(Đề tài NCKH) thiết kế bộ điều khiển cho hệ thống phi tuyến MIMO sử dụng cmac

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG THIẾT KẾ BỘ ĐIỀU KHIỂN CHO HỆ THỐNG PHI TUYẾN MIMO SỬ DỤNG CMAC MÃ SỐ: T2018-50 SKC006505 Tp Hồ Chí Minh, tháng 03/2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM THIẾT KẾ BỘ ĐIỀU KHIỂN CHO HỆ THỐNG PHI TUYẾN MIMO SỬ DỤNG CMAC Mã Số: T2018-50TĐ/KHCN-GV Chủ nhiệm đề tài: TP.HCM, 3/2019 ThS.Tạ Văn Phương TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG THIẾT KẾ BỘ ĐIỀU KHIỂN CHO HỆ THỐNG PHI TUYẾN MIMO SỬ DỤNG CMAC Mã Số: T2018-50TĐ/KHCN-GV Chủ nhiệm đề tài: TP.HCM, 3/2019 ThS.Tạ Văn Phương Abstract Designing control system for non-linear MIMO systems has been attracted many researchers for the recent decades Due to the complex characteristics, defining the dynamic model of the non-linear MIMO systems are invaluable for the practical applications Therefore, the model-based controllers cannot satisfy the desired performances To cope with this problem, many advanced controllers have been studied and applied for the non-linear MIMO systems such as Particle Swarm Optimization (PSO), Fuzzy Logic Controller (FLC), Neural Network (NN), Fuzzy Neural Network…etc By using these adaptive, intelligent controllers, the performances have been achieved for the practical applications However, there exists disadvantages and shortcomings that need to be improved such as online learning problems, selection number of fuzzy rules, number of neurons and layers, the robustness of the system in the presence of disturbances, noise, uncertainties, and so on This study has proposed the CMAC, Wavelet CMAC, recurrent CMAC, and the robust recurrent cerebellar model articulation control system (RRCMACS) for the non-linear MIMO systems to achieve desired performances for the system during operation such as good tracking responses, stability, robustness, disturbances attenuation, and noise rejection during operation The main contributions of this study are presented in Chapter 2, Chapter 3, and Chapter In Chapter 2, the traditional Cerebellar Model Articulation Controller was represented to show the superior properties of the CMAC to different intelligent controllers Chapter represents the factors affecting the learning capability and efficiency of the CMAC and then some innovative solutions were proposed to enhance the performance and the learning effectiveness of the CMAC Chapter represents a combination between the RCMAC and the robust controller to form the robust RCMAC to achieve not only good tracking response but also attenuate significantly the effects I of the external disturbances, and sensor noise With this combination, the stability and robustness of the control system were improved during operation Along with representing theory, the experimental results were also provided to prove the effectiveness of the proposed solutions Keywords: Non-linear system, uncertainties, disturbances, noises, Cerebellar Model Articulation Controller (CMAC), Wavelet Function, Recurrent Network, neural network, redundant solutions II Tóm tắt Thiết kế hệ thống điều khiển cho hệ thống phi tuyến nhiều ngõ vàonhiều ngõ (Multi Inputs-Multi Outputs: MIMO) thu hút quan tâm nhiều nhà nghiên cứu Do tính chất phức tạp hệ thống phi tuyến MIMO, mơ hình động học hệ thống phi tuyến khơng thể xác định cách xác ứng dụng thực tế Vì việc thiết kế điều khiển dựa vào mơ hình động học hệ thống đạt số thực mong muốn Để giải vấn đề điều khiển cho khơng xác định xác mơ hình động học, nhiều điều khiển nâng cao nghiên cứu áp dụng cho hệ thống 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)…etc 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 thông số mơ hình, thơng số tải q trình hoạt động hệ thống điều khiển Nghiên cứu đề xuất điều khiển có cấu trúc mơ hình tiểu nảo (Cerebellar Model Articulation Controller: CMAC), điều khiển có cấu trúc mơ hình tiểu nảo hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RCMAC), hệ thống điều khiển có cấu trúc mơ hình tiểu nảo hồi tiếp bền vững (Robust Recurrent Cerebellar Model Articulation Control System :RRCMACS) cho hệ thống 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 III tải ảnh hưởng nhiễu lên ổn điều khiển trình hoạt động Nội dung đề tài trình bày Chương 2, Chương Chương Trong đó, Chương trình bày điều khiển có cấu trúc mơ hình tiểu nảo thường sử dụng (Traditional Cerebellar Model Articulation Controller), thuộc tính nỗi bật điều khiển CMAC so với điều khiển thông 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 Chương trình bày kết hợp điều khiển RCMAC điều khiển bền vững để tạo thành điều khiển có cấu trúc mơ hình tiểu nảo 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 Từ khóa: Hệ thống phi tuyến MIMO, thành phần không chắn, nhiễu, điều khiển có cấu trúc mơ hình tiểu nảo (CMAC), hàm Wavelet, mạng hồi tiếp, mạng nơ ron IV MỤC LỤC Chương 1: GIỚI THIỆU HỆ THỐNG PHI TUYẾN MIMO VÀ HỆ THỐNG ĐIỀU KHIỂN ĐƯỢC ĐỀ XUẤT 1.1 Giới thiệu hệ thống phi tuyến MIMO vấn đề nghiê 1.2 Cấu trúc đề tài 1.3 Hệ thống phi tuyến MIMO gồm thành phần khôn 1.4 Hệ thống điều khiển đề xuất Chương 2: BỘ ĐIỀU KHIỂN CĨ CẤU TRÚC MƠ HÌNH TIỂU NÃO11 2.1 Giới thiệu điều khiển có cấu trúc mơ hình tiễu não 2.1.1 Block diagram of the proposed c the CMAC 2.1.2 Hàm mục tiêu luật học b 2.2 Bộ điều khiển bù ước lượng biên độ sai số 2.3 Kết mô thực nghiệm 2.3.1 Kiểm nghiệm mơ hình điề 2.3.2 Mơ hình điều khiển mức nước 2.4 Kết luận Chương 3: BỘ ĐIỀU KHIỂN CĨ CẤU TRÚC MƠ HÌNH TIỂU NÃO ĐƯỢC CẢI TIẾN28 3.1 Những hạn chế điều khiển có cấu trúc mơ hình tiểu não cổ điển cải tiến đề xuất 28 3.2 Bộ điều khiển có cấu trúc mơ hình tiểu não sử dụng hàm Wavelet (Wavelet Cerebellar Model Articulation Controller : WCMAC) .29 3.3 Bộ điều khiển có cấu trúc mơ hình tiểu não hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RWCMAC) .31 3.4 Luận học theo thời gian thực 33 V 3.5 Thực nghiệm .35 3.5.1 Kết thực nghiệm điều khiển WCMAC cho bàn trượt điều khiển động tuyến tính áp điện .35 3.5.2 Kết thực nghiệm điều khiển RCMAC cho mơ hình bàn trượt điều khiển động áp điện 40 3.4 Kết luận 43 Chương 4: BỘ ĐIỀU KHIỂN CÓ CẤU TRÚC MƠ HÌNH TIỂU NÃO BỀN VỮNG44 4.1 Những yếu tố ảnh hưởng đến số bền vững điều khiển 44 4.2 Bộ điều khển có cấu trúc mơ hình tiểu não bền vững 45 4.3 Kết mô điều khiển có cấu trúc mơ hình tiểu não bền vững cho mơ hình bàn trượt 51 Chương 5: KẾT LUẬN VÀ CÁC ĐỀ XUẤT57 5.1 Kết luận 57 5.2 Những đề xuất cho nghiên cứu 58 VI Chữ viết tắt MIMO Multi Input Multi Output PSO Particle Swarm Optimization FLC Fuzzy Logic Controller NN Neural Network CMAC Cerebellar Model Articulation Controller WCMAC Wavelet Cerebellar Model Articulation Controller RCMAC Recurrent Cerebellar Model Articulation Controller RRCMAC Robust Recurrent Cerebellar Model Articulation Controller LPM Linear Piezoelectric Motor WLCM Water Level Model Controller PCM Pressure Control Model VII (IJACSA) International Journal of Advanced Computer Science and Applications, Vol 10, No 3, 2019 Fig Tracking Response, Tracking Error and Control Effort of RRCMACS Due to Periodic Step Command in the Y-Axis in Case of β 0.1 and β 44 | P a g e www.ijacsa.thesai.org (IJACSA) International Journal of Advanced Computer Science and Applications, Vol 10, No 3, 2019 Fig Tracking Response, Tracking Error and Control Effort of RRCMACS Due to Sinusoidal Command in the X-Axis in Case of β 0.1 and β 45 | P a g e www.ijacsa.thesai.org (IJACSA) International Journal of Advanced Computer Science and Applications, Vol 10, No 3, 2019 Fig Tracking Response, Tracking Error and Control Effort of RRCMACS Due to Sinusoidal Command in the Y-Axis in Case of β 0.1 and β 46 | P a g e www.ijacsa.thesai.org (IJACSA) International Journal of Advanced Computer Science and Applications, Vol 10, No 3, 2019 The simulation results showed that the RRCMACS achieved good tracking responses in the X-axis and the Y-axis The control system obtained the stability and robustness in the presence of uncertainties, UD( x) at t1 = 235s to t = 245s and t = 465s to t = 475s for both periodic step command and sinusoidal command The performance of the control system was better as the attenuation level of the H robust controller smaller V  CONCLUSION AND FUTURE WORKS In this paper, the RRCMACS was proposed for the nonlinear MIMO system to achieve the stability and robustness in the presence of uncertainties, external disturbances, and noise, UD( x) The proposed control system comprised the RCMAC  and the H robust controller Therein, the RCMAC was utilized to imitate the ideal sliding mode controller to  minimize the error sliding manifold, and the H robust controller aims to attenuate the effects of uncertainties, external disturbance, and noise to the prescribed attenuation level The simulation results of the LPM powered micromotion stage proved the effectiveness of the proposed control system In addition, the UD( x) stands for the inherent complex properties of the non-linear MIMO systems Therefore, the proposed control system can handle other non-linear MIMO systems However, this research needs to mention the responses of the hardware equipments to apply for the realtime control system REFERENCES [1] Al-Ghanimi and J Zheng, and Z Man, A Fast Non-Singular Terminal Sliding Mode Control Based on Perturbation Estimation for Piezo Actuators Systems, International Journal of Control, 2017, vol.3 pp 1-22 [2] J.S Mo, Z.C Qiu, J.Y Wei, X.M Zhang, Adaptive positioning control of an ultrasonic linear motor system, Robotics, and ComputerIntegrated Manufacturing, 2017, vol.44, pp 156-173 [3] 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, 2016, pp.469-477 [4] 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, 2017, pp.518-526 [5] V.Balaji, Dr L.Rajaji, Shanthini K, Comparison Analysis of Model Predictive Controller with Classical PID Controller for pH Control Process Indonesian Journal of Electrical Engineering and Informatics (IJEEI), Vol 4, No 4, December 2016, pp 250-255 [6] Tarun Varshney, Improved NN-PID control of MIMO systems with PSO-based initialization of weights, Int J Automation and Control, Vol 8, Nos 2, 2014, pp 158-172 [7] Sundarapandian Vaidyanathan, Takagi-Sugeno fuzzy logic controller for Liu-Chen four-scroll chaotic system, Int J Intelligent Engineering Informatics, Vol 4, No 2, 2016, pp 135-150 [8] Garima Sinha, Pankaj Kumar Goswami, Sudhir Kumar Sharma, A Comparative Strategy Using PI & Fuzzy Controller for Optimization of Power Quality Control, Indonesian Journal of Electrical Engineering and Informatics (IJEEI), Vol 6, No 1, 2018, pp 118~124 [9] G.Muni Reddy, T.Gowri Manohar, Fuzzy Logic Controller for Grid Connected Wind Energy Conversion System, Indonesian Journal of Electrical Engineering and Informatics (IJEEI), Vol 6, No 1,2018, pp 37~44 [10] 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, Vol 90, 2017, pp 480-491 [11] Abdelhak Msaddek, Abderraouf Gaaloul, and Faouzi M’sahli, Adaptive fuzzy supervision of the gain of the higher order sliding mode control, Int J Automation and Control, Vol 9, Nos 3, 2015, pp.228-246 [12] S Jung, Stability Analysis of Reference Compensation Technique for Controlling Robot Manipulators by Neural Network, International Journal of Control, Automation and Systems, Vol 15, no 2, 2017, pp 952-958 [13] 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, no 4, 2012, pp 2024–2033 [14] 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, no 6, 2012, pp 1147–1154 [15] Thanh Quyen Ngo, Ta Van Phuong, Robust Adaptive SelfOrganizing Wavelet Fuzzy CMAC Tracking Control for Deicing Robot Manipulator, International Journal of Computers communication & Control, Volt 10,2015, pp.567-578 [16] 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, no 3, 2012, pp 190–202 [17] 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, 2017, pp 494-498 [18] 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, Number 4, 2018, pp 1527-1535 [19] M Bahita, Neural Stable Adaptive Control For a class of nonlinear systems, Journal of Engineering Science and Technology, vol 7, no 1, 2012, pp 97–18 [20] P C Chen, C W Chen and W L Chiang , Linear Matrix Inequality Conditions of Nonlinear Systems by Genetic Algorithm-based H Adaptive Fuzzy Sliding Mode Controller, Journal of Vibration and Control, Jan 25, 2011 [21] Alireza Alfi, Chaos suppression on a class of uncertain nonlinear chaotic systems using an optimal H infinity adaptive PID controller, Nonlinear Science, and Nonequilibrium and Complex Phenomena, Elsevier 2012 47 | P a g e www.ijacsa.thesai.org Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner ... tính phi tuyến phải xem xét trình thiết hệ hệ thống điều khiển Theo quan điểm thiết kế điều khiển, điều khiển dựa vào mơ hình động học hệ thống khơng thể đạt số thực tốt cho hệ thống phi tuyến MIMO. .. tiêu Thiết kế điều khiển cho hệ phi tuyến MIMO sử dụng điều khiển CMAC hoạt động ổn định bền vững ảnh hưởng thay đổi tham số mơ hình tác động nhiễu Tính sáng tạo: Bộ điều khiển áp dụng cho hệ thống. .. đến điều khiển CMAC, tác giả đề xuất hệ thống điều khiển cho đối tượng phi tuyến MIMO sử dụng điều khiển CMAC có đặc tính  Hệ thống điều khiển khơng phụ thuộc vào mơ hình động học đối tượng điều