Mục đích của phần này là thông qua mô phỏng trình bày tính hiệu quả
của bộ điều khiển thích nghi mờ được tổng hợp trên cơ sở lý thuyết điều khiển thích nghi kinh điển. Đồng thời thông qua đó (MRAFC) ta xác định
được hệ số khuếch đại đầu ra cho bộ điều khiển mờ, làm cơ sở cho việc xây dựng thuật toán tổng hợp bộ điều khiển mờ. Các ứng dụng được xây dựng cho 3 lớp đối tượng điển hình trong công nghiệp:
Đối tượng tuyến tính bậc hai trong đó có khâu tích phân được mô tả
bởi:
Đối tượng tuyến tính bậc 3 với những tham số không biết, được cho bởi cấu trúc gần đúng sau?
Một đối tượng phi tuyến với các thông số biến thiên theo thời gian
được mô tả gần đúng bằng phương trình:
Hình 2.34. Sơđồ cấu trúc hệ MRAFC với luật điều khiển theo Lyapunov
Mô hình mẫu là khâu quán tính bậc nhất có hàm truyền:
Sơđồ cấu trúc hệ MRAFC với luật điều khiển theo Lyapunov được biểu diễn trên hình 2.34 và theo Gradient được biểu diễn trên hình 2.35.
a/ Kết quả mô phỏng
Các kết quả mô phỏng được chỉ ra trên các hình từ hình 2.36 đến hình 2.44.
Để tiện so sánh ta đưa ra đáp ứng tương ứng với 3 cấu trúc MRAC,
FMRAFC theo Lyapunov và FMRAFC theo Phương pháp Gradient.
b/ Nhận xét
Từ kết quả mô phỏng ở trên ta rút ra một số nhận xét sau:
Đáp ứng của hệ FMRAFC theo phương pháp Lyapunov và phương pháp Gradient gần giống nhau và được biểu diễn trên các hình từ hình 2.36
đếnhình 2.41.Ta thấy:
Đối với đối tượng tuyến tính bậc hai có khâu tích phân đáp ứng của FMRAFC trong hình 2.36 và hình 2.37 đạt chất lượng động tốt, quá trình làm việc sẽ bám theo mô hình một cách nhanh chóng.
Đối với đối tượng tuyến tính bậc 3 đáp ứng của FMRAFC trong hình 2.38và hình 2.39 gần giống với đối tượng bậc nhất.
Đối với đối tượng không tuyến tính biến đổi theo thời gian, đáp ứng của FMRAFC hình 2.40 và hình 2.41 không thay đổi nhiều so với đối tượng bậc 2.
Vậy hệ điều khiển thích nghi mờ (MRAFC) có thềđạt được đáp ứng tốt hơn rất nhiều so với hệđiều khiển thích nghi kinh điển (MRAC), đặc biệt cho
những đối tượng biến đổi theo thời gian và không mô hình hoá được. Bên cạnh đó chỉ ra khả năng to lớn của bộ điều khiển mờ thích nghi làm việc với các quá trình không nhận biết được. Từ những kết quả trên, ta có thể tiếp tục phát triển theo hướng này để xây dựng các bộ điều khiển mờ tự chỉnh trực tuyến mà có thểđạt được đáp ứng tối ưu một cách tựđộng cho một giới hạn rộng hơn các quá trình.
Hình 2.36: Đáp ứng của FMRAFC với lớp đối tượng bậc hai trong đó có khâu tích phân theo Liapunov
ứng với 2 giá trị của K= 2; 5 và T = 0,1; 0,3
Hình 2.37: Đáp ứng của FMRAFC với lớp đối tượng bậc hai trong đó có khâu tích phân theo Gradient ứng với K=2; 5 và T=0,2; 0,3 Hình 2.38: Đáp ứng của FMRAFC với lớp đối tượng bậc 3 theo Liapunov ứng với K= 2; 5; T1=0,003; 0,005 và T2 = 0,1; 0,5 Hình 2.39: Đáp ứng của FMRAFC với lớp đối tượng bậc 3 theo Gradient ứng với K=2; 5; T1=0,003; 0,005 và T2 = 0,1; 0,5
Hình 2.40: Đáp ứng hệ FMRAFC với
đối tượng phi tuyến theo Liapunov
Hình 2.41: Đáp ứng của FMRAFC với
Chương 3
TỔNG QUAN VỀ MẠNG NƠRON