nhân tạo
Điều khiển thích nghi đối tượng phi tuyến bắt đầu phát triển từ những năm 80 trên cơ sở ra đời của lý thuyết hình học vi phân trong điều khiển phi tuyến. Trong lý thuyết này có nhiều nghiên cứu theo hướng tuyến tính hóa phản hồi, trong đó các trạng thái và mối liên hệ ngược được biến đổi từ phi tuyến về tuyến tính, cho phép đưa nhiều bài toán phi tuyến không giải được trước đây về các bài toán tuyến tính đơn giản quen thuộc. Tuy nhiên về sau các phương pháp hình học phi tuyến cũng bộc lộ một số nhược điểm quan trọng, đặc biệt là không có khả năng hoạt động khi có các tham số không rõ. Điều này kích thích việc ra đời một loạt các sơ đồ điều khiển thích nghi phi tuyến. Tất cả các hệ thống này đều phải đảm bảo một loạt điều kiện về toán học gọi là điều kiện trùng hợp (Matching Conditiion), về sau điều kiện này được giảm nhẹ hơn, được gọi là trùng hợp mở rộng và có thể loại bỏ hoàn toàn [37] nhờ kỹ thuật truy hồi thích nghi (Adaptive Backstepping). Bản chất của kỹ thuật này là đưa ra một thủ tục tính lặp, lần lượt coi các biến trạng thái là các biến điều khiển ảo và xây dựng các hàm Lyapunov để tìm ra các thuật toán điều khiển tương ứng. Đây là công cụ hiệu quả trong thiết kế các hệ thống điều khiển thích nghi đối tượng phi tuyến có đặc trưng là tồn tại mối liên hệ tuyến tính giữa các tham số chưa rõ với các hàm phi tuyến đã biết [38].
Đối với dạng đối tượng được mô tả bằng hàm phi tuyến có cấu trúc chưa rõ, cách giải quyết thông dụng là phản ánh hàm phi tuyến đó bằng mô hình tổ hợp các thành phần tuyến tính cơ bản cùng các trọng số thay đổi được hiệu chỉnh trực tuyến. Trong những năm 80 phát triển mạnh khuynh hướng sử
dụng các hàm trực tuyến như Laguerre, Lagrange, Wals,… làm mô hình cho các hàm phi tuyến. Trong những năm gần đây, một số công cụ mới được ứng dụng trong lý thuyết điều khiển thích nghi, đó là điều khiển trên cơ sở xấp xỉ trực tuyến hàm phi tuyến bằng mạng nơ ron [50], [61] và hệ mờ [68], [69],…. Cơ sở để các nhà khoa học quan tâm đến sử dụng các lớp mô hình này là khả năng xấp xỉ phi tuyến với độ chính xác bất kỳ của chúng.
Trong nước, vấn đề điều khiển thích nghi đối tượng phi tuyến cũng được nhiều nhà khoa học quan tâm. Tiêu biểu là các công t nh về điều khiển các đối tượng có trễ [3], [4], điều khiển đối tượng có tham số chưa rõ [53], và sử dụng mạng nơ ron [5].
Trong thực tế, rất thường gặp lớp các đối tượng điều khiển bậc hai, phi tuyến và có các tham số bất định. Như chương I đã trình bày, hệ thống tự động bám sát từ xa đối tượng di động trên cơ sở ứng dụng thiết bị quang điện tử là đối tượng thuộc lớp này. Cho đến nay, để điều khiển các đối tượng trên, người ta thường sử dụng các bộ điều khiển PID. Tuy nhiên các bộ điều khiển PID với các tham số cố định chỉ có thể đảm bảo chất lượng chấp nhận được nếu các tham số động học của đối tượng biết trước và không thay đổi, mức độ phi tuyến không lớn. Khi đặc tính phi tuyến của đối tượng thay đổi và có nhiễu tác động từ bên ngoài thì việc sử dụng các bộ điều khiển PID cho các đối tượng thuộc lớp nêu trên sẽ không mang lại hiệu quả. Trong trường hợp này, để đảm bảo chất lượng điều khiển, một trong những phương pháp thường được sử dụng là bộ điều khiển kết hợp trên cơ sở bộ điều khiển PID và bộ điều khiển thích nghi.
Huang S.N cùng các cộng sự [33] đã đề xuất kết hợp bộ điều khiển PID tối ưu với mạng nơron xuyên tâm RBF (Radial Basic Function), trong đó mạng RBF được sử dụng để đánh giá các yếu tố bất định. Tuy nhiên, bộ điều khiển kết hợp mà nhóm các tác giả này đã đề xuất vẫn còn một số nhược
điểm, dẫn đến chất lượng hệ thống bị hạn chế. Nhược điểm này có thể thấy rõ khi chúng ta phân tích kỹ thuật cập nhập mà nhóm các tác giả này thu được:
2 1 2 ˆ ˆ , ˆ ˆ , T i i i T W r Z PB rW d Z PB r d (2.25) trong đó ˆWi là trọng số của hàm cơ sở ithứ i trong mạng nơron RBF để xấp xỉ hàm phi tuyến bất định; P là ma trận xác định dương; dˆ là đánh giá
nhiễu; Z là hàm số của sai số e của hệ thống; Z ed e e. Theo các luật này, tốc độ thay đổi các tham số cập nhập ˆWi và dˆ phụ thuộc vào sai số
của hệ thống. Điều đó có nghĩa là quá trình cập nhập liên tục xẩy ra mỗi khi có sai số của hệ thống, mà sai số của hệ thống luôn luôn tồn tại mỗi khi hệ thống chưa được xác lập, mỗi khi có tác động từ bên ngoài, kể cả tác động của đầu vào. Điều này làm hạn chế kết quả nhận dạng và tất yếu ảnh hưởng không nhỏ đến độ chính xác của hệ thống.
Dưới đây, trên cơ sở lý thuyết điều khiển thích nghi [26]; sử dụng mạng nơ ron RBF, luận án đề xuất phương pháp tổng hợp hệ thống điều khiển thích nghi cho lớp các đối tượng nêu trên, đảm bảo chất lượng điều khiển ngay cả trong các trường hợp các đặc tính phi tuyến và nhiễu thay đổi.