Cĩ những cấu tr c khác nhau mà cĩ thể mang đến cho một hệ thống điều khiển khả năng phản ứng với những thay đổi trong các tham số của nĩ hoặc với sự thay đổi các đặc tính của nhiễu. Một hệ thống hồi tiếp thơng thường cũng cĩ mục tiêu là làm giảm độ nhạy cảm của các dạng thay đổi này. Tuy nhiên, khi những sự thay đổi là lớn, thậm chí một hệ thống hồi tiếp hệ số khuếch đại h ng số thiết kế chuẩn s khơng hoạt động một cách như mong muốn. Khi đĩ một cấu tr c bộ điều khiển phức tạp hơn được yêu cầu và các thuộc tính thích nghi đã biết phải được đưa ra. Một hệ thống thích nghi cĩ thể được định nghĩa như sau: “ Một hệ thống thích nghi là một hệ thống mà trong đĩ thêm vào cấu tr c (hồi tiếp) cơ bản, các phép đo tường minh được thực hiện để bù tự động cho những thay đổi về các điều kiện hoạt động, cho những thay đổi về động học quá trình hoặc cho những thay đổi về nhiễu, để duy trì một hoạt động tối ưu của hệ thống”. Nhiều định nghĩa khác đã được đưa ra trong tài liệu, hầu hết ch ng chỉ miêu tả một lớp điển hình của các hệ thống thích nghi.
Định nghĩa được đưa ra ở đây một cấu tr c hồi tiếp thơng thường đầu tiên phản ứng đối với sự thay đổi của nhiễu và tham số. Ở một cấp độ thứ hai một cơ chế thích nghi hiệu chỉnh các hệ số khuếch đại của bộ điều khiển sơ cấp, thay đổi cấu tr c của nĩ, và tạo ra các tín hiệu bổ sung v.v… Trong một hệ thống thích nghi như vậy những thiết lập mà được hiệu chỉnh bởi người sử dụng ở cấp độ thứ hai.
Dựa trên định nghĩa thì sự thay đổi tự động từ một chế độ hoạt động này sang một chế độ khác được xem như là một đặc trưng thích nghi. Việc sử dụng kiến thức về ảnh hưởng của một biến bên ngồi đối với hoạt động của một hệ thống cũng là một đặc trưng thích nghi. Dạng thích nghi này cĩ thể được nhận thấy theo hai cách khác nhau: hoặc thơng qua việc đo lường những nhiễu riêng và tạo ra các tín hiệu để bù ch ng (điều khiển Feed-Forward), hoặc thơng qua việc hiệu chỉnh các hệ số khuếch đại của bộ điều khiển hồi tiếp theo một chương trình dựa trên kiến thức
về ảnh hưởng của các biến lên tham số hệ thống (Gain Scheduling). Khả năng khác là sử dụng một ngân hàng các bộ điều khiển và lựa chọn bộ điều khiển tốt nhất theo một cách tương tự với gain scheduling. Đây được gọi là sự chuyển chế độ. Sự mới mẻ ở ý tưởng này là một phương pháp tiếp cận đa mơ hình. Đầu ra của tất cả các mơ hình trong ngân hàng của các mơ hình được so sánh với đầu ra của đối tượng được điều khiển. Một bộ điều khiển cĩ thể được thiết kế và thực hiện dựa trên mơ hình mà đầu ra của nĩ tương đồng nhất với đầu ra của đối tượng. Trong thực tế khơng thể áp dụng điều khiển Feed - Foward hoặc được điều khiển đối với nhiều biến khác nhau.
Một vài dạng của hệ thống thích nghi, hiểu một cách chính xác, đã được phát triển để cho phép hệ thống được tối ưu hĩa mà khơng cần quan tâm đến nguyên nhân của những sự thay đổi động học đối tượng. Thơng thường khái niệm điều khiển thích nghi được giới hạn theo những dạng hệ thống thích nghi này. Khơng cĩ sự phân biệt rõ ràng giữa điều khiển thích nghi và Learning Control. Khái niệm Learning Control thường được sử dụng cho những hệ thống phức tạp hơn ở đĩ chứa đựng nhiều bộ nhớ và cho những bài tốn mà khơng thể giải quyết được b ng phương pháp của các bộ điều khiển tiêu chuẩn, dựa trên hàm truyền, bởi vì ch ng yêu cầu hình thức khác của sự biểu diễn kiến thức, ví dụ, cấu tr c mạng nơron. Luận văn đề cập đến một dạng đặc biệt của điều khiển thích nghi, đĩ là Điều khiển Thích nghi Mơ hình Mẫu.
Các hệ thống điều khiển thích nghi cĩ thể được phân loại theo nhiều cách khác nhau. Một trong những cách phân loại đĩ là dựa trên sự khác nhau giữa:
- Những hệ thống với sự điều chỉnh trực tiếp của các tham số của bộ điều khiển, khơng cần nhận dạng rõ ràng các tham số của đối tượng (điều khiển thích
nghi trực tiếp)
- Những hệ thống với sự điều chỉnh gián tiếp của các tham số bộ điều khiển, khơng cần nhận dạng rõ ràng các tham số của đối tượng (điều khiển thích nghi gián
tiếp)
Các hệ thống điều khiển thích nghi mơ hình mẫu, hầu hết đều sử dụng MRAC hoặc MRAS, chủ yếu được áp dụng cho điều khiển thích nghi trực tiếp. Tuy nhiên, dưới đây s chứng minh ứng dụng của MRAS để nhận dạng hệ thống.
Triết lý cơ bản đối với ứng dụng của MRAS là hiệu suất mong muốn của hệ thống được đưa ra bởi một mơ hình tốn học, mơ hình mẫu. Khi hoạt động của mạch khác với hoạt động “lý tưởng”, mà được xác định bởi mơ hình mẫu, đối tượng s được thay đổi, hoặc b ng hiệu chỉnh các tham số của bộ điều khiển (hình 2.4)
hoặc b ng tạo ra một tính hiệu đầu vào bổ sung cho đối tượng (hình 2.5). Những thay đổi này được chuyển thành một bài tốn tối ưu, đĩ là tối giản hĩa tiêu chuẩn:
2
0
t
C e dt (2.3)
ở đĩ e = ym - yp (2.4) Thay vì việc chỉ tối thiểu hĩa sai số giữa tín hiệu đầu ra của đối tượng và mơ hình mẫu, tất cả các biến trạng thái của đối tượng và mơ hình mẫu cĩ thể được tính tốn. Khi các biến trạng thái của đối tượng được kí hiệu là (xp) và các biến trạng thái của mơ hình mẫu là (xm), vector sai số (e) cĩ thể được định nghĩa:
e = xm - xp (2.5) Trong trường hợp đĩ bài tốn tối ưu hĩa cĩ thể được biến đổi thành tối giản hĩa tiêu chuẩn: T T 0 C = e Pedt (2.6) ở đĩ P là một ma trận xác định dương HÌNH 2. 4. Hệ thích nghi tham số y u + - - +
Bộ điều khiển Đối tượng
Mơ hình mẫu Luật điều khiển
HÌNH 2. 5. Hệ thích nghi tín hiệu
Những sự xem xét dưới đây cĩ thể đĩng một vai trị trong việc lựa chọn giữa sự thích nghi của các tham số và thích nghi tín hiệu. Một đặc tính quan trọng của các hệ thống với thích nghi tham số là những hệ thống này cĩ bộ nhớ. Ngay khi các tham số của đối tượng được hiệu chỉnh tới giá trị chính xác, và khơng cĩ một sự thay đổi mới nào, vịng thích nghi trên thực tế là khơng cần thiết nữa: đối tượng và mơ hình mẫu thể hiện như nhau. Nhìn chung bộ nhớ khơng xuất hiện trong những hệ thống với thích nghi tín hiệu. Vì vậy, vịng thích nghi vẫn cần thiết trong tất cả các trường hợp, để tạo ra một tín hiệu đầu vào chính xác. Do đĩ, các hệ thống thích nghi tín hiệu phải phản ứng nhanh hơn để thay đổi động học đối tượng so với các hệ thống thích nghi tham số bởi vì khơng cĩ kiến thức từ quá khứ được sử dụng. Trong những hệ thống mà ở đĩ các tham số thay đổi liên tục trên một phạm vi rộng thì đây là một ưu điểm. Tuy nhiên, trong một mơi trường ngẫu nhiên, tức là trong những hệ thống với nhiều nhiễu, việc này cĩ thể là một nhược điểm. Hệ số khuếch đại lớn trong vịng thích nghi cũng cĩ thể dẫn tới nhiều nhiễu trong tín hiệu đầu vào.
Khi các tham số của đối tượng thay đổi chậm hoặc khơng thường xuyên, các hệ thống với thích nghi tham số s mang đến một hiệu suất tốt hơn nhờ vào bộ nhớ của ch ng. Đồng thời cũng cĩ những thuật tốn thích nghi kết hợp ưu điểm của cả hai phương pháp này. Ở nội dung tiếp theo ch ng ta s chủ yếu tập trung vào các hệ
y
u +
- -
+
Bộ điều khiển Đối tượng
Mơ hình mẫu Luật điều khiển
thích nghi
- +
thống thích nghi tham số, mặc dù sự kế hợp của thích nghi tham số và tín hiệu cũng được đề cập đến.
Một cách khác để quan sát hệ thống được trình bày dưới đây. “Vịng điều khiển hồi tiếp tiêu chuẩn” được xem như là hệ thống điều khiển sơ cấp tác động mà phải loại bỏ nhiễu “thơng thường”. Những thay đổi lớn hơn của các tham số hoặc nhiễu lớn hơn được giải quyết bởi hệ thống điều khiển (thích nghi) cấp hai tác động chậm hơn (Hình 2.6).
HÌNH 2. 6. Điều khiển sơ cấp và cấp hai