Chương 2 : ĐIỀU KHIỂN MỜ
2.7. TỔNG HỢP BỘ ĐIỂU KHIỂN MỜ THÍCH NGHI TRÊN CƠ SỞ LÝ
2.7.4. Một số ứng dụng điều khiển các đối tượng công nghiệp
Mục đích của phần này là thơng qua mơ 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 thơng 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 cơng nghiệp:
Đối tượng tuyến tính bậc hai trong đó có khâu tích phân được mơ tả
bởi:
Đối tượng tuyến tính bậc 3 với những tham số khơng 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. Sơ đồ cấu trúc hệ MRAFC với luật điều khiển theo Lyapunov
Sơ đồ 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 mơ phỏng
Các kết quả mơ 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 đến hình 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 mơ hình một cách nhanh chóng.
Đối với đối tượng tuyến tính bậc 3 đáp ứng của FMRAFC trong hình 2.38 và hình 2.39 gần giống với đối tượng bậc nhất.
Đối với đối tượng khơng tuyến tính biến đổi theo thời gian, đáp ứng của FMRAFC hình 2.40 và hình 2.41 khơng thay đổi nhiều so với đối tượng bậc 2.
Vậy hệ điều khiển thích nghi mờ (MRAFC) có thề đạt được đáp ứng tốt hơn rất nhiều so với hệ điều khiển thích nghi kinh điển (MRAC), đặc biệt cho
những đối tượng biến đổi theo thời gian và khơng mơ hình hố được. Bên cạnh đó chỉ ra khả năng to lớn của bộ điều khiển mờ thích nghi làm việc với các quá trình khơng 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 thể đạt được đáp ứng tối ưu một cách tự động 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