2.TOM TAT LUAN AN CAP TRUONG-VO HONG HAI-18.11

BĐK PID nơ-ron dựa trên mạng nơ-ron nhân tạo đề xuất trong luận án cho thấy các phương án khả thi đã được trình bày trong luận án “Nghiên cứu ứng dụng bộ điều khiển PI[r]

MỞ ĐẦU 1 Tính cấp thiết đề tài luận án

Các phương pháp điều khiển truyền thống để thiết kế hệ thống điều khiển tiên tiến cho tàu thủy điển điều khiển tỷ lệ - vi phân - tích phân (PID) cịn phổ biến có cấu trúc đơn giản tính bền vững cao Tuy nhiên, việc cải tiến chất lượng điều khiển PID hệ thống điều khiển tàu thủy vấn đề thời cho nhà nghiên cứu, thiết kế điều khiển cho tàu thủy, điều khiển PID thường u cầu phải có mơ hình động học tàu thủy

Thực tế, tính động học tàu thủy thường mang tính phi tuyến cao chịu ảnh hưởng nhiều yếu tố nhiễu loạn bên Bản thân yếu tố nhiễu loạn bên ngồi mang đặc tính phi tuyến không xác định Dẫn đến việc phải xây dựng cấu trúc tham số không xác định yêu cầu phải có kỹ thuật điều khiển tiên tiến

Hiện nay, nhà khoa học lĩnh vực này, không ngừng nghiên cứu cải tiến chất lượng điều khiển PID theo hai hướng sau:

- Thứ nhất, cải tiến cấu trúc điều khiển PID;

- Thứ hai, kết hợp lý thuyết lơ-gic mờ, mạng nơ-ron nhân tạo, thuật tốn di truyền lý thuyết điều khiển thông minh khác với điều khiển PID thông thường, nhằm đạt chất lượng điều khiển mong muốn

Do vậy, điều khiển kết hợp gọi điều khiển PID thông minh Bộ điều khiển PID thông minh khơng u cầu phải có mơ hình tốn học đối tượng cách xác, tham số hệ thống có tính bền vững

Hiện nay, mạng nơ-ron nhân tạo ứng dụng rộng rãi nhiều lĩnh vực, có lĩnh vực điều khiển tự động, mạng nơ-ron giải vấn đề điều khiển phức tạp, với đối tượng điều khiển có tính phi tuyến cao, có mơi trường bên ngồi tác động khơng dự đốn được, làm cho tính đối tượng trở nên khó điều khiển Hơn nữa, khả tính tốn nhanh mạng nơ-ron làm cho chúng trở nên khả thi với ứng dụng điều khiển theo thời gian thực Mặt khác, nhờ khả mạng nơ-ron nhân tạo nhằm xấp xỉ tính phi tuyến đối tượng điều khiển để điều hưởng ba tham số PID thời gian thực để đạt chất lượng PID cách tối ưu

Để giải tốn có yếu tố khơng xác định mơ hình động học tàu thủy, nhiễu loạn mơi trường bên ngồi sóng, gió, dịng chảy,… phương pháp điều khiển kết hợp PID nơ-ron đề xuất, nghiên cứu phát triển nhiều giới thời gian gần

Là quốc gia biển, Việt Nam thực chủ trương phát triển mạnh ngành vận tải biển cơng nghiệp đóng tàu theo hướng hội nhập quốc tế đáp ứng nhu cầu vận tải xã hội với mục tiêu: “Xây dựng phát triển ngành công nghiệp tàu thủy Việt Nam đến năm 2020 định hướng phát triển đến năm 2030, nhằm đáp ứng yêu cầu phát triển kinh tế biển phù hợp với Chiến lược biển Việt Nam đến năm 2020, phục vụ nhu cầu phát triển kinh tế - xã hội; góp phần củng cố quốc phịng, an ninh bảo vệ chủ quyền quốc gia vùng biển hải đảo Tổ quốc”

Tại Việt Nam, việc nghiên cứu hệ thống điều khiển tiên tiến cho tàu thủy khiêm tốn chưa ứng dụng rộng rãi Nghiên cứu nhằm nâng cao chất lượng hệ thống điều khiển tàu thủy vấn đề quan trọng cho đại hóa cơng nghiệp đóng tàu Việt Nam, thời kỳ Cách mạng công nghiệp 4.0

2 2 Mục đích nghiên cứu luận án

Nghiên cứu phát triển ứng dụng điều khiển PID dựa mạng nơ-ron thích nghi cho hệ thống điều khiển hướng tàu thủy, từ cải tiến nâng cao chất lượng điều khiển PID hệ thống điều khiển Đồng thời, thực thiết kế thử nghiệm điều khiển PID nơ-ron thích nghi theo mơ thực nghiệm

3 Đối tượng phạm vi nghiên cứu luận án

Đối tượng nghiên cứu luận án: Hệ thống điều khiển hướng tàu thủy, tập trung vào hệ thống máy lái tự động tàu thủy

Phạm vi nghiên cứu luận án:

- Nghiên cứu thuật toán điều khiển thích nghi dựa kết hợp mạng nơ-ron nhân tạo điều khiển PID thông thường

- Đề xuất phát triển thuật toán ứng dụng vào thiết kế máy lái tự động sử dụng điều khiển PID nơ-ron thích nghi cho điều khiển hướng tàu thủy

- Sử dụng phần mềm Matlab để mô điều khiển đề xuất Đánh giá chất lượng điều khiển PID nơ-ron thích nghi với điều khiển PID thông thường

- Thực nghiệm tàu mơ hình thu nhỏ bể thử 4 Phương pháp nghiên cứu luận án

Phương pháp nghiên cứu lý thuyết kết hợp nghiên cứu thực nghiệm, để làm bật tính khoa học tính thực tiễn vấn đề cần giải quyết, cụ thể:

Nghiên cứu lý thuyết:

- Phân tích, tổng hợp hệ thống điều khiển PID thơng thường mạng nơ-ron nhân tạo; - Nghiên cứu phát triển thuật tốn điều khiển PID nơ-ron thích nghi cho hệ thống điều khiển hướng tàu thủy;

- Xây dựng mơ hình nhận dạng tàu thủy mạng nơ-ron nhân tạo;

- Thiết kế máy lái tự động sử dụng thuật toán PID dựa mạng nơ-ron truyền thẳng để điều khiển hướng tàu thủy; Mô máy tính

Nghiên cứu thực nghiệm:

- Thiết kế mơ hình tàu thủy ứng dụng điều khiển PID nơ-ron vào điều khiển môi trường thực;

- So sánh với điều khiển PID thơng thường để chứng minh tính hiệu điều khiển PID nơ-ron thích nghi

5 Ý nghĩa khoa học thực tiễn luận án Ý nghĩa khoa học luận án:

- Xây dựng sở lý thuyết kết hợp điều khiển PID mạng nơ-ron nhân tạo để thiết kế hệ thống điều khiển hướng tàu thủy Từ góp phần hồn thiện phần sở lý luận khoa học điều khiển PID kết hợp mạng nơ-ron nhân tạo;

- Đề xuất phát triển thuật toán, tận dụng ưu điểm điều khiển PID mạng nơ-ron nhân tạo, để nâng cao chất lượng hệ thống điều khiển hướng đi, tăng khả thích nghi độ xác dẫn đường;

- Cải tiến điều khiển PID mạng nơ-ron lan truyền ngược với thuật toán huấn luyện tăng cường nhận dạng nơ-ron cho điều khiển nhằm tăng cường độ xác dẫn đường thích nghi với nhiễu loạn môi trường

Ý nghĩa thực tiễn luận án:

- Kết nghiên cứu làm tài liệu tham khảo cho cơng trình nghiên cứu tiếp theo, ứng dụng điều khiển thông minh vào hệ thống dẫn đường tàu thủy giảm lắc tàu thủy, định vị động…

6 Những điểm đóng góp

Luận án kế thừa, phát triển lý thuyết ứng dụng kỹ thuật điều khiển PID với mạng nơ-ron nhân tạo điều khiển tàu thủy Cụ thể:

- Tận dụng khả điều khiển dễ phát triển BĐK PID để thiết kế sơ bộ, kết hợp với BĐK nơ-ron, nhằm điều khiển hướng tàu thủy

- Bộ điều khiển PID với tham số Kp, Ki Kd điều chỉnh mạng nơ-ron

lan truyền ngược tính tốn mơ tường minh Khả tổng hợp mơ hình hóa trực tuyến mạng nơ-ron giúp tham số BĐK PID tinh chỉnh lựa chọn trực thời gian, tính thích nghi mạng nơ-ron điều khiển tận dụng phát huy Phương pháp ứng dụng không thời điểm nghiên cứu luận án tác giả ứng dụng vào điều khiển tàu thủy Đặc biệt, việc huấn luyện mạng trực tuyến liên tục trình điều khiển mà tác giả sử dụng cơng trình này, nghiên cứu ứng dụng loại chưa có tác giả thực nghiệm

- Thiết kế nhận dạng mơ hình tàu thủy theo phương pháp tín hiệu vào - giới thiệu ứng dụng Bộ nhận dạng sử dụng mạng nơ-ron nhiều lớp truyền thẳng tác giả huấn luyện mạng theo phương pháp trực tuyến, tăng cường nên tốc độ thích nghi tốt, có khả nhận dạng mơ hình tàu phi tuyến biến đổi theo thời gian không mô hình tuyến tính tĩnh nghiên cứu trước Với việc kết hợp mơ hình nhận dạng nơ-ron này, phương pháp điều khiển tiến hành kiểu điều khiển dự đốn theo thời gian thực, nâng cao tính thích nghi chất lượng điều khiển

7 Kết cấu luận án

Luận án gồm 96 trang A4 (không kể phụ lục) thứ tự phần sau: Mở đầu; nội dung (chia thành chương); kết luận kiến nghị; danh mục cơng trình khoa học công bố liên quan đến luận án (05 cơng trình); tài liệu tham khảo (64 tài liệu) phụ lục (03 phụ lục)

CHƯƠNG TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU VÀ MẠNG NƠ-RON NHÂN TẠO TRONG ĐIỀU KHIỂN

Chương phân tích, đánh giá tổng quan chi tiết tình hình nghiên cứu giới nước liên quan đến luận án ứng dụng mạng nơ-ron nhân tạo BĐK PID điều khiển hướng tàu thủy mà nghiên cứu sinh thực

Tình hình nghiên cứu giới liên quan đến luận án

Trong lĩnh vực điều khiển tự động, nhà khoa học thường có xu hướng tiếp tục nghiên cứu phát triển phương pháp điều khiển dựa phương pháp cũ để khắc phục nhược điểm tồn tìm kiếm phương pháp hồn tồn khác khơng dựa phương pháp cũ có trước đây, Điều làm thúc đẩy mạnh mẽ ứng dụng lĩnh vực điều khiển tự động phạm vi rộng

Mặc dù có bước tiến mạnh mẽ, phương pháp điều khiển chưa thay hoàn toàn kỹ thuật phổ biến, điều khiển PID truyền thống BĐK PID chiếm 90% ứng dụng hệ thống công nghiệp

4

triển nhanh chóng Nhiều hệ thống mạng nơ-ron với cấu trúc khác đề xuất ứng dụng rộng rãi kỹ thuật Mạng nơ-ron hữu ích hiệu điều khiển chúng có đặc tính sau: (1) mạng có cấu trúc song song lớn; (2) có đặc tính phi tuyến cố hữu; (3) có khả học cực mạnh; (4) có khả tổng qt hóa; (5) có tính ổn định đảm bảo cho số hệ thống điều khiển định

Bộ điều khiển PID thích nghi dựa việc điều hưởng tham số Kp, Ki Kd mạng nơ-ron nhân tạo thích nghi gọi điều khiển PID nơ-ron nhà khoa học nghiên cứu ứng dụng rộng rãi hệ thống công nghiệp

Phát triển hệ thống điều khiển tàu thủy mục tiêu nghiên cứu nhiều nhà khoa học Một số cơng trình nghiên cứu thiết kế hệ thống điều khiển tàu thủy tiêu biểu thời gian gần tác giả phân tích nghiên cứu

Tình hình nghiên cứu nước liên quan đến luận án

Ở Việt Nam, có nhiều cơng trình nghiên cứu tác giả ứng dụng mạng nơ-ron nhân tạo tnơ-rong điều khiển nhiều lĩnh vực khác Tuy nhiên, việc nghiên cứu ứng dụng cải tiến điều khiển PID thích nghi dựa mạng nơ-ron nhân tạo cho hệ thống điều khiển tàu thủy chưa có tác giả Việt Nam đề cập tới

Với phạm vi đối tượng nghiên cứu cụ thể luận án, vấn đề nghiên cứu tác giả ln mang tính thời sự, có ý nghĩa khoa học thực tiễn chuyên ngành hàng hải khơng trùng lặp với cơng trình cơng bố trước

Mạng nơ-ron nhân tạo điều khiển

Hệ thống hóa sở lý luận mạng nơ-ron nhân tạo; cấu trúc mạng; phương pháp ứng dụng mạng nơ-ron nhận dạng điều khiển

Có nhiều phương pháp khác để biến mạng nơ-ron nhân tạo thành BĐK thích nghi cho đối tượng điều khiển chia làm hai loại điều khiển gián tiếp điều khiển trực tiếp

Phương pháp điều khiển trực tiếp đơn giản phương pháp gián tiếp, không yêu cầu trình huấn luyện trước để nhận dạng thơng số đối tượng điều khiển cung cấp luật thích nghi để cập nhật hàm trọng lượng mạng nơ-ron Phương pháp này ứng dụng vào đề tài luận án

Nghiên cứu số điều khiển PID nơ-ron cho hệ thống điều khiển hướng tàu thủy

Tác giả nghiên cứu, phân tích số cơng trình nghiên cứu BĐK PID dựa mạng nơ-ron nhân tạo cho điều khiển hướng tàu thủy Điển hình mạng nơ-ron lan truyền ngược hàm sở xuyên tâm ứng dụng cho hệ thống điều khiển tàu thủy

Cơ sở lý thuyết hệ tọa độ và động học tàu thủy

CHƯƠNG BỘ ĐIỀU KHIỂN PID NƠ-RON THÍCH NGHI DỰA TRÊN MẠNG NƠ-RON LAN TRUYỀN NGƯỢC CHO HỆ THỐNG ĐIỀU KHIỂN

HƯỚNG ĐI TÀU THỦY

2.1 Bộ điều khiển PID nơ-ron dựa mạng lan truyền ngược khơng có nhận dạng cho hệ thống điều khiển hướng tàu thủy

2.1.1 Sơ đồ nguyên lý

Hình 2.1 Sơ đồ nguyên lý BĐK PID nơ-ron lan truyền ngược

Cấu trúc điều khiển PID dựa mạng nơ-ron lan truyền ngược (Hình 2.1) gồm có hai phần: 1) Bộ điều khiển PID thông thường 2) Mạng nơ-ron lan truyền ngược (BPNN) Bộ điều khiển PID sử dụng để điều khiển hướng tàu Chất lượng điều khiển phụ thuộc vào việc thiết lập tham số K , p Kivà Kd điều khiển PID mà điều hưởng mạng BPNN Mạng BPNN sử dụng thuật toán huấn luyện trực tuyến dựa phương pháp giảm gradient để cập nhật trọng số bảo đảm cho mạng nơ-ron thiết kế tính tốn tham số PID mong muốn Vì vậy, tnơ-rong phương pháp này, việc kết hợp điều khiển PID thông thường mạng BPNN thông minh cho chất lượng điều khiển mong muốn ổn định

2.1.2 Thuật toán điều khiển PID

Thuật toán điều khiển PID số: ( ) ( ) ( )

( ) ( ) ( )

( )

2

pid P I

D

k K e k e k K e k

K e k e k e k

 =  − − +

+  − − + −  (2.1)

Trong đó, pid đầu (góc bẻ lái) BĐK PID; KP, KIvà KDtương ứng hệ số tỷ lệ, tích phân vi phân; e k( )là sai số hệ thống biểu diễn sau:

e k( )=( )k −d( )k (2.2)

6 2.1.3 Thuật toán điều khiển mạng nơ-ron lan truyền ngược

Mạng nơ-ron lan truyền ngược có lớp, cấu trúc BĐK minh họa hình 2.2 Số lượng nơ-ron lớp vào, lớp ẩn lớp tương ứng M, Q,

Hình 2.2 Mạng nơ-ron lan truyền ngược a) Tính tốn truyền thẳng BPNN

Đầu nơ-ron lớp vào là: Op =Xp (p=1, 2, 3, ,M) (2.3) Trong đó, O đầu nơ-ron thứ p lớp vào p

Đầu vào đầu lớp ẩn mạng là: netj( )k =Mp=1jpOp (2.4)

( ) ( ( ))

j j

O k = f net k (j=1, 2, 3, ,Q) (2.5)

Trong đó, netjlà đầu vào nơ-ron thứ j lớp ẩn; jplà trọng số lớp ẩn;

( )

f x hàm kích hoạt nơ-ron lớp ẩn, hàm sigmoid với đối xứng dương âm

( ) tanh( ) ( x x) ( x x)

f x = x = e −e− e +e− (2.6)

Đầu vào đầu lớp là: net ki( )=Qj=1ijOj (2.7)

O ki( )=g net k( i( )) (i =1, 2, 3) (2.8)

( ) 1( )

P

K k =O k ; KI( )k =O k2( ); KD( )k =O k3( ) (2.9) Trong đó, ijlà trọng số nơ-ron lớp ra; đầu nơ-ron lớp KP, KIvà D

K ; g x( )là hàm kích hoạt nơ-ron lớp ra, hàm sigmoid khơng âm

( ) 1 tanh( ) ( )

2

x x x

g x =  + x =e e +e− (2.10)

Mạng nơ-ron điều chỉnh tham số PID cách tự động làm giảm bớt thời gian thiết kế hệ thống điều khiển Tuy nhiên, sai số mơ hình tốn học tàu thủy thường tồn làm giảm độ xác điều khiển hệ thống Vì vậy, thuật tốn huấn luyện online áp dụng để điều chỉnh trọng số nơ-ron nhằm làm giảm sai số hệ thống e y

b) Lan truyền ngược sai số điều chỉnh trọng số

Hàm tiêu chất lượng có dạng sau: ( ) 1( ( ) ( ))2

E k = rin k −yout k (2.11) Q trình huấn luyện dựa thuật tốn lan truyền ngược nhằm điều chỉnh trọng số nơ-ron sử dụng phương pháp giảm gradient cho hàm sai số chu trình điều khiển Việc điều chỉnh trọng số từ lớp ẩn tới lớp biểu diễn sau:

ij( ) ( )

Tuy nhiên, để tránh cực tiểu cục tăng tốc độ hội tụ, ta thêm vào xung lượng vào thuật toán đề xuất

ij( ) ( ) ij( 1)

ij E k k k        = − +  −

 (2.13)

Trong đó, là hệ số tốc độ học, là hệ số xung lượng

Từ đó:

( )

( ) ( )( ) ( )( ) ( )( ) i( )( ) i( )( )

ij i i ij

E k E k y k u k O k net k

k y k u k O k net k k

 

     

=

      (2.14)

( ) ( ) ( ) i i ij net k O k k   =

 (2.15)

và dựa phương trình (2.9), (2.14), phương trình sau tính:

( )

( ) ( ) ( )

1

1 u k

e k e k O k  = − −  (2.16) ( ) ( ) ( ) u k e k O k  =  (2.17) ( ) ( ) ( ) ( ) ( )

2

u k

e k e k e k

O k 

= − − + −

 (2.18)

Thuật toán học việc cập nhật trọng số lớp biểu diễn sau: ij(k+ =1) ij( )k + ij( )k (2.19) ij( )k =  ij(k− +1) iO kj( ) (2.20) Trong đó, ilà hàm sai số lớp ẩn, cần thiết cho việc điều chỉnh trọng số từ lớp vào tới lớp ẩn iđược biểu diễn sau:

( ) ( )

( ) ( )( ) ( ( ))

i y i

i y k u k

e k g net k

u k O k

 =  

  (2.21)

Đạo hàm bậc g x( )được cho bởi:g x( )=g x( )(1−g x( )) (2.22) Thuật toán học biểu diễn sau:

jp(k+ =1) jp( )k + jp( )k (2.23) jp( )k =  jp(k− +1) jOp( )k (2.24)

( ( )) ( )

3

1

j j i ij

i

f net k k

  

=

=  (2.25)

( ) ( ( ))

2

1 f x

8 2.1.4 Huấn luyện lan truyền ngược tăng cường

Hình 2.3 Sơ đồ khối thuật toán điều khiển PID - BPNN

Thuật toán điều khiển PID dựa BPNN sử dụng phương pháp huấn luyện tăng cường (Hình 2.3) Các giá trị số lần huấn luyện chu trình n hệ số học η cố định Tại thời điểm bắt đầu chu trình điều khiển thị tham số k, trọng số mạng nơ-ron chọn giá trị ngẫu nhiên nhỏ Tín hiệu nơ-ron lớp ẩn lớp tính tốn dựa trọng số ban đầu Tiếp theo, trọng số mạng nơ-ron cập nhật thuật toán lan truyền ngược cho giá trị Ek đạt cực

2.2 Bộ điều khiển PID ron dựa mạng lan truyền ngược có nhận dạng nơ-ron cho hệ thống điều khiển hướng tàu thủy

2.2.1 Sơ đồ nguyên lý

BĐK đề xuất có cấu trúc hình 2.4, bổ sung thêm mạng nơ-ron thứ hai (NN2) để dự đoán tốc độ quay trở tàu (ψ_dotk ) Đây mạng nơ-ron có ba

lớp truyền thằng huấn luyện theo thuật tốn lan truyền ngược tăng cường (Hình 3.5) Đầu vào mạng tốc độ quay trở tàu tín hiệu góc bẻ lái thời điểm k-1, k-2, k-3 Hướng dự đốn tàu có nhờ việc nhận dạng tốc độ quay trở tàu, sau tín hiệu chuyển đến đầu vào mạng nơ-ron thứ (NN1)

Hình 2.4 Sơ đồ nguyên lý BĐK PID nơ-ron NN1 với nhận dạng nơ-ron NN2

Hình 2.5 Cấu trúc mạng nơ-ron nhận dạng NN2

2.2.2 Mạng nơ-ron nhận dạng

Một hệ thống động học mơ tả hai dạng: Mơ hình đầu vào – đầu mơ hình khơng gian trạng thái Đề tài ứng dụng mạng nơ-ron truyền thẳng để học nhận dạng mơ hình tàu thủy ứng dụng cho điều khiển theo phương án đầu vào – đầu

Mơ hình đầu vào – đầu mô tả hệ thống động học dựa liệu vào hệ thống Trên nguyên lý này, mơ hình đầu vào – đầu giả thiết tín hiệu miền thời gian rời rạc hệ thống dự đốn từ liệu vào khoảng thời gian trước hệ thống, tức thơng tin hệ thống thu từ trước

10

( ) ( ( ,) ( , ,) ( ))

p p p p

y k = f y k− y k− y k−n

( ,) ( , ,) ( )

u k− u k− u k−m

(2.27)

Trong đó, u k( ),yp( )k  cặp tín hiệu đầu vào – đầu hệ thống thời điểm k Các số nguyên n, m tương ứng số tín hiệu (bậc hệ thống) số tín hiệu vào hệ thống Trong thực tế m thường nhỏ n f hàm phi tuyến tĩnh, tính tốn tín hiệu hệ thống dựa tín hiệu vào trước hệ thống Nếu hệ thống tuyến tính f hàm tuyến tính phương trình (2.27) viết lại:

( ) ( 1) ( , ,) ( )

p p p n p

y k =a y k− +a y k− a y k−n

( ) ( ) ( )

1 2 , , m

b u k b u k b u k m

+ − + − + − (2.28)

trong ai (i=1,2,…, n) bi (i=1,2,…, m) số

Hình 2.6 Mơ hình đầu vào – đầu

Hình 2.7 Cấu trúc nhận dạng song song Hình 2.8 Cấu trúc nhận dạng chuỗi song song

Hệ thống nhận dạng mạng nơ-ron nói có hai cấu trúc: cấu trúc song song (hình 2.7) cấu trúc chuỗi song song (hình 2.8) Đề tài ứng dụng cấu trúc song song để nhận dạng mơ hình tàu thủy liên tục theo thời gian Trong cấu trúc này, mạng nơ-ron hệ thống điều khiển nhận tín hiệu vào từ bên ngồi; tín hiệu hệ thống không dùng để đưa vào mạng nơ-ron Hệ thống điều khiển mạng nơ-ron nhận dạng hai trình riêng biệt chia sẻ tín hiệu vào từ bên ngồi Các tín hiệu mạng nơ-ron hệ thống điều khiển không ảnh hưởng đến Các kết mô chứng minh hiệu tính khả thi phương pháp

Trong đề tài, mạng nơ-ron nhận dạng BĐK NN2 biểu diễn hình 2.7 2.3 Kết luận chương

Chương tác giả tập trung nghiên cứu xây dựng BĐK PID dựa mạng nơ-ron lan truyền ngược khơng có có nhận dạng nơ-ron Trong BĐK PID nơ-ron này, tác giả thêm thuật toán huấn luyện tăng cường để tăng tốc độ thích nghi hệ thống, điều chỉnh nhanh xác tham số BĐK PID

12

CHƯƠNG KẾT QUẢ MÔ PHỎNG

Trong nghiên cứu sử dụng mơ hình tốn học tàu mơ hình tàu thật Mariner Class Vessel Để điều khiển quay trở tàu đáp ứng tốt trường hợp góc đặt hướng lớn, mơ hình tham khảo tính động học tàu sử dụng để tạo hướng phù hợp với động học tàu cung cấp cho BĐK

Nhằm kiểm tra tính ổn định tính bền vững ổn định BĐK hướng Ảnh hưởng gió đến thân tàu dựa nghiên cứu Isherhood 1972 Tốc độ gió thay đổi ngẫu nhiên theo chu kỳ giây giới hạn phạm vi [-600,+600] với chu kỳ 30 giây Nhiễu thiết bị đo hướng biểu diễn tín hiệu ngẫu nhiên phân bố khoảng [-0.10,+0.10] Tính phi tuyến động xét đến, phạm vi giới hạn góc bẻ lái  khoảng [-350,+350] tốc độ bẻ lái  =r khoảng [-2.50/s, +2.50/s] Trong tất tình huống, tốc độ ban đầu tàu 15 hải lý/giờ

3.1 Bộ điều khiển PID nơ-ron dựa mạng lan truyền ngược khơng có nhận dạng Mạng nơ-ron gồm nơ-ron lớp vào, nơ-ron lớp ẩn nơ-ron lớp Đầu vào mạng bao gồm hướng mong muốn r , hướng thực tế , sai số hướng e(k), hiệu

số e(k) - e(k-1) Ba nơ-ron lớp tương ứng với tham số Kp, Ki Kd điều khiển

PID Hệ số học số lần huấn luyện chu trình cố định (n=50, = 0.5), giá trị xung lượng thêm vào trình huấn luyện lan truyền ngược η = 0.025 Phạm vi đổi hướng từ -25.00 đến +25.00 Thời gian mô 900 giây

3.1.1 Khơng có gió nhiễu tín hiệu tác động

Hình 3.1 cho thấy BĐK BPNN-PID có độ vọt lố nhỏ, tính bền vững tốt độ ổn định cao, thời gian xác lập nhanh góc bẻ lái nhỏ so với BĐK PID thơng thường Trên Hình 3.2 biểu thị thay đổi tham số Kp, Ki Kd điều chỉnh

bởi mạng nơ-ron đề xuất

Hình 3.1 Hướng tàu góc bẻ lái khơng có gió nhiễu

Hình 3.2 Sự thay đổi tham số Kp, Ki

Hình 3.3 minh họa sai số hướng tàu, tốc độ gia tốc quay trở hướng mũi tàu Cho ta thấy tính hiệu bền vững BĐK BPNN- PID đề xuất

Hình 3.3 Sai số hướng đi, tốc độ gia tốc quay trở hướng mũi tàu Bảng 3.1 Tổng bình phương độ lệch hướng tổng bình phương góc bẻ lái khơng có gió nhiễu

Khơng gió

BĐK PID E 23,72

Eδ 156,28

BĐK BPNN-PID E 20,98

Eδ 148,27

3.2.2 Khi có gió nhiễu tác động Hình 3.4 cho thấy có

gió nhiễu tác động, máy lái tự động sử dụng BĐK BPNN-PID có mức độ dao động hơn, đảm bảo tính bền vững ổn định suốt thời gian tiến hành mơ Góc bẻ lái nhỏ so với BĐK PID thông thường, điều đảm bảo cho động máy lái không bị tải điều kiện nhiễu môi trường tác động

14 Hình 3.5 Sự thay đổi tham số Kp, Ki Kd

có nhiễu tác động

Hình 3.6 Sai số hướng đi, tốc độ gia tốc quay trở hướng mũi tàu

Hình 3.5 minh họa tham số Kp, Ki Kd điều chỉnh cách tự động

suốt q trình mơ mạng nơ-ron tác động nhiễu gió tới hướng tàu Bảng 3.2 Tổng bình phương độ lệch hướng tổng bình phương góc bẻ lái có nhiễu gió tác

động

Có gió

BĐK PID E 28,32

Eδ 171,24

BĐK BPNN-PID E 26,43

Eδ 159,45

3.2 Bộ điều khiển PID nơ-ron dựa mạng nơ-ron lan truyền ngược có mạng nhận dạng Mạng nơ-ron dùng để điều chỉnh tham số BĐK PID (NN1) gồm nơ-ron lớp vào, nơ-ron lớp ẩn nơ-ron lớp Đầu vào mạng bao gồm hướng mong muốn r ,

hướng thực tế , sai số hướng e(k), hiệu số e(k) - e(k-1) Ba nơ-ron lớp tương ứng với tham số Kp, Ki Kd điều khiển PID Mạng nơ-ron nhận dạng (NN2)

3.2.1 Khơng có gió nhiễu tín hiệu đo tác động Hình 3.7 cho thấy

BĐK BPNN-PID với mạng nhận dạng nơ-ron có độ vượt giá trị điều khiển nhỏ, tính bền vững tốt độ ổn định cao, thời gian xác lập nhanh góc bẻ lái đáp ứng nhanh so với BĐK PID thông thường Trên hình 3.8 biểu thị thay đổi tham số Kp, Ki Kd

điều chỉnh BDK với mạng nơ-ron nhận

dạng Hình 3.7 Hướng tàu góc bẻ lái khơng có gió nhiễu

Hình 3.8 Sự thay đổi tham số Kp, Ki, Kd

16 Hình 3.9 Sai số hướng đi, tốc độ gia tốc

quay trở hướng tàu khơng gió nhiễu

Hình 3.10 Đầu nhận dạng nơ-ron NN2 khơng có gió nhiễu Bảng 3.3 Tổng bình phương độ lệch hướng tổng bình phương góc bẻ lái khơng gió

nhiễu

Khơng gió nhiễu

BĐK PID E 23.91

Eδ 149.41

BĐK BPNN-PID có NN nhận dạng

E 17.44

Eδ 149.33

3.2.2 Khi có gió nhiễu tác động

Hình 3.11 minh họa hướng góc bẻ lái tàu dùng BĐK PID nơ-ron với nhận dạng, ta thấy hướng ổn định, thời gian xác lập nhanh góc bẻ lái phù hợp, tính bền vững cao

Hình 3.12 Sự thay đổi thơng số Kp, Ki Kd

Hình 3.13 Sai số hướng đi, tốc độ gia tốc quay

trở hướng tàu có gió nhiễu Hình 3.22 Đầu nhận dạng nơ-ron NN2 có gió nhiễu Bảng 3.4 Tổng bình phương độ lệch hướng tổng bình phương góc bẻ lái có nhiễu gió

Có gió nhiễu

BĐK PID E 31.32

Eδ 195.76

BĐK BPNN-PID có NN nhận dạng

E 18.35

Eδ 154.39

18 3.4 Kết luận chương

Chương tác giả trình bày kết mơ máy tính BĐK đề xuất chương Mơ hình tốn học tàu mơ hình phi tuyến tàu thật sử dụng tình mơ Các tín hiệu nhiễu ngẫu nhiên tín hiệu, tác động gió đến q trình giữ hướng sử dụng để kiểm chứng tính khả thi đáp ứng BĐK Gió thay đổi q tình mơ để kiểm tra thích nghi BĐK đến thay đổi tác động bên

Kết cho thấy hoạt động ổn định hiệu BĐK PID nơ-ron so với PID truyền thống khả thích nghi với thay đổi môi trường Mạng nơ-ron nhận dạng cho kết khả quan kết hợp với BĐK PID nơ-ron

CHƯƠNG KẾT QUẢ THỰC NGHIỆM

4.1 Điều kiện thực nghiệm

Mơ hình tàu tiến hành thực nghiệm hồ bơi trường Đại học Giao thông Vận tải thành phố Hồ Chí Minh với kích thước hồ bơi 9m x 25m Tác giả tiến hành điều khiển tàu chạy bám theo biên dạng hồ bơi mơ tả hình 4.1 Quỹ đạo mong muốn tàu mô tả năm điểm chuyển hướng tàu tiến hành chuyển hướng ba lần với giá trị góc bẻ lái sau 90 −  − 90 90 Tại thời điểm ban đầu tàu đặt dọc theo chiều rộng hồ bơi tương ứng với góc mũi tàu ban đầu 10 Chiều dài quỹ đạo mong muốn (hình 4.1) Ltrajectory = 57(m)

Hình 4.1 Quỹ đạo di chuyển mong muốn tàu - Tải trọng mang theo tàu 4.5 kg;

- Chiều cao mớn nước 100 mm, chiều dài tàu 1500 m, chiều rộng 250mm; - Giới hạn góc bánh lái từ − 20 đến 20 Giới hạn vận tốc góc bánh lái từ

5 / s

−  đến 5 / s ;

- Thời gian lấy mẫu hệ thống 0.1s; - Vận tốc di chuyển tàu số 0.4 m/s;

Trong q trình mơ phỏng, để kiểm tra đáp ứng điều khiển, tác giả thêm vào ba loại nhiễu sau:

- Nhiễu dòng chảy số làm lệch góc mũi tàu 10; - Nhiễu trình đo đạc số ngẫu nhiên

Ngồi ra, q trình mơ phỏng, vị trí tàu xác định phương pháp tích phân có dạng sau:

( ) ( ) ( )

( ) ( ) ( )

0

0

0 cos

0 sin

t

t

x t x U t dt

y t y U t dt



 

= +

  

 = +







Hình 4.2 Điều kiện thực nghiệm tàu mơ hình thực tế

Hình 4.3 Tàu mơ hình

4.2 Kết thực nghiệm

Hình 4.4 mơ tả sơ đồ khối hệ thống lái tàu tự động sử dụng PID nơ-ron (khối PID Neural Network) Trong đó, nhiễu sóng biển tác động lên hệ thống mơ tả khối Wind-wave effect; nhiễu dịng chảy mô tả khối Ocean current effect nhiễu trình đo đạc cộng trực tiếp vào góc mũi tàu Khối PID neural network điều khiển hệ thống lái tàu

Hình 4.4 Sơ đồ khối hệ thống điều khiển hướng tàu sử dụng BĐK PID nơ-ron

20

đường LOS) theo thời gian hình 4.5 Hơn nữa, tác giả đưa hai đồ thị mô tả góc bánh lái góc mũi tàu thu từ cảm biến hình 4.6 4.7

Hình 4.5 Quỹ đạo tàu với BĐK PID nơ-ron

Hình 4.5 mơ tả quỹ đạo di chuyển tàu hệ thống lái tàu tự động sử dụng PID nơ-ron Ta thấy xuất vòng tròn giới hạn (màu vàng) có tâm đặt điểm chuyển hướng waypoint 2, waypoint 3, waypoint với bán kính ba lần chiều dài tàu Các vịng trịn dùng để xác định vị trí tàu bắt đầu chuyển hướng để bám theo đoạn thẳng quỹ đạo Ngồi ra, từ hình 4.5, ta thấy qua điểm chuyển hướng waypoint tàu khơng bị lệch khỏi quỹ đạo mong muốn nhiên tàu lại bị dao động xung quanh đoạn thẳng quỹ đạo tạo thành từ waypoint waypoint Sai số bám quỹ đạo lớn tàu từ waypoint đến waypoint 0.1557m tương ứng với điểm B hình 4.5 hình 4.6

Hơn nữa, ta nhận thấy đáp ứng PID nơ-ron tốt nên qua điểm chuyển hướng waypoint 2, tàu nhanh chóng bám theo đoạn quỹ đạo mong muốn Ngoài qua điểm chuyển hướng waypoint ta thấy tàu không bị lệch khỏi quỹ đạo mong muốn nhiên bán kính bẻ lái tàu lớn (R=3Lship= 4.5m) nên vừa qua điểm chuyển hướng waypoint tàu vào vòng tròn giới hạn với tâm điểm chuyển hướng waypoint nên tàu lại phải tiếp tục chuyển hướng để bám theo đoạn thẳng quỹ đạo tạo thành từ waypoint waypoint Chính mà đoạn thẳng quỹ đạo sai số bám quỹ đạo tàu chưa thể tiến

Hình 4.6 Sai số bám quỹ đạo tàu với BĐK PID nơ-ron

Ngồi ra, từ hình 4.5, ta thấy sau tàu khỏi vòng tròn giới hạn có tâm điểm chuyển hướng waypoint sai số bám quỹ đạo vùng ổn định từ điểm E đến điểm C hình 4.7 hình 4.8 có sai số bám quỹ đạo dao động quanh giá trị với sai bám quỹ đạo lớn vùng 0.1557m Thời gian xác lập tàu tính từ thời điểm bắt đầu chuyển hướng từ điểm A để bám theo đoạn thẳng quỹ đạo tạo thành từ điểm chuyển hướng waypoint waypoint T = 11.97s (t100-t10 =18.25-6.28=11.97s) Tương tự tàu khỏi vòng tròn giới hạn có tâm điểm chuyển hướng waypoint 4, ta thấy sai số bám quỹ đạo vùng ổn định từ điểm F đến điểm chuyển hướng waypoint bị dao động quanh giá trị giá trị sai số bám quỹ đạo lớn vùng 0.1148m Thời gian xác lập tàu tính từ thơi điểm bắt đầu chuyển hướng từ điểm C để bám theo đoạn thẳng quỹ đạo tạo thành từ điểm chuyển hướng waypoint waypoint T=17.54s (t280-t190=82.79-64.25=17.54s)

Hình 4.7 Sai số góc mũi tàu tàu với BĐK PID nơ-ron

22

Hình 4.8 Góc bánh lái với BĐK PID nơ-ron

Hình 4.8 thể đáp ứng góc bánh lái tàu hệ thống lái tàu tự động sử dụng BĐK PID nơ-ron Ta thấy rằng, góc bánh lái mong muốn – tín điệu đầu điều khiển (desired rudder angle) (đường màu đỏ hình 4.8) có bước nhảy lớn thời điểm t=6.25s; 51.1s; 64.2s, nhiên đáp ứng góc bánh lái thực tế đường cong trơn bánh lái tàu mơ hình bị giới hạn góc bị giới hạn cả vận tốc góc nên đáp ứng góc bánh lái thực tế khơng thể có bước nhảy q lớn

Hình 4.9 Góc mũi tàu với BĐK PID nơ-ron

Hình 4.9 mơ tả góc mũi tàu thu từ cảm biến la bàn theo thời gian Sau tàu qua điểm chuyển hướng waypoint 2, vùng ổn định từ điểm E đến điểm C, sai số góc mũi tàu không tiến 00 mà dao động quanh giá trị Điều giải thích q trình di chuyển tàu chịu ảnh hưởng nhiễu từ môi trường nên làm góc mũi tàu bị dao động Tương tự tàu qua điểm chuyển hướng waypoint 4, vùng ổn định từ điểm F đến điểm chuyển hướng waypoint 5, góc mũi tàu dao động quanh giá trị 00

4.3 Kết luận chương

Kết đạt chương cụ thể sau:

- Sử dụng mơ hình tàu thật thu nhỏ sở nghiên cứu phương trình động học động lực học tàu thủy nhiễu loạn môi trường (như sóng, gió, dịng chảy,…) tác động vào tàu

- Sử dụng BĐK PID nơ-ron thích nghi cho hệ thống điều khiển hướng chương áp dụng tàu cho mơ hình tàu đưa

có thể dẫn tàu theo quỹ đạo mong muốn Thực nghiệm nhằm kiểm chứng khả điều khiển hướng tàu theo giá trị thay đổi hướng mong muốn

- Tiến hành thực nghiệm dẫn đường cho mơ hình thật thu nhỏ hồ bơi Kết cho thấy tính hiệu thích nghi BĐK đề xuất

KẾT LUẬN VÀ KIẾN NGHỊ 1 KẾT LUẬN

Luận án đạt mục đích nghiên cứu đặt ra, với kết cụ thể sau: 1.1 Hệ thống hóa sở lý luận thuật tốn điều khiển thích nghi dựa kết hợp mạng nơ-ron nhân tạo lý thuyết điều khiển PID thơng thường Trên sở đó, đề xuất phát triển thuật toán ứng dụng vào thiết kế máy lái tự động sử dụng điều khiển PID nơ-ron thích nghi cho điều khiển hướng tàu thủy

1.2 Ứng dụng lập trình Matlab để mơ điều khiển đề xuất, đánh giá chất lượng điều khiển PID nơ-ron thích nghi với điều khiển PID thông thường

1.3 Thiết kế mô BĐK PID nơ-ron dựa mạng lan truyền ngược, tác giả sử dụng nhận dạng nơ-ron để nhận dạng mơ hình tàu Bộ nhận dạng sử dụng mạng nơ-ron nhiều lớp truyền thẳng tác giả huấn luyện mạng theo phương pháp trực tuyến, tăng cường nên tốc độ thích nghi tốt, có khả nhận dạng mơ hình tàu phi tuyến biến đổi theo thời gian Với việc kết hợp mơ hình nhận dạng nơ-ron này, phương pháp điều khiển tiến hành kiểu điều khiển dự đoán theo thời gian thực, nâng cao tính thích nghi chất lượng điều khiển

1.4 Thực nghiệm điều khiển mơ hình tàu thu nhỏ môi trường bể thử nhằm kiểm chứng BĐK PID nơ-ron đáp ứng toàn hệ thống tác động mơi trường bên ngồi tính phi tuyến mơ tàu hình thật

Các tham số Tỷ lệ - Tích phân - Vi phân (Kp, Ki, Kd) BĐK PID điều chỉnh mạng nơ-ron lan truyền ngược

Tính thể luận án thông qua kết sau:

- Đề xuất mơ hình sử dụng mạng nơ-ron lan truyền ngược tăng cường kết hợp với BĐK PID truyền thống điều khiển hướng tàu thủy

- Đề xuất mạng nơ-ron nhận dạng mơ hình tàu thủy sử dụng kết hợp với BĐK PID nơ-ron nhằm nâng cao chất lượng điều khiển, hỗ trợ trình học thích nghi mạng nơ-ron điều khiển

- Thuật toán huấn luyện mạng nơ-ron lan truyền ngược tăng cường lần đầu sử dụng kết hợp với BĐK PID áp dụng cho điều khiển hướng tàu thủy cho kết tốt

BĐK PID nơ-ron dựa mạng nơ-ron nhân tạo đề xuất luận án cho thấy các phương án khả thi trình bày luận án “Nghiên cứu ứng dụng điều khiển PID dựa mạng nơ-ron nhân tạo thích nghi cho hệ thống điều khiển tàu thủy” Các kết mô thực nghiệm đem lại kết tốt BĐK PID truyền thống phạm vi nghiên cứu luận án chứng tỏ mục tiêu nghiên cứu đạt

2 KIẾN NGHỊ

Kiến nghị luận án vấn đề cần quan tâm hướng nghiên cứu tiếp theo, cụ thể:

24

luận án mơ số tình máy tính với số lần hạn chế, tình hạn chế Tiến hành thực nghiệm dừng BĐK PID nơ-ron khơng có nhận dạng

2.2 Luận án nghiên cứu tính khả thi phương án điều khiển đề xuất, chưa nghiên cứu so sánh có hệ thống phương án với để kiểm nghiệm mơ hình tốt cho việc kết hợp BĐK PID mạng nơ-ron nhân tạo Tuy nhiên áp dụng mơ hình cho đối tượng điều khiển cho tốt nhất, chí tối ưu hướng nghiên cứu cần thêm thời gian điều kiện nhiều Tác giả dành công việc cho nghiên cứu tương lai gần