Hình 4 .3 Raspberry Pi 4
Hình 4. 14 Động cơ bước
4.2.12 Pin
Để đảm bảo yêu cầu chạy trong trạm biến áp phải đáp ứng được quá trình sử dụng bình ắc quy trong thời gian 6 h làm việc. Cơng thức tính thời lượng dùng ắc quy được tính như sau:
Trong đó:
Ah. U. pt T =
P [ giờ ]
T-thời gian cần có điện trong hệ thống, giờ;
Ah -dung lượng bình ắc quy, Ah;
U - hiệu điện thế của ắc quy, V; pt - hiệu suất của hệ thống: 0,8
𝑃 - công suất tiêu thụ của tải, W;
Vậy đối với loại bình ắc quy 12VDC để đáp ứng được yêu cầu làm việc 4 h thì dung lượng ắc quy cần thiết sẽ là:
Ah = T. P
U. pt
6 ⋅ 60 =
12 ⋅ 0,8 = 37.5[Ah]
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hoàng Mai
CHƯƠNG 5: THIẾT KẾ BỘ ĐIỀU KHIỂN TAY MÁY
5.1 Bộ điều khiển mờ
5.1.1 Lịch sử phát triển
Lý thuyết logic mờ (fuzzy sets theory) bắt đầu xuất hiện từ năm 1965 khi giáo sư Lotfi Zadeh đăng cơng trình nghiên cứu “Fuzzy sets” trên tạp chí “Information and control”. Từ “Fuzzy” - tiếng việt nghĩa là “Mờ”, được đưa vào lý thuyết mới này nhằm mục đích phân định sự khác nhau với mơn tốn chính xác truyền thống với những khái niệm như: “thuộc – không thuộc”, “đúng - sai”
Khái niệm tập hợp mờ của Zadeh được định nghĩa như: “Những khái niệm khơng thể giải thích bằng phương pháp tốn học thơng thường và chỉ được lý giải bằng trí tuệ nhân tạo ví dụ trong những hệ thống phức tạp với sự có mặt của con người ”
Logic mờ được ứng dụng đầu tiên vào năm 1975 khi Mamdani và Assilian thiết kế bộ điều khiển mờ (Fuzzy controler) để điều khiển động cơ hơi nước. Năm 1982 Holmblad và Osregaad đã chế tạo ra bộ điều khiển mờ công nghiệp và được ứng dụng trong điều khiển ấu trình nung chảy xi măng ở nhà máy Đan Mạch. Nhờ có sáng chế này mà việc nghiên cứu giải thuật mờ được thúc đẩy mạnh mẽ. Sau đó một thời gian Bart Kosko đã chứng minh “định lý xấp sỉ mờ” (Fuzzy Approximation Theorem). Theo định lý này bất cứ một hệ thống nào có thể biến thành hệ thống xấp xỉ dựa trên nguyên tắc logic mờ. Nói theo cách khác, nhờ những phát biể u dạng “ nếu - thì” và hình thức hố cơng cụ của lý thuyết tập hợp mờ ta có thể phản ánh bất cứ một mối quan hệ “đầu vào- đầu ra” nào mà khơng cần những phương trình, phép tính tích phân vi phân phức tạp nào thường được sử dụng trong những hệ thống điều khiển hay đồng nhất đối tượng điều khiển
Lý thuyết logic mờ được ứng dụng thành công trong các lĩnh v ực như: điều khiển các q trình cơng nghệ, điều khiển giao thông, xác định bệnh trong y học, quản lý tài chính, dự báo giá cổ phiếu, cơng nghệ nhận dạng. Sản phẩm của ứng dụng này có thể là máy giặt, camera cho đến thiết bị ra đa trong hệ thống phòng thủ chiến lược, hay hệ thống điều khiển máy bay. Kinh nghiệm thực tế khi thiết kế hệ thống logic mờ cho thấy giá thành và thời gian nhỏ hơn nhiều so với thiết kế hệ thống truyền thống.
5.1.2 Điều khiển mờ
Sơ đồ của hệ thống điều khiển mờ:
Sơ đồ khối bộ điều khiển mờ.
• Khối mờ hố (Fuzzifier): Biến đổi các giá trị rõ đầu vào thành một miền giá
trị mờ với hàm thuộc đã chọn ứng với biến ngôn ngữ đầu vào.
• Khối hợp thành (Inference Mechanism): Biến đổi các giá trị mờ hố của biến
ngơn ngữ đầu vào thành các giá trị mờ của biến ngơn ngữ đầu ra theo các luật hợp thành.
• Khối luật mờ (Rule-base): Gồm tập các luật “Nếu...Thì...” dựa vào các luật
mờ cơ sở do người thiết kế xây dựng thích hợp cho từng biến và giá trị của các biến ngôn ngữ theo quan hệ mờ Vào/Ra.
• Khối giải mờ (Defuzzifier): Biến đổi các giá trị mờ đầu ra thành các giá trị rõ
để điều khiển đối tượng
Cấu trúc cơ bản của bộ điều khiển mờ (gồm 3 khâu):
• Khâu Fuzzy hố: có nhiệm vụ chuyển đổi một giá trị đầu vào xo thành vector
µ gồm các hàm thuộc, biểu thị độ phụ thuộc của giá trị rõ theo tập mờ của biến ngơn ngữ đầu vào
• Khâu hợp thành: thực hiện luật hợp thành, xử lý vector µ cho ra giá trị mờ
B’ của biến ngôn ngữ đầu ra
Đồ án liên môn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
Phân loại các khâu điều khiển mờ: cũng như các khâu điều khiển kinh điển, khâu điều khiển mờ được phân theo các tiêu chuẩn sau:
• Tĩnh - động
• Tuyến tính – phi tuyến
• Liên tục - Rời rạc
• Tiền định hay ngẫu nhiên
• Ổn định – khơng ổn định
• Tham số tĩnh hay tham số động
5.1.3 Thiết kế bộ điều khiển mờ
Để có thể điều khiển tay máy di chuyển theo tín hiệu đặt, theo yêu cầu đề tài ta sử dụng bộ điều khiển mờ. Bộ điều khiển mờ bản chất có tính phi tuyến nên thích hợp để điều khiển các đối tượng phi tuyến, đồng thời tích hợp được các kinh nghiệm điều khiển thu được trên thực tế.
1. Xác đinh tập mờ
• 2 tín hiệu vào là sai lệch góc (E) và vi phân của sai lệch (DE)
• 1 tín hiệu ra là tín hiệu điều khiển (T). 2. Số lượng tập mờ, giới hạn vào ra
• 2 biến đầu vào với số lượng là 7 biểu diễn các giá trị ngôn ngữ: NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive medium) và PB (Positive Big)
Miền xác định các hàm thành viên DE
• 1 biến đầu ra là các hằng số với số lượng là 7 biểu diễn các giá trị ngôn ngữ: NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive medium) và PB (Positive Big).
Miền xác định các hàm thành viên T
• Việc lựa chọn số lượng, dạng và tọa độ các hàm thuộc hoàn toàn dựa trên cơ sở thực nghiệm trên đối tượng thực. Các mệnh đề hợp thành (tổng cộng 49 luật) của bộ điều khiển mờ Sugeno được thực hiện theo bảng sau:
Đồ án liên môn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai • DU E NB NM NS Z PS PM PB DE NB NB NB NB NB NM NS Z NM NB NB NB NM NS Z PS NS NB NB NM NS Z PS PM Z NB NM NS Z PS PM PB PS NM NS Z PS PM PB PB PM NS Z PS PM PB PB PB PB Z PS PM PB PB PB PB
Mơ hình simulink hệ thống bộ điều khiển mờ (Fuzzy logic):
5.1.4 Kết quả mơ phỏng
Khi khơng có nhiễu (Noise = 0):
Sai lệch bình phương trung bình theo chuẩn ISE
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
Khi có nhiễu (Noise = 0.0005):
Đáp ứng vào ra của hệ thống
Sai lệch bình phương trung bình theo chuẩn ITSE
5.1.5 Nhận xét
Theo như mơ phỏng, tín hiệu ngõ ra của phương pháp diều khiển mờ (khớp 1và khớp 3) cho thấy cho chất luợng dầu ra tốt, tiến dần về giá trị dặt ban dầu, sai số khi ổn dịnh xấp xĩ 0.
Bên cạnh đó, tín hiệu ngõ ra ở khớp 2 chỉ ra những hạn chế trong phương pháp điều khiển mờ ở trong khâu xây dựng luật hợp thành. Bộ điều khiển cần kinh nghiệm của chuyên gia và phải trải qua thực nghiệm để đánh giá và tối ưu cho bộ điều khiển.
Đồ án liên môn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
Mơ hình simulink hệ thống bộ điều khiển Neural
Kết quả mơ phỏng:
Khi khơng có nhiễu (Noise = 0):
Sai lệch bình phương trung bình theo chuẩn ISE
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
Khi có nhiễu (Noise = 0.00002):
Đáp ứng vào ra của hệ thống Sai lệch bình phương trung bình theo chuẩn ISE
Sai lệch bình phương trung bình theo chuẩn ITSE
5.3 Bộ điều khiển mờ PID (FLC-PID)
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
t
Mơ hình tốn của bộ PID:
u(t) = K pe(t) + K I 0 e(x)dx + KD de(t) dt
G (s) = K + KI + K s
PID P
s D
Các tham số KP, KI, KD được chỉnh định theo từng bộ điều khiển mờ riêng biệt dựa trên sai lệch e(t) và đạo hàm de(t). Có nhiều phương pháp khác nhau để chỉnh định bộ PID (xem các phần sau) như là dựa trên phiếm hàm mục tiêu, chỉnh định trực tiếp, chỉnh định theo Zhao, Tomizuka và Isaka … Nguyên tắc chung là bắt đầu với các trị KP, KI, KD theo Zeigler-Nichols, sau đó dựa vào đáp ứng và thay đổi dần để tìm ra hướng chỉnh định thích hợp.
5.3.2 Luật chỉnh định PID
Lân cận a1 ta cần luật ĐK mạnh để rút ngắn thời gian lên, do vậy chọn: KP lớn, KD nhỏ và KI nhỏ.
Lân cận c1 và d1 giống như lân cận a1 và b1.
5.3.3 Các bước thiết kế bộ điều khiển Mờ
1) Xác định biến ngôn ngữ
- Đầu vào: Gồm 2 biến
+ Sai lệch: E = Giá trị đặt – Giá trị đo được + Tốc độ tăng: DE =
- Đầu ra: 3 biến + Kp hệ số tỷ lệ
E(i +1) − E(i) t
+ KI hệ số tích phân + KD hệ số vi phân - Số lượng biến ngôn ngữ
E = {âm nhiều, âm vừa, âm ít, zero, dương ít, dương vừa, dương nhiều} E = {N3, N2, N1, ZE, P1, P2, P3}
DE = { âm nhiều, âm vừa, âm ít, zero, dương ít, dương vừa, dương nhiều} DE = {N31, N21, N11, ZE1, P11, P21, P31} Kp / KD = { zero, nhỏ, trung bình, lớn, rất lớn}={Z, S , M, L, U} KI = { mức 1, mức 2, mức 3, mức 4, mức 5}= {L1, L2, L3, L4, L5} 2) Luật hợp thành Luật chỉnh định KP: KP DE N31 N21 N11 ZE1 P11 P21 P31 E N3 U U U U U U U N2 L L L L L L L N1 M M M M M M M ZE Z Z Z Z Z Z Z P1 M M M M M M M P2 L L L L L L L P3 U U U U U U U
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai Luật chỉnh định KD : KD DE N31 N21 N11 ZE1 P11 P21 P31 E N3 U U U U U U U N2 L L M M M L L N1 M M M M M M M ZE Z Z Z Z Z Z Z P1 M M M M M M M P2 L L M M M L L P3 U U U U U U U Luật chỉnh định KI : KI DE N31 N21 N11 ZE1 P11 P21 P31 E N3 L1 L1 L1 L1 L1 L1 L1 N2 L3 L2 L2 L1 L2 L2 L3 N1 L4 L3 L2 L1 L2 L3 L4 ZE L5 L4 L3 L2 L3 L4 L5 P1 L4 L3 L2 L1 L2 L3 L4 P2 L3 L2 L2 L1 L2 L2 L3 P3 L1 L1 L1 L1 L1 L1 L1 3) Chọn luật và giải mờ
+ Chọn luật hợp thành theo quy tắc Max-Min + Giải mờ theo phương pháp trọng tâm
5.3.4 Kết quả mơ phỏng
- Mơ hình Robot
- Kết quả mơ phỏng
Th1: Khơng có nhiễu tác động
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hoàng Mai
+ Sai số
ISE = 0.002887
ITSE = 0.006162
TH2: Có nhiễu tác động
+ Quỹ đạo đầu vào đầu ra
+ Sai số
Đồ án liên môn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
ISE = 0.004094
ITSE = 0.0109
5.3.5 Nhận xét
- Bộ điều khiển có độ chính xác tốt, sai số nằm trong mức kiểm soát (<5%).
- Thời gian đáp ứng quá độ ngắn và độ lọt vố thấp.(<1s, <10%) - Có khả năng ổn định khi bị nhiễu tác động
So sánh với bộ điều khiển PID thì tốc độ đáp ứng, độ lọt vố, độ chính xác và khả năng chống nhiễu của bộ Mờ PID đều tốt hơn.
5.4 Bộ điều khiển Neural PID (ANN-PID)
5.4.1 Thiết kế bộ điều khiển
Trong thuật toán này, BĐK PID được biểu diễn như sau:
Trong đó, u (t) là đầu ra của BĐK PID; KP là hệ số tỷ lệ, Ti là hằng số thời gian tích phân và Td là hằng số thời gian vi phân; e (t) là sai số của hệ thống được biểu diễn như sau:
e (t) = y (t)- r(t)
Trong đó, y (t) là đầu ra thực tế và r(t) là đầu ra mong muốn của hệ thống điều khiển. Mạng nơ-ron lan truyền ngược có 3 lớp, cấu trúc của BĐK được minh họa trên hình.
5.4.2 Quá trình thu thập dữ liệu
Đầu tiên ta thu thập số đầu vào và đầu ra trong q trình điều khiển tay máy, thơng số được chọn được bám sát nhất đối với quỹ đạo đầu vào mong muốn . Ở đây ta chọn bộ điều khiển Mờ-PID làm mốc, thu thập 3 thông số bao gồm e,de của cả 3 khớp , và đầu ra là thông số KP của bộ điều khiển .Sau đó ta tiến hành q trình huấn luyện dữ liệu . Sau khi chạy thử với bộ điều khiển đáp ứng với mong muốn, ta thu thập được các thông số như sau:
Ở đầu vào i1,i2,i3 là dạng ma trận A x 2 ,( A là số dữ liệu chạy được trong khoản thời gian đáp ứng )
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
Ví dụ: dữ liệu gốc input và output của theta1 của bộ điều khiển Mờ-PID
Gõ vào cửa sổ lệnh “nnstart” rồi thi hành lệnh, trên Matlab xuất hiện cửa sổ neural network. Tiến hành tải dữ liệu họ và dự liệu kiểm tra lên cửa sổ , sau đó ta chọn luật hợp thành, chọn phương pháp luyện, số lớp ẩn .
Chọn số nơ-ron lớp ẩn:
luyện:
Gõ vào cửa sổ lệnh “Gensim” để đưa ra mạng nơ-ron simulink sau khi đã huấn Mô phỏng điều khiển tay máy robot 3 bậc với bộ điều khiển nơ-ron-PID :
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
5.4.3 Kết quả mơ phỏng
+ Trường hợp không nhiễu: Noise Power = 0
Sai lệch bình phương trung bình theo chuẩn ITSE:
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hồng Mai
Sai lệch bình phương trung bình theo chuẩn ISE:
Sai lệch bình phương trung bình theo chuẩn ITSE:
5.4.4 Nhận xét
Q trình huấn luyện mơ hình mạng nơ-ron phải được thực hiện trước khi đưa vào sử dụng. Quá trình huấn luyện này được lặp lại cho đến khi sai số bình phương trung bình của dữ liệu huấn luyện đạt tối thiểu mong muốn. Kết quả mơ phỏng cho thấy BĐK PID
nơ-ron có thời gian điều chỉnh ngắn hơn, độ vượt quá giá trị điều khiển nhỏ và độ bền vững cao hơn so với BĐK Mờ- PID thông thường.
5.5 Bộ điều khiển Neural mờ PID (ANN-FLC-PID)
Là sự kết hợp giữa mạng Neural, bộ điều khiển Fuzzy và PID. Sự kết hợp này không chỉ mang lại cho bộ mờ được xây dựng có khả làm việc như một bộ điều khiển PID truyền thống, mà còn đem lại khả năng tự động điều chỉnh các thông số bộ PID, thông qua các luật hợp thành trong bộ mờ Fuzzy từ việc cập nhật các trọng số từ mạng Nơ-ron trong quá trình điều khiển. Đây là một bộ điều khiển thích nghi.
5.5.1 Khối mờ
Bước 1: Xác định biến ngôn ngữ
- Đầu vào: Gồm 2 biến
+ Sai lệch: E = Giá trị đặt – Giá trị đo được
+ Tốc độ tăng DE =
- Đầu ra: 3 biến + KP: Hệ số tỷ lệ + KI: Hệ số tích phân + KD: Hệ số vi phân
E(i +1) − E(i) t
- Số lượng biến ngôn ngữ
E = {âm nhiều, âm vừa, âm ít, zero, dương ít, dương vừa, dương nhiều} E = {N3, N2, N1, ZE, P1, P2, P3}
DE = { âm nhiều, âm vừa, âm ít, zero, dương ít, dương vừa, dương nhiều} DE = {N31, N21, N11, ZE1, P11, P21, P31}
Kp / KD = { zero, nhỏ, trung bình, lớn, rất lớn}={Z, S , M, L, U} KI = { mức 1, mức 2, mức 3, mức 4, mức 5}= {L1, L2, L3, L4, L5}
Bước 2: Luật hợp thành
Đồ án liên mơn 4 Nhóm 1 GVHD: Nguyễn Hoàng Mai