Ứng dụng logic mờ để góp phần nâng cao chất lượng khi khởi động động cơ đồng bộ công suất lớn

Ứng dụng logic mờ để góp phần nâng cao chất lượng khi khởi động động cơ đồng bộ công suất lớn Ứng dụng logic mờ để góp phần nâng cao chất lượng khi khởi động động cơ đồng bộ công suất lớn Ứng dụng logic mờ để góp phần nâng cao chất lượng khi khởi động động cơ đồng bộ công suất lớn

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

NGƯỜI HƯỚNG DẪN KHOA HỌC

1 PGS.TS Nguyễn Hữu Công 2 TS Vũ Ngọc Kiên

Thái Nguyên - 2020

MỤC LỤC

MỤC LỤC i

LỜI CAM ĐOAN v

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT vi

DANH MỤC CÁC HÌNH VẼ VÀ BẢNG vii

MỞ ĐẦU 1

Chương 1 TỔNG QUAN VỀ LÝ THUYẾT ĐIỀU KHIỂN MỜ 4

1.1 LOGIC MỜ 4

1.1.1 Tổng quan về logic mờ 4

1.1.2 Khái niệm về tập mờ 7

1.1.3 Các phép toán trên tập mờ 9

1.2 BIẾN NGÔN NGỮ VÀ GIÁ TRỊ CỦA BIẾN NGÔN NGỮ 11

1.3 LUẬT HỢP THÀNH MỜ 13

1.3.1 Mệnh đề hợp thành 13

1.3.2 Luật hợp thành mờ 13

1.4 GIẢI MỜ 16

1.4.1 Khái niệm giải mờ 16

1.4.2 Các phương pháp giải mờ 16

1.5 ĐIỀU KHIỂN MỜ 20

1.5.1 Nguyên lý điều khiển mờ 20

1.5.2 Các bước thiết kế bộ điều khiển mờ 21

1.6 KẾT LUẬN CHƯƠNG 1 23

Chương 2 MÔ HÌNH TOÁN HỌC ĐỘNG CƠ ĐỒNG BỘ CÔNG SUẤT LỚN 24

2.1 TỔNG QUAN VỀ ĐỘNG CƠ ĐỒNG BỘ 24

2.1.1 Tổng quan 24

2.1.2 Điều khiển kích từ động cơ đồng bộ 27

2.2 MÔ HÌNH TOÁN ĐỘNG CƠ ĐỒNG BỘ 28

2.2.1 Sơ đồ mạch điện thay thế và đồ thị véc tơ 28

2.2.2 Công suất của động cơ đồng bộ 31

2.2.3 Sự ảnh hưởng của tải đối với dòng điện phần ứng, góc công suất và hệ số công

suất 32

2.2.4 Sự ảnh hưởng của nguồn kích từ đến hiệu suất làm việc 33

2.2.5 Họ đường cong V của động cơ đồng bộ 34

2.3 MÔ HÌNH TOÁN ĐỘNG CƠ ĐỒNG BỘ TRÊN HỆ TỌA ĐỘ VÉC TƠ KHÔNG GIAN 36

2.3.1 Phương trình điện áp, từ thông và mô men của động cơ đồng bộ 36

2.3.2 Phương trình liên hệ điện áp và từ thông trong các biến tham chiếu 44

2.4 KẾT LUẬN CHƯƠNG 2 45

Chương 3: ỨNG DỤNG LOGIC MỜ XÂY DỰNG THUẬT TOÁN “BẮT” ĐỒNG BỘ CHO ĐỘNG CƠ ĐỒNG BỘ CÔNG SUẤT LỚN 46

3.1 ĐÁNH GIÁ MỘT SỐ NGHIÊN CỨU TRONG VÀ NGOÀI NƯỚC 46

3.1.1 Một số nghiên cứu ngoài nước 46

3.1.2 Một số nghiên cứu trong nước 51

3.2 GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG KHỞI ĐỘNG ĐỘNG CƠ BẰNG BỘ ĐIỀU KHIỂN MỜ 54

3.2.1 Xây dựng cấu trúc điều khiển 54

3.2.3 Kết quả mô phỏng 61

3.3 THỬ NGHIỆM THUẬT TOÁN TRÊN MÔ HÌNH THỰC NGHIỆM 65

3.3.1 Giới thiệu mô hình thực nghiệm 65

3.3.2 Kết quả thực nghiệm 68

KẾT LUẬN VÀ KIẾN NGHỊ 70

TÀI LIỆU THAM KHẢO 71

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dựa trên sự hướng dẫn của tập thể các nhà khoa học và các tài liệu tham khảo đã trích dẫn Kết quả nghiên cứu là trung thực

Thái Nguyên, ngày 31 tháng 10 năm 2020

Học viên

Nguyễn Thị Thơm

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT

7 SM Synchronous Machine Máy điện đồng bộ

8 PWM Pulse-width modulation Điều chế độ rộng xung

9 A/D Analog to Digital Chuyển đổi tương tự sang số

10 D/A Digital to Analog Chuyển đổi số sang tương tự

11 V/f Voltage/frequency Tỉ số điện áp/ tần số

12 PMSM Permanent Magnet

Synchronous Motor

Động cơ đồng bộ kích thích nam châm vĩnh cửu

13 MISO Multi Input and Multi

Output

Nhiều đầu vào, một đầu ra

14 SISO Single Input and Single

Output

Một đầu vào, một đầu ra

22 SCR Silicon controlled rectifier Bộ chỉnh lưu bán dẫn

23 HSC High speed counter Đọc xung tốc độ cao

DANH MỤC CÁC HÌNH VẼ VÀ BẢNG

Hình 1.1 Hàm phụ thuộc µA(x)của tập kinh điển A 7

Hình 1.2 Hàm phụ thuộc µB(x) của tập mờ B 8

Hình 1.3 Độ cao, miền xác định, miền tin cậy của tập mờ 8

Hình 1.4 Các dạng hàm liên thuộc của tập mờ 9

Hình 1.5 Hợp của hai tập mờ có cùng cơ sở theo qui tắc Max (a); theo Lukasiewwiez (b)… ……… 10

Hình 1.6 Giao của hai tập mờ có cùng cơ sở 11

Hình 1.7 Bủ của tập mờ 11

Hình 1.8 Mờ hoá biến “Tốc độ” 12

Hình 1.9 a) Hàm liên thuộc nóng(x) và thấp(y); b) B’(y) theo quy tắc Min; c) B’(y) theo quy tắc Prod 14

Hình 1.10 Giải mờ bằng phương pháp cực đại 17

Hình 1.11 Giải mờ bằng điểm trọng tâm 17

Hình 1.12 Tập mờ có hàm liên thuộc hình thang 18

Hình 1.13 Xác định giá trị rõ y’ cho bộ điều khiển với nguyên tắc MAX_MIN 19

Hình 1.14 Giải mờ theo phương pháp độ cao 20

Hình 1.15 Sơ đồ khối hệ thống điều khiển mờ 20

Hình 2.1 Các thành phần cấu tạo của Động cơ đồng bộ công suất lớn 24

Hình 2.2 Stator của Động cơ đồng bộ 24

Hình 2.3 Rotor cực lồi 25

Hình 2.4 Rotor cực ẩn 25

Hình 2.5 Hệ thống chổi than, vành trượt 26

Hình 2.6 Sự tương tác giữa từ trường quay và từ trường không đổi làm cho chúng đạt được tốc độ đồng bộ 28

Hình 2.7 Sự hình thành từ trường quay trong máy điện 3 pha 29

Hình 2.8 Sự tương tác giữa từ trường Stator và từ trường Rotor 30

Hình 2.9 Sơ đồ mạch điện thay thế một pha 31

Hình 2.10 Đồ thị véc tơ dòng – áp của động cơ đồng bộ 31

Hình 2.11 Sơ đồ mạch điện thay thế và đồ thị véc tơ của động cơ đồng bộ khi bỏ qua điện

trở phần ứng 32

Hình 2.12 Đồ thị véc tơ của động cơ đồng bộ khi tải thay đổi 33

Hình 2.13 Sự ảnh hưởng của nguồn kích từ đến hiệu suất làm việc 34

Hình 2.14 Họ đường cong V của động cơ đồng bộ 35

Hình 2.15 Máy điện đồng bộ hai cực, ba pha, nối sai, cực lồi [1] 37

Hình 3.1 Điều khiển kích từ động cơ đồng bộ có chổi than……… 46

Hình 3.2 Rotor của động cơ chổi than loại cực lồi 47

Hình 3.3 Điều khiển kích từ động cơ đồng bộ không chổi than 47

Hình 3.4 Rotor của động cơ không chổi than loại cực lồi 47

Hình 3.5 Phương pháp “bắt” đồng bộ bằng cách đo tốc độ hoặc tần số Rotor 48

Hình 3.6 Rotor vào chế độ đồng bộ khi dòng Stator là tối thiểu 48

Hình 3.7 Sơ đồ cấu trúc điều khiển kích từ và ổn định hệ số Cos [23] 49

Hình 3.8 Cấu trúc điều khiển và kết quả mô phỏng [24] 49

Hình 3.9 Cấu trúc điều khiển và kết quả mô phỏng [25] 50

Hình 3.10 Sơ đồ khối điều khiển kích từ của GE Multilin Inc 51

Hình 3.11 Sơ đồ nguyên lý của máy phát điện 3 pha 51

Hình 3.12 Sơ đồ nguyên lý chỉnh lưu có điều khiển bơm dòng DC cho Rotor động cơ đồng bộ đến 3000kW 52

Hình 3.13 Sơ đồ chức năng khối điều khiển pha xung 53

Hình 3.14 Sơ đồ khối hệ thống điều khiển kích từ của công ty CP cơ điện tử ASO 54

Hình 3.15 Cuộn lồng sóc được thêm vào Rotor, giúp động cơ khởi động như một động cơ không đồng bộ rotor lồng sóc 55

Hình 3.16 Sơ đồ cấu trúc điều khiển 56

Hình 3.17 Mô hình mô phỏng trên Matlab Simulink 57

Hình 3.18 Thư viện máy điện đồng bộ trong Simulink 57

Hình 3.19 Các khối chức năng bên trong mô hình mô phỏng máy điện đồng bộ 58

Hình 3.20 Khối tổng hợp tín hiệu cơ khí 58

Hình 3.21 Khối tổng hợp các tín hiệu điện 59

Hình 3.22 Khối tổng hợp các tín hiệu đo lường 59

Hình 3.23 Các hàm liên thuộc dòng điện If 60

Hình 3.24 Các hàm liên thuộc của đạo hàm dòng điện If 60

Hình 3.25 Hàm liên thuộc đầu ra 60

Hình 3.26 Kết quả mô phỏng quá trình “Bắt” đồng bộ khi khởi động không dùng bộ điều khiển mờ 62

Hình 3.27 Kết quả phóng đại thời điểm “Bắt” đồng bộ khi khởi động không dùng bộ điều khiển mờ 63

Hình 3.28 Kết quả mô phỏng quá trình “Bắt” đồng bộ khi khởi động có sử dụng bộ điều khiển mờ 64

Hình 3.29 Động cơ đồng bộ 500kW 66

Hình 3.30 Sơ đồ khối chức năng mô hình thực nghiệm động cơ đồng bộ 500kW 67

Hình 3.31 Tủ điều khiển kích từ động cơ đồng bộ 500kW 68

Hình 3.32 Đặc tính tốc độ khi khởi động 69

Khi bắt đầu khởi động, người ta không đưa dòng một chiều vào các cuộn kích

từ của Rotor, Nếu toàn bộ dòng kích từ được bơm vào Rotor trong suốt quá trình khởi động thì động cơ không thể tăng tốc lên được, đồng thời thành phần dao động có giá trị lớn trong mômen tại tần số trượt tạo bởi cuộn từ trường có thể gây hại đối với động

cơ Việc bơm dòng một chiều vào cuộn Rotor thường được trì hoãn cho đến khi Rotor động cơ đạt tới vận tốc có thể tự cuốn vào chế độ đồng bộ mà không xảy ra hiện tượng trượt Theo kinh nghiệm, thời điểm đề bơm dòng kích từ thường xác định khi tốc độ đạt xấp xỉ từ 90% tốc độ định mức [[1], [2], [4], hoặc đo tần số của Rotor còn khoảng 2,5 đến 4 Hz [19], [20], [21] hoặc dòng khởi động còn khoảng 2 đến 2,5 lần dòng định mức của động cơ [22], [23] Việc xác định chính xác thời điểm bơm dòng kích từ vào

Rotor (được gọi là thời điểm “bắt” đồng bộ) phải đảm bảo các tiêu chí về tốc độ động

cơ, sự hòa hợp về biên độ và pha của dòng kích từ được bơm vào với dòng cảm ứng hình thành trong Rotor trong quá trình khởi động Nếu việc “bắt” kích từ không chính xác sẽ gây ra sự xung đột về điện làm dòng Stator dâng cao, đồng thời có sự dao động

về mô men làm giảm tuổi thọ của động cơ và các kết cấu cơ khí

Các nghiên cứu lý thuyết điều khiển và các công bố về vấn đề điều khiển kích

từ cho loại động cơ đồng bộ công suất lớn chưa nhiều Chủ yếu là các sản phẩm thương mại, sử dụng lý thuyết điều khiển kinh điển và lựa chọn thời điểm “bắt” đồng

bộ theo kinh nghiệm, đôi khi vẫn bỏ qua sự xung đột về điện chấp nhận sự dao động

về mô men khi khởi động (mặc dù nhỏ) Ngày nay, khi mà khoa học công nghệ phát triển, việc ứng dụng các lý thuyết điều khiển hiện đại vào thực tiễn là rất cần thiết nhằm nâng cao chất lượng điều khiển Một trong những lý thuyết điều khiển hiện đại đang được nghiên cứu ứng dụng phổ biến hiện nay là lý thuyết điều khiển mờ Điều

khiển mờ là một phương pháp điều khiển thông minh phỏng theo quá trình xử lý thông tin không rõ ràng và ra quyết định điều khiển của con người Phương pháp này rất thích hợp để điều khiển các đối tượng phức tạp, không xác định được mô hình toán

và các đối tượng phi tuyến Vấn đề tự chỉnh bộ điều khiển mờ là một trong những vấn

đề đã được quan tâm nghiên cứu rất nhiều từ khi điều khiển mờ khẳng định được là một phương pháp hiệu quả để điều khiển các đối tượng phức tạp

Trong khuôn khổ của luận văn này, tác giả đề xuất phương án: ứng dụng lý thuyết điều khiển mờ vào bộ điều khiển để lựa chọn chính xác thời điểm bơm dòng kích từ vào Rotor của động cơ đồng bộ công suất lớn nhằm giúp cho động cơ khởi động trơn êm, nâng cao tuổi thọ của động cơ và giảm thiểu các rung giật trong quá trình khởi động Sơ đồ cấu trúc điều khiển được trình bày như hình 1

II Đối tượng và phạm vi nghiên cứu

- Nghiên cứu lý thuyết điều khiển hiện đại nói chung, lý thuyết điều khiển mờ nói riêng và khả năng ứng dụng cho bài toán

- Động cơ đồng bộ và một số phương pháp điều khiển kích từ động cơ đồng bộ

- Nghiên cứu phần mềm Matlab Simulink

- Xây dựng thuật toán “bắt” đồng bộ dựa trên lý thuyết điều khiển mờ

III Hướng nghiên cứu của đề tài

- Nghiên cứu lý thuyết liên quan đến đề tài: Lý thuyết tập mờ

- Xây dựng thuật toán bắt đồng bộ dựa trên lý thuyết điều khiển mờ

- Xây dựng mô hình toán và mô hình hóa mô phỏng hệ thống trên trên Matlab – Simulink

- Cài đặt và thử nghiệm thuật toán trên mô hình đối tượng thực

IV Những nội dung nghiên cứu chính

Luận văn dự kiến được chia làm 03 chương: Đề tài tập trung nghiên cứu một số nội dung chính sau:

Chương 1: Tổng quan về lý thuyết điều khiển mờ

Chương 2: Mô hình toán học động cơ đồng bộ công suất lớn

Chương 3: Ứng dụng logic mờ xây dựng thuật toán “bắt” đồng bộ cho động cơ

đồng bộ công suất lớn

V Phương pháp nghiên cứu

Nghiên cứu lý thuyết: Khai thác các nghiên cứu lý thuyết về điều khiển mờ, nhằm xây dựng và mô phỏng thành công thuật toán thông minh trong việc xác định chính xác thời điểm “bắt” và hòa đồng bộ động cơ đồng bộ công suất lớn

Thực nghiệm: Cài đặt thuật toán vào hệ thống điều khiển kích từ động cơ đồng

bộ công suất lớn tại nhà máy, xí nghiệp tại tại các tỉnh phía Bắc Việt Nam

VI Ý nghĩa khoa học của đề tài

Kết quả nghiên cứu của luận văn sẽ đóng góp vào việc cải tiến thiết bị công nghệ, nâng cao chất lượng khởi động trong hệ thống truyền động công suất lớn sử dụng động cơ đồng bộ ba pha công suất lớn

Kết quả nghiên cũng là cơ sở, tư liệu cho việc nghiên cứu cải tiến chất lượng hệ thống kích từ cho các động cơ đồng bộ xoay chiều

1 Chương 1 TỔNG QUAN VỀ LÝ THUYẾT

ĐIỀU KHIỂN MỜ

1.1 LOGIC MỜ

1.1.1 Tổng quan về logic mờ

a Quá trình phát triển của logic mờ

Từ năm 1965 đã ra đời một lý thuyết mới đó là lý thuyết tập mờ (Fuzzy set theory) do giáo sư Lofti A Zadeh ở trường đại học Califonia - Mỹ đưa ra Từ khi lý thuyết đó ra đời nó được phát triển mạnh mẽ qua các công trình khoa học của các nhà khoa học như: Năm 1972 GS Terano và Asai thiết lập ra cơ sở nghiên cứu hệ thống điều khiển mờ ở Nhật, năm 1980 hãng Smith Co bắt đầu nghiên cứu điều khiển mờ cho lò hơi Những năm đầu thập kỷ 90 cho đến nay hệ thống điều khiển mờ và mạng nơron (Fuzzy system and neural network) được các nhà khoa học, các kỹ sư và sinh viên trong mọi lĩnh vực khoa học kỹ thuật đặc biệt quan tâm và ứng dụng trong sản xuất và đời sống Tập mờ và Lôgic mờ đã dựa trên các thông tin “không đầy đủ” về đối tượng để điều khiển đầy đủ về đối tượng một cách chính xác

Các công ty của Nhật bắt đầu dùng logic mờ vào kỹ thuật điều khiển từ năm

1980 Nhưng do các phần cứng chuẩn tính toán theo giải thuật logic mờ rất kém nên hầu hết các ứng dụng đều dùng các phần cứng chuyên về logic mờ Một trong những ứng dụng dùng logic mờ đầu tiên tại đây là nhà máy xử lý nước của Fuji Electric vào năm 1983, hệ thống xe điện ngầm của Hitachi vào năm 1987

Logic mờ và xác xuất thông kê đều nói về sự không chắn chắn Tuy nhiên mỗi lĩnh vực định nghĩa một khái niệm khác nhau về đối tượng

- Trong xác suất thống kê sự không chắc chắn liên quan đến sự xuất hiện của một sự kiện “chắc chắn” nào đó

Ví dụ: Xác suất viên đạn trúng đích là 0,8

Bản thân của sự kiện “trúng đích” đã được định nghĩa rõ ràng, sự không chắc chắn ở đây là có trúng đích hay không, và được định lượng bởi mức độ xác suất (trong trường hợp này là 0,8) Loại phát biểu này có thể được xử lý và kết hợp với các phát biểu khác bằng phương pháp thống kê, như là xác suất có điều kiện chẳng hạn

Sự không chắc chắn trong ngữ nghĩa, liên quan đến ngôn ngữ của con người, đó

là sự không chính xác trong các từ ngữ mà con người dùng để ước lượng vấn đề và rút

ra kết luận Ví dụ như các từ mô tả nhiệt độ “nóng”, “lạnh”, “ấm”sẽ không có một giá trị chính xác nào để gán cho các từ này, các khái niệm này cũng khác nhau đối với những người khác nhau (là lạnh đối với người này nhưng không lạnh đối với người khác) Mặc dù các khái niệm không được định nghĩa chính xác nhưng con người vẫn

có thể sử dụng chúng cho các ước lượng và quyết định phức tạp Bằng sự trừu tượng

và óc suy nghĩ, con người có thể giải quyết câu nói mang ngữ cảnh phức tạp mà rất khó có thể mô hình bởi toán học chính xác

Sự không chắc chắn theo ngữ vựng: Như đã nói trên, mặc dù dùng những phát biểu không mang tính định lượng nhưng con người vẫn có thể thành công trong các ước lượng phức tạp Trong nhiều trường hợp, con người dùng sự không chắc chắn này

để tăng thêm độ linh hoạt Như trong hầu hết xã hội, hệ thống luật pháp bao gồm một

số luật, mỗi luật mô tả một tình huống Ví dụ một luật qui định tội trộm xe phải bị tù 2 năm, một luật khác lại giảm nhẹ trách nhiệm Và trong một phiên tòa, chánh án phải quyết định số ngày phạt tù của tên trộm dựa trên mức độ rượu trong người, trước đây

có tiền án hay tiền sự không, … từ đó kết hợp lại đưa ra một quyết định công bằng

Trong thực tế, ta không định nghĩa một luật cho một trường hợp mà định nghĩa một số luật cho các trường hợp nhất định Khi đó những luật này là những điểm rời rạc của một tập các trường hợp liên tục và con người xấp xỉ chúng Gặp một tình huống cụ thể, con người sẽ kết hợp những luật mô tả các tình huống tương tự Sự xấp

xỉ này dựa trên sự linh hoạt của các từ ngữ cấu tạo nên luật, cũng như sự trừu tượng và

sự suy nghĩ dựa trên sự linh hoạt trong logic của con người

Để thực thi logic của con người trong kỹ thuật cần phải có một mô hình toán học của nó Từ đó logic mờ ra đời như một mô hình toán học cho phép mô tả các quá trình quyết định và ước lượng của con người theo dạng giải thuật Dĩ nhiên cũng có giới hạn, đó là logic mờ không thể bắt chước trí tưởng tượng và khả năng sáng tạo của con người Tuy nhiên, logic mờ cho phép ta rút ra kết luận khi gặp những tình huống không có mô tả trong luật nhưng có sự tương đương Vì vậy, nếu ta mô tả những mong muốn của mình đối với hệ thống trong những trường hợp cụ thể vào luật thì logic mờ

sẽ tạo ra giải pháp dựa trên tất cả những mong muốn đó

b Cơ sở toán học của logic mờ

Logic mờ và xác xuất thông kê đều nói về sự không chắn chắn Tuy nhiên mỗi lĩnh vực định nghĩa một khái niệm khác nhau về đối tượng

- Trong xác suất thống kê sự không chắc chắn liên quan đến sự xuất hiện của một

sự kiện “chắc chắn” nào đó

Ví dụ: Xác suất viên đạn trúng đích là 0,8

Bản thân của sự kiện “trúng đích” đã được định nghĩa rõ ràng, sự không chắc chắn ở đây là có trúng đích hay không, và được định lượng bởi mức độ xác suất (trong trường hợp này là 0,8) Loại phát biểu này có thể được xử lý và kết hợp với các phát biểu khác bằng phương pháp thống kê, như là xác suất có điều kiện chẳng hạn

Sự không chắc chắn trong ngữ nghĩa, liên quan đến ngôn ngữ của con người, đó

là sự không chính xác trong các từ ngữ mà con người dùng để ước lượng vấn đề và rút

ra kết luận Ví dụ như các từ mô tả nhiệt độ “nóng”, “lạnh”, “ấm”sẽ không có một giá trị chính xác nào để gán cho các từ này, các khái niệm này cũng khác nhau đối với những người khác nhau (là lạnh đối với người này nhưng không lạnh đối với người khác) Mặc dù các khái niệm không được định nghĩa chính xác nhưng con người vẫn

có thể sử dụng chúng cho các ước lượng và quyết định phức tạp Bằng sự trừu tượng

và óc suy nghĩ, con người có thể giải quyết câu nói mang ngữ cảnh phức tạp mà rất khó có thể mô hình bởi toán học chính xác

Sự không chắc chắn theo ngữ vựng: Như đã nói trên, mặc dù dùng những phát biểu không mang tính định lượng nhưng con người vẫn có thể thành công trong các ước lượng phức tạp Trong nhiều trường hợp, con người dùng sự không chắc chắn này

để tăng thêm độ linh hoạt Như trong hầu hết xã hội, hệ thống luật pháp bao gồm một

số luật, mỗi luật mô tả một tình huống Ví dụ một luật qui định tội trộm xe phải bị tù 2 năm, một luật khác lại giảm nhẹ trách nhiệm Và trong một phiên tòa, chánh án phải quyết định số ngày phạt tù của tên trộm dựa trên mức độ rượu trong người, trước đây

có tiền án hay tiền sự không, … từ đó kết hợp lại đưa ra một quyết định công bằng

c Logic mờ là logic của con người

Trong thực tế, ta không định nghĩa một luật cho một trường hợp mà định nghĩa một số luật cho các trường hợp nhất định Khi đó những luật này là những điểm rời rạc của một tập các trường hợp liên tục và con người xấp xỉ chúng Gặp một tình huống cụ thể, con người sẽ kết hợp những luật mô tả các tình huống tương tự Sự xấp

xỉ này dựa trên sự linh hoạt của các từ ngữ cấu tạo nên luật, cũng như sự trừu tượng và

sự suy nghĩ dựa trên sự linh hoạt trong logic của con người

Để thực thi logic của con người trong kỹ thuật cần phải có một mô hình toán học của nó Từ đó logic mờ ra đời như một mô hình toán học cho phép mô tả các quá trình quyết định và ước lượng của con người theo dạng giải thuật Dĩ nhiên cũng có giới hạn, đó là logic mờ không thể bắt chước trí tưởng tượng và khả năng sáng tạo của con người Tuy nhiên, logic mờ cho phép ta rút ra kết luận khi gặp những tình huống không có mô tả trong luật nhưng có sự tương đương Vì vậy, nếu ta mô tả những mong muốn của mình đối với hệ thống trong những trường hợp cụ thể vào luật thì logic mờ

sẽ tạo ra giải pháp dựa trên tất cả những mong muốn đó

1.1.2 Khái niệm về tập mờ

a Tập kinh điển

Khái niệm tập hợp được hình thành trên nền tảng logic và được định nghĩa như là

sự sắp xếp chung các đối tượng có cùng tính chất, được gọi là phần tử của tập hợp đó Cho một tập hợp A, một phần tử x thuộc A được ký hiệu: x  A Thông thường

ta dùng hai cách để biểu diễn tập hợp kinh điển, đó là:

- Liệt kê các phần tử của tập hợp, ví dụ tập A1 = {xe đạp, xe máy, xe ca, xe tải};

- Biểu diễn tập hợp thông qua tính chất tổng quát của các phần tử, ví dụ: tập các

số thực (R), Tập các số tự nhiên (N)

để biểu diễn một tập hợp A trên tập nền X, ta dùng hàm thuộc µA(x), với

Ký hiệu A = {xX| x thoả mãn một số tính chất nào đó} Ta nói: Tập được định nghĩa trên tập nền X

Hình 1.1 mô tả hàm phụ thuộc µA(x) của tập các

số thực từ -5 đến 5

A = {xR5≤ x ≤ 5}

b Định nghĩa tập mờ

Trong khái niệm tập hợp kinh điển hàm phụ

thuộc A(x) của tập A, chỉ có một trong hai giá trị là “1” nếu xA hoặc “0” nếu xA

Hình 1.1 Hàm phụ thuộc

A (x)của tập kinh điển A

Cách biểu diễn hàm phụ thuộc như trên sẽ không phù hợp với những tập được mô tả

“mờ” như tập B gồm các số thực gần bằng 5:

B = {xRx  5}

Khi đó ta không thể khẳng định chắc chắn số 4 có thuộc B hay không? mà chỉ có thể nói nó thuộc B gao nhiêu phần trăm để trả lời được câu hỏi này, ta phải coi hàm phụ thuộc B(x) có giá trị trong khoảng từ 0 đến 1 tức là: 0 B(x)  1

Từ phân tích trên ta có định nghĩa: Tập mờ B

xác định trên tập kinh điển M là một tập mà mỗi

phần tử của nó được biểu diễn bởi một cặp giá trị

(x,B(x)) Trong đó x  M và B(x) là ánh xạ

.Ánh xạ B(x) được gọi là hàm liên thuộc của tập

mờ B Tập kinh điển M được gọi là cơ sở của tập

mờ B

c Các thông số đặc trưng cho tập mờ

Các thông số đặc trưng cho tập mờ là độ cao, miền xác định và miền tin cậy (hình 1.3)

+ Độ cao của một tập mờ B (định nghĩa trên cơ sở M ) là giá trị lớn nhất trong

các giá trị của hàm liên thuộc

Một tập mờ có ít nhất một phần tử có độ phụ thuộc bằng 1 được gọi là tập

mờ chính tắc (H = 1) Ngược lại, một tập mờ B

với H < 1 gọi là tập mờ không chính tắc

+ Miền xác định của tập mờ B (định

nghĩa trên cơ sở M) được ký hiệu bởi S

là tập con của M có giá trị hàm liên thuộc

khác 0:

S = {xMB(x) > 0}

+ Miền tin cậy của tập mờ B (định nghĩa

trên cơ sở M) được ký hiệu bởi T, là tập con của

M có giá trị hàm liên thuộc bằng 1:

Hình 1.3 Độ cao, miền xác định, miền tin cậy của tập mờ Hình 1.2 Hàm phụ thuộc B (x) của tập mờ B

T = {xMB(X) = 1 }

d Các dạng hàm liên thuộc của tập mờ

Có rất nhiều cách khác nhau để biểu diễn hàm liên thuộc của tập mờ Dưới đây là một số dạng hàm liên thuộc thông dụng:

+ Hàm liên thuộc hình tam giác (hình 1.4a)

+ Hàm liên thuộc hình thang (hình 1.4b)

+ Hàm liên thuộc dạng Gauss (hình 1.4c)

+ Hàm liên thuộc dạng Sign (hình 1.4d)

 Hợp của hai tập mờ có cùng cơ sở:

Hợp của hai tập mờ A và B có cùng cơ sở M là một tập mờ cũng xác định trên

cơ sở M với hàm liên thuộc được xác định theo một trong các công thức sau:

Chú ý: có nhiều công thức khác nhau được dùng để tính hàm liên thuộc

A  B(x) của hai tập mờ Song trong kỹ thuật điều khiển mờ ta chủ yếu dùng 2 công thức hợp, đó là lấy Max và phép hợp Lukasiewiez

Hình 1.5: Hợp của hai tập mờ có cùng cơ sở theo qui tắc Max (a);

theo Lukasiewwiez (b)

 Hợp hai tập mờ khác cơ sở:

Để thực hiện phép hợp 2 tập mờ khác cơ sở, về nguyên tắc ta phải đưa chúng

về cùng một cơ sở Xét tập mờ A với hàm liên thuộc A(x) được định nghĩa trên cơ sở

M và B với hàm liên thuộc B(y) được định nghĩa trên cơ sở N, hợp của 2 tập mờ A

và B là một tập mờ xác định trên cơ sở MN với hàm liên thuộc: A  B(x,y) = Max{A(x,y), B(x,y)}

Với A(x,y) = A(x) với mọi y  N và B(x,y) = B(y) với mọi x M

b Phép giao của hai tập mờ

 Giao hai tập mờ cùng cơ sở:

Giao của hai tập mờ A và B có cùng cơ sở M là một tập mờ cũng xác định trên cơ

sở M với hàm liên thuộc A  B(x) được tính:

 Giao hai tập mờ khác cơ sở:

Để thực hiện phép giao 2 tập mờ khác cơ sở, ta cần phải đưa về cùng cơ sở Khi đó, giao của tập mờ A có hàm liên thuộc A(x) định nghĩa trên cơ sở M với tập

mờ B có hàm liên thuộc B(x) định nghĩa trên cơ sở N là một tập mờ xác định trên cơ

sở MN có hàm liên thuộc được tính: A  B(x,y) = MIN{A(x,y),B(x,y)}

trong đó: A(x,y) = A(x) với mọi yN và B(x,y) = B(y) với mọi xM

c Phép bù của một tập mờ

Bù của tập mờ A có cơ sở M và hàm liên thuộc A(x) là một tập mờ AC xác định trên cùng cơ sở M với hàm liên thuộc: Ac(x) =1- A(x)

1.2 BIẾN NGÔN NGỮ VÀ GIÁ TRỊ CỦA BIẾN NGÔN NGỮ

Thực tế hàng ngày chúng ta luôn dùng các từ ngữ, lời nói để mô tả các biến Ví

dụ khi ta nói: “điện áp cao quá”, “Xe chạy nhanh quá”, Như vậy biến “điện áp”,

biến “Tốc độ xe”, nhận các giá trị từ “nhanh” đến “chậm”, từ “cao” đến “thấp” Ở dạng tường minh, các biến này nhận các giá trị cụ thể (rõ) như điện áp bằng 200V, 250V ; tốc độ xe bằng 60km/h, 90km/h Khi các biến nhận các giá trị không rõ ràng như “cao”, “rất cao” “nhanh”, “hơi nhanh” ta không thể dùng các giá trị rõ để

mô tả được mà phải sử dụng một số khái niệm mới để mô tả gọi là biến ngôn ngữ Một biến có thể gán bởi các từ trong ngôn ngữ tự nhiên làm giá trị của nó gọi

là biến ngôn ngữ

Một biến ngôn ngữ thường bao gồm 4 thông số: X, T, U, M Với:

+ X: Tên của biến ngôn ngữ

+ T: Tập của các giá trị ngôn ngữ

+ U: Không gian nền mà trên đó biến ngôn ngữ X nhận các giá trị rõ

+ M: Chỉ ra sự phân bố của T trên U

Ví dụ: Biến ngôn ngữ “Tốc độ xe” có tập các giá trị ngôn ngữ là rất chậm, chậm, trung bình, nhanh, rất nhanh, không gian nền của biến là tập các số thực dương Vậy biến tốc độ xe có 2 miền giá trị khác nhau:

- Miền các giá trị ngôn ngữ N = [rất chậm, chậm, trung bình, nhanh, rất

nhanh]

- Miền các giá trị vật lý V = {xR (x0)}

Mỗi giá trị ngôn ngữ (mỗi phần tử của N) có tập nền là miền giá trị vật lý V

Từ một giá trị vật lý của biến ngôn ngữ ta có được một véc tơ  gồm các độ phụ thuộc của x:

X  T = [rất chậm chậm trung bình nhanh rất nhanh]

Ánh xạ trên được gọi là quá trình fuzzy hoá giá trị rõ x Ví dụ: Ứng với tốc độ 50km/h ta có

Hình 1.8: Mờ hoá biến “Tốc độ”

1.3 LUẬT HỢP THÀNH MỜ

1.3.1 Mệnh đề hợp thành

Ví dụ: Bài toán 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 L = rất thấp Thì G = lớn Nếu L = thấp Thì G = nhỏ Nếu L = vừa Thì G = 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

Các luật hợp thành được triển khai theo những quy tắc cơ bản là quy tắc MIN

(H: Độ thỏa mãn mệnh đề điều kiện hay là độ thỏa mãn)

Thì (*) và (**) được viết được thành:

B’(y) = R(x0,y) = MIN{ A(x0), B(y)} = MIN{ H, B(y)} (1.2)

Với quy tắc PROD, hàm liên thuộc của B’ sẽ là

B’(y) = R(x0,y) = A(x0) B(y) = H B(y) (1.3)

Ví dụ: Giả sử rằng biến ngôn ngữ χ chỉ nhiệt độ phòng và γ chỉ nhiệt độ của

máy điều hòa thả ra Luật điều khiển cho máy chạy sao cho nhiệt độ phòng ở mức bình thường sẽ tương đương với mệnh đề hợp thành mờ:

NẾU χ = nóng THÌ γ = thấp

Hình 1.9 a) Hàm liên thuộc nóng(x) và thấp(y)

b) B’(y) theo quy tắc Min c) B’(y) theo quy tắc Prod

Tóm lại: Để xác định hàm liên thuộc B’(y) của giá trị đầu ra B’ khi đầu vào là một giá trị rõ x0 phải thực hiện các bước của thuật toán sau:

- Xác định độ thỏa mãn H theo (1)

- Tính B’(y) từ H theo (2) hoặc (3)

Khi tổng hợp một bộ điều khiển mờ gồm nhiều mệnh đề hợp thành ta có các luật hợp thành cơ bản sau:

+ Luật Max – Min + Luật Max – Prod + Luật Sum – Min + Luật Sum – Prod Xét ví dụ về luật hợp thành R biểu diễn mô hình máy điều hòa nhiệt độ gồm 5 mệnh đề hợp thành R1, R2, R3, R4, R5 với  là nhiệt độ phòng và  là nhiệt độ của máy

R1 : Nếu  = rất lạnh Thì  =rất cao hoặc

R2 : Nếu  = lạnh Thì  = cao hoặc

R3 : Nếu  = trung bình Thì  = trung bình hoặc

R4 : Nếu  = nóng Thì  = thấp hoặc

R5 : Nếu  = rất nóng Thì  = rất thấp

Với mỗi giá trị vật lý to của biến nhiệt độ đầu vào ta có 5 tập mờ B1’, B2’, B3’, B4’, B5’ từ năm mệnh đề hợp thành R1, R2, R3, R4, R5 của luật hợp thành R Lần lượt ta gọi các hàm liên thuộc của năm tập mờ đó là B’1(y), B’2(y), B’3(y), B’4(y), B’5(y), Giá trị của luật hợp thành R ứng với nhiệt độ t0 được hiểu là tập mờ R’ thu được qua phép hợp năm tập mờ B1’, B2’, B3’, B4’, B5’:

R’ = B1’  B2’  B3’  B4’  B5’

Nếu các hàm liên thuộc B’1(y), B’2(y), B’3(y), B’4(y), B’5(y) thu được theo

qui tắc MIN và phép hợp trên được thực hiện theo luật MAX thì R có tên gọi là luật hợp thành MAX-MIN Cũng như vậy R sẽ còn có những tên gọi khác như :

- Luật hợp thành MAX-PROD, nếu các hàm liên thuộc B’1(y), B’2(y), B’3(y),

B’4(y), B’5(y) được xác định theo qui tắc PROD và phép hợp trên được thực hiện

theo luật MAX

- Luật hợp thành SUM-MIN, nếu các hàm liên thuộc B’1(y), B’2(y), B’3(y),

B’4(y), B’5(y) được xác định theo qui tắc MIN và phép hợp là phép hợp

Lukasiewicz

- Luật hợp thành SUM-PROD, nếu các hàm liên thuộc B’1(y), B’2(y), B’3(y),

B’4(y), B’5(y) được xác định theo qui tắc PROD và phép hợp là phép hợp

Lukasiewicz

Tóm lại: Để xác định hàm liên thuộc B’(y) của giá trị đầu ra của một luật hợp thành có n mệnh đề hợp thành R1, R2, … , Rn phải thực hiện các bước:

– xác định độ thỏa mãn H1, H2, …, Hn

– Tính '( ); μ '( ); μ '( )

3 2

j j

1.4.1 Khái niệm giải mờ

Giải mờ là quá trình xác định một giá trị rõ y’ nào đó có thể chấp nhận được từ hàm liên thuộc B’(y) của giá trị mờ B’ (tập mờ) Có hai phương pháp giải mờ chính là phương pháp cức đại và phương pháp điểm trọng tâm

1.4.2 Các phương pháp giải mờ

a Phương pháp cực đại

Giải mờ theo phương pháp cực đại gồm hai bước:

- B1: Xác định miền chứa giá trị 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:

* Nguyên lý cận trái: Chọn y’ = y 1

* Nguyên lý cận phải: Chọn y’ = y 2

Hình 1.10 Giải mờ bằng phương pháp cực đại

b Phương pháp điểm trọng tâm

Phương pháp điểm trọng tâm sẽ cho ra kết quả y’ là hoành độ của điểm trọng tâm miền được bao bởi trục hoành và đường B’(y) (xem hình 1.22)

Công thức xác định y’ theo phương pháp điểm trọng tâm như sau:

dy y y y

'

''

Hình 1.11 Giải mờ bằng điểm trọng tâm

Phương pháp điểm trọng tâm cho luật hợp thành SUM_MIN

Giả sử có q luật điều khiển được triển khai Vậy thì mỗi một 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(y) với k= 1, 2, , p thì với quy tắc SUM_MIN, hàm liên thuộc B’k(y) sẽ là:

H

k k q

k B

q

k B

S

q

k

k B S

q

k k B

A

M

dy y

dy y y

dy y

dy y y

S k B

A  ' Xét riêng cho các hàm liên thuộc B’k(y) dạng hình thang như trong hình 1.23 thì:

5,64,5

Chú ý: Mặc dù công thức (6) chỉ được xây dựng cho luật hợp thành kiểu

SUM_MIN, song trong thực tế nó vẫn được áp dụng một cách gần đúng cho cả luật hợp thành MAX_MIN

Hình 1.13 Xác định giá trị rõ y’ cho bộ điều khiển với nguyên tắc MAX_MIN

c pháp độ cao

Sử dụng công thức (6) cho cả hai loại luật hợp thành MAX_MIN và SUM_MIN với thêm một giả thiết là mỗi tập mờ B’k(y) được xấp xỉ bằng một cặp giá trị (yk,Hk) duy nhất 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(yk)=Hk thì

q

k

k k

H

H y y

1

1' (1.9)

Công thức (9) không chỉ áp dụng cho luật hợp thành MAX_MIN, SUM_MIN mà còn có thể cho cả những luật hợp thành khác như MAX_PROD hay SUM_PROD

B2 B1

4 0 5 6 6 0 5 4

, ,

,

, , , ,

1.5.1 Nguyên lý điều khiển mờ

Về nguyên tắc, hệ thống điều khiển mờ cũng không có gì khác với các hệ thống điều khiển tự động thông thường khác Sự khác biệt ở đây là bộ điều khiển mờ làm việc có tư duy như bộ não dưới dạng trí tuệ nhân tạo Nếu khẳng định làm việc với bộ điều khiển mờ có thể giải quyết được mọi vấn đề từ trước đến nay chưa giải quyết được theo phương pháp kinh điển thì không hoàn toàn chính xác, vì hoạt động của bộ điều khiển phụ thuộc vào kinh nghiệm rút ra kết luận theo tư duy của con người, sau đó được cài đặt vào

máy tính trên cơ sở logic mờ

Hệ thống điều khiển mờ đối

tượng đó cũng có coi như là một

hệ thống neuron (thần kinh),

hay đúng hơn là một hệ thống

điều khiển được thiết kế mà

không cần biết trước mô hình

+ Giao diện đầu vào bao gồm các khâu Fuzzy hoá và các khâu phụ trợ thêm để

thực hiện bài toán động như khâu I, D

+Thiết bị hợp thành mà bản chất của nó là sự triển khai luật hợp thành R được

xây dựng trên cơ sở luật điều khiển hay còn gọi là luật quyết định

+ Khâu giao diện đầu ra (khâu chấp hành) gồm khâu giải mờ và các khâu giao

diện trực tiếp với đối tượng

Nguyên tắc tổng hợp bộ điều khiển mờ hoàn toàn dựa vào những phương 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 có khả năng xử lý các giá trị vào/ra biểu diễn dưới dạng dấu phẩy động với độ chính xác cao nên chúng hoàn toàn đáp ứng được các yêu cầu của một bài toán điều khiển rõ ràng và chính xác 

Trong sơ đồ mạch điều khiển (hình 1.15) có khâu đối tượng Đối tượng này dược điều khiển bằng đại lượng u là tìn hiệu đầu ra của bộ điều khiển mờ Vì các tín hiệu điều khiển đối tượng là các tín hiệu rõ, nên tín hiệu ra của bộ điều khiển mờ trước khi đưa vào điều khiển đối tượng phải qua khâu giả mờ nằm trong khâu dao diện đầu ra Các tín hiệu ra y của đối tượng được đo bằng bộ cảm biến và được xử lý sơ bộ trước khi đưa vào bộ điều khiển Các tín hiệu này là các tín hiệu rõ đối tượng vậy để

bộ điều khiển mờ hiểu được chúng, tín hiệu ra y và ngay cả tín hiệu chủ đạo phải được

mờ hoá

1.5.2 Các bước thiết kế bộ điều khiển mờ

Giả thiết, người thiết kế đã có đủ các kinh nghiệm và muốn chuyển nó thành thiết bị hợp thành trong một bộ điều khiển mờ thì phải tiến hành các bước sau đây:

a Định nghĩa tất cả các biến ngôn ngữ vào và ra

- Căn cứ vào số đầu vào, đầu ra, ta định nghĩa các biến ngôn ngữ vào/ra sao cho vừa dễ nhớ vừa đơn giản cho việc thiết kế sau này

b Định nghĩa tập mờ (giá trị ngôn ngữ) cho các biến ngôn ngữ vào/ra

- Căn cứ vào yêu cầu cần thiết kế và kinh nghiệm ta chọn miền giá trị cho các biến ngôn ngữ vào/ra

- Chọn số lượng các giá trị ngôn ngữ cho mỗi biến ngôn ngữ nên nằm trong khoảng từ 3 đến 10 giá trị Nếu số lượng ít hơn 3 thì ít có ý nghĩa, vì không thực hiện được việc lấy vi phân Nếu lớn hơn 10, con người khó có khả năng bao quát

- Chọn dạng hàm liên thuộc: Đây là điểm cực kỳ quan trọng vì qua trình làm việc của bộ điều khiển mờ rất phụ thuộc vào dạng và kiểu hàm liên thuộc Các hàm liên thuộc được chọn từ những dạng hàm đã biết trước và mô hình hoá nó cho đến khi nhận được điều khiển mờ làm việc như mong muốn

Cần chọn các hàm liên thuộc có phần chồng lên nhau và phủ kín miền giá trị vật lý để trong quá trình điều khiển không xuất hiên “lỗ hổng” Trong trường hợp với một giá trị vật lý x0 của biến đầu vào mà tập mờ B’ đầu ra có độ cao bằng không (miền xác định là tập hợp rỗng) và bộ điều khiển mờ không thể đưa ra một quyết định điều khiển nào được gọi là hiên tượng “cháy nguyên tắc” lý do là hoặc không định nghĩa được nguyên tắc điều khiển mờ phù hợp hoặc là do các tập mờ của biến ngôn ngữ có những “lỗ hổng”

Cũng như vậy đối với các biến ra, các hàm liên thuộc dạng hình thang có độ xếp chồng lên nhau rất nhỏ, nhìn chung không phù hợp đối với bộ điều khiển mờ vì lý đối tượng trên Nó tạo ra một vùng “chết” (dead zone) trong trạng thái làm việc của bộ điều khiển

c Xây dựng các luật điều khiển (mệnh đề hợp thành)

- Trong việc xây dựng các luật điều khiển (mệnh đề hợp thành) cần chú ý ở vùng lân cận điểm không, không được tạo ra các “lỗ hổng”, bởi vì khi gặp phải các “lỗ hổng” xung quanh điểm làm việc bộ điều khiển sẽ không thể làm việc theo đúng như trình tự đã định

- Để tiện lợi và bao quát các luật này biểu diễn dưới dạng ma trận R

- Ngoài ra cần phải để ý rằng, trong phần lớn các bộ điều khiển, tín hiệu ra sẽ bằng không khi tất cả tín hiệu vào bằng không

d Chọn thiết bị hợp thành

- Sử dụng luật MAX-MIN , MAX-PROD,

- Sử dụng công thức Lukasiewics có luật SUM-MIN , SUM-PROD ,

- Sử dụng tổng Einstein

- Sử dụng tổng trực tiếp

e Chọn phương pháp giải mờ

- Thường trong thiết kế hệ thống điều khiển mờ, giải mờ bằng phương pháp điểm trọng tâm có nhiều ưu điểm hơn cả, bởi vì trong kết quả đều có sự tham gia của tất cả các kết luận của các luật điều khiển Rk , k = 1,2, n (mệnh đề hợp thành)

f Tối ưu hệ thống

- Mô phỏng để thử nghiệm

- Chỉnh định bộ điều khiển theo các chỉ tiêu Chủ yếu được thực hiện thông qua việc hiệu chỉnh hàm liên thuộc và thiết lập thêm các nguyên tắc điều khiển bổ xung hoặc sửa đổi lại nguyên tắc điều khiển đã có Tốt hơn là nên thực hiện từng bước và ghi lại biên bản cho mọi trường hợp

1.6 KẾT LUẬN CHƯƠNG 1

Trong chương 1 này, tác giả trình bày rất chi tiết về lý thuyết điều khiển mờ, bao gồm: Lý thuyết về tập mờ, logic mờ, các phép toán trên tập mờ Cấu trúc bộ điều khiển mờ cơ bản Phân tích cấu trúc các bộ điều khiển mờ động, mờ lai, mờ thích nghi Trình bày các bước thiết kế bộ điều khiển mờ Qua đó đánh giá ưu nhược điểm của bộ điều khiển mờ so với bộ điều khiển kinh điển PID Luận văn lựa chọn thuật toán điều khiển mờ để đưa vào bộ điều khiển kích từ động cơ đồng bộ trong quá trình khởi động

hệ thống

Chương 2 MÔ HÌNH TOÁN HỌC ĐỘNG CƠ ĐỒNG BỘ CÔNG

Hình 2.1 Các thành phần cấu tạo của Động cơ đồng bộ công suất lớn

STATOR: còn được gọi là phần cảm, kết cấu của stator động cơ đồng bộ giống

như kết cấu của stator động cơ không đồng bộ, bao gồm: Lõi thép và Cuộn dây

Hình 2.2 Stator của Động cơ đồng bộ

ROTOR: Còn được gọi là phần ứng dùng tạo ra từ trường kích thích dạng một

chiều nhằm tạo ra lực hút với từ trường Stator và quay đồng bộ với từ trường của quay của Stator Rotor thường có 2 loại: ROTOR CỰC TỪ LỒI (Dây quấn trên các cực từ

được quấn tập trung – Hình 2.3) và ROTOR CỰC TỪ ẦN (Dây quấn trên phân bố không tập trung – Hình 2.4)

Hình 2.3 Rotor cực lồi

Hình 2.4 Rotor cực ẩn

HỆ THỐNG CHỔI THAN, VÀNH TRƯỢT: Chổi than được làm bằng than

Graphit, vành trượt được làm bằng đồng thau hoặc đồng đỏ Trong quá trình làm việc, chổi than được tì lên vành trượt bằng hệ thống lò xo ép, nhằm mục đích đưa nguồn điện

kích từ DC vào các cuộn dây kích từ của Rotor (hình 2.5)

Hình 2.5 Hệ thống chổi than, vành trượt

Động cơ đồng bộ sử dụng phổ biến hiện nay là loại cực lồi với các thanh lồng sóc đặt ở mặt ngoài các cực lồi của Rotor, Các thanh lồng sóc này cho phép mô men tăng tốc hình thành trong Rotor khi dòng xoay chiều của stator vừa tạo ra dòng cảm ứng trong các thanh lồng sóc, do đó khi bắt đầu khởi động nó làm việc như một động

cơ không đổng bộ

Ưu điểm của nó so với động cơ không đồng bộ có cùng công suất là:

+ Có hiệu suất cao hơn, có khả năng hoạt động ở Cos  1, điều này cho phép nâng cao hệ số Cos của lưới điện nhà máy và giảm kích thước, trọng lượng bản thân động cơ do dòng nhỏ hơn

+ Độ nhạy với dao động điện áp nguồn thấp hơn do mô men cực đại tỷ lệ bậc nhất với điện áp

+ Tần số quay không đổi và ít phụ thuộc vào dao động tải (trong một giới hạn cho phép nào đó) trên trục Rotor

Xong nó cũng tồn tại nhược điểm: Vì Rotor có cuộn kích từ và các mạch điện liên quan như mạch khởi động, mạch diệt từ, mạch góp điện , Đặc biệt việc khởi động

và điều khiển động cơ đồng bộ phức tạp hơn so với động cơ không đồng bộ do phải xác định được chính xác thời điểm để bơm dòng kích từ vào Rotor (Thời điểm “bắt” và hòa đồng bộ trong quá trình khởi động) và trong quá trình làm việc phải điều chỉnh dòng kích từ này sao cho ổn định được hệ số công suất Cos ở giá trị tối ưu để dòng Stator

có giá trị nhỏ nhất, tổn hao ít nhất, an toàn cho động cơ và đem lại hiệu suất làm việc cao nhất Nên động cơ đồng bộ yêu cầu chi phí vận hành cao hơn so với động cơ không đồng bộ Tuy nhiên trong các nhà máy công nghiệp, với tải đặc biệt đòi hỏi động cơ điện dẫn động công suất lớn (đôi khi lên đến hàng trăm thậm chí hàng nghìn kW) thì việc sử dụng động cơ không đồng bộ là không cho phép

2.1.2 Điều khiển kích từ động cơ đồng bộ

Với động cơ đồng bộ công suất lớn, nguồn điện áp cung cấp cho Stator là nguồn trung áp 6kV-50Hz, cung cấp cho thiết bị kích từ là 380V-50Hz;

Thiết bị kích từ phải đáp ứng các yêu cầu kỹ thuật sau:

- Dòng một chiều kích từ Rôto thay đổi tùy theo công suất của động cơ (thông thường khoảng từ 60A đến 125A)

- Tự động điều chỉnh dòng kích từ, đảm bảo các chế độ:

+ Chế độ khởi động (Chế độ bắt đồng bộ): Khi bắt đầu khởi động, người ta

không đưa dòng một chiều vào các cuộn kích từ của Rotor, Nếu toàn bộ dòng kích từ được bơm vào Rotor trong suốt quá trình khởi động thì động cơ không thể tăng tốc lên được, đồng thời thành phần dao động có giá trị lớn trong mômen tại tần số trượt tạo bởi cuộn từ trường có thể gây hại đối với động cơ Việc bơm dòng một chiều vào cuộn Rotor thường được trì hoãn cho đến khi Rotor động cơ đạt tới vận tốc có thể tự cuốn vào chế độ đồng bộ mà không xảy ra hiện tượng trượt Theo kinh nghiệm [2], thời điểm đề bơm dòng kích từ thường xác định khi hệ số trượt s  0.05 hoặc tốc độ đạt xấp xỉ từ 95 – 98 % tốc độ định mức hoặc khi tần số Rotor còn khoảng 2,5 đến 4

Hz hoặc dòng khởi động còn khoảng 2 đến 2,5 lần dòng định mức của động cơ

+ Chế độ làm việc: Trong quá trình làm việc cần điều khiển dòng kích từ sao

cho hiệu suất làm việc của động cơ đạt cực đại Hiệu suất làm việc của động cơ phụ thuộc vào hệ số công suất Cos, dòng điện Stator I1, Mômen cản của tải MC … Về

lý thuyết, động cơ đồng bộ có thể đạt Cos = 1, tuy nhiên trong thực tế Cos  1 (thông thường Cos < 0,98  0,99), với những động cơ công suất khác nhau, giá trị Cos là khác nhau (Tùy thuộc vào các thông số của nhà sản xuất)

- Ngoài ra hệ thống điều khiển kích từ cần được trang bị đầy đủ các tính năng bảo vệ: Mất đồng bộ; thiếu dòng kích từ, thiếu áp kích từ; quá dòng kích từ…

2.2 MÔ HÌNH TOÁN ĐỘNG CƠ ĐỒNG BỘ

2.2.1 Sơ đồ mạch điện thay thế và đồ thị véc tơ

Nguyên lý hoạt động của động cơ đồng bộ là sự tương tác giữa các từ trường không đổi và từ trường quay Đặc tính tốc độ không đổi đạt được bằng sự tương tác giữa từ trường quay và từ trường không đổi Rotor của động cơ đồng bộ tạo ra một từ trường không đổi và startor tạo ra một từ trường quay

Hình 2.6 Sự tương tác giữa từ trường quay và từ trường không đổi làm cho

chúng đạt được tốc độ đồng bộ

Stator: Từ trường quay

Các cuộn dây của stator được cung cấp bởi nguồn điện 3 pha AC đối xứng Điều này sẽ tạo ra một từ trường quay, quay với tốc độ đồng bộ [6] Từ trường quay được tạo

ra trong động cơ đồng bộ và nó được đánh dấu chiều quay như hình 2.7 Trong đó:

AX, BX, CZ là các cuộn dây Stator được đặt lệch nhau 120 độ BA BB BC lần lượt là từ trường pha A, B, C do dòng điện tạo ra BT là từ trường tổng do từ trường các pha tạo

ra từ trường quay này sẽ quay với tốc độ :

p

f 120

Với: n1: Tốc độ quay của từ trường Stator

f: Tần số dòng điện Stator p: Số cực từ

Lúc này chưa đưa dòng kích từ vào phía Rotor, nên động cơ khởi động như một động cơ không đồng bộ Từ trường qay này sẽ quét qua các thanh dẫn phía Rotor và cảm ứng trong Rotor các sức điện động Vì các thanh dẫn nối ngắn mạch, do đó sẽ xuất

t 2



t 6

hiện dòng điện trong các thanh dẫn này Lực từ được tạo tạo ra từ các dòng điện này sẽ kéo cho Rotor quay với tốc độ chậm hơn tốc độ của từ trường Stator (hình 1.3a)

Rotor: Từ trường không đổi

Khi đủ điều kiện “bắt” đồng bộ, Rotor được kích từ bằng một nguồn điện một chiều DC Từ trường được tạo ra xung quanh rotor bằng nguồn kích từ 1 chiều được hiển thị như hình 2.8 Từ trường của Stator quét qua Rotor và các cực khác cực tính của từ trường Stator và Rotor sẽ bị hút lẫn nhau, chúng sẽ bị khóa bằng từ tính Điều này có nghĩa là rotor sẽ quay cùng tốc độ với tốc độ của từ trường quay Stator Hay rotor quay với tốc độ đồng bộ (hình 2.8b)

a Từ trường Stator quét Rotor b Từ trường Stator khóa từ trường Rotor Hình 2.8 Sự tương tác giữa từ trường Stator và từ trường Rotor

Theo [1] Sơ đồ thay thế một pha của động cơ đồng bộ trong hệ tọa độ đề các được trình bày như hình 2.9

Hình 2.9 Sơ đồ mạch điện thay thế một pha

Theo định luật Kirhoff 2 ta có: VT = I a R a + jI a X l + jI a X as + E f (2.2)

Kết hợp các điện kháng: X s = X l + X as

Ta được: VT = E f + I a (R a + jX s) (2.3)

Hoặc VT = E f + I aZs (2.4)

Với:

Ra: Điện trở phần ứng (/pha) Xl: Điện kháng tản phần ứng(/pha)

Xas: Điện kháng tự cảm (/pha) Zs: Tổng trở phức phần ứng (/pha)

Ia: Dòng điện phần ứng/pha (A) Ef: Sức điện động

If : Dòng điện kích từ R Điện trở cuộn kích từ

Từ (2.2) ta vẽ được đồ thị véc tơ như hình 2.10

Góc  là góc lệch pha giữa điện áp VT và sức điện động Ef được gọi là góc Mô men Góc Mô men cũng được gọi là góc tải hay góc công suất

Hình 2.10 Đồ thị véc tơ dòng – áp của động cơ đồng bộ

2.2.2 Công suất của động cơ đồng bộ

Với động co đồng bộ công suất lớn, thì điện trở phần ứng thường rất nhỏ so với điện cảm của nó Vì vậy có thể bỏ qua nó, nên (2.3) được viết thành:

VT = E f + jI a X s (2.5)

Sơ đồ mạch điện thay thế và đồ thị véc tơ khi bỏ qua điện trở phần ứng được trình bày như hình 2.11 Sơ đồ này thường được sử dụng để phân tích động cơ cả khi tải thay đổi hoặc thay đổi nguồn kích từ