6. Bố cục của luận án
3.1 Nhận dạng mô hình của lò hơi trong vòng kín: khó khăn và thách thức
thách thức
Nhận dạng hệ thống trong vòng kín hay nhận dạng vòng kín là quá trình nhận dạng mà dữ liệu được thu thập trong vòng kín (tín hiệu ra được phản hồi về đầu vào qua bộ điều khiển). Có nhiều những lý do khiến người sử dụng ưa chuộng hơn hoặc bắt buộc phải phải tiến hành thu thập dữ liệu trong vòng kín.
Đối với hệ thống lò hơi đang vận hành ổn định nên việc tiến hành nhận dạng trong vòng kín là bắt buộc, bên cạnh đó mô hình có được từ nhận dạng trong vòng kín sẽ phù hợp hơn cho mục đích điều khiển và nhận dạng vòng kín còn được gọi là nhận dạng cho điều khiển [21, 61].
Để nhận dạng thành công một đối tượng thì cần phải phải đảm bảo hai yêu
cầu: thiết lập được một cấu trúc mô hình nhận dạng được; và điều kiện thực
nghiệm phải được chọn sao cho dữ liệu là giàu thông tin với cấu trúc mô hình đã
chọn [13]. Với phương pháp nhận dạng hộp xám, mô hình được xây dựng dựa trên các phương trình lý thuyết ban đầu sẽ giúp cải thiện và đảm bảo tính nhận dạng
Bộ điều khiển Đối tượng r(k) u(k) + + y(k) - v(k) Hình 3.1 Hệ thống trong vòng kín
37
được của mô hình. Tuy nhiên điều kiện thực nghiệm để nhận dạng lò hơi đang trong trạng thái vận hành sẽ có nhiều khó khăn.
Đối với bài toán nhận dạng hệ thống hở, tính thông tin của dữ liệu được đảm bảo nếu điều kiện kích thích thỏa mãn u(k) là kích thích bền [24, 71]. Nhưng đối với hệ thống kín, điều kiện này không phải lúc nào cũng đủ để đảm bảo tính thông tin của dữ liệu [6, 13, 21]. Điều này được minh họa qua ví dụ dưới đây.
Ví dụ 3.1
Xét hệ có mô hình được mô tả bởi phương trình sau: ( ) ( 1) ( 1) ( ) ( ) ( ( ) ( )) y k ay k bu k e k u k K r k y k (3.1)
với là bộ điều khiển tỷ lệ. Phương trình (3.1) có thể được viết lại dưới dạng hồi K
quy tuyến tính sau:
0 ( ) T ( ) y k e k (3.2) trong đó:
0 a bTlà véc tơ tham số thực của mô hình,
( ) 1 ( 1)
T k y k u k là véc tơ hồi qui.
Nếu r(k) = 0, khi đó véc tơ hồi qui
( )k y k 1 u(k 1) y k 1 Ky(k 1)
chứa 2 phần tử là phụ thuộc tuyến tính. Do đó ma trận:
1 1 ( ) ( ) N T N k R k k là suy biến
Đây là trường hợp liệt của bài toán nhận dạng cho dù u(k) là kích thích bền. Một số biện pháp khắc phục đã được đưa ra:
i) Sử dụng r(k) là kích thích bền [13, 21, 26] hoặc có thể chủ động sử dụng tín hiệu kích thích d(k) ở biến đầu vào, khi đó biến đầu vào mới sẽ là:
*
( ) ( ) ( )
u k u k d k (3.3)
Và véc tơ hồi qui là:
( )k y k 1 Ky(k 1) Kd(k 1) (3.4)
sẽ làm mất đi sự phụ thuộc tuyến tính.
ii) Sử dụng bộ điều khiển có cấu trúc phức tạp [6, 13].
Cho đến nay các công trình nhận dạng mô hình của lò hơi trong vòng kín hầu hết thực nghiệm để thực hiện nhận dạng đều được tiến hành bằng chủ động tác động tín hiệu kích thích tại tín hiệu đặt r(k) [2, 7, 16, 72]. Tín hiệu kích thích
38
thường được sử dụng là tín hiệu nhị phân giả ngẫu nhiên (PRBS). Việc thu thập
dữ liệu được bắt đầu bằng việc thay đổi giá trị đặt của từng vòng điều khiển, qua đó sẽ thu được dữ liệu mô tả ảnh hưởng của biến vào đó đến các biến ra. Phương pháp này có thuận lợi chọn được dạng kích thích phù hợp với đặc tính động học của quá trình, điều này làm cho dữ liệu thu thập được có chất lượng cao.
Tuy nhiên, việc nhận dạng chủ động có điểm yếu quan trọng là chi phí thu thập dữ liệu khá tốn kém, thậm chí không thể thực hiện được vì đa số hệ thống công nghệ khó thể vận hành bình thường trong khi thực hiện thu thập dữ liệu. Cũng vì lý do này mà đối với những hệ thống đang vận hành ổn định, việc thu thập dữ liệu bằng kích thích chủ động gần như không khả thi. Ngoài ra khi lò hơi đang vận hành bình thường, các giá trị đặt cho các vòng điều khiển nhiệt độ và áp suất rất hiếm khi thay đổi. Hơn nữa, việc kích thích bằng thay đổi giá trị đặt của từng vòng điều khiển không gây được “nhiễu loạn” đồng thời tất cả các biến đầu vào của hệ thống. Trong khi đó để nhận dạng mô hình đa biến của lò hơi lại cần thiết có bộ dữ liệu mà tất cả biến đầu vào đều thay đổi. Do đó cấu hình nhận dạng dựa trên sự thay đổi giá trị đặt không có ý nghĩa nhiều đối với bài toán điều khiển [18], mà cần phải quan tâm đến đặc tính thực của lò hơi khi vận hành có điều kiện làm việc thay đổi.
Trong công trình [60], tác giả đã khắc phục vấn đề này bằng cách kích thích thực hiện nhận dạng sử dụng tín hiệu tải yêu cầu, qua đó thay đổi đồng thời các
tín hiệu vào của lò hơi. Kết quả đã thực hiện nhận dạng mô hình tuyến tính hộp
đen của lò hơi với bộ dữ liệu thực nghiệm được thu thập khi lò hơi đang vận hành
(tải thay đổi từ 70% - 100% tải cực đại). Tuy nhiên như trong mục tổng quan 1.3 đã phân tích, mô hình này mới chỉ mô tả áp suất bao hơi và công suất điện ở đầu ra.
Vậy có thể thấy rằng khi hệ thống lò hơi được duy trì ở trạng thái vận hành, khả năng chủ động thay đổi giá trị đặt của các vòng điều khiển bị hạn chế và do đó sẽ ảnh hưởng đến tính thông tin của dữ liệu. Trong thực tế lò hơi thường xuyên ở trạng thái có chế độ làm việc thay đổi, để có được đặc tính động học của lò hơi sát với thực tế cần thiết có được bộ dữ liệu thực nghiệm bao phủ được dải vận hành rộng của lò hơi theo các điều kiện làm việc thay đổi.
Một vấn đề quan trọng đặt ra tiếp theo là việc lựa chọn phương pháp nhận
dạng trong hệ kín. Do tồn tại sự tương quan giữa nhiễu và biến điều khiển đã khiến cho rất nhiều phương pháp nhận dạng cổ điển (mặc dù rất thành công với hệ thống hở) lại thất bại khi áp dụng trong nhận dạng vòng kín như phương pháp phân tích phổ, phương pháp tương quan hay phương pháp bình phương tối thiểu [21, 46]. Các nghiên cứu [21, 26, 47] đã chỉ ra rằng phương pháp sai số dự báo PEM phù hợp hơn cả khi nhận dạng hệ thống trong vòng kín. Do đó luận án sử dụng phương pháp PEM để ước lượng các tham số mô hình lò hơi dựa trên bộ dữ liệu thu thập trong vòng kín.
39