Điều khiển trượt thích nghi dùng mạng nơron đối tượng phi tuyến

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN TRẦN MINH NGUYỆT ĐIỀU KHIỂN TRƯT THÍCH NGHI DÙNG MẠNG NƠRON ĐỐI TƯNG PHI TUYẾN Chuyên ngành : TỰ ĐỘNG HÓA LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2008 NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN -Ngaøy tháng năm 2008 Giáo viên hướng dẫn PGS.TS DƯƠNG HOÀI NGHĨA CÔNG TRÌNH ĐƯC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học : PGS.TS DƯƠNG HOÀI NGHĨA Cán chấm nhận xét : Cán chấm nhận xét : Luaän văn thạc só bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày tháng năm TRƯỜNG ĐẠI HỌC BÁCH KHOA PHÒNG ĐÀO TẠO SĐH CỘNG HÒA Xà HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP – TỰ DO – HẠNH PHÚC Tp HCM, ngày tháng năm 200 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : NGUYỄN TRẦN MINH NGUYỆT Phái : Nữ Ngày, tháng, năm sinh : 11 – 11 – 1981 Nơi sinh : Khánh Hòa Chuyên ngành : TỰ ĐỘNG HÓA MSHV : 01505354 I- TÊN ĐỀ TÀI : ĐIỀU KHIỂN TRƯT THÍCH NGHI DÙNG MẠNG NƠRON ĐỐI TƯNG PHI TUYẾN II- NHIỆM VỤ VÀ NỘI DUNG : - Nghiên cứu phương pháp điều khiển trượt thích nghi dùng mạng nơron để điều khiển hệ thống phi tuyến - Thiết kế điều khiển trượt thích nghi dùng mạng nơron cho hệ thống lắc ngược quay - Viết chương trình mô III- NGÀY GIAO NHIỆM VỤ : IV- NGÀY HOÀN THÀNH NHIỆM VỤ : V- CÁN BỘ HƯỚNG DẪN : PGS.TS DƯƠNG HOÀI NGHĨA CÁN BỘ HƯỚNG DẪN CN BỘ MÔN QL CHUYÊN NGÀNH Nội dung đề cương luận văn thạc só Hội đồng chuyên ngành thông qua Ngày TRƯỞNG PHÒNG ĐT – SĐH tháng năm TRƯỞNG KHOA QL NGÀNH LỜI CẢM ƠN Cảm ơn Ba Mẹ, Anh, Chị, Em ông xã động viên tác giả thời gian học tập hoàn thành đề tài tốt nghiệp Người thực luận văn xin gửi lời biết ơn sâu sắc đến tất q Thầy, Cô trường Đại Học Bách Khoa Thành phố Hồ Chí Minh tận tình giảng dạy truyền đạt kiến thức thời gian học tập thực đồ án Đặc biệt, cảm ơn PGS.TS DƯƠNG HOÀI NGHĨA – người thầy tận tình hướng dẫn toàn thời gian thực luận văn thạc só Cảm ơn Ban Giám hiệu, Ban Chủ nhiệm khoa Điện, Bộ môn Tự dộng hóa Công nghiệp, Trường Đại Học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh tạo điều kiện thuận lợi thời gian học tập vừa qua Chân thành cảm ơn đến đồng nghiệp, bạn bè giúp đỡ tác giả tài liệu thực luận văn Nguyễn Trần Minh Nguyệt TÓM TẮT LUẬN VĂN THẠC SĨ Trong luận văn này, phương pháp điều khiển trượt với việc nhận dạng lắc ngược quay dùng mạng truyền thẳng phát triển Bộ điều khiển trượt sử dụng mạng nơron để xấp xỉ hàm tính luật điều khiển trượt với thông số hàm chỉnh định trực tiếp Kết mô cho thấy điều khiển trượt thích nghi dùng mạng truyền thẳng cho kết bám tốt, giảm sai số xác lập thời gian độ so với điều khiển trượt kinh điển Đồng thời điều khiển cho phép mở rộng tầm thay đổi thông số đối tượng cao so với điều khiển trượt kinh điển MỤC LỤC Trang Chương : Tổng quan Chương : Mạng rơron 2.1 Khái niệm 2.2 Các thành phần mạng nơron nhân tạo 2.2.1 Đơn vị xử lý 2.2.2 Mô hình kết nối 11 2.2.3 Luật học 12 2.3 Mạng truyền thẳng giải thuật học lan truyền ngược 13 2.3.1 Mạng truyền thẳng 13 2.3.2 Giải thuật học lan truyền ngược với mạng truyền thẳng nhiều lớp 17 2.3.3 Các thông số học mạng lan truyền ngược 20 2.4 Nhận dạng hệ thống động dùng mạng truyền thẳng 24 2.4.1 Hệ thống động 24 2.4.1.1 Mô hình vào – 24 2.4.1.2 Mô hình không gian trạng thái 25 2.5 Dự báo nhận dạng hệ thống dùng mạng truyền thẳng 26 2.5.1 Dự báo hệ thống dùng mạng truyền thẳng 26 2.5.2 Nhận dạng hệ thống dùng mạng truyền thẳng 26 2.5.3 Các nhận dạng nơron 31 Chương : Điều khiển trượt, điều khiển thích nghi 32 3.1 Điều khiển trượt 33 3.1.2 Nguyên lý điều khiển trượt 33 3.1.2 Phương pháp điều khiển bám mục tiêu 34 3.1.3 Phương pháp điều khiển ổn định hóa 36 3.1.4 Hiện tượng chattering 38 3.2 Điều khiển thích nghi 38 3.2.1 Những khái niệm điều khiển thích nghi 39 3.2.1.1 Tại phải điều khiển thích nghi? 39 3.2.1.2 Điều khiển thích nghi gì? 41 3.2.1.2.1 Điều khiển thích nghi dựa vào mô hình chuẩn – MRAC 41 3.2.1.2.2 Bộ điều khiển tự chỉnh định – STC 43 3.2.1.2.3 Mối quan hệ MRAC STC 45 3.2.1.3 Cách thiết kế điều khiển thích nghi 46 3.2.2 Điều khiển thích nghi hệ phi tuyến 47 3.2.2.1 Phát biểu toán 48 3.2.2.2 Chọn luật điều khiển 48 3.2.2.3 Chọn luật thích nghi 49 Chương 4: Mô điều khiển trượt thích nghi lắc ngược quay dùng mạng nơron 51 4.1 Mô tả đối tượng 52 4.2 Điều khiển trượt lắc ngược quay 54 4.2.1 Thiết kế 54 4.2.2 Sơ đồ mô điều khiển trượt Matlab/Simulink 56 4.2.3 Kết mô 57 4.2.4 Nhận xét 61 4.3 Điều khiển trượt lắc ngược quay dùng mạng nơron 62 4.3.1 Thiết kế 62 4.3.2 Sơ đồ mô điều khiển trượt dùng mạng nơron Matlab/Simulink 67 4.3.3 Kết mô 68 4.3.4 Nhận xét 69 4.4 Điều khiển trượt thích nghi lắc ngược quay dùng mạng nơron 69 4.4.1 Thiết kế 69 4.4.2 Sơ đồ mô điều khiển trượt thích nghi dùng mạng nơron Matlab/Simulink 70 4.4.3 Kết mô 70 4.4.4 Nhận xét 74 KẾT LUẬN 76 PHỤ LỤC TÀI LIỆU THAM KHẢO CHƯƠNG TỔNG QUAN 71 pendulum angle[rad] 1.5 theta1 0.5 -0.5 0.2 0.4 0.6 0.8 supply voltage[V] 1.2 1.4 0.2 0.4 0.6 0.8 time(sec) 1.2 1.4 u -2 -4 -6 -8 Hình 4.15a Góc quay θ1 điện áp điều khiển khối lượng lắc m1 pendulum angle[rad] 1.5 theta1 0.5 0 0.2 0.4 0.6 0.8 supply voltage[V] 1.2 1.4 0.2 0.4 0.6 0.8 time(sec) 1.2 1.4 -50 u -100 -150 -200 -250 Hình 4.15b Góc quay θ1 điện áp điều khiển khối lượng lắc 40m1 72 pendulum angle[rad] theta1 -2 -4 0.2 0.4 0.6 0.8 supply voltage[V] 1.2 1.4 0.2 0.4 0.6 0.8 time(sec) 1.2 1.4 400 200 u -200 -400 -600 Hình 4.15c Góc quay θ1 điện áp điều khiển khối lượng lắc 100m1 pendulum angle[rad] 1.5 theta1 0.5 -0.5 0.2 0.4 0.6 0.8 supply voltage[V] 1.2 1.4 0.2 0.4 0.6 0.8 mass[kg] 1.2 1.4 0.2 0.4 0.6 0.8 time[sec] 1.2 1.4 40 u 20 -20 30 m1 20 10 Hình 4.15d Góc quay θ1 điện áp điều khiển khối lượng lắc thay đổi 285 lần 73 The weights between the hidden layer and output layer 2000 1000 v -1000 -2000 0.2 0.4 0.6 0.8 1.2 1.4 1.2 1.4 mass[kg] 25 m1 20 15 10 0 0.2 0.4 0.6 0.8 time[sec] Hình 4.15e Bộ trọng số nơron lớp ẩn nơron lớp khối lượng lắc thay đổi 285 lần pendulum angle[rad] 1.5 theta1 0.5 0 0.2 0.4 0.6 0.8 supply voltage[V] 1.2 1.4 0.2 0.4 0.6 0.8 time(sec) 1.2 1.4 u -2 -4 -6 -8 Hình 4.15f Góc quay θ1 điện áp điều khiển hệ số ma sát lắc đế quay tròn thay đổi gấp lần 74 Thời gian độ khoảng 0.26s, sai số xác lập khoảng 2x10-3 4.4.4 Nhận xét Các hình vẽ cho thấy điều khiển trượt thích nghi dùng mạng nơron cho kết bám tốt thông số đối tượng thay đổi, cho phép tầm thay đổi thông số lớn so với điều khiển trượt kinh điển Cụ thể: • Ở phương pháp điều khiển trượt kinh điển cho phép thay đổi khối lượng lắc đến khoảng gấp 80 lần (hình 4.7d), phương pháp điều khiển trượt thích nghi dùng mạng nơron khối lượng lắc thay đổi đến 100 lần (hình 4.15c) • Ở phương pháp điều khiển trượt kinh điển thay đổi hệ số ma sát lắc đế quay tròn gấp lần thời gian độ 0.28s sai số xác lập tăng 6x10-3 (hình 4.7g) Ở phương pháp điều khiển trượt thích nghi dùng mạng nơron thời gian độ 0.26s, sai số xác lập 2x10-3 (hình 4.15f) • Trong trường hợp hệ thống hoạt động danh định, ta tăng khối lượng lắc lượng tăng tối đa mà chế độ điều khiển trượt cho phép để góc quay lắc hội tụ 280 lần (hình 4.7f) Còn phương pháp trượt thích nghi dùng mạng nơron người viết tăng khối lượng đến gấp 285 lần so với khối lượng ban đầu m1 kết điều khiển tốt (hình 4.15d) 75 Kết điều khiển tốt ta sử dụng trọng số mạng thực nhận dạng offline đối tượng làm giá trị ban đầu trọng số mạng nhận dạng online mạch điều khiển thích nghi dùng phương pháp trượt Hoặc ta thực mô nhiều lần, trọng số mạng nơron lần mô trước dược sử dụng làm trọng số ban đầu lần mô sau Nghóa ta thực huấn luyện mạng nhiều lần để tìm trọng số mạng nơron phù hợp với thông số đối tượng 77 KẾT LUẬN Luận văn thực công việc sau: - Tìm hiểu phương pháp điều khiển trượt áp dụng để xây dựng điều khiển trượt cho hệ lắc ngược quay Mô điều khiển thông số đối tượng thay đổi - Tìm hiểu phương pháp nhận dạng đối tượng phi tuyến dùng mạng truyền thẳng áp dụng nhận dạng đối tượng lắc ngược quay - Xây dựng mô điều khiển trượt dùng mạng truyền thẳng cho hệ lắc ngược quay - Xây dựng mô điều khiển trượt thích nghi dùng mạng truyền thẳng cho hệ lắc ngược quay Kết đạt được: Các kết mô cho thấy điều khiển trượt thích nghi dùng mạng truyền thẳng cho chất lượng tốt bền vững với thay đổi khối lượng lắc, thay đổi hệ số ma sát lắc đế quay tròn Bộ điều khiển trượt thích nghi dùng mạng truyền thẳng cho kết bám tốt, làm giảm sai số xác lập thời gian độ so với điều khiển trượt kinh điển Đồng thời điều khiển cho phép mở rộng tầm thay đổi thông số lắc ngược quay cao so với điều khiển trượt kinh điển Tuy nhiên điều khiển trượt thích nghi dùng mạng truyền thẳng không khắc phục tượng chattering chưa điều khiển góc đế quay tròn Phương hướng phát triển 78 Luận văn phát triển theo hướng - Điều khiển trượt thích nghi dùng mạng truyền thẳng với phương pháp điều khiển hai góc : góc lắc góc đế quay tròn - Điều khiển trượt thích nghi dùng mạng truyền thẳng với luật cập nhật trọng số mạng thiết kế dựa vào Lyapunov TÀI LIỆU THAM KHẢO [1] Dương Hoài Nghóa, Điều khiển hệ thống đa biến, NXB ĐHQG TP HCM, 2007 [2] Huỳnh Thái Hoàng, Hệ Thống Điều Khiển Thông Minh, NXB ĐHQG TP HCM, 2006 [3] J.-J.E Slotine and W Li, Applied Nonlinear Control, Englewood Cliffs, NJ, Prentice-Hall Press, 1991 [4] Jinzhu Peng, Yaonan Wang, Wei Sun, Yan Liu, A Neural Network Sliding Mode Cotroller With Application to Robotic Manipulator, June 21-23 2006 [5] Marios M Polycarpua and Petros A Ioannou, Identification and Control of Nonlinear Systems Using Neural Network Models: Design And Analysis; Technical report, Septemper 1991 [6] M Onder Efe, Okyay Kaynak, et al., Sliding Mode Control of Nonlinear Systems Using Gaussian Radial Basis Function Neural Networks, 2001 [7] Nguyễn Đức Thành, Matlab Và ng Dụng Trong Điều Khiển Kỹ Thuật, NXB ĐHQG TP HCM, 2004 [8] Nguyễn Thiện Thành, Mạng Nơron, Nhận Dạng, Dự Báo Và Điều Khiển, Bài giảng dành cho học viên cao học [9] Omid Omidvar and David L Elliott, Neural Systems For Control, Academic Press, 1997 [10] Plett G.L, Adaptive inverse control of plant with disturbances, PhD Thesis, Stanford University (1998) [11] Raul Ordonez, Jon Jumberge, Jeffrey T Spooner, and Kevin M Passino, “Adaptive Fuzzy Control: Experiments And Comparative Analyses”; IEEE Transactions On Fuzzy System, Vol 5, No 2, May 1997 [12] Rong-Jong Wai, Tracking control based on neural network strategy for robot manipulator, Neurocomputing 425-445 51(2003) [13] Sastry S and M.Bodson Adaptive Control: Stability, Convergence, and Robustness Englewood cliffs, NJ: Prentice–Hall (1989) [14] S S Ge, C C Hang, T H Lee, T Zhang, Stable Adaptive Neural Network Control, Kluwer Academic Publishers, Norwell, USA, 2001 [15] Xie W.F and A.B Rad, “Fuzzy Adaptive Internal Model Control”, IEEE Trans Industrial Electronics, 47(1), pp.192 – 202 (2000) [16] Zhimei Chen, Jinggang Zhang, Zhenyan Wang, Jianchao Jeng, “Sliding Mode Control Of Robot Manipulator Based On Neural Network Reaching Law”, IEEE International Conference On Control And Automation, May 2007 CHƯƠNG TRÌNH THU THẬP DỮ LIỆU DÙNG ĐỂ HUẤN LUYỆN MẠNG (file experiment.m ) clear; clc; N = 2000; %So mau can thu thap Tsamp = 0.001; %Chu ky lay mau mean = 0; var = 0.001; %Ky vong cua nhieu %Phuong sai cua nhieu M = N + 0.5/Tsamp; %0.5s dau tien duoc bo qua de he thong xac lap InitSlidingmodeControl; sim('experiment_model'); load Pendulum.mat mydata; time = mydata(1,:); ydot = mydata(4,:); % y' theta1dot = mydata(3,:); % theta1' theta1 = mydata(2,:); % theta1 f = mydata(5,:); % ngo mong muon clear mydata for i=1:N, x1(1,i) = ydot(1,0.5/Tsamp+i); x2(1,i) = theta1dot(1,0.5/Tsamp+i); x3(1,i) = theta1(1,0.5/Tsamp+i); d(1,i) = f(1,0.5/Tsamp+i); end; time = [0:Tsamp:(N-1)*Tsamp]; figure, clf subplot(411), plot( x1),grid, hold on, ylabel('y'''),title('data set') subplot(412), plot( x2),grid, hold on, ylabel('Theta1''') subplot(413), plot( x3),grid, hold on, ylabel('theta1') subplot(414), plot( d), grid,hold on, ylabel('f(x)'),xlabel('samples'); data.x1 = x1; data.x2 = x2; data.x3 = x3; data.d = d ; save dataset.mat data; CHƯƠNG TRÌNH HUẤN LUYỆN MẠNG ĐỂ NHẬN DẠNG THÔNG SỐ HÀM F(x) (file Ident_NN.m) clear all; clc; eta = 0.25; % toc hoc epochs= 300; % so chu ky huan luyen goal = 1e-3; % sai so lon nhat Tsamp = 0.001; % chu ky lay mau %TRONG SO KHOI DONG v = rand(6,1); w1 = rand(4,1); w2 = rand(4,1); w3 = rand(4,1); w4 = rand(4,1); w5 = rand(4,1); w=[w1 w2 w3 w4 w5]; for i=1:4 %chon so ban dau ngau nhien nam doan for j=1:5 %(-3/sqrt(ki),3/sqrt(ki)), ki la so tin hieu vao cua te bao than kinh thu i w(i,j)=(w(i,j)-0.5)*(6/sqrt(3)); end end for i=1:6 v(i)=(v(i)-0.5)*(6/sqrt(5)); end %TAP DU LIEU HUAN LUYEN load dataset.mat data; x1 = data.x1 ; % y' x2 = data.x2 ; % theta1' x3 = data.x3 ; % theta1 d = data.d ; % ngo mong muon N = length(x1) ; % so mau du lieu time = [0:Tsamp:(N-1)*Tsamp]; clear data netz=zeros(5,1); z=zeros(5,1); z=[z;-1]; J=zeros(1,N); l=0; %HUAN LUYEN while (l goal) l=l+1; else break; end end Net.W1=w(1:3,:)'; Net.b1=w(4,:)'; Net.W2=v(1:5,1)'; Net.b2=v(6,1); save Pendulum_Model Net; figure, plot( d, 'k'), hold on, plot( Y, 'r'), title('identification result') xlabel('samples'); legend('System','Model'); CHƯƠNG TRÌNH HUẤN LUYỆN MẠNG TRỰC TUYẾN (file fhat_NN_Adapt) %x(1)=theta1 ; x(2)=theta1' ; x(3)=y' ; x(4)=d (tin hieu mong muon) function fhat=fhat_NN_Adapt(x) global w1 w2 w3 w4 w5 v eta netz z; X=[x(3);x(2);x(1);-1]; %Lan truyen thuan netz(1)=w1'*X; z(1,1)=((2/(1+exp(-netz(1))))-1); netz(2)=w2'*X; z(2,1)=((2/(1+exp(-netz(2))))-1); netz(3)=w3'*X; z(3,1)=((2/(1+exp(-netz(3))))-1); netz(4)=w4'*X; z(4,1)=((2/(1+exp(-netz(4))))-1); netz(5)=w5'*X; z(5,1)=((2/(1+exp(-netz(5))))-1); nety=v'*z; y=nety; %Lan truyen nguoc delta0 = x(4)- y; v_new = v + eta*delta0*z; delta(1)= 0.5*delta0*v(1)*(1-z(1,1)^2); w1 = w1 + eta*delta(1)*X; delta(2)= 0.5*delta0*v(2)*(1-z(2,1)^2); w2 = w2 + eta*delta(2)*X; delta(3)= 0.5*delta0*v(3)*(1-z(3,1)^2); w3 = w3 + eta*delta(3)*X; delta(4)= 0.5*delta0*v(4)*(1-z(4,1)^2); w4 = w4 + eta*delta(4)*X; delta(5)= 0.5*delta0*v(5)*(1-z(5,1)^2); w5 = w5 + eta*delta(5)*X; LYÙ LỊCH TRÍCH NGANG Họ tên: Nguyễn Trần Minh Nguyệt Ngày, tháng, năm sinh: 11 – 11 – 1981 Nơi sinh: Khánh Hòa Địa liên hệ: Bộ môn Tự động hóa Công nghiệp, Khoa Điện, Trường Đại học Sư phạm Kỹ thuật Tp Hồ Chí Minh QUÁ TRÌNH ĐÀO TẠO ƒ Tháng 9/1999 – 1/2001: học trường Đại học đại cương – Đại học Quốc gia Tp Hồ Chí Minh ƒ Tháng 2/2001 – 4/2004: học trường Đại học Sư phạm Kỹ thuật Tp Hồ Chí Minh, chương trình đại học chuyên ngành Điện – Điện tử Bảo vệ tốt nghiệp tháng 1/2004 ƒ Tháng 9/2001 – 7/2004: học trường Khoa Học Tự Nhiên, chương trình Cao đẳng chuyên ngành Công nghệ Thông tin ƒ Tháng 9/2005 : học trường Đại học Bách khoa – Đại học Quốc gia Tp Hồ Chí Minh, chương trình cao học chuyên ngành Tự Động Hóa Bảo vệ luận văn tốt nghiệp tháng 7/2008 QUÁ TRÌNH CÔNG TÁC ƒ Tháng 11/2004 : tập giảng dạy trường Đại học Sư phạm Kỹ thuật Tp Hồ Chí Minh, khoa Điện ƒ Tháng 11/2005 : công nhận hết tập Tham gia công tác giảng dạy khoa Điện, trường Đại học Sư phạm Kỹ thuật Tp Hồ Chí Minh ... TÀI : ĐIỀU KHIỂN TRƯT THÍCH NGHI DÙNG MẠNG NƠRON ĐỐI TƯNG PHI TUYẾN II- NHIỆM VỤ VÀ NỘI DUNG : - Nghi? ?n cứu phương pháp điều khiển trượt thích nghi dùng mạng nơron để điều khiển hệ thống phi tuyến. .. 3.1 Điều khiển trượt 3.1.1 Nguyên lý điều khiển trượt e r - Bộ điều khiển trượt u Đối tượng điều khiển Hình 3.1: Hệ thống điều khiển trượt y 34 Có phương pháp điều khiển trượt phương pháp điều khiển. .. kế điều khiển thích nghi 46 3.2.2 Điều khiển thích nghi hệ phi tuyến 47 3.2.2.1 Phát biểu toán 48 3.2.2.2 Chọn luật điều khiển 48 3.2.2.3 Chọn luật thích nghi 49 Chương 4: Mô điều khiển trượt thích