Nghiên cứu ứng dụng nowrowrron mờ để cải thiện nhận dạng hệ phi tuyến

i ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP NGUYỄN XUÂN LỘC NGHIÊN CỨU ỨNG DỤNG NƠRON MỜ ĐỂ CẢI THIỆN NHẬN DẠNG HỆ PHI TUYẾN Chuyên ngành: Kỹ thuật điều khiển Tự động hóa Mã số: 60520216 LUẬN VĂN THẠC SĨ KỸ THUẬT Ngƣời hƣớng dẫn khoa học PGS.TS Lại Khắc Lãi THÁI NGUYÊN – 2014 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ii LỜI CAM ĐOAN Tên là: Nguyễn Xuân Lộc Sinh ngày : 02 tháng 10 năm 1984 Học viên lớp cao học khóa 14 - Tự động hóa - Trường Đại Học Kỹ Thuật Công Nghiệp Thái Nguyên - Đại Học Thái Ngun Hiện cơng tác tại: Phịng Kinh tế Hạ tầng huyện Đà Bắc Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu nêu luận văn trung thực Những kết luận khoa học luận văn chưa cơng bố cơng trình Tơi xin cam đoan thơng tin trích dẫn luận văn rõ nguồn gốc Ngƣời thực Nguyễn Xuân Lộc Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ iii LỜI CẢM ƠN Trong thời gian thực luận văn, tác giả nhận quan tâm lớn nhà trường, khoa, phòng ban chức năng, thầy cô giáo đồng nghiệp Tác giả xin chân thành cảm ơn Ban giám hiệu, Khoa sau đại học, giảng viên tạo điều kiện cho tơi hồn thành luận văn Tác giả xin bày tỏ lời cảm ơn chân thành đến PGS.TS Lại Khắc Lãi, Trường đại học Thái Nguyên tận tình hướng dẫn trình thực luận văn Tác giả xin chân thành cảm ơn đến thầy giáo phịng thí nghiệm giúp đỡ tạo điều kiện để tác giả hoàn thành thí nghiệm điều kiện tốt Mặc dù cố gắng, song trình độ kinh nghiệm cịn hạn chế nên luận văn cịn thiếu sót Tác giả mong nhận ý kiến đóng góp từ thầy giáo bạn đồng nghiệp để luận văn hoàn thiện có ý nghĩa ứng dụng thực tế Xin chân thành cảm ơn! Ngƣời thực Nguyễn Xuân Lộc Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ iv MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN iii MỤC LỤC iv DANH MỤC CÁC CHỮ VIẾT TẮT vi DANH MỤC BẢNG BIỂU vii PHẦN MỞ ĐẦU x CHƢƠNG I: TỔNG QUAN VỀ HỆ NƠRON - MỜ (NEFCON) 1.1 Đặt vấn đề 1.2 Tổng quan điều khiển mờ 1.2.1 Giới thiệu 1.2.2 Cấu trúc hệ điều khiển mờ 1.3 Tổng quan mạng nơron 14 1.3.1 Giới thiệu .14 1.3.3 Lịch sử phát triển mạng nơron nhân tạo 15 3.4 Cấu trúc mạng nơron nhân tạo .16 1.3.4 Mơ hình nơron 18 1.3.5 Cấu trúc mạng 19 1.3.6 Huấn luyện mạng .22 1.4 Sự kết hợp mạng nơron logic mờ 23 1.4.1 Vài nét lịch sử phát triển 23 1.4.2 Logic mờ 23 1.4.3 Mạng nơron .24 1.4.4 Sự kết hợp mạng nơron logic mờ 24 1.4.5 Cấu trúc chung hệ nơron mờ .25 1.4.5 Cấu trúc chung hệ nơron mờ .26 1.4 Các hệ thống điều khiển dùng nơron mờ nước giới 26 1.4.1 Ứng dụng mạng nơron để điều khiển bù tĩnh 26 1.4.2 Ứng dụng mạng nơron mờ với lắc nghịch đảo: .27 1.4.3 Ứng dụng mạng nơron mờ để xác định độ hút mong muốn: (phụ thuộc vào liệu thu thập từ thực nghiệm đặc tính máy) - Nikos et al (1999) 27 1.4.4 Ứng dụng mạng nơron mờ cho việc điều khiển nhiệt độ dùng quang phổ dạng TSK - Cheng, Chen, Lee (2006) .28 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ v 1.4.5 Ứng dụng mạng nơron điều khiển thích nghi hàm thành phần mờ tối ưu hóa động học luật mờ ngôn ngữ cho hệ thống điều khiển dao động - Yang, Tung & Liu (2005) .28 KẾT LUẬN CHƢƠNG I 29 Chƣơng II: KHẢO SÁT VÀ XÂY DỰNG MƠ HÌNH TỐN HỌC ROBOT 30 2.1 Sơ lược trình phát triển robot công nghiệp 30 2.2 Ứng dụng robot công nghiệp 31 2.3 Các cấu trúc robot công nghiệp 32 2.3.1 Cấu trúc chung 32 2.3.2 Kết cấu tay máy .34 2.4 Lựa chọn sơ đồ điều khiển hệ điều khiển robot 34 2.4.1 Thiết lập phương trình động học .36 2.4.2 Vận tốc chuyển động thứ i 37 2.4.3 Gia tốc chuyển động thứ i 37 2.5 Thành lập phương trình động lực học 38 2.5.1 Xây dựng phương trình tính động hệ 38 2.5.2 Xây dựng phương trình tính hệ 42 2.6 Mơ tả tốn học hệ điều khiển chuyển động phương trình vi phân .43 2.6.1 Thành lập hàm Lagrange .43 2.6.2 Mơ tả phương trình Lagrage bậc hai 44 2.7 Mô tả hệ điều khiển chuyển động phương trình trạng thái .51 2.7.1 Các biến trạng thái phương trình trạng thái 52 2.7.2 Phương trình trạng thái chuyển động I 53 2.7.3 Phương trình trạng thái chuyển động II 53 2.7.4 Phương trình trạng thái chuyển động III 53 KẾT LUẬN CHƢƠNG II .54 CHƢƠNG 3: BỘ ĐIỀU KHIỂN NEFCON 55 55 3.2 Thiết kế điều khiển NEFCON cho tay máy bậc tự 61 3.3 Thực nghiệm Robot sử dụng điều khiển NEFCON .69 KẾT LUẬN 75 TÀI LIỆU THAM KHẢO 76 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ vi DANH MỤC CÁC CHỮ VIẾT TẮT SISO Sinle in put – Single output MISO Mult input – Single output MIMO Mlti in put – Mult out put CMM Coor dinate mea suring ma chine Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ vii DANH MỤC BẢNG BIỂU Hình 1.1: Các khối chức điều khiển mờ Hình 1.2: Các hàm liên thuộc biến ngơn ngữ Hình 1.3: Hàm liên thuộc vào-ra theo luật hợp thành Max-min Hình 1.4: Hàm liên thuộc vào-ra theo luật hợp thành MAX-PROD Hình 1.5 Hàm liên thuộc vào-ra theo luật hợp thành SUM-MIN Hình 1.6 Hàm liên thuộc vào-ra theo luật hợp thành SUM – PROD 10 Hình 1.7: Giải mờ nguyên tắc trung bình 11 Hình 1.8: Giải mờ nguyên tắc cận trái 12 Hình 1.9: Giải mờ nguyên tắc cận phải 12 Hình 1.10: Giải mờ phương pháp điểm trọng tâm 13 Hình 1.11: So sánh phương pháp giải mờ 14 Hình 1.12: Mơ hình nơron sinh học 16 Hình 1.13: Mơ hình nơron đơn giản 17 Hình 1.14: Mạng nơron lớp 18 Hình 1.15a,b: Mơ hình nơron đơn giản 18 Hình 1.16: Nơron với R đầu vào 19 Hình 1.17: Ký hiệu noron với R đầu vào 19 Hình 1.18 Cấu trúc mạng nơron lớp 20 Hình 1.19: Ký hiệu mạng R đầu vào S nơron 20 Hình 1.20: Ký hiệu lớp mạng 20 Hình 1.21: Cấu trúc mạng nơron lớp 21 Hình 1.22: Ký hiệu tắt mạng nơron lớp 21 Hình 1.23: Cấu trúc huấn luyện mạng nơron 22 Hình 1.24: Kiến trúc kiểu mẫu hệ nơron mờ 25 Hình 1.25: Mơ hình hệ nơron mờ 25 Hình 1.26: Cấu trúc chung hệ nơ ron mờ 26 Hình 1.27: Mơ hệ thống điều khiển SVC dùng nơron mờ 27 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ viii Hình 1.28: Hệ thống hút tích hợp với cánh tay robot 28 Hình 1.29: Mơ hình điều khiển noron mờ 28 Hình 2.1: Sơ đồ cấu trúc chung robot công nghiệp 32 Hình 2.2: Sơ đồ cấu trúc chung hệ thống cảm biến 33 Hình 2.3: Sơ đồ kết cấu tay máy 34 Hình 2.4 Sơ đồ cấu trúc robot nối 35 Hình 3.1.a Mơ hình cấu trúc đối tượng phần mềm Matlab 56 Hình 3.1.b Mơ hình cấu trúc đối tượng phần mềm Matlab Mơ hình cấu trúc điều khiển 57 Hình 3.2 Mơ hình cấu trúc điều khiển phần mềm Matlab 57 Hình 3.3 Mơ hình cấu trúc lọc đầu vào phần mềm Matlab 58 Hình 3.4 Sơ đồ cầu trúc mơ hệ điều khiển Robot bậc tự 58 Hình 3.5 Đáp ứng đầu biến khớp Robot 59 Hình 3.6 Sai lệch tín hiệu đặt tín hiệu thực biến khớp 59 Hình 3.7 Tín hiệu điều khiển biến khớp Robot 60 Hình 3.8 Đáp ứng nhiễu hệ thống có điều khiển PD 60 Tập mẫu bao gồm đầu vào đầu để huấn luyện mạng Hình 3.9: neron 62 Hình 3.10: Dạng hàm liên thuộc cho đầu vào 62 Hình 3.11: Dạng hàm liên thuộc cho đầu vào 63 Hình 3.12: Đường cong nội suy thể mối quan hệ đầu đầu vào 63 Hình 3.13: Cấu trúc mạng neuron 64 Hình 3.14: Sai lệch trình huấn luyện 64 Hình 3.15: Quá trình kiểm tra liệu huấn luyện liệu kiểm tra 64 Hình 3.16: Dạng hàm liên thuộc cho đầu vào 65 Hình 3.17: Dạng hàm liên thuộc cho đầu vào 65 Hình 3.18: Đường cong nội suy thể mối quan hệ đầu đầu vào 66 Hình 3.19 Quỹ đạo bám cánh tay Robot 67 Hình 3.20 Sai lệch quỹ đạo bám cánh tay Robot 67 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ix Hình 3.21 Tin hiệu điều khiển quỹ đạo bám cánh tay Robot 68 3.22 Sơ đồ khối chạy thực nghiệp 69 Hình 3.23: Sơ đồ khối chạy thực nghiệm 70 Hình 3.24 Cấu hình cổng kết nối 70 Hình 3.25 71 3.26 Cấu hình đọc encoder 71 3.27 Cấu hình xuất tín hiệu PWM 72 3.28 Điều khiển tốc độ chiều quay động 72 3.29 Cấu hình đầu số 72 Hình 3.30 Tin hiệu điều khiển quỹ đạo bám cánh tay Robot 73 Hình 3.31 Tin hiệu điều khiển quỹ đạo bám cánh tay Robot 73 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ x PHẦN MỞ ĐẦU Lý chọn đề tài Việc nâng cao chất lượng điều khiển tay máy vấn đề cấp thiết nhiều nhà khoa học nước quan tâm Khi bắt đầu nhận luận văn nghiên cứu điều khiển tay máy, dự hướng dẫn nhiệt tình thầy giáo hướng dẫn PGS.TS Lại Khắc Lãi, tác giả tìm hiểu nhiều cơng trình công bố trước nhận thấy, hệ thống điều khiển tay máy chủ yếu dung phương pháp điều khiển kinh điển thiết kế theo phương pháp tuyến tính hóa gần dung Khi thơng số hệ thống thay đổi thơng số điều khiển giữ nguyên dẫn đến làm giảm độ xác điều khiển ảnh hưởng đến chất lượng sản phẩm Rất may cho tác giả thực luận văn gần việc ứng dụng lý thuyết điều khiển đại (điều khiển thích nghi, điều khiển mờ, mạng nơron…) áp dụng cho nhiều ứng dựng thu kết tốt, thúc đẩy tác giả xây dựng điều khiển đại cho điều khiển tay máy Có nhiều nghiên cứu công bố năm gần ứng dụng hệ mờ, Nơron để điều khiển đối đối tượng phi tuyến [7], [8], [12], [16] tay máy Song phần lớn nghiên cứu chưa đề cập đến áp dụng hệ điều khiển NEFCON (Nơron mờ) hầu hết cơng trình đạt kết định Xuất phát từ quan điểm để nâng cao hiểu biết hệ điều khiển NEFCON cho thân nên chọn đề tài: "Nghiên cứu ứng dụng nơron mờ để cải thiện nhận dạng hệ phi tuyến" Mục đích nghiên cứu Xây dựng điều khiển NEFCON cho cánh tay robot đảm bảm yêu cầu chất lượng, so sánh với chất lượng điều khiển tay máy dung điều khiển kinh điển Kiểm chứng thuật tốn mơ thực nghiệm Đối tƣợng nghiên cứu Điều khiển cánh tay robot theo điều khiển NEFCON Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 63 Hình 3.11:Dạng hàm liên thuộc cho đầu vào Hình 3.12: Đường cong nội suy thể mối quan hệ đầu đầu vào Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 64 Bước 3: Chọn cấu trúc phương pháp huấn luyện mạng neuron Hình 3.13:Cấu trúc mạng neuron Hình 3.14:Sai lệch trình huấn luyện Hình 3.15:Quá trình kiểm tra liệu huấn luyện liệu kiểm tra Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 65 Bước 4: Kết chỉnh định dạng hàm liên thuộc sau huấn luyện Hình 3.16:Dạng hàm liên thuộc cho đầu vào Hình 3.17:Dạng hàm liên thuộc cho đầu vào Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 66 Hình 3.18: Đường cong nội suy thể mối quan hệ đầu đầu vào Bước 5: Chạy mô với kết hàm liên thuộc sau chỉnh định Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 67 Kết mô phỏng: Hình 3.19 Quỹ đạo bám cánh tay Robot Hình 3.20 Sai lệch quỹ đạo bám cánh tay Robot Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 68 Hình 3.21 Tin hiệu điều khiển quỹ đạo bám cánh tay Robot Nhận xét: Bộ điều khiển NEFCON cho đáp ứng đầu hệ thống tốt (Hình 3.19) với thay đổi tín hiệu vào có dạng bậc thang qua lọc có dạng Hình 3.19, cụ thể sai lệch tín hiệu đặt tín hiệu thực hai biến khớp nhỏ tầm 10- biểu thị Hình 3.20 Đồng thời tín hiệu điều khiển cho hai biến khớp cụ thể cung cấp giá trị điện áp đầu vào cho hai động để quay hai biến khớp thể Hình 3.21 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 69 3.3 Thực nghiệm Robot sử dụng điều khiển NEFCON Điện – Điện tử thuộc Khoa Điện tử - Trường Đại học Kỹ thuật Công nghiệp Thái Nguyên dùng để nghiên cứu thử nghiệm phương pháp điều khiển với nguyên lý : Arduino Board: nhận tín hiệu phản hồi từ sensor vị trí (encoder) giao tiếp với máy tính, xuất tín hiệu mạch cơng suất (Cầu H) để điều khiển động cơ; Mạch cầu H: Thực nhiệm vụ đảo chiều động cơ; Động dùng để truyền động hệ thống - : Máy tính cài đặt phần mềm Matlab Simulink Mơ hình Cánh tay robot bậc tự Mạch công suất điều khiển động cánh tay robot Card Arduino Board kết nối với Simulink 3.22 Sơ đồ khối chạy thực nghiệm Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 70 - Hình 3.23: Sơ đồ khối chạy thực nghiệm thống thực qua điều khiển vị trí, việc thực qua điều khiển động servo Tín hiệu hệ thống bám xác theo tín hiệu đặt, có sai lệch, tín hiệu hệ thống qua encoder gửi so sánh với giá trị đặt điều khiển, từ điều khiển gửi tín hiệu để điều khiển động cho tín hiệu bám chặt theo tín hiệu đặt Hình 3.24 Cấu hình cổng kết nối Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 71 3.26 Cấu hình đọc encoder Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 72 3.27 Cấu hình xuất tín hiệu PWM 3.28 Điều khiển tốc độ chiều quay động 3.29 Cấu hình đầu số Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 73 Sơ đồ khối điều khiển NEFCON phần mềm Matlab – Simulink: Kết chạy thực nghiệm điều khiển cho cánh tay Robot Quỹ đạo đặt Quỹ đạo bám Hình 3.30 Tin hiệu điều khiển quỹ đạo bám cánh tay Robot Quỹ đạo đặt Quỹ đạo bám Tín hiệu sai lệch Tín hiệu điều khiển Hình 3.31 Tin hiệu điều khiển quỹ đạo bám cánh tay Robot Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 74 Nhận xét: Bộ điều khiển NEFCON cho kết tốt chu kỳ chạy thực nghiệm, một, hai chu kỳ đầu sai lệch quỹ đạo thực quỹ đạo đặt biến khớp điều khiển khoảng 0.05, chu kỳ quỹ đạo robot điều khiển ổn định thể hình 3.30 hình 3.31 Sử dụng điều khiển NEFCON khắc phục tượng giật quỹ đạo theo chiều xuống khơng cịn sai lệch tĩnh theo quỹ đạo lên Robot Điều minh chứng tính ổn định tối ưu điều khiển theo phương pháp NEFCON Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 75 KẾT LUẬN Đề tài: "Nghiên cứu ứng dụng hệ nơron mờ để cải thiện nhận dạng hệ phi tuyến" hoàn thành yêu cầu đặt thu số kết sau: - Nghiên cứu lý thuyết hệ mờ mạng nơron; phân tích ưu nhược điểm loại việc kết hợp chúng thành hệ nơron mờ nhằm phát phát huy ưu điểm điều khiển mờ mạng nơron điều khiển hệ thống phi tuyến; - Xây dựng mơ hình tốn học robot bậc tự do; mô robot Matlab; xây dựng hệ điều khiển chuyển động robot qui luật điều khiển kinh điển, đồng thời tiến hành mô với quĩ đạo chuyển động khác để thấy rõ mối quan hệ tác động ảnh hưởng qua lại chuyển động đến chất lượng độ xác điều khiển vị trí robot; - Xây dựng điều khiển nơron mờ (NEFCON) cho mạch vịng điều khiển khớp Các kết mơ cho thấy điều khiển nơron mờ làm việc theo chế thích nghi cho phép khắc phục phần ảnh hưởng chuyển động khớp đến khớp Bộ điều khiển linh hoạt áp dụng để điều khiển hệ thống thực - Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 76 TÀI LIỆU THAM KHẢO TIẾNG VIỆT [1] Nguyễn Như Hiển, Lại Khắc Lãi (2006), Hệ mờ mạng nơ ron kỹ thuật điều khiển, NXB Khoa học tự nhiên Cơng nghệ [2] Bùi Cơng Cường, Nguyễn Dỗn Phước (2006), Hệ mờ mạng nơ ron ứng dụng, NXB Khoa học Kỹ thuật [3] Phan Xuân Minh, Nguyễn Doãn Phước (2006), Lý thuyết điều khiển mờ, NXB Khoa học Kỹ thuật [4] Nguyễn Trọng Thuần (2000), Điều khiển logic ứng dụng, NXB Khoa học Kỹ thuật [5] Nguyễn Doãn Phước, Phan Xuân Minh, Hán Thành Trung (2003), Lý thuyết điều khiển phi tuyến, NXB Khoa học Kỹ thuật [6] Nguyễn Phùng Quang (2004), Matlab Simulink, NXB Khoa học Kỹ thuật [7] Vũ Thanh Du (2005), Nghiên cứu ứng dụng mạng nơron để nhận dạng điều khiển hệ thống phi tuyến, Luận văn thạc sỹ kỹ thuật [8] Trần Thanh Hà (2008), ứng dụng anfis để nhận dạng điều khiển robot hai nối, Luận văn thạc sỹ kỹ thuật TIẾNG ANH [9] Nikos C Tsourveloudis, Ramesh Kolluru, Kimon P Valavanis and Denis Gracanin, 1999, Suction Control of a Robotic Gripper: A Neuro Fuzzy Approach, Robotics and Automation Laboratory, The Center for Advanjced Computer Studies and ACIM Center, University of Louisiana at Lafayette, Lafayette, LA, USA; [10] Cheng-Jian Lin, Cheng-Hung Chen, Chi-Yung Lee, 2006, A TSK-Type Quantum Neural Fuzzy Network for Temperature Control”, International Mathematical Forum, 1, 2006, no 18, 853-866 [11] S M Yang, Y J Tung, and Y C Liu, 2005, A Neuro fuzzy system design methodology for vibration control, Asian Journal of Control, Vol 7, No 4, pp 393-400 [12] C Altrock and B Krause, "Fuzzy Logic and Neurofuzzy Technologies in Embedded Automotive Applications", Proceedings of Fuzzy Logic '93, pp A113-1 A113-9 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 77 [13] R Lea, Y Jani, and H Berenji, "Fuzzy Logic Controller with Reinforcement Learning for Proximity Operations and Docking", Fifth IEEE International Symposium on Intelligent Control, 1990 [14] D Nauck, F Klawonn and R Kruse, "Combining Neural Networks and FuzzyControllers" Fuzzy Logic in Artificial Intelligence (FLAI93), ed Klement, Erich Peter and Slany, Wolfgang, pp 35-46, 1993 [15] W Pedrycz, "Fuzzy Sets and Neurocomputations: Knowledge Representation and Processing in Intellingent Controllers", Fifth IEEE International Symposium on Intelligent Control, 1990, pp 626 - 630 [16] K P Archer and S Wang, "Fuzzy Set Representation of Neural Network Classification Boundaries", IEEE Transactions on Systems, Man, and Cybernetics, (July/August, 1991), pp 735-742 [17] A Blanco and M Delgado, "A Direct Fuzzy Inference Procedure By Neural Networks", Fuzzy Sets and Systems, (September 1993), pp 133-141 [18] J M Keller and D J Hunt, "Incorporating Fuzzy Membership Functions into the Perceptron Algorithm", IEEE Transactions on Pattern Analysis and Machine Intelligence, (November, 1985), pp 693-699 [19] W Pedrycz, "Fuzzy Neural Networks and Neurocomputations", Fuzzy Sets and Systems, Vol 56, (May 1993), pp 1-28 [20] Berenji, Hamid R and Khedkar, Pratap "Learning and Tuning Fuzzy Logic Controllers Through Reinforcements" IEEE Transactions on Neural Networks Vol pp 724 - 740, 1992 [21] J M Keller, R R Yager, and H Tahani, "Neural Network Implementation of Fuzzy Logic" Fuzzy Sets and Systems (Vol 45), pp 1-12, 1992 [22] Đồn Quang Vinh, Trần Đình Tân, ứng dụng mạng nơron mờ để điều khiển bù tĩnh, Khoa Điện, trường Đại học Bách Khoa, Đại học Đà Nẵng Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ... (Nơron mờ) hầu hết cơng trình đạt kết định Xuất phát từ quan điểm để nâng cao hiểu biết hệ điều khiển NEFCON cho thân nên chọn đề tài: "Nghiên cứu ứng dụng nơron mờ để cải thiện nhận dạng hệ phi tuyến" ... máy Có nhiều nghiên cứu công bố năm gần ứng dụng hệ mờ, Nơron để điều khiển đối đối tượng phi tuyến [7], [8], [12], [16] tay máy Song phần lớn nghiên cứu chưa đề cập đến áp dụng hệ điều khiển... nơron mờ .25 1.4.5 Cấu trúc chung hệ nơron mờ .26 1.4 Các hệ thống điều khiển dùng nơron mờ nước giới 26 1.4.1 Ứng dụng mạng nơron để điều khiển bù tĩnh 26 1.4.2 Ứng dụng