Đang tải... (xem toàn văn)
Thiết kế và mô phỏng hệ thống điều khiển tốc độ động cơ DC sử dụng bộ điều khiển FuzzyPID. Biết các tham số của động cơ như sau: Công suất định mức Pđm = 1500W, điện áp định mức Uđm = 200V, dòng điện định mức Iđm = 11,24 A, momen định mức Mđm = 10 Nm, tốc độ định mức nđm = 1500 rpm. Các tham số: R = 0,5 Ω; L = 0,02 H; Kt = 1 NmA; Kb = 1,25 Vrads; J = 0,1 kgm2; Kf = 0.008 N.mrads.CHƯƠNG 1: TỔNG QUAN VỀ KỸ THUẬT ĐIỀU KHIỂN MỜMô hình tổng quát và chức năng của các khâu trong hệ mờKỹ thuật mờ hóa đầu vào đầu raLuật hợp thành mờĐặc điểm và khả năng ứng dụng của hệ mờCHƯƠNG 2: XÂY DỰNG MÔ HÌNH TOÁN HỌC HỆ THỐNG ĐIỀU KHIỂN TỐC ĐỘ ĐỘNG CƠ DCKhái niệm chungCác phương pháp điều khiển tốc độ động cơ DCXây dựng mô hình toán hệ thống động cơ DC trên Matlab SimulinkKết luật về đặc điểm của đối tượng điều khiểnCHƯƠNG 3: THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN PID TRUYỀN THỐNGCấu trúc bộ điều khiển PIDCác phương pháp thiết kế bộ điều khiển PIDThiết kế bộ điều khiển PID truyền thốngCHƯƠNG 4: THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN FUZZYPIDCấu trúc bộ điều khiển Fuzzy PIDThiết kế và mô phỏng bộ điều khiển Fuzzy PIDNgày nay, xã hội ngày càng phát triển thì nhu cầu của con người ngày càng cao. Lĩnh vực điều khiển tự động ngày càng phát triển, đặc biệt là điều khiển chính xác, đã trở thành một phần không thể thiếu của nền công nghiệp hiện đại. Phần lớn các loại máy móc, thiết bị dân dụng hay trong công nghiệp sử dụng động cơ điện, từ động cơ điện trong các máy công cụ, máy CNC, các cánh tay robot,…đến trong những thiết bị gia dụng như máy giặt, điều hòa, máy hút bụi, ngay cả trong máy vi tính. Những hiết bị như vậy yêu cầu độ chính xác cao, tiết kiệm năng lượng, tuổi thọ và chu kì bảo dưỡng dài. Một trong những yêu cầu cần được đáp ứng để đạt những chỉ tiêu trên đây là điều khiển được tốc độ động cơ điện một cách ổn định, đáp ứng nhanh, vận hành trơn tru khi xác lập và khi thay đổi trạng thái.Một cách tiếp cận mới đã mang lại nhiều kết quả thực tiễn và đang tiếp tục phát triển đó là cách tiếp cận của lý thuyết tập mờ (FUZZY SET THEORY), do giáo sư Lotfi Zadeh của trường đại học California Mỹ đề ra năm 1965. Công trình này thực sự đã khai sinh một ngành khoa học mới là lý thuyết tập mờ và đã nhanh chóng được các nhà nghiên cứu công nghệ mới chấp nhận ý tưởng. Một số kết quả bước đầu và hướng nghiên cứu tiếp theo góp phần tạo nên những sản phẩm công nghiệp đang được tiêu thụ trên thị trường. Lý thuyết tập mờ ngày càng phong phú và hoàn chỉnh, đã tạo nền vững chắc để phát triển logic mờ.Trong điều khiển hiện đại, lý thuyết mờ cung cấp cho ta một hướng đi mới, xây dựng những hệ điều khiển mờ thuần túy hoặc những hệ mờ lai với mục đích nâng cai chất lượng các bộ điều khiển, cũng như điều khiển những đối tượng chưa biết hoặc khó nhận dạng.Có thể nói logic mờ (Fuzzy logic) là nền tảng để xây dựng các hệ mờ thực tiễn, ví dụ trong công nghiệp sản xuất xi măng, sản xuất điện năng, các hệ chuyên gia trong y học giúp chuẩn đoán và điều trị bệnh, các hệ chuyên gia trong xử lý tiếng nói, nhận dạng hình ảnh,...Công cụ chủ chốt của logic mờ là tiền đề hóa và lập luận xấp xỉ với phép suy diễn mờ.Đây là một bước tiến có tính đột phá trong việc phiên dịch hay lượng hóa những mệnh đề của ngôn ngữ tự nhiên, có chứa những thông tin không chính xác và không đầy đủ, (các thông tin “mờ”) sang các ngôn ngữ hình thức, ngôn ngữ lập trình.CHƯƠNG 1: TỔNG QUAN VỀ KỸ THUẬT ĐIỀU KHIỂN MỜ1.1. Mô hình tổng quát và chức năng của các khâu trong hệ mờĐiều khiển mờ dựa trên cơ sở lý thuyết logic mờ, hiện đang có vai trò quan trọng trong các hệ điều khiển hiện đại bởi các ưu điểm: Hệ thống điều khiển sử dụng bộ điều khiển mờ có tính khả thi cao. Các chỉ tiêu kỹ thuật của hệ thống như độ tác động nhanh, tính bền vững và ổn định tốt. Dễ dàng thiết kế và thay đổi giải thuật điều khiển. Hệ thống sử dụng bộ điều khiển mờ cho phép điều khiển các đối tượng mà mô hình toán học của chúng không xác định được rõ ràng.Hệ MRAS điều khiển tốc độ động cơ. Hệ điều khiển mờ sử dụng được “các kinh nghiệm vận hành đối tượng và các xử lý điều khiển của chuyên gia” trong thuật toán điều khiển. Do vậy hệ điều khiển mờ tiến gần với tư duy điều khiển của con người. Hình 1.1: Cấu trúc của một hệ điều khiển mờ đơn giảnĐiều khiển mờ có thế mạnh trong các hệ thống sau: Hệ thống điều khiển phi tuyến Hệ thống điều khiển mà các thông tin đầu vào hoặc đầu ra không đày đủ hoặc không chính xác. Hệ thống điều khiển khó xác định mô hình hoặc không xác định được mô hình của đối tượng.Về nguyên tắc hệ thống điều khiển mờ cũng không có gì khác so với các hệ điều khiển thông thường. Cấu trúc hệ điều khiển mờ cũng bao gồm các khối chức năng tương tự như các hệ điều khiển truyền thống. Điểm sai khác duy nhất ở đây là sử dụng bộ điều khiển mờ. Hình 1 là sơ đồ khối của hệ điều khiển mờ, trong đó bộ điều khiển mờ FLC (Fuzzy Logic Controller) bao gồm bốn khối: khối mờ hóa, khối hợp thành, khối luật điều khiển và khối giải mờ. Khối mờ hóa có nhiệm vụ biến đổi các giá trị rõ đầu vào thành một miền giá trị mờ với hàm liên thuộc đã chọn ứng với biến ngôn ngữ đầu vào đã được định nghĩa. Có thể sử dụng các hàm liên thuộc dạng tam giác, dạng Gauss... Số lượng tập mờ trong biến ngôn ngữ được lựa chọn phù hợp với đối tượng trong quá trình điều khiển nhất định, số tập mờ thường được lựa chọn theo kinh nghiệm chuyên gia. Khối hợp thành dùng để biến đổi các giá trị mờ hóa của biến ngôn ngữ đầu vào thành các giá trị mờ của biến ngôn ngữ đầu ra theo luật hợp thành nào đó.Trong hệ điều khiển thường dùng các luật hợp thành MaxPROD hoặc MaxMIN. Khối luật mờ bao gồm các luật “IF... THEN” dựa vào các luật mờ cơ sở. Luật mờ thể hiện tư duy, kiến thức và kinh nghiệm của người thiết kế. Nếu hệ mờ được thiết kế phù hợp với đối tượng, thích hợp với từng biến và giá trị của các biến ngôn ngữ theo quan hệ mờ VàoRa, hệ thống sẽ ổn định bền vững và thỏa mãn yêu cầu chất lượng mong muốn. Khối giải mờ biến đổi các giá trị mờ đầu ra thành các giá trị rõ để điều khiển đối tượng. Có thể sử dụng các phương pháp giải mờ như: phương pháp cực đại, phương pháp trọng tâm theo các biểu thức...Một hệ thống bao gồm bộ điều khiển xử lý mờ FLC với các bốn khối cơ bản như trên được gọi là một hệ mờ cơ bản.1.2. Kỹ thuật mờ hóa đầu vào đầu ra1.2.1. Quá trình mờ hóaMờ hóa là một ánh xạ từ một giá trị rõ x ∈ U ∈ Rn sang một tập mờ A trong tập nền U. Mờ hóa phải đảm bảo: Độ phụ thuộc là lớn nhất, đảm bảo tính khử nhiễu, tính toán đơn giản.Trong điều khiển, với mục đích sử dụng các hàm thuộc sao cho khả năng tích hợp chúng là đơn giản, người ta chỉ quan tâm đến 3 kiểu mờ hóa cơ bản sau:Hàm Singleton (cũng gọi là hàm Kronecker).Hàm hình tam giác.Hàm hình thang.Trong ba cách trên, mờ hóa theo hàm tam giác đảm bảo khử nhiễu nhưng tính toán và khử nhiễu khó, lâu. Chỉ có mờ hóa theo kiểu Singleton là được sử dụng nhiều nhất mặc dù nó không có tính khử nhiễu nhưng tính toán đơn giản và nhanh.1.2.2. Thiết bị hợp thành mờThiết bị hợp thành được hiểu là sự ghép nối chung giữa bản thân nội dung luật hợp thành và thuật toán xác định giá trị mờ của luật hợp thành khi biết trước giá trị rõ của tín hiệu đầu vào.Trọng tâm của hệ mờ chính là mệnh đề IF … THEN. Ta xét hệ MISO (n đầu vào, 1 đầu ra), mệnh đề hợp thành mô tả hệ MISO là:Ri:IF x1=A11 and …and xn=An1 THEN y= Bj1()Với:x= (x1,…,xn)Tlà vector đầu vào.ylà đầu ra.Ai1là các tập mờ của biến đầu vào (i=1 n).Bj1là các tập mờ của biến đầu ra.Dạng () là dạng chuẩn của mệnh đề hợp thành vỡ tất cả các dạng mô tảkhác đều có thể đưa về dạng này. Chẳng hạn nếu hệ mờ là MIMO thì nó chính là tổng của các hệ con MISO mà chúng được mô tả dưới dạng (). Gọi R là luật hợp thành chung cho các mệnh đề Ri (i=1 n) ở trên: (phép tích hợp tập mờ Ri)Thiết bị hợp thành được gọi bằng tên của quy tắc thực hiện luật hợp thành.Trong điều khiển có 4 thiết bị chính sau: Thiết bị hợp thành Max – Min□ Phép suy diễn được thực hiện với luật Min µA=>B (y) = Min {HµB(y)}□ Phép hợp mờ được thực hiện với luật Max µAvB (y) = Max {µA(y), µB(y)} Thiết bị hợp thành Sum Prod□ Phép suy diễn được thực hiện bởi luật Prob µA=>B (y) = HµB(y)□ Phép hợp mờ được thực hiện theo luật Max: µAvB (y) = Min {1,µA(y) + µB(y)} Thiết bị hợp thành Sum – Min□ Phép suy diễn được thực hiện theo luật Min: µA=>B (y) = Min {HµB(y)}□ Phép hợp mờ được thực hiện theo luật Max: µAvB (y) = Min {1,µA(y) + µB(y)}1.3. Luật hợp thành mờ1.3.1. Mệnh đề hợp thànhCho hai biến ngôn ngữ χ và γ, nếu χ nhận tập mờ A với hàm thuộc µA(x) và γ nhận giá trị tập mờ B có hàm thuộc µB(y). Thì biểu thức χ = A gọi là mệnh đề điều kiện, γ = B gọi là mệnh đề kết luận. Theo 2, 4, 13 phép hợp thành được mô tả: IF χ = A THEN γ = B (từ A suy ra B – mệnh đề hợp thành một điều kiện) Biểu diễn giá trị mờ đó là tập B thì mệnh đề hợp thành chính là ánh xạ: µA(x0) → µB(y)1.3.2. Mô tả mệnh đề hợp thànhÁnh xạ µA(x0) → µB(y) chỉ ra rằng mệnh đề hợp thành là một tập mà mỗi phần tử là một giá trị (µA(x0), µB(y)), có nghĩa rằng mỗi phần tử là một tập mờ. Mô tả mệnh đề hợp thành tức là mô tả ánh xạ trên 2, 4, tr.3643, 13, 17. Xét mệnh đề hợp thành mờ có cấu trúc: IF χ = A THEN γ = B hay µA(x) ⇒ µB(y) với µA, µB ∈0, 1 Trong đó µA(x) là hàm thuộc của tập mờ đầu vào A định nghĩa trên tập nền X và µB(y) là hàm thuộc của tập B trên tập nền Y. Giá trị của mệnh đề hợp thành mờ (2.21) là một tập mờ B′ định nghĩa trên không gian nền Y và có hàm thuộc. µB′ (y):0,1 × 0,1 → 0,1Trong kỹ thuật điều khiển thường dùng hai quy tắc hợp thành mờ Quy tắc hợp thành MIN:µB′ ( y) = min{µ A , µB ( y)} Quy tắc hợp thành PROD: µB′ ( y) µB′ = µAµB (y) Hình 1.2: Quy tắc hợp thành mờ1.3.2. Luật hợp thành mờa) Luật hợp thành mờ Xét một luật hợp thành R gồm n mệnh đề hợp thành R1, R2, R3,..., Rn cho biến vào là χ và biến ra là γ như sau:R1: IF χ = A1 THEN γ = B1 OR R2: IF χ = A2 THEN γ = B2 OR R3: IF χ = A3 THEN γ = B3 OR ....... Rn: IF χ = An THEN γ = Bn Trở lại với trường hợp vận tốc xe ô tô, với mỗi giá trị vật lý x0 của biến tốc độ đầu vào thì thông qua một phép suy diễn mờ ta có n tập mờ , , ,..., từ n mệnh đề R1, R2, R3,... Rn của luật hợp thành R. Ký hiệu các hàm thuộc của các tập mờ này là (y), (y), (y),..., (y). Giá trị của luật hợp thành R ứng với x0 được hiểu là tập mờ R′ xác định qua phép hợp n tập mờ , , ,..., . Tùy thuộc vào các phép tính (y), (y), (y),..., (y) và R′ ta có các luật hợp thành mờ như: Luật hợp thành MaxMIN, nếu (y), (y), (y),..., (y) được xác định theo quy tắc hợp thành MIN và phép hợp sử dụng luật Max. Luật hợp thành MaxPROD, nếu (y), (y), (y),..., (y)được xác định theo quy tắc hợp thành PROD và phép hợp sử dụng luật Max. Luật hợp thành SumMIN, nếu (y), (y), (y),..., (y) được xác định theo quy tắc hợp thành MIN và phép hợp sử dụng luật Sum. Luật hợp thành SumPROD, (y), (y), (y),..., (y) được xác định theo quy tắc hợp thành PROD và phép hợp sử dụng luật Sum. b) Thuật toán thực hiện luật hợp thành đơn có cấu trúc SISOXét một mệnh đề hợp thành SISO cho dạng tổng quát: IF χ = A THEN γ = B Hàm thuộc µA(x) được rời rạc với n điểm mẫu x1, x2,..., xn. Và hàm thuộc µB(y) được rời rạc với m điểm mẫu y1, y2,..., ym.Xác định vector của hai hàm thuộc µA(x) và µB(y): Ma trận hợp thành R được xác định theo: Trong đó nếu áp dụng quy tắc MaxMIN thì dấu phải được thay thế bằng phép lấy cực tiểu, còn với quy tắc MaxPROD thì dấu được thực hiện như phép nhân bình thường. Hàm thuộc của giá trị đầu ra ứng với giá trị rõ đầu vào xk được xác định theo công thức: c) Thuật toán thực hiện luật hợp thành có cấu trúc MIMO Xét một mệnh đề hợp thành MISO với d mệnh đề điều kiện: IF χ1 = A1 AND χ2 = A2 AND ... AND χd = Ad THEN γ = B (2.31)Hệ thống bao gồm d biến ngôn ngữ đầu vào χ1, χ2, ..., χd và một biến ngôn ngữ đầu ra là γ. Trong mệnh đề hợp thành (2.31) liên kết AND giữa các mệnh đề được thực hiện bằng phép giao các tập mờ A1, A2, ..., Ad với nhau theo công thức (2.16) hoặc (2.17). Kết quả của phép giao sẽ là độ thỏa mãn H. Các bước xây dựng luật hợp thành R như sau:•Rời rạc hóa miền xác định hàm thuộc của mệnh đề điều kiện và mệnh đề kết luận.•Xác định độ thỏa mãn H cho từng vector giá trị rõ đầu vào là vector tổ hợp d điểm mẫu thuộc miền xác định của các hàm thuộc .Ví dụ với một vector giá trị ngõ vào: