Điều khiển mô hình nội IMC thích nghi với mô hình nhận dạng online

LỜI CAM ĐOAN Tên là: Bùi Văn Chung Năm sinh: 08/02/1985 Quê quán: Xã Mỹ Hà – Huyện Lạng Giang – Tỉnh Bắc Giang Học viên cao học chuyên ngành: Điều khiển tự động hóa, Trƣờng Đại học Bách khoa Hà Nội Khóa học: 2011B MSHV: CB110316 Tơi xin cam đoan tồn nội dung luận văn cao học “Điều khiển mơ hình nội (IMC) thích nghi với mơ hình nhận dạng on-line” PGS.TS Nguyễn Dỗn Phƣớc trực tiếp hƣớng dẫn tơi tự nghiên cứu tham khảm tài liệu danh mục tài liệu tham khảo cuối luận văn hồn tồn khơng chép luận văn khác Tôi xin cam đoan lời thật, sai tơi hồn tồn chụi trách nhiệm Ngƣời viết cam đoan Học viên Bùi Văn Chung DANH MỤC CÁC KÝ HIỆU VÀ DANH MỤC STT 10 Ký hiệu IMC RHP LHP SISO AR ARMA MA IEC ARMAX Ý nghĩa Internal Model Cotrol Right Half Plane Left Half Plane Single Input Single Output Autoregressive Autoregressive moving average Moving Average International Electrotechnical Commission Autoregressive Moving Average with Exogenous Variable DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ STT Hình Tên hình/đồ thị Trang Hình 1.1 Cấu trúc điều khiển theo ngun lý mơ hình nội vịng hở Hình 1.2 a) Lƣợc đồ cấu trúc phản hồi cổ điển b) Điều khiển theo ngun lý mơ hình nội với vịng phản hồi kín Hình 1.3 Ngun lý điều khiển mơ hình nội với vịng điều khiển kín Hình 1.4 Cấu trúc điều khiển IMC ghép lọc thông thấp G f (s) Hình 1.5 Bộ điều khiển mơ hình nội Hình 1.6 Lƣợc đồ vịng điều khiển phản hồi thơng thƣờng Hình 1.7 Ổn định hệ thống khơng ổn định 15 Hình 1.8 Lƣợc đồ IMC biến đổi 16 Hình 1.9 Cấu trúc IMC biến đổi 16 Hình 1.10 Bộ điều khiển vịng phản hồi kín 17 10 Hình 1.11 Sơ đồ Simulink vịng kín Gsc ( s ) 18 11 Hình 1.12 Đồ đáp ứng vịng kín Gsc ( s ) 19 12 Hình 1.13 Sơ đồ Simulink hệ thống vịng phản hồi kín tồn 19 phần 13 Hình 1.14 Đồ thị đáp ứng hệ thống vịng phản hồi kín tồn 19 phần 14 Hình 1.15 Biến đổi IMC cho hệ thống khơng ổn định 21 15 Hình 1.16 Sơ đồ Simulink điều khiển vịng hở 25 16 Hình 1.17 Đồ thị đáp ứng đầu điều khiển vịng hở 25 17 Hình 1.18 Sơ đồ Simulink điều khiển vịng kín 25 18 Hình 1.19 Đồ thị đáp ứng đầu điều khiển vịng kín 26 19 Hình 1.20 Lƣợc đồ mơ hình tuyến tính hệ thống phản ứng 28 hóa học 20 Hình 1.21 Cấu trúc IMC hệ thống phản ứng hóa học 29 21 Hình 1.22 Đồ thị đáp ứng bƣớc nhảy hệ tuyến tính 29 22 Hình 1.23 Đồ thị đáp ứng có bù nhiễu C 30 23 Hình 1.24 Đồ thị bám điểm đặt hệ thống phản ứng hóa 31 học 24 Hình 1.25 Đồ thị loại bỏ nhiễu hệ thống phản ứng hóa 32 học 25 Hình 1.26 Sơ đồ khối hệ thống với nhiễu xung đầu vào 33 26 Hình 1.27 Đồ thị đáp ứng nhiễu xung đầu vào 33 27 Hình 1.28 Đáp ứng vịng kín Gsc ( s ) 34 28 Hình 1.29 Sơ đồ Simulink IMC đƣợc biến đổi 34 29 Hình 1.30 Đồ thị đáp ứng IMC đƣợc biến đổi 35 30 Hình 1.31 Sơ đồ Simulink sai lệch mơ hình/thiết bị hệ 36 IMC 31 Hình 1.32 Sơ đồ Simulink sai lệch mơ hình/thiết bị hệ 36 IMC đƣợc biến đổi 33 Hình 1.33 Đồ thị đáp ứng IMC với sai lệch mơ 37 hình/thiết bị 34 Hình 1.34 Đồ thị đáp ứng IMC đƣợc biến đổi với 37 sai lệch mơ hình/thiết bị 35 Hình 2.1 Điều khiển theo nguyên tắc phản hồi đầu 39 36 Hình 2.2 Mơ hình đối tƣợng SISO khơng có nhiễu tác động 42 37 Hình 2.3 Mơ hình đối tƣợng SISO có nhiễu tác động 43 38 Hình 2.4 Sai lệch tổng qt 45 39 Hình 2.5 Đánh giá lƣợng thơng tin nguồn phát từ số tin 55 tức nhận đƣợc nơi nhận 40 Hình 2.6 Nhận dạng bị động tham số mơ hình ARMA 58 41 Hình 2.7 Chuyển toán nhận dạng bị động toán 66 nhận dạng chủ động 42 Hình 2.8 Sơ đồ Simulink hệ thống 71 43 Hình 2.9 Đồ thị liệu đƣợc thu thập 72 44 Hình 2.10 Đáp ứng hệ thống 74 45 Hình 2.11 Đồ thị đáp ứng Bode 74 46 Hình 2.12 Đồ thị so sánh đáp ứng mơ hình m0 m1 75 47 Hình 2.13 Sơ đồ Simulink với liệu đầu vào 75 48 Hình 2.14 Đồ thị ƣớc tính m0 , m1 m2 76 49 Hình 2.15 Đồ thị so sánh mơ hình m0 , m1 , m2 m3 77 50 Hình 2.16 Sơ đồ Simulink hệ thống đáp ứng vịng kín 78 51 Hình 2.17 Đồ thị mơ dự tốn xác nhận 79 52 Hình 2.18 Đồ thị đáp ứng trình 80 53 Hình 2.19 Đồ thị so sánh mơ hình m0 , m2 81 54 Hình 2.20 Đồ thị đáp ứng hệ thống 84 55 Hình 2.21 Lƣợc đồ ƣớc tính đầu 85 56 Hình 3.1 Sơ đồ khối ứng dụng IMC nhận dạng hệ thống 86 57 Hình 3.2 Cấu trúc thiết kế IMC với hàm truyền đối 87 tƣợng G(s) 58 Hình 3.3 Bộ điều khiển vịng phản hồi kín 87 59 Hình 3.4 Hệ thống sử dụng IMC nhận dạng để chỉnh 88 định thích nghi 60 Hình 3.5 Hệ thống IMC nhận dạng để chỉnh định thích 88 nghi rút gọn 61 Hình 3.6 Q trình trích mẫu đối tƣợng điều khiển 89 62 Hình 3.7 Cửa số System Identification Tool 90 63 Hình 3.8 Chọn thơng số cửa số Import Data 91 64 Hình 3.9 Lựa chọn cửa số System Identification 91 65 Hình 3.10 Lựa chọn cửa số Process Models 92 66 Hình 3.11 Kết thơng số đƣợc nhận dạng 92 67 Hình 3.12 Hệ thống chụi tác động nhiễu ngẫu nhiên 93 68 Hình 3.13 Sơ đồ mơ hệ thống có nhiễu 93 MỞ ĐẦU Ngày với phát triển mạnh mẽ khoa học kỹ thuật, công nghệ, đặc biệt đời nhiều ngành hệ vi xử lý tiên tiến Lý thuyết điều khiển đƣợc ứng dụng nhiều vào hệ tuyến tính hệ phi tuyến Mơ hình nội đƣợc ứng dụng nhiều có kết tốt hệ tuyến tính song nhiều hạn chế hệ phi tuyến Ngành nhận dạng có bƣớc tiến mạnh mẽ chứng có nhiều cơng trình khoa học đƣợc công bố ứng dụng Nhƣ việc kết hợp mơ hình nội nhận dạng on-line mở hƣớng cho việc nghiên cứu ứng dụng hệ tuyến tính phi tuyến Ứng dụng kết hợp đƣợc ƣu điểm mơ hình nội nhận dạng on-line để điều khiển thích nghi hệ thống tuyến tính phi tuyến thực mở đƣợc ứng dụng mang tính thực tế cao Nắm bắt đƣợc điều đó, cộng với hƣớng dẫn PGS.TS Nguyễn Doãn Phƣớc ngƣời trực tiếp hƣớng dẫn suốt thời gian làm luận văn nên chọn tên luận văn “Điều khiển mơ hình nội (IMC) thích nghi với mơ hình nhận dạng on-line” để làm đề tài khóa học Thạc sĩ chuyên ngành Điều khiển Tự động hóa trƣờng Đại học Bách Khoa Hà Nội Bằng việc nghiên cứu phát triển ngun lý mơ hình nội (IMC) từ mơ hình tuyến tính để đƣa thuật tốn thiết kế IMC, sau tác giả vào việc biến đổi IMC cho hệ phi tuyến, cuối đƣa đƣợc thuật toán thiết kế IMC cho hệ phi tuyến Song song với trình việc nghiên cứu lý thuyết, để đƣa thuật toán nhận dạng on-line lớp toán nhận dạng mà tập trung chủ yếu vào việc nhận dạng chủ động bị động mơ hình AR; đồng thời đƣa cách thức biến đổi từ toán nhận dạng bị động toán nhận dạng chủ động Cuối việc kết hợp IMC nhận dạng on-line hệ thống để điều khiển thích nghi hệ thống Trong phần nghiên cứu tác giả đƣa ví dụ mơ minh họa kết nghiên cứu Trong suốt thời gian thực luận văn, đặc biệt với giúp đỡ tận tình PGS.TS Nguyễn Dỗn Phƣớc, tơi hồn thành luận văn Vì khối lƣợng kiến thức lớn, phƣơng pháp nghiên cứu tơi cịn chƣa có tính khoa học cao nên chắn luận văn không tránh khỏi sai sót Rất mong nhận đƣợc đóng góp quý thầy cô bạn đọc để luận văn tơi đƣợc hồn thiện Hà Nội, ngày 20 tháng 09 năm 2013 Bùi Văn Chung MỤC LỤC LỜI CAM ĐOAN DANH MỤC CÁC KÝ HIỆU, DANH MỤC DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ MỞ ĐẦU CHƢƠNG ĐIỀU KHIỂN THEO NGUN LÝ MƠ HÌNH NỘI 1.1 Giới thiệu chung 1.2 Nguyên lý điều khiển mơ hình nội 1.3 Những yêu cầu tính thực đƣợc mặt vật lý điều khiển IMC 1.4 Hàm độ nhạy 1.4.1 Giới thiệu 1.4.2 Hàm nhạy 1.4.3 Hàm nhạy bổ sung 11 1.4.4 Ảnh hƣởng nhiễu đo 12 1.4.5 Sự thỏa hiệp ổn định hiệu suất thực 12 1.5 Quá trình thiết kế điều khiển IMC 13 1.6 Sự bền vững điều khiển IMC 14 1.7 IMC cho hệ thống không ổn định 15 1.7.1 Giới thiệu 15 1.7.2 Định lý biến đổi IMC 16 1.7.3 Sự ổn định biến đổi IMC 19 1.7.4 Biến đổi IMC cho hệ thống không ổn định 20 1.7.5 Tổng kết 22 1.8 Ví dụ 24 1.8.1 Ví dụ 24 24 1.8.2 Ví dụ Thiết kế điều khiển IMC cho lị phản ứng hóa học 26 1.8.3 Ví dụ 32 1.9 Tổng kết 38 CHƢƠNG NHẬN DẠNG HỆ THỐNG 39 Tại phải nhận dạng 39 2.1.1 Định nghĩa 40 2.1.2 Lớp mơ hình thích hợp 41 2.1.3 Phƣơng thức mô tả sai lệch mô hình TM đối tƣợng thực T 44 2.2 Phân lớp toán nhận dạng 47 2.3 Quá trình ngẫu nhiên 50 2.3.1 Khái niệm 50 2.3.2 Các tham số trình ngẫu nhiên 50 2.3.3 Đại lƣợng đánh giá lƣợng thơng tin có nguồn phát tín hiệu ngẫu nhiên 54 2.3 Nhận dạng tham số mơ hình 56 2.3.1 Phát biểu toán nhận dạng mơ hình ARMA 56 2.3.2 Nhận dạng bị động tham số mơ hình ARMA 57 2.3.3 Nhận dạng bị động với cá tín hiệu vào ngẫu nhiên 62 2.3.4 Vấn đề chuyển toán bị động toán nhận dạng chủ động 65 2.4 Ví dụ : Xây dựng ƣớc lƣợng mơ hình trình sử dụng System Identification Toolbox Matlab 69 2.4.1 Giới thiệu 69 2.4.2 Mơ tả mơ hình q trình sử dụng đối tƣợng IDPROC 70 2.4.3 Tạo đối tƣợng IDPROC (sử dụng mơ hình Simulink) 70 2.4.4 Xác định tham số mơ hình IDPROC 72 2.4.5 Thời gian tính tốn đáp ứng tần số mơ hình IDPROC 73 2.4.6 Mơ hình hóa hệ thống điều khiển vịng kín 77 2.4.7 Cố định thơng số q trình ƣớc tính 81 2.5 Tổng kết 85 CHƢƠNG ỨNG DỤNG NGUYÊN LÝ MÔ HÌNH NỘI VÀ NHẬN DẠNG HỆ THỐNG ĐỂ ĐIỀU KHIỂN THÍCH NGHI HỆ THỐNG 86 3.1 Nguyên lý chung 86 3.2 Ví dụ ứng dụng 89 KẾT LUẬN 94 TÀI LIỆU THAM KHẢO 96 kể với thơng số cịn lại mơ hình m2v Điều xấp xỉ đơn giản nên làm tốt liệu: m1x = pem(dat2v,'p2d','Td',{'max',2}) compare(dat2,m0,m2,m2v,m1x) hàm truyền: G( s)  Kp  Tz s eTd s (1  Tp1 s)(1  Tp s) với Kp  37452; Tp1  37250; Tp  3.6172; Td  1.5758 Hình 2.20: Đồ thị đáp ứng hệ thống Nhƣ vậy, mơ hình đơn giản ƣớc tính đầu hệ thống tốt Tuy nhiên, m1x khơng chƣa tích hợp, phạm vi thời gian thực vịng lặp mở khác nhau: step(m0,m2,m2v,m1x) legend('m0','m2','m2v','m1x') bdclose('iddempr2') 84 Hình 2.21: Lƣợc đồ ƣớc tính đầu 2.5 Tổng t Sau kết thúc nội dung chƣơng 2, ngƣời đọc có đƣợc kiến thức sau: - Lớp toán nhận dạng - Các thuật toán nhận dạng chủ động (off-line) bị động (on-line) Đồng thời biết cách chuyển từ toán nhận dạng bị động tốn nhận dạng chủ động - Q trình nhận dạng với nhiễu ngẫu nhiên tác động vào trình - Ví dụ minh họa q trình nhận dạng 85 CHƢƠNG ỨNG DỤNG NGUN LÝ MƠ HÌNH NỘI VÀ NHẬN DẠNG HỆ THỐNG ĐỂ ĐIỀU KHIỂN THÍCH NGHI HỆ THỐNG 3.1 Nguyên lý chung Nhƣ trình bày lý thuyết chƣơng chƣơng 2, để áp dụng lý thuyết IMC nhận dạng online để điều khiển thích nghi hệ thống ta xem hệ thống nhƣ hình 3.1 dƣới đây: G( s) R(s)  Gc ( s )    d ( s) G p ( s)   Y ( s) K ( s) G ( s)   Hình 3.1: Sơ đồ khối ứng dụng IMC nhận dạng hệ thống Trong hình có Gc ( s ) hàm truyền điều khiển IMC; G p ( s) hàm truyền đối tƣợng; K (s) hàm truyền làm ổn định đối tƣợng G p ( s) ; G ( s) mơ hình đối tƣợng (sau nhận dạng đƣợc đối tƣợng điều khiển) Gọi G(s) đối tƣợng sau đƣợc ổn định, đƣợc ổn định nhờ sử dụng vòng lặp địa phƣơng với điều khiển K(s) dùng ổn định đối tƣợng G p ( s) Từ hình 3.1 có: G ( s)  G p (s)  K ( s )G p ( s ) (3.1) Chúng ta có đƣợc hệ thống ổn định G(s) (khối đƣờng nét chấm) Mơ 86 hình tham chiếu G ( s) G(s) điều khiển IMC đƣợc thiết kế cho hệ thống nhƣ đề cập phần chƣơng nhƣ sau: d ( s) R(s) U ( s) Y ( s) G( s) Gc ( s ) Hình 3.2: Cấu trúc thiết kế IMC với hàm truyền đối tƣợng G(s) Biểu thức điều khiển IMC đƣợc thay biểu thức Gc ( s ) hoàn toàn Ở ý tới phần nghịch đảo hàm truyền trình thay hàm truyền Gsc ( s ) với Gc ( s )  G p ( s ) 1 Gsc ( s) (3.2) Hàm Gsc ( s ) hàm truyền vịng kín nhƣ hình 3.3 sau: E ( s) R(s) Y ( s) Gsc ( s )  Hình 3.3: Bộ điều khiển vịng phản hồi kín Đầu hệ thống cho bởi: Y ( s)  Gsc ( s ) R( s)  Gsc ( s ) (3.3) Dạng Gsc ( s ) suy từ (3.3) : Gsc (s)  Y ( s) R( s )  Y ( s ) (3.4) Suy điều khiển Gc ( s ) cho (3.2) loại bỏ q trình tính tốn đảm bảo yêu cầu kỹ thuật mong muốn đạt đƣợc 87 Nhƣng trình hệ thống thực đối tƣợng ln chụi tác động nhiễu d (s) làm động học đối tƣợng thay đổi Vì động học nhƣ tham số đối tƣợng bị thay đổi chụi tác động nhiễu d(s) Nhiệm vụ đặt phải nhận dạng đƣợc đối tƣợng điều khiển Sử dụng nhận dạng đối tƣợng điều khiển cách đo giá trị đầu vào đầu đối tƣợng sau đƣợc ổn định K(s) theo (3.1) Kết đầu nhận dạng toàn tham số đối tƣợng điều khiển, tham số đƣợc sử dụng để chỉnh định thiết kế lại mơ hình đối tƣợng điều khiển IMC Sau thực hệ thống đƣợc tóm lại nhƣ hình 3.2 sau đây: G( s) d ( s) R(s) Y ( s) Gc ( s )   G p ( s) K ( s) Nhận dạng  G ( s) Hình 3.4: Hệ thống sử dụng IMC nhận dạng để chỉnh định thích nghi Nhận dạng r ( s) y ( s)  Đối tƣợng GIMC ( s) Hình 3.5: Hệ thống IMC nhận dạng để chỉnh định thích nghi rút gọn Từ hình 3.5 ta thấy đối tƣợng điều khiển có hàm truyền G(s); GIMC ( s) 88 điều khiển IMC đƣợc thiết kế gồm thành phần Gc ( s ) nghịch đảo mơ hình q trình G ( s)1 Bộ điều khiển GIMC ( s) đƣợc thiết kế cho đối tƣợng điều khiển G(s) nhƣ trình bày phần Đối tƣợng trình hoạt động bị thay đổi nhiễu tác động vào, việc đo giá trị đầu vào đầu cho qua cơng cụ nhận dạng có đƣợc tham số đối tƣợng điều khiển Các tham số đƣợc đƣa vào chỉnh định lại điều khiển GIMC ( s) để ổn định đối tƣợng đầu 3.2 V ụ ứng ụng Giả sử đối tƣợng điều khiển đƣợc cho hàm bậc hai có trễ với dạng nhƣ sau: G( s)  ke s (1  T1s)(1  T2 s) (3.5) 2.e 0.4s chọn hàm dạng: G ( s )  (1  s )(1  4s) (3.6); 1(t ) h(t ) u (t ) y (t ) G( s)   s ke (1  T1s)(1  T2 s) 100 giá trị đầu vào 100 giá trị đầu u(0), u(1T ), u(2T ), , u(99T ) y(0), y(1), y(2), , y(99) Hình 3.6: Q trình trích mẫu đối tƣợng điều khiển Thực đo giá trị đầu vào đầu đối tƣợng nhƣ ý tƣởng hình 3.6 cửa sổ lệnh Matlab thông qua câu lệnh nhƣ sau: syms s >> w1=[0:0.1:10] >> G=(2*exp(-0.4*s))/((1+s)*(1+4*s)) 89 >> w=j*[0:0.1:10] >> G=subs(G,w) >> G=double(G) >> A=abs(G) >> B=angle(G) >> save data1 G w1 >> save data2 A B w1 Thiếp theo thiết lập việc nhận dạng Identification Toolbox Matlab, theo bƣớc sau: - Nhập ident - Chọn nhƣ hình 3.7 dƣới đây: - Hình 3.7: Cửa số System Identification Tool Xuất cửa số chọn thơng số nhƣ hình 3.8 dƣới đây, sau chọn xong nhấn vào biểu tƣợng Import 90 - Hình 3.8: Chọn thơng số cửa số Import Data Trên cửa số System Identification Tool xuất chọn thơng số nhƣ hình 3.9 dƣới đây: - Hình 3.9: Lựa chọn cửa số System Identification Tiếp tục cửa số Process Models xuất hiện, chọn thông số nhƣ hình 3.10 dƣới Sau lựa chọn xong nhấn vào biểu tƣợng Estimate 91 - Hình 3.10: Lựa chọn cửa số Process Models Kết nhƣ hình 3.11 dƣới đây: Hình 3.11: Kết thơng số đƣợc nhận dạng 92 Nhƣ với đối tƣợng có hàm truyền (3.6) sau nhận dạng có mơ hình đối tƣợng là: G( s)  0.80259 (1  0.001s)(1  4s) (3.7) Từ (3.7) ta thấy thành phần trễ e0.4s khơng cịn Mơ hình đối tƣợng G ( s) đƣợc sử dụng để thiết kế điều khiển IMC nhƣ phần 1.5 chƣơng Bây đối tƣợng chụi tác động nhiễu ngẫu nhiên đầu nhƣ hình sau: d ( s) Y ( s) R(s) Đối tƣợng GIMC ( s) Hình 3.12: Hệ thống chụi tác động nhiễu ngẫu nhiên Giả sử nhiễu tác động step (1(t)) điều khiển hệ thống đƣợc mơ theo sơ đồ nhƣ sau: d ( s) 1(t ) Đối tƣ ng điều khiển IMCController  G f ( s)   (1  Ts) m Hình 3.13: Sơ đồ mơ hệ thống có nhiễu 93 h(t ) KẾT LUẬN Trong thời gian thực luận văn cao học “Điều khiển mơ hình nội (IMC) thích nghi với mơ hình nhận dạng on-line” với giúp đỡ tận tình PGS.TS Nguyễn Dỗn Phƣớc, tơi thu đƣợc kết sau đây: - Nghiên cứu đƣợc lý thuyết mơ hình nội đƣa thuật tốn thiết kế mơ hình nội cho hệ tuyến tính; cách biến đổi mơ hình nội cho hệ phi tuyến thuật tốn thiết kế mơ hình nội cho hệ phi tuyến Các ví dụ ứng dụng lý thuyết IMC vào để thiết kế, mô cho hệ tuyến tính phi tuyến kết luận rút từ việc mơ - Nghiên cứu đƣợc toán nhận dạng bản, đặc biệt sâu vào nghiên cứu tìm hiểu việc nhận dạng chủ động, bị động mơ hình AR; thuật tốn nhận dạng cách thức biến đổi từ toán nhận dạng bị động toán nhận dạng chủ động Ứng dụng việc nhận dạng Matlab để thực mô nhận dạng hệ thống với trƣờng hợp khác có kết luận khác biệt trƣờng hợp - Đƣa nguyên lý kết hợp IMC với nhận dạng on-line hệ thống quy trình thực hệ thống Nêu tốn mơ việc sử dụng kết hợp IMC nhận dạng on-line để điều khiển hệ thống Tuy nhiên, luận văn số mặt hạn chế, cụ thể: Việc nhận dạng on-line với đối tƣợng phi tuyến vấn đề khó thực tế nhƣ mô Việc kết hợp IMC nhận dạng on-line lại yêu cầu lý thuyết kỹ thuật cao Do nội dung luận văn, dừng lại việc đƣa nguyên lý kết hợp IMC nhận dạng on-line mơ 94 khía cạnh định vấn đề Tôi mong nhận đƣợc ý kiến quý báu quý thầy cô bạn đọc để luận văn tơi đƣợc hồn thiện Xin chân thành cảm ơn! 95 TÀI LIỆU THAM KHẢO Anderson, B.D and Moore, J.B (1971), Linear Optimal Control”, Prentice Hall, NJ Allen, J.B (1977), Short-Term spectral Analysis and Modification by Discrete Fourier Transform, IEEE Transaction on ASSP, 25, pp 235 – 238 Astrom, K.J and Wittenmark, B (1995), Adaptive Control, Addision-Wesley Publishing Company, Inc Balas, G; Goyle, J.C; Glover, K; Packard, A and Smith R,  -Analysis and Synthesis Toolbox Matlab User‟s Guide Bergland, G.D (1996)A guided Tour of the Fast Fourier transform”, IEEE Spectrum, 6, pp 41-52 Bahram,S & Hassaul, M (1993),Control System Design, Prentice-Hall, NJ Chiang, R and Safonov, M, Robust Control Toolbox, Matlab User‟s Guide Deniel Rivera, Manfred Morari and Sigurd Skogestad, (1986), Internal Model Control Eykhoff,P.( 1974), System Identificatio, London-Wilay 10 Garcia, C.E and Morari, M.(1982), Internal Model Control – Unifying Review and Some New Results, Industrial Engineering Chemical Process Design and Development, vol.21 11 Garcia, C.E and M.Morari, Internal Model Control-2 Design procedure for multivarialbe systems, Ind.Eng.Chem.Process Des.,Dev.,24.pp.472-478 96 12 Lutz, H; Wendt, W (1998), Digital Spectral Analysis with Application, Prentice Hall 13 Isermann, R.(1994), Identifikation dynamischer Syteme, Springer Verlag 14 Jiliang Shang, Guangguang Wang (2010), Application Study on Internal Model Control in Boiler Burning System 15 Kou Yamada (Israel – June 28-30,1999), Modified Internal Model Control for unstable systems, Processdings of the 7th Mediterranean Conference on Control and Automation (MED99) Haifa 16 Morari, M and E.Zafiriou (1989), Robust Process Control, Prentice Hall 17 Morari, M and Garcia, C.E (1982), Internal Model Control -1 A unifying review and some new results, Ind Eng Chem Proces Dec, 21,pp.308 – 323 18 M Shamsuzzohal, MoonYong Lee (2006), IMC Based Control System Design of PID Cascaded Filter, SICE-ICASE International Joint Conference 19 Papoulis, A (1962), The Fourier intergral and its Applicatio, McGraw Hill book company 20 Rivera, D.E, Morari, M and Skogestad, S (1986), Internal Model Control PID Controller Design, Ind Eng Chem, Proce Des, Dec 25, 252 21 Shu, Z.B, Yamada, K and K.Watanabe (1994), Robust Internal Model Control of Time-Delay systems, Proc, First Asian Control Conference, 2, pp.1045-1048 22 Wand, Q.G.,Y.Zang and Y.Zang (1998), A modified Internal Model Control Scheme with simplified design and implementation, Proc.ACC`98,pp.3670-3671 97 23 Wayne Bequette, B (2002), Process Control Modeling, Design, and Simulation, Chapter Internal Model Control and Chapter The IMC-Based PID Procedure, Prentice Hall PTR, December 26 24 Watanebe, K and K Yamada (1993), Robust Internal Model Control, International Simposium on MTNS 93, pp.551-554 25 Wen Tan, Horacio J.Marquez, Tongwen Chen (2003), IMC design for unstable process with time delays 26 Zhou, K; Doyle, J.C and Glover, K (1996), Robust and Optimal Control, Prentice Hall 27 Phan Xuân Minh Nguyễn Doãn Phƣớc (2001), Nhận dạng hệ thống điều khiển, Nhà xuất Khoa học kỹ thuật 28 Phan Xân Minh Nguyễn Doãn Phƣớc (2000), Điều khiển tối ƣu bền vững, Nhà xuất Khoa học kỹ thuật 29 Phan Xuân Minh Nguyễn Doãn Phƣớc (1999), Điều khiển tối ƣu vững bền, Nhà xuất khoa học kỹ thuật 30 Phan Xuân Minh Nguyễn Dỗn Phƣớc (1999), Hệ tuyến tính, Nhà xuất Khoa học kỹ thuật 31 Nguyễn Doãn Phƣớc (2005), Lý thuyết điều khiển nâng cao, Nhà xuất Khoa học Kỹ thuật 32 Nguyễn Doãn Phƣớc (1994), Identifikation dynamischer Systeme mittels Spectralanalysis, Dissertation 33 Nguyễn Doãn Phƣớc Phan Xuân Minh (2001), Nhận dạng hệ thống điều khiển, Nhà xuất khoa học kỹ thuật, 4, pp.162 – 170 98 ... nội với vịng phản hồi kín Hình 1.3 Ngun lý điều khiển mơ hình nội với vịng điều khiển kín Hình 1.4 Cấu trúc điều khiển IMC ghép lọc thông thấp G f (s) Hình 1.5 Bộ điều khiển mơ hình nội Hình. .. cho hệ thống điều khiển mơ hình nội phụ với đầu vào điều khiển bão hòa sở ý tƣởng điều khiển mơ hình nội có nhiễu [15] 1.2 Ngun lý điều khiển mơ hình nội Về ngun lý điều khiển mơ hình nội thực đƣợc... s) Hình 1.1: Cấu trúc điều khiển theo ngun lý mơ hình nội vòng hở Để hiểu kỹ điều khiển mơ hình nội ta tiến hành xem xét dựa cấu trúc điều khiển vịng hở hình 1.1 Với Q(s) điều khiển nhằm điều khiển