Điều khiển neural thích nghi cho hệ mimo sử dụng labview

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA _o0o _ PHAN CÔNG THỊNH ĐỀ TÀI ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO SỬ DỤNG LABVIEW CHUYÊN NGÀNH: TỰ ĐỘNG HÓA LUẬN VĂN THẠC SỸ Tp Hồ Chí Minh, ngày 26 tháng năm 2010 NHẬN XÉT CỦA CÁN BỘ HƯỚNG DẪN Cán hướng dẫn : Ts HỒNG MINH TRÍ Họ tên học viên : PHAN CƠNG THỊNH Khóa : 2008 Tên đề tài : ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO SỬ DỤNG LABVIEW Nhận xét : Đánh giá : Tp.HCM, ngày tháng năm Cán hướng dẫn (Ký tên, ghi rõ họ tên) Ts HỒNG MINH TRÍ NHẬN XÉT CỦA CÁN BỘ PHẢN BIỆN Cán phản biện : Họ tên học viên : PHAN CÔNG THỊNH Tên đề tài Khóa : 2008 : ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO SỬ DỤNG LABVIEW Nhận xét : Đánh giá : Tp.HCM, ngày tháng Cán phản biện (Ký tên, ghi rõ họ tên) năm NHẬN XÉT CỦA CÁN BỘ PHẢN BIỆN Cán phản biện : Họ tên học viên : PHAN CƠNG THỊNH Tên đề tài Khóa : 2008 : ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO SỬ DỤNG LABVIEW Nhận xét : \ Đánh giá : Tp.HCM, ngày tháng Cán phản biện (Ký tên, ghi rõ họ tên) năm Luận văn cao học – Phan Công Thịnh CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH Cán hướng dẫn khoa học: TS Hồng Minh Trí Cán chấm nhận xét 1: Cán chấm nhận xét 2: Luận văn thạc sỹ bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SỸ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày … tháng … năm 2010 Luận văn cao học – Phan Công Thịnh ĐẠI HỌC QUỐC GIA TP HCM CỘNG HOÀ Xà HỘI CHỦ NGHIà VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập - Tự Do - Hạnh Phúc -oOo Tp HCM, ngày tháng năm 2010 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: PHAN CÔNG THỊNH Ngày, tháng, năm sinh : 19-03-1983 Giới tính : Nam Nơi sinh : BÌNH THUẬN Chun ngành : TỰ ĐỘNG HĨA Khố( Năm trúng tuyển) : 2008 MSHV: 01508350 1- TÊN ĐỀ TÀI: ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO SỬ DỤNG LABVIEW 2- NHIỆM VỤ LUẬN VĂN: • Nghiên cứu tổng qt sở lí thuyết mạng neural, lí thuyết điều khiển thích nghi • Xây dựng điều khiển neural thích nghi liên tục cho hệ Multi Input Multi Output liên tục • Xây dựng điều khiển neural thích nghi rời rạc cho hệ Multi Input Multi Output rời rạc • Xây dựng điều khiển neural thích nghi cho cánh tay robot hai bậc tự • Xây dựng điều khiển neural thích nghi cho hệ bồn nước liên kết • Nghiên cứu phần mềm Labview, khai thác card NI – USB 6008 thi cơng mơ hình thực điều khiển neural thích nghi hệ bồn nước liên kết 3- NGÀY GIAO NHIỆM VỤ : 4- NGÀY HOÀN THÀNH NHIỆM VỤ : 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS Hoàng Minh Trí Nội dung đề cương Luận văn thạc sĩ Hội Đồng Chuyên Ngành thông qua CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN QUẢN LÝ CHUYÊN NGÀNH (Họ tên chữ ký) Luận văn cao học – Phan Công Thịnh LỜI CÁM ƠN Trước tiên, xin chân thành cảm ơn Thầy Hồng Minh Trí người tận tình hướng dẫn truyền đạt kiến thức giúp tơi hồn thành luận văn Và quan trọng hết, thầy người gợi mở cho tác giả đề tài, hướng nghiên cứu mẻ, độc đáo, có tính ứng dụng cao, hoàn toàn phù hợp với lực tác giả Bên cạnh tơi xin chân thành cảm ơn đến quý thầy cô môn Điều Khiển Tự Động: thầy Huỳnh Thái Hồng, Nguyễn Thị Phương Hà, thầy Nguyễn Thiện Thành, thầy Nguyễn Đức Thành….đã định hướng hỗ trợ số phần quan trọng cho việc học tập, nghiên cứu phát triển đề tài Tôi xin chân thành cảm ơn anh Phạm Quốc Hùng, Prof Finn Haugen, có hỗ trợ, góp ý quan trọng để tơi hồn thành luận văn Tôi xin chân thành cảm ơn anh chị cao học khóa 2006 2007 hỗ trợ, động viên giúp đỡ tơi suốt khóa học Cuối cùng, xin chân thành cảm ơn quan tâm, hỗ trợ, tạo điều kiện động viên vật chất lẫn tinh thần thành viên gia đình suốt thời gian qua Tp.HCM, ngày….tháng….năm 2010 Tác giả PHAN CÔNG THỊNH Luận văn cao học – Phan Cơng Thịnh TĨM TẮT LUẬN VĂN THẠC SỸ Trong luận văn này, điều khiển neural thích nghi liên tục cho lớp hệ phi tuyến nhiều ngõ vào – ra( MIMO) phát triển dựa giải thuật điều khiển neural thích nghi liên tục cho lớp hệ phi tuyến SISO đăng tải nhiều tạp chí Trên sở kĩ thuật hồi tiếp tuyến tính hóa biến đổi hệ phi tuyến thành hệ tuyến tính cách hồi tiếp trạng thái ngõ biến đổi hệ tọa độ, rút luật điều khiển lý tưởng Đồng thời sử dụng mạng neural hàm sở xuyên tâm( Radial Basic Function) để xấp xỉ tín hiệu điều khiển đó, luật cập nhật thơng số thích nghi dựa thuyết ổn định Lyapunov đảm bảo ổn định hệ thống kín Tuy nhiên với phát triển máy tính số, điều khiển tự động sử dụng máy tính số áp dụng phổ biến, mà luật điều khiển đề cập thực nên để giải vấn đề này, tác giả dựa báo [2] xây dựng điều khiển neural thích nghi rời rạc dựa kĩ thuật chiếu ( Backstepping) với luật cập nhật trọng số dựa thuyết ổn định Lyapunov Để chứng minh tính khả thi thuật tốn, tác giả ứng dụng điều khiển để điều khiển cho hệ cánh tay robot hai bậc tự hệ bồn nước liên kết ABSTRACT In the thesis, a class of multi – input multil – output adaptive neural continuous control is developed base on algorithm a class of single– input single – output adaptive neural continuous control which is issued in the papers Base on the feedback linearizable techniques convert nonlinear system to linear system by output state feedback and transform ordination, inferable ideal control law Beside using radial basic function neural network to approximate that ideal control signal, the adaptive weights updating laws base lyapunov synthesis are guaranteed stablility of the close – loop system However, with developing digital computer, automatic control using computer is popularity deliberated, but control laws on top can not application, so that solve problem, base on paper [2], adaptive neural descrete control is designed using backstepping techniques with the adaptive weights updating laws also base lyapunov synthesis To demonstrate the effectiveness of proposed method, in the thesis, the adaptive neural controller used to simulate for two link arms and couple tank systems on Labview software Luận văn cao học – Phan Công Thịnh Mục lục Chương 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI 1.1 Đặt vấn đề 1.2 Nội dung tóm lượt luận văn………………………………………………… Chương 2: CƠ SỞ LÝ THUYẾT CỦA ĐỀ TÀI 2.1 Lý thuyết mạng neural…………………………………………………… 2.2 Lý thuyết điều khiển thích nghi…………………………………………… 2.3 Giới thiệu phần mềm labview……………………………………………… Chương 3: THIẾT KẾ BỘ ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO 3.1 Thiết kế điều khiển neural thích nghi liên tục cho hệ MIMO liên tục 3.2 Thiết kế điều khiển neural thích nghi rời rạc cho hệ MIMO rời rạc Chương 4: THIẾT KẾ BỘ ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO CÁNH TAY ROBOT HAI BẬC TỰ DO 4.1 Giới thiệu mơ hình cánh tay robot hai bậc tự 4.2 Thiết kế điều khiển neural thích nghi liên tục cho cánh tay robot hai bậc tự 4.3 Kết mô 4.4 Thiết kế điều khiển neural thích nghi rời rạc cho cánh tay robot hai bậc tự 4.5 Kết mô 4.6 Kết luận…………… Chương 5: THIẾT KẾ BỘ ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ BỒN NƯỚC LIÊN KẾT 5.1 Giới thiệu mơ hình bồn nước liên kết 5.2 Thiết kế điều khiển neural thích nghi liên tục cho hệ bồn nước liên kết 5.3 Kết mô 5.4 Thiết kế điều khiển neural thích nghi rời rạc cho hệ bồn nước liên kết 5.5 Kết mô 5.6 Kết luận…………… Chương 6: NHẬN XÉT KẾT QUẢ ĐẠT ĐƯỢC VÀ ĐỊNH HƯỚNG PHÁT TRIỂN ĐỀ TÀI Luận văn cao học – Phan Công Thịnh 6.1 Kết đạt 6.2 Một số hạn chế 6.3 Hướng phát triển Tài liệu tham khảo Luận văn cao học - Phan Công Thịnh Trang số - 66- Luận văn cao học - Phan Công Thịnh Trang số - 67- Luận văn cao học - Phan Công Thịnh Trang số - 68- Luận văn cao học - Phan Công Thịnh Hình 5.5 Mơ hình mơ mỏng điều khiển neural thích nghi rời rạc cho hệ bồn nước liên kết 5.4.2 Kết mơ ™ Trường hợp tín hiệu đặt ngõ vào hàm nấc, mở hết van xả bồn 1( a1 = 1), van xả bồn 2( a2 = 1) van liên thông a12 = Trang số - 69- Luận văn cao học - Phan Công Thịnh ™ Trường hợp tín hiệu đặt ngõ vào hàm nấc, mở hết van xả bồn 1( a1 = 1), van xả bồn 2( a2 = 1) van liên thơng a12 = ™ Trường hợp tín hiệu đặt ngõ vào hàm nấc, a1 = 0.4, a2 = 0.4 van liên thông a12 = 0.5 Trang số - 70- Luận văn cao học - Phan Công Thịnh ™ Trường hợp tín hiệu đặt ngõ vào hàm nấc, a1 = 0.4, a2 = 0.4 van liên thơng a12 = 0.5 có nhiễu ngõ biên độ 0.005 ™ Trường hợp tín hiệu đặt ngõ vào hàm Sine(biên độ 10, offset 20, tần số 0.002), a1 = 0.4, a2 = 0.4 van liên thông a12 = 0.5 Trang số - 71- Luận văn cao học - Phan Công Thịnh Trang số - 72- Luận văn cao học - Phan Công Thịnh Chương 6: Nhận xét kết đạt định hướng phát triển 6.1 Kết đạt • Đầu tiên, tác giả tìm hiểu phần mềm labview nhúng thuật tốn điều khiển neural thích nghi vào Labview thành cơng • Tác giả thiết kế điều khiển neural thích nghi liên tục rời rạc cho đối tượng cánh tay máy bậc tự bồn nước liên kết sử dụng phần mềm labview, kết điều khiển tốt Hai đối tượng đặc trưng cho lớp hệ có thời gian trễ lớn hệ đáp ứng nhanh để kiểm chứng khả ứng dụng thuật tốn điều khiển • Tác giả thiết kế thi cơng điều khiển neural thích nghi cho đối tượng bồn nước liên kết sử dụng phần mềm labview qua card NI – USB 6008, kết điều khiển tốt ™ Nhận xét chung: Về bản, tác giả luận văn xây dựng điều khiển neural thích nghi cho lớp hệ nhiều ngõ vào nhiều ngõ ra, áp dụng cho miền liên tục rời rạc Tuy nhiên, thời gian thực đề tài có giới hạn nên mắc phải số hạn chế sau 6.2 Một số hạn chế Bên cạnh kết đạt được, luận văn mang số khuyết điểm hạn chế sau: - Thứ nhất, phần mềm labview ngôn ngữ lập trình theo cách lập trình sơ đồ dạng khối nên tác giả gặp nhiều khó khăn vấn đề nhúng thuật tốn neural thích nghi - Thứ hai, thời gian có hạn mà luận văn chạy thực nghiệm mơ hình thực cho đối tượng có thời gian trễ lớn hệ bồn liên kết,chưa kiểm chứng cho đối tượng yêu cầu thời gian đáp ứng nhanh - Thứ ba, luận văn tập trung thiết kế cho giải thuật neural thích nghi trực tiếp cho miền liên tục rời rạc Trong đó, giải thuật thích nghi lại Trang số - 73- Luận văn cao học - Phan Cơng Thịnh nhiều, cần phải mở rộng nhiều giải thuật điều khiển khác cho nhiều loại đối tượng khác Để khắc phục khuyết điểm hạn chế trên, tác giả vạch hướng phát triển cho nhà nghiên cứu tiếp theo, để luận văn ứng dụng nhiều lĩnh vực điều khiển tự động Việt Nam 6.3 Hướng phát triển - Thứ nhất, thiết kế tự chỉnh định độ lợi để tối ưu hóa sai số tín hiệu điều khiển - Thứ hai, phát triển điều khiển neural mờ thích nghi để vừa khai thác khả học mạng neural vừa khai thác kinh nghiệm điều khiển mờ Trang số - 74- Luận văn cao học - Phan Công Thịnh Tài liệu tham khảo [1] Stable Multi-Input Multi-Output Adaptive Fuzzy/Neural Control Raul Ordonez and Kevin M Passino [2] Adaptive Neural Network Control for a Class of MIMO Nonlinear Systems With Disturbances in Discrete-Time Shuzhi Sam Ge, Senior Member, IEEE, Jin Zhang, and Tong Heng Lee, Member, IEEE [3] DEVELOPING NEURAL NETWORK APPLICATIONS USING LABVIEW POGULA SRIDHAR, SRIRAM [4] Tracking control basedon neural network strategy for robot manipulator Rong-Jong Wai Department of Electrical Engineering, Yuan Ze University, Chung Li 320, Taiwan [5] U-model Based Adaptive Internal Model Control of nknown MIMO Nonlinear Systems: A Case study on -Link Robotic Arm [6] G.Campa,’ adaptive neural network library’ West Virginia University,July 2007 http://www2.cemr.wvu.edu/~gcampa/research/tools.htm [7] Karl Johan Åström and Björn Wittenmark: “Adaptive Control 2nd Edition” Addison- Wesley Publishing Company – 1995 [8] Karl Johan Åström & Björn Wittenmark, ‘Solution Manual for Adaptive Control Second Edition’ , Addison-Wesley 1995 [9] Nguyễn Thị Phương Hà ,“ Lý thuyết điều khiển đại”,Nhà xuất Đại Học Quốc Gia Tp.HCM [10] Huỳnh Thái Hoàng , “ Điều khiển thông minh”, Nhà xuất Đại Học Quốc Gia Tp.HCM [11] File “2DFLE Manual – harmonic” datasheet of Two degree of freedom flexible link- Quanser [12] File ‘SRV02-Series’-flexible link- Quanser [13] Nguyễn Đức Thành ,“Matlab ứng dụng điều khiển”, Nhà xuất Trang số - 75- Luận văn cao học - Phan Công Thịnh Đại Học Quốc Gia Tp.HCM [14] http://www.kxcad.net/cae_MATLAB/toolbox/simulink/ug/f13-85323.html [15].The MathWorks,’ Real-Time Workshop Target Language Compiler’, COPYRIGHT 1997–2007 [16].The MathWorks,’ Writing S-Functions’, COPYRIGHT 1997–2007 [17] Nguyễn Thiện Thành ,“Mạng neural nhận dạng dự báo điều khiển”, Nhà xuất Đại Học Quốc Gia Tp.HCM PHỤ LỤC Phần cứng mơ hình bồn nước liên kết: ¾ Kích thước hai bồn nước: 9cm x 9cm x 18cm (dài x rộng x cao) ¾ Điện áp định mức hai máy bơm: 24V ¾ Lưu lượng cực đại hai máy bơm: 12 lít/phút ¾ Tiết diện van xả bồn 1: 0.3 cm2 ¾ Tiết diện van xả bồn 2: 0.3 cm2 ¾ Tiết diện van liên kết: 0.2 cm2 ¾ Cảm biến áp suất loại EW-68075-10 có tầm đo từ 0m đến 3,52m cột nước tương ứng áp suất từ đến psig, sai số ±0.25%, dòng điện ngõ từ đến 20mA Dùng điện trở 560Ωđ để chuyển dòng thành áp Trang số - 76- Luận văn cao học - Phan Công Thịnh Cảm biến áp suất EW-68075-10 Card NI – USB 6008 Trang số - 77- Luận văn cao học - Phan Công Thịnh Trang số - 78- Luận văn cao học - Phan Công Thịnh PWM Trang số - 79- Luận văn cao học - Phan Công Thịnh Nguồn cung cấp Khối thu thập liệu labview Trang số - 80- ... Thiết kế điều khiển neural thích nghi liên tục cho hệ MIMO liên tục 3.2 Thiết kế điều khiển neural thích nghi rời rạc cho hệ MIMO rời rạc Chương 4: THIẾT KẾ BỘ ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO CÁNH... TÀI: ĐIỀU KHIỂN NEURAL THÍCH NGHI CHO HỆ MIMO SỬ DỤNG LABVIEW 2- NHIỆM VỤ LUẬN VĂN: • Nghi? ?n cứu tổng qt sở lí thuyết mạng neural, lí thuyết điều khiển thích nghi • Xây dựng điều khiển neural thích. .. Thiết kế điều khiển neural thích nghi cho hệ MIMO 3.1 Thiết kế điều khiển neural thích nghi liên tục cho hệ Multi Input Multi Output liên tục 3.1.1 Kĩ thuật điều khiển hồi tiếp tuyến tính hóa hệ phi