ĐẠI SỐ GIA TỬ VÀ ỨNG DỤNG TRONG ĐIỀU KHIỂN ĐỘNG CƠ

HC VIN CÔNG NGH N THÔNG



KHING



I S GIA T VÀ NG DNG
U KHI

CHUYÊN NGÀNH : KHOA HỌC MÁY TÍNH
MÃ SỐ: 60.48.01

TÓM TT LU THUT



HÀ NỘI, 2013


2



Luận văn được hoàn thành tại:


Người hướng dẫn khoa học: TS. Vũ Như Lân


Phản biện 1: ……………………………………………………………………………

Phản biện 2: …………………………………………………………………………


Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc sĩ tại Học viện Công nghệ Bưu
chính Viễn thông
Vào lúc: giờ ngày tháng năm

Có thể tìm hiểu luận văn tại:
- Thư viện của Học viện Công nghệ Bưu chính Viễn thông









HÀ NỘI, 2013


3

M U
1. Tính cp thit ca lu

Một trong những xu hướng nghiên cứu mới được chú ý nhiều hiện nay về mặt
phương pháp luận là nghiên cứu, xây dựng các loại thuật toán xử lý thông tin với
mức độ thông minh ngày càng cao dựa trên các công cụ của trí tuệ nhân tạo như logic
mờ, mạng nơ ron…[1] để hỗ trợ cho con người ra quyết định trong những tình huống
thiếu thông tin hoặc điều khiển trong môi trường phức tạp. Sự có mặt của logic mờ đã
đem lại cho công nghệ điều khiển truyền thống một cách nhìn mới, điều khiển được
hiệu quả các đối tượng không rõ ràng về mô hình trên cơ sở tri thức chuyên gia đầy
cảm tính [9]. Sự kết hợp thành công giữa logic mờ và lý thuyết điều khiển trong quá
trình đi tìm các thuật toán điều khiển thông minh người ta gọi nó là điều khiển mờ.
Tuy nhiên trong tiếp cận mờ người ta vẫn tìm được nhược điểm của nó đó là chưa
đảm bảo thứ tự ngữ nghĩa của các tập mờ. Để vượt qua khó khăn này các chuyên gia
nghiên cứu về đại số gia tử đã đề xuất đưa đại số gia tử vào các bài toán điều khiển
[8].
Trong lĩnh vực điều khiển tự động hóa thì điều khiển động cơ là một trong
những bài toán rất cơ bản và phổ biến. Nghiên cứu các phương pháp mới điều khiển
động cơ là hướng nghiên cứu quan trọng của một nhóm nghiên cứu điện – điện tử &
tự động hóa tại trường đại học của Split về kỹ thuật điện, cơ khi và kiến trúc hải
quân, đứng đầu là giáo sư Dinko Vukadinović. Nhóm này đã đưa ra đề nghị với
nhóm nghiên cứu của Viện Công nghệ thông tin gồm PGS.TSKH.Nguyễn Cát Hồ,
TS.Vũ Như Lân và nghiên cứu sinh Nguyễn Tiến Duy Đại học kỹ thuật công nghiệp
Thái nguyên, xem xét nghiên cứu một giải pháp mới thay thế bộ điều khiển PI và
điều khiển mờ đối với động cơ một chiều bằng bộ điều khiển sử dụng đại số gia tử.
Muốn tìm hiểu xem việc áp dụng đại số gia tử trong điều khiển động cơ một chiều
liệu có kết quả tốt hơn so với việc áp dụng các phương pháp điều khiển truyền thống
trước đó hay không.
2. Mc tiêu ca lu
4

Tìm hiểu về điều khiển mờ, đại số gia tử, cách tiếp cận điều khiển mờ, và cách
tiếp cận điều khiển sử dụng đại số gia tử. Làm rõ vai trò và những ưu điểm của các hệ

thống điều khiển khi áp dụng đại số gia tử so với hệ thống có áp dụng các phương
pháp điều khiển khác.
3. góp ca lu
+ Đưa ra cách tiếp cận điều khiển mờ, tiếp cận điều khiển sử dụng đại số gia
tử.
+ Từ kết quả thực nghiệm của nghiên cứu. Làm rõ được vai trò của đại số gia
tử trong điều khiển và những ưu điểm của nó so với các phương pháp điều khiển
khác.

4. B cc lu
Luận văn được bố cục thành 3 chương với nội dung tóm tắt như sau:
Chương 1: Trình bày tính một số xu hướng nghiên cứu mới trong điều khiển
tự động hóa hiện nay. Giới thiệu các phương pháp điểu khiển PI, điều khiển mờ và
điều khiển sử dụng đại số gia tử. Nếu một vài ưu điểm của đại số gia tử so với các
phương pháp điều khiển khác để làm rõ tính cấp thiết của đề tài.
Chương 2: Trình bày một số khái niệm cơ bản về logic mờ. Giới thiệu cách
tiếp cận điều khiển mờ.
Chương 3: Trình bày một số khái niệm chính về đại số gia tử và cách tiếp cận
điều khiển sử dụng đại số gia tử. Thực nghiệm vào bài toán điều khiển động cơ sử
dụng phương pháp điều khiển PI, điều khiển mờ và điều khiển đại số gia tử để làm
rõ hơn tính ưu việt của đại số gia tử so với các phương pháp điều khiển khác.



TÍNH CP THIT CN CÓ NG DI S GIA T U
KHI
1.1 M u
1.2 Nhng du mu phát trin ngành t ng hóa và nhng xu th
nghiên cu v t ng hóa hin nay.
Vào năm 1874 Jame Watt đã phát minh ra cách điều chỉnh máy hơi nước nhờ

bộ điều khiển tốc ly tâm. Đây chính là lần đầu tiên người ta ghi nhận ra sự có mặt của
điều khiển tự động trong lĩnh vực điều khiển. Sau này nhiều phát minh khác lần lượt
đưa ra.
5

Kể từ khoảng năm 1960 trở đi nhờ máy tính số cho phép ta đối phó với sự
phức tạp của các hệ thống hiện đại. Lý thuyết điều khiển hiện đại dựa trên phân tích
trong miền thời gian và tổng hợp dùng các biến trạng thái, cho phép giải các bài toán
điều khiển có các yêu cầu chặt chẽ khác nhau về độ chính xác, trọng lượng và giá
thành của các hệ thống trong lĩnh vực kỹ nghệ không gian và quân sự.
u khin m u khin s di s gia t  nhiu vai trò to
ln trong các h thu khin t ng ngày nay.
1.4 u khip thit cn có ng di s gia t u
khi
Bài toán thiết kế và điều khiển động cơ một chiều là bài toán cơ bản và quen
thuộc trong ngành cơ điện tử. Có thể thiết kế điều khiển cho đối tượng động cơ điện
một chiều theo nhiều phương pháp như: dùng PLC & biến tần, điện tử công suất, vi
điều khiển… Mỗi phương pháp có ưu và nhược điểm khác nhau nhưng đều có mục
đích ổn định và điều khiển được tốc độ động cơ. Ngày nay vi điều khiển phát triển
sâu rộng và ngày càng ứng dụng nhiều trong cài đặt thiết kế bộ điều khiển cho các đối
tượng công nghiệp.
Khó khăn của điều khiển động cơ thường gặp phải là trong một số trường hợp
cần đưa ra một quyết định tự động cho động cơ một cách thông minh mà khi hệ thống
ở đó chưa có được đầy đủ các thông tin hoặc các thông tin mà sự chính xác của nó
chỉ nhận thấy được giữa các quan hệ của chúng hoặc chỉ có thể mô tả bằng ngôn ngữ.
Đây là điều khác biệt hoàn toàn với bài toán điều khiển kinh điển phải dựa vào sự
chính xác tuyệt đối của mô hình động học. Lúc này người ta nghĩ tới việc cần có điều
khiển mờ.
Khi áp dụng phương pháp điều khiển mờ cho động cơ người ta đã mô phỏng
được phương thức xử lý thông tin của con người, đã giải quyết thành công các bài

toán điều khiển phức tạp mà trước đây không giải quyết được.
Tuy nhiên trong điều khiển mờ vẫn tồn tại một số điểm yếu là có quá nhiều yếu
tố ảnh hưởng đến tính chính xác của quá trình suy luận và khó tối ưu hóa. Đây chính
6

là một phần là nguyên nhân làm nhiều tác giả nghĩ tới phương pháp sử dụng đại số
gia tử để thay thế phương pháp điều khiển mờ.
Trong đại số gia tử, suy luận xấp xỉ ngay từ đầu không sử dụng khái niệm tập
mờ, do vậy độ chính xác của suy luận xấp xỉ không bị ảnh hưởng bợi hệ lụy của khái
niệm này. Do đó, phương pháp sử dụng đại số gia tử không cần chọn dạng hàm thuộc
cũng như số lượng hàm thuộc và cũng không cần chọn bài toán giải mờ. Đây chính là
yếu tố chủ quan gây sai số nhiều khi rất lớn trong quá trình xác định giá trị điều
khiển. Ngoài ra nó còn một vài ưu điểm khác nữa.
Điều đó cũng cho thấy rõ ràng việc cần nghiên cứu đại số gia tử để ứng dụng
vào bài toán điều khiển động cơ là rất cần thiết.
1.5 Kt lu
Chương này đã tóm tắt một vài vấn đề điều khiển động cơ. Đưa ra những khó khăn
và thách thức của việc cải tiến, nghiên cứu về điều khiển động cơ. Cho chúng ta thấy
tính cần thiết của việc cần ứng dụng đại số gia tử trong bài toán điều khiển động cơ.
Đây là một hướng nghiên cứu còn mới và có nhiều thách thức. Việc nghiên cứu thành
công đại số gia tử đưa vào ứng dụng bài toán điều khiển động cơ chắc chắn sẽ mang
lại nhiều ý nghĩa to lớn. Mở ra nhiều hướng nghiên cứu mới đầy hứa hẹn.


TIP CN LOGIC M U KHIN
2.1 M u
2.2 Nhng khái nin
2.2.1 Bin ngôn ng
Biến ngôn ngữ được định nghĩa là một bộ 5 thành phần sau đây:
< n , T(n) , U , G , M > (2.1)

2.2.2 Các khái nin v logic m
2.2.2.1 p m
7

Giả sử X là tập nền (vũ trụ) và là tập rõ; A là tập con trên X;

A
(x) là hàm của x biểu
thị mức độ thuộc về tập A, thì A được gọi là tập mờ khi và chỉ khi:
A={(x,

x x ∈ X, 
A
(x):X  [0,1]} (2.2)
Trong đó

A
(x) được gọi là hàm thuộc của tập mờ A.
2.2.2.2 Các khái nim phc v tính toán
o Giá đỡ
o -Cut
o Lồi (Convex)
o Chuẩn(normal)
2.2.2.3 Các phép n trên tp m
o Giao(intersection)
o Hợp(union)
o Bù(Complement)
2.2.2.4  các m và quan h m
Giả sử:
X

1
,X
2
,…,X
n
là các tập nền(tập rõ) với tích Đề các rõ X
1
xX
2
x…xX
n
A
1
,A
2
,…,A
n
là các tập mờ tương ứng của chúng.
Khi đó tích đề các mờ (fuzzy cartesion product) của A
1
, A
2
, ,A
n
được định nghĩa là
tập mờ sau đây:
A
1
xA
2

x…xA
n
= {((x
1
,x
2
,…,x
n
),
A1xA2x…An
(x
1
,x
2
,…,x
n
))|(x
1
,x
2
,…,x
n
) X
1
xX
2
x…xX
n
,)
,

1xA2x…An
(x
1
,x
2
,…,x
n
)): X
1
xX
2
x…xX
n
 [0,1]}
2.2.2.5 Suy lun m
X
1
,X
2
,…,X
n
là các tập nền được tham chiếu đến từ các tập mờ A
1
,A
2
,…,A
n
tương ứng.
Khi đó quan hệ mờ R=R(A
1

,A
2
,…,A
n
) được định nghĩa là tập mờ sau đây:
R={(( x
1
, x
2
,…, x
n
), 

(x
1
, x
2
,…, x
n
))|( x
1
, x
2
,…, x
n
) X
1
xX
2
x…xX

n
, ), 
R
(x
1
,x
2
,…,x
n
):
X
1
xX
2
x…xX
n
 [0,1]} (2.14)
2.3 Tip cn logic m u khin
8

2.3.1 B u khin m n
Một bộ điều khiển mờ cơ bản thường bao gồm các khâu: mờ hóa (fuzzfier),
thiết bị hợp thành (fuzzy inference) và khâu giải mờ (Deuzzfier).

Hình 2.10: B u khin m n
2.3.2 u khin m
Hệ thống điều khiển mờ cũng giống với các hệ thống điều khiển bình 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. Chất lượng hoạt động của bộ điều khiển mờ phụ thuộc vào
kinh nghiệm và phương pháp rút ra kết luận theo tư duy con người, sau đó được cài

đặt trên máy tính trên cơ sở của logic mờ. Hệ thống điều khiển mờ do đó cũng có thể
coi như là một hệ thống neuron, hay đúng hơn là một hệ thống điều khiển được thiết
kế mà không cần biết trước mô hình toán học của đối tượng.

Hình 2.12: H kín, phn hi âm và b u khin m
(Mờ hóa)
(Thiết bị hợp thành)
(Giải mờ)
9

H thu khin m c thit k gm 3 thành phn:
• Giao diện đầu vào: Bao gồm khâu fuzzy hóa(mờ hóa) và các thành phần phụ trợ
thêm để thực hiện các bài toán động như tích phân, vi phân, …
• Thiết bị hợp thành: Bản chất của thành phần này là sự triển khai luật hợp thành R
được xây dựng trên cơ sở luật điều khiển hay như trong một số các tài liệu khác còn
gọi là luật quyết định.
• Giao diện đầu ra (khâu chấp hành): gồm khâu giải mờ và các khâu giao diện trực
tiếp với đối tượng.

2.3.3 Nguyên tc thit k b u khin m
Chất lượng của bộ điều khiển mờ phụ thuộc rất nhiều vào kinh nghiệm của
người điều khiển. Nếu khéo léo trong tối ưu hóa hệ thống thì các bộ điều khiển mờ
cũng có thể làm việc ổn định, bền vững và có thể còn làm việc tốt hơn sự linh hoạt
của con người.
Các bước chính trong hệ điều khiển mờ thông thường:
c 1: Xác định biến vào, biến trạng thái và biến điều khiển (biến ra) và xác
định tập nền của các biến.
c 2: Phân hoạch tập nền và gán nhãn ngôn ngữ cho mỗi tập mờ (mờ hóa).
c 3: Xác định dạng hàm thuộc cho mỗi tập mờ.
c 4: Xây dựng quan hệ mờ giữa các tập mờ đầu vào, tập mờ trạng thái và

tập mờ điều khiển tạo thành hệ luật điều khiển (bảng điều khiển trên cơ sở tri thức
chuyên gia).
c 5: Giải bài toán lập luận xấp xỉ, xác định tập mờ đầu ra điều khiển theo
từng luật (phép hợp thành).
c 6: Kết tảng (aggregate) các đầu ra điều khiển mờ.
c 7: Giải mờ, tìm điều khiển rõ.

2.4 Kt lu
10

Chương đã trình bày cách tiếp cận điều khiển mờ cho bài toán điều khiển, một
cách nhìn tổng quan về cấu trúc của một bộ điều khiển mờ cơ bản, nhiệm vụ của mỗi
thành phần trong hệ thống. Trên cơ sở nguyên lý điều khiển mờ, giới thiệu nguyên
tắc tổng hợp một bộ điều khiển mờ. Với bộ điều khiển mở như vậy, nó cũng bộc lộ
những ưu điểm và nhược điểm theo bản chất của phương pháp điều khiển như:
+ Cấu trúc của hệ thống đơn giản, luật điều khiển chính là các mệnh đề hợp
thành tri thức chuyên gia mang tính kinh nghiệm nên có thể thực hiện bộ điều khiển
với những hệ thống mà khó hoặc không thể xây dựng được mô hình toán học cho nó.
+ Theo nguyên tắc điều khiển bằng logic mờ, ta có thể có rất nhiều cách thực
hiện (cách lựa chọn) khác nhau tại các bước tính toán như chọn hàm thuộc, phép
giao, phép hợp, phép hợp thành, giải mờ… nên cho ta nhiều kết quả khác nhau. Chất
lượng của hệ thống rất phụ thuộc vào kinh nghiệm của người thiết kế và không có
một thuật toán nào có thể tối ưu hóa được quá trình thiết kế này.


G 3
TIP CI S GIA T,
THC NGHIM VU KHI

3.1 M u

3.2 Nhng khái nin v i s gia t
3.2.1 i s gia t
3.2.2 i s gia t
Một cấu trúc đại số AT = (T, G, H, ≤) với H được phân hoạch thành H
+
và H
-
các gia tử ngược nhau được gọi là một đại số gia tử nếu nó thỏa mãn các tiên đề sau:
(1) Mỗi gia tử hoặc là dương hoặc là âm đối với bất kỳ một gia tử nào khác, kể
cả với chính nó.
(2) Nếu hai khái niệm u và v là độc lập nhau, nghĩa là u∉H(v) và v∉H(u), thì
(∀x∈H(u)) {x∉H(v)}. Ngoài ra nếu u và v là không sánh được thì bất kỳ x∈H(u)
11

cũng không sánh được với bất kỳ y∈H(v). (H(u) là tập các giá trị được sinh ra do tác
động của các gia tử của H vào u).
(3) Nếu x ≠ hx thì x∉H(hx) và nếu h ≠ k và hx ≤ kx thì h’hx ≤ k’kx, với mọi
gia tử h, k, h’ và k’. Hơn nữa nếu hx ≠ kx thì hx và kx là độc lập.
(4) Nếu u ∉ H(v) và u ≤ v (hoặc u ≥ v) thì u ≤ hv (hoặc u ≥ hv) đối với mọi gia
tử h.
3.2.3 i s gia t
3.2.3.1 
Định nghĩa 3.1 (Hàm đo trên đại số gia tử):
Cho đại số gia tử mở rộng đối xứng (T, G, H, ≤), f: T→[0, 1] là một hàm đo trên T
nếu thoả mãn:
(1) ∀t∈T: f(t) ∈ [0, 1], f(g
+
) = 1, f(g
-
) = 0; trong đó: g

+
, g
-
∈ G, là các phần tử sinh
dương và âm.
(2) ∀x, y ∈ T, nếu x<y thì f(x)<f(y).
3.2.3.2 i s gia t
: Cho đại số gia tử mở rộng đối xứng AT = (T, G, H, ≤), f:
T→[0,1] là một hàm ngữ nghĩa định lượng của AT nếu ∀h, k ∈ H
+
hoặc ∀h, k∈H
-

và ∀x, y ∈T, ta có:

Với đại số gia tử và hàm ngữ nghĩa định lượng, chúng ta có thể định nghĩa một
khái niệm rất trừu tượng và khó định nghĩa một cách thoả đáng trong lý thuyết tập
mờ là tính mờ của một khái niệm mờ hay của tập mờ biểu diễn nó.
3.3 Tip ci s gia t u khin
c 1: Xác định biến vào, biến trạng thái và biến điều khiển (biến ra) và xác
định khoảng làm việc của các biến. Xác định các điều kiện tính toán.
c 2: Tính toán các giá trị định lượng ngữ nghĩa của biến vào, biến trạng
thái và biến điều khiển.
(3.2)
12

c 3: Chuyển bảng điều khiển mờ sang bảng điều khiển với tham số ngữ
nghĩa định lượng của đại số gia tử.
c 4: Giải bài toán lập luận xấp xỉ trên cơ sở đại số gia tử để xác định ngữ
nghĩa định lượng của điều khiển, trạng thái.

c 5: Kết nhập các giá trị ngữ nghĩa định lượng của điều khiển và xây dựng
đường cong ngữ nghĩa định lượng.
c 6: Trên cơ sở điều kiện ban đầu của bài toán điều khiển, giải bài toán nội
suy đường cong ngữ nghĩa định lượng, xác định giá trị điều khiển thực.
3.4 Mô phu khi dng tip cn m và tip cn da
i s gia t p lun m u kin.
3.4.1 Mô ph

Hình 3. 3: 
3.4.2 Các b u khi
3.4.2.1 u khin m
Trong mô hình điều khiển động cơ (hình 3.3), bộ điều khiển PI được thay thế
bằng bộ điều khiển mờ với 2 đầu vào và 1 đầu ra gồm: Đầu vào thứ nhất là sai lệch E
và đầu vào thứ hai là đạo hàm của sai lệch DE với dạng mờ hóa có phân hoạch như
trên hình 3.5, hình 3.6 tương ứng. Đầu ra là tín hiệu điều khiển với dạng mờ hóa có
phân hoạch như trên hình 3.7:
3
3
3
1
sT
sT
k

4
4
4
1
sT
sT

k

 s
k
i
1
m
k
sJ
1






)(s
r

)(su
a
)(si
a
)(sm
t

)1(
1
aa
sTR 

e
k


)(si
a
PI speed
controller
PI current
controller
Power
converter
DC motor
Bộ điều
khiển tốc
độ PI
Bộ điều
khiển dòng
PI
Biến tần
Động cơ DC
13


Hình 3. 5: Phân hou vào E

Hình 3. 6: Phân hou vào DE

14

Hình 3. 7: Phân hou ra - Tín hiu khin
Hệ thống điều khiển động cơ một chiều với bộ điều khiển mờ:





3.4.2.2 u khin s d
- Thay thế bộ điều khiển tốc độ (PI Speed controller) bằng HAC:






wn = 314 rads; Mtn = 3,3 Nm; Un = 115 V; Ln = 9 A; p = 1
Bộ điều khiển
mờ
Bộ điều khiển
dòng PI
Biến tần
15





- Thay thế bộ điều khiển dòng điện (PI Current controller) bằng HAC:


- Thay thế cả 2 bộ điều khiển tốc độ, bộ điều khiển dòng bằng HACs:





3.4.2.3 Kt qu mô phng trên Matlab/Simulink
wn = 314 rads; Mtn = 3,3 Nm; Un = 115 V; Ln = 9 A; p = 1
wn = 314 rads; Mtn = 3,3 Nm; Un = 115 V; Ln = 9 A; p = 1
wn = 314 rads; Mtn = 3,3 Nm; Un = 115 V; Ln = 9 A; p = 1
Bộ điều khiển
đại số gia tử
Bộ điều khiển
dòng PI
Biến tần
Bộ điều khiển
tốc độ PI
Bộ điều khiển
dòng đại số gia tử
Biến tần
Bộ điều khiển tốc độ
đại số gia tử
Bộ điều khiển
dòng đại số gia tử
Biến tần
16

Hình 



17




Hình 3.19: Ti giây th 6, khi có ti

18


Hình 3.20: Ti giây th  n giá tr mi







19

3.5 Kt lu
Như vậy có thể thấy rằng:
- Khi thay thế bộ điều khiển PI Speed controller bằng FLC Speed controller, đáp
ứng của hệ thống có độ quá điều chỉnh nhỏ hơn khá nhiều nhưng tồn tại sai lệch tĩnh

và thời gian xác lập vẫn còn khá lớn.
- Khi thay thế bộ điều khiển PI Speed controller bằng HA Speed controller thấy
rõ độ quá điều chỉnh là nhỏ hơn khá nhiều, thời gian xác lập tương đối nhỏ .
- Khi thay thế một bộ PI Current controller bằng HA Current controller ta thấy
đáp ứng có tốt hơn nhưng không nhiều.
- Khi thay thế cả 2 bộ PI bằng HA Speed controller HA Current controller, kết
quả mô phỏng cho thấy các đáp ứng có mức dao động tăng hơn. (điều này có thể do
chưa có sự tối ưu hóa tham số).
- Đặc biệt: như với bộ điều khiển mờ, đáp ứng của hệ thống khi thay thế PI
Speed controller bằng HA Speed controller cũng có tồn tại sai lệch tĩnh. Bộ điều
khiển sử dụng ĐSGT đã khử sai lệch tĩnh bằng cách bổ xung thêm một “ lượng ngữ
nghĩa điều khiển ” khi hệ thống xác lập. Điều này tương ứng với một giá trị điều
khiển thực được bổ xung thêm sau khi giải ngữ nghĩa. Qua mô phỏng thấy rằng sai
lệch tĩnh không còn.
Có thể đi đến kết luận rằng Bộ điều khiển dựa trên đại số gia tử có khả năng
thay thế bộ điều khiển PI và bộ điều khiển mờ trong vấn đề điều khiển động cơ một
chiều.






20


KT LUN CHUNG
Luận văn đã đạt được các kết quả nghiên cứu chính sau:
1. Nêu lên các định nghĩa quan trọng về một cấu trúc đại số bao gồm các thành
phần quan trọng là biến ngôn ngữ và các gia tử tác động lên các biến ngôn ngữ này.

Đại số gia tử cho phép ta có thể định lượng được giá trị của biến ngôn ngữ thông qua
các hàm đo. Điều quan trọng là trong đại số gia tử đã có thể xác định được độ mờ của
một giá trị ngôn ngữ. Từ đó, có thể giải quyết được bài toán suy luận xấp xỉ (suy luận
mờ) tương ứng với việc nội suy đường cong mờ mà đường cong mờ này được xây
dựng dựa trên tập các luật điều khiển ban đầu. Sự khác biệt quan trọng của tiếp cận
dựa trên đại số gia tử là khả năng bảo toàn thứ tự ngữ nghĩa của các giá trị ngôn ngữ
so với tiếp cận mờ. Điều này cho phép tính toán, so sánh chính xác các giá trị ngôn
ngữ trong các bài toán điều khiển trên cơ sở hệ luật.
2. Tiếp cận ĐSGT trong các bài toán điều khiển còn là vấn đề mở. Kết quả mô
phỏng các bộ điều khiển PI, bộ điều khiển mờ và bộ điều khiển sử dụng ĐSGT trong
vấn đề điều khiển động cơ một chiều đã cho thấy tính vượt trội của bộ điều khiển sử
dụng ĐSGT so với các bộ điều khiển truyền thống. Đặc biệt việc bù thêm một giá trị
ngữ nghĩa nhỏ khi hệ thống đạt đến trạng thái xác lập đã cho phép bộ điều khiển dựa
trên ĐSGT hoàn toàn chủ động khử được sai lệch tĩnh. Điều đó minh chứng cho khả
năng thay thế các bộ điều khiển truyền thống [9] bằng bộ điều khiển với nguyên lý
mới sử dụng ĐSGT. Sự hợp lý trong quá trình xử lý ngữ nghĩa các giá trị ngôn ngữ
của tiếp cận ĐSGT trong hệ luật điều khiển trực tiếp bằng mô hình định lượng đã làm
cho bài toán điều khiển có khả năng chính xác hơn, dễ thiết kế hơn và đơn giản hơn.
Đây là điều rất quan trọng vì nó có thể đặt nền móng cho khả năng triển khai ứng
dụng bộ điều khiển dựa trên ĐSGT cho các đối tượng công nghiệp trong tương lai
gần.



21



NG PHÁT TRIN CA LU
1. Phát triển tiếp cận đại số gia tử cho các bài toán điều khiển có mức độ phức tạp lớn

(tính phi tuyến cao, bất định lớn và có nhiều mối tương quan của các phần tử trong
đối tượng điều khiển).
2. Nghiên cứu thay thế các bộ điều khiển truyền thống bằng bộ điều khiển dựa trên
đại số gia tử vào điều khiển các hệ thống trong công nghiệp.




















22




TÀI LIU THAM KHO

Ting Vit.
[1] Bùi Công Cường, Nguyễn Doãn Phước (2000), Hệ mờ mạng nơron và ứng dụng,
NXB Khoa học kỹ thuật.
[2] Vũ Như Lân (2006), Điều khiển sử dụng logic mờ mạng nơron và đại số gia tử,
NXB Khoa học kỹ thuật.
[3] Vũ Như Lân, Vũ Chấn Hưng, Đặng Thành Phu (2002), “Điều khiển trong điều
kiện bất định trên cơ sở logíc mờ và khả năng sử dụng đại số gia tử trong các luật
điều khiển” Tạp chí Tin học và Điều khiển, Tập 18, số 3, 211-221.
Ting Anh.
[4] Hai L. B., Duc T. T., Lan V. N. (2010), “Optimal fuzzy control using hedge
algebras of a damped elastic jointed inverted pendulum” Vietnam Journal of
Mechanics, Vol. 32 (4), 247-262.
[5] Ho N. C., Lan V. N., Viet L. X. (2008), “Optimal hedge-algebras-based
controller: Design and Application” Fuzzy Sets and Systems 159, 968– 989.
[6] Ho N. C., Wechler W. (1992), “Extended hedge algebras and their application to
Fuzzy logic” Fuzzy Sets and Systems 52, 259-281.
[7] Lan V. N., Hung V. C., Phu D. T. (2005), “Application of Hedge Algebras to
fuzzy control problems” Proceedings of The Sixth Vietnam Conference on
Automation (VICA 6), Ha Noi, Appril, 12-14, 324-329.
[8] Lan V. N., Hung V. C., Phu D. T. (2005), “Application of Hedge Algebras to
fuzzy control problems” Advances in Natural Science, Vol 6, N.3, 1-16.
23

[9] Ross T.J (2004), Fuzzy logic with Engineering Applications, International Edition,
McGraw-Hill, Inc.
[10] Zadeh L.A. (1965), “Fuzzy sets” Information and Control 8, pp.338-358.