Nghiên cu th it ks đ nguyên ĺ h th ng pi nm ttr it đ nh h ng

GVHD: TS. Nguyễn Thanh Phương 39 HVTH: Lê Ngọc PhươngBình

Hình 3.8: Sơ đồ nguyên lý hệ thống

Dựa vào kết quả trình bày trong những phần tr ớc, ta chọn ph ơng án thiết kế hệ th ng pin mặt trời tự định h ớng cĩ hai trục xoay vuơng gĩc với nhau và song song với mặt đất. Trục 1 (trục phía trên) thực hiện chuyển động quay chính theo h ớng Đơng Tây với gĩc quay từ 00 ậ 2700, trục thứ 2 (trục phía d ới) thực hiện chuyển động quay phụ theo gĩc nâng của mặt trời chênh lệch giữa các mùa. Chuyển động quay của 2 trục này đ ợc d n động bởi 2 động cơ DC thơng qua 2 khớp n i đàn h i. Hai động cơ này lấy ngu n năng l ợng trực tiếp từ bình ắc qui dự trữ năng l ợng từ panel pin mặt trời.

3.2.2 S đ thi t k c a h th ng 18 1 2 3 4 5 6 7 8 9 10 11 13 14 15 16 17 12 19 Hình 3.9: Bản vẽ thiết kế của hệ thống

GVHD: TS. Nguyễn Thanh Phương 40 HVTH: Lê Ngọc PhươngBình

- Cụm Động cơ 1 gíp cho tấm panel thực hiện quay chính là chuyển động quay theo h ớng từ Đơng sang Tây, với gĩc quay từ 00 đến 2700 . Động cơ đ ợc n i với trục đ ợc lắp trên 2 bạc đạn tự lựa quay thơng qua khớp n i đàn h i.

- Cụm Động cơ 2 thực hiện chuyển động quay phụ, tạo ra gĩc nâng là gĩc lệch của mặt trời so với quĩ đạo chính giữa các mùa, với gĩc quay từ 00 đến 300

.

3.2.3. Nguyên ĺ ho t đ ng c a h th ng:

Tấm panel (17) xoay đ ợc theo 2 ph ơng nhờ hai động cơ 1 (3) và động cơ 2 (12) theo nguyên ĺμ ánh sáng mặt trời chiếu vào cảm biến ánh sáng, , nếu c ờng độ sáng chiếu vào 4 quang trở bằng nhau thì điện áp giữa 4 quang trở cân bằng và tấm panel đứng yên. Khi mặt trời xoay đi 1 gĩc lệch so với vị trí cân bằng tr ớc đĩ, thì giữa các quang trở sẽ cĩ sự chênh lệch điện áp, sự chênh lệch này sẽ đ ợc chuyển về bo mạch điều khiển trong hộp điều khiển (1λ), bo điều khiển sẽ ra tín hiệu điều khiển động cơ quay đến khi nào điện áp giữa b n quang trở cân bằng thì dừng lại. Cứ nh v y tín hiệu điện áp từ cảm biến liên tục đ ợc chuyển về bo điều khiển, từ đĩ bo điều khiển sẽ điều khiển tấm panel định h ớng theo h ớng cĩ c ờng độ sáng mạnh nhất.

GVHD: TS. Nguyễn Thanh Phương 41 HVTH: Lê Ngọc PhươngBình

Ch ng 4

PH NG PHÁP ĐI U KHI N M

4.1.Ĺ thuy t m :

Khái niệm về logic mờ đ ợc giáo s L.A Zadeh đ a ra lần đầu tiên năm 1λ65, tại tr ờng Đại học Berkeley, bang California - Mỹ. Từ đĩ ĺ thuyết mờ đư đ ợc phát triểnvà ứng dụng rộng rưi.

Năm 1λ70 tại tr ờng Mary Queen, London ậ Anh, Ebrahim Mamdani đư dùng

logic mờ để điều khiển một máy hơi n ớc mà ơng khơng thể điều khiển đ ợc bằng kỹ thu t c điển. Tại Đức Hann Zimmermann đư dùng logic mờ cho các hệ ra quyết định. Tại Nh t logic mờ đ ợc ứng dụng vào nhà máy xử ĺ n ớc của Fuji Electronic vào 1λ83, hệ th ng xe điện ngầm của Hitachi vào 1λ87.

Ĺ thuyết mờ ra đời ở Mỹ, ứng dụng đầu tiên ở Anh nh ng phát triển mạnh mẽ

nhất là ở Nh t. Trong lĩnh vực Tự động hố logic mờ ngày càng đ ợc ứng dụng

rộng rưi. Nĩ thực sự hữu dụng với các đ i t ợng phức tạp mà ta ch a biết rõ hàm truyền, logic mờ cĩ thể giải quyết các vấn đề mà điều khiển kinh điển khơng làm đ ợc.

4.1.1. Khái ni m c b n v đi u khi n m :

Logic mờ dựa trên khái niệm t p hợp mờ phân biệt với t p hợp kinh điển. T p kinh điển là một t p hợp các v t cĩ cùng đặc tính, gọi là các phần tử của t p hợp, một v t bất kỳ cĩ thể coi là thuộc hay là khơng thuộc t p hợp. Cịn t p mờ thì phần tử cĩ thể thuộc t p này nh ng cũng cĩ thể thuộc t p khác, tĩm lại là t p mờ khơng

cĩ biên rõ ràng.

Ví dụ: tập A là các ngày trong tuần gồm 7 phần tử từ Thứ 2 đến Chủ nhật là

tập kinh điển; cịn thịt, cá tất nhiên khơng thuộc tập A. Gọi tập B là tập các ngày cuối tuần thì tập B đ ợc gọi là tập mờ, vì Thứ 7, Chủ Nhật là ngày cuối tuần và thuộc tập B, nh ng Thứ 6 cĩ thể đ ợc coi là thuộc B hay khơng thuộc B và Thứ 5 là khơng thuộc B.

GVHD: TS. Nguyễn Thanh Phương 42 HVTH: Lê Ngọc PhươngBình

Một cách t ng quát, một hệ th ng mờ là một t p hợp các qui tắc d ới dạng If ầ Then ầ để tái tạo hành vi của con ng ời đ ợc tích hợp vào cấu tŕc điều khiển của hệ th ng.

Việc thiết kế một hệ th ng mờ mang rất nhiều tính chất chủ quan, nĩ tùy thuộc vào kinh nghiệm và kiến thức của ng ời thiết kế. Ngày nay, tuy kỹ thu t mờ đư phát triển v ợt b c nh ng v n ch a cĩ một cách thức chính quy và hiệu quả để thiết kế một hệ th ng mờ. Việc thiết kế v n phải dựa trên một kỹ thu t rất c điển là thử -

sai và địi h i phải đầu t nhiều thời gian để cĩ thể đi tới một kết quả chấp nh n đ ợc.

4.1.2. Đ nh nghĩa t p m :

T p mờ Fxác định trên t p kinh điển Xlà một t p mà mỗi phần tử của nĩ là một cặp giá trị (x,F(x)), với x X và F(x)là một ánh xạ μ (adsbygoogle = window.adsbygoogle || []).push({});

F(x) : X  [0 1] (4.1)

trong đĩ μ F(x)gọi là hàm liên thuộc của t p mờ F . Hàm liên thuộc đặc tr ng cho độ phụ thuộc của một phần bất kì thuộc t p cơ sở X vào t p mờ F. Nĩi cách khác, t p mờ xác định bởi hàm liên thuộc của nĩ.

4.1.3. Các thu t ng trong logic m :

-Độ cao t p mờ Flà giá trị h = SupF(x),

trong đĩ supF(x)chỉ giá trị nh nhất trong tất cả các chặn trên của hàm F(x).

Miền xác định hay là miền nền của hàm liên thuộc của t p mờ F là vùng g m các phần tử cĩ độ phụ thuộc khác 0. Nghĩa là miền nền g m các phần tử x của t p cơ sở X

Hình 4- 1Biểu đ hàm liên thuộc sao cho F(x) > 0,nĩi cách khác gọi là Slà t p con thoả mưn μ

S = SuppF(x) = { xB | F(x) > 0 } (4.2)

 1

Miền tin c y

GVHD: TS. Nguyễn Thanh Phương 43 HVTH: Lê Ngọc PhươngBình

-Miền tin c y hay là Lõi của hàm liên thuộc của t p mờ F là vùng g m các phần tử cĩ độ phụ thuộc bằng 1, nghĩa là lõi g m các phần tử x của t p cơ sở X sao

cho F(x) =1 ḱ hiệu là Tlà t p con thoả mưn μ

T = { xB | F(x) = 1 } (4.3)

-Biên của hàm liên thuộc của t p mờ F là vùng g m các phần tử cĩ độ phụ thuộc khác 0 và nh hơn 1, nghĩa là biên của t p mờ g m các phần tử x của t p cơ sở X sao cho 0<F(x) < 1.

-Các dạng hàm thuộc (membership function) trong logic mờμĐa s các dạng th ờng gặp của hàm liên thuộc là chính tắc và l i. Tuy nhiên, nhiều phép tốn trên t p mờ, cũng là phép tốn trên hàm liên thuộc, tạo ra kết quả là các t p mờ khơng chính tắc. Hàm liên thuộc cĩ thể đ i xứng hoặc khơng đ i xứng. Các hàm này th ờng đ ợc định nghĩa trên các t p cơ sở một chiều, nh ng tất nhiên các hàm này cũng cĩ thể đ ợc định nghĩa trên các t p cơ sở nhiều chiều.

Cĩ rất nhiều dạng hàm thuộc nh μ Gaussian, PI-shape, S-shape, Sigmoidal, Z-shape … 0 2 4 6 8 10 0.25 5 0.75 1 Trimf 0 2 4 6 8 10 0.25 5 0.75 1 Trapmf 0 2 4 6 8 10 0.25 5 0.75 1 Gaussmf 0 2 4 6 8 10 0.25 5 0.75 1 Gaus2smf 0 2 4 6 8 10 0.25 5 0.75 1 Gbellmf 0 2 4 6 8 10 0.25 5 0.75 1 Sigmf 0 2 4 6 8 10 0.25 5 0.75 1 Dsigmf 0 2 4 6 8 10 0.25 5 0.75 1 Psigmf 0 2 4 6 8 10 0.25 5 0.75 1 Zmf 0 2 4 6 8 10 0.25 5 0.75 1 Pimf 0 2 4 6 8 10 0.25 5 0.75 1 Smf

GVHD: TS. Nguyễn Thanh Phương 44 HVTH: Lê Ngọc PhươngBình

4.1.4. Bi n ngơn ng :

- Bi n ngơn ng (linguistic variable): là biến mà giá trị của nĩ cĩ thể là từ, hay cụm từ tự nhiên thể hiện ́ nghĩ của con ng ời về một hiện t ợng v t ĺ nào đĩ

Ví dụμ t c độ xe ơ tơ, nhiệt độ trong phịng, chuyến đi dài ngày, câu trả lời

nhanh.

- T p h p s h ng bi n ngơn ng (term-set) - gọi là t p hợp các giá trị cĩ thể cĩ của biến ngơn ngữ.

- S h ng bi n ngơn ng (term) là bất cứ giá trị nào của t p hợp s hạng. Trong ĺ thuyết fuzzy logic t p hợp s hạng đ ợc tạo nhờ hàm thuộc (membership

function):

Mỗi giá trị ngơn ngữ của biến t c độ đ ợc xác định bằng một t p mờ xác định trên t p nền là t p s thực d ơng chỉ giá trị v t ĺ x (đơn vị là km/h) của biến t c độ nh 40km/h,50km/h

 Hàm thuộc t ơng ứng là μ µrất ch m(x), µch m(x), µtrung bình (x), µnhanh (x), µrấtnhanh (x), và đ ợc biểu diễn nh hình vẽ

Hình 4- 3Biểu diễn hàm thuộc  Biến t c độ cĩ hai miền giá trị khác nhauμ

o Miền giá trị ngơn ngữμ

N={rất ch m, ch m, trung bình, nhanh, rất nhanh} (adsbygoogle = window.adsbygoogle || []).push({});

o Miền các giá trị v t ĺμ

GVHD: TS. Nguyễn Thanh Phương 45 HVTH: Lê Ngọc PhươngBình

 Mỗi giá trị ngơn ngữ (N) lại đ ợc mơ tả bằng một t p mờ cĩ t p nền là các giá trị v t ĺ V

 Biến t cđộ xác định trên miền các giá trị ngơn ngữ N, gọi là biến ngơn ngữ. Trong đĩ V là t p nền của biến ngơn ngữ

 Hàm thuộc

 Ánh xạ cĩ tên gọi là quá trình fuzzy hố (hay mờ hố) của giá trị rõ x.           rat cham cham trung binh nhanh rat nhanh μ μ x μ= μ μ μ x x x x x                      (4.5) Ví d  Fuzzy hố giá trị v t ĺ x=40km/h 0 0.67 40 / μ= 0.33 0 0 Km h                   Fuzzy hố giá trị v t ĺ x=72,5km/h 0 0 72.5 / μ= 0.5 0.5 0 Km h                 

GVHD: TS. Nguyễn Thanh Phương 46 HVTH: Lê Ngọc PhươngBình

4.1.5. Các phép tốn trên t p m :

Cho X,Y là hai t p mờ trên khơng gian nền B, cĩ các hàm thuộc t ơng ứng là X, Y, khi đĩ μ -Phép hợp hai t p mờ μ XY + Theo lu t Max : XY(b) = Max{ X(b) , Y(b) } (4.6) + Theo lu t Sum : XY(b) = Min{ 1, X(b) + Y(b) } (4.7) +T ng trực tiếp : XY(b) = X(b) + Y(b) - X(b).Y(b) (4.8) -Phép giao hai t p mờ μ XY + Theo lu t Min :

XY(b) = Min{ X(b) , Y(b) } (4.9)

+ Theo lu t Lukasiewicz :

XY(b) = Max{0, X(b)+Y(b)-1} (4.10)

+ Theo lu t Prod : XY(b) = X(b).Y(b) (4.11) -Phép bù t p mờ μ c X  (b) = 1- X(b) (4.12) 4.1.6. Lu t h p thƠnh : 4.1.6.1. M nh đ h p thƠnh :

Cho hai biến ngơn ngữ  và. Nếu biến nh n giá trị A với hàm thuộc µA(x), và nh n giá trị B với hàm thuộc µB(x). Thì biểu thứcμ

=A - là mệnh đề điều kiện

=B - là mệnh đề kết lu n

GVHD: TS. Nguyễn Thanh Phương 47 HVTH: Lê Ngọc PhươngBình

Mệnh đề này cho phép từ một giá trị rõ x0 hay cụ thể từ một độ phụ thuộc

µA(x0) đ i với t p mờ A của giá trị đầu vào x0 xác định đ ợc hệ s thoả mưn mệnh đề kết lu n của giá trị đầu ra.

Hệ s thoả mưn mệnh đề kết lu n này gọi là giá trị mệnh đề hợp thành nếu =A thì =B.

4.1.6.2. Phép suy di n m :

Mệnh đề hợp thành cĩ cấu tŕc nếu =A thì =B hay µA(x)µB(y) với

µA(x),µB(y)[0,1]

Trong đĩ µA(x) là hàm thuộc của t p mờ đầu vào A xác định trên t p nền X và

µB(y) là hàm thuộc của t p mờ B xác định trên t p nền Y

4.1.6.2.1. Phép suy diễn đơn thuần :

Giá trị của mệnh đề hợp thành mờ (nếu =A thì =B ) là một t p mờ định nghĩa trên nền Y (khơng gian nền B) và cĩ hàm thuộc µAB(y): Y[0.1] thoả mưn điều kiệnμ

-µAB(y) chỉ phụ thuộc vào µA(x) và µB(y)

-µA(x) =0  µAB(y)=1

-µB(y) =1  µAB(y)=1 (adsbygoogle = window.adsbygoogle || []).push({});

-µA(x) =0 và µB(y) =0  µAB(y)=0

-µA1(x) µA2(x)  µA1 B(y)  µA2 B(y)

-µB1(y) µB2(y)  µA B1(y)  µA  B2(y)

Nh v y bất cứ một hàm µAB(y) nào thoả mưn những tính chất trên đều cĩ thể sử dụnglàm hàm thuộc cho t p mờ C ậlà kết quả của mệnh đề =A thì =B

Các hàm thuộc cho mệnh đề hợp thành AB th ờng hay dùngμ

-Theo Zadeh:

GVHD: TS. Nguyễn Thanh Phương 48 HVTH: Lê Ngọc PhươngBình

-Theo Lukasiewicz :

µAB(x,y)=min{1, 1-µA(x)+µB(y)} (4.14)

-Theo Kleene-Dienes :

µAB(x,y)=max {1-µA(x),µB(y)} (4.15)

Nh n xét:Theo điều kiện 1 ta thấy mệnh đề hợp thành luơn đ́ng khi mệnh đề điều kiện sai. Điều này tạo ra nghịch ĺ trong điều khiểnμ

V́ d :Nếu ánh sáng = t i thì đ̀n = b t

Nếu ánh sáng = nắng khi đĩ hàm thuộc µt i (x) =0

Nh v y theo biểu thức trên (µA(x) =0  µAB(y)=1) thì đ̀n v n b t vì thoả mưn mệnh đề hợp thành µT IB T (x,y) =1.

-Để khắc phục nh ợc điểm trên của định ĺ1. Mamdani đư đ a ra nguyên tắcμ “Độ phụ thuộc của kết lu n khơng đ ợc lớn hơn độ phụ thuộc của điều kiện” cĩ nghĩa là µA(x)µAB(y)

Ta coi tâp mờ µAB(y) nh một hàm của hai biến µA và µB tức là µAB(y)

=µ(µA,µB)

4.1.6.2.2. Phép suy di n m :

Giá trị của mệnh đề hợp thành mờ (nếu =A thì =B ) là một t p mờ B’định nghĩa trên nền Y (khơng gian nền B) và cĩ hàm thuộc µ(µA,µB): [0.1]2[0,1] thoả

mãn:

µA  µ(µA,µB)với mọi µA,µB[0,1] (4.16)

µ(µA,0)=0với mọi µA[0,1] (4.17)

µA1 µA2  µ(µA1,µB)  µ(µA2,µB) (4.18)

µB1 µB2  µ(µA,µB1)  µ(µA,µB2) (4.19)

Từ nguyên tắc của Mamdani và phép suy diễn mờ ta cĩ thể xác định hàm thuộc cho các mệnh đề hợp thành B’=AB

GVHD: TS. Nguyễn Thanh Phương 49 HVTH: Lê Ngọc PhươngBình

µ(µA,µB)=µAµB (4.21)

Ta cĩ thể chứng minh hàm thuộc của mệnh đề hợp thành B’=AB đ ợc tính

nh trên thoả mưn các điều kiệnμ (adsbygoogle = window.adsbygoogle || []).push({});

V́ d :

-µ(µA,µB) = min{µA,µB} mà µA min{µA,µB} nh v y µA  µ(µA,µB)

-Khi µB = 0 thì µ(µA,µB) = µ(µA,0) = min{µA,µB}=0;

-Khi µA1 µA2: µ(µA1,µB)=min{µA1,µB} và µ(µA2,µB) = min{µA2,µB}

min{µA1,µB} min{µA2,µB}  µ(µA1,µB)  µ(µA2,µB)

-Khi µB1 µB2 µ(µA,µB1)=min{µA,µB1} và µ(µA,µB2) = min{µA,µB2}

min{µA,µB1}min{µA,µB2}  µ(µA,µB1)  µ(µA,µB2)

Hai kết lu n trên là quy tắc hợp thành Mamdani

4.1.6.2.3. Quy t c h p thƠnh MIN:

Giá trị của mệnh đề hợp thành mờ (nếu =A thì =B ) là một t p mờ B’xác định trên nền Y (khơng gian nền của B) và cĩ hàm thuộc:

µB’(y)=min{µA(x), µB(y) } (4.22)

4.1.6.2.4. Quy t c h p thƠnh PROD:

Giá trị của mệnh đề hợp thành mờ (nếu =A thì =B ) là một t p mờ B’ xác định trên nền Y (khơng gian nền của B) và cĩ hàm thuộc:

µB’(y)=µA(x)µB(y) (4.23)

4.1.6.2.5. Nh n xét:

-T p hợp mờ B’ đ ợc xác định trên nền của B.

-µB’(y) chỉ đ ợc xác định khi biết cụ thể giá trị µA(x), tức là µB’(y) phụ thuộc vào giá trị rõ x0 ở đầu vào.

GVHD: TS. Nguyễn Thanh Phương 50 HVTH: Lê Ngọc PhươngBình

 V́ d : Giả sử biến ngơn ngữ chỉ t c độ của xe và chỉ tác động của ga xe.

Lu t điều khiển cho t c độ chạy trung bình khơng đ i sẽ t ơng đ ơng với mệnh đề hợp thành mờ một điều kiện đầu vào.

N u =ch m th̀ =tăng

Hình 4- 4Biểu diễn hàm thuộc theo quy tắc hợp thành min

-Ta ḱ hiệu giá trị mờ đầu ra là B’ ứng với giá trị rõ x0 của đầu vào. Theo quy tắc hợp thành MIN hàm thuộc của B’ đ ợc tính theo biểu thứcμ

µB’(y)=min{µA(x0), µB(y) }

-Ta ḱ hiệu H= µA(x0) ậ thì H đ ợc gọi là độ thoả mãn mệnh đề điều kiện

hay độ thoả mãn.Và khi đĩ µB’(y)=min{H, µB(y) }.

-Theo quy tắc hợp thành PROD hàm thuộc của B’ sẽ đ ợc tính theo biểu thức

µB’(y)=µA(x0).µB(y) hay µB’(y)=H.µB(y)

GVHD: TS. Nguyễn Thanh Phương 51 HVTH: Lê Ngọc PhươngBình

4.1.6.3.Lu t h p thƠnh m : 4.1.6.3.1.Đ nh nghĩa: (adsbygoogle = window.adsbygoogle || []).push({});

Lu t hợp thành là tên chung gọi mơ hình R biểu diễn một hay nhiều hàm thuộc cho một hay nhiều mệnh đề hợp thành. Nĩi cách khác lu t hợp thành là một t p hợp