2. Ý nghĩa khoa học và thực tiễn của đề tài
3.4 Kết quả thực nghiệm điều khiển trên mô hình robot hai bánh tự cân bằng
Sử dụng bộ điều tối ưu bền vững (bậc 2) để điều khiển cân bằng trên mô hình robot hai bánh tự cân bằng, tác giả thu được kết quả như sau:
Hình 3.10 Đáp ứng của hệ thống xe hai bánh từ cân bằng sử dụng bộ điều khiển tối ưu bền vững bậc 2
Hình 3.11 Đáp ứng của hệ thống xe hai bánh từ cân bằng sử dụng bộ điều khiển tối ưu bền vững bậc 2 khi có nhiễu
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
Hình 3.12 Đáp ứng của hệ thống xe hai bánh từ cân bằng sử dụng bộ điều khiển tối ưu bền vững bậc 2 khi thay đổi tải lệch tâm
Nhận xét: Hệ thống điều khiển robot hai bánh tự cân bằng sử dụng bộ điều khiển tối ưu bền vững (bậc 2) có khả năng cân bằng khi không mang tải, khi có nhiễu tác động và cả khi mang tải lệch tâm. Kết quả này chứng minh tính đúng đắn của việc thiết kế hệ thống điều khiển theo thuật toán điều khiển bền vững và điều khiển tối ưu bền vững cho đối tượng bất định.
3.5 Kết luận chƣơng 3
- Thiết kế điều khiển bền vững theo định dạng vòng H cho hệ thống điều khiển cân bằng robot hai bánh thu được bộ điều khiển bậc cao (bậc 6).
- Thiết kế điều khiển tối ưu bền vững có sử dụng thuật toán PSO cho hệ thống khiển cân bằng robot hai bánh thu được bộ điều khiển bậc hai.
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
- Chất lượng đáp ứng h(t) khi dùng bộ điều khiển tối ưu bền vững bậc 2 so với khi dùng bộ điều khiển bền vững bậc 6 để điều khiển hệ thống cân bằng robot trong Matllab – Simulink là tương đương.
- Để đơn giản cho việc thiết kế hệ thống điều khiển cân bằng robot ta có thể dùng bộ điều khiển tối ưu bền vững (bậc 2) thay thế cho bộ điều khiển bền vững bậc 6 mà chất lượng bộ điều khiển vẫn được đảm bảo.
- Kết quả thực nghiệm cho thấy chất hệ thống điều khiển cân bằng robot sử dụng bộ điều khiển tối ưu bền vững đảm bảo cân bằng bền vững khi không có tải, khi có nhiễu và khi mang tải lệch tâm.
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
KẾT LUẬN VÀ KIẾN NGHỊ
A. Kết luận
Luận văn đã nghiên cứu và giải quyết được những nội dung sau:
1. Xây dựng được các mô hình toán học mô tả các đối tượng vật lý bất định. 2. Nghiên cứu và xây dựng được thuật toán thiết kế bộ điều khiển bền vững và tối ưu bền vững cho đối tượng vật lý bất định.
3. Xây dựng được hệ thống điều khiển cân bằng robot theo thuật toán điều khiển định dạng H∞ và thu được bộ điều khiển gốc bậc 6. Bộ điều khiển này có kích thước lớn gây khó khăn cho việc ứng dụng bộ điều khiển này trong thực tế điều khiển, do đó cân phải giảm bậc bộ điều khiển gốc bậc 6.
4. Thiết kế bộ điều khiển tối ưu bền vững sử dụng thuật toán PSO cho xe hai bánh tự cân bằng thu được bộ điều khiển bậc 2.
5. Kết quả của mô phỏng trên Matlab – Simukinl cho thấy có thể sử dụng bộ điều khiển tối ưu bền vững bậc 2 và bộ điều khiển bền vững bậc 6 mà chất lượng của hệ thống điều khiển cân bằng robot vẫn đảm bảo yêu cầu tương đương nhau. Điều này rất có ý nghĩa trong thực tiễn vì giải pháp thiết kế tối ưu bền vững theo thuật toán PSO đã giảm được kích thước bộ điều khiển cũng như làm việc thiết kế thực bộ điều khiển trở nên dễ dàng hơn.
6. Các kết quả mô phỏng thực thể hiện tính đúng đắn của thuật toán điều khiển cân bằng robot theo thuật toán điều khiển bền vững và thuật toán điều khiển tối ưu bền vững.
B. Kiến nghị
1. Cẩn nghiên cứu thiết kế hệ thống điều khiển cân bằng robot theo các phương pháp điều khiển khác để so sánh với phương pháp thiết kế điều khiển bền vững và tối ưu bền vững.
2. Cần tiến hành nhiều thí nghiệm thực trong nhiều trường hợp hơn nữa để khẳng định tính đúng đắn của thuật toán điều khiển bền vững và điều khiển tối ưu bền vững và đưa vào ứng dụng trong thực tiễn.
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
TÀI LIỆU THAM KHẢO
[1] Apkarian, P. ; Noll, D. & Rondepierre, A.(2007). Nonsmooth optimization algorithm for mixed H2/H∞ synthesis. In : Proceedings of the IEEE Conference on Decision and Control, pp. 4110-4115.
[2] Bernstein, D.S. & Haddad, W.M. (1989). LQG control with a H∞
performance bound: A Riccati equation approach. IEEE Transactions on
Automatic Control, Vol. 34(3), pp. 293-305.
[3] Chang, Y.F. (2005). Mixed H2/H∞ optimization approach to gap control
on EDM. Control Engineering Practice, Vol. 13(1), pp. 95-104.
[4] Chen, B.S.; Cheng, Y.M.; et al. (1995). A genetic approach to mixed H2/H∞ optimal PID control. IEEE Control System Magazine, Vol. 15(5), pp. 51-60.
[5] Chen, X. & Zhou, K. (1996). On mixed H2/H∞ control. In : Proceedings of the Annual Southeastern Symposium on System Theory, pp.2-6.
[6] Chen, B.S. & Cheng, Y.M. (1998). A structure-specified optimal control design for a practical application : A genetic approach. IEEE Transaction on Control Systems Technology, Vol. 6(6), pp. 707-718.
[7] Chen, B.S. ; Tseng, C.S. & Uang, H.J. (2000). Mixed H2/H∞ fuzzy output feedback control design for nonlinear dynamic systems :An LMI
approach. IEEE Transaction on Control Systems Technology, Vol. 8(3),
pp. 249-265.
[8] Chu, Y.C.; Glover, K. and Dowling, A.P. (2003). Control of combustion oscillations via H∞ loop shaping, µ-analysis and integral quadratic constraints. Automatica,Vol. 39(2), pp. 219-231.
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
[9] Farsangi, M.M ; Song, Y.H & Tan, M. (2003). Multi-objective design of damping controllers of FACTS devices via mixed H2/H∞ with regional pole placement. Electrical Power & Energy Systems, Vol. 25(5), pp. 339-346.
[10] Guiramaes, F.G. ; Palhares, R.M. ; et al. (2007). Design of mixed H2/H∞
control systems using algorithms inspired by immune systems.
Information Sciences, Vol. 177(20), pp. 4368-4386.
[11] Ho, S.J.; Ho, S.Y.; et al. (2005). Designing structure-specified mixed H2/H∞
optimal controllers using an intelligent genetic algorithm IGA. IEEE Transactions on Control Systems Technology, Vol. 13(6), pp. 1119-1124. [12] Ho, S.J.; Ho, S.Y.; et al. (2004). OSA: Orthogonal simulated annealing
algorithm and its application to designing mixed H2/H∞ optimal
controllers. IEEE Transactions on Systems, Man and Cybernetics, Vol. 34(5), pp. 588-600.
[13] Jayender, J.; Patel, R.V.; Nikumb, S. & Ostojic, M. (2005). H∞ loop
shaping controller for shaped memory alloy actuators. In: Proceedings of
the IEEE Conference on Decision and Control, pp. 653-658.
[14] Kaitwanidvilai, S. &Parnichkun, M. (2004). Genetic algorithm-based fixed-structure robust H∞ loop shapingcontrol of a pneumatic servo
system. Journal of Robotics and Mechatronics,Vol. 16(4), pp. 362-373.
[15] Karimi, H.R.& Gao, H. (2007). LMI-based mixed H2/H∞ control of second-order neutral systems with t ime-varying delays. In : Proceedings of the Second International Conference on Innovative Computing, Information and Control, pp. 340-344.
[16] Khargonekar, P.P. & Rotea, M.A. (1991). Mixed H2/H∞ control: A
convex optimization approach. IEEE Transaction on Automatic Control,
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
[17] Krohling, R.A. (1998). Genetic algorithms for synthesis of mixed H2/H∞
fixed-structure controllers. In: Proceedings of the 1998 IEEE
ISIC/CIRA/ISAS Joint Conference, pp. 30-35.
[18] Lanzon, A. & Tsiotras, P. (2005). A combined application of H∞ loop
shaping and µ-synthesis to control high speed flywheel. IEEE
Transaction on Control Systems Technology, Vol. 13(5), pp. 766-777. [19] Pereira, G.J. & Araujo, H.X. (2004). Robust output feedback controller
design via genetic algorithms and LMIs: The mixed H2/H∞ problem. In: Proceedings of the 2004 American Control Conference, pp. 3309-3314. [20] Scherer, C.W. (1995). Multi-objective H2/H∞ control. IEEE Transaction