Điều khiển bám hệ chuyển động theo phương pháp tuyến tính hóa chính xác thích nghi với khâu nhận dạng online dùng mạng nơron
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.19 MB, 76 trang )
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
1
ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP
LUẬN VĂN THẠC SỸ KỸ THUẬT
NGÀNH: TỰ ĐỘNG HÓA
ĐIỀU KHIỂN BÁM HỆ CHUYỂN ĐỘNG THEO PHƢƠNG PHÁP
TUYẾN TÍNH HOÁ CHÍNH XÁC THÍCH NGHI VỚI KHÂU NHẬN
DẠNG ONLINE DÙNG MẠNG NƠRON
NGUYỄN THỊ XIM
THÁI NGUYÊN 2010
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
2
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP
LUẬN VĂN THẠC SỸ KỸ THUẬT
NGÀNH: TỰ ĐỘNG HÓA
ĐIỀU KHIỂN BÁM HỆ CHUYỂN ĐỘNG THEO PHƢƠNG PHÁP
TUYẾN TÍNH HOÁ CHÍNH XÁC THÍCH NGHI VỚI KHÂU NHẬN
DẠNG ONLINE DÙNG MẠNG NƠRON
Học viên: Nguyễn Thị Xim
Ngƣời HD Khoa Học: TS Đỗ Trung Hải
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
3
THÁI NGUYÊN 2010
ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP
***
CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc Lập - Tƣ Do - Hạnh Phúc
o0o
THUYẾT MINH
LUẬN VĂN THẠC SĨ KỸ THUẬT
ĐỀ TÀI:
ĐIỀU KHIỂN BÁM HỆ CHUYỂN ĐỘNG THEO PHƢƠNG
PHÁP TUYẾN TÍNH HOÁ CHÍNH XÁC THÍCH NGHI VỚI KHÂU
NHẬN DẠNG ONLINE DÙNG MẠNG NƠRON
Học viên :Nguyễn Thị Xim
Lớp : CHK11
Chuyên ngành :Tự động hoá
Ngƣời hƣớng dẫn :T.S Đỗ Trung Hải
Ngày giao đề tài:1/12/2009
Ngày hoàn thành đề tài:1/8/2010
KHOA ĐT SAU ĐẠI HỌC
NGƢỜI HƢỚNG DẪN
T.S. Đỗ Trung Hải
BAN GIÁM HIỆU
HỌC VIÊN
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
4
Nguyễn Thị Xim
LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu,
kết quả trong luận văn là hoàn toàn trung thực và chƣa từng đƣợc ai công bố
trong bất kỳ công trình nào khác.
Tác giả luận văn
Nguyễn Thị Xim
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
5
LỜI CẢM ƠN
Trong quá trình làm luận văn, tôi đã nhận đƣợc nhiều ý kiến đóng góp từ
các thầy, cô giáo, các anh chị và các bạn đồng nghiệp.
Tôi xin bày tỏ lòng biết ơn đến T.S Đỗ Trung Hải; đến Khoa Sau Đại
học - Trƣờng Đại học Kỹ thuật công nghiệp.
Tôi xin chân thành cảm ơn trƣờng Đại học Kỹ thuật công nghiệp, đã tạo
những điều kiện thuận lợi nhất về mọi mặt để tôi hoàn thành khóa học.
Tôi xin chân thành cảm ơn ban giám hiệu trƣờng Cao đăng nghề GTVT
Trung ƣơng II, đã tạo những điều kiện thuận lợi nhất về mọi mặt để tôi hoàn
thành khóa học.
Tác giả luận văn
Nguyễn Thị Xim
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
6
Mục Lục
Mục lục . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
Danh mục các ký hiệu và chữ viết tắt . . . . . . . . . . . . . . . . . . . . . .
7
Danh mục các hình vẽ và đồ thị . . . . . . . . . . . . . . . . . . . . . . . . . .
8
Mở đầu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
Chƣơng 1 Tổng quan về điều khiển thích nghi và các phƣơng pháp nhận
dạng hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
1.1 Tổng quan về phƣơng pháp điều khiển thích nghi. . . . . . . .
14
1.1.1 Khái niệm về điều khiển thích nghi. . . . . . . . . . . . . . . .
14
1.1.1.1 Định nghĩa………………………
14
1.1.1.2 Câu trúc của hệ điều khiển thích nghi……………
14
1.1.1.3 Phân loại…………………………………………………
15
1.1.2 Các sơ đồ cấu trúc cơ bản của một hệ ĐKTN…
15
1.1.2.1 Hệ điều khiển thích nghi điều chỉnh hệ số khuếch đại…
16
1.1.2.2 Hệ điều khiển thích nghi theo mô hình mẫu……………
16
1.1.2.3 Hệ điều khiển thích nghi tự chỉnh (Self-Turning-egulator)-
(STR)…
17
1.1.3 Hệ ĐKTN theo mô hình mẫu (MRAC)
19
1.1.3.1 Phƣơng pháp điều khiển thích nghi theo mô hình mẫu trực
tiếp
19
1.1.3.2 Phƣơng pháp MRAC gián tiếp
20
1.1.4 Hệ điều khiển thích nghi áp đặt cực- APPC
22
1.1.5 Phƣơng pháp điều khiển tuyến tính hoá chính xác thích nghi. .
23
1.2 Tổng quan về vấn đề nhận dạng hệ thống. . . . . . . . . . . . . . . . . . .
25
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
7
1.2.1 Một số phƣơng pháp kinh điển nhận dạng thông số hệ thống Off-
line
25
1.2.1.1 Phƣơng pháp xấp xỉ vi phân. …………………………….
26
1.2.1.2 Phƣơng pháp Gradient……………………………………
26
1.2.1.3 Phƣơng pháp tìm kiếm trực tiếp. …………………………
28
1.2.1.4 Phƣơng pháp tựa tuyến tính. ……………………………
28
1.2.1.5 Phƣơng pháp sử dụng hàm nhạy. …………………………
29
1.2.2 Một số phƣơng pháp kinh điển nhận dạng thông số hệ thống On-
line…………………………………………………………
29
1.2.2.1 Phƣơng pháp bình phuơng cực tiểu. ……………………
29
1.2.2.2 Phƣơng pháp xấp xỉ ngẫu nhiên………………………….
30
1.2.2.3 Phƣơng pháp lọc Kalman mở rộng…………………
30
1.2.3 Một số phƣơng pháp hiện đại để nhận dạng hệ thống………
32
1.2.3.1 Phƣơng pháp sử dụng lý thuyết mờ……………………….
32
1.2.3.2 Phƣơng pháp sử dụng mạng nơron……………………….
32
1.3 Lựa chọn phƣơng án nhận dạng và điều khiển. . . . . . . . . . . . . .
34
Chƣơng 2: Mạng nơron và ứng dụng để nhận dạng online trong điều
khiển bám hệ chuyển động theo phƣơng pháp tuyến tính hoá chính xác
thích nghi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
2.1Tổng quan về mạng nơron . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
2.1.1 Khái niệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
2.1.2 Cấu trúc mạng nơron. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . …
38
2.1.3 Luật học của mạng nơron. . . . . . . . . . . . . . . . . . . . . . . . . . ….
40
2.1.3.1 Khái niệm……………………………………………….
40
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
8
2.1.3.2 Thuật toán học lan truyền ngƣợc của sai lệch (Back ropagation
Learning Rule) ……………………………………….
41
2.2 Ứng dụng để nhận dạng online trong điều khiển bám hệ chuyển động
theo phƣơng pháp tuyến tính hoá chính xác thích nghi……
44
2.2.1 Đặt vấn đề. . . . . . . . . . . . . . . . . . . . . . . . …………………
44
2.2.2 Bài toán nhận dạng. . . . . . . . . . . . . . . . . . . . . . . . . ………
45
2.2.3 Bài toán điều khiển. . . . . . . . . . . . . . . . . . . . . . . . ……….
48
Chƣơng3: Mô phỏng kiểm chƣng bằng phần mềm Matlab – Simulink.
51
3.1 Lựa chọn hệ chuyển động cho việc mô phỏng…………………
51
3.2 Mô phỏng các thuật toán nhận dạng và điều khiển với đối tƣợng là
robot 1 khớp nối…………….
51
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
9
3.2.1 Cấu trúc nhận dạng và điều khiển……………………….
52
3.2.2 Kết quả mô phỏng 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
3.2.3 Kết quả mô phỏng 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
3.2.4 Kết quả mô phỏng 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
3.2.5 Kết quả mô phỏng 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
57
3.2.6 Kết quả mô phỏng 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
59
3.2.7 Kết quả mô phỏng 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
3.2.8 Kết quả mô phỏng 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
62
3.2.9 Kết quả mô phỏng 8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64
Kết luận. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
Tài liệu tham khảo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
Phụ lục . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
10
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
SISO
Hệ một đầu vào một đầu ra, viết tắt của (Single
Input Single Output)
MSE
Sai lệch bình phƣơng cực tiểu, viết tắt của (Mean
Square Error)
BIBO
Tín hiệu vào ra có giới hạn, viết tắt của (Bound
Input Bound Output)
MISO
Hệ nhiều đầu vào một đầu ra, viết tắt của (Multi
Inputs Single Output)
ĐKTN
Điều khiển thích nghi
MRAC
Model Referance Adaptive Control
MRC
Model Referance Control
STR
Self Tuning Regualator
APPC
Adaptive Pole Placement Control
GBF
GaBor Function
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
11
DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ
Hình 1.1 Cấu trúc cơ bản của hệ điều khiển thích nghi …………….
14
Hình 1.2 H ệ ĐKTN điều chỉnh hệ số khuếch đại ………………….
16
Hình 1.3 Sơ đồ cấu trúc hệ ĐKTN theo mô hình mẫu MRAC……
16
Hình 1.4 Hệ ĐKTN tự điều chỉnh gián tiếp ISTR…………………
17
Hình 1.5 Hệ ĐKTN tự điều chỉnh trực tiếp DSTR………………
18
Hình 1.6 Sơ đồ điều khiển thích nghi theo mô hình mẫu trực tiếp
19
Hình 1.7 Sơ đồ điều khiển thích nghi theo mô hình mẫu gián tiếp
20
Hình 1.8 Hệ điều khiển PPC………………………………………
22
Hình 1.9 Sơ đồ cấu trúc điều khiển theo phƣơng pháp tuyến tính hóa
chính xác…………………………………………………………
23
Hình 1.10 Sơ đồ tổng quát nhận dạng thông số mô hình…………
24
Hình 1.11 Mô hình nhận dạng theo phƣơng pháp Gradient……….
27
Hình 1.12 Sơ đồ cấu trúc hệ ………………………………………
35
Hình 2.1 Mô hình nơron nhân tạo thứ i……………………………
37
Hình 2.2 Mạng truyền thẳng 1 lớp…………………………………
38
Hình 2.3 Mạng truyền thẳng nhiều lớp……………………………
39
Hình 2.4 Mạng phản hồi 1 lớp……………………………………….
40
Hình 2.5 Mạng phản hồi nhiều lớp…………………………………
40
Hình 2.6 Mô hình học có giám sát…………………………………
40
Hình 2.7 Mô hình học củng cố……………………………………….
41
Hình 2.8 Mô hình học không giám sát………………………………
41
Hình 2.9 Mô hình nhận dạng tổng quát……………………………
45
Hình 2.10 Mô hình cấu trúc hệ chuyển động………………………
45
Hình 2.11 Sơ đồ cấu trúc mạng nơron……………………………
46
Hình 2.12 Lƣu đồ cập nhật thông số………………………………
48
Hình 2.13 Mô hình cấu trúc hệ nhận dạng và điều khiển……………
50
Hình 3.1 Sơ đồ cấu trúc nhận dạng và điều khiển dùng matlab-
52
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
12
simulink………………………………………………………………
Hình 3.2 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 10 giây (a) và 120 giây (b)
52
Hình 3.3 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng khi
mô phỏng trong thời gian 10 giây (a) và 120 giây (b)…………
53
Hình 3.4 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 120 giây (b)……………………….
53
Hình 3.5 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng trong
thời gian 10 giây (a) và 120 giây (b)…
53
Hình 3.6 Đồ thị trọng số lớp ân ra của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 120 giây (b)……
54
Hình 3.7 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 10 giây (a) và 120 giây (b)
54
Hình 3.8 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng khi
mô phỏng trong thời gian 10 giây (a) và 120 giây (b)……………
54
Hình 3.9 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 120 giây (b)………………………….
55
Hình 3.10 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 120 giây (b)…………………………
55
Hình 3.11 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 120 giây(b)…………………………
55
Hình 3.12 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 5 giây (a), 45 giây (b)
56
Hình 3.13 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng
khi mô phỏng trong thời gian 5 giây (a) và 45 giây (b)…………….
56
Hình 3.14 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 5 giây (a), 45 giây (b) ………………………………
56
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
13
Hình 3.15 Đồ trọng số lớp ân của mạng nơron khi mô phỏng trong
thời gian 5 giây (a), 45 giây (b) …………………………
57
Hình 3.16 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 5 giây (a) , 45 giây (b)……………………………
57
Hình 3.17 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 15 giây (a) và 90 giây (b)
57
Hình 3.18 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng
khi mô phỏng trong thời gian 15 giây (a) và 90 giây (b)…………
58
Hình 3.19 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 90 giây (b)………………………….
58
Hình 3.20 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 90 giây (b)………………………….
58
Hình 3.21 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 90 giây (b)…………………………
59
Hình 3.22 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 15 giây (a) và 90 giây ( b)
59
Hình 3.23 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng
khi mô phỏng trong thời gian 15 giây (a) và 90 giây (b)………….
59
Hình 3.24 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 90 giây (b)………………………….
60
Hình 3.25 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 90 giây (b)…………………………
60
Hình 3.26 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 90 giây (b)………………………
60
Hình 3.27 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 10 giây (a) và 60 giây (b)
61
Hình 3.28 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng
khi mô phỏng trong thời gian 10 giây (a) và 60 giây (b)………
61
Hình 3.29 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 60 giây (b)……………………………
61
Hình 3.30 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 60 giây (b)………………………
62
Hình 3.31 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 10 giây (a) và 60 giây (b)………………………
62
Hình 3.32 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 15 giây (a) và 160 giây (b)
62
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
14
Hình 3.33 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng
khi mô phỏng trong thời gian 15 giây (a) và 160 giây (b)
63
Hình 3.34 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 160 giây (b)……………………
63
Hình 3.35 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 160 giây (b)……………
63
Hình 3.36 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 15 giây (a) và 160 giây (b)……………………
64
Hình 3.37 Đồ thị góc vị trí đặt, góc vị trí của đối tƣợng và sai lệch
giữa chúng khi mô phỏng trong thời gian 5 giây (a) và 45 giây (b)
64
Hình 3.38 Đồ thị sai lệch góc vị trí đặt và góc vị trí của đối tƣợng
khi mô phỏng trong thời gian 5 giây (a) và 45 giây (b)…………….
64
Hình 3.39 Đồ thị trọng số lớp vào của mạng nơron khi mô phỏng
trong thời gian 5 giây (a) và 45 giây (b)…………………………
65
Hình 3.40 Đồ thị trọng số lớp ẩn của mạng nơron khi mô phỏng
trong thời gian 5 giây (a) và 45 giây (b)……………………………
65
Hình 3.41 Đồ thị trọng số lớp ra của mạng nơron khi mô phỏng
trong thời gian 5 giây (a) và 45 giây (b)…………………………
65
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
15
MỞ ĐẦU
1. Tính cấp thiết của đề tài
Ngày nay cùng với sự phát triển của công nghệ vật liệu thì các lý thuyết
mới về điều khiển hệ thống cũng đã xâm nhập nhanh chóng vào thực tế và
mang lại tính hiệu quả cao khi dùng các lý thuyết điều khiển mới này.
Một trong những lý thuyết mà các nhà khoa học trên thế giới đang quan
tâm nghiên cứu và ứng dụng vào thực tế đó là lý thuyết mờ, mạng nơron, điều
khiển thích nghi, điều khiển tối ƣu, điều khiển bền vững. Đây là vấn đề khoa
học đã có từ vài thập niên, nhƣng việc ứng dụng nó vào sản xuất, cũng nhƣ sự
kết hợp chúng với nhau để tạo ra một quy luật điều khiển có đủ những ƣu
điểm của các lý thuyết thành phần vẫn đang là lĩnh vực khoa học cần quan
tâm và nghiên cứu.
Các hệ chuyển động đã và đang đƣợc ứng dụng rộng rãi trong thực tế.
Đối tƣợng điều khiển thƣờng là một hệ phi tuyến với các tham số không đƣợc
biết đầy đủ trƣớc. Các tham số này có thể là xác định hoặc bất định và chịu
ảnh hƣởng của nhiễu tác động. Vì vậy, việc nghiên cứu ứng dụng điều khiển
thích nghi và mạng nơron để xây dựng thuật toán nhận dạng online và điều
khiển bám hệ chuyển động có đặc điểm là hệ phi tuyến và chứa các tham số
thay đổi là việc làm cần thiết và là hƣớng nghiên cứu chính của bản luận văn
này.
2. Mục đích nghiên cứu
Việc điều khiển hệ chuyển động bám theo quỹ đạo mong muốn là vấn đề
tồn tại thực tế cần nghiên cứu giải quyết. Hiện nay phƣơng tiện lý thuyết và
thực nghiệm cho phép thực hiện đƣợc các bài toán phức tạp nhằm đạt đƣợc
các chỉ tiêu chất lƣợng yêu cầu nhƣ độ quá điều chỉnh, thời gian quá độ cũng
nhƣ khả năng bám của hệ.
2
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
16
Mục tiêu của luận văn là nghiên cứu điều khiển thích nghi theo phƣơng
pháp tuyến tính hoá chính xác; nghiên cứu mạng nơron, ứng dụng để nhận
dạng online và điều khiển bám một hệ chuyển động phi tuyến.
3. Đối tƣợng và phạm vi nghiên cứu
Đối tƣợng nghiên cứu:
- Xây dựng đƣợc cấu trúc nhận dạng online và điều khiển hệ thống.
- Ứng dụng kết quả cho một hệ chuyển động thực tế ( vd cánh tay Robot).
Phạm vi nghiên cứu:
- Khai thác các nghiên cứu lý thuyết về điều khiển thích nghi, mạng nơron
hiện nay nhằm tìm đƣợc thuật toán nhận dạng và điều khiển hệ chuyển động.
- Xây dựng mô hình mô phỏng bằng phần mềm Matlab – Simulink.
4. Ý nghĩa khoa học và thực tiễn của đề tài
Đây là vấn đề khoa học, đang đƣợc các nhà khoa học trên thế giới và
trong nƣớc quan tâm nghiên cứu.
Vấn đề tính ứng dụng thực tiễn to lớn vì điều khiển hệ chuyển động là hệ
phổ biến hiện nay. Đồng thời, với sự phát triển về mặt công nghệ đã tạo ra các
thiết bị kỹ thuật cho phép thực hiện đƣợc các thuật toán điều khiển phức tạp
với khối lƣợng tính toán lớn mà trƣớc đây khó thực hiện đƣợc.
5. Kết cấu luận văn
Mở đầu
Chƣơng 1: Tổng quan về điều khiển thích nghi và các phƣơng pháp nhận
dạng hệ thống.
Chƣơng 2: Mạng nơron và ứng dụng để nhận dạng online trong điều
khiển bám hệ chuyển động theo phƣơng pháp tuyến tính hoá chính xác thích
nghi.
Chƣơng 3: Mô phỏng kiểm chứng bằng phần mềm Matlab – Simulink.
Kết luận
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
17
CHƢƠNG 1
TỔNG QUAN VỀ ĐIỀU KHIỂN THÍCH NGHI
VÀ CÁC PHƢƠNG PHÁP NHẬN DẠNG HỆ THỐNG
1.1 Tổng quan về phƣơng pháp điều khiển thích nghi
1.1.1 Khái niệm về điều khiển thích nghi
1.1.1.1 Định nghĩa
Điều khiển thích nghi là hệ điều khiển tự động mà cấu trúc của bộ điều
khiển có thể thay đổi theo sự biến thiên thông số của hệ sao cho chất lƣợng ra
của hệ đảm bảo các chỉ tiêu đã định trƣớc.
1.1.1.2 Cấu trúc của hệ ĐKTN
Cấu trúc tổng quát của hệ ĐKTN đƣợc mô tả trên (Hình 1.1). Hệ gồm 2
khối sau:
Khối 1: Phần cơ bản của hệ điều khiển.
Khối 2: Phần điều khiển thích nghi.
Phần cơ bản của hệ gồm:
+ Đối tƣợng: S
+ Thiết bị điều khiển: R
u
A
R
TT
I
S
2
1
y
+
2
-
Hình1.1 Cấu trúc chung của hệ điều khiển thích nghi
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
18
+ Mạch phản hồi cơ bản
+ Tín hiệu vào của hệ: u
+ Tín hiệu ra của hệ: y
Phần điều khiển thích nghi gồm:
+ Khâu nhận dạng: I
+ Thiết bị tính toán: T.T
+ Cơ cấu thích nghi: A
Khâu nhận dạng có nhiệm vụ đánh giá các biến đổi của hệ thống do tác
dụng của nhiễu và các yếu tố khác. Kết quả nhận dạng đƣợc đƣa vào thiết bị
tính toán. Kết quả tính toán đƣợc đƣa vào cơ cấu thích nghi để điều chỉnh các
thông số bộ điều khiển nhằm đảm bảo chất lƣợng của hệ nhƣ mong muốn.
1.1.1.3 Phân loại
Các hệ điều khiển thích nghi có thể chia thành 2 nhóm chính:
+ Hệ điều khiển thích nghi trực tiếp (có mô hình mẫu).
+ Hệ điều khiển thích nghi gián tiếp (có mô hình ẩn).
Trong hệ điều khiển thích nghi các thông số của bộ điều chỉnh sẽ đƣợc
hiệu chỉnh trong thời gian thực theo giá trị sai số giữa đặc tính mong muốn và
đặc tính thực.
Trong hệ ĐKTN gián tiếp việc điều chỉnh thông số của bộ điều khiển
đƣợc điều khiển qua 2 giai đoạn.
+ Giai đoạn 1: Đánh giá thông số của mô hình đối tƣợng.
+ Giai đoạn 2: Trên cơ sở đánh giá các thông số của đối tƣợng, ta tiến
hành tính toán các thông số của bộ điều khiển.
Đặc điểm chung cho cả ĐKTN trực tiếp và gián tiếp là đều dựa trên giả
thuyết tồn tại một bộ điều khiển đảm bảo có đầy đủ các đặc tính mong muốn
đặt ra, vậy vai trò của ĐKTN chỉ giới hạn ở chỗ là chọn giá trị thích hợp của
bộ điều khiển tƣơng ứng với các trạng thái làm việc của đối tƣợng.
1.1.2 Các sơ đồ cấu trúc cơ bản của một hệ ĐKTN
Hệ điều khiển thích nghi có 3 sơ đồ chính sau đây:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
19
1.1.2.1 Hệ điều khiển thích nghi điều chỉnh hệ số khuếch đại
Đây là sơ đồ đƣợc xây dựng theo nguyên tắc của mạch phản hồi và bộ
điều khiển có thể thay đổi thông số bằng bộ điều chỉnh hệ số khuếch đại.
Đặc điểm của nó có thể làm giảm ảnh hƣởng của sự biến thiên thông số.
1.1.2.2 Hệ điều khiển thích nghi theo mô hình mẫu
Tín hiệu vào của mạch vòng thích nghi là sai lệch của tín hiệu của mô
hình mẫu và của đối tƣợng. Mô hình mẫu đƣợc chọn sao cho đặc tính của mô
hình mẫu là đặc tính mong muốn. Mô hình mẫu chọn càng sát đối tƣợng thì
kết quả điều khiển càng chính xác.
Bộ điều chỉnh hệ số
khuếch đại
Đối t ƣợng
u
Y
S
Y
m
-
Hình 1.2 H ệ ĐKTN điều chỉnh hệ số khuếch đại
Bộ điều khiển
u
y
m
e(t)
Mô hình mẫu
Bô điều khiển
Đối t ƣợng
Cơ cấu thích nghi
Y
s
_
+
Hình 1.3 Sơ đồ cấu trúc hệ ĐKTN theo mô hình mẫu MRAC
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
20
Cơ cấu thích nghi có nhiệm vụ hiệu chỉnh sao cho sai số e (t) = y
m
- y
s
tiến
về 0 và hệ ổn định.
Tín hiệu điều khiển là sai số giữa tín hiệu ra của mô hình mẫu và tín hiệu
của đối tƣợng. Luật thích nghi thƣờng đƣợc xác định bằng phƣơng pháp
Gradien, lý thuyết ổn định Lyapunov hoặc lý thuyết ổn định tuyệt đối của
Pôpôp và nguyên lý dƣơng động để hệ hội tụ và sai số là nhỏ nhất.
1.1.2.3 Hệ điều khiển thích nghi tự chỉnh (Self-Turning-Regulator)-
(STR)
Hệ điều khiển thích nghi tự chỉnh đƣợc phát biểu chủ yếu cho hệ gián
đoạn STR là hệ rất mềm dẻo. Tuỳ theo việc lựa chọn luật đánh giá và luật
điều khiển mà ta có nhiều STR khác nhau.
Dựa vào thuật toán cập nhật tham số ta chia STR thành 2 loại chính: STR
trực tiếp (DSTR) và STR gián tiếp (ISTR).
- Hệ điều khiển thích nghi tự chỉnh gián tiếp ISTR.
ISTR là hệ tƣờng minh vì các tham số đƣợc đánh giá on -line trên mô
hình của đối tƣợng và dùng để tính toán lại các tham số của bộ điều khiển. Sơ
đồ ISTR trên (Hình 1.4). Gọi là véc tơ giá trị đánh giá của đối tƣợng,
C
là
véc tơ giá trị đánh giá tham số của bộ điều khiển, P()là mô hình tham số hoá
của đối tƣợng. Bộ đánh giá tham số online xác định tham số đánh giá tại mỗi
thời điểm t là l(t) dùng để tính toán lại bộ điều khiển nhƣ là tham số thật của
đối tƣợng thông qua giải phƣơng trình đại số:
C
(t) = F((t)) tại mỗi thời điểm
t.
TT thông số
c
(t) = F[ (t)]
Bộ điều khiển
Đối t ƣợng
Đánh giá ON-LINE
Tham số (t)
u
y
s
Hình 1.4 Hệ ĐKTN tự điều chỉnh gián tiếp ISTR
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
21
Khi đó bộ điều khiển có luật C (
C
(t)) để điều khiển đối tƣợng nhƣ
trƣờng hợp tham số của nó đã biết. Nhƣ vậy tham số của nó đƣợc biết gián
tiếp thông qua việc giải phƣơng trình đại số nên đƣợc gọi là ISTR.
- Hệ điều khiển thích nghi tự chỉnh trực tiếp DSTR.
Trong hệ DSTR (Hình 1.5) các tham số của mô hình P (
C
) đƣợc biểu
diễn theo tham số của đối tƣợng sao cho thoả mãn các yêu cầu chất lƣợng.
Khi đó mô hình đƣợc tham số hoá dạng P
c
(
C
) và bộ đánh giá online
đánh giá các giá trị của véc tơ tham số
C
là
C
(t) tại thời điểm và giá trị này
dùng để cập nhật lại tham số bộ điều khiển theo thời gian thực.
Nhƣ vậy tham số của bộ điều khiển đƣợc tính toán trực tiếp không phải
qua giải phƣơng trình. Vì vậy mà DSTR là kiểu đánh giá mô hình đối tƣợng
không tƣờng minh.N
- Hệ thích nghi tự chỉnh lai:
Kết hợp cả 2 phƣơng pháp trên ta có hệ tự chỉnh thích nghi lai, tức là
cùng lúc ta đánh giá cả tham số bộ điều khiển và tham số đối tƣợng nhằm
Đánh giḠON-LINE
Tham số (t)
Đối t ƣợng
Bộ điều khiển
u
y
s
Hình 1.5 Hệ ĐKTN tự điều chỉnh trực tiếp DSTR
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
22
tránh giải phƣơng trình đại số. Đây là hệ thích nghi tự chỉnh nhằm kết hợp ƣu
điểm của cả hai hệ trên.
1.1.3 Hệ theo mô hình mẫu (MRAC)
MRAC (model reference adaptive control) xuất phát từ phƣơng pháp điều
khiển theo mô hình mẫu (MRC), trong phƣơng pháp điều khiển theo mô hình
mẫu nếu ta không biết véc tơ tham số của đối tƣợng * thì ta không thể tính
đƣợc véc tơ tham số của bộ điều khiển
C
*. Do đó phƣơng pháp điều khiển
theo mô hình mẫu chỉ áp dụng đƣợc với đối tƣợng có thông số và cấu trúc biết
trƣớc.
Để giải quyết đƣợc bài toán điều khiển theo mô hình mẫu với đối tƣợng
có thông số thay đổi và cấu trúc không biết trƣớc thì phƣơng pháp điều khiển
trên cần kết hợp với phƣơng pháp điều khiển thích nghi để thay thế
C
*
trong
luật điều khiển bằng véc tơ thông số đánh giá
C
, từ đó ta có phƣơng pháp
điều khiển thích nghi theo mô hình mẫu ra đời.
Theo cách thu đƣợc véctơ (t), MRAC có hai phƣơng pháp:
1.1.3.1 Phương pháp điều khiển thích nghi theo mô hình mẫu trực tiếp
Trong phƣơng pháp MRAC trực tiếp, thông số của bộ điều khiển
C
(t)
cần xác định theo yêu cầu về chất lƣợng của đối tƣợng điều khiển và biểu
diễn dƣới dạng tham số trong mô hình đối tƣợng điều khiển:
G
S
(p,
*
) G
S
(p,
C
*
).
y
m
u
Mô hình mẫu
W
M
(S)
Bộ điều khiển
C(
c
)
Đối t ƣợng
G
s
(P,
>G
s
(P,
*
C)
Bộ xác định tham
số làm việc
c
*
e(t)
y
_
+
Hình 1.6 Sơ đồ điều khiển thích nghi theo mô hình mẫu trực tiếp
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
23
Tại mỗi thời điểm bộ đánh giá sẽ tính trực tiếp
C
*
(t) từ tín hiệu vào u
S
(t)
và tín hiệu ra y
S
(t) của đối tƣợng điều khiển. Thông số
C
*
(t) sẽ đƣợc sử dụng
để tính toán các thông số của bộ điều khiển
C
(t).
Sơ đồ MRAC trực tiếp đƣợc chỉ ra trên (Hình 1.6).
Trong phƣơng pháp MRAC trực tiếp véctơ
C
(t) đƣợc điều chỉnh trực
tiếp mà không phải qua quá trình đánh giá thông số của đối tƣợng thực. Nhƣ
vậy vấn đề cơ bản của MRAC trực tiếp là chọn luật điều khiển C (
C
(t)) và
thuật toán của bộ đánh giá
C
(t) sao cho thoả mãn yêu cầu chất lƣợng của hệ
thống điều khiển.
1.1.3.2 Phương pháp MRAC gián tiếp
Trong phƣơng pháp này mô hình đối tƣợng đƣợc xây dựng với véc tơ
tham số
*
chƣa xác định nào đó. Tại mỗi thời điểm ứng với mỗi tín hiệu vào
u (t) và tín hiệu ra y
S
(t) bộ đánh giá thông số làm việc sẽ cho ra giá trị (t)
ứng với
*
và đƣợc coi là giá trị đúng với đối tƣợng tại thời điểm đó và sử
dụng giá trị đó để tính toán các thông số bộ điều khiển
C
(t) nhờ giải phƣơng
trình:
C
(t) = F( (t)). (Hình 1.7)
Hình 1.7 Sơ đồ điều khiển thích nghi theo mô hình mẫu gián tiếp
.
Mô hình mẫu
W
M
(S)
u
Bộ điều khiển
C(
c
)
Đối t ƣợng
Bộ xác định tham
số làm việc
c
*
Y
s
_
+
Bộ tính toán
C
(t) = F[(t)]
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
24
Trong MRAC gián tiếp các thông số của đối tƣợng đƣợc nhận biết trong
quá trình làm việc và đƣợc sử dụng để tính toán thông số của bộ điều khiển.
Luật điều khiển CL (
C
(t)) đƣợc xây dựng ở mỗi thời điểm phải thoả
mãn các chỉ tiêu của hệ ứng với mô hình đánh giá của đối tƣợng G
S
(p,
*
(t)).
Nhƣ vậy vấn đề chính của MRAC gián tiếp là chọn luật điều khiển C (
C
(t))
và bộ đánh giá các tham số (t), sao cho C(
C
(t)) đáp ứng đƣợc các yêu cầu
của mô hình đối tƣợng G
S
(
*
)với v
*
chƣa xác định.
Hệ MRAC có thể nhƣ một hệ bám thích nghi, trong đó đặc tính mong
muốn đƣợc tạo ra từ mô hình mẫu. Mô hình mẫu là một mô hình toán học
đƣợc xây dựng trên cơ sở các tiêu chuẩn đặt trƣớc.
Trong trƣờng hợp này, việc so sánh giữa tín hiệu đặt trƣớc với tín hiệu
đầu ra của hệ, chính là so sánh giữa tín hiệu ra của mô hình mẫu với tín hiệu
ra của quá trình.
Mô hình mẫu đƣợc mô tả bởi phƣơng trình:
m
X
= A
m
X
m
+ B
m
U (1.1)
Y
m
= C.X
m
Hệ thống đƣợc mô tả bởi phƣơng trình
s
X
= A
s
(t).X
s
+ B
s
(t).U (1.2)
Y
s
= C.X
s
Trong đó:
Xm, Xs là các véctơ trạng thái của mô hình mẫu và quá trình
Am, Bm là các ma trận hằng của mô hình mẫu
As(t), Bs(t) là các ma trận biến thiên theo thời gian do tác động của
nhiễu bên ngoài hoặc bên trong hệ thống.
Ym, Ys là các véctơ tín hiệu ra của mô hình và của hệ thống
Sai lệch tín hiệu ra là:
= Ym - Ys = C.e (1.3)
Với C là ma trận hằng
e = Xm - Xs: Là sai số tổng quát (1.4)
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
25
Tiêu chuẩn tối ƣu ở đây có thể xem nhƣ một hàm:
IP = F(
, C, t, a
im
, a
is
) (1.5)
Trong đó: a
im
, a
is
là các thông số của mô hình và của quá trình.
Mục tiêu cơ cấu thích nghi ở đây là điều chỉnh thông số nào đó sao cho
hệ thống mô hình có sai lệch nhỏ nhất
t
teLim 0)(
và hệ ổn định (1.6)
1.1.4 Hệ điều khiển thích nghi áp đặt cực –APPC
Điều khiển thích nghi áp đặt cực (adaptive pole placement control -
APPC) xuất phát từ hệ điều khiển áp đặt cực (PPC) áp dụng cho đối tƣợng
tuyến tính có tham số xác định. Trong điều khiển PPC các yêu cầu về chất
lƣợng đƣợc chuyển hoá thành các vị trí mong muốn của các điểm cực của hệ
thống kín. Luật điều khiển có phản hồi sẽ tạo ra để áp đặt các điểm cực của hệ
kín vào vùng mong muốn.
Cấu trúc của hệ PPC cho đối tƣợng dạng SISO tuyến tính dừng đƣợc chỉ
ra trên (Hình 1.8).
Cấu trúc của bộ điều khiển C (
c
*
) và véc tơ tham số
c
*
đƣợc chọn sao
cho các điểm cực của hàm truyền hệ kín (từ r đến y) phải bằng các giá trị
mong muốn. Véc tơ (
c
*
) đƣợc xác định từ phƣơng trình đại số:
c
*
= F(
*
) (1.7)
Trong đó véc tơ
*
là véc tơ các hệ số của hàm truyền đối tƣợng G(s),
nếu biết
*
thì tính đƣợc (
c
*
) theo (1.7) và đƣa vào luật điều khiển. Ngƣợc lại
nếu không các định đƣợc
*
thì cũng không xác định đƣợc (
c
*
) và sơ đồ PPC
không thể thực hiện đƣợc. Trong trƣờng hợp này ngƣời ta thƣờng xử lý các
tham số chƣa biết bằng cách thay thế các véc tơ (
c
*
) bằng giá trị đánh giá (t)
Bộ điều
khiển
C(
c
)
Đối t ƣợng
điều khiển G
s
(s)
Hình 1.8 Hệ điều khiển PPC
r
u
y
