TẠ VĂN PHƯƠNG ĐIỀU KHIỂN HỆ PHI TUYẾN THEO THỜI GIAN THỰC SỬ DỤNG BỘ ĐIỀU KHIỂN THƠNG MINH NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH ******************* TS TẠ VĂN PHƯƠNG ĐIỀU KHIỂN HỆ THỐNG PHI TUYẾN THEO THỜI GIAN THỰC SỬ DỤNG BỘ ĐIỀU KHIỂN THÔNG MINH (Sách tham khảo dành cho sinh viên ngành Công nghệ Kỹ thuật điều khiển tự động hóa) NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH – NĂM 2020 ĐIỀU KHIỂN HỆ PHI TUYẾN THEO THỜI GIAN THỰC SỬ DỤNG BỘ ĐIỀU KHIỂN THÔNG MINH TẠ VĂN PHƯƠNG Chịu trách nhiệm xuất nội dung TS ĐỖ VĂN BIÊN Biên tập LÊ THỊ THU THẢO Sửa in PHAN KHƠI Trình bày bìa TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM Website: http://hcmute.edu.vn Đối tác liên kết – Tổ chức thảo chịu trách nhiệm tác quyền TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM Website: http://hcmute.edu.vn NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH Phịng 501, Nhà Điều hành ĐHQG-HCM, phường Linh Trung, quận Thủ Đức, TP Hồ Chí Minh ĐT: 028 6272 6361 - 028 6272 6390 E-mail: vnuhp@vnuhcm.edu.vn Website: www.vnuhcmpress.edu.vn VĂN PHÒNG NHÀ XUẤT BẢN PHÒNG QUẢN LÝ DỰ ÁN VÀ PHÁT HÀNH Tòa nhà K-Trường Đại học Khoa học Xã hội & Nhân văn, số 10-12 Đinh Tiên Hoàng, phường Bến Nghé, Quận 1, TP Hồ Chí Minh ĐT: 028 66817058 - 028 62726390 - 028 62726351 Website: www.vnuhcmpress.edu.vn Nhà xuất ĐHQG-HCM tác giả/ đối tác liên kết giữ quyền© Copyright © by VNU-HCM Press and author/ co-partnership All rights reserved ISBN: 978-604-73-7769-5 In 250 cuốn, khổ 16 x 24 cm, XNĐKXB số: 2282-2020/CXBIPH/3-49/ĐHQGTPHCM QĐXB số 97/QĐ-NXB ĐHQGTPHCM, cấp ngày 22/6/2020 In tại: Cơng ty TNHH In & bao bì Hưng Phú Đ/c: 162A/1, KP1A, P An Phú, TX Thuận An, Bình Dương Nộp lưu chiểu: Quý II/2020 ĐIỀU KHIỂN HỆ PHI TUYẾN THEO THỜI GIAN THỰC SỬ DỤNG BỘ ĐIỀU KHIỂN THƠNG MINH TẠ VĂN PHƯƠNG Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HCM, NXB ĐHQG-HCM TÁC GIẢ Bản quyền tác phẩm bảo hộ Luật Xuất Luật Sở hữu trí tuệ Việt Nam Nghiêm cấm hình thức xuất bản, chụp, phát tán nội dung chưa có đồng ý Trường đại học Sư phạm Kỹ thuật TP HCM Tác giả ĐỂ CÓ SÁCH HAY, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! LỜI NÓI ĐẦU Thiết kế hệ thống điều khiển cho hệ phi tuyến nhiều ngõ vào-nhiều ngõ (Multi Inputs-Multi Outputs: MIMO) thu hút quan tâm nhiều nhà nghiên cứu Do tính chất phức tạp hệ phi tuyến MIMO, mơ hình động học hệ phi tuyến xác định cách xác ứng dụng thực tế Vì việc thiết kế điều khiển dựa vào mơ hình động học hệ thống khơng thể đạt số thực mong muốn Để giải vấn đề điều khiển cho không xác định xác mơ hình động học, nhiều điều khiển nâng cao nghiên cứu áp dụng cho hệ phi tuyến MIMO điều khiển tối ưu bầy đàn (Particle Swarm Optimization: PSO), điều khiển logic mờ (Fuzzy Logic Controller FLC), mạng nơ ron (Neural Network: NN), mạng nơ ron mờ (Fuzzy Neural Network: FNN), v.v Với việc nghiên cứu phát triển điều khiển thơng minh, thích nghi, số thực điều khiển đạt ứng dụng thực tế Tuy nhiên phương pháp điều khiển tồn số vấn đề không thuận lợi hạn chế cần phải cải thiện thời gian xử lý điều khiển học theo thời gian thực, việc chọn lựa số lượng tập mờ luật mờ, cách chọn số nơ ron số lớp mạng, vấn đề bền vững hệ thống xuất thành phần không chắn nhiễu thay đổi thơng số mơ hình, thơng số tải trình hoạt động hệ thống điều khiển Trong sách Điều khiển hệ phi tuyến theo thời gian thực sử dụng điều khiển thông minh này, tác giả đề xuất điều khiển có cấu trúc mơ hình tiểu não (Cerebellar Model Articulation Controller: CMAC), điều khiển có cấu trúc mơ hình tiểu não hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RCMAC), điều khiển có cấu trúc mơ hình tiểu não hồi tiếp có chức dự phòng (Redundant Recurrent Cerebellar Model Articulation Controller: Redundant RCMAC) hệ thống điều khiển có cấu trúc mơ hình tiểu não hồi tiếp bền vững (Robust Recurrent Cerebellar Model Articulation Control System: RRCMACS) cho hệ phi tuyến MIMO để nâng cao số thực điều khiển khả bám đuổi tốt theo tín hiệu đặt, tăng tính ổn định bền vững, giảm ảnh hưởng thay đổi tải ảnh hưởng nhiễu lên ổn điều khiển q trình hoạt động Nội dung sách trình bày Chương 2, Chương Chương Trong đó, Chương trình bày điều khiển có cấu trúc mơ hình tiểu não thường sử dụng (Traditional Cerebellar Model Articulation Controller), thuộc tính bật điều khiển CMAC so với điều khiển thơng minh khác Chương trình bày yếu tố ảnh hưởng đến khả hiệu học điều khiển CMAC từ đề xuất giải pháp cải tiến để nâng cao số thực hiệu học điều khiển CMAC Bên cạnh việc cải tiến điều khiển CMAC, giải pháp dự phòng nghiên cứu đề xuất cho điều khiển RCMAC để trì trình điều khiển giám sát hệ thống cách liên tục Chương trình bày kết hợp điều khiển RCMAC điều khiển bền vững để tạo thành điều khiển có cấu trúc mơ hình tiểu não hồi tiếp bền vững Bộ điều khiển đạt khả bám đuổi tốt mà cịn có khả giảm thiểu cách đáng kể ảnh hưởng thay đổi tải hay tác động nhiễu Với kết hợp này, ổn định bền vững hệ thống cải thiện trình hoạt động Cùng với việc trình bày lý thuyết, kết thực nghiệm trình bày chương để chứng minh hiệu giải pháp đề xuất LỜI CẢM ƠN Để hoàn thành sách này, tác giả nhận hỗ trợ nhiều từ bạn bè, đồng nghiệp, Ban Chủ nhiệm Khoa Điện-Điện Tử Trường Đại học Sư Phạm Kỹ Thuật TP HCM trình giảng dạy, học tập nghiên cứu Tác giả gửi lời cảm ơn chân thành đến Phó Giáo sư, Tiến sĩ Đặng Xuân Kiên Tiến sĩ Ngô Thanh Quyền hỗ trợ thời gian vừa qua để có kết lý thuyết thực nghiệm trình bày sách Tác giả TS Tạ Văn Phương MỤC LỤC LỜI NÓI ĐẦU Chƣơng 1: GIỚI THIỆU HỆ PHI TUYẾN MIMO VÀ HỆ THỐNG ĐIỀU KHIỂN ĐƢỢC ĐỀ XUẤT 13 1.1 Giới thiệu hệ phi tuyến MIMO hệ thống điều khiển đề xuất 13 1.2 Các thành phần không chắn hệ phi tuyến 18 1.3 Hệ thống điều khiển đề xuất 18 Chƣơng 2: 2.1 BỘ ĐIỀU KHIỂN CĨ CẤU TRÚC MƠ HÌNH TIỂU NÃO 22 Giới thiệu điều khiển có cấu trúc mơ hình tiểu não 22 2.1.1 Sơ đồ khối hệ thống điều khiển đề xuất cấu trúc CMAC 22 2.1.2 Hàm mục tiêu luật học điều khiển CMAC 27 2.2 Bộ điều khiển bù ước lượng biên độ sai số 29 2.3 Kết thực nghiệm 31 2.3.1 Mơ hình điều khiển áp suất 31 2.3.2 Mơ hình điều khiển mức nước 34 2.4 Kết luận 37 Chƣơng 3: CẢI TIẾN BỘ ĐIỀU KHIỂN CĨ CẤU TRÚC MƠ HÌNH TIỂU NÃO 38 3.1 Những hạn chế điều khiển có cấu trúc mơ hình tiểu não cổ điển cải tiến đề xuất 38 3.2 Bộ điều khiển có cấu trúc mơ hình tiểu não sử dụng hàm Wavelet (Wavelet Cerebellar Model Articulation Controller: WCMAC) 39 Hình 4.15: Đáp ứng bàn trượt với tín hiệu đặt dạng hàm sine theo trục Y 82 Những kết mơ thể điều khiển có cấu trúc mơ hình tiểu não bền vững đạt ổn định bền vững có ảnh hưởng thành phần không chắn thời điểm t1 = 235s đến t = 245s t = 465s đến t = 475s cho tín hiệu đặt dạng hàm bước dạng hàm sine Hệ thống điều khiển có khả miễn nhiễu tốt điều khiển bền vững có mức độ suy hao đặt trước nhỏ 4.4.2.3 Kết luận Trong chương này, giải pháp bền vững đề xuất cho hệ thống phi tuyến MIMO để đạt ổn định bền vững xuất yếu tố khơng UD(x) chắn q trình điều khiển Những giải pháp bền vững đề xuất gồm xây dựng điều khiển bền vững sử dụng phương pháp µ_Synthesis điều khiển bền vững theo tiêu chuẩn H Đặc điểm phương pháp µ_Synthesis tìm tham số điều khiển bền vững để đạt bền vững ảnh hưởng thay đổi tham số so với tham số danh định, nhiễu nhiễu cảm biến Phương pháp µ_Synthesis khơng quan tâm nhiều đến đáp ứng bám đuổi hay sai số hệ thống Bộ điều khiển bền vững theo tiêu chuẩn H kết hợp với điều khiển có cấu trúc mơ hình tiểu não hồi tiếp (RCMAC) để điều khiển hệ thống phi tuyến Trong đó, RCMAC tận dụng để giả lập điều khiển trượt lý tưởng nhằm cực tiểu mặt trượt sai số điều khiển bền vững theo tiêu chuẩn H nhằm giảm ảnh hưởng thành phần khơng chắn, nhiễu ngồi nhiễu cảm biến với mức độ suy hao đặt trước Kết mô với hệ thống bàn trượt chứng minh hiệu hệ thống điều khiển có cấu trúc mơ hình tiểu não hồi tiếp bền vững đề xuất Thêm vào đó, thành phần khơng chắn UD(x) đại diện cho thuộc tính cố hữu, tồn hệ thống phi tuyến MIMO Vì hệ thống điều khiển RCMAC bền vững áp dụng với hệ thống phi tuyến khác Tuy nhiên, hệ thống cần số cải tiến nghiên cứu như: Cải tiến thuật toán, chọn lựa thiết bị phần ứng phù hợp để thể hiệu hệ thống điều khiển bền vững theo thời gian thực 83 Chương 5: KẾT LUẬN VÀ CÁC ĐỀ XUẤT 5.1 Kết luận Tài liệu đề xuất điều khiển có cấu trúc mơ hình tiểu não (Cerebellar Model Articulation Controller: CMAC), điều khiển có cấu trúc mơ hình tiểu não hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RCMAC), điều khiển cấu trúc mơ hình tiểu não hồi tiếp dự phịng (Redundant CMAC), hệ thống điều khiển có cấu trúc mơ hình tiểu não hồi tiếp bền vững (Robust Recurrent Cerebellar Model Articulation Control System: RRCMACS) cho hệ thống phi tuyến MIMO để đạt số thực mong muốn Các nội dung sách trình bày cụ thể sau: Hệ thống phi tuyến MIMO trình bày dạng tổng qt Trong yếu tố ảnh hưởng đến ổn định bền vững hệ thống vùng chết vật liệu, tượng từ trễ, khe hở, đặc tính bão hịa, nhiễu ngồi nhiễu cảm biến trình bày xét đến trình thiết kế hệ thống điều khiển Hệ thống điều khiển đề xuất thiết kế để đạt số thực mong muốn như: đáp ứng bám đuổi tốt, ổn định, bền vững, giảm ảnh hưởng nhiễu nhiễu cảm biến, đảm bảo trình điều khiển giám sát hệ thống cách liên tục Đóng góp luận án trình bày Chương 2, Chương Chương Trong Chương 2, điều khiển có cấu trúc mơ hình tiểu não cổ điển trình bày để thể thuộc tính vượt trội CMAC so với điều khiển thông minh khác Fuzzy Logic, Neural Network Cấu trúc CMAC, lan truyền tín hiệu, việc chọn lựa hàm mục tiêu, thuật tốn học trình bày chi tiết chương Bên cạnh việc trình bày lý thuyết, kết thực nghiệm thực để kiểm chứng hiệu điều khiển CMAC Chương hạn chế cải tiến cần thực để nâng cao hiệu điều khiển CMAC Những yếu tố ảnh hưởng đến khả hiệu học điều khiển CMAC trình bày Chương Từ giải pháp cải tiến phát triển để nâng cao số thực CMAC Những giải pháp cải tiến đề xuất gồm: Kết hợp hàm Wavelet kỹ thuật hồi tiếp vào điều khiển CMAC để cải thiện khả học khả đáp ứng hệ thống động 84 Cùng với việc cải tiến điều khiển CMAC chất lượng, giải pháp dự phòng đề xuất để trì trình điều khiển giám sát hệ thống cách liên tục Giải pháp thực việc sử dụng hai trạm điều khiển hoạt động đồng thời Bất hai trạm gặp cố, trạm lại chiếm quyền điều khiển kiểm sốt hệ thống Vì vậy, hệ thống điều khiển đảm bảo hoạt động cách liên tục Cùng với việc trình bày lý thuyết, kết thực nghiệm cung cấp để thể hiệu giải pháp đề xuất chương Chương trình bày kết hợp điều khiển RCMAC điều khiển bền vững để hình thành hệ thống điều khiển RCMAC bền vững Hệ thống đạt bám đuổi (tracking) tốt mà giảm ảnh hưởng thành phần không chắn, ảnh hưởng nhiễu tải cảm biến Kết mô thực nghiệm thể ổn định bền vững hệ thống điều khiển bền vững đề xuất chương 5.2 Những đề xuất cho nghiên cứu Mặc dù nghiên cứu đạt kết tốt, việc thiết kế hệ thống điều khiển cho hệ thống phi tuyến MIMO tồn vấn đề cần phải tiếp tục hoàn thiện Những vấn đề cần nghiên cứu phát triển cụ thể sau: Hệ thống điều khiển bền vững cần tiếp tục nghiên cứu phần cứng phần mềm để điều khiển hệ thống phi tuyến theo thời gian thực Thuật toán điều khiển cần phát triển để số lớp CMAC tăng giảm cách tự động nhằm nâng cao hiệu học theo thời gian thực Vấn đề tối ưu toàn cục chưa giải cách triệt để luận án Vì vậy, cần nghiên cứu cách đầy đủ nghiên cứu Các cơng trình cơng bố liên quan đến nội dung trình bày sách [1] Ta Van Phuong, Đong Van Huong, Ngo Thanh Quyen, Adaptive tracking control for non-linear MIMO system using Self-Wavelet Cerebellar Model Articulation Controller, Journal of Transportation Science and Technology, No 22, February 2017 85 [2] Ta Van Phuong, Nguyen Quoc Tan, Nguyen Thanh Luan, Ta Minh Giang, Ly Thanh Hung, Deal with uncertainty systems using intelligent control methods, Journal of Technical Education Science, ISSN 1859-1272, No.49, English, September 2018 [3] Dang Xuan Kien, Ta Van Phuong, Nguyen Truong Phi, Analysis and Design for Twin Rotor MIMO System using µ_Synbook, The 4th Vietnam International Conference and Exhibition on Control and Automation (VCCA-2017), Vietnamese, Ho Chi Minh, December 2017 [4] Van-Phuong Ta, Xuan-Kien Dang, Thanh-Quyen Ngo, Adaptive Tracking Control Based On Cerebellar Model Articulation Controller for Non-linear Systems, IEEE International Conference On Systems Science and Engineering (ICSSE 2017), July 2017 [5] Van-Phuong Ta, Xuan-Kien Dang, Van-Huong Dong, Viet-Dung Do, Designing Dynamic Positioning System Based on H∞ Robust Recurrent Cerebellar Model Articulation Controller , 4th International Conference on Green Technology and Sustainable Development (GTSD 2018), IEEE December 2018 [6] Xuan-Kien Dang, Van-Phuong Ta, Thanh-Danh Nguyen, Designing Robust Controller For Twin Rotor MIMO System, ICIC Express Letters, Part B: Applications, ICIC International, (Scopus) ISSN 2185-2766, October 2018 [7] Van-Phuong Ta, Xuan-Kien Dang, Pressure Tank Stability Control System Using Recurrent Cerebellar Model Articulation Controller, ICIC Express Letters, Part B: Applications, ICIC International, (Scopus) ISSN 2185-2766, November 2018 [8] Van-Phuong Ta, Xuan-Kien Dang, Improved Wavelet Cerebellar Model Articulation Controller For Precision Positioning Of PiezoDriven Stage, 2018 International Conference on Advanced Control, Automation and Robotics, IOP Conf Series: Materials Science and Engineering 383, (Scopus), 2018 [9] Van-Phuong Ta, Xuan-Kien Dang, Van-Lam Nguyen, Van-Thu Nguyen, Designing Dynamic Positioning System Based on Robust Recurrent Cerebellar Model Articulation Controller, 19th Annual General Assembly – AGA 2018, International Association of Maritime Universities, October 2018 86 [10] Van-Phuong Ta, Xuan-Kien Dang, An Innovative Recurrent Cerebellar Model Articulation Controller For Piezo-Driven Micro-motion Stage, International Journal of Innovative Computing, Information, and Control, ISSN 1349-4198, (ISI) Volume 14, Number 4, August 2018 [11] T.Q Ngo, T.V Phuong, Robust Adaptive Self-Organizing Wavelet Fuzzy CMAC Tracking Control for Deicing Robot Manipulator, International Journal of Computers Communication & Control, ISSN 1841-9844, (SCIE) August 2015 [12] Xuan-Kien Dang and Van-Phuong Ta, Robust Recurrent Cerebellar Model Articulation Controller for Non-linear MIMO systems, International Journal of Advanced Computer Science and Applications: IJACSA (ISI ), ISSN 2156-5570, Vol 10, No 3, 2019 [13] Van-Phuong Ta, Xuan-Kien Dang, “Redundant Recurrent Cerebellar Model Articulation Control System for Industrial Applications”, Technology & Applied Science Research (ISI), ISSN 1792-8036, Vol 9, No 5, 2019 87 TÀI LIỆU THAM KHẢO [1] Zong-Ru Yu, Teng-Chieh Yang, and Jih-Gau Juang, Application of CMAC and FPGA to a Twin Rotor MIMO System, IEEE, pp.264269, June 2010 [2] A Al-Ghanim and J Zheng, A Fast Non-Singular Terminal Sliding Mode Control Based on Perturbation Estimation for Piezo Actuators Systems, International Journal of Control, Vol.3, pp.480-491, April 2016 [3] J S Mo, Z C Qiu, J Y Wei, X M Zhang, Adaptive positioning control of an ultrasonic linear motor system, Robotics, and Computer-Integrated Manufacturing, Vol.44, pp.157-173, August 2016 [4] Shuhui Bi, Lei Wang, Yongguo Zhao, and Mingcong Deng, Operator-based Robust Control for Non-linear Uncertain Systems with Unknown Backlash-like Hysteresis, International Journal of Control, Automation and Systems, Volume 14, pp.469-477, April 2016 [5] Xinghua Zhang, Yantao Wang*, and Xiaofei Fan, Stability Analysis of Linear Systems with An Interval Time-varying Delay – A DelayRange-Partition Approach, International Journal of Control, Automation and Systems, Volume 15, pp.518-526, April 2017 [6] Hassan Talebi Abatari and Abdolreza Dehghani Tafi, Using a fuzzy PID controller for the path following of a car-like mobile robot, International Conference on Robotics and Mechatronics, pp.189193, February 2013 [7] Xia Anjun, Li Xu, Hu Shuju LI Nianhong and Xu Honghua, A New Pitch Control Method for Large-Scale Wind Turbine Based on ADRC, IEEE , pp.373-376, August 2014 [8] H Farokhi Moghaddam, N Vasegh, Robust PID Stabilization of Linear Neutral Time-Delay Systems, International Journal of Computers Communication & Control, Volume 9, pp.201-208, April 2014 [9] J Bai, Development an Adaptive Incremental Fuzzy PI Controller for an HVAC System, International Journal of Computers communication & Control, Volume 8, pp.654-661, October 2013 [10] Jeetendra Agarwal, Aditi Vidyarthi, and Girish Parmar, Comparative Analysis of Fuzzy and LQR for Water Level Control of U -Tube Steam Generator, International Conference on Communication, 88 Control and Intelligent Systems (CCIS), IEEE, pp.325-329, November 2015 [11] Salman Zaffar and Attaullah Y Memon, Robust and optimal stabilization of uncertain linear systems using LQR methods, IEEE, pp.163-167, July 2014 [12] J Kennedy, R Eberhart, Y Shi, Swarm Intelligence, Morgan Kaufmann Publishers, 1st Edition, San Francisco, pp.80-95, April 2001 [13] Z L Gaming, A Particle Swarm Optimization Approach for Design of PID Controller in AVR System, IEEE Trans Energy Convers., Vol.19, pp.384-391, June 2004 [14] Alrijadjis Djoewahir, Kanya Tanaka and Shota Nakashima, Adaptive PSO-based Self-Tuning PID Controller For Ultrasonic Motor, International Journal of Innovative Computing, Information, and Control, Volume 9, pp.3903-3914, October 2013 [15] Yi Ye, Chen-Bo Yin n, Yue Gong, Jun-jing Zhou, Position control of the non-linear hydraulic system using an improved PSO based PID controller, Mechanical Systems and Signal Processing, Elsevier Ltd, pp.1-19, June 2016 [16] Sundarapandian Vaidyanathan, Takagi-Sugeno fuzzy logic controller for Liu-Chen four-scroll chaotic system, Int J Intelligent Engineering Informatics, Vol.4, pp.135-150, May 2016 [17] Z.-B Du, T.-C Lin, T.-B Zhao, Fuzzy Robust Tracking Control for Uncertain Non-linear Time-Delay System, International Journal of Computers Communication & Control, Volume 10, pp.812-824, December 2015 [18] H K Lam, H Li, and H Liu, Stability analysis and control synbook for the fuzzy-observer-based controller of non-linear systems: a fuzzy-model-based control approach, IET Control Theory Appl., Volume 7, pp.663-672, March 2013 [19] L Wu, X J Su, P Shi, and J B Qiu, A new approach to stability analysis and stabilization of discrete-time T-S fuzzy time-varying delay systems, IEEE Trans Syst., Man, Cybern.—Part B: Cybern., Vol.41, pp.273-286, February 2011 [20] X P Xie and S L Hu, Relaxed stability criteria for discretetime Takagi–Sugeno fuzzy systems via new augmented nonquadratic Lyapunov functions, Neurocomputing, Vol.166, pp.416–421, April 2014 89 [21] Van-Phong Vu, Wen-June Wang, Observer synbook for uncertain Takagi–Sugeno fuzzy systems with multiple output matrices, Journal The Institution of Engineering and Technology, Volume 10, pp.151-161, January 2016 [22] Wen-June Wang∗, Van-Phong Vu, Wei Chang, Chung-Hsun Sun and Shan-Ju Yeh, A synbook of the observer-based controller for stabilizing uncertain T-S fuzzy systems, Journal of Intelligent & Fuzzy Systems, Volume 30, pp.3451-3463, April 2016 [23] Feng Liu and Hua Wang, Fuzzy PID Tracking Controller For TwoAxis AirBorne Optoelectronic Stabilized Platform, International Journal of Innovative Computing, Information and Control, Volume 13, pp.1307-1322, August 2017 [24] X.Z Zhang, Y.N Wang, Design of Robust Fuzzy Sliding-Mode Controller for a Class of Uncertain Takagi-Sugeno Non-linear Systems, International Journal of Computers Communication & Control, Volume 10, pp.136-146, February 2015 [25] L.M Capisani, A Ferrara, Trajectory planning and second-order sliding mode motion/interaction control for robot manipulators in unknown environments, Ind Electron IEEE Trans, Volume 59, pp.3189–3198, August 2012 [26] F.J Lin and S Y Lee, Intelligent integral backstepping slidingmode control using the recurrent neural network for piezo-flexural nanopositioning stage, Asian Journal of Control, Vol18, pp.456-472, March 2016 [27] Tianhua Liu and Shoulin Yin, An Improved Neural Network Adaptive Sliding Mode Control Used in Robot Trajectory Tracking Control, International Journal of Innovative Computing, Information, and Control, Vol.11, pp.1655-1666, October 2015 [28] A Al-Ghanimi, J Zheng, and Z Man, A Fast Non-Singular Terminal Sliding Mode Control Based on Perturbation Estimation for Piezoelectric Actuators Systems International Journal of Control, Volume 90, pp.1-22, May 2016 [29] Aamir Hashim Obeid Ahmed, Performance Comparison of Sliding Mode Control and Conventional PI Controller for Speed Control of Separately Excited Direct Current Motors, Journal of Science and Technology Vol.13, pp.74-80, December 2012 [30] Y Shtessel, Sliding Mode Control and Observation, Springer Science+Business Media, New York, 2013 90 [31] T Z Jia, G W Kang, An RBF neural network-based nonsingular terminal sliding mode controller for robot manipulators The Third International Conference on Intelligent Control and Information Processing, Dalian, China, IEEE, pp.72-76, December 2012 [32] F.J Lin, S.Y Lee, P.H Chou, Intelligent nonsingular terminal sliding-mode control using MIMO Elman neural network for piezoflexural nanopositioning stage, IEEE Trans Ultrason Ferroelectr Freq Control Volume 59, pp.2716-2730, December 2012 [33] C.K Ang, S.H Tang, S Mashohor, M.K.A.M Ariffin, Solving Continuous Trajectory and Forward Kinematics Simultaneously Based on ANN, International Journal COMPUT COMMUN, Volume 9, pp.253-260, June 2014 [34] E Ciupan, F Lungu, C Ciupan, ANN Method for Control of Robots to Avoid Obstacles, International Journal of Computers communication & Control, Volume 9, pp.539-554, October 2014 [35] S Jung, Stability Analysis of Reference Compensation Technique for Controlling Robot Manipulators by Neural Network, International Journal of Control, Automation and Systems, Vol.15, pp.952-958, April 2017 [36] C H Lin, Non-linear Backstepping Control Design of LSM Drive System Using Adaptive Modified Recurrent Laguerre Orthogonal Polynomial Neural Network, International Journal of Control, Automation and Systems, Vol.15, pp.905-917, March 2017 [37] X K Dang, Z H Guan, T Li and D X Zhang, Joint Smith Predictor and Neural Network Estimation Scheme for Compensating Randomly Varying Time-delay in Networked Control System, Proc The 24th Chinese Control and Decision Conference, Tai Yuan, China, pp.512-517, May 2012 [38] Jonathan L Ticknor, A Bayesian regularized artificial neural network for stock market forecasting, Expert Systems with Applications, Elsevier, , Volume 40, pp.5501-5506, October 2013 [39] D K Chaturvedi, A P Sinha, O P Malik, Short-term load forecast using fuzzy logic and wavelet transform integrated generalized neural network, Elsevier, Electrical Power and Energy Systems, Volume 67, pp.230-237, May 2015 [40] D Shi, M N Nguyen, S Zhou, and G Yin, Fuzzy CMAC with incremental Bayesian Ying–yang learning and dynamic rule 91 construction, IEEE Trans Syst., Man, Cybern B, Cybern., Vol.40, pp.548–552, April 2010 [41] C M Lin and H Y Li, A novel adaptive wavelet fuzzy cerebellar model articulation control system design for voice coil motors, IEEE Trans Ind.Electron., Vol.59, pp.2024–2033, April 2012 [42] C M Lin and H Y Li, TSK fuzzy CMAC-based robust adaptive backstepping control for uncertain non-linear systems, IEEE Trans Fuzzy Syst., Vol.20, pp.1147–1154, December 2012 [43] Yu-Lin Liao, Yi-Chung Hu, and Ya-Fu Peng, Application of Recurrent Functional-Link-Based CMAC Networks for Identification and Prediction, IEEE, pp.620-621, July 2016 [44] C M Lin, L Y Chen, and C H Chen, RCMAC hybrid control for MIMO uncertain non-linear systems using sliding-mode technology, IEEE Trans.on Neural Networks, Vol.18, pp.708-720, May 2007 [45] S Y Wang, C L Tseng, and S C Chien, Adaptive fuzzy cerebellar model articulation control for switched reluctance motor drive, IET Elect.Power Appl., Vol.6, pp.190–202, March 2012 [46] P Zhang, G Du, B Liang, X Wang, Human-Manipulator Interface Using Hybrid Sensors via CMAC for Dual Robots, International Journal of Computers communication & Control,Volume 10, pp.280-290, April 2015 [47] Thanh Quyen Ngo, Ta Van Phuong, Robust Adaptive SelfOrganizing Wavelet Fuzzy CMAC Tracking Control for Deicing Robot Manipulator, International Journal of Computers communication & Control, Volume 10 , pp.567-578, August 2015 [48] V P Ta, X K Dang, and T Q Ngo, Adaptive Tracking Control Based On CMAC for Non-linear Systems, Proceedings of the International Conference on System Science and Engineering, pp.494-498, July 2017 [49] Van-Phuong Ta and Xuan-Kien Dang, Improved wavelet cerebellar model articulation controller for precision positioning of the piezodriven stage, IOP Conference Series: Materials Science and Engineering, Volume 14, pp.1527-1535, August 2018 [50] Van-Phuong Ta and Xuan-Kien Dang, An Innovative Recurrent Cerebellar Model Articulation Controller For Piezo-Driven Micromotion Stage, International Journal of Innovative Computing, Information and Control, Volume 14, pp.1527-1535, August 2018 92 [51] Chih-Min Lin and Tien-Loc Le, WCMAC-based control system design for non-linear systems using PSO, Journal of Intelligent & Fuzzy Systems, Volume 33, pp.807–818, July 2017 [52] M Bahita,Neural Stable Adaptive Control For a class of non-linear systems, Journal of Engineering Science and Technology, Vol.7, pp.97 – 118, February 2012 [53] Bor-Sen Chen, Senior Member, IEEE, Ching-Hsiang Lee, and Yeong-Chan Chang, H Tracking Design for Uncertain Non-linear SISO Systems: Adaptive Fuzzy Approach, IEEE Transactions on Fuzzy Systems, Vol.4, No 1, February 1996 [54] Jame S Albus, Brains, Behavior, and Robotics Published in 1981 [55] Jame S Albus A new approach to manipulator control: The cerebellar model articulation controller (CMAC), ASME J Dyn Syst Meas Control, pp.220–227, September 1975 [56] Jame S Albus Data storage in the cerebellar model articulation controller (CMAC) ASME J Dyn Syst Meas Control, Volume 97, pp.228-233, September 1975 [57] Serrano F J., Vidal A R., Rodriguez A., Generalizing CMAC architecture and training, IEEE Trans Neural Networks, Volume 9, pp.1509-1514, November 1998 [58] Wong Y and Sideris A., Learning convergence in the cerebellar model articulation controller, IEEE Trans Neural Networks, Volume 3, pp.115-121, January 1992 [59] C M Lin, Y F Peng, and C F Hsu, Robust Cerebellar Model Articulation Controller Design for Unknown Non-linear Systems, IEEETransactions on Circuits and Systems II: Express Briefs, Vol.51, pp.354-358, July 2004 [60] Miller W T., Glanz F H., and Kraft L G., Application of a general learning algorithm to the control of robotic manipulators, Int J Robotic Res, Volume 6, pp.84-98, June 1987 [61] W Yu, M A Moreno-Armendariz, and F O Rodriguez, Stable adaptive compensation with fuzzy CMAC for an overhead crane, Information Sciences, Vol.181, pp.4895–4907, November 2011 [62] H L Shieh, C Y Bao, A Robust Fuzzy CMAC Function Approximation, Conference on Machine Learning, IEEE, pp.11-14, July 2010 93 [63] S F Su, T Tao Credit assigned CMAC and its application to online learning robust controllers, IEEE Trans Syst Man Cybern B, Cybern., Vol.33, pp.202-213, April 2003 [64] C M Lin and Y F Peng, Adaptive CMAC-based supervisory control for uncertain non-linear systems, IEEE Trans Syst Man Cybern., Vol.34, no 2, pp.1248–1260, April 2004 [65] C M Lin, H Y Li, Intelligent Control Using Wavelet Fuzzy CMAC Backstepping Control System for Two-Axis Linear Piezoelectric Ceramic Motor Drive Systems, IEEE, Volume 22, pp.791-822, August 2014 [66] Rong-Jong Wai, Chih-Min Lin, and Ya-Fu Peng, Adaptive Hybrid Control for Linear Piezoelectric Ceramic Motor Drive Using Diagonal Recurrent CMAC Network, IEEE Transaction Neural Network, Vol.15, pp.1491-1506, November 2004 [67] A Usha, H P M Tech, Dr K V Lakshmi Narayana, Water Tank Level Control System using Self-Adaptive Fuzzy-PID Control, International Journal of Engineering Research & Technology, Vol.3, pp.1992-1997, June 2014 [68] J A John, Dr N E Jaffar, Prof R M Francis, Modelling and Control of Coupled Tank Liquid Level System using Backstepping Method, International Journal of Engineering Research & Technology (IJERT), Vol.4, pp.667-671, June-2015 [69] Z Ma and A Jutan, Control of a pressure tank system using a decoupling control algorithm with a neural network adaptive scheme, IEE Proc.-Control Theory Appl.,Vol.150, pp.389-400, August 2003 [70] C T Chiang, C S Lin, CMAC with general basis functions, Journal of Neural Network, Volume 9, pp.1199 –1211, October 1996 [71] Dai Q and Liu N, Alleviating the problem of local minima in Backpropagation through competitive learning, Elsevier Journal, Neurocomputing, Volume 94, pp.152-158, October 2012 [72] Burse K, Manoria M, and Vishnu P S K, Improved Back Propagation Algorithm to Avoid Local Minima in Multiplicative Neuron Model, International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering, Volume 4, pp.63-67, 2011 94 [73] Xia Chen and Kun Shi, Target Threat Assessment Based on Fuzzy Recurrent Wavelet Neural Network, International Journal of Innovative Computing, Information and Control, Vol.12, pp.885898, June 2016 [74] T.L Mai, Y N Wang, Adaptive Force/Motion Control System Based on Recurrent Fuzzy Wavelet CMAC Neural Networks for Condenser Cleaning Crawler-Type Mobile Manipulator Robot, IEEE transactions on control systems Technology, Volume 22, pp.1973-1982, Steptember 2014 [75] Da-Wei Gu, Petko H Petkov, Mihail M Konstantinov, Robust control design with Matlab, published in November 2013 [76] Petko H Petkov, Nicolai D Christov and Mihail M Konstantinov, Robust Real-Time Control of a Two-Rotor Aerodynamic System, Proceedings of the 17th World Congress, The International Federation of Automatic Control, Seoul, Korea, Volume 41, pp.6422-6427, July, 2008 [77] Adam Pilat and Piotr Wlodarczyk, The μ-Synbook and Analysis of the Robust Controller for the Active Magnetic Levitation System, Automatika, pp.85-98, 2011 [78] Sarath S Nair, Automatic Weight Selection Algorithm for Designing H Infinity controller for Active Magnetic Bearing, International Journal of Engineering Science and Technology (IJEST), Vol.3, pp.122-138, Jan 2011 [79] P Munawa, K A Folly, Selection of Weighing Functions in H∞ Controller Design using PBIL, International Joint Conference on Neural Networks (IJCNN), July 2014 95 ... thơng số tải q trình hoạt động hệ thống điều khiển Trong sách Điều khiển hệ phi tuyến theo thời gian thực sử dụng điều khiển thông minh này, tác giả đề xuất điều khiển có cấu trúc mơ hình tiểu...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH ******************* TS TẠ VĂN PHƯƠNG ĐIỀU KHIỂN HỆ THỐNG PHI TUYẾN THEO THỜI GIAN THỰC SỬ DỤNG BỘ ĐIỀU KHIỂN THÔNG... An Phú, TX Thuận An, Bình Dương Nộp lưu chiểu: Quý II/2020 ĐIỀU KHIỂN HỆ PHI TUYẾN THEO THỜI GIAN THỰC SỬ DỤNG BỘ ĐIỀU KHIỂN THÔNG MINH TẠ VĂN PHƯƠNG Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM