Ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số

Động cơ một chiều làm việc với phụ tải thay đổi, dẫn đến nhiệt độ của động cơ cùng với mức độ từ hóa của mạch từ thay đổi, làm cho điện trở phần ứng R của động cơ thay đổi, ảnh hưởng xấu đến đặc tính vị trí của động cơ. Bài báo này đề xuất một giải pháp ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động cơ điện một chiều có thông số R và phụ tải thay đổi trong vùng tải nhỏ.

Phạm Hữu Đức Dục cs Tạp chí KHOA HỌC & CÔNG NGHỆ 61(12/2): 60 - 64 ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI CĨ THƠNG SỐ VÀ TẢI THAY ĐỔI Phạm Hữu Đức Dục1*, Vũ Mạnh Thủy2 Trường ĐH Kinh tế-Kỹ thuật Công nghiệp, 2Trường Cao đẳng Kinh tế-Kỹ thuật - ĐH Thái Nguyên TÓM TẮT Động chiều làm việc với phụ tải thay đổi, dẫn đến nhiệt độ động với mức độ từ hóa mạch từ thay đổi, làm cho điện trở phần ứng R động thay đổi, ảnh hưởng xấu đến đặc tính vị trí động Bài báo đề xuất giải pháp ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động điện chiều có thơng số R phụ tải thay đổi vùng tải nhỏ Từ khóa: Mạng nơron, điều khiển thích nghi, điều khiển NARMA-L2  MỞ ĐẦU Động điện chiều có đặc tính điều chỉnh tốc độ tốt sử dụng nhiều lĩnh vực, đặc biệt điều khiển vị trí cho robot Hình Sơ đồ khối mạch vòng dòng điện Khi động điện chiều làm việc với tải thay đổi, làm dòng điện phần ứng thay đổi theo yêu cầu tải, dẫn đến nhiệt độ động mức độ từ hóa lõi thép thay đổi, làm cho điện trở phần ứng R động thay đổi Những điều khiển PID không xét tới vấn đề nên cần có giải pháp để tạo điều chỉnh thơng minh có khả điều chỉnh thích nghi vị trí động chiều làm việc với tải thông số thay đổi Bài báo đề xuất giải pháp sử dụng mạng nơron truyền thẳng nhiều lớp điều khiển vị trí động điện chiều làm việc với tải điện trở phần ứng R thay đổi MƠ TẢ ĐỘNG LỰC HỌC VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU  Tổng hợp mạch vòng dòng điện bỏ qua sức điện động động [1] Sơ đồ khối mạch vòng điều chỉnh dòng điện hình 3.1 F mạch lọc tín hiệu, Ri điều chỉnh dòng điện, BĐ biến đổi chiều, Si senxơ dòng điện Senxơ dòng điện thực biến dòng mạch xoay chiều điện trở sun mạch cách ly mạch chiều Tf, Tđk, Tvo, Tư, Ti – số thời gian mạch lọc, mạch điều khiển chỉnh lưu, chuyển mạch chỉnh lưu, phần ứng senxơ dòng điện Rư – điện trở mạch phần ứng U d  hệ số khuếch đại chỉnh lưu Trong trường hợp hệ thống truyền động điện có số thời gian học lớn số thời gian điện từ mạch phần ứng ta coi sức điện động động không ảnh hưởng đến q trình điều chỉnh mạch vòng dòng điện (tức coi ∆E = E = 0) Trong số thời gian T f, Tđk, Tvo, Ti nhỏ so với số thời gian điện từ Tư Đặt Ts = Tf + Tđk + Tvo + Ti viết lại Tel: 0913238632, Email: phdduc.uneti@moet.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 60 http://www.Lrc-tnu.edu.vn Phạm Hữu Đức Dục cs Tạp chí KHOA HỌC & CƠNG NGHỆ Hình Sơ đồ khối hệ điều Hàm truyền mạch vòng điều chỉnh tốc độ w( p) 1  ' U vđ ( p) K w 4Ts p(2Ts p  1)  (2.7) 61(12/2): 60 - 64 Bạn huấn luyện mạng nơron từ mô tả hệ thống động lực học tương lai Bước chọn cấu trúc mơ hình theo mục đích Một mơ hình tiêu chuẩn mà sử dụng để mô tả hệ thống phi tuyến rời rạc mơ hình hệ thống Nonlinear AutoregressiveMoving Average (NARMA): y ( k  d )  N[ y ( k ), y ( k  1), , y ( k  n  1), u ( k ), u ( k  1), u ( k  n  1)] Hình Sơ đồ khối hệ điều chỉnh vị trí Trong u(k) liệu vào hệ thống, y(k) liệu hệ thống Thủ tục nhận dạng sử dụng cho điều khiển dự báo mạng nơron huấn luyến mạng theo xấp xỉ hàm phi tuyến N Đây thủ tục nhận dạng sử dụng cho điều khiển dự báo mạng nơron Nếu muốn đầu hệ thống bám theo đường, y(k + d) = yr(k + d) Bước phát triển điều khiển phi tuyến từ: Từ sơ đồ hình ta tính hàm tương đương mạch vòng vị trí Fφ(p) là: u(k)  G[y(k),y(k  1), ,y(k  n  1),y r (k  d), Từ ta có sơ đồ khối điều khiển vị trị hình F ( p)  1 ' ' K w 8Ts Ts p  4Ts p  p   1 2Ts p FKw ( p ) M c (2.8) KRw1 / K i p  ỨNG DỤNG KHỐI ĐIỀU KHIỂN NARMAL2 ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI THÔNG SỐ VÀ TẢI THAY ĐỔI Bộ điều khiển tuyến tính hóa phản hồi (NARMA-L2) Bộ điều khiển NARMA-L2 điều khiển thích nghi xây dựng sở mạng nơron nhân tạo, ý tưởng điều khiển xấp xỉ gần hệ thống động lực học phi tuyến thành hệ thống động lực học tuyến tính Để làm điều ta việc xây dựng mơ hình hệ thống, sau dùng điều khiển NARMA-L2 để nhận dạng điều khiển đối tượng Nhận dạng mô hình NARMA-L2 Như với điều khiển mơ hình dự báo, bước để sử dụng thông tin phản hồi tuyến tính (hoặc điều khiển NARMA-L2) nhận dạng hệ thống điều khiển tương lai Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 61 u(k  1), ,u(k  m  1)] Các vấn đề với sử dụng điều khiển bạn muốn huấn luyện mạng nơron từ hàm G mà giảm thiểu sai lệch, bạn cần phải sử dụng truyền ngược động lực học Điều chậm Một giải pháp đề xuất Narendra Mukhopadhyay sử dụng mơ hình gần từ mô tả hệ thống Bộ điều khiển sử dụng mơ hình gần NARMA-L2 Mơ hình theo hình thức, nơi đầu vào điều khiển u(k) chứa bên tính chất phi tuyến Lợi mẫu bạn giải nguyên nhân đầu vào điều khiển đầu hệ thống để thực theo y(k + d) = yr(k + d) Các kết điều khiển có dạng http://www.Lrc-tnu.edu.vn Phạm Hữu Đức Dục cs Tạp chí KHOA HỌC & CƠNG NGHỆ Việc sử dụng gây hiểu khơng rõ vấn đề, bạn phải xác định đầu vào điều khiển u(k), dựa vào đầu thời điểm, y(k) Vì vậy, thay vì, sử dụng mơ hình Trong d ≥ Dưới số cho thấy cấu trúc mạng nơron đại diện 61(12/2): 60 - 64 Thực mô Matlab với giá trị thông số động điện chiều có số liệu sau: Pđm = 32(KW), Uđm = 220(V), Iđm = 170(A), wđm=1500(v/ph), Rư∑ = 0,0779(Ω), Lư∑ = 0,0049(H), GD2 = 2,8(kgm2), làm việc với phụ tải Mc(Nm) J(Kgm2) thay đổi vùng phụ tải nhỏ Máy phát tốc mã hiệu 7-100 có đm =1500(V/P), Uđm=100(V), Iđm=0,08(A), RH=200() Máy biến dòng loại 100/5(A) Bộ chỉnh lưu sơ đồ cầu ba pha Hình Cấu trúc mạng nơron Quá trình điều khiển NARMA-L2 Sử dụng mơ hình NARMA-L2, ban thu điều khiển Hình Sơ đồ khối mơ tả động điện chiều có R, MC thay đổi Mà cho d ≥ Hình sơ đồ khối điều khiển NARMA-L2 Hình Sơ đồ mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động điện chiều có R MC thay đổi Hình Bộ điều khiển thực với mơ hình nhận dạng NARMA-L2 Hình Bảng điều khiển nhận dạng tín hiệu vị trí động chiều NARMA-L2 Kết mơ Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 62 http://www.Lrc-tnu.edu.vn Phạm Hữu Đức Dục cs Tạp chí KHOA HỌC & CƠNG NGHỆ Hình Dữ liệu vào tín hiệu vị trí động chiều Hình 17 Đồ thị điện áp điều chỉnh 61(12/2): 60 - 64 Hình18 Đồ thị mơmen tải MC (Nm) KẾT LUẬN Hình 11 Nhập liệu vào điều khiển Kết mô cho thấy sai lệch vị trí mẫu qm vị trí q mơ hình điều chỉnh nhỏ điều chứng tỏ việc sử dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động điện chiều có thơng số R tải thay đổi vùng tải nhỏ giải pháp hiệu có độ xác mong muốn Mạng nơron truyền thẳng nhiều lớp hệ MIMO, nên ứng dụng điều khiển đối tượng hệ MIMO phi tuyến Hình 12 Huấn luyện đối tượng với dư liệu nhập vào Hình 13 Dữ liệu huấn luyện cho điều khiển NN NARMA-L2 TÀI LIỆU THAM KHẢO Hình 14 Dữ liệu xác nhận cho điều khiển NN NARMA-L2 Hình 15 Dữ liệu kiểm tra cho điều khiển NN NARMA-L2 Hình 10 Xuất liệu làm việc Kết mơ Hình 15 Đồ thị vị trí mẫu qd (nét mảnh) vị trí sau điều khiển q (nét đậm) Hình 16 Đồ thị điện trở R () Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 63 [1] Bùi Quốc Khánh, Nguyễn Văn Liễn, Phạm Quốc Hải, Dương Văn Nghi Điều chỉnh tự động truyền động điện Nhà xuất khoa học kỹ thuật [2] M.Norgaard, O.Ravn, N.K Poulsen and L.K Hansen Neural Network for Modelling and Control of Dynamic System Springer 2000 [3] CHIN TENG LIN, C.S GEORGE LEE, (1996), Neural fuzzy systems, Prentice Hall Internatinal, Inc [4] SOMLO J, LANTOS B, PHAM THUONG CAT, (1997), Advance Robot Control, Akademiai Kiado – Budapest [5] Howard Demuth, Mark Beale, Martin Hagan, Neural network Toolbox, http://www.Lrc-tnu.edu.vn Phạm Hữu Đức Dục cs Tạp chí KHOA HỌC & CƠNG NGHỆ 61(12/2): 60 - 64 SUMMARY APPLYING MULTILAYER FEEDFORWARD NETWORKS ADAPTIVE CONTROL THE POSITION OF DIRECT CURRENT MOTOR WHEN R PARAMETERS AND LOAD CHANGED IN THE LOW LOAD Pham Huu Duc Duc1, Vu Manh Thuy2 University of Technology, 2School of Economics and Technology, Thai Nguyen University When the direct current motor works with changed load, causes temperature of motor and inductive level of iron core circuit changed, therefor armature resistance R of motor changed, reason for the graph on position of motor is bad This paper proposes a solution applying multilayer feedforward networks adaptive control the position of direct current motor when R parameters and load changed in the low load Keywords: Neural networks, NARMA-L2 control, adaptive control  Tel: 0913238632, Email: phdduc.uneti@moet.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 64 http://www.Lrc-tnu.edu.vn ... cho thấy sai lệch vị trí mẫu qm vị trí q mơ hình điều chỉnh nhỏ điều chứng tỏ việc sử dụng mạng nơron truyền thẳng nhiều lớp điều khi n thích nghi vị trí động điện chiều có thơng số R tải thay đổi... thu điều khi n Hình Sơ đồ khối mơ tả động điện chiều có R, MC thay đổi Mà cho d ≥ Hình sơ đồ khối điều khi n NARMA-L2 Hình Sơ đồ mạng nơron truyền thẳng nhiều lớp điều khi n thích nghi vị trí động. .. TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI THƠNG SỐ VÀ TẢI THAY ĐỔI Bộ điều khi n tuyến tính hóa phản hồi (NARMA-L2) Bộ điều khi n NARMA-L2 điều khi n thích nghi xây dựng sở mạng nơron nhân tạo, ý tưởng điều