Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất địnhĐiều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định
Trang 1LU Ậ N ÁN TI ẾN SĨ KỸ THU ẬT ĐIỀ U KHI Ể N VÀ T Ự ĐỘ NG HÓA
NGƯỜI HƯỚ NG D Ẫ N KHOA H Ọ C:
TS Vũ Vân Hà
GS.TS Phan Xuân Minh
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
LÊ XUÂN H ẢI
ĐIỀ U KHI Ể N THÍCH NGHI CHO H Ệ TH Ố NG C Ầ N C Ẩ U TREO
CÓ TÍNH ĐẾ N Y Ế U T Ố B ẤT ĐỊ NH
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
Hà Nội – 2018
Trang 2BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
LÊ XUÂN H ẢI
ĐIỀ U KHI Ể N THÍCH NGHI CHO H Ệ TH Ố NG C Ầ N C Ẩ U TREO CÓ
TÍNH ĐẾ N Y Ế U T Ố B ẤT ĐỊ NH
Ngành: Kỹ thuật Điều khiển và Tự động hóa
Mã số: 9520216
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
NGƯỜI HƯỚNG DẪN KHOA HỌC:
1 TS Vũ Vân Hà
2 GS.TS Phan Xuân Minh
Hà Nội – 2018
Trang 3Lời cam đoan
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các kết quả nghiên cứu được trình bày trong luận án là trung thực, khách quan và chưa từng được tác giả khác công bố
Hà Nội, ngày … tháng … năm 20…
Tập thể hướng dẫn Nghiên cứu sinh
Trang 4L ời cảm ơn
Trong quá trình làm luận án, tôi đã nhận được nhiều góp ý về chuyên môn cũng như sựủng hộ giúp đỡ của tập thể cán bộ hướng dẫn, của các nhà khoa học, của các bạn đồng nghiệp Tôi xin được gửi tới họ lời cảm ơn sâu sắc
Tôi xin bày tỏ lòng cảm ơn đến tập thể hướng dẫn đã trực tiếp bằng tâm huyết hướng dẫn tôi trong suốt thời gian qua
Tôi cũng xin chân thành cảm ơn các nhà khoa học, tập thể Bộ môn Điều khiển Tự động,
Viện Điện, Viện đào tạo sau đại học, Trường Đại học Bách khoa Hà Nội đã tạo điều kiện thuận
lợi cho tôi trong suốt quá trình học tập và nghiên cứu thực hiện đề tài luận án
Tôi xin bày tỏ lòng biết ơn đến các bạn đồng nghiệp tôi tại Khoa Kỹ thuật công nghệ đặc
biệt là Ban giám hiệu Trường Cao đẳng Xây dựng công trình Đô thị nơi tôi công tác đã tạo mọi điều kiện thuận lợi nhất để tôi được yên tâm học tập, nghiên cứu
Cuối cùng là sự cảm ơn sự ủng hộ, động viên, khích lệ của gia đình thân yêu tôi để tôi hoàn thành nhiệm vụ học tập
Nghiên cứu sinh
Lê Xuân Hải
Trang 5Các ký hiệu được sử dụng viii
Danh mục các ký hiệu và chữ viết tắt xi
Điều khiển trượt thích nghi nơ-ron có bù tải xi
Danh mục các hình vẽ, đồ thị xii
Danh mục các bảng xvi
MỞ ĐẦU 1
1 Tính cấp thiết của đề tài luận án 1
2 Mục tiêu và nhiệm vụ của luận án 1
3 Phạm vi nghiên cứu của luận án 2
4 Ý nghĩa khoa học và thực tiễn của luận án 3
5 Cấu trúc của luận án 4
CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG CẦN CẨU TREO VÀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN 6
1.1 Mô hình toán học của cần cẩu treo 6
1.1.1 Mô hình cẩn cẩu treo 3D có chiều dài dây treo không thay đổi 6
1.1.2 Mô hình cần cẩu treo 2D 10
1.1.3 Phân tích mô hình 12
1.2 Tình hình nghiên cứu trong và ngoài nước 13
1.2.1 Tình hình nghiên cứu trong nước 13
1.2.2 Tình hình nghiên cứu ngoài nước 13
1.3 Tổng quan về các phương pháp điều khiển cần cẩu treo 14
1.3.1 Các phương pháp cho đối tượng cần cẩu treo 2D 14
1.3.1.1 Luật điều khiển PD, luật điều khiển dựa trên bình phương năng lượng và động năng 15
1.3.1.2 Điều khiển tuyến tính hóa từng phần 15
1.3.1.3 Điều khiển dựa trên hệ suy diễn mờ 18
1.3.1.4 Điều khiển trượt 19
1.3.1.5 Điều khiển trượt tầng 20
1.3.2 Các phương pháp cho đối tượng cần cẩu treo 3D 20
1.4 Kết luận chương 1 22
CHƯƠNG 2: ĐIỀU KHIỂN THÍCH NGHI CHO CẦN CẨU TREO TRÊN CƠ SỞ HỆ MỜ 23
Trang 62.1 Nền tảng cơ sở cho giải thuật điều khiển 23
2.1.1 Mô hình mờ Sugeno 23
2.1.2 Phương pháp suy luận tuyến tính trong biểu diễn hệ mờ 24
2.1.3 Điều khiển trượt tầng 25
2.2 Tổng hợp bộ điều khiển mờ hai lớp 32
2.2.1 Tổng hợp bộ điều khiển mờ cho lớp thứ nhất 34
2.2.2 Tổng hợp bộ điều khiển mờ cho lớp thứ hai 35
2.2.3 Kết quả mô phỏng 36
2.2.3.1 Mô phỏng cho hệ cần cẩu treo 3D với chiều dài dây treo không thay đổi 36
2.2.3.2 Mô phỏng cho trường hợp cẩu treo 2D 41
2.3 Điều khiển trượt thích nghi mờ cho cần cẩu treo 48
2.3.1 Thiết kế bộ điều khiển trượt tầng 48
2.3.2 Luật điều khiển thích nghi 50
2.3.3 Kết quả mô phỏng 53
2.4 Kết luận chương 2 61
CHƯƠNG 3: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO CẦN CẨU TREO TRÊN CƠ SỞ MẠNG NƠ-RON NHÂN TẠO 62
3.1 Nền tảng cơ sở cho giải thuật điều khiển 63
3.1.1 Điều khiển backstepping 63
3.1.2 Mạng nơ-ron nhân tạo RBF 67
3.2 Bộ điều khiển trượt backstepping trên cơ sở mạng nơ-ron nhân tạo 70
3.2.1 Tổng hợp bộ điều khiển trượt backstepping 70
3.2.2 Tổng hợp bộ điều khiển trượt thích nghi trên cơ sở mạng nơ-ron nhân tạo 74
3.2.2.1 Xấp xỉ véc-tơ hàm bất định bằng mạng nơ ron nhân tạo 74
3.2.2.2 Phát biểu định lý và chứng minh về tính ổn định của hệ kín 76
3.2.3 Mô phỏng kiểm chứng trên nền kỹ thuật số 78
3.3 Điều khiển trượt thích nghi nơ-ron bất định tải 92
3.3.1 Tổng hợp bộ điều khiển trượt 92
3.3.2 Tổng hợp bộ điều khiển trượt thích nghi bất định tải (ASMCWUPL) 94
3.3.3 Mô phỏng kiểm chứng 98
3.4 Kết luận chương 3 102
CHƯƠNG 4: KIỂM CHỨNG BẰNG THỰC NGHIỆM TRÊN MÔ HÌNH CẦN CẨU TREO 2D TRONG PHÒNG THÍ NGHIỆM 103
Trang 74.1 Xây dựng bàn thí nghiệm 103
4.1.1 Mô hình vật lý 103
4.1.2 Thiết kế phần cứng 104
4.1.3 Thiết kế phần mềm 106
4.1.3.1 Bộ lọc Kalman cho cảm biến MPU6050 106
4.1.3.2 Giao diện HMI 108
4.2 Cài đặt một số giải thuật điều khiển mới 108
4.2.1 Cài đặt thuật toán mờ hai lớp 108
4.2.2 Cài đặt thuật toán trượt tầng thích nghi mờ 110
4.3 Kết luận chương 4 114
KẾT LUẬN VÀ KIẾN NGHỊ 115
DANH MỤC CÁC CÔNG TRÌNH ĐÃ ĐƯỢC CÔNG BỐ CỦA LUẬN ÁN 118
Trang 8Các ký hiệu được sử dụng
Khối lượng của xe con
Khối lượng của xà đỡ
Khối lượng của tải trọngChiều dài dây treo
Tọa độ của xe con theo phương x
Tọa độ của xe con theo phương yGóc lắc của tải trọng theo phương xGóc lắc của tải trọng theo phương y
E Động năng của xe con
Động năng của tải trọngĐộng năng của cả hệ cần cẩu treo
l
V Thế năng của tải
Thế năng của hệ cần cẩu treo
Khối lượng di chuyển theo phương x
y
M Khối lượng di chuyển theo phương y
Trang 9J Mô men quán tính của tải trọng
M Khối lượng của xe con
Hàm Lagrange
Hệ số ma sát nhớt theo phương x, phương y, và khớp
nỗi giữa động cơ và dây treo( )
q Thành phần biến khớp đủ cơ cấu chấp hành
Thành phần biến khớp thiếu cơ cấu chấp hành
dạng mô hình sai lệch
1
u Tín hiệu điều khiển thành phần đủ chấp hành của hệ
cần cẩu treo khi viết dưới dạng mô hình sai lệchTín hiệu điều khiển thành phần thiếu chấp hành của
hệ cần cẩu treo khi viết dưới dạng mô hình sai lệch
Trang 10Thành phần điều khiển chuyển mạch của u1
Véc-tơ chứa các thành phần bất định của hệ cần cẩu treo
W Véc-tơ trọng số lý tưởng của mạng nơ-ron
Trang 11Danh mục các ký hiệu và chữ viết tắt
CLF Control Lyapunov Function Hàm điều khiển Lyapunov
FLC Fuzzy Logic Controller Bộ điều khiển mờ
IW Input Weight Trọng số đầu vào
LW Layer Weight Trọng số lớp ẩn
RBF Radial Basis Function Hàm hướng tâm
TDL Tapped Delay Lines Khâu trễ
HSMC Hierarchical Sliding Mode Control Điều khiển trượt tầng
AFHMC Adaptive Fuzzy Hierarchical Control Điều khiển trượt tầng thích nghi
mờANSMC Apdaptive Neural Network Sliding
Mode Control
Điều khiển trượt nơ-ron thích nghi
ASMCWUPL Apdative Sliding Mode Control
Using Neural Network for Overhead Crane System With Uncertainty of Payload Mass
Điều khiển trượt thích nghi nơ-ron
có bù tải
TLFLC Two Layers Fuzzy Logic Control Điều khiển mờ hai lớp
BT Backsteppng Technique Kỹ thuật Backstepping
BSMC Backstepping Sliding Mode Control Điều khiển trượt kết hợp với kỹ
thuật backstepping
Trang 12Danh mục các hình vẽ, đồ thị
Hình 1.1 Mô hình hệ cần cẩu treo 3D với chiều dài dây treo không thay
đổiHình 2.1 Tập mờ của hai biến ngôn ngữ đầu vào và
Hình 2.2 Tên các hằng số đầu ra
Hình 2.3 Sơ đồ cấu trúc điều khiển trượt tầng
Hình 2.4 Cấu trúc hệ thống điều khiển mờ hai lớp
Hình 2.5 Tập mờ của các biến ngôn ngữ đầu vào của
i
FLC
Hình 2.6 Tập mờ của các biến ngôn ngữ đầu vào của u1 và
Hình 2.7 Sơ đồ mô phỏng hệ thống điều khiển mờ hai lớp
Hình 2.8 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp không có nhiễu tác động cho hệ cần cẩu treo 3DHình 2.9 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp nhiễu có biên độ 10 N tác động cho hệ cần cẩu treo 3DHình 2.10 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp nhiễu có biên độ 40 N tác động cho hệ cần cẩu treo 3DHình 2.11 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp không có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải là 8 (kg)
Hình 2.12 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải
là 8 (kg)Hình 2.13 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp không có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải là 16 (kg)
Trang 13Hình 2.14 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường
hợp có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải
là 16 (kg)Hình 2.15 Kết quả mô phỏng so sánh giữa TLFLC và DFLC với khối
lượng tải m=8(kg)Hình 2.16 Kết quả mô phỏng so sánh giữa TLFLC và DFLC với khối
lượng tải m=16(kg)Hình 2.17 Thay đổi k của mặt trượt
Hình 2.18 Tập mờ của các biến ngôn ngữ đầu vào e x ,
Hình 2.19 Cấu trúc điều khiển trượt tầng thích nghi mờ
Hình 2.20 Mặt trượt và tín hiệu điều khiển của AHSMC
Hình 2.21 Hệ thống điều khiển trượt tầng thích nghi mờ
Hình 2.22 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ
trong trường hợp không có nhiễu tác động với khối lượng tải là
8 (kg)Hình 2.23 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ
trong trường hợp có nhiễu tác động với khối lượng tải là 8 (kg)Hình 2.24 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ
trong trường hợp không có nhiễu tác động với khối lượng tải là
16 (kg)
Hình 2.25 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ
trong trường hợp có nhiễu tác động với khối lượng tải là 16 (kg)Hình 2.26 Kết quả mô phỏng so sánh giữa HSMC và AFHSMC
Hình 2.27 Kết quả mô phỏng so sánh giữa AFHSMC và TLFLC
Hình 3.1 Cấu trúc hệ thống ANSMC
Hình 3.2 Cấu trúc mạng nơ-ron hướng tâm
Hình 3.3 Cấu trúc mạng nơ-ron RBF
Hình 3.4 Sơ đồ mô phỏng hệ thống ANSMC
Hình 3.5 Kết quả mô phỏng cho ANSMC trong trường hợp không có
nhiễu tác động
Trang 14Hình 3.6 Kết quả mô phỏng cho ANSMC trong trường hợp nhiễu có biên
độ 10 N tác động Hình 3.7 Kết quả mô phỏng cho ANSMC trong trường hợp nhiễu có biên
độ 40 N tác độngHình 3.8 Kết quả mô phỏng so sánh chất lượng giữa ANSMC và BSMCHình 3.9 Kết quả so sánh chất lượng giữa ANSMC và bộ BSMC dưới sự
tác động của nhiễu 40 NHình 3.10 Kết quả so sánh chất lượng giữa ANSMC và bộ TLFLC trong
trường hợp không có nhiễu tác độngHình 3.11 Kết quả so sánh chất lượng giữa ANSMC và bộ TLFLC dưới
sự tác động của nhiễu 40 N
Hình 3.12 Sơ đồ mô phỏng hệ thống ASMCWUPL
Hình 3.13 Kết quả mô phỏng cho bộ ASMCWUPL trong trường hợp tải
m=10(kg)Hình 3.14 Kết quả mô phỏng cho bộ ASMCWUPL trong trường hợp tải
m=20(kg)Hình 3.15 Kết quả mô phỏng cho bộ ASMCWUPL trong trường hợp tải
m=30(kg)Hình 4.1 Hệ thống điều khiển và giám sát cần cẩu treo 2D
Hình 4.2 Mạch phần cứng điều khiển
Hình 4.3 Cảm biến MPU6050
Hình 4.4 Lưu đồ thuật toán bộ lọc Kalman
Hình 4.5 Giao diện HMI trên máy tính
Hình 4.6 Kết quả cài đặt thực nghiệm bộ điều khiển mờ hai lớp với khối
lượng của tải là 8 kg
Hình 4.7 Kết quả cài đặt thực nghiệm bộ điều khiển mờ hai lớp với khối
lượng của tải là 16 kg
Hình 4.7 Kết quả cài đặt thực nghiệm bộ điều khiển trượt tầng với khối
lượng của tải là 8 kg
Hình 4.9 Kết quả cài đặt thực nghiệm bộ điều khiển trượt tầng với khối
Trang 15Luận án đầy đủ ở file: Luận án Full