Nghiên cứu mô hình bộ điều khiển thông minh có sử dụng đại số gia tử để điều khiển đối tượng phi tuyến

Giới thiệu chung về hệ thống hệ thống thu năng lượng mặt trời sử dụng các máng cong parabolPTSC parabolic trough solar collector CHƯƠNG III THIẾT KẾ BỘ ĐIỀU KHIỂN HỆ THỐNG GƯƠNG MẶT TRỜI

BỘ GIÁO DỤC VÀ ĐÀO TẠOĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP

-  --

-BÁO CÁO TỔNG KẾT

ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP BỘ

NGHIÊN CỨU MÔ HÌNH BỘ ĐIỀU KHIỂN THÔNG

MINH CÓ SỬ DỤNG ĐẠI SỐ GIA TỬ ĐỂ ĐIỀU KHIỂN ĐỐI TƯỢNG PHI TUYẾN

Mã số: B2009-TN02-10

Xác nhận của cơ quan chủ trì đề tài Chủ nhiệm đề tài

(ký, họ tên, đóng dấu) (ký, họ tên)

Thai Nguyen 2011

Số hóa bởi Trung tâm Học liệu – ĐHTN ht t p:// w ww.lrc.tnu e du v n

Summary research result of scientific and technological theme in Ministry level

Research the model of intelligent controller using hedge algebra to

control nonlinear object

Code: B2009 - TN02 - 10

Promotor: Master of science Ngo Kien Trung

Email: tr u ngokie n @ tn ut.edu.vn

Administrative agency: Thai Nguyen University

Co-ordinate agency:

- Center of Laboratary , Thai Nguyen University of Technology

- Center of research new energy, Hanoi University of Technology

Time: 24 months (From 01/2009 to 12/2010)

- Research parabolic trough solar collector system controlling problem

- Build control algorithm following combined model between hedge algebra and intelligent controller

- Program to control system, modelization, modelling and adjust system

3.Results:

3.1.Scientific products

- “A research on parabolic trough solar collector system control based on

hedge algebra”, Jounals of science and technology – Thai Nguyen University, number

6, 6/2010

- “A research on parabolic trough solar collector system control based on

hedge algebra”, The 11th International Conference on Control, Automation, Robotics and Vision - ICARCV 2010 (IEEE Xplore)

- “Research to improve quality of hedge algebra controller for solar panel

system”, Jounals of science and technology – Hanoi University of Technology, number

3.2.2 Scientific researching topic in student level (2)

- “A research on parabolic trough solar collector system control based onhedge algebra”, 2011, Student: Ngo Quoc Binh, Supervisor: Ngo Kien Trung

- “Research and apply fuzzy logic and hedge algebra process control

problem”, 2011, Student: Do Van Thuong, Supervisor: Chu Minh Ha

NHỮNG NGƯỜI THAM GIA THỰC HIỆN ĐỀ TÀI

1 NCS Ngô Kiên Trung - Khoa Điện - Trường ĐHKT Công nghiệp

2 PGS.TS Nguyễn Hữu Công - Đại học Thái Nguyên

3 ThS Nguyễn Tiến Duy - Khoa Điện tử - Trường ĐHKT Công nghiệp

4 ThS Chu Minh Hà - Khoa Điện - Trường ĐHKT Công nghiệp

5 CN Nguyễn Thị Kim Chung - Phòng QLKH - Trường ĐHKT Công nghiệp

Cộng tác v i ên

ThS Dương Quốc Tuấn - Khoa Điện - Trường ĐHKT Công nghiệp

ThS Nguyễn Thị Thanh Nga - Khoa Điện - Trường ĐHKT Công nghiệp

ThS Nguyễn Tuấn Linh - Khoa Điện tử - Trường ĐHKT Công nghiệp

ĐƠN VỊ PHỐI HỢP CHÍNH

1.Trung tâm nghiên cứu năng lượng mới - Trường Đại học Bách Khoa Hà Nội2.Trung tâm thí nghiệm - Trường Đại học Kỹ thuật Công nghiệp – ĐHTN

MỤC LỤC

NHỮNG NGƯỜI THAM GIA THỰC HIỆN ĐỀ TÀI 5

ĐƠN VỊ PHỐI HỢP CHÍNH 5

MỤC LỤC

6DANH MỤC BẢNG BIỂU - HÌNH VẼ 7

DANH MỤC CÁC CHỮ VIẾT TẮT 8

KẾT QUẢ NGHIÊNCỨU 9

MỞ ĐẦU

10CHƯƠNG I THIẾT KẾ BỘ ĐIỀU KHIỂN BẰNG LOGIC MỜ VÀ ĐẠI SỐ GIA TỬ

141.1.Khái niệm và các nguyên tắc điều khiển:

141.1.1.Khái

niệm: 14

1.1.2.Các nguyên tắc điều khiển

CHƯƠNG II NGHIÊN CỨU HỆ THỐNG ĐIỀU KHIỂN GƯƠNG MẶT

TRỜI 342.1.Giới thiệu về thiết bị sử dụng năng lượng mặt trời

342.1.1.Năng lượng mặt trời

34

2.2.Nhà máy nhiệt điện sử dụng năng lượng mặttrời 382.3.Hệ thống thu năng lượng mặt trời sử dụng các máng cong parabol

402.3.1 Giới thiệu chung về hệ thống hệ thống thu năng lượng mặt trời sử dụng các

máng cong parabolPTSC (parabolic trough solar collector)

CHƯƠNG III THIẾT KẾ BỘ ĐIỀU KHIỂN HỆ THỐNG GƯƠNG MẶT TRỜI BẰNG ĐẠI SỐ GIA TỬ

543.1.Xây dựng mô hình toán học hệ thống 543.1.1.Xác định tín hiệu đặt

tải 82

3.4.2.Trường hợp có nhiễu phụ tải

88

3.5 Kết luận chương3 92

KẾT LUẬN VÀ KIẾN NGHỊ 94

TÀI LIỆU THAM KHẢO 95

PHỤ LỤC

98

DANH MỤC BẢNG BIỂU - HÌNH VẼ

Bảng 2.1 Các thông số đặc trưng của bộ thu

46 Bảng 2.2: Giá trị biến Wind speed 52

Bảng 2.3: Giá trị biến Drive 52

Bảng 3.1: Các trạng thái khác nhau của gương mặt trời

57 Bảng 3.2- Luật điều khiên mờ 65

Hình 2.1 Sơ đồ nguyên lý nhà máy nhiệt điện 38

Hình 2.2 Sơ đồ nguyên lý nhà máy nhiệt điện 39

Hình 2.3 Sơ đồ nguyên lý hệ thống PTSC 40

Hình 2.4 Gương phản xạ dạng parabol trụ

41 Hình 2.5 Ống thu nghiệt

41 Hình 2.6 Hệ truyền động

42 Hình 2.7 Gương quay theo mặt trời với tốc độ 0,25 ° / phút

47 Hình 2.8 Xác định vị trí mặt trời 48

Hình 2.9 Cấu trúc bộ điều khiển với 3 đầu vào, một đầu ra

51 Hình 2.10 Hàm liên thuộc biến WIND_SPEED 52

Hình 2.11 Hàm liên thuộc biến DRIVE 52

Hình 3.1.Mô hình hệ thống

54 Hình 3.2- Mô hình động cơ 1 chiều 57

Hình 3.3- Định nghĩa các biến vào ra của bộ điều khiển mờ 60

Hình 3.4- Định nghĩa các tập mờ cho biến Ch của bộ điều khiển mờ 62

Hình 3.5- Định nghĩa các tập mờ cho biến dCH của bộ điều khiển mờ 63

Hình 3.6- Định nghĩa các tập mờ cho biến U của bộ điều khiển mờ 64

Hình 3.7- Xây dựng các luật điều khiển cho bộ điều khiển mờ 65

Hình 3.8- Quan sát tín hiệu vào ra của bộ mờ

66 Hình 3.9- Bề mặt đặc trưng cho quan hệ vào ra của bộ điều khiển mờ

67 Hình 3.10- Sơ đồ cấu trúc của bộ điều khiển mờ động

67 Hình 3.11- Đáp ứng đầu ra của bộ Mờ động

68 Hình 3.12- Hàm liên thuộc đầu vào Ch 68

Hình 3.13- Hàm liên thuộc đầu vào dCh 68

Hình 3.14- Hàm liên thuộc đầu ra U 69

Hình 3.16- Đường cong ngữ nghĩa trung bình 72

Hình 3.17- Sơ đồ mô phỏng bộ điều khiển Đại số gia tử = 73

Hình 3.18- Đáp ứng của bộ điều khiển Đại số gia tử = 73

Hình 3.19- Hàm liên thuộc đầu vào Ch 73

Hình 3.20- Hàm liên thuộc đầu vào dCh 74

Hình 3.21- Hàm liên thuộc đầu ra U 74

Hình 3.23- Đường cong ngữ nghĩa trung bình 78

Hình 3.24- Sơ đồ mô phỏng bộ điều khiển Đại số gia tử 1 () 78

Hình 3.25- Đáp ứng của bộ điều khiển Đại số gia tử 1() 79

Hình 3.26- Sơ đồ mô phỏng 2 bộ điều khiển Đại số gia tử 79

Hình 3.27- Đáp ứng của 2 bộ điều khiển Đại số gia tử 80

Hình 3.32- Sơ đồ mô phỏng 3 bộ điều khiển khi có nhiễu phụ tải 80

Hình 3.33- Đáp ứng của các bộ điều khiển khi tín hiệu đặt có dạng 1(t)và có nhiễu phụ tải

81

DANH MỤC CÁC CHỮ VIẾT TẮT

PTSC Parabolic Trough Solar Controller

NLMT Năng lượng mặt trời

BXMT Bức xạ mặt trời

PMT Pin mặt trời

ĐLNN Định lượng ngữ nghĩa

ĐSGT Đại số gia tử

FAM Fuzzy Associative Memory

FLC Fuzzy Logic Control

HAC Hedge Algebras-based Controller

LLXX Lập luận xấp xỉ

opHAC Optimal Parameters of Hedge Algebras-based ControllerPLC Programable Logic Control SAM

Semantic Associative Memory SFC

Simple Fuzzy Control

KẾT QUẢ NGHIÊN CỨU

+ “Nghiên cứu nâng cao chất lượng bộ điều khiển bằng đại số gia tử cho hệ thống pin mặt trời”, Tạp chí khoa học và công nghệ - Trường đại học Bách khoa Hà Nội, số 84 năm 2011

Sản phẩm đào tạo:

+ Tài liệu hướng dẫn luận văn thạc sỹ kỹ thuật ngành Tự động hóa: 2 đề tài

“Nghiên cứu ứng dụng logic mờ và đại số gia tử cho bài toán điều khiển”,Đinh Việt Cường, Luận văn thạc sỹ 2009, ĐHKT Công nghiệp – ĐHTN

“Nghiên cứu ứng dụng đại số gia tử để điều khiển hệ thống gương mặt trời”, Trần Hữu Châu Giang, Luận văn thạc sỹ 2010, ĐHKT Công nghiệp – ĐHTN

+ Tài liệu hướng dẫn nghiên cứu khoa học sinh viên ngành Tự động hóa: 2 đề tài “Nghiên cứu điều khiển hệ thống gương mặt trời bằng Đại số gia tử, NgôQuốc Bình, Đề tài sinh viên khoa Điện, 2011

“Nghiên cứu ứng dụng Logic mờ và Đại số gia tử cho bài toán điều khiểnquá trình, Đỗ Văn Thường, Đề tài sinh viên khoa Điện, 2011

+ Tài liệu tham khảo cho đại học chuyên ngành Tự động hóa, khoa Điện, trườngĐHKTCN

Kỷ yếu khoa Điện 2009, 2010, 2011

Kỷ yếu hội thảo khoa học cấp trường 2010

MỞ ĐẦU Tổng quan tình hình nghiên cứu trong và ngoài nước

Ngày nay, các hệ thống tự động có mặt rất nhiều trong đời sống và trong sản xuấthàng hóa Hệ thống tự động đã giúp ích cho con người tăng năng suất lao động, tăng

độ chính xác và tăng độ tin cậy cũng như tăng tính an toàn cho người vận hành Hệthống tự động cũng có thể giúp cho con người chinh phục thiên nhiên phục vụ đời sống

và tìm hiểu về thế giới xung quanh mình, đặc biệt giúp con người có thể khám phá bí mậtcủa thiên nhiên tại những nơi nguy hiểm hoặc ngoài tầm vươn của con người như đáy đạidương và hành tinh trong vũ trụ Sự phát triển hệ thống tự động trên thế giới đã đạtđược nhiều thành quả và đã có nhiều tiến bộ Điều khiển tự động đã được áp dụng rộngrãi trong nhiều ngành khác nhau, được nhiều người đóng góp sức lực giải quyết nhiều bàitoán từ thực hành đến lý thuyết, phát minh và chế tạo ra nhiều hệ thống điều khiển tựđộng từ đơn giản đến phức tạp Lý thuyết điều khiển ban đầu được hình thành chỉ ápdụng cho một hệ một đầu vào một đầu ra, sau này nhu cầu điều khiển hệ đa biến ra đời vàngười ta đã nghiên cứu về lý thuyết điều khiển cho hệ đa biến Lý thuyết điều khiển tựđộng khi áp dụng trong thực tế, có liên quan đến tất cả các phần tử có trong hệ thống.Thực tế một hệ thống bao gồm nhiều phần tử có các đặc tính vật lý khác nhau và độnghọc của chúng có liên quan đến các quá trình xảy ra trong lòng hệ thống, do vậy khikhảo sát gặp nhiều khó khăn Việc mô hình hóa hay nhận dạng chính là việc biểu diễnđộng học của hệ thống bằng toán học Muốn biểu diễn được thì phải đo được các đạilượng vậy lý chúng ta cần xét Vì sự phức tạp của tín hiệu, của các quá trình biến đổi nănglượng trong lòng hệ thống, ảnh hưởng của nhiễu loạn, hạn chế của thiết bị đo lường, hạnchế của các thuật toán mà việc mô hình hóa và nhận dạng khó Trong các thuật toánđiều khiển hiện đại, một đòi hỏi lớn là cần phải có mô hình toán của các đối tượng điềukhiển (hệ động) do vậy đã mở ra ngành mô hình hóa và nhận dạng hệ thống Các thuậttoán tối ưu và thông minh không chỉ áp dụng cho các hệ điều khiển mà còn áp dụng chocác thuật toán mô hình hóa và nhận dạng Cùng với sự phát triển khoa học kỹ thuật, điềukhiển tự động ngày càng được gắn liền mật thiết với công nghệ điện tử và công nghệ tinhọc Những hệ thống điều khiển hiện đại này nay được thiết kế có sử dụng những bộ vi

xử lý, hệ thống khả trình trên chip, và đặc biệt xu thế sử dụng máy tính để điều khiểnngày càng trở nên phổ biến Cũng nhờ máy tính bộ nhớ lớn người ta có thể giải được cácphương trình phi tuyến mô tả hệ động chính xác hơn các mô hình tuyến tính, do vậy songsong với các ứng dụng

thiết kế hệ thống điều khiển tuyến tính người ta tìm cách chế tạo hệ thống điềukhiển phi tuyến Cùng với lý thuyết đại số gia tử, lý thuyết điều khiển thông minh nhưlogic mờ, mạng nơron, giải thuật di truyền sử dụng trong trí tuệ nhân tạo được phát triểnrất mạnh trong thập niên 90 và đã áp dụng thành công với mục tiêu giải quyết những bàitoán xấp xỉ, gần đúng… Nó khai thác khả năng đặc biệt trong tư duy con người khi giảiquyết hiệu quả các vấn đề trong những môi trường không chắc chắn, chính xác dựatrên những phương pháp tính toán và lập luận logic Những tiến bộ khoa học kỹ thuậtđạt được trong những năm gần đây đã khẳng định vị trí của tính toán thông minh Đã cóhàng loạt các công trình nghiên cứu và ứng dụng các kỹ thuật trên như [3], [4], [5], [21],[12], [29], [34], [35] Các công trình này đã nghiên cứu, xây dựng và thử nghiệm các hệthống hỗ trợ quyết định dựa trên các công cụ tính toán mềm và xây dựng được một số

mô hình tính toán mềm để giải các bài toán trong các lĩnh vực thông dụng

Hệ mờ và logic mờ đã được sử dụng là một cách tiếp cận khá hiệu quả cho nhậndạng và điều khiển các hệ thống phi tuyến nhờ khả năng xấp xỉ của nó [13], [16], [22] Tuynhiên vẫn còn một số vấn đề cần được giải quyết, chẳng hạn như bao nhiêu luật mờ làthực sự cần thiết cho việc xấp xỉ có hiệu quả đối với một hệ phi tuyến chưa biết trước,các hàm liên thuộc được chọn như thế nào

Mạng nơron có khả năng xử lý song songvới tốc độ xử lý nhanh, có khả năng họcthích nghi, nó thích ứng trong quá trình tự chỉnh trong điều chỉnh tự động Nó có khảnăng tổng quát hóa do đó có thể áp dụng để dự báo lỗi hệ thống tránh được những sự cốđáng tiếc mà các hệ thống khác có thể gây ra [8], [20], [29] Tuy nhiên, một nhược điểmkhi dùng mạng nơron là chưa có phương pháp luận chung khi thiết kế cấu trúc mạng chocác bài toán nhận dạng và điều khiển mà phải cần tới kiến thức của chuyên gia Mặtkhác khi xấp xỉ mạng nơron với một hệ phi tuyến sẽ khó khăn khi luyện mạng vì có thểkhông tìm được điểm tối ưu toàn cục

Việc kết hợp giữa mạng nơron và logic mờ cho bài toán nhận dạng và điều khiểncũng đã được các nhà khoa học nghiên cứu [7], [20], [29] Các hệ lai đã phần nào nângcao được chất lượng điều khiển, tuy nhiên việc thiết kế cấu trúc bộ điều khiển vẫn rất khókhăn, cần nhiều tới kiến thức chuyên gia…

Lý thuyết đại số gia tử tỏ ra khá hiệu quả trong việc đơn giản hóa quá trình tínhtoán dựa trên tập ngôn ngữ tự nhiên Đại số gia tử chứa tập các giá trị của một biến ngônngữ (biến mà giá trị của nó được lấy trong miền ngôn ngữ) là một cấu

trúc đại số đủ mạnh để tính toán, tiên đề hóa sao cho cấu trúc thu được mô phỏng tốtngữ nghĩa ngôn ngữ và có thể xem như một cơ sở cho một loại logic mờ.

Các nghiên cứu và ứng dụng trong những năm gần đây bước đầu cho thấy: việc

sử dụng kết hợp các phương pháp tính toán mềm với nhau khi biểu diễn tri thức sẽ thu được hiệu quả cao hơn trong nhận dạng và điều khiển các hệ phi tuyến Hiện nay, việc nghiên cứu kết hợp đại số gia tử và logic mờ đã được một số tác giả nghiên cứu áp dụng cho bài toán chuẩn đoán bệnh, nhận dạng hệ phi tuyến Ngày nay, trong lĩnh vực điều khiển mờ, các nhà khoa học cả trong và ngoài nước đều đang rất quan tâm nghiên cứu phương pháp điều khiển dựa trên đại số gia tử như một công cụ mới, khá đầy đủ và đã đạt được một số thành quả nhất định [4], [5],[20] Có thể kể đến các ứng dụng như: xây dựng mô hình cơ sở dữ liệu mờ [13], [23], ứng dụng trong cơ sở dữ liệu mờ để quản lý tội phạm hình sự [20], [23], các tác giả đã sử dụng vào lĩnh vực điều khiển mờ, trong một số bài toán như điều khiển mức nước, quạt gió cánh nhôm [8], [11], [14], [15], bước đầu các kết quả đạt được rất khả quan Đại số gia tử cũng đã được ứng dụng cùng với phương pháp nội suy để giải quyết bài toán lập luận mờ đa điều kiện, việc giải quyết bài toán này cũng thể hiện tính ưu việt của nó đối với những

bài toán có cấu trúc toán học yếu Tính cấp thiết và mục tiêu nghiên cứu của đề tài

Các kết quả trên chỉ là phần nhỏ trong phạm vi ứng dụng của ĐSGT Đã có

một số bài toán đặt ra như áp dụng phương pháp điều khiển này cho những kết quả khảquan so với điều khiển mờ Tuy nhiên trong lĩnh vực điều khiển các đối tượng phi tuyến,đặc biệt đối với các đối tượng cụ thể trong công nghiệp, các bài toán điều khiển áp dụngđại số gia tử là một hướng mới, tiền đề cho khả năng triển khai ứng dụng sâu rộng hơn

Đề tài nghiên cứu mô hình kết hợp nhằm linh hoạt hơn trong việc đề ra phương phápđiều khiển cũng như thiết kế bộ điều khiển cho đối tượng phi tuyến; ý tưởng là điềukhiển hệ thống gương mặt trời Trên cơ sở đó việc kết hợp với lý thuyết đại số gia tửvào bài toán điều khiển đối tượng phi tuyến là vấn đề còn khá mới mẻ Việc nghiên cứunâng cao hiệu quả của hệ thống năng lượng mới nói chung và hệ thống thu năng lượngmặt trời nói riêng là một trong những lĩnh vực công nghệ cao đang được Việt nam vàthế giới rất quan tâm; vì vậy đề tài nghiên cứu có tính khoa học và thực tiễn cao Việcnghiên cứu đề tài thành công sẽ khẳng định thêm hiệu quả của lý thuyết đại số gia tử

và mô hình kết hợp trong những bài toán điều khiển và nhận dạng mô hình phi tuyến,

mở ra khả năng ứng dụng trong thực tế Đề tài nhằm mục tiêu bổ sung lý luận trongviệc thiết kế hệ thống điều khiển bằng các bộ điều khiển thông minh cho một số đốitượng phi tuyến và nâng cao chất lượng điều khiển, từ đó áp dụng trong thực tế đểđiều khiển hệ

thống gương mặt trời hoặc đối tượng phi tuyến khác trong công nghiệp Bên cạnh đó,đây là tài liệu hữu ích cho việc nghiên cứu, tham khảo của học viên cao học, sinh viênngành Tự động hóa, Điều khiển tự động và Hệ thống điện.

Phương pháp và nội dung nghiên cứu

Việc nghiên cứu ở đây là đưa ra phương pháp mới xây dựng mô hình kết hợp nhằmđiều khiển hệ thống phi tuyến và đi xây dựng bộ điều khiển cho một đối tượng phituyến cụ thể (ở đây là điều khiển chuyển động quay của gương mặt trời) Tiếp đó lậptrình điều khiển nhúng trong môi trường Matlab cho đối tượng có thông số cụ thể đểkiểm tra các kết quả nghiên cứu

Nội dung cụ thể của đề tài:

Nghiên cứu lí thuyết, thu thập các thông tin liên quan tới bài toán điều khiển theo

mô hình kết hợp

Tìm hiểu công nghệ và các thông số kỹ thuật của gương mặt trời)

Xây dựng thuật toán điều khiển theo mô hình kết hợp giữa đại số gia tử và bộ điều khiển thông minh

Lập trình điều khiển hệ thống, mô hình hoá, mô phỏng và hiệu chỉnh hệ thống

CHƯƠNG I THIẾT KẾ BỘ ĐIỀU KHIỂN BẰNG LOGIC MỜ VÀ ĐẠI SỐ GIA TỬ

1.1.Khái niệm và các nguyên tắc điều khiển:

Một cách tổng quát hệ thống điều khiển tự động được mô tả bởi sơ đồ cấutrúc sau:

TB đo lường vàchuyển đổi tín hiệuTrong đó:

TBĐK : Thiết bị điều khiển, có nhiệm vụ tác động lên đối tượng điều khiển theomột qui luật đặt sẵn trong thiết bị

ĐTĐK : Đối tượng cần điều khiển ( Cơ cấu chấp hành ), là tập hợp những phươngtiện kỹ thuật như máy móc, thiết bị, khí cụ cần chịu những tác động nào đó để đạtđược mục đích điều khiển đề ra

u(t) : Tín hiệu vào

y(t) : Tín hiệu ra

x(t) : Tín hiệu điều khiển tác động lên đối tượng

e(t) : sai lệch điều khiển

f(t) : tín hiệu tác động từ bên ngoài

1.1.2.Các nguyên tắc điều khiển

1.1.2.1.Điều khiển giữ ổn định:

Nguyên tắc này giữ tín hiệu ra bằng một hằng số trong quá trình điều khiển

a.Phương pháp điều khiển theo sai lệch

Là nguyên tắc mà tín hiệu điều khiển x(t) được thành lập dựa trên sự sai lệchcủa lượng ra so với lượng vào: x(t) = f [ y(t) - u(t) ]

Sơ đồ cấu trúc như sau:

TB đo lường vàchuyển đổi tín hiệu

b.Phương pháp điều khiển theo nhiễu loạn (bù nhiễu)

Là nguyên tắc mà tín hiệu điều khiển x(t) được thành lập dựa trên tin tức về nhiễuloạn Những hệ thống được xây dựng theo nguyên tắc này là những hệ thống hở (Không

có liên hệ ngược) Sơ đồ cấu trúc như sau:

ĐTĐK

TB 1 là thiết bị để đo nhiễu

TB 2 là thiết bị để tạo ra tín hiệu điều khiển x(t)

c.Phương pháp điều khiển thích nghi

Là nguyên tắc mà tín hiệu điều khiển x(t) được thành lập dựa vào tất cả các yếu

tố ảnh hưởng đến đại lượng cần điều khiển Sơ đồ hệ điều khiển thích nghi :

Thiết bị phụ chínhTT

Trong đó:

TPT : Thiết bị phân tích tín hiệu vào ( Xác định tính chất của tín hiệu vào

VD tốc độ, gia tốc của tín hiệu vào )

TPĐ : Thiết bị phân tích đối tượng ( Xác định đặc tính động học của đối tượng cấnđiều khiển )

TT : Thiết bị tính toán ( Xác định phương pháp biến đổi đặc tính của thiết bị điềukhiển chính )

TC : Thiết bị chấp hành (có nhiệm vụ chỉnh định thiết bị điều khiển theo các tínhiệu nhận được từ thiết bị tính toán )

v(t) : Là hàm tự chỉnh, nó là hàm đa tham số

v(t)=f [x(t), n(t), u(t), y(t) ]

1.1.2.2.Điều khiển theo chương trình:

là hệ thống có lượng ra biến đổi theo một chương trình định sẵn Quy luật nàyđược gọi là chương trình điều khiển, nó có thể là quy luật biến đổi theo thời gian mộtcách liên tục hoặc rời rạc; hoặc là quy luật biến đổi theo không gian Các quy luật điềukhiển được tạo nên do phần mềm điều khiển

1.1.2.3.Điều khiển tuỳ động:

Là hệ có lượng ra biến đổi theo đúng quy luật của lượng vào và lượng vào là hàm bất

kỳ của không gian và thời gian hoàn toàn không biết trước, để tạo ra hệ này phải gồm haiphần:

- Hệ điều khiển theo chương trình

- Thiết bị đo các đại lượng vật lý thực tế và gia công tạo chương trình điều khiển đầu vào

Hệ thống tùy động thực chất là hệ thống ĐCTĐTĐĐ thực hiện điều khiển vị trí vớilượng đặt trước biến thiên tùy ý Hệ thống tùy động được ứng dụng rất rộng rãi trongthực tiễn Nhiệm vụ cơ bản của hệ là thực hiện điều khiển cơ cấu chấp hành bám sátchính xác đối với lượng đặt vị trí, đại lượng điều khiển (lượng đầu ra) thường là vị tríkhông gian của cơ cấu sản xuất, khi lượng đặt thay đổi trong quá trình làm việc thì hệthống có thể làm cho đại lượng điều khiển bám sát và duy trì một một cách chính xác vịtrí của cơ cấu sản xuất theo yêu cầu Lượng đặt trong hệ thống tùy động cũng như đạilượng điều khiển là vị trí (hay đại lượng điện đại diện cho vị trí), đương nhiên có thể làchuyển vị góc, chuyển vị dài, vì thế hệ thống tùy động này gọi là hệ thống tùy động vị trí

và buộc phải có phản hồi vị trí Hệ thống tùy động vị trí là một hệ thống tùy động nghĩahẹp, về nghĩa rộng mà nói, lượng đầu ra của hệ thống tùy động không nhất thiết phải là vịtrí, mà có thể là các đại lượng khác, chẳng hạn như máy làm giấy, máy dệt nhiều trục sửdụng nhiều động cơ có

thể coi là hệ thống tùy động đồng tốc, v.v Hệ thống tùy động nói chung cũng còn gọi là

hệ thống bám.

* Ngoài các nguyên tắc điều khiển trên còn có các nguyên tắc điều khiển khác như :

Điều khiển sử dụng logicmờ, mạng nơron, giải thuật di truyền, đại số gia tử…

1.2 Điều khiển thông minh :

Lý thuyết mờ được đề xuất vào năm 1965 bởi L.A Zadeh, đến nay đã được nhiềutác giả nghiên cứu và đem lại những kết quả ứng dụng rất thành công Trong đó lập luận

mờ (Fuzzy Reasoning) là một trong những vấn đề được nghiên cứu và ứng dụng nhiều.Tuy nhiên vẫn còn một số vấn đề cần được giải quyết, chẳng hạn như bao nhiêu luật mờ

là thực sự cần thiết cho việc xấp xỉ có hiệu quả đối với một hệ phi tuyến chưa biết trước,các hàm liên thuộc được chọn như thế nào

Đại số gia tử có thể xem như là một mô hình biểu diễn ngữ nghĩa của ngôn ngữ tựnhiên và do đó nó có thể cung cấp cơ sở toán học cho việc xây dựng phương pháp đánhgiá dựa trực tiếp trên các nhãn ngôn ngữ và được định lượng trên cơ sở lý thuyết đại sốgia tử Đại số gia tử chứa tập các giá trị của một biến ngôn ngữ (biến mà giá trị của nóđược lấy trong miền ngôn ngữ) là một cấu trúc đại số đủ mạnh để tính toán, tiên đề hóasao cho cấu trúc thu được mô phỏng tốt ngữ nghĩa ngôn ngữ và có thể xem như một cơ

sở cho một loại logic mờ Trong một số nghiên cứu mới đây cho thấy khả năng sử dụngcông cụ đại số gia tử trong nhiều lĩnh vực khác nhau và trong số đó có công nghệ điềukhiển trên cơ sở tri thức chuyên gia Đã có các nghiên cứu trong nước và thế giới ở một

số trường hợp cụ thể phương pháp điều khiển sử dụng công cụ đại số gia tử cho kếtquả tốt hơn phương pháp điều khiển mờ truyền thống

Lĩnh vực điều khiển mờ và điều khiển dựa trên Đại số gia tử là một lĩnh vực mới vàkhá phức tạp, cần có sự nghiên cứu nhiều hơn ở cả hai phương pháp điều khiển Điềukhiển mờ đã được một số tác giả nghiên cứu áp dụng cho các bài toán điều khiển đốitượng phi tuyến còn điều khiển dựa trên đại số gia tử là một phương pháp tiếp cận mớitrong nhận dạng và điều khiển

1.2.1.Điều khiển mờ

Trong công nghệ tính toán mềm, thành phần phát triển vượt bậc nhất và được ứngdụng rộng rãi nhất đó là logic mờ

Khái niệm về logic mờ được giáo sư L.A Zadeh đưa ra lần đầu tiên năm

1965, tại trường Đại học Berkeley, bang California - Mỹ Từ đó lý thuyết mờ đã được phát triển và ứng dụng rộng rãi

Năm 1970 tại trường Mary Queen, London – Anh, Ebrahim Mamdani đã dùng logic mờ đểđiều khiển một máy hơi nước mà ông không thể điều khiển được bằng kỹ thuật cổđiển Tại Đức Hann Zimmermann đã dùng logic mờ cho các hệ ra quyết định Tại Nhậtlogic mờ được ứng dụng vào nhà máy xử lý nước của Fuji Electronic vào 1983, hệthống xe điện ngầm của Hitachi vào 1987.

Lý thuyết mờ ra đời ở Mỹ, ứng dụng đầu tiên ở Anh nhưng phát triển mạnh mẽ nhất là ởNhật Trong lĩnh vực Tự động hoá logic mờ ngày càng được ứng dụng rộng rãi Nó thực

sự hữu dụng với các đối tượng phức tạp mà ta chưa biết rõ hàm truyền, logic mờ có thểgiải quyết các vấn đề mà điều khiển kinh điển không làm được

1 2.1.1.Khái niệm cơ bản

Một cách tổng quát, một hệ thống mờ là một tập hợp các qui tắc dưới dạng If

… Then … để tái tạo hành vi của con người được tích hợp vào cấu trúc điều khiển của hệthống

Việc thiết kế một hệ thống mờ mang rất nhiều tính chất chủ quan, nó tùy thuộcvào kinh nghiệm và kiến thức của người thiết kế Ngày nay, tuy kỹ thuật mờ đã phát triểnvượt bậc nhưng vẫn chưa có một cách thức chính quy và hiệu quả để thiết kế một hệthống mờ Việc thiết kế vẫn phải dựa trên một kỹ thuật rất cổ điển là thử - sai và đòi hỏiphải đầu tư nhiều thời gian để có thể đi tới một kết quả chấp nhận được

Để hiểu rõ khái niệm “MỜ” là gì ta hãy thực hiện phép so sánh sau :

Trong toán học phổ thông ta đã học khá nhiều về tập hợp, ví dụ như tập các số thực R,tập các số nguyên tố P={2,3,5, }… Những tập hợp như vậy được gọi là tập hợp kinh điểnhay tập rõ, tính “RÕ” ở đây được hiểu là với một tập xác định S chứa n phần tử thì ứng

với phần tử x ta xác định được một giá trị y=S(x)

Giờ ta xét phát biểu thông thường về tốc độ một chiếc xe môtô : chậm, trung bình, hơinhanh, rất nhanh Phát biểu “CHẬM” ở đây không được chỉ rõ là bao nhiêu km/h, nhưvậy từ “CHẬM” có miền giá trị là một khoảng nào đó, ví dụ 5km/h –

20km/h chẳng hạn Tập hợp L={chậm, trung bình, hơi nhanh, rất nhanh} như vậy đượcgọi là một tập các biến ngôn ngữ Với mỗi thành phần ngôn ngữ xk của phát biểu trên nếu

nó nhận được một khả năng (xk) thì tập hợp F gồm các cặp (x, (xk)) được gọi là tập mờ a.Định nghĩa tập mờ

Tập mờ F xác định trên tập kinh điển B là một tập mà mỗi phần tử của nó là một cặpgiá trị (x,F(x)), với x X và F(x) là một ánh xạ :

F(x) : B  [0 1]

trong đó : F gọi là hàm thuộc , B gọi là tập nền

b.Các thuật ngữ trong logic mờ

 Các dạng hàm thuộc (membership function) trong logic mờ

Có rất nhiều dạng hàm thuộc như : Gaussian, PI-shape, S-shape, Sigmoidal,

c.Biến ngôn ngữ

Biến ngôn ngữ là phần tử chủ đạo trong các hệ thống dùng logic mờ Ở đây các thành phần ngôn ngữ của cùng một ngữ cảnh được kết hợp lại với nhau.

Để minh hoạ về hàm thuộc và biến ngôn ngữ ta xét ví dụ sau :

Xét tốc độ của một chiếc xe môtô, ta có thể phát biểu xe đang chạy:

Những phát biểu như vậy gọi là biến ngôn ngữ của tập mờ Gọi x là giá trị của biến tốc

độ, ví dụ x =10km/h, x = 60km/h … Hàm thuộc tương ứng của các biến ngôn ngữ trênđược ký hiệu là :

VS(x), S(x), M(x), F(x), VF(x)



Như vậy biến tốc độ có hai miền giá trị :

- Miền các giá trị ngôn ngữ :

N = { rất chậm, chậm, trung bình, nhanh, rất nhanh }

Ví dụ hàm thuộc tại giá trị rõ x = 65km/h là :

+ Theo luật Max XY(b) = Max{ X(b) , Y(b) }

+ Theo luật Sum XY(b) = Min{ 1, X(b) + Y(b) }

+ Tổng trực tiếp XY(b) = X(b) + Y(b) - X(b).Y(b)

- Phép giao hai tập mờ : X Y

+ Theo luật Min X  Y(b) = Min{ X(b) , Y(b) }

+ Theo luật Lukasiewicz X  Y(b) = Max{0, X(b)+Y(b)-1}

+ Theo luật Prod X  Y(b) = X(b).Y(b)

Ví dụ điều khiển mực nước trong bồn chứa, ta quan tâm đến 2 yếu tố :

+ Mực nước trong bồn L = {rất thấp, thấp, vừa}

+ Góc mở van ống dẫn G = {đóng, nhỏ, lớn} Ta có

thể suy diễn cách thức điều khiển như thế này :

Nếu mực nước = rất thấp Thì góc mở van = lớn Nếu

mực nước = thấp Thì góc mở van = nhỏ Nếu mực

nước = vừa Thì góc mở van = đóng

Trong ví dụ trên ta thấy có cấu trúc chung là “Nếu A thì B” Cấu trúc này gọi là mệnh

đề hợp thành, A là mệnh đề điều kiện, C = A B là mệnh đề kết luận

Định lý Mamdani :

“Độ phụ thuộc của kết luận không được lớn hơn độ phụ thuộc điều kiện”

Nếu hệ thống có nhiều đầu vào và nhiều đầu ra thì mệnh đề suy diễn có dạng tổng quátnhư sau :

If N = ni and M = mi and … Then R = ri and K = ki and …

Luật hợp thành mờ

Số hóa bởi Trung tâm Học liệu –

Luật hợp thành là tên gọi chung của mô hình biểu diễn một hay nhiều hàm thuộc cho một hay nhiều mệnh đề hợp thành

Các luật hợp thành cơ bản

+ Luật Max – Min

+ Luật Max – Prod

+ Luật Sum – Min

+ Luật Sum – Prod

* Thuật t o án xây dựng mệnh đề h ợ p t hành c h o hệ SISO

Luật mờ cho hệ SISO có dạng “If A Then B”

Chia hàm thuộc A(x) thành n điểm xi , i = 1,2,…,n

Chia hàm thuộc B(y) thành m điểm yj , j = 1,2,…,m

Xây dựng ma trận quan hệ mờ R

Số hóa bởi Trung tâm Học liệu –



     

 R ( xn, y1)  R ( xn, ym)  rn1 rnm

Hàm thuộc B’(y) đầu ra ứng với giá trị rõ đầu vào xk có giá trị

B’(y) = aT.R , với aT = { 0,0,0,…,0,1,0….,0,0 } Số 1 ứng với vị trí thứ k

Trong trường hợp đầu vào là giá trị mờ A’ thì B’(y) là :

B’(y) = { l1,l2,l3,…,lm } với lk=maxmin{ai,rik }

* Thuật t o án xây dựng mệnh đề h ợ p t hành c h o hệ MISO

Luật mờ cho hệ MISO có dạng :

“If cd1 = A1 and cd2 = A2 and … Then rs = B”

Các bước xây dựng luật hợp thành R :

 Rời rạc các hàm thuộc A1(x1), A2(x2), … , An(xn), B(y)

 Xác định độ thoả mãn H cho từng véctơ giá trị rõ đầu vào x={c1,c2,…,cn} trong đó

ci là một trong các điểm mẫu của Ai(xi) Từ đó suy ra

H = Min{ A1(c1), A2(c2), …, An(cn) }

 Lập ma trận R gồm các hàm thuộc giá trị mờ đầu ra cho từng véctơ giá trị mờ đầu

vào: B’(y) = Min{ H, B(y) } hoặc B’(y) = H B(y)

y1y2

 Nguyên lý trung bình : y’ = y 1   y 2

2

 Nguyên lý cận trái : chọn y’ = y1

 Nguyên lý cận phải : chọn y’ = y2

* Phư ơ ng ph á p trọng t âm

Điểm y’ được xác định là hoành độ của điểm trọng tâm miền được bao bởi trụchoành và đường B’(y)

Công thức xác định :

y’ =  y ( y)dy

Phương pháp trọng tâm cho luật Sum-Min

Giả sử có m luật điều khiển được triển khai, ký hiệu các giá trị mờ đầu ra của luật điều khiển thứ k là B’k(y) thì với quy tắc Sum-Min hàm thuộc sẽ là B’(y) =

 Phương pháp độ cao

Từ công thức (2.1), nếu các hàm thuộc có dạng Singleton thì ta được:

k k k

Đây là công thức giải mờ theo phương pháp độ cao

g.Mô hình mờ Tagaki-Sugeno

Mô hình mờ mà ta nói đến trong các phần trước là mô hình Mamdani Ưu điểmcủa mô hình Mamdani là đơn giản, dễ thực hiện nhưng khả năng mô tả hệ thống khôngtốt Trong kỹ thuật điều khiển người ta thường sử dụng mô hình mờ Tagaki-Sugeno (TS).Tagaki-Sugeno đưa ra mô hình mờ sử dụng cả không gian trạng thái mờ lẫn mô tả linh hoạt hệ thống Theo Tagaki/Sugeno thì một vùng mờ LXk được mô tả bởi luật :

Rsk : If x = LXk Then x  A(x k )x  B(x k

)u

(2.2)

Luật này có nghĩa là: nếu véctơ trạng thái x nằm trong vùng LXk thì hệ thống được

mô tả bởi phương trình vi phân cục bộ

x  A(x k )x  B(x k )u Nếu toàn bộ các luậtcủa hệ thống được xây dựng thì có thể mô tả toàn bộ trạng thái của hệ trong toàn cục.Trong (2.2) ma trận A(xk) và B(xk) là những ma trận hằng của hệ thống ở trọng tâm củamiền LXk được xác định từ các chương trình nhận dạng Từ đó rút ra được :

x   wk ( A( x k ) x  B( x k

)u)

(2.3)

với wk(x)  [0 , 1] là độ thoả mãn đã chuẩn hoá của x* đối với vùng mờ LXk

Luật điều khiển tương ứng với (2.2) sẽ là :

luật điều khiển

e Giao diện

đầu vào

 Thiết bị B hợp thành Giao diện y’ đầu ra

X e u y

BĐK MỜ ĐỐI TƯỢNG

THIẾT BỊ ĐO

 Các bước thiết kế hệ thống điều khiển mờ

+ Giao diện đầu vào gồm các khâu: mờ hóa và các khâu hiệu chỉnh như tỷ lệ, tích phân,

vi phân …

+ Thiếp bị hợp thành : sự triển khai luật hợp thành R

+ Giao diện đầu ra gồm : khâu giải mờ và các khâu giao diện trực tiếp với đối tượng

c.Thiết kế bộ điều khiển mờ

 Các bước thiết kế:

B1 : Định nghĩa tất cả các biến ngôn ngữ vào/ra

B2 : Xác định các tập mờ cho từng biến vào/ra (mờ hoá)

+ Miền giá trị vật lý của các biến ngôn ngữ

B5 : Giải mờ và tối ưu hoá.

 Những lưu ý khi thiết kế BĐK mờ

- Không bao giờ dùng điều khiển mờ để giải quyết bài toán mà có thể dễ dàng thực hiện bằng bộ điều khiển kinh điển

- Không nên dùng BĐK mờ cho các hệ thống cần độ an toàn cao

- Thiết kế BĐK mờ phải được thực hiện qua thực nghiệm

 Phân loại các BĐK mờ

i Điều khiển Mamdani (MCFC)

ii Điều khiển mờ trượt (SMFC)

iii Điều khiển tra bảng (CMFC)

iv Điều khiển Tagaki/Sugeno (TSFC)

1.2.2.Điều khiển sử dụng đại số gia tử

1 2.2.1 Một số khái niệm cơ bản về đại số gia tử

a.Đại số gia tử

Để mô phỏng các quá trình suy luận của con người, lý thuyết đại số gia tử đã

cố gắng nhúng tập ngôn ngữ vào một cấu trúc đại số thích hợp và tìm cách xem chúngnhư là một đại số để tiên đề hoá sao cho cấu trúc thu được mô phòng tốt ngữ nghĩa ngônngữ

Xét một tập giá trị ngôn ngữ là miền của biến ngôn ngữ Ví

dụ tập:

T = {true, false, very true, very false, more true, more false, aaproximatel true, approximately false, little true, little false Very more true, very very true, etc }

+ Ta có thể xem tập này như là một cấu trúc đại số: AT = (T, G, H ≤) trong đó: T là tập

cơ sở của AT,

G là phần tử sinh (khái niệm nguyên thuỷ True, False);

H = H+  H-, H+ là poset các gia tử dương, H- là poset các gia tử âm;