nghiên cứu về hệ điều khiển logic mờ động cơ

phÇn i c¬ së lý thuyÕt mê i.lÞch sö ph¸t triÓn lý thuyÕt mê Tõ nh÷ng n¨m ®Çu cña thËp kû 90 cho ®Õn nay , hÖ ®iÒu khiÓn vµ m¹ng no-ron (Fuzzy- System and neurel net work) ®ang ®­îc sù ®Æc biÖt quan t©m nghiªn cøu vµ øng dông vµo s¶n xuÊt cña c¸c nhµ khoa häc, c¸c kü s­ vµ sinh viªn trong mäi lÜnh vùc khoa häc kü thuËt. TËp mê vµ l«gic mê (Fuzzy set and Fuzzy l«gic) dùa trªn c¸c suy luËn cña con ng­êi vÒ c¸c th«ng tin “ kh«ng chÝnh x¸c” hoÆc “ kh«ng ®Çy ®ñ” vÒ hÖ thèng ®Ó hiÓu biÕt vµ ®iÒu khiÓn hÖ thèng mét c¸ch chÝnh x¸c. Ngµnh kü thuËt míi mÎ nµy, nh­ Zahde ®• ®Þnh h­íng cho nã vµo n¨m 1965 , cã nhiÖm vô chuyÓn giao nguyªn t¾c sö lý th«ng tin, ®iÒu khiÓn cña hÖ sinh häc sang hÖ kü thuËt. Kh¸c h¼n víi kü thuËt ®iÒu khiÓn kinh ®iÓn lµ hoµn toµn dùa vµo chÝnh x¸ctuyÖt ®èi cña th«ng tin mµ trong nhiÒu øng dông kh«ng cÇn thiÕt hÖ thèng hoÆc kh«ng thÓ cã ®­îc. §iÒu khiÓn mê chÝnh lµ b¾t ch­íc c¸ch sö lý th«ng tin vµ ®iÒu khiÓn cña con ng­êi ®èi víi c¸c ®èi t­îng, do vËy mµ ®iÒu khiÓn mê ®• gi¶i quyÕt thµnh c«ng c¸c vÊn ®Ò phøc t¹p mµ tr­íc ®©y ch­a gi¶i quyÕt ®­îc

i.lịch sử phát triển lý thuyết mờ

Từ những năm đầu của thập kỷ 90 cho đến nay , hệ điều khiển vàmạng no-ron (Fuzzy- System and neurel net work) đang đ ợc sự đặcbiệt quan tâm nghiên cứu và ứng dụng vào sản xuất của các nhà khoahọc, các kỹ s và sinh viên trong mọi lĩnh vực khoa học kỹ thuật Tập

mờ và lôgic mờ (Fuzzy set and Fuzzy lôgic) dựa trên các suy luậncủa con ngời về các thông tin “ không chính xác” hoặc “ không đầy GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 3

đủ” về hệ thống để hiểu biết và điều khiển hệ thống một cách chínhxác Ngành kỹ thuật mới mẻ này, nh Zahde đã định hớng cho nó vàonăm 1965 , có nhiệm vụ chuyển giao nguyên tắc sử lý thông tin, điềukhiển của hệ sinh học sang hệ kỹ thuật Khác hẳn với kỹ thuật điềukhiển kinh điển là hoàn toàn dựa vào chính xáctuyệt đối của thôngtin mà trong nhiều ứng dụng không cần thiết hệ thống hoặc khôngthể có đợc Điều khiển mờ chính là bắt ch ớc cách sử lý thông tin và

điều khiển của con ng ời đối với các đối t ợng, do vậy mà điều khiển

mờ đã giải quyết thành công các vấn đề phức tạp mà tr ớc đây chagiải quyết đợc

Lịch sử của điều khiển mờ đ ợc bắt đầu từ những năm1965 khi giáo sLoftiAzadeh trờng đại học Califonie -Mỹ đ a ra khái niệm về lýthuyết tập mờ ( Fuzzy set theoty) , từ đó trở đi các nghiên cứu lýthuyết và ứng dụng tập mờ phát triển một cách mạnh mẽ Vào năm

70 một mô hình điều khiển máy hơi n ớc của Mamdani đợc xây dựng.Một số thơìu điểm đáng chú ý là:

-Tháng 9 năm 1990, bộ phận thực hiện nghiên cứu về hệ điều khiểnlogic mờ động cơ (FLMC) đã mở đầu cung cấp nghiên cứu của phòngthí nghiệm về không khí và năng l ợng cơ khí (AEERL), văn phòngnhiên cứu và phát triển ,U.S bảo vệ năng l ợng môi trờng (EPA)

-Năm 1972 các giáo s Terano và Asai đã thiết lập ra cơ sở nghiêncứu hệ thống điều khiển mờ ở Nhật

-Năm 1974 mamdani đã nghiên cứu điều khiển mờ cho lò hơi

-Năm1980 hãng Smidth.Co đã bắt đầu nghiên cứu điều khiển mờ cho

lò xi măng

-Năm 1983 hãng Fuji Electric đã nghiên cứu ứng dụng điều khiển mờcho nhà máy xử lý n ớc

-Năm 1984 hiệp hội hệ thống mờ quốc tế (IFSA) đ ợc thành lập

-Năm 1989 phòng thí nghiệm quốc tế nghiên cứu ứng dụng kỹ thuật

II bộ điều khiển mờ và u điểm của nó

Trơc khi khi xây dựng bộ điều khiển mờ Ta sơ l ợc qua hệ điều khiểnkinh điển mà ta đã biết Ph ơng pháp kinh điển mà ỏ đây không làm

cũ đi khái niệm đó bao gồm các b ớc :

1.Xây dựng mô hình đối t ợng đầy đủ chính xác

2 Đơn giản hoá mô hình

3.Tuyến tính hoá mô hình tại điểm làm việc

4.Chọn bộ điều khiển thích hợp , ví dụ nh bộ điều khiển P,PI,D, bộ

điều khiển trạng thái và xác định các tính chất mà bộ điều khiểnphải có

5.Tính toán các thông số của bộ điều khiển Để thực hiện việc xác

định thông số của bộ điều khiển có rất nhiều ph ơng pháp nh phongpháp đặc tính tần số với tiêu chuẩn Nyquist hay ph ơng pháp quỹ đạonghiệm số Bằng ph ơng pháp này sẽ tổng hợp đ ợc bộ điều khiển ổn

định , nhng không tổng hợp đ ợc các bộ điều khiển có đặc tính độngxác định Các phơng pháp tối u xác định thông số của bộ điều khiểnthờng phải làm nhiều chỉ tiêu mâu thuẫn với khau nh ổn định nhngthời gian quá độ phải ngắn và độ quá điều chỉnh cực đại phải nhỏ.6.Kiểm tra bộ điều khiển vừa thiết kế bằng cách ghép nối mô hình

đối tợng điều khiển , nếu kết quả không đ ợc nh mong muốn , phảithiết kế lại theo các b ớc từ 2 đến 6 cho đến khi đạt đ ợc kết quả nhmong muốn

7.Đa bộ điều khiển vừa thiết kế vào điều khiển đối t ợng thực vàkiểm tra quá trình làm việc của hệ thống Nếu ch a đạt yêu cầu thiết

kế thiết kế lại bộ điều khiển theo các b ớc từ 1 đến 7 cho đến khi đạt

đợc các chỉ tiêu chất l ợng nh mong muốn

7.Đa bộ điều khiển vừa thiết kế vào điều khiển đối t ợng thực và kiểmtra quá trình làm việc của hệ thống Nếu ch a đạt yêu cầu thiết bkế lại GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 5

bộ điều khiển theo các b ớc từ 1 đến 7 cho đến khi đạt đ ợc các chỉtiêu chất lợng nh mong muốn

-Tổng hợp một bộ điều khiển với các chức năng hoàn hảo phụ thuộcrất nhiều vào các nhà chuyên môn Quá trình tổng hợp sẽ rút ngắn lạichỉ còn phải thực hiện các b ớc 4 và 5 nếu đã có đối t ợng .Xây dựngmột mô hình đối t ợng hữu ích là một đòi hỏi rất khó khăn thực hiện ,vì bên cạnh những hiểu biết tốt về lý thuyết , còn đòi hỏi rất nhiềukinh nghiệm trong việc nhận dạng hệ thóng mà chủ yếu là dựa vàokinh nghiệm cũng nh sự hiểu biết của đối t ợng

-Nhìn chung phơng pháp tổng hợp kinh điển th ờng gặp những khókhăn do việc phải xây dựng đ ợc mô hình đối t ợng trớc khi thiết kếcác bộ điều khiển Mặt khác các bộ điều khiển phải đ ợc thiết kế dựatrêncơ sở kỹ thuật và đảm bảo tính chất phù hợp đối t ợng của các bộ

điều khiển này

-Đối với điều kiển mờ khác hẳn với kỹ thuật điều khiển kinh điển

là hoàn toàn dựa vào chính xác tuyệt đối của thông tin mà trongnhiều ứng dụng không cần thiết hoặc không thể có đ ợc Điều khiển

mờ chỉ cần sử lý những thông tin “ không chính xác “ hay “ không

đầy đủ “, những thông tin mà sự chính xác của nó chỉ có thể mô tả đ

-ợc bằng ngôn ngữ, đã có thể cho ra những quyết định chính xác -Mặt khác con ng ời có khả năng tuyệt vời là chỉ cần qua một quátrình học hỏi t ơng đối ngắn cũng có thể hiểu rõ và nắm vững một quátrình phức tạp Khả năng này đ ợc chứng tỏ th ờng xuyên trong cuộcsống đời thờng, cho dù bản thân con ng ời không ý thức đợc điều đó

Do vậy điều khiển mờ đã đ ợc ra đời và giải quyết đ ợc những gì mà từtrớc đến nay còn khó khăn Bộ điều khiển mờ đ ợc thiết kế dựa trên

bộ não của con ng ời do đó nó còn đ ợc gọi là điều khiển “ thông minh

“ Do vậy ứng dụng điều khiển mờ ngày càng đ ợc ứng dụng rộng rãi

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 6

-Đại lợng điều khiển thứ nhất là con đ ờng trớc mặt Ngòi cha cónhiệm vụ điều khiển chiếc xe đi đúng phần đ ờng quy định , tức làphải luôn giử cho xe nằm trong phần đ ờng bên phải kể từ vạch phâncách , trừ những tr ờng hợp phải vợt xe khác Để làm việc đ ợc côngviệc đó, thậm chí ng ời cha cũng không cần phải biết một cách chínhxác rằng xe của ông hiện giờ cách vạch phân cách nhiều hay ít và từ

đó đa ra quyết định phải đánh tay lái sang phải mạnh hay nhẹ

-Đại lợng điều khiển thứ hai là tốc độ của xe Với nguyên tắc , đểcác thành viên tronh gia đình trên xe cảm thấy chuyến đi đ ợc thoảimái và cũng để tiết kiệm xăng, ng ời cha có nhiệm vụ giữ nguyên tốc

độ xe , tránh không phanh hoăc tăng tốc độ cần thiết Giá trị về tốc

độ của xe mà ng ời cha phải giữ cũng phụ thuộc nhiều vào môi tr ờngxung quanh nh thời tiết , cảnh quan, mật độ xe trên đ ờng và cũngcòn phụ thuộc thêm là ông ta có quen con đ ờng đó không? Tuy nhiênquy luật điều khiển này cũng không phải cố định Giả sử tr ớc mặt cómột xe khác đi chậm hơn , vây thì thay cho nhiệm vụ giữ nguyên tốc

độ , ngời cha phải tạm thời thực hiện một nhiệm vụ khác là giảm tốc

độ xe và tự điều khiển xe theo một tốc độ mới , phù hợp với sự phảnứng của xe trớc cho tới khi ông ta v ợt đợc xe đó

-Ngoài những đại l ợng điều khiển trên mà ng ời cha phải đa ra , ông

ta còn có nhiệm vụ theo dõi tình trạng xe cũng nh tìm hiểu xem nớclàm mát máy có bị nóng quá không? áp suất dầu thấp hay cao để từ

đó có thể phân tích , nhận định kịp thời các lỗi của xe

-Đối tợng điều khiển là chiếc xe cũng có những tham số thay đổicần phải đợc theo dõi và thu thập th ờng xuyên cho công việc raquyết định về đại l ợng điều khiển Các tham số đó là áp suất hơitrong lốp , nhiệt độ máy Sự thay đổi các tham số đó , ng ời cha nhậnbiết đợc có thể trực tiếp qua các đèn báo hiệu trong xe , song cũng

có thể gián tiếp qua phản ứng của xe với các đại l ợng điều khiển -Ngời cha ,trong quá trình lái xe , đã thực hiện tuyệt vời chức năngcủa mộy bộ điều khiển , từ thu thập thông tin , thực hiện thuật toán

điều khiển (trong đầu) cho đến đ a ra tín hiệu điều khiển kịp thời màkhông cần phải biết một cách chính xác về vị trí , tốc độ , tìnhtrạng .của xe Hoàn toàn ng ợc lại với khái niệm điều khiển chínhxác , ngời cha cũng chỉ cần đ a ra những đại l ợng điều khiển theonguyên tắc xử lý “mờ”nh :

+nếu xe hớng nhẹ ra vạch phân cách thì đánh tay lái nhẹ sang phải , GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 7

+nếu xe hớng đột ngột ra vạch phân cách thì đánh mạnh tay lái sang

phải,

+nếu đờng có dốc lớn thì về số ,

+nếu đờng thẳng , khô, tầm nhìn không bị hạn chế và tốc độ chỉ cao

hơn tốc độ bình th ờng một chút thì không cần giảm tốc độ

-Các nguyên lý điều khiển “mờ” nh vậy , tuy chúng có thể khác nhau

về số các mệnh đề điều kiện , song đều có cùng một cấu trúc:

“Nếu điều kiện 1 và và điều kiện n Thì

quyết định 1 và và quyết định m “

Vậy bản chất nguyên lý điều khiển mờ nh ngời cha đã làm và thể

hiện bằng thuật toán xử lý xe của ông nh thế nào ? có những hình

thức nào để xây dựng lại đ ợc mô hình điều khiển theo nguyên lý điều

khiển “mờ”của ngời cha lái xe ? làm cách nào để có thể tổng quát

hoá chúng thành một nguyên lý điều khiển mờ chung và từ đó áp

dụng cho các quá trình t ơng tự

Vậy để thay cho việc điều khiển của ng ời cha lái xe bằng một bộ

điều khiển “mờ” ứng dụng cho các đối t ợng Đó cũng là một phần

nội dung đồ án của em sẽ đ ợc trình bày sau đây:

iii khái niệm về tập mờ

1.Định nghĩa tập mờ

Hàm phụ thuộcA(x) định nghĩa trên tập A, trong khái niệm tập hợpkinh điển chỉ có hai giá trị là 2 nếu x A hoặc 0 nếu x A Hình 1 môtả hàm phụ thuộc của hàm A(x) , trong đó tập A đ ợc định nghĩa nhsau:

A= xR 2<x<6x<x<66  (1-3-1)

A(x)

0 2 6 x Hình 1:Hàm phụ thuộc A(x) của tập kinh điển A

Nh vậy , trong lý thuyết tập hợp kinh điển , hàm phụ thuộc hoàntoàn tơng đơng với định nghỉa một tập mờ Từ định nghĩa về một tập

mờ A bất kỳ hoàn toàn xác định đ ợc hàm phụ thuộc A(x) cho tập đó

và ngợc lại từ hàm phụ thuộc A(x) của tập A cũng hoàn toàn suy ra

đợc định nghĩa cho A

Cách biểu diễn hàm phụ thuộc nh vậy sẽ không phù hợp với nhữngtập hợp đợc mô tả “mờ” nh tập B gồm các số thực d ơng nhỏ hơnnhiều so với 6

thuộc B(x) tại điểm x=3,5 phải có một giá trị trong khoảng 0;1,tức là

a)Hàm phụ thuộc của tập mờ B

b)Hàm phụ thuộc của tập mờ C

Nhvậy , khác hẳn với tập kinh điển A, từ “định nghĩa kinh điển “ củatập “mờ” B hoặc C không suy ra đ ợc hàm phụ thuộc B(x) hoặc C(x)của chúng Hơn thế nữa hàm phụ thuộc ở đây lại giữ một vai trò “làm

rõ định nghĩa “ cho mỗi tập “mờ” nh ví dụ hình 2 Do đó nó phải đ ợcnêu lên nh là một điều kiện trong định nghĩa về tập “mờ”

a Định nghĩa 1.

Tập mờ F xác định trên tập kinh điển M là một tập mà mỗi phần tửcủa nó là một cặp các giá trị (x, F(x)) trong đó xM và F là ánhxạ

F:M0;1 (3-3-3)

ánh xạ Fđợc gọi là hàm liên thuộc (hoặc hàm phụ tuộc ) của tập mờ

F Tập kinh điển M đ ợc gọi là cơ sở của tập mờ F

Ví dụ tập mờ F gồm các số tự nhiên x N nhỏ hơn 6 với hàm phụthuộcF(x) nh ở (hình 2a) có các phần tử nh sau :

Những số không đ ợc liêt kê đều có độ phụ thuộc bằng không

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 10

Sử dụng các hàm phụ thuộc để tính độ phụ thuộc của một phần tử xnào đó có hai cách :Tính trực tiếp (nếu F(x) cho trớc dới dạng côngthức tờng minh ) hoặc tra bảng (nếu F(x) cho dới dạng bảng).

Các hàm liên thuộc F(x) có dạng “trơn” nh hình 2 đợc gọi là hàmliên thuộc kiểu S Đối với hàm liên thuộc kiểu S, do các công thứcbiểu diễnF(x) có độ phức tạp lớn , nên thời gian tính độ phụ thuộccho một phần tử lâu Bởi vậy trong kỹ thuật điều khiển mờ thông th -ờng các hàm liên thuộc kiểu S hay đ ợc thay gần đúng bằng một hàmtuyến tính từng đoạn

Một hàm liên thuộc có dạng tuyến tính từng doạn đ ợc gọi là hàmliên thuộc có mức chuyển đổi tuyến tính (hình 3)

2.Độ cao, miền xác định và miền tin cậy của tập mờ

Nh ta đã các vị dụ trên các hàm liên thuộc có độ cao bằng 1 Điều

đó nói rằng các tập mờ ít nhất một phần tử với độ phụ thuộc bằng 1.Trong thực tế không phải tập mờ nào cũng có phần tử có độ phụthuộc bằng 1, t ơng ứng với điều đó thì không phải mọi hàm liênthuộc đều có độ cao là 1

xM

Một tập mờ ít nhất một phần tử có độ phụ thuộc bằng 1 đ ợc gọi làtập mờ chính tắc tức là H=1, ng ợc lại một tập mờ F còn với h<x<61 đ ợcgọi là tập mờ không chính tắc

Bên cạnh khái niệm về độ cao , mỗi tập mờ F còn có hai khái niệmquan trọng khác là miền xác định và miền tin cậy

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 12

Trong thực tế xã hội và đặc biệt trong t duy của con ngời , nhiềuvấn đề hoặc hiện t ợng không đợc đánh giá bằng một khái niệm ớc l-ợng , tuy vậy lại rất phù hợp với thực tế Chẳng hạn , khi nói về mộtchiều cao của một con ng ời , thờng phổ dụng khái niệm là: rất cao,cao, vừa, thấp , rất thấp hoặc khi nói về tốc độ của một động cơchẳng hạn ta có khái niệm : rất nhanh, nhanh, trung bình , chậm , rấtchậm

Để mô tả đợc khái niệm về ngôn ngữ Ta lấy ví dụ về lái ô tô Trong

ví dụ đó đại l ợng tốc độ có những giá trị đ ợc nhắc đến dới dạng ngônngữ nh sau:

Nh vậy , biến tốc v có hai miền giá tri khác nhau:

-Miền giá tri các ngôn ngữ

N= rất chậm, chậm , trung bình, nhanh, rất nhanh 

-Miền giá tri vật lý(miền giá trị rõ)

nên từ một giá trị vật lý x Vcó đợc một vectơ (x) gồm các độ phụthuộc của x nh sau:

Đểnghiên cứu ta quay trở lại ví dụ biến v chỉ tốc độ xe đ ợc xác

định thông qua tập các giá trị mờ của nó Cùng là một đại l ợng vật

lý chỉ tốc độ nh ng biến v có hai khais niệm :

-Là biến vật lý với các giá trị rõ nh : v=40km/h hayv=72,5km/h .(miền xác định là ttập kinh điển),

-Là biến ngôn ngữ với các giá trị mờ nh rất chậm , chậm , trungbình (miền xác định là các tập mờ )

Để phân biệt chúng, sau đây ký hiệu la mã  sẽ đợc dùng chỉ biếntốc độ v là biến ngôn ngữ cho hai biến ngôn ngữ  và  Nếu  nhậngiá trị (mờ) A có hàm liên thuộc A(x) và  nhận giá trị (mờ) B cóhàm liên thuộc B(y) thì hai biểu thức

 =A (1-5-1a)

 =B (1-5-1b)

Nếu ký hiệu mệnh đề (1-5-1a) là p và (1-5-1b) là q thì hai mệnh đềhợp thành pq (từ p suy ra q), hoàn toàn t ơng ứng với luật điềukhiển (mệnh đề hợp thành 1 điều kiện )

Nếu  =A Thì  =B

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 14

Trong đó mệnh đề p đ ợc gọi là mệnh đề điều kiện và q là mệnh đềkết luận

Mệnh đề hợp thành trên là một ví dụ đơn giản về bộ điều khiển mờ

Nó cho phép từ một giá trị đầu vào x0 hay cụ thể hơn là từ độ phụthuộc A(x0) đối với tập mờ A của giá trị vào đầu vào x0 xác định đ-

ợc hệ số thoả mãn mệnh đề kết luận p của giá trị đầu ra y biểudiễn hệ sồ thoả mãn mệnh đề q của y nh một tập mờ B’ cùng cơ sởvới B thì mệnh đề hợp thành chính là ánh xạ A(x0)  B ’(x0)

p q pq

Sai(0) Đúng(1) Đúng(1) Đúng(1) Sai(0) Sai(0) Đúng(1) Đúng(1) Đúng(0)

Mệnh đề kéo theo pq hoàn toàn tơng ứng với luật điều khiển :

Nh vậy mệnh đề kéo theo p q ứng với ngôn ngữ tập mờ A B hay

a A  B(x,y) = MaxMinA(x), B(y), 1-A(x)

c A  B(x,y) = Max 1- A(x), B(y)

1) A  B(x,y) = Min A(x),B(y) công thức MAX-MIN

2) A  B(x,y) = A(x).B(y) công thức MAX-PROD

Hai công thức này cho mệnh đề hợp thành A B gọi là 2 quy tắc hợpthành theo Mandani Để mô tả luật hợp thành của Mandani ta quay trở lại ví dụ ng ời chalái xe.Giả sử rằng biến ngôn ngữ  chỉ tốc độ và chỉ sự tác độngcủa ga xe Luậtđiều khiển cho xe chạy với tốc độ trung bình không

đổi sẽ tơng ứng với mệnh đề hợp thành một điiêù kiện sau:

Nếu  bằng chậm thì  tăng (1-5-3)

Với c h ậ m (x), t ă n g(y) nh trong hình 6a

Có hàm liên thuộc c h ậ m  t ă n g(x,y) sử dụng quy tắc MAX-MIN , tại một gia tri rõ x=x0 là hàm dới của hàm t ă n g(y) bị cắt bởi đờng

H=c h ậ m (x0) (hình 6b),còn hình 6c là hàm liên thuộc với quy

b c h ậ m  t ă n g(x0,y) với qui tắc MAX-MIN

c c h ậ m  t ă n g(x0,y) với qui tắc MAX-PROD

3 Luật hợp thành

Luật hợp thành là một tập hợp các quy tắc hợp thành , đó là mô

hình R để biểu diễn hàm liên thuộc A  B(x,y) cho mệnh hợp thànhAB tuỳ thuộc vào quy tắc hợp thành đã sử dụng mà ta có luật hợpthành tơng ứng , chẳng hạn :

+Luật hợp thànhMAX-MIN , nếu sử dụng quy tắcMAX-MIN

+Luật hợp thànhMAX-PROD, nếu sử dụng quy tắcMAX-PROD +Luật hợp thànhSUM-MIN , nếu sử dụng quy tắc SUM-MIN

+Luật hợp thànhSUM-PROD, nếu sử dụng quy tắ SUM-PROD

Ký hiệu giá trị mờ đầu ra là B’ thì hàm liên thuộc của B’ với quyMAX-MIN sẽ là

B ’(y)=R(x0)=MinA(x0),B(y)  (1-5-4)

tức là khin độ cao bằng 1, tập B’ (cùng cơ cởvới B) sẽ có độ caoH=A(x0) (1-5-5)

Để tránh nhầm lẫn H trong công thức (1-5-5) với độ cao B’ trongcông thức (1-3-4) Khi độ cao nhỏ hơn 1 , từ nay về sau trong mệnh

đề hợp thành A B cũng nh trong luật hợp thành R đại l ợng H sẽ cótên gọi là độ thoả mãn mệnh đề điều kiện hay ngắn gọn hơn là độthoả mãn

Từ công thức (1-5-4)&(1-5-5) ta viết đ ợc thành

B ’(y)=R(x0,y)= MinH, B (y) (1-5-6)

Với quy tắc Max-Prod , hàm liên thuộc của B’ sẽ là

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 17

B ’(y)=R(x0,y)=A( X0).B(y)= H B (y) (1-5- 7) Tóm lại , để xác định hàm liên thuộc B ’(y) của giá tri B’ khi đầuvào là một giá trị rõ x0 phải thực hiện các b ớc của thuật toán sau: -Xác định độ thoả mãn H theo công thức (1-5-5)

-Xác định B ’(y) từ H theo (1-5-6) hoặc (1-5-7)

a.Giá trị đầu vào rõ

b Giá trị đầu vào mờ

Hình 8 Bộ điều khiển mờ với qui tắc MAX-MIN

Trong trờng hợp tín hiệu vào đầu vào A’ là một giá trị mờ với hàmliên thuộc A ’(x) dầu ra B’ cũng là một giá trị mờ có hàm liên thuộc

B ’(y)là phần dới của hàm B(y)bị chặn trên bởi độ thoả mãn

H=MaxMinA ’(x) , A(x)  (1-5-8)

4.luật hợp thành một điều kiệnR :A B

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 18

Bộ điều kiển mờ

R:Ab

với qui tắc

Ma x-Prod

a.Luật hợp thành MAX-MIN

Luật hợp thành MAX-MIN là tên gọi mô hình (ma trận) R của mệnh

đề hợp thành A B khi hàm liên thuộc AB(x,y)của nó đ ợc xâydựng theo qui tắc MAX-MIN

-Trớc tiên hai hàm liên thuộc A(x) và B(y) đợc rời rạc hoá với tần sốrời rạc đủ nhỏ để không bị mất thông tin Chẳng hạn trong ví dụ vềbiến tốc độ v(biến ngôn ngữ) hai giá trị mờ c h ậ m(x), t ă n g(y)đợc rờirạc hoá tại các điểm x 0,1;0,2;0,3;0,4;0,5 

B ’(y)=R(x0,y)=MinH,B(y)

Sau đó nhóm tất cả các giá trị có đ ợc của c h ậ m  t ă n g(x,y)

=R(x,y), gồm 5x5=25 giá trị, thành ma trận R(đ ợc gọi là ma trậnhợp thànhMAX-MIN ) với 5hàng và 5 cột nh ví dụ trên

b.Luật hợp thànhMAX-PROD

Tơng tự nh luật hợp thành MAX-MIN với luật hợp thành Prodcũng có thể đ ợc thể hiện bằng ma trận R gồm n hàng của ngônngữ giá trị rõ đầu vào và m cột của MAX-MIN giá trị rõ đầ ra, nh ng

Max-ở đây mỗi giá trị trong bảng ma trận d ợc lấy bằng tích số của hàmliên thuộc của tập nguyên nhân Avà hàm liên thuộc của tập kết quả

B, nghĩa là bằng A(xi).B(yk) và giá tị hợp thành của hàm liên thuộc

đầu ra ứng với mỗi giá trị yk sẽ bằng :

1

05

0.25

0.1 0.3 0.5 y 0.5 0.7 1 y 0.5 0.7 1 y ápdụng công thức (1-5-5)&(1-5-7)

H=A(x0)

B(y) = R(x0,y) = A(x0)B(y) = H.B(y)

Sau đó nhóm tất cả các giá trị có đ ợc của

c h ậ m  t ă n g(x,y)

=R(x,y), gồm 5x5=25 giá trị, thành matrận R(đợc gọi là ma trận hợp thànhMAX-PROD) với 5 hàng 5 cột(nh ví dụ)

c.Thuật toán xây dựng ma trận R

Phơng pháp xây R cho mệnh đề hợp thành một điều kiện R:A BtheoMAX-PROD, để xác định hàm liên thuộc cho giá trị mờ B’ đầu

ra đã đợc trình bầy với ví dụ (1-5-3) trên đây hoàn toàn có thể mởrộng tơng tự cho mệnh đề hợp thành bất kỳ nào khác dạng

Nếu  = A Thì  =B

Trong đó ma trận , hay luật hợp thành R không nhất thiết phải làmột ma trận vuông Số chiều của R phụ thuộc vào số điểm lấy mẫucủa A(x)và B(y) khi rời rạc các hàm liên thuộc tập mờ A và B

Chẳng hạn với ngôn ngữ điểm lấy mẫu x1, x2, xn của hàm A(x)vàMAX-MIN điểm lấy mẫu y1, y2, ., ym của hàm B(y)thì luật hợpthành R là một ma trận ngôn ngữ hàng Max-Min cột nh sau:

R(x1,y1) R(x1,ym) r1 1 r1 m

R = =

(1-5-9) R(xn,y1) .R(xn.ym) rn 1 rn m

Hàm liên thuộc B(y) đầu ra t ơng ứng với giá trị rõ đầu vào xk đ ợcxác định theo

A và m điểm rời rạc y1,y2, , ym của cơ sở B thì 2 véc tơ

5 Luật hợp thành nhiều mệnh đề điều kiện

Một mệnh đề với điều khiển mệnh đề điều kiện

Nếu 1 = A1 và 2 = A2 và và d = Ad Thì  = B (1-5-13)

Bao gồm d biến ngôn ngữ đầu vào x1,x2, ,xd và một biến đầu ra

 cũng đợc mô hình hoá giống nh việc mô hình hoá mệnh đề hợpthành có một điều kiện , trong đó liên kết Và giữa các mệnh đề (haygiá trị mờ ) đ ợc thực hiện bằng phép giao các tập mờ A1,A2, Ad

với nha Kết quả của phép giao sẽ là độ thoả mãn H của luật Các b

-ớc xây dựng luật hợp thành R nh sau:

+Rời rạc hoá miền xác định hàm liên thuộc ( A 1(x1),A 2(x2), ,

A d(xd), B(y) của các mệnh đề điều kiện và mệnh đề kết luận

+Xác định độ thoả mãn H cho từng véc tơ các giá trị rõ đầu vào làvéc tơ tổ hợp điều khiển điểm lấy mẫu phụ thuộc miền xác định củacác hàm liên thuộc A i(xi), i = 1, , d chẳng hạn với véctơ các giátrị rõ đầu vào

trong đó ci, i=1, điều khiển là một trong các điểm mẫu miền xác

định của A i(x), thì

H=Min(A 1(c1),A 2(c2), , A d(cd) (1-5-14)

+Lập R gồm các hàm liên thuộc giá trị mờ đầu ra cho từng véctơ cácgiá trị đầu vào theo nguyên tắc

B’(y) = Min(H,B(y)) nếu sử dụng MAX-MIN

B’(y) = H B(y) nếu sử dụngMAX-PROD

Không nh luật hợp thành có một mệnh đề điều kiện , luật hợp thành

R của (1-5-12) với điều khiển mệnh đề điều kiện không thể biểu diễndới dạng ma trận đ ợc nữa mà thành một l ới không gian d+1chiều

6.Luật của nhiều mệnh đề hợp thành

Trong thực tế ít có bộ điều khiển mờ nào chỉ làm việc với một mệnh

đề hợp thành mà thông th ờng với nhiều mệnh đề hợp thành , hay còngọi là một tập các luật điều khiển Rk Phần 5 đã mô hình hoá mộtmệnh đề hợp thành theo qui tắc MAX-MIN để có đ ợc luật hợp thànhMAX-MIN hoặc theo MAX-PRODđể có đ ợc luật hợp thànhMAX-PROD Mục này đợc giành riêng để mô tả ph ơng pháp liên kết cácluât điều khiển riêng rẽ Rk lại với nhau trong một bộ điều khiểnchung và cũng qua đó mà nêu nên đ ợc ý nghĩa của ký hiệu ‘Max’ sửdụng trong tên gọi luật hợp thành nh MAX-MIN hayMAX-PROD.a.Luật chung của hai mệnh đề hợp thành

Xét hai mệnh đề hợp thành của ví dụ lái ôtô

R1: Nếu  = chậm Thì  = tăng hoặc (1-5-!5a)

R2: Nếu  = nhanh Thì  = giảm (1-5-15b)

Trong đó biến ngôn ngữ  chỉ tốc độ xe và  chỉ sự tác động vào bàn

đạp ga xe Hàm liên thuộc của giá trị mờ chậm , nhanh cho biến tốc

độ và tăng, giảm cho biến bàn đạp ga đ ợc mô tả trong (hình 11)

0.1 0.3 0.6 0.8 1 x 0.6 1 1.4 1.8 2.2 y

Hình 11:Hàm liên thuộc của các giá trị cho biến thời gian

Ký hiệu R là luật hợp thành chung của bộ điều khiển thì

R = R1R2 (1-5-16)

Ký hiệu hàm liên thuộc của R1 là R 1(x,y)và của R2 là R 2(x,y)

thì R(x,y) = Max  R 1(x,y), R 2(x,y) (1-5-17)

cũng nh đã làm với luật có mệnh đề hợp thành , ph ơng pháp triểnkhai hợp 2 luật điều khiển (1-5-15) sau đây sẽ đ ợc mô tả trớc trênvới một giá trị rõ x0 tại đầu vào

Đối với luật điều khiển R1 (thì hình 12a)

-Độ thoả mãn : H1 = c h ậ m (x0),

-Giá trị mờ đầu ra B1 : B 1(y) = MinH1,t ă n g(y)

Đối với luật điều khiển R2 (thì hình 12b)

H2

B 2(y)

x0 x y GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 23

R(x0,y)

giảm tăng

y Hình 12: Hàm liên thuộc của hợp hai luật điều khiển

a.Xác định hàm liên thuộc đầu ra của luật điều khiển thứ nhất

b Xác định hàm liên thuộc đầu ra của luật điều khiển thứ hai

c Hàm liên thuộc đầu ra của luật hợp thành

Từ đây theo (1-5-17)

R(x0,y) = MaxB 1(y), B 2(y), (1-5-18) và đó chính là hàm liênthuộc giá trị mờ đầu ra B’ của bộ điều khiển gồm hai luật điều khiển(1-5-15) Khi đầu vào là một giá trị rõ x0 (hình 12c)

Để khai triển (1-5-17) tức là xác định luật hợp thành chung R, tr ớchết 2 cơ sở X&Ycủa các giá trị chậm , nhanh (cho biến tốc độ ) vàtăng, giảm (cho biến bàn đạp ga xe) đ ợc rời rạc hoá ,

Giả sử các điểm : X = x1,x2, , xn n điểm mẫu

Y = y1,y2, ,ym mệnh đề diểm mẫu

Bốn véctơ những giá trị của hàm liên thuộc c h ậ m(x), n h a n h(x),

t ă n g(y), g i ả m (y) khi Fuzzy hoá các điểm đó sẽ là:

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 24

b.Thuật toán xây dựng luật chung của nhiều mệnh đề hợp thành

Tổng quát hoá phơng pháp mô hình hoá trên cho p mệnh đề hợpthành gồm :

R1: Nếu  = A1 Thì  = B1 hoặc (1-5-22a)

Thuật toán triển khai R = R1R2  Rp sẽ nh sau :

1- rời rạc hoá X tại n điểm x1,x2, ,xn và Y tại mệnh điểm y1,y2, , ym,

2- xác định các véctơ A k và B k , không = 1,2, , p theo

A k = (A k(x1), A k(x2) , , A k(xn)

B k = (B k(y1), B k(y2) , , B k(Ym)

Tức là Fuzzy hoá các điểm rời rạc của X và Y

3- xác định mô hình cho luật điều khiển

7 Luật hợp thành SUM-MIN và SUM-PROD Kiểu liên kết nhiều mệnh đề hợp thành , hay còn gọi là luật điều khiển Rk , Bằng toán tử OR theo công thức

A  B = MaxA(x),B(y)

không có tính thống kê Chẳng hạn nh các mệnh đề hợp thành Rk cócùng một giá trị đầu ra nh ng vì không phải là giá trị lớn lên sẽ không

đợc để ý tới và bị mất trong kết quả chung

-Có nhiều cách khắc phục nh ợc điểm này Một trong những ph ơngpháp phổ biến nhất là sử dụng phép hoặc Lukasiewicz để liên kết cácluật điều khiển Rk lại với nhau thành luật hợp thành chung R

Thuật toán triển khai R theo qui tắc SUM-MIN hay SUM-PROD cũngbao gồm các b ớc nh khi khai triển với qui tắc MAX-MIN hay MAX-PROD ddã đợc trình bầy trong mục V.6 chỉ riêng b ớc 4 thì công thức(1-5-23) đợc thay bằng công thức (1-4-24)

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 26

Vi các phơng pháP giải mờ (rõ hoá)

Giải mờ là quá trình xác định một giá trị rõ y’ nào đó có thể chấp

nhận đợc từ hàm liên thuộc B ’(y) của giá trị mờ B’(tập mờ) Có haiphơng pháp giải mờ chính là :

-Phơng pháp cực đại và

-Phơng pháp điểm trọng tâm

1.Phơng pháp cực đại

Giải mờ theo phơng pháp cực đại bao gồm 2 b ớc :

-Xác định miền giá tri rõ y’ Giá trị rõ y’ là giá trị mà tại đó hàm

liên thuộc đạt giá trị cực đại (độ cao H của tập mờ B’) , tức là miền

G = yYB ’(y) = H

-xác định y’ có thể chấp nhận từ G.

Trong( hình13) sau khi G là khoảng y1,y2 của miền giá trị của tập

mờ đầu ra B2 của luật điều khiển

Hình 13 Giải mờ bằng ph ơng pháp cực đại

Để thực hiện bớc 2 có 3 nguyên lý sau:

thì y1 chính là điểm cận trái và y2 là cận phải của G

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 27

vậy y’ cũng sẽ là giá trị có độ phụ thuộc lớn nhất Trong tr ờng hợp B’ gồm các hàm liên thuộc dạng đều thì giá trị rõ y’ (1-6-2) không

phụ thuộc vào độ thoả mãn của luật điều khiển quyết định Ví dụ đ

-ợc minh hoạ nh sau :

Hình 14 Giá tri rõ y’ không phụ thuộc vào đáp ứng vào của luật

điều khiển quyết định

b.Nguyên lý cận trái

Giá trị rõ y’đợc lấy bằng cận trái y1 của G theo (1-6-1) Gýa trị rõ y’

theo nguyên lý cận trái sẽ phụ thuộc tuyến tính vào độ thoả mãn củaluật điều khiển quyết định

Hình 15 Giá tri rõ y’ phụ thuộc vào đáp ứng vào của luật điều

khiển quyết định

c.Nguyên lý cận phải

Giá trị y’ đợc lấy bằng cận phải y2 theo G theo( 1-6-1) Cũng giống

nh nguyên lý cận phải , giá trị rõ y’ở đây phụ thuộc tuyến tính vào

đáp ứng vào của luật điều khiển quyết định

-Một câu hỏi đặt ra chung cho cả ba nguyên lý trên là y’ sẽ đợc chọn

nh thế nào khi G khong phải là một miền liên thông ? tức là khi cónhiều luật hợp thành có cùng một đáp ứng vào cho những giá trịquyết định khác nhau của biến ngôn ngữ đầu ra Chẳng hạn vẫn cứ áp

dụng nguyên lý trung bình thì có thể giá trị y’sẽ là giá trị có độ phụ

thuộc nhỏ hơn H , hoặc nếu sử dụng nguyên lý cận trái hay cận phảithì các trờng hợp còn lại là y3,y4 thì sao( hình 17 là một ví dụ minhhoạ) B ’

Đối với những tr ờng hợp nh vậy , thông thờng một khoảng con liênthông trong G sẽ đợc chọn làm khoảng con liên thông có mức yêutiên cao nhất , ví dụ là G1, sau đó áp dụng một trong ba nguyên lý

đã biết với miền G1 thay cho G

2 Phơng pháp điểm trọng tâm

-Phơng pháp điểm trọng tâm sẽ cho ra kết quả y’ là hoành độ của

điểm trọng tâm miền đ ợc bao bởi trục hoành và đ ờng B ’(y) hình 18

sẽ minh hoạ cho ta thấy

B ’

y’ y

S

Hình 8 Giá tri rõ y’ là hoành độ của điểm trọng tâm

Công thức xác định y’ theo phơng pháp điểm trọng tâm nh sau:

y

y y d y

y d y

B S B S

'

( ) ( )

' '

Công thức (1-6-3) cho phép xác định giá trị y’với sự tham gia của tất

cả các tập mờ đầu ra của mọi luật điều khiển một cách bình đẳng vàchính xác , tuy nhiên lại không để ý đ ợc tới độ thoả mãn của luật

điều khiển qquyết định và thời gian tính theo (1-6-3) lâu Ngoài ramột trong những nh ợc điểm cơ bản của ph ơng pháp điểm trọng tâm

là có thể giá trị y’ xác định đ ợc lại có độ phụ thực nhỏ nhất , thậm

chí bằng không (đ ợc minh hoạ trên hình 19) Để tránh những tr ờnghợp nh vậy , khi định nghĩa hàm liên thuộc cho từng giá trị mờ của 1biến ngôn ngữ nên để ý sao cho miền xác định của các giá trị mờ đầu

ra là một miền liên thông

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 30

a.Phơng pháp điểm trọng tâm cho luật hợp thành SUM-MIN

Giả sử có luật điều khiển đ ợc triển khai Vậy thì mỗi giá trị mờ B’ tại đầu ra của bộ điều khiển sẽ là tổng của q giá trị mờ đầu ra của từng luật hợp thành Ký hiệu các giá trị mờ đầu ra của luật điều

khiển thứ k là B ’ k với k = 1,2, , q thì với qui tắc SUM-MIN , hàmliên thuộcB ’(y) sẽ là

y’ sẽ đợc đơn giản nh sau:

q

S

B k k

q

S

'

( ) ( )

' '

=

y y dy

y dy

B k S k q

B k S k q





' '

( ) ( )

=

M A

k k q

k k

Sử dụng công thức (1-6-4) cho cả hai luật hợp thành MAX-MIN và SUM-MIN với thêm một giả thiết là mỗi tập mờ B ’ k(y) đợc xấp xỉ bằng một cặp giá trị (yk,Hk) duy nhất (singleton), trong đó Hk là độ cao của B ’ k(y)và yk là một điểm mẫu trong miền giá trị của B ’ k(y) có

B ’ k(y) = Hk

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 31

thì y

y H H

k k k

q

k k

(1-6-7)

Công thức (1-6-7) có tên gọi là công thức tính xấp xỉ y’theo phơng

pháp độ cao và không chỉ áp dụng cho luật hợp thành MAX-MIN,SUM-MIN mà còn có thể cho cả những luật hợp thành khác nh MAX-PROD hay SUM-PROD

phần ii

Điều khiển mờ

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 32

phần ii

điều khiển mờ

Điều khiển mờ chiếm một vị rất quan trọng trong điều khiển học kyzthuật hiện đại Ngay buổi đầu , điều khiển mờ đã đem lại sự ngạcnhiên đáng kể rằng hoàn toàn trái với tên gọi của nó , kỹ thuật điềukhiển này đồng nghĩa với độ chính xác và khả năng thực hiện

Trong thực tế , nhiều giải pháp tổng hợp bộ điều khiển kinh điển th ờng bị bế tắc khi gặp những bài toán có độ phức tạp của hệ thống cao, độ phi tuyến lớn , sự th ờng xuyên thay đổi trạng thái và cấu trúccủa đối tợng , , hoặc giả thiết nếu có thể tổng hợp đ ợc trongphạm vi lý thuyết thì khi thực hiện cũng gặp không ít khó khăn vềgiá thành và độ tin cậy của sản phẩm Những khó khăn đó sẽ khôngcòn là vấn đề nan giải khi bộ điều khiển đ ợc thiết kế trên cơ sở logic

-mờ và càng đơn giản hơn trong việc thực hiện giải pháp này

So với các giải pháp kỹ thuật từ tr ớc đến nay đợc áp dụng để tổnghợp các hệ thống điều khiển , ph ơng pháp tổng hợp hệ thống bằng bộ

điều khiển mờ chỉ ra những u điểm sau đây :

+Khối lợng công việc thiết kế giẩm đi nhiều đối t ợng không cần sửdụng mô hình đồi tợng trong việc tổng hợp hệ thống

+Bô điều khiển mờ đễ hiểu hơn so với các bộ điều khiển khác (cả về

kỹ thuật ) và dễ dàng thay đổi

+Đối với các bài toán thiết kế có độ phức tạp cao, giải pháp dùng bộ

điều khiển mờ cho phép giảm khối l ợng tính toán và giá thành sảnphẩm

+Trong nhiều trờng hợp bộ điều khiển mờ làm việc ổn định hơn, bềnvững (robust) hơn và chất l ợng điều khiển cao hơn

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 33

I.bộ điều khiển mờ cơ bản

-Bộ điều khiển mờ bao gồm các khâu cơ bản sau:

+ Khâu fuzzy hoá

+Thiết bị thực hiện luật hợp thành

+Khâu giải mờ

Hình 20 Bộ điều khiển mờ cơ bản

Một bộ điều khiển mờ chỉ gồm ba thành phần trên đ ợc gọi là bộ điềukhiển mờ cơ bản

Do bộ điều khiển mờ cơ bản chỉ có khả năng xử lý các giá trị tínhiệu hiện thời nên nó thuộc nhóm các bộ điều khiển tĩnh Tuy vậy để

mở rộnh miền ứng dụng của chúng vào các bài toán điều khiển tự

động, các khâu động học cần thiết sẽ đ ợc nối thêm vào bộ điều khiển

mờ cơ bản Ví dụ ta nối thêm khâu tích phân I và vi phân D sẽ đ ợc

nh sau:

x(t) y’(t)

Hình 21 Bộ điều khiển mờ động

Các khâu động học chỉ có nhiệm vụ cung cấp thêm cho bộ điều khiển

mờ cơ bản các giá trị đạo hàm hay tích phân của tín hiệu Cùngnhững khâu động học bổ xung này , bộ điều khiển cơ bản này sẽ đ ợcgọi là bộ điều khiển mờ

II nguyên lý bộ điều khiển mờ

Nguyên lý và cấu trúc của một hệ thống điều khiển mờ :

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 34

Fuzzy

hoá

Thiết bị thực hiện luật hợp thành

R

1:Nếu Thì

Rq:Nếu Thì

e  B’ u

x e u y

-

Hình 22 Mạch điều khiển với bộ điều khiển mờ

Về nguyên tắc , hệ thống điều khiển tự động cũng không có gì khácvới các hệ thống điều khiển tự động thông th ờng khác Sự khác biệt

ở đây là bộ điều khiển mờ làm việc có t duy nh bộ não dới dạng trítuệ nhân tạo Nếu khẳng định làm việc với bộ điều khiển mờ có thểgiải quyết đợc mọi vấn đề từ tr ớc đến nay cha giải quyết đợc theophơng pháp kinh điển thì không hoàn toàn chính xác , vì hoạt độngcủa bộ điều khiển phụ thuộc vào kinh nghiệm rút ra kết luận theo tduy của con ng ời, sau đó đ ợc cài đặt vào máy tính trên cơ sở logic

mờ

Hệ thống điều khiển mờ đối t ợng đó cũng có coi nh là một hệ thốngneuron (thần kinh) , hay đúng hơn là một hệ thống điều khiển đ ợcthiết kế mà không cần biết tr ớc mô hình đối t ợng

_Hệ thống điều khiển mờ đ ợc thiết kế trên:

+Giao diện đầu vào bao gồm các khâu Fuzzy hoá và các khâu phụ trợthêm để thực hiện bài toán động nh khâu I,D

+Thiết bị hợp thành mà bản chất của nó là sự triển khai luật hợpthành R đợc xây dựng trên cơ sở luật điều khiển hay còn gọi là luậtquyết địngh

Khâu giao diên đầu ra (khâu chấp hành ) gồm khâu giải mờ và cáckhâu giao diện trực tiếp với đối t ợng

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 35

Luật

điều khiển

Thiết bị thực hiện luật hợp thành

Bộ điều khiển mờ cơ bản

Đối t ợng

Thiết bị đoGiao diện

_Nguyên tắc tổng hợp bộ điều khiển mờ hoàn toàn dựa vào nhữngphơng pháp toán học trên cơ sở định nghĩa các biến ngôn ngữ vào/ra

và sự lựa chọn những luật điều khiển Do các bộ điều khiển mờ cókhả năng xử lý các giá trị vào/ra biểu diễn d ới dạng dấu phẩy độngvới độ chính xác cao nên chúng hoàn toàn đáp ứng đ ợc các yêu cầucủa một bài toán điều khiển rõ ràng và chính xác 

Trong sơ đồ mạch điều khiển (hình 22) có khâu đối t ợng Đối tợngnày dợc điều khiển bằng đại l ợng u là tìn hiệu đầu ra của bộ điềukhiển mờ Vì các tín hiệu điều khiển đối t ợng là các tín hiệu rõ ,nên tín hiệu ra của bộ điều khiển mờ tr ớc khi đa vào điều khiển đốitợng phải qua khâu giả mờ nằm trong khâu dao diện đầu ra Các tínhiệu ra y của đối t ợng đợc đo bằng bộ cảm biến và đ ợc xử lý sơ bộtrớc khi đa vào bộ điều khiển Các tín hiệu này là các tín hiệu rõ

đối tợng vậy để bộ điều khiển mờ hiểu đ ợc chúng , tín hiệu ra y vàngay cả tín hiệu chủ đạo phải đ ợc mờ hoá

-Trái tim của bộ điều khiển mờ chính là các luật điều khiển mờ cơbản có dạng là tập các mệnh đề hợp thành cùng cấu trúc nếu .thì

và nguyên tắc triển khai các mệnh đề hợp thành đó có tên là nguyêntắc MAX-MIN hay SUM-MIN Mô hình R của luật điều khiển đ -

ợc xây dựng theo một nguyên tắc triển khai đã chọn tr ớc và có têngọi là luật hợp thành Thiết bị thực hiện luật hợp thành trong bộ

điều khiển mờ là thiết bị hợp thành Hai thành phần cơ bản là luật

điều khiển và nguyên tắc triển khai hình thành nên cuộc sống của bộ

điều khiển mờ mà ở đó nguyên tắc triển khai nh một động cơ, và luật

điều khiển nh là cung cấp năng l ợng cho động cơ quay

Để cho thiết bị thực hiện luật điều khiển làm việc đúng chế độ phảichọn cho nó các biên ngôn ngữ hợp lý có khả năng biểu diễn các đạilợng vào/ra chuẩn và phù hợp với luật điều khiển Dạng đúng củacác luật điều khiển mờ cơ bản đ ợc hình thành nhờ quá trình luyệntập và kinh nghiệm thiết kế

-Tuy thiết bị hợp thành là thành phần quan trọng nhất trong bộ điềukhiển mờ , Trong nhiều tr ờng hợp , các thông tin và sai lệch giữa tínhiệu chủ đạo điểm trọng tâm và tín hiệu ra y ch a đủ để tạo luật điềukhiển Với các bài toán điều khiển động , bộ điều khiển mờ còn đòihỏi phải có các thông tin về đạo hàm của sai lệch hay tích phân của GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 36

sai lệch để cung cấp thêm các đại l ợng đầu vào cho thiết bị hợpthành ở nhiều tr ờng hợp , các đại l ợng vào này phải đợ số hoá mộtcách phù hợp cho thiết bị hợp thành

Tơng tự nh vậy với các giá trị ra của hệ thống , không phải trong tr ờng hợp nào cũng cần các tín hiệu rõ mà có tr ờng hợp lại cần giá trịtích phân của ma trận tín hiệu ra

Đối với các hệ thống điều khiển gián đoạn có bộ điều khiển mờ ,khi nó còn làm việc trên cơ sở tín hiệu số , có thể thiết kế các bộ

điều chỉnh theo luật P,I,D nh sau:

+Luật điều khiển P : yk = K.xk K:là hệ số khuyếch đại

+Luật điều khiển I : y T

T x

I k

1  TI: là hằng số tích phân

+Luật điều khiển D : y T  

T x y k

D a

k k

1  TD: là hằng số vi phân

Ta là chu kỳ gián đoạn (chu kỳ lấy mẫu tín hiệu)

*)Ví dụ về điều khiển mộy đối t ợng đơn giản có một tín hiệu vào vàmột tín hiệu ra (hệ viso) bằng bộ điều khiển mờ Sai lệch e giữa tínhiệu chủ đạo và tín hiệu ra đ ợc đa vào bộ điều chỉnh theo luật PD vàsau đó đợc đa vào bộ điều khiển mờ , bộ điều chỉnh I đ ợc dùng nhthiết bị chấp hành , đầu vào lấy sau bộ giải mờ và đầu ra đ ợc dẫn tới

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 37

Luật điều khiển

Thiết bị hợp thành và giải mờ

P

Thiết bị đo D

I Đối t ợng

-Tơng tự nh bộ điều khiển mờ hình 23 ta có thể thiết kế bộ điềukhiển có thiết bị hợp thành cho phép làm việc với ít nhất với 2 đầuvào và 2 đầu ra trở nên và có thể thực hiện các luật điều khiển đ ợcmắc nối tiếp hoặc mắc song song

Trong những tr ờng hợp nh vậy nguyên tắc điều khiển phải đ ợc biểudiễn rất chi tiết Nếu nh chỉ dùng một thiết bị hợp thành thể hiệnluật điều khiển thì luật đó sẽ phải có dạng chung:Nếu 1 = Ak và 2 = Ak

2 và 3 = Ak thì 1 = Bk và 2 = Bk .(2-2-1)

iii những nguyên tắc tổng hợp bộ điều khiển mờ

Một điều khá lý thú của điều khiển là với một miền compact X Rn

(n số đầu vào) các giá trị vật lý của biến ngôn ngữ đầu vào và một đ ờng cong phi tuyến g(x) tuỳ ý nh ng liên tục cùng các đạo hàm của nótrên X thì bao giờ cũng tồn tại một bộ điều khiển mờ cơ bản có quan

-hệ truyênf đạt y(x) thoả mãn:

GVHD: ThS.NCS:Nguyễn Nh Hiển SVTK:Đặng Minh Tâm 38