- ii -
Bố cục của luận án
Luận án chia thành 4 chương. Chương 1 trình bày tổng quan các vấn đề
trong điều khiển các hệ phi tuyến và ứng dụng, từ đó đưa ra mục tiêu và nội
dung nghiên cứu của luận án giới hạn vào các hệ khả tuyến tính hóa phản hồi có
chứa các thành phần không rõ trong bài toán bám theo tín hiệu mẫu bị chặn cho
trước.
Chương 2 trình bày chi tiết vấn đề cần giải quyết cũng như tổng quan các
nghiên cứu và các kết quả đã đạt được đến nay. Dựa trên phương pháp thiết kế
định nghĩa hệ sai số thỏa mãn giả thiết ban đầu, luận án xây dựng một số cơ sở
toán học (các định lý và bổ đề) để hình thành phương pháp mới theo hướng đơn
giản và có khả năng ứng dụng – được gọi là phương pháp thay thế ước lượng
hàm trạng thái – làm tiền đề phát triển các bộ điều khiển ổn định tĩnh và động
trong các chương tiếp theo.
Trong Chương 3, tác giả giới thiệu một số cơ sở toán học nhằm đưa ra luật
điều khiển tĩnh dùng bộ xấp xỉ vạn năng mờ nơron làm thành phần bù liên tục
để nghiệm của hệ sai số vòng kín bị chặn tới hạn đều (uniformly ultimately
bounded) cũng như trình bày phương pháp tính toán, xác định tham số điều
khiển và các điều kiện cần trong phương pháp để quỹ đạo trạng thái và tín hiệu
điều khiển bị chặn theo thiết kế. Ngoài ra Chương 3 còn tiếp tục mở rộng
phương pháp cho thiết kế bộ điều khiển ổn định tĩnh các hệ chuyển động hỗn
loạn (chaotic systems) có phương trình động học ở dạng tuyến tính hóa phản hồi
chặt.
Chương 4 tập trung vào giải quyết vấn đề bù động dựa trên luật điều khiển
tĩnh và sử dụng bộ xấp xỉ mờ nơron để xây dựng được bộ điều khiển thích nghi
ổn định cũng như trình bày mô hình phần mềm ứng dụng. Nhằm chứng minh
tính khả thi của phương pháp trong phát triển bộ điều khiển với thành phần bù
động, luận án sử dụng điều khiển thích nghi trực tiếp áp dụng phương pháp
chỉnh định
để chỉnh định tham số của bộ xấp xỉ mờ nơron trong các trường
hợp bộ xấp xỉ tuyến tính và phi tuyến đối với tham số. Tác giả cũng đưa ra mô
hình phần mềm ứng dụng cho phép áp dụng các kiểu điều khiển tĩnh và động
trên các hệ thống điều khiển công nghiệp và phân tích khả năng ứng dụng trên
hệ thống tự động hóa SIMATIC S7 của hãng Siemens.
Phần cuối là kết luận và kiến nghị của luận án, tiếp theo sau là Phụ lục bao
gồm một số chứng minh và thiết kế.
- iii -
MỤC LỤC
CHƢƠNG 1: TỔNG QUAN 1
1.1. Đặt vấn đề 1
1.2. Mục tiêu và nhiệm vụ nghiên cứu 9
CHƢƠNG 2: ĐIỀU KHIỂN ỔN ĐỊNH CÁC HỆ THỐNG KHẢ TUYẾN
TÍNH HÓA PHẢN HỒI BẰNG PHƢƠNG PHÁP THAY
THẾ ƢỚC LƢỢNG HÀM TRẠNG THÁI 11
2.1. Giới thiệu chung 11
2.1.1. Đặt vấn đề 11
2.1.2. Biểu diễn các hệ thống khả tuyến tính hóa phản hồi 12
2.1.3. Vấn đề trong điều khiển ổn định các hệ khả tuyến tính hóa
phản hồi trạng thái 15
2.2. Điều khiển ổn định các hệ thống khả tuyến tính hóa phản hồi
trạng thái bằng phƣơng pháp thay thế ƣớc lƣợng hàm trạng thái 21
2.2.1. Cơ sở toán học của phương pháp 21
2.2.2. Tính bền vững của hệ vòng kín trong phương pháp 31
2.3. Điều khiển ổn định các hệ thống khả tuyến tính hóa phản hồi vào-
ra bằng phƣơng pháp thay thế ƣớc lƣợng hàm trạng thái 44
2.3.1. Bài toán điều khiển và cơ sở toán học 44
2.3.2. Điều khiển ổn định bằng phương pháp thay thế ước lượng hàm
trạng thái 47
2.3.3. Tính bền vững của hệ vòng kín đối với thành phần không rõ
trong phương trình động học 51
2.4. Tổng hợp thiết kế bộ điều khiển tĩnh ổn định 55
2.5. Kết luận 56
CHƢƠNG 3: PHƢƠNG PHÁP THAY THẾ ƢỚC LƢỢNG HÀM
TRẠNG THÁI DÙNG BỘ XẤP XỈ MỜ NƠRON 58
3.1. Đặt vấn đề và cơ sở lý thuyết xây dựng phƣơng pháp 58
3.1.1. Giới thiệu chung 58
3.1.2. Bộ xấp xỉ vạn năng 59
3.1.3. Cơ sở toán học xây dựng các bộ xấp xỉ dùng hệ mờ và mạng
nơron 60
3.2. Thay thế ƣớc lƣợng hàm trạng thái 69
3.2.1. Cơ sở toán học của phương pháp 69
3.2.2. Xác định tham số bộ điều khiển 74
3.2.3. Mô phỏng điều khiển tay rôbốt 79
3.3. Thay thế ƣớc lƣợng hàm trạng thái mở rộng trong điều khiển ổn
định các hệ khả tuyến tính hóa phản hồi chặt 84
- iv -
3.3.1. Phương pháp cuốn chiếu 84
3.3.2. Phương pháp thay thế ước lượng hàm trạng thái khi hệ chứa
các thành phần không rõ 85
3.4. Tổng hợp và kết luận 93
CHƢƠNG 4: ĐIỀU KHIỂN THÍCH NGHI TRỰC TIẾP DÙNG HỆ MỜ
NƠRON TRONG PHƢƠNG PHÁP THAY THẾ ƢỚC
LƢỢNG HÀM TRẠNG THÁI 96
4.1. Giới thiệu chung 96
4.1.1. Sự cần thiết phát triển bộ điều khiển thích nghi 96
4.1.2. Vấn đề và cơ sở toán học xây dựng bộ điều khiển thích nghi
trực tiếp 98
4.2. Điều khiển mờ nơron thích nghi trực tiếp các hệ thống khả tuyến
tính hóa phản hồi 101
4.2.1. Hệ khả tuyến tính hóa phản hồi trạng thái 101
4.2.2. Hệ khả tuyến tính hóa phản hồi vào-ra 108
4.3. Tổng hợp thiết kế bộ điều khiển thích nghi trực tiếp ổn định 110
4.4. Mô hình điều khiển thích nghi trên hệ thống điều khiển công
nghiệp 111
4.4.1. Giới thiệu chung 111
4.4.2. Mô hình phần mềm ứng dụng và khả năng áp dụng trên hệ
thống điều khiển công nghiệp 113
4.5. Kết luận 121
KẾT LUẬN VÀ KIẾN NGHỊ 122
CÁC CÔNG TRÌNH CÔNG BỐ LIÊN QUAN CỦA TÁC GIẢ 124
TÀI LIỆU THAM KHẢO 125
PHỤ LỤC 134
5.1. Một số thuật ngữ tiếng Anh 134
5.2. Bổ đề 1 trang 23 136
5.3. Bổ đề 3 trang 40 và kết quả (2-64) 139
5.4. Tuyến tính hóa phƣơng trình động lực học (3-23) 143
5.5. Chƣơng trình mô phỏng ví dụ điều khiển tay rôbốt trang 79 145
5.6. Bổ đề 6 trang 100 152
5.7. Một số môđun phần mềm trong mô hình phần mềm ứng dụng 155
- v -
MỤC LỤC HÌNH VẼ
Hình 1 : Hàm
ε( , ) 1 sign( )bsig( , )E E E
33
Hình 2 : Hàm
μ( , ) ε( , )E E E
34
Hình 3 : Hàm Lambert
w( )
w( )
x
x e x
35
Hình 4 : Hàm
μ ( , , ) sign( )bsig( , )
E
E E E E
41
Hình 5 : Hàm
( , )
m
E
và
_ max
μ ( , ) μ ( , , )
E E m
E
41
Hình 6 : Hệ mờ MISO 63
Hình 7 : Mạng nơron 2 lớp 65
Hình 8 : Mô phỏng trong trường hợp không sử dụng thành phần bù 81
Hình 9 : Mô phỏng sử dụng thành phần bù tĩnh với
1
và
1.0
82
Hình 10 : Mô phỏng sử dụng thành phần bù tĩnh với
1
và
0.8
83
Hình 11 : Điều khiển thích nghi trong hệ thống điều khiển công nghiệp 114
Hình 12 : Sơ đồ đường đi dữ liệu trong mô hình điều khiển thích nghi 115
Hình 13 : Các môđun phần mềm chính trong mô hình hệ thống NF 117
Hình 14 : Cấu trúc bộ đệm và dữ liệu quá trình cung cấp cho PC-Server 155
Hình 15 : Các khối môđun phần mềm trên giao diện STEP7 V5 157
- vi -
BẢNG CHỮ VIẾT TẮT
ABS Antilock Braking System
ANFIS Adaptive-Network-based Fuzzy Inference System
CNC Computerized Numerical Control
CSDL Cơ sở dữ liệu
DC Direct Current
DCS Distributed Control System
DVD Digital Video Disc
GUAS Globally Uniformly Asymtotically Stable
HD DVD High Density DVD
IE Industrial Ethernet
IEC International Electrotechnical Commission
IPC Industrial Personal Computer
ISPS Input-to-State Practically Stable
ISS Input-to-State Stable
KH&CN Khoa học và Công nghệ
LTI Linear Time Invariant
MIMO Multi-Input Multi-Output
MLP Multilayer Perceptron (Network)
NF/NFN Neuro-Fuzzy/Neuro-Fuzzy Network
PC Personal Computer
PID Proportional Integral Differential
PLC Programmable Logic Controller
R&D Research and Development
RBF Radial Basis Function Network
RBN Radial Basis Neural Network
SCADA Supervisory Control and Data Acquisition
SCL Structured Control Language
SISO Single-Input Single-Output
UAS Uniformly Asymtotically Stable
- 1 -
CHƢƠNG 1
TỔNG QUAN
1.1. Đặt vấn đề
Trong những thập kỷ gần đây, sự phát triển mạnh mẽ của khoa học và công
nghệ (KH&CN) trong các lĩnh vực công nghệ chế tạo, công nghệ vật liệu mới
và công nghệ thông tin đã cho ra đời các bộ vi xử lý mạnh, kích cỡ nhỏ gọn, tiêu
thụ điện năng thấp và giá thành hạ. Nhờ đó con người có thể tạo ra hàng loạt sản
phẩm công nghệ cao tinh vi và thông minh cũng như các sản phẩm công nghệ
cao này ngày càng trở nên phổ biến hơn và là một phần không thể thiếu trong sự
phát triển của xã hội văn minh hiện đại. Những thiết bị dân dụng công nghệ cao
như máy điện thoại di động, iPod, đầu đĩa HD DVD và Blu-ray hay máy giặt,
máy rửa bát, đã không còn xa lạ đối với nhiều người dân trong khi các thiết bị
khác như máy rút tiền tự động, máy bán hàng, bán vé tàu xe tự động, thiết bị trợ
giúp y tế, thiết bị dẫn đường, rôbốt giúp việc, đang trở nên gần gũi với con
người hơn bao giờ hết. Có thể nói sự phát triển của KH&CN đã và đang tạo ra
những thay đổi lớn trong xã hội loài người nhằm đáp ứng nhu cầu ngày một cao
của con người về môi trường và điều kiện sống.
Cùng với sự phát triển này là sự lớn mạnh của các ngành công nghiệp nhằm
khai thác và cung cấp các sản phẩm, dịch vụ có chất lượng tốt nhất với giá
thành hạ tới người tiêu dùng. Kinh nghiệm của các nước phát triển cho thấy việc
áp dụng KH&CN trong cải tiến, tạo ra các sản phẩm mới cũng như việc nâng
cao chất lượng, giảm chi phí sản xuất và hạ giá thành sản phẩm, dịch vụ có ý
nghĩa sống còn đối với mỗi nhà sản xuất nhưng ngược lại cũng đòi hỏi KH&CN
phải luôn đi trước một bước, đáp ứng được yêu cầu phát triển của nhà sản xuất
nói riêng và của xã hội nói chung. Mặc dù hiện nay thế giới đang phải đối mặt
với các vấn đề nghiêm trọng về khủng hoảng tài chính và tình trạng suy thoái
kinh tế toàn cầu ảnh hưởng lớn đến các hoạt động sản xuất, tuy nhiên đứng trên
quan điểm triết học thì bản chất của phát triển và phát triển là bản chất của xã
- 2 -
hội và do đó chúng ta hoàn toàn có thể tin tưởng rằng trong tương lai không xa,
việc các nền kinh tế được khôi phục và tiếp tục phát triển là tất yếu, trong đó
KH&CN vẫn là động lực để thúc đẩy phát triển kinh tế xã hội.
Tính phi tuyến và vai trò của lý thuyết điều khiển hiện đại
Trong sự phát triển của KH&CN, lý thuyết điều khiển hiện đại có vai trò hết
sức quan trọng để giải quyết nhiều vấn đề như nâng cao chất lượng điều khiển,
độ ổn định của hệ thống, tiết kiệm năng lượng hay như sử dụng máy móc thay
thế con người trong các ứng dụng điều khiển phức tạp hoặc nguy hại. Hàng loạt
các công trình nghiên cứu về điều khiển bền vững, điều khiển thích nghi, điều
khiển tối ưu hay điều khiển mờ và mạng nơron được công bố trong những năm
gần đây cho thấy sự quan tâm lớn của các nhà khoa học trên khắp thế giới và
những vấn đề, các hướng nghiên cứu phát triển trong lĩnh vực này ([35], [40],
[41], [42], [44], [46], [48], [52], [53], [54], [56], [57], [59], [60], [61], [62], [63],
[64], [65], [66], [67], [71], [73], [75], [77], [79], [80], [81], [82], [83], [92], [93],
[94], [95], [96], [98], [99], [100], [101], [102], [103], [104], [105], [106], [107],
[108]).
Như chúng ta đã biết, các hệ thống thực là các mô hình phi tuyến hết sức
phức tạp nên các phương pháp thiết kế kinh điển dựa trên điều khiển tuyến tính
trong nhiều trường hợp không đảm bảo được yêu cầu do đặc tính phi tuyến của
động học đối tượng điều khiển, đặc tuyến đầu đo hoặc cơ cấu chấp hành cũng
như tính chất không đầy đủ, chính xác của các mô hình thay thế (động học chưa
biết, nhiễu, điều kiện ban đầu).
Trong công nghiệp, đầu đo và cơ cấu chấp hành là những ví dụ rõ nhất về
tính phi tuyến. Tuy nhiên đặc tính phi tuyến còn thể hiện rõ trong các hệ cơ điện
(động cơ DC không chổi than, động cơ điện cảm ứng), tay máy, các hệ thống
trang bị trên ôtô (Power train, ABS, Precision Control), các quá trình hóa học,
sinh học và các hệ chuyển động hỗn loạn (chaos). Cần lưu ý rằng các hệ chuyển
động hỗn loạn là các hệ động học phi tuyến tiền định (deterministic) nghĩa là -
khác với ngẫu nhiên - động học tương lai của hệ thống được định nghĩa bởi các
- 3 -
điều kiện ban đầu nên hệ còn được xem là rất nhạy với các điều kiện ban đầu.
Ví dụ điển hình của hệ chuyển động hỗn loạn trong tự nhiên là thời tiết khí hậu
còn trong công nghiệp là các quá trình hóa học, sinh học, dòng chảy.
Ngoài ra một vấn đề khác cũng được đặt ra là rất nhiều hệ cần điều khiển có
các tham số không rõ (như hệ truyền động servo, rôbốt), có các tham số biến đổi
chậm (ví dụ như các tham số phụ thuộc vào nhiệt độ) hoặc có các tham số thay
đổi không dự đoán được (như các hệ thống năng lượng).
Để giải quyết các vấn đề phức tạp trên, lý thuyết điều khiển bền vững và
thích nghi được xem là các công cụ hữu hiệu. Thực tế hiện nay điều khiển thích
nghi đã được áp dụng thành công trong nhiều lĩnh vực như điều khiển rôbốt,
máy công cụ, CNC, điều khiển quá trình (hóa học, sinh học, ), điều khiển
truyền động hay như điều khiển lái tàu, máy bay tự động. Tuy nhiên việc thiết
kế các bộ điều khiển phi tuyến nói chung và điều khiển thích nghi nói riêng là
không đơn giản và đặt ra hàng loạt vấn đề cần giải quyết như vấn đề về ổn định
hệ vòng kín, vấn đề điều khiển bám theo tín hiệu mẫu, vấn đề chống nhiễu hoặc
làm suy giảm nhiễu cũng như khi kết hợp các vấn đề trên với nhau. Giống như
trong điều khiển tuyến tính, phản hồi vẫn là chìa khóa để thiết kế các bộ điều
khiển phi tuyến nói chung. Về mặt lý thuyết, nếu toàn bộ các trạng thái của hệ
đo được khi đó ta nói đến điều khiển phản hồi trạng thái, còn trong trường hợp
chỉ có véctơ đầu ra đo được, điều khiển phản hồi đầu ra được áp dụng. Các
phương pháp thiết kế bộ điều khiển phi tuyến như tuyến tính hóa phản hồi
(feedback linearization), điều khiển tích phân (integral control), điều chỉnh định
trình khuếch đại (gain scheduling) là các phương pháp chủ đạo hiện nay ([32],
[45], [50], [51], [68]).
Điều khiển mờ nơron
Mặc dù các nghiên cứu về điều khiển phi tuyến đã có nhiều bước tiến quan
trọng, tuy nhiên vấn đề trở nên phức tạp hơn khi hệ phi tuyến có chứa các thành
phần không rõ làm mất ổn định hệ. Các đặc tính không rõ này có thể xuất phát
từ các nguồn như nhiễu đầu vào, động học chưa biết của đối tượng, sai số của
- 4 -
các mô hình thay thế hoặc tác động bên ngoài. Để điều khiển ổn định hệ, các
phương pháp thiết kế sử dụng điều khiển mờ nơron (hay còn gọi là điều khiển
mờ dùng mạng nơron) nhằm xấp xỉ các thành phần chưa biết từ đó tìm cách
giảm trừ tác động của các thành phần này để đạt được chất lượng điều khiển tốt
nhất. Việc áp dụng điều khiển mờ nơron còn cho phép phát triển các bộ điều
khiển thích nghi do tham số có thể chỉnh định được trực tuyến trong quá trình
hoạt động.
Cần lưu ý thêm rằng về mặt thuật ngữ, điều khiển mờ nơron trong luận án
còn được hiểu là điều khiển (phi tuyến) dựa trên cơ sở hệ mờ (fuzzy system),
mạng nơron nhân tạo (artificial neural network), mạng nơron mờ lai (hybrid
fuzzy neural network) hoặc hệ mờ nơron (neuro-fuzzy system).
Chúng ta biết rằng lý thuyết tập mờ đã được giới thiệu từ những năm 60 của
thế kỷ trước, tuy nhiên phải tới đầu thập kỷ 90 các hệ thống điều khiển mờ mới
thực sự được đưa vào ứng dụng trong đời sống và sản xuất. Hệ mờ đã chứng tỏ
được tính ưu việt so với các hệ điều khiển được dùng trước đó trong giải quyết
các bài toán như điều khiển quá trình sản xuất dựa trên kinh nghiệm vận hành,
điều khiển phi tuyến, điều khiển các thông số môi trường, các hệ thống dự báo
khí tượng, thủy văn. Trong công nghiệp, điều khiển mờ còn được nghiên cứu
kết hợp với điều khiển PID kinh điển nhằm tận dụng được các ưu điểm của cả
hai hệ thống, cho phép nâng cao chất lượng điều khiển ([21], [28], [34], [47],
[69], [86]). Hiện nay các hệ thống điều khiển mờ trong công nghiệp được phát
triển dựa trên cơ sở các môđun phần mềm cho các hệ thống thiết bị khả trình
(PLC), máy tính công nghiệp (IPC) cho phép giải quyết được nhiều bài toán
trước đây khó thực hiện được.
Mạng nơron nhân tạo thường được dùng để điều chỉnh các hàm liên thuộc
của các hệ mờ trong các thiết bị điều khiển. Mặc dù logic mờ có thể mã hóa trực
tiếp tri thức chuyên gia sử dụng các luật với các nhãn ngôn ngữ nhưng logic mờ
lại đòi hỏi nhiều thời gian thiết kế và chỉnh định các hàm liên thuộc để định
lượng các nhãn ngôn ngữ. Kỹ thuật luyện mạng nơron cho phép tự động hóa
- 5 -
quá trình này và giảm đáng kể thời gian, chi phí phát triển trong khi cải thiện
được tốc độ xử lý ([76], [86], [91]).
Mặc dù về lý thuyết các mạng nơron và các hệ thống mờ là tương đương
nhau theo nghĩa chúng có khả năng chuyển đổi được tuy nhiên trong thực tế mỗi
hệ thống lại có ưu và nhược điểm riêng. Đối với các mạng nơron, tri thức có thể
thu được tự động bởi thuật toán hồi quy nhưng quá trình luyện lại tương đối
chậm và việc phân tích mạng đã luyện là khó khăn. Ngoài ra ta cũng không có
khả năng rút ra được tri thức có dạng cấu trúc (các luật) từ mạng nơron đã luyện
cũng như không thể đưa thêm các thông tin đã biết vào trong mạng nơron để
đơn giản hóa quá trình luyện mạng.
Các hệ thống mờ tốt hơn theo nghĩa hoạt động của chúng có thể giải thích
được dựa trên các luật mờ và như vậy tốc độ thực thi của hệ có thể thay đổi
được bằng cách chỉnh định các luật. Tuy nhiên thông thường việc thu được tri
thức là khá khó khăn và việc phải chia biến đầu vào thành nhiều miền nên ứng
dụng của các hệ thống mờ bị giới hạn trong các vùng mà ở đó tri thức chuyên
gia phải có cũng như đa phần trong thực tế chỉ áp dụng được với số lượng các
biến đầu vào nhỏ.
Việc kết hợp các ưu điểm của hệ mờ và mạng nơron dẫn đến các hệ thống lai
với các cấu trúc được sử dụng rộng rãi là mạng nơron mờ lai (hybrid FNN) và
hệ mờ nơron (NFS). Trong lý thuyết điều khiển hiện đại, hệ mờ, mạng nơron và
sự kết hợp của hệ mờ với mạng nơron được coi là những công cụ đa năng để
giải quyết các vấn đề về phi tuyến và tính không chắc chắn trong điều khiển các
hệ phi tuyến nói chung.
Hệ thống điều khiển công nghiệp và xu hƣớng phát triển
Khái niệm hệ thống điều khiển công nghiệp thông thường được hiểu là các
hệ thống SCADA, các hệ điều khiển phân tán (DCS) và các thiết bị (logic) khả
trình (PLC). Về mặt thuật ngữ, SCADA là hệ thống máy tính phục vụ giám sát
và điều khiển một quá trình nào đó. Quá trình ở đây có thể là quá trình công
nghiệp (như chế tạo, sản xuất, tinh chế có chế độ hoạt động liên tục, gián đoạn
Không có nhận xét nào:
Đăng nhận xét