.2.2 Tổng chập 1.3 HÀM TƯƠNG QUAN 1.3.1 Hàm tự tương quan Hàm tự tương quan (auto-correlation), Rxx(τ), tín hiệu x(t) ngẫu nhiên egodic sử dụng để đo tương quan tín hiệu x(t) thời gian t t+τ , được tính theo công thức sau : T x(t ) x(t   ) T  2T  T Rxx    lim Rxx  m   N N m  x ( n) x ( n  m) n 1 1.3.2 Hàm hỗ tương quan Cho hai trình ngẫu nhiên egodic đặc trưng hai tín hiệu ngẫu nhiên x(t) y(t) Để đo mối quan hệ hai trình ngẫu nhiên ta sử dụng hàm hỗ tương quan (cross-correlation), Rxy ( ) T  2T Rxy    lim Footer Page of 126 T  x(t ) y(t   ) T Header Page of 126 Rxy  m   N N m  x ( n) y ( n  m) n 1 1.3.3 Các tính chất hàm tương quan 1.3.4 Nhiễu tín hiệu Hình 1.3 Hệ thống tuyến tính có tín hiệu nhiễu Lúc này: X (t )  x(t )  n(t ) Y (t )  y (t )  w(t ) Ta tính hàm tự tương quan tín hiệu X(t): RXX    M  x(t )  n(t )  x(t )  n(t )  (1.9) RXX    Rxx    Rxn    Rnx    Rnn   (1.10) Do n(t) tín hiệu nhiễu nên mối tương quan với tín hiệu x(t) nên Rxn    Rnx    phần sai số RXX Rnn   phần   Rxx   Ta xét mối quan hệ hổ tương quan hai tín hiệu X(t) Y(t): RXY    M  x(t )  n(t )  y (t )  w(t )  RXY    Rxy    Rxw    Rny    Rnw   Footer Page of 126 (1.11) Header Page of 126 Do tín hiệu n(t), w(t) tín hiệu nhiễu nên mối tương quan với tín hiệu x(t) y(t) dẫn đến: RXY    Rxy   (1.12) 1.3.5 Nhiễu ồn trắng 1.4 NHẬN DẠNG ĐÁP ỨNG XUNG HỆ THỐNG Xét hệ thống tuyến tính liên tục với tín hiệu vào x(t) tín hiệu y(t) sau: x(t) y(t) g(t) Tiến hành đo tín hiệu vào ta giá trị rời rạc x(n) y(n): T 1 y ( n)   g ( j ) x ( n  j ) (1.13) j 0 Từ lý thuyết hàm tương quan, ta có hàm tự tương quan hổ tương quan tín hiệu x(n), y(n) Rxx (m)  N  x ( n) x ( n  m) N n1 (1.14) Rxy (m)  N  x ( n ) y ( n  m) N n1 (1.15) T 1 Thay y (n)   g ( j ) x(n  j ) , ta có: j 0 N T 1 =1 x ( n  m ) g ( j ) x(n  j )   N n1 j 0 Footer Page of 126 Header Page of 126 1 T 1 = j 0 n 1 T 1 =  N  g ( j)  N  x(n  m)x(n  j )   g ( j).R xx j 0 (m  j ) Viết dạng ma trận: Ryx  Rxx g Rxx (0)  Ryx (0)   Rxx (0)  R (1)   Rxx (0)  yx    Rxx (1)        Ryx (T  1)   Rxx (T  1) Rxx (T  2) Rxx (T  1)   g (0)  Rxx (T  2)   g (1)         Rxx (0)   g (T  1)  Như động học hệ thống tính sau: g  Rxx1.Ryx 1.5 ÁP DỤNG HÀM TƯƠNG QUAN NHẬN DẠNG ĐÁP ỨNG XUNG HỆ THỐNG 1.5.1 Nhận dạng đáp ứng xung với hệ thống không nhiễu Ở phần này, ta áp dụng hàm tương quan để nhận dạng động học hệ thống tuyến tính nhiễu đầu cho hàm truyền đạt G ( s )  s2 Bằng cách đưa vào tín hiệu nhiễu ồn s  2s  trắng có biên độ 0.1 để từ thông qua trình tính hàm hổ tương quan để vẽ hàm xấp xỉ đáp ứng xung Footer Page of 126 Header Page of 126 Biendo Sử dụng phần mềm Matlab kết sau: t s2 s  2s  Biendo Hình 1.5 Đáp ứng xung hệ G ( s )  t Hình 1.6 Đáp ứng xung thông qua trình tính hàm tương quan Footer Page of 126 Header Page 10 of 126 Biendo Sai số phương pháp tương quan lý tưởng: t Hình 1.7 Sai số tính tương quan với hệ thống không nhiễu đầu 1.5.2 Nhận dạng đáp ứng xung với hệ thống có nhiễu đầu Xét hệ thống có tín hiệu nhiễu đầu sau: Hình 1.8 Hệ thống tuyến tính có nhiễu đầu Với hàm truyền đạt G ( s )  s2 s  2s  tưởng thể Hình 1.5 Tín hiệu nhiễu w(t) có biên độ 0.03 Footer Page 10 of 126 đáp ứng xung lý Header Page 12 of 126 CHƯƠNG 10 TỔNG QUAN MÔ HÌNH MẠNG NƠ RON 2.1 MẠNG NƠ RON NHÂN TẠO 2.1.1 Định nghĩa 2.1.2 Lịch sử phát triển mạng nơron 2.1.3 Nơron sinh học 2.1.4 Nơron nhân tạo Một nơron đơn vị xử lý thông tin thành phần mạng nơron Cấu trúc nơron mô tả (Hình 2.2) Hình 2.2 Cấu trúc nơron Các thành phần nơron nhân tạo bao gồm: 2.1.5 Mô hình mạng nơ ron 2.1.6 Huấn luyện mạng nơ ron 2.1.7 Ứng dụng thuật toán lan truyền ngược để học liệu: Thuật toán lan truyền ngược: Xét mạng nơ ron truyền thẳng lớp sau để học mẫu tín hiệu vào (xk,dk): Mỗi nơ ron thứ q lớp ẩn liên kết với lớp vào trọng số alphaqj liên kết với lớp trọng số wqj Footer Page 12 of 126 Header Page 13 of 126 11 Thuật toán lan truyền ngược thực sau qua giai đoạn: Giai đoạn 1: Sử dụng mẫu tín hiệu ban đầu để mạng học theo chiều thuận Giai đoạn 2: Sử dụng sai lệch e = d-y lan truyền ngược lại để điều chỉnh trọng số lớp Xét mạng nơ ron lan truyền ngược sau: Hình 2.9 Mạng nơ ron lớp lan truyền ngược Xét nơ ron thứ q lớp ẩn có tổng trọng số là: (2.4) Tín hiệu nơ ron thứ q lớp ẩn là: (2.5) Footer Page 13 of 126 Header Page 14 of 126 12 Xét nơ ron thứ i lớp đồng thời sử dụng (2.4), (2.5) có tổng trọng số là: (2.6) Tín hiệu nơ ron thứ i từ (2.6) lớp là: (2.7) Trung bình bình phương sai lệch E tính sau: (2.8) Sử dụng phương pháp hạ Gradient tìm lượng điều chỉnh trọng số nơ ron thứ q lớp ẩn với nơ ron thứ i lớp ra: (2.9) Sử dụng phương pháp hạ Gradient tìm lượng điều chỉnh trọng số nơ ron thứ j lớp vào với nơ ron thứ q lớp ẩn: (2.10) Luật cập nhật trọng số thời điểm t+1: (2.11) (2.12) Trong biểu thức tính f(.) hàm chuyển đổi đại diện Nếu sử dụng hàm chuyển đổi dạng sigmoid ta được: Footer Page 14 of 126 Header Page 15 of 126 13 Ta tìm công thức tính tín hiệu sai lệch sau: (2.14) (2.15) 2.1.8 Kết ứng dụng thuật toán lan truyền ngược học Tocdo liệu t Hình 2.10 Mẫu học cho mạng nơ ron lan truyền ngược Thông qua trình học điều chỉnh trọng số ta kết qua Hình 2.11: Footer Page 15 of 126 14 Tocdo Header Page 16 of 126 t Tocdo Hình 2.11 Kết học mạng nơ ron Sai số trình học mẫu học kết mạng nơ ron mô tả Hình 2.12: t Hình 2.12 Sai số trình học mạng nơ ron 2.1.9 Kết luận Footer Page 16 of 126 Header Page 17 of 126 15 CHƯƠNG SỬ DỤNG THUẬT TOÁN NƠ RON TƯƠNG QUAN ĐỂ NHẬN DẠNG ĐẶC TÍNH 3.1 LÝ THUYẾT VỀ NHẬN DẠNG HỆ THỐNG 3.1.1 Nhận dạng hệ thống 3.1.2 Nhận dạng mô hình không tham số 3.2 KHÁI QUÁT CHUNG VỀ ĐỘNG CƠ MỘT CHIỀU 3.3 NGUYÊN LÝ CẤU TẠO ĐỘNG CƠ ĐIỆN MỘT CHIỀU 3.4 PHÂN LOẠI ĐỘNG CƠ MỘT CHIỀU 3.4.1 Mô tả toán học động chiều kích từ độc lập 3.4.2 Áp dụng thuật toán nơ ron tương quan nhận dạng động học động Áp dụng thuật toán nơ ron tương quan theo sơ đồ hình 3.8: Hình 3.8 Thuật toán nơ ron tương quan Các bước thực thuật toán thực sau: Bước 1: Tính toán thông số động chiều, đối tượng chưa biết đặc tính Footer Page 17 of 126 Header Page 18 of 126 16 Bước 2: Tiến hành phát tín hiệu nhiễu ồn trắng x(t) vào đối tượng Bước 3: Thực phép đo tín hiệu vào hệ thống x(k), y(k) Bước 4: Tính hàm hổ tương quan Ryx ( ) tín hiệu y(k), x(k) Bước 5: Sử dụng thuật toán tính toán tương quan thể Chương – mục 1.4 Bước 6: Sử dụng thông số (k, Ryx ( ) ) tính bước để làm sở cho trình học mạng nơ ron Bước 7: Đánh giá kết đạt Áp dụng thuật toán nơ ron tương quan với đối tượng chưa biết động chiều có thông số điện sau: Áp dụng biểu thức (3.10) ta tính hàm truyền đạt hệ thống sau: Tocdo (3.11) t Hình 3.9 Đáp ứng xung lý tưởng động chiều Footer Page 18 of 126 17 Tocdo Header Page 19 of 126 t Tocdo Hình 3.10 Xấp xỉ tương quan đáp ứng xung động chiều Hàm hổ tương quan tính có dạng giống với đáp ứng xung hệ thống, điều chứng tỏ tính đắn phương pháp t Hình 3.11 Lỗi trình tính xấp xỉ tương quan Footer Page 19 of 126 18 Tocdo Header Page 20 of 126 t Tocdo Hình 3.12 Mẫu học tương quan đáp ứng xung động chiều t Tocdo Hình 3.13 Kết học mạng nơ ron t Hình 3.14 Lỗi trình học mạng nơ ron Footer Page 20 of 126 Header Page 21 of 126 19 Như vậy, với tín hiệu nhiễu ồn trắng đưa vào đối tượng (ở động chiều kích từ độc lập) thông qua trình đo mối quan hệ tín hiệu vào vào tín hiệu ta có đặc tính tính hệ thống 3.5 KẾT LUẬN Với kết hợp mạng nơ ron hàm tương quan tác giả kiểm chứng lại tính đắn phương pháp Lỗi sai số trình tính toán so với giá trị lý tưởng nằm khoảng giá trị bé Việc nhận dạng đáp ứng xung động chiều kích từ độc lập làm sở cho việc phát triển phương pháp lên đối tượng khác, có cấu trúc phức tạp Footer Page 21 of 126 Header Page 22 of 126 CHƯƠNG 20 KẾT QUẢ VÀ ĐÁNH GIÁ 4.1 CÁC KẾT QUẢ ĐẠT ĐƯỢC 4.1.1 Xấp xỉ tương quan hệ thống nhiễu đầu 4.1.2 Xấp xỉ tương quan hệ thống có nhiễu đầu 4.1.3 Quá trình học mạng nơ ron 4.1.4 Sử dụng thuật toán nơ ron tương quan để nhận dạng Tocdo đặc tính động chiều t Hình 4.9 Đáp ứng xung lý tưởng động chiều Footer Page 22 of 126 21 Tocdo Header Page 23 of 126 t Tocdo Hình 4.10 Xấp xỉ tương quan đáp ứng xung động chiều t Hình 4.11 Lỗi trình tính xấp xỉ tương quan Footer Page 23 of 126 22 Tocdo Header Page 24 of 126 t Tocdo Hình 4.12 Kết học mạng nơ ron t Hình 4.13 Lỗi trình học mạng Footer Page 24 of 126 Header Page 25 of 126 23 4.2 KẾT LUẬN Sau thời gian làm việc nghiêm túc, với giúp đỡ tận tình thầy giáo TS Nguyễn Hoàng Mai thầy giáo môn, luận văn hoàn thành thời gian Luận văn giải nội dung yêu cầu ban đầu gồm: Chương 1: Chương giới thiệu hàm tương quan, cụ thể hàm tự tương quan hàm hổ tương quan Các tính chất cụ thể hàm tương quan Ngoài ra, chương tác giả trình bày cụ thể thuật toán sử dụng hàm tương quan để nhận dạng mô hình không tham số Chương 2: Chương giới thiệu mạng nơ ron, phương pháp học mạng, hàm chuyển đổi.v.v Thực trình học mạng với mẫu học Chương 3: Chương trình bày cụ thể thuật toán nơ ron tương quan để nhận dạng mô hình không tham số, cụ thể động chiều kích từ độc lập Sử dụng Matlab để đưa kết đạt kiểm chứng lại thuật toán đề ban đầu Chương 4: Chương trình bày lại kết mô đạt đưa nhận xét phương pháp nơ ron tương quan Như vậy, luận văn giải yêu cầu đặc ban đầu là: - Trình bày lý thuyết ứng dụng hàm tương quan điều khiển - Cấu tạo mạng nơ ron nhân tạo ứng dụng mạng nơ ron để học mẫu ban đầu xác định - Sử dụng thuật toán nơ ron tương quan nhận dạng mô hình không tham số thông quan đo đạc tín hiệu vào hệ thống Footer Page 25 of 126 Header Page 26 of 126 24 Vì điều kiện thời gian trình độ hạn chế nên tác giả chưa mở rộng đối tượng áp dụng phức tạp Tuy nhiên phương pháp hay để nhận dạng mô hình không tham số 4.3 KIẾN NGHỊ Những kiến nghị hướng nghiên cứu tiếp theo:  Nhận dạng on-line hệ thống làm việc  Nhận dạng động học động không đồng ba pha Footer Page 26 of 126 ... nghiên cứu ứng dụng hàm tương quan mạng nơ ron để nhận dạng động học hệ thống Với hướng nghiên cứu đó, tên đề tài chọn: “SỬ DỤNG THUẬT TOÁN NƠ RON TƯƠNG QUAN ĐỂ NHẬN DẠNG ĐẶC TÍNH ĐỘNG CƠ ĐIỆN” Mục... :Tổng quan hàm tương quan ứng dụng Chương :Tổng quan mạng nơ ron Chương : Sử dụng thuật toán nơ ron tương quan để nhận dạng đặc tính động Điện Chương : Kết đánh giá CHƯƠNG HÀM TƯƠNG QUAN VÀ ỨNG DỤNG... TẠO ĐỘNG CƠ ĐIỆN MỘT CHIỀU 3.4 PHÂN LOẠI ĐỘNG CƠ MỘT CHIỀU 3.4.1 Mô tả toán học động chiều kích từ độc lập 3.4.2 Áp dụng thuật toán nơ ron tương quan nhận dạng động học động Áp dụng thuật toán nơ