Bảng 4 .11 Hệ luật mờ mới 1
Bảng 4.12 Hệ luật mờ mới 2
x2 x1 LNe Z LPo LNe LNe (2) Z LNe (4) Z (5) LPo (6) LPo LPo (8)
Có thể giải thích về mức độ ảnh hưởng không đáng kể của luật 1 và 9 như sau: đối với con lắc, khơng thể có trường hợp giá trị tuyệt đối của góc lệch và vận tốc góc cùng đạt cực đại nên các luật 1 và 9 gần như khơng hoạt động trong q trình điều khiển.
Đối với các luật 3 và 7, khi giá trị tuyệt đối của góc lệch và vận tốc góc của con lắc đều đạt cực đại nhưng chúng ngược dấu nhau thì có thể khơng cần tác động lực điều khiển thì con lắc cũng có xu hướng về vị trí cân bằng nên các luật này ảnh hưởng ít đến hiệu quả điều khiển là phù hợp.
Đối với luật 5, ứng với trường hợp góc lệch, vận tốc góc và lực điều khiển của con lắc gần bằng 0, khi giảm trọng số hoặc bỏ quả luật này, hiệu quả điều khiển còn tốt hơn so với trường hợp trọng số của nó bằng 1. Như vậy, sự có mặt của luật 5 trong hệ luật gây ảnh hưởng xấu đến hiệu quả điều khiển. Hệ luật bỏ qua các luật 1, 3, 5, 7, 9 được gọi là Hệ luật mờ mới 2 được thể hiện trên Bảng 13.
Bảng 4.12. Hệ luật mờ mới 2 x2 x2 x1 LNe Z LPo LNe LNe (2) Z LNe (4) LPo (6) LPo LPo (8)
Đáp ứng góc lệch và vận tốc góc của con lắc với các các điều kiện đầu khác nhau trong 3 trường hợp hệ luật được thể hiện trên các Hình 4.66-4.67. Qua các hình này, có thể thấy rõ hiệu quả điều khiển vượt trội của Hệ luật mờ mới 2 so với
-0.2 0 0.2 0.4 0.6 0.8 1 0 1 2 3 4 5 Gó c lệ ch, r ad Thời gian, s
Điều kiện đầu 1
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2 -1.5 -1 -0.5 0 0.5 1 1.5 0 1 2 3 4 5 Vậ n tố c gó c, ra d/ s Thời gian, s
Điều kiện đầu 1
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2
Hình 4. Đáp ứng của góc lệch và vận tốc góc của con lắc, điều kiện đầu 1
-0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0 1 2 3 4 5 Gó c lệ ch, r ad Thời gian, s
Điều kiện đầu 2
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 Vậ n tố c gó c, ra d/s Thời gian, s
Điều kiện đầu 2
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2
Hình 4.67 Đáp ứng của góc lệch và vận tốc góc của con lắc, điều kiện đầu 2
-0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0 1 2 3 4 5 Gó c lệ ch, ra d Thời gian, s
Điều kiện đầu 3
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0 1 2 3 4 5 Vậ n tố c gó c, ra d/s Thời gian, s
Điều kiện đầu 3
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2
Hình 4.68 Đáp ứng của góc lệch và vận tốc góc của con lắc, điều kiện đầu 3
-0.05 0 0.05 0.1 0.15 0.2 0.25 0.3 0 1 2 3 4 5 Gó c lệ ch, r ad Thời gian, s
Điều kiện đầu 4
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 Vậ n tố c gó c, ra d/s Thời gian, s
Điều kiện đầu 4
Hệ luật ban đầu Hệ luật mới 1 Hệ luật mới 2
Bài toán chỉ ra rằng:
+ Đã khảo sát được ảnh hưởng của trọng số của từng luật đến hiệu quả điều khiển.
+ Chỉ rõ được các luật có ảnh hưởng rất nhiều (luật 2 và 8), ảnh hưởng tương đối nhiều (luật 4 và 6) và ảnh hưởng không đáng kể (luật 1, 3, 7 và 9) cũng như ảnh hưởng xấu khi tham gia trong hệ luật (luật 5) đến hiệu quả điều khiển của FC.
+ Bộ điều khiển FC sử dụng các hệ luật mờ mới được đề xuất cho hiệu quả điều khiển tốt hơn nhiều so với trường hợp sử dụng hệ luật mờ ban đầu. Như vậy, việc điều chỉnh hệ luật mờ để phù hợp với mỗi đối tượng điều khiển cụ thể là cần thiết và nâng cao rõ rệt hiệu quả điều khiển.
4.4. Kết luận chương
Trong chương này, mô phỏng số được thực hiện để nghiên cứu hiệu quả của các bộ điều khiển dựa trên lý thuyết Đại số gia tử được tối ưu theo 2 hướng sau:
- Tối ưu sử dụng các biến thiết kế là tham số mờ của các biến trạng thái (chuyển vị và vận tốc) và biến điều khiển (lực điều khiển).
- Tối ưu sử dụng các biến thiết kế là hệ số điều chỉnh (tuning) của các luật điều khiển định tính.
Hàm mục tiêu được lựa chọn phù hợp với đối tượng được điều khiển liên quan đến an toàn kết cấu, sức chịu đựng của con người và giới hạn của máy kích động gồm: cực tiểu chuyển vị, vận tốc và gia tốc lớn nhất, cực tiểu năng lượng để điều khiển, …
Các ràng buộc liên quan đến quá trình tối ưu các bộ điều khiển HAC được loại bỏ vì tính chất nổi trội của lý thuyết HA là luôn đảm bảo thứ tự ngữ nghĩa của các giá trị ngôn ngữ của các biến.
Các kết quả mô phỏng số cho thấy các bộ điều khiển dựa trên lý thuyết đại số gia tử thể hiện nhiều ưu điểm khi so sánh với các bộ điều khiển mờ thông thường nhờ dễ dàng thiết lập, tối ưu hóa đơn giản, cấu trúc chặt chẽ và thời gian tính tốn (CPU time) nhanh hơn rất nhiều. Các tập Pareto được xây dựng chỉ rõ mức độ tranh chấp (trade-o ) giữa các mục tiêu tối ưu, từ đó người thiết kế lựa chọn được cấu hình phù hợp cho bộ điều khiển tối ưu HAC đối với với các mục tiêu được quan tâm. Hệ số điều chỉnh của các luật mờ, đại diện cho mức độ quan trọng hoặc mức độ ảnh hưởng của các luật mờ, dựa trên lý thuyết HA được đề suất cho thấy bằng việc tối ưu các hệ số này, hệ luật mới phù hợp hơn với đối tượng được điều khiển và cho hiệu quả điều khiển cao hơn.
Ngoài ra, một số kết quả mô phỏng khác cũng được thực hiện để minh họa rõ hơn những ưu điểm của lý thuyết đại số gia tử khi áp dụng vào điều khiển các mơ hình cơ học cũng như một số minh họa khác liên quan đến điều khiển mờ truyền thống và việc kết hợp HAC với phần mềm công nghiệp.
KẾT LUẬN VÀ KIẾN NGHỊ KẾT LUẬN
Luận án tập trung nghiên cứu bài toán thiết kế tối ưu của các bộ điều khiển mờ dựa trên lý thuyết đại số gia tử cho điều khiển chủ động kết cấu. Các đóng góp mới của Luận án bao gồm:
- Đề suất bài toán tối ưu đa mục tiêu với biến thiết kế là tham số mờ của các biến trạng thái thái và biến điều khiển, cụ thể là độ đo tính mờ của các từ nguyên thủy (primary term) âm và độ tính mờ của các gia tử (hedge) âm. Lời giải tối ưu phù hợp với các u cầu của mơ hình được điều khiển có thể được tìm ra dựa vào tập Pareto của các hàm mục tiêu.
- Đề suất hệ số điều chỉnh của luật điều khiển định tính dựa trên lý thuyết Đại số gia tử. Vì vậy, việc tối ưu hệ luật điều khiển sử dụng các biến thiết kế là các hệ số điều chỉnh này được thực hiện để thu được hệ luật “phù hợp hơn” với mơ hình được điều khiển.
- Các kết quả mô phỏng cho thấy các đề suất trên đã cải tiến đáng kể hiệu quả của bộ điều khiển dựa trên lý thuyết Đại số gia tử (Hedge-algebras-based controller, HAC) trong bài toán điều khiển chủ động dao động kết cấu.
Thơng qua những đóng góp này, trong luận án:
- Sơ đồ thuật tốn, chương trình tính bằng ngơn ngữ Matlab đã được tác giả thiết lập cho những dạng bài toán kể trên.
- Mô phỏng số được thực hiện trên một số lượng đáng kể các bài toán cho nhiều lớp đối tượng khác nhau như: hệ nhiều bậc tự do chịu tải gia tốc tại liên kết (mơ hình nhà cao tầng chịu tải động đất), dầm chịu dao động uốn và con lắc ngược.
Kết quả nghiên cứu của Luận án đã làm phong phú thêm và tạo cơ sở khoa học để xây dựng và phát triển các nghiên cứu tiếp theo về điều khiển các mơ hình cơ học sử dụng lý thuyết mờ và đại số gia tử.
KIẾN NGHỊ
Ngoài những nội dung đã được nghiên cứu trong luận án, một số vấn đề sau có thể trở thành những nghiên cứu phát triển trong tương lai:
- Ứng dụng lý thuyết đại số gia tử để thiết kế các bộ điều khiển mờ trượt, thích nghi, bền vững, trễ… và đặc biệt là ứng dụng đại số gia tử trong cơng nghệ tính tốn mềm để điều khiển các mơ hình cơ học phức tạp, phi tuyến, …
- Ứng dụng lý thuyết đại số trong các lĩnh vực của trí tuệ nhân tạo như trí tuệ nhân tạo tính tốn, học máy, học sâu, khai phá dữ liệu, trích rút tri thức, … để ứng dụng trong các bài toán cơ học.
DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ CỦA LUẬN ÁN
1. Hai Le Bui, Quy Cao Tran, Control of a pendulum using Hedge-algebras Containing actuator saturation, Tạp chí Khoa học và Công nghệ 53 (6) (2015)
695-705, DOI: 10.15625/0866-708X/53/6/5215.
2. Trần Quý Cao, Bùi Hải Lê, Bùi Văn Bình, Điều khiển tối ưu dao động của kết
cấu sử dụng Đại số gia tử dựa trên khoảng xác định của biến trạng thái, Kỷ
yếu Hội nghị khoa học và cơng nghệ tồn quốc về Cơ khí – Động lực 2016. 3. Trần Quý Cao, Bùi Hải Lê, Bùi Văn Bình, Điều khiển tối ưu đa mục tiêu dao
động của kết cấu sử dụng Đại số gia tử dựa trên các tham số mờ, Kỷ yếu Hội
nghị khoa học và cơng nghệ tồn quốc về Cơ khí – Động lực 2016.
4. Trần Quý Cao, Bùi Hải Lê, Bùi Văn Bình, Khảo sát ảnh hưởng của trọng số luật
mờ đến hiệu quả điều khiển dao động của con lắc, Tuyển tập cơng trình khoa
học Hội nghị Cơ học toàn quốc lần thứ X, năm 2017.
5. Bùi Hải Lê, Bùi Văn Bình, Trần Quý Cao, Tiếp cận đại số gia tử trong điều khiển
kết cấu cơng trình chịu tại động đất, Hội nghị quốc tế về Khoa học và Công
nghệ, Kỷ niệm 50 năm truyền thống trường Đại học Điện Lực, năm 2017. 6. Trần Quý Cao, Lê Anh Tuấn, Bùi Hải Lê, Điều khiển chủ động kết cấu dựa trên
Đại số gia tử với sự hỗ trợ của phần mềm ANSYS, Tuyển tập cơng trình Hội
nghị Khoa học tàn quốc Cơ học Vật rắn lần thứ XIV, năm 2018.
7. Van – Bình Bui, Quy-Cao Tran, Hai-Le Bui, Multi-objective optimal design of
fuzzy controller for structural vibration control using Hedge-algebras approach, Artif Intell Rev (2018) 50:569–595, DOI: 10.1007/s10462-017-9549-
3 (ISI uy tín).
8. Hai-le Bui, Quy-Cao Tran, A new approach for tuning control rule based on hedge-algebras theory and application in structural vibration control, Journal
of Vibration and Control (JVC) 2020, Vol.0(0) I-15, DOI:
TÀI LIỆU THAM KHẢO
[1] Le B.H. (2011). Điều khiển các tham số dao động của kết cấu và ứng dụng. Đại học Bách Khoa Hà Nội.
[2] Nguyễn Đông Anh; Lã Đức Việt (2007). Giảm dao động bằng thiết bị tiêu tán năng lượng. Nhà xuất bản Khoa học tự nhiên và Công nghệ, Hà Nội.
[3] Anh L.T. (2020). Điều khiển dao động kết cấu dựa trên mơ hình sử dụng lý
thuyết mờ và đại số gia tử. Đại học Bách Khoa Hà Nội.
[4] Khang N.V. (2005). Dao động kỹ thuật Nhà xuất bản Khoa học và Kỹ thuật, Hà Nội.
[5] Khang N.V., Sanh Đ., Lộc T.Q., and Sỹ N. (1990). Dao động trong bảo hộ
lao động. Viện nghiên cứu Khoa học Kỹ thuật Bảo hộ lao động.
[6] Hai N. (2002). Ph n tích dao động máy. Nhà xuất bản Khoa học và Kỹ thuật, Hà Nội.
[7] Viet L.D. (2010). Phát triển thuật tốn điều khiển tích cực phản hồi cho các
kết cấu trong điều kiện đo hạn chế đáp ứng. Đại học Quốc gia Hà Nội.
[8] Korkmaz S. (2011). A review of active structural control: challenges for engineering informatics. Computers & Structures, 89(23-24): pp. 2113-2132.
[9] Yamazaki S., Nagata N., and Abiru H. (1992). Tuned active dampers installed in the Minato Mirai (MM) 21 Landmark Tower in Yokohama.
Journal of Wind Engineering and Industrial Aerodynamics, 43(1-3): pp.
1937-1948.
[10] Corporation K. (1991). AMD - active mass driver system Technical Pamphlet 91-63E, Tokyo, Japan.
[11] H. C., M. R.A., and T. S.T. (1998). Design of an active mass damper for a
tall TV tower in Nanjing China. Enginerring Structures1.20(3), 134 143.
[12] J. R., T.T. S., Helgeson R.J., Riley M.A., and H. C. (1998). Analysis, desig and Implementation of an Active Mass Damper for a communication Tower.
Proceedings of the second World Conference on Structural Control, Kyoto, Japan.
[13] Zhang CW O.J., Zhang JQ (2006). Parameter optimization and analysis of a
vehicle suspension system controlled by magnetorheological fluid dampers.
Structural Control and Health Monitoring 13:885-896.
[14] Zhang C O.J. (2008). Control structure interaction of electromagnetic mass
damper system for structural vibration control. Journal of engineering
mechanics 134:428-437.
[15] Du H Z.N., Naghdy F (2011). Actuator saturation control of uncertain structures with input time delay. Journal of Sound and Vibration 330:4399-
4412.
control system for suppressing wind-induced vibration of the Canton Tower. . Smart Structures and Systems 13:281-303.
[17] Xu H Z.C., Li H, Ou J (2014b). Real‐ time hybrid simulation approach for performance validation of structural active control systems: a linear motor actuator based active mass driver case study. Structural Control and Health
Monitoring 21:574-589.
[18] Crusells-Girona M A.Á. (2016). Active control implementation in cable- stayed bridges for quasi-static loading patterns. . Engineering Structures
118:394-406.
[19] Wang G C.C., Yu S (2016). Optimization and static output-feedback control
for half-car active suspensions with constrained information. . J Sound Vib
378:1–13.
[20] Thenozhi S Y. (2013). Advances in modeling and vibration control of building structures. . Annu RevControl 37:346–364.
[21] Rao ARM S.K. (2008). Multi-objective optimal design of fuzzy logic controller using a self configurable swarm intelligence algorithm. . Comput
Struct 86:2141–2154.
[22] Tanaka K S.M. (1994). A robust stabilization problem of fuzzy control systems and its application to backing up control of a truck-trailer. . IEEE
Trans Fuzzy Syst 2:119–134.
[23] Park K-S K.H.-M., Ok S-Y (2004). Active control of earthquake excited structures using fuzzy supervisory technique. . Adv Eng Softw 33:761–768.
[24] Choi KM C.S., Jung HJ, Lee IW (2004). Semi‐ active fuzzy control for seismic response reduction using magnetorheological dampers. Earthquake
engineering & structural dynamics 33:723-736.
[25] Aitkenhead M.J. and McDonald A.J.S. (2006). The state of play in machine/environment interactions. Artificial Intelligence Review, 25(3): pp.
247-276.
[26] Lugli A N.E., Henriques J, Daniela M, Hervas A, Santos M, Justo J (2016).
Industrial application control with fuzzy systems. . Int J Innov Comput Inf
Control 12:665–676.
[27] Zhang H L.D. (2006). Fuzzy modeling and fuzzy control. Springer, New
York.
[28] Zhang H L.S., Liu D (2007). Fuzzy H∞ filter design for a class of nonlinear
discrete-time systems with multiple time delays. IEEE Trans Fuzzy Syst
15:453–469.
[29] Wang A-P L.Y.-H. (2007). Vibration control of a tall building subjected to
earthquake excitation. J Sound Vib 299:757–773.
[30] Han H I.A. (2007). Fuzzy controllers for a class of discrete-time nonlinear systems. Artif Intell Rev 27:79–94.
[31] Guclu R Y.H. (2008). Vibration control of a structure with ATMD against earthquake using fuzzy logic controllers. . J Sound Vib 318:36–49.
[32] Zhang H L.M., Yang J, Yang D (2009). Fuzzy model-based robust networked control for a class of nonlinear systems. IEEE Transactions on Systems, Man, and Cybernetics-Part A. Systems and Humans 39:437-447.
[33] Gupta R K.R., Bansal AK (2010). Artificial intelligence applications in PermanentMagnet Brushless DC motor drives. Artif Intell Rev 33:175–186.
[34] Félix-Herrán L M.D., Rodríguez-Ortiz JdJ, Soto R, Ramírez-Mendoza R (2012). H∞control of a suspension with a magnetorheological damper. Int J Control 85:1026–1038.
[35] Li F S.P., Wu L, Zhang X (2014). Fuzzy-model-based-stability and
nonfragile control for discrete-time descriptor systems with multiple delays
IEEE Trans Fuzzy Syst 22:1019–1025.
[36] Adnan M.M., Sarkheyli A., Zain A.M., and Haron H. (2015). Fuzzy logic for
modeling machining process: a review. Artificial Intelligence Review, 43(3):
pp. 345-379.
[37] Hsu C-H J.C.-F. (2013). Multi-objective continuous-ant-colony-optimized FC for robot wall-following control. IEEE Comput Intell Mag 8:28–40.
[38] Ahlawat A. and Ramaswamy A. (2001). Multiobjective optimal structural vibration control using fuzzy logic control system. Journal of Structural
Engineering, 127(11): pp. 1330-1337.
[39] Wang AP L.C. (2002). Fuzzy sliding mode control for a building structure based on genetic algorithms. Earthq Eng Struct Dyn 31:881–895.
[40] Ahlawat A. and Ramaswamy A. (2002). Multi‐ objective optimal design of FLC driven hybrid mass damper for seismically excited structures.
Earthquake engineering & structural dynamics, 31(7): pp. 1459-1479.
[41] Pourzeynali S L.H., Modarayi A (2007). Active control of high rise building
structures using fuzzy logic and genetic algorithms. Eng Struct 29:346–357.
[42] Allam E E.H., Hady MA, et al. (2010). Vibration control of active vehicle suspension system using fuzzy logic algorithm. Fuzzy Information and
Engineering 2(4): 361–387.
[43] ML S.D.a.A. (2015). Passenger seat vibration control of a semi-active quarter car system with hybrid Fuzzy-PID approach. International Journal of
Dynamics and Control 5:287.
[44] Shehata A M.H.a.O.W. (2015). Vibration Control of Active Vehicle Suspension System using Fuzzy Logic Controller. New York: Springer, 389–
399.
[45] S-Y P.K.-S.a.O. (2015). Modal-space reference-modeltracking fuzzy control
of earthquake excited structures. Journal of Sound and Vibration 334: 136–
[46] F G.-S.A.a.J. (1997). Generating and tuning fuzzy rules using hybrid systems. In: Proceedings of the sixth IEEE international conference on fuzzy