T 蔚NG QUAN TÌNH HÌNH NGHIÊN C永U

Một phần của tài liệu Nhận dạng và điều khiển hệ phi tuyến có trễ dùng mô hình fuzzy nhiều lớp kết hợp giải thuật tính toán mềm (Trang 31)

i G i G i G D i G

X x x x (1.1)

Vtqpi"8„"I"n "u嘘n逢嬰ng vịng l員p (th院 h羽+."I"?"2."3"È."Iocz"x "k"?"3."4"È."PR."F"n "

s嘘n逢嬰ng cá th吋 trong qu亥n th吋.

‚ A瓜t bi院n

Swƒ"vt·pj"8瓜t bi院n t衣o ra các cá th吋 m噂i b茨ng cách nhân thêm m瓜t h羽 s嘘 gi英a s詠 sai khác hai cá th吋 trong qu亥n th吋8吋 t衣o ra cá th吋 m噂i.

V噂i m厩i cá th吋 xi G, (target), cá th吋8瓜t bi院n vi G, (donor) 8逢嬰c t衣o ra v噂i cơng th泳c sau:

1 2 3

, 1 , .( , , )

i G r G r G r G

17

V噂i các giá tr鵜 ng磯u nhiênr r r1, ,2 3 1, 2,...,NP. F là m瓜t h羽 s嘘 d衣ng s嘘 th詠c f [0, 2]. H羽

s嘘 f l噂n giúp gi違i thu壱t d宇 thốt ra kh臼i c詠c tr鵜 c映c b瓜. Tuy nhiên h羽 s嘘 f quá l噂n s胤

khi院n th院 h羽 sau khác xa th院 h羽vt逢噂c. H羽 s嘘p {"8逢嬰c ch丑p"8吋 phù h嬰p riêng cho t瑛ng bài tốn.

‚ Lai ghép

Sau khi t衣o ra các vector giá tr鵜 t瑛mj¤w"8瓜t bi院n, khâu lai ghép s胤 th詠c hi羽n nhi羽m v映

t衣o ra t鰻 h嬰p các cá th吋 con m噂i ui G, (trial) trong qu亥n th吋. Cá th吋eqp"8逢嬰c t衣o ra b茨ng cách l詠a ch丑n chính nĩ xi G, (target) ho員c v噂i cá th吋8瓜t bi院n vi G, (donor).

Gi違i thu壱t l詠a ch丑n này cĩ th吋8逢嬰c mơ t違pj逢"ucw<

, , , , , , , ( [0,1] r) j i G j i j i G j i G v If rand c u x otherwise (1.3) V噂i j =1."4ÈF" ‚ Ch丑n l丑c

Quá trình ch丑n l丑c quy院v"8鵜nh cá th吋 nào s胤 ti院p t映c t欝n t衣i trong th院 h羽 G+1 ti院p theo. Cá th吋 8逢嬰c ch丑n xi G, (target) s胤 so sánh ch医v"n逢嬰ng v噂i cá th吋 con sau quá trình lai ghép ui G, (trial) cá th吋 cĩ ch医v"n逢嬰ng ecq"j挨p"u胤 t欝n t衣i. Quá trình ch丑n l丑c này cĩ th吋 8逢嬰c mơ t違pj逢 sau: , , , , 1 , ) ( ) ( i G i G i G i G i G U If f U f X X X otherwise (1.4) ‚ K院t thúc

A¤{"n "8k隠u ki羽n k院t thúc vịng l員p c栄a gi違i thu壱t DE. Vịng l員p ch雨 k院t thúc khi m瓜t trong các 8k隠u ki羽n sau tho違 mãn:

+ S嘘 vịng l員r"8衣t t噂i gi噂i h衣p"8逢嬰e"ejq"vt逢噂c.

+ Khi giá tr鵜 hàm m映c tiêu 8衣v"8逢嬰c t嘘v"j挨p"jq員c b茨ng giá tr鵜 mong mu嘘n. + Khi giá tr鵜 hàm m映c tiêu t嘘t nh医t khơng tha{"8鰻i sau m瓜t s嘘 l亥n l員r"ejq"vt逢噂c.

N逢w"8欝 gi違i thu壱t DE 8逢嬰c th吋 hi羽n 荏 Hình 2.1. Cĩ th吋 th医{"n逢w"8欝 gi違i thu壱t t嘘k"逢w"FG"

gi嘘ng so v噂i gi違i thu壱t di truy隠n (GA), tuy nhiên ch雨 là gi嘘ng nhau v隠 tên g丑i các kh嘘i ch泳e"p<pi."e”p"eƒeh th詠c thi thì hồn tồn khác nhau. Gi違i thu壱t DE th詠c hi羽n tính tốn trong 1 cá th吋 ch雨 cĩ 3 phép tính chính là 8じt bin 8逢嬰c th詠c hi羽p"vjgq"rj逢挨pi"

18

v噂i GA v噂i các phép tốn mã hố, chn lc, lai ghfir."8じt bin, gii mã thì cĩ th吋 th医y gi違i thu壱t DE 8逢嬰c th詠c hi羽p"pjcpj"j挨p"8ƒpg k吋.

Trong lu壱n ƒn, gi違i thu壱t DE ch雨 k院t thúc khi s嘘 vịng l員r"8衣t t噂i gi噂i h衣p"ejq"vt逢噂c 8吋

so sƒnh v噂i cƒc gi違i thu壱t ćng s嘘 l亥n t nh toƒn.

Hình 2.1 L⇔w"8げ gii thut ti ⇔w"FG

2.3.B浦AK陰U KHI韻N TR姶営T (adsbygoogle = window.adsbygoogle || []).push({});

C挨"u荏 l# thuy院t b瓜8k隠u khi吋n tr逢嬰t s穎 d映ng trong lu壱n ƒn ƒp d映ng 8k隠u khi吋n h羽 SISO n b壱c, mơ hình tốn t鰻ng quát c栄a h羽 phi tuy院n SISO n b壱c 8逢嬰c mơ t違pj逢"ucw:

( )

( , ) ( , ) n

x f X t g X t u

y x (1.5)

Trong 8„" f X t( , ) và g X t( , ) là 2 hàm phi tuy院n ch逢c" dk院t; g X t( , ) khơng âm; ( 1)

, ,... n T

X x x x là các bi院n tr衣ng thái c栄a h羽 th嘘ng; u là tín hi羽w"8k隠u khi吋n y là ngõ ra c亥n kh違o sát.

D k"vqƒp"8員t ra là c亥n thi院t k院 m瓜t b瓜8k隠u khi吋n 鰻p"8鵜nh cho bi院n tr衣ng thái x bám theo tín hi羽w"8員t xd. Sai s嘘 bám 8逢嬰c 8鵜nh nij c"pj逢 sau: d e x x (1.6) M員t vt逢嬰v"8逢嬰c ch丑n nh逢"rj逢挨pi"vt·nh (1.7): ( 2) ( 1) 1 2 ... 1 n n n s c e c e c e e (1.7)

Tropi"8„ c c c1, 2,...cn 1,1 là các h羽 s嘘 8逢嬰c ch丑n th臼c"rj逢挨pi trình RouthỴHurwitz

8吋 b違q"8違m tính 鰻p"8鵜nh. Giá tr鵜 s n "8衣o hàm c栄a s 8逢嬰c tính nh逢"ucw: ( 1) ( )

1 2 ... 1 n n n

19 1 ( ) ( ) ( ) 1 n i n n i d i s c e x x (1.9) A吋 h羽 th嘘ng 鰻p"8鵜nh, thì tín hi羽w"8k隠u khi吋n ph違i 8違m b違o: 2 1 2 d s K s dt (1.10) Ch丑n giá tr鵜 c栄a s th臼a rj逢挨ng trình (1.11) ( ) s Ksign s (1.11)

Vjc{"rj逢挨pi"vt·ph (1.11) x q"rj逢挨pi"vt·pj"(1.9), lu壱t 8i隠u khi吋n sliding mode cĩ th吋

vi院t nj逢"ucw: 1 ( ) ( ) 1 1 (x, t) ( ) ( , ) n i n SMC i d i u c e f x Ksat s g x t (1.12)

M瓜t trong nh英ng cách gi違m chattering, hàm sign() 8逢嬰c thay th院 b荏i sat() ,

1 1 ( ) 1 1 1 1 if s sat s s if s if s Ch丑n hàm Lyapunov 2 1 2 V s (1.13)

A衣o hàm (1.13) theo th運i gian, ta cĩ:

1 ( 1) ( ) ( ) ( ) ( ) 1 2 1 1 ... n n n i n n n i d i V ss s c e c e c e e s c e x x K s (1.14) Pj逢"x壱y, lu壱v"8k隠u khi吋n tr逢嬰t 8違m b違o m員t vt逢嬰t (2.7) 鰻p"8鵜nh.

20

2.4.MƠ HÌNH HW¥¥["PJK陰W"N閏RVTQPI"PJ一P"F萎PI"J烏"RJK"VW[蔭P 2.4.1. Mơ hình Fuzzy trong nhfp"fTpi"jう"rjk"vw{xp

Mơ hình Fuzzy 8«"8逢嬰c áp d映ng nhi隠u trong nh壱n d衣ng h羽 th嘘ng, tuy nhiên ch雨 áp d映ng hi羽u qu違 cho các h羽 v逢挨pi"8嘘k"8挨p"gi違n, ít ngõ vào. A嘘i v噂i h羽 ph泳c t衣p, nhi隠u ngõ vào, nhi隠u ngõ ra, c医u trúc mơ hình Fuzzy vj逢運pi"8逢嬰c xây d詠ng r医t ph泳c t衣p, s嘘

l逢嬰ng lu壱t m運 theo hàm m [4]. C映 th吋, mơ hình Fuzzy mkpj"8k吋n áp d映ng 8吋 nh壱n d衣ng h羽 phi tuy院p"OKUQ"8逢嬰c th吋 hi羽n 荏 Hình 2.2.

Hình 2.2. Mơ hình Fuzzy dùng nhn dng h phi tuyn MISO. Lu壱t m運 trong mơ hình Fuzzy T-S cĩ d衣ng t鰻pi"swƒv"pj逢"ucw<

If Input_1 = x and Input_2 = y, then Output is z = f(x,y)

Ngõ ra z = f(x,y) là d衣ng m瓜t hàm s嘘 tu ý do ni逢運i thi院t k院 quy院v"8鵜nh. Trong lu壱n án, ngõ ra c栄a mơ hình Fuzzy T-U"8逢嬰c ch丑n là m瓜t h茨ng s嘘. Các giá tr鵜 c栄a h茨ng s嘘

s胤8逢嬰c t嘘k"逢w"x噂i gi違i thu壱t DE.

M厩i lu壱t m運 cĩ tr丑ng s嘘 c栄a ngõ razi, 8瓜 8úng c栄a lu壱t m運 wi 8逢嬰c tính b茨ng phép tốn ch丑n giá tr鵜 nh臼 nh医t:

wi = Min (F1(x), F2(y)) (1.15) V噂i F1 , F2 là các hàm liên thu瓜c c栄a ngõ vào 1 và 2.

21 1 1 N i i i N i i w z y w (1.16) Tropi"8„"P là s嘘n逢嬰ng lu壱t m運. (adsbygoogle = window.adsbygoogle || []).push({});

A嘘i v噂i bài tốn nh壱n d衣ng thơng minh dùng gi違i thu壱t t嘘k"逢w k院t h嬰p mơ hình Fuzzy

mkpj"8k吋n, ch雨 cĩ m瓜t mơ hình Fuzzy chung nh医t dùng nh壱n d衣ng mơ hình MISO. Khi ngõ vào càng nhi隠u, mơ hình Fuzzy càng ph泳c t衣p, v噂i s嘘n逢嬰ng lu壱t m運 t<pi"vjgq"nw壱t hàm s嘘 m 0"A¤{"n "o瓜v"8k吋m h衣n ch院 r医t l噂n c栄a mơ hình Fuzzy truy隠n th嘘ng so v噂i m衣ng p挨-ron.

A吋 kh逸c ph映c h衣n ch院8„."vtqpg bài báo này, nghiên c泳u sinh s穎 d映ng mơ hình Fuzzy nhi隠u l噂p 8吋 nh壱n d衣ng mơ hình phi tuy院n 8c"dk院n MIMO.

2.4.2. Mơ hình Hw¦¦{"pjkzw"nずr

Mơ hình Fuzzy nhi隠u l噂p 8逢嬰c phát tri吋n t瑛 mơ hình Hierachical Fuzzy [87] (H·nh 2.3) 8逢嬰c 8隠 xu医t n<o"3;;3. Mơ hình Hierachical Fuzzy 8逢嬰c 8隠 xu医t 8吋 kh逸c ph映c các nh逢嬰c 8k吋m c栄a mơ hình Fuzzy v隠 s嘘 l逢嬰ng lu壱t m運 khi áp d映ng v噂i các h羽 ph泳c t衣p, nhi隠u ngõ vào, tuy nhiên nĩ c ng cĩ các nh逢嬰c 8k吋m nh逢"piõ ra c栄a mơ hình Hierachical Fuzzy là m瓜t mơ hình Fuzzy khi院n cho vi羽c mơ hình khĩ linh ho衣t thay

8鰻i c医u trúc, các bi院n c栄a mơ hình khơng th吋 t衣o d詠a vào kinh nghi羽m c栄a ng逢運i thi院t k院. Thêm n英a vi羽c l詠a ch丑n c医u trúc c栄a mơ hình 8ịi h臼i ng逢運i thi院t k院 ph違i cĩ kinh nghi羽m ho員c thơng qua th穎 sai nhi隠u l亥n.

H·nh 2.3.Mơ hình Hierachical Fuzzy

V噂i các c違i ti院n ngõ ra là m瓜t làm SUM thay vì là m瓜t mơ hình Fuzzy. Mơ hình Fuzzy nhi隠u l噂p 8逢嬰c 8隠 xu医t 8吋 kh逸c ph映c các nh逢嬰c 8k吋m c栄a mơ hình Hierachical Fuzzy

22

khi thay 8鰻i s嘘 l逢嬰ng ngõ vào thì c医u trúc mơ hình Hierachical Fuzzy b鵜 thay 8鰻i hồn tồn, gây khĩ kh<p"khi thay 8鰻i ngõ vào, ngõ ra. Tuy nhiên mơ hình Fuzzy nhi隠u l噂p c ng cĩ các nh逢嬰c 8k吋m nh逢"mjơng th吋 t衣o ra b茨ng kinh nghi羽m c栄a ng逢運i thi院t k院 mà ph違i dùng gi違i thu壱t tính tốn t嘘i 逢w"8吋 tìm ra các tham s嘘 mơ hình.

Trong lu壱n án, mơ hình Fuzzy nhi隠u l噂p 8逢嬰c áp d映pi"8吋 nh壱n d衣ng h羽 phi tuy院p"8c"

bi院n MIMO bao g欝m nhi隠u kh嘘i mơ hình Fuzzy nhi隠u l噂p MISO k院t h嬰p l衣i, m厩i mơ hình Fuzzy nhi隠u l噂p MISO th吋 hi羽n m瓜t ngõ ra c栄a mơ hìpj0"Vt逢運ng h嬰r"8嘘i t逢嬰ng c亥n nh壱n d衣ng cĩ 4 ngõ ra, mơ hình Fuzzy nhi隠u l噂p MIMO s胤 bao g欝m 4 mơ hình Fuzzy nhi隠u l噂p MISO v噂i cùng ho員c khác bi院n ngõ vào. M厩i mơ hình Fuzzy nhi隠u l噂p MISO bao g欝m nhi隠u mơ hình Fuzzy T-S v噂i 2 ngõ vào 1 ngõ ra. C医u trúc c栄a mơ hình Fuzzy phân l噂p 8逢嬰c 8隠 xu医t, dùng nh壱n d衣ng mơ hình b欝p"p逢噂c liên k院v"8»k, mơ hình PAM 8逢嬰c th吋 hi羽p"pj逢 Hình 2.4. Hình 2.4 cho th医y, c医u trúc mơ hình Fuzzy nhi隠u l噂p MIOQ"8逢嬰c s穎 d映ng g欝m 2 mơ hình Fuzzy nhi隠u l噂p MISO ph嘘i h嬰p. M厩i mơ hình Fuzzy nhi隠u l噂p MISO s胤 bao g欝m 3 mơ hình Fuzzy T-S cĩ 2 ngõ vào 1 ngõ ra.

Hình 2.4. Mơ hình Fuzzy nhiu lp áp dng trong nhn dng. Ngõ ra c栄a mơ hình Fuzzy MISO cĩ d衣ng sau:

23 1 1 1 N ji ji M i N j ji i w z y w (1.17)

V噂i M là s嘘n逢嬰ng mơ hình Fuzzy T-S 8逢嬰c dùng trong kh嘘i mơ hình Fuzzy nhi隠u l噂p MISO.

M厩i kh嘘i m運 T-S bao g欝m 2 ngõ vào, m瓜t ngõ ra. M厩i ngõ vào cĩ 3 hàm liên thu瓜c d衣ng tam giác ho員c d衣ng gauss. Ngõ ra mơ hình Fuzzy T-S là m瓜t h茨ng s嘘0"Pj逢"x壱y, m瓜t mơ hình Fuzzy T-S bao g欝m 9 lu壱t và 6 giá tr鵜 8吋 ch雨nh c医u trúc hàm liên thu瓜c, t鰻ng c瓜ng cĩ 15 bi院n. T瑛 8„"vc"e„ v噂i m瓜t mơ hình Fuzzy nhi隠u l噂p MISO s胤 g欝m 45 bi院n và mơ hình Fuzzy nhi隠u l噂p MIMO t鰻ng c瓜ng cĩ 90 bi院p"8吋 ch雨pj"8鵜nh mơ hình.

A嘘i v噂i mơ hình Fuzzy mkpj"8k吋n v噂i 4 ngõ vào, 1 ngõ ra, 3 hàm liên thu瓜c, thì t鰻ng s嘘

lu壱t m運 là 81 và 12 bi院n 8吋 ch雨pj"8鵜nh hàm liên thu瓜e0"Pj逢"v壱y t鰻ng c瓜ng là 93 bi院n cho m瓜t mơ hình MISO và 186 bi院n cho mơ hình MIMO hồn ch雨nh.

Hình 2.5. Hàm liên thuc ngõ vào ca mơ hình Fuzzy T-S dng tam giác

H m liên thu瓜c ng v o d衣ng tam giƒc (Hình 2.5) c„ giá tr鵜 chu育n hố ngõ vào t瑛 0

8院n 1 ho員c -3"8院n 1 tu theo mơ hình. A嘘i v噂i mơ hình b欝p"p逢噂c liên k院v"8»k."giá tr鵜

ngõ vào s胤 là t瑛 0 8院p"30"Vt逢噂c m厩i ngõ vào s胤 cĩ m瓜t h羽 s嘘 8吋 hi羽u ch雨nh giá tr鵜 ngõ vào phù h嬰p v噂i gi噂i h衣p"8«"8員v"vt逢噂c t瑛2"8院n 1. Ví d映 pj逢"j羽 s嘘 0.033 cho ngõ vào m詠e"p逢噂e"o»"j·pj"*8瓜 cao t嘘k"8c"e栄a b欝p"p逢噂c là 30cm)0"Vc"e pi"e„ nh壱n xét:

24

var1, var2, var3 t雨 l羽 v噂i nhau và var1 + var3 = Ph衣m vi c栄a ngõ vào

Ngõ ra c栄a mơ hình Fuzzy T-S là m瓜t h茨ng s嘘 trong vùng t瑛 -3"8院n 30"V逢挨pi t詠 pj逢"

ngõ vào, ngõ ra c栄a mơ hình Fuzzy nhi隠u l噂p e pi"swa m瓜t khâu t雨 l羽8吋 phù h嬰p v噂i mơ hình c亥n nh壱n d衣ng.

A嘘i v噂i hàm liên thu瓜c d衣ng Gauss nh逢" 荏 Hình 2.6, giá tr鵜 pi " x q" 8逢嬰c gi噂i h衣n trong kho違n -3"8院n 1. Ngõ vào s胤 cĩ thêm m瓜t khâu t雨 l羽8吋 8k隠u ch雨nh phù h嬰p v噂i mơ hình th詠c t院8違m b違o giá tr鵜 ngõ vào t噂i mơ hình Fuzzy là -1 8院n 1. M厩i ngõ vào cĩ s嘘 n逢嬰ng hàm liên thu瓜c c嘘8鵜nh là 3.

m1 m2 m3

ゝ1

ゝ3 ゝ3 (adsbygoogle = window.adsbygoogle || []).push({});

Hình 2.6. Hàm liên thuc ngõ vào ca mơ hình Fuzzy T-S dng Gauss

Vi羽c s穎 d映ng 3 hàm liên thu瓜c ejq"pi "x q"8吋 8挨p"ik違n hố tínj"vqƒp."8違m b違o tính phi tuy院n v瑛a 8栄 v噂i m瓜t mơ hình Fuzzy T-U0"A嘘i v噂i bài tốn ph泳c t衣r"j挨p."e医u trúc mơ hình Fuzzy T-S v磯p"8逢嬰c gi英 nguyên, ch雨 c亥n v<ng s嘘 n逢嬰ng mơ hình Fuzzy T-S trong c医u trúc Fuzzy nhi隠u l噂p.

2.5.K蔭V"LU一P

雲 ch逢挨pi"4."nghiên c泳u sinh 8ã 8逢c"tc"eác c挨"u荏 lý thuy院t quan tr丑ng s胤8逢嬰c áp d映ng trong quy吋n lu壱n án. Ti院p theo, trong ch逢挨pi"5, nghiên c泳u sinh trình bày v隠 cách áp d映ng mơ hình Fuzzy nhi隠u l噂p trong nh壱n d衣ng h羽 phi tuy院n và gi違i thu壱t hu医n luy羽n ghép t亥ng s穎 d映ng hu医n luy羽n mơ hình Fuzzy nhi隠u l噂p. V n瓜i dung ch逢挨pi"6"u胤 n„i v隠 cƒc b i toƒn 8k隠u khi吋n h羽 phi tuy院n.Equation Chapter (Next) Section 1

25

EJ姶愛PI"5 PJ一P" F萎PI" J烏" RJK VW[蔭P" DÙNG MƠ HÌNH

HW¥¥["PJK陰W"N閏R

3.1.IK閏K"VJK烏W

Cj逢挨pg 3 gi噂i thi羽u v隠 k悦 thu壱t nh壱n d衣ng mơ hình áp d映ng mơ hình Fuzzy nhi隠u l噂p. Trong cj逢挨pg 3, k悦 thu壱t nh壱n d衣pi"o»"j·pj"8逢嬰c áp d映pi"8吋 nh壱n d衣ng mơ hình thu壱n, mơ h·nh cƒc h羽 b欝p"p逢噂e"8»k"nk‒p"m院t và mơ hình cánh tay máy PAM song song.

Aây là 2 mơ hình cĩ tính tr宇, phù h嬰p 8吋 ki吋m ch泳ng gi違i thu壱t nh壱n d衣ng trong lu壱n án.

Ti院p theo 8„, gi違i thu壱t nh壱n d衣ng ghfip t亥ng 8逢嬰c ƒp d映ng 8吋 nh壱n d衣ng h羽 b欝n n逢噂c, k院t qu違 mơ ph臼ng v th詠c nghi羽m cho th医y cƒc 逢w"8k吋m c栄a mơ h·nh m運 nhi隠u l噂p trong nh壱n d衣ng v kh違 n<pi"c栄a gi違i thu壱t hu医n luy羽n ghfip t亥ng trong vi羽c nh壱n d衣ng mơ h·nh m運 nhi隠u l噂p 8隠 xu医t.

K院t qu違 c栄a ch逢挨pi 3 c”n 8逢嬰c 8<pi"vtên cƒc b i bƒo [1a], [5a], [6a], v [9a].

3.2.MƠ HÌNH J烏"D唄P"P姶閏E"AðK"NKçP"M蔭V

Mơ hình b欝p"p逢噂c liên k院v"8»k"n "o瓜t d衣ng mơ hình MIMO phi tuy院n cĩ tr宇 v噂i hai

pi "x q"*8k羽p"ƒr"8k隠u khi吋p"8瓜pi"e挨"3"x "8k羽n áp 8i隠u khi吋p"8瓜pi"e挨"4) cùng hai ho員c b嘘n ngõ ra (m詠c n逢噂c các b欝n 1, 2, 3, 4) (Hình 3.1). Trong mơ hình b欝p"p逢噂e"8»i này,

8瓜pi"e挨"38k隠u khi吋n tr詠c ti院p m詠e"p逢噂c b欝n 1, b欝n th泳 2 b鵜 tác 8瓜ng b荏i ngõ ra c栄a b欝p"30"A瓜pi"e挨 th泳 4"8k隠u khi吋n tr詠c ti院p m詠e"p逢噂c b欝n 3 và b欝n 4 b鵜 tác 8瓜ng b荏i ngõ ra b欝n 3. Ngồi ra cịn c„"vƒe"8瓜ng chéo gi英a 8瓜pi"e挨"3"x噂i b欝n 4 và gi英c"8瓜ng c挨"

2 v噂i b欝n 3, làm v<pi"vj‒o"v ph phi tuy院n ćpi"8瓜 ph泳c t衣p cho mơ hình. A瓜 tr宇 c栄a mơ hình th吋 hi羽n 荏 vi羽c xác 8鵜nh 8亥u vào là 2 tín hi羽u 8k羽n áp 8k隠u khi吋n b挨o"p逢噂c,

8亥u ra là 2 giá tr鵜 m詠c n逢噂c 荏 b欝n 2 và b欝n 4, khi cĩ tín hi羽u ngõ vào ph違i c亥n 1 kho違ng th運i gian thì 8亥u ra m噂i cĩ tín hi羽u t逢挨pi"泳ng, khơng xem xét giá tr鵜 m詠c n逢噂c b欝n 1 và b欝n 3 làm 8亥u vào gi違i thu壱t, và cịn th吋 hi羽n 荏 vi羽c 8áp 泳ng khi t<ng, khi gi違m khác nhau khi院n cho mơ hình càng thêm ph泳c t衣p.

26

Hình 3.1. Cu trúc mơ hình bげp"p⇔ずc liên kxv"8»k

Mơ hình b欝n n逢噂c liên k院t 8逢嬰c xây d詠ng d詠a trên mơ hình b欝n p逢噂e"8»i c栄a Quanser [130] C違m bi院n áp su医t MPX10 c栄a hãng Freesccng"8吋 8q"ƒp su医t sau 8„"p瓜k"uw{"tc"8瓜

cao c栄a m詠e"p逢噂c trong b欝n ch泳c0"A瓜ni"e挨 24V n逢w"n逢嬰ng 10 lív1rj¿v"8逢嬰c s穎 d映ng làm 8瓜pi"e挨"d挨o"3"x "8瓜ng e挨 d挨o"40 U挨"8欝 kh嘘i mơ hình b欝n p逢噂e"8逢嬰c th吋 hi羽n nh逢 Hình 3.1.

Pj逢挨pi trình phi truy院n c栄a b欝p"p逢噂c liên k院v"8»k"8逢嬰c th吋 hi羽n qua h羽 rj逢挨pi"trình bi院n tr衣ng thái (2.1) 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 2 2 3 3 3 3 4 4 4 1 1 4 4 4 2 ( ) 2 2 (1 ) ( ) 2 ( ) 2 2 (1 ) ( ) b C gx dx K u t dt A A b C gx b C gx dx K u t dt A A A b C gx dx K u t dt A A b C gx b C gx dx K u t dt A A A (2.1) Trqpi"8„"u1, u2 l亥n n逢嬰t l "8i羽n ár"8k隠u khi‒p"8瓜ng c挨"d挨m 1, 2; x1, x2, x3, x4 l亥p"n逢嬰t là m詠c n逢噂c 荏 các b欝n 1, 2, 3 và 4.

27

""pija các thơng s嘘 và giá tr鵜 v壱t lý th吋 hi羽n 荏 B違ng 3.1. Các giá tr鵜 này s胤 8逢嬰c s穎

d映ng 荏 mơ hình th詠c nghi羽m.

Bng 3.1. ""pij c"xft lý và thơng s mơ hình thc nghim. Ký hi羽u ""pij c"x壱t lý Giá tr鵜]8挨p"x鵜] A1 A逢運ng kính trong c栄a B吋 1 16.619(cm2) A2 A逢運ng kính trong c栄a B吋 2 16.619(cm2) A3 A逢運ng kính trong c栄a B吋 3 16.619(cm2)

Một phần của tài liệu Nhận dạng và điều khiển hệ phi tuyến có trễ dùng mô hình fuzzy nhiều lớp kết hợp giải thuật tính toán mềm (Trang 31)