Đ n thit k mô phng ĐKTĐ1- K52
!
"!#$""%&'(#
)*+,$ %"-$./#$0-!
!./#$ !"
!#*
Mô hình: 1.234 "4566
.!#(-$$/7 893%&'(*
Phân loại mô hình: (theo tài liệu [5])
Mô hình vật lý: 1./(:3$6;<(-)
%&'(=/>?@-$#"A"6;<(*B$
!C 5 ;3=2"2'5
D) !646"!#*
Mô hình trừu tượng: E)%&'(=/>.C;? -F
3." "A!82GC"9!
#*H!%&'(I)!#$* Trong
cc mô hình trừu tượng, mô hình ton học đóng vai trò then chốt trong hầu ht cc
nhiệm vụ pht triển hệ thống. Bởi vì nó giúp cho người kỹ sư:
Hiểu rõ hơn về qu trình sẽ điều khiển và vận hành
Tối ưu hóa thit k công nghệ và điều kiện vận hành
Thit k sch lược và cấu trúc điều khiển
Lựa chọn bộ điều khiển và xc định tham số cho bộ điều khiển
Phân tích và kiểm chứng cc kt quả thit k
Mô phng trên my tính phục vụ đào tạo vận hành
!! !"#$%&' (
Mô hình ho bằng lý thuyt (mô hình hóa vật lý): "'(="
<?;3?@ "46)/#6;<!-46
A3?)&5/#*
Mô hình ho bằng thực nghiệm (nhận dạng): '(=;9A"
-A/"! -&/#!)%"<J
/#I.K")*
Phương php kt hợp: kt hợp ưu điểm của cc hai phương php để thu được
mô hình có chất lượng mong muốn.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
) *+
• Thu thập, khai thc thông tin về qu trình.
• Lựa chọn phương php nhận dạng.
• Tin hành lấy số liệu thực nghiệm cho từng cặp bin vào ra.
• Quyt định dạng mô hình.
• Xc định tham số mô hình.
• Mô phng kiểm chứng kt quả.
,#-'. !! !
-/$+
Theo [5], pp. 53-56 và chương 3, ta thấy rằng phương php mô hình hóa lý
thuyt có những đặc điểm sau:
* Ưu điểm:
• Phương php lý thuyt cho phép ta hiểu sâu cc quan hệ bên trong hệ thống có
liên quan trực tip tới cc hiện tượng vật lý, hóa học.
• Ngoài ra, nu được tin hành chi tit, cấu trúc của mô hình cũng sẽ được xây
dựng tương đối chính xc.
*Nhược điểm:
• Việc xây dựng mô hình phụ thuộc nhiều vào qu trình cụ thể, không có bài bản
chung cho cc đối tượng khc nhau.
• Sự chính xc của mô hình nhiều khi phụ thuộc vào cc quan hệ động học có
được.Vậy việc b qua động học cc khâu như đo lường, chấp hành…sẽ giảm độ
chính xc của mô hình.
• Để xây dựng mô hình lý thuyt, không thể trnh khi cc giả thit mang tính “@
>”, trong đó có ảnh hưởng của yu tố nhiễu, đặc biệt là cc loại nhiễu
không đo được.
Do đó, $@6)'D6%&'()J
#)*
Cc bước thực hiện mô hình hóa lý thuyt bạn đọc có thể tham khảo trong chương
3 của tài liệu số [5], pp 87-88 . Ta có thể tóm lược lại thành 4 bước dưới đây:
1. Phân tích bài ton mô hình hóa.
Tức là xc định cc bin:
• Bin cần điều khiển.
• Bin điều khiển.
• Bin nhiễu.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
• Bin qu trình không can thiệp (hoặc không cần can thiệp).
2. Xây dựng cc phương trình mô hình.
3. Kiểm chứng mô hình (đảm bảo tính nhất qun của mô hình)
4. Pht triển mô hình*
& ( nhận dạng qu trình )
Cũng theo chương 4 của tài liệu [5] ta thấy rằng:
* Ưu điểm của phương php này đó là:
• Cho phép xc định tương đối chính xc cc tham số mô hình trong trường hợp
;6KJ*
• Hỗ trợ mạnh từ cc công cụ nhận dạng phần mềm.
* Nhược điểm:
• Số liệu của phép đo nhiều khi không chính xc. Cc thông số hệ thống thay
đổi, tc động của cc yu tố nhiễu…ảnh hưởng mạnh tới chất lượng của mô
hình thu được.
• Cấu trúc mô hình nu không được bit trước.
Như vậy, có thể thấy dù là tip cận bằng phương php nào chăng nữa cũng
không thể trnh được những khó khăn đó đó, cch tip cận tốt nhất đó chính là
"46)giữa phân tích lý thuyt và nhận dạng qu trình. Trước ht,
cần phân tích nhằm tìm ra cấu trúc mô hình, sau đó tin hành nhận dạng để xc
định cc tham số của mô hình
+B?'5!#C/?. ";
'S8T8A"..!#I"2$K.
!9 %"<-';?-.% 8SUV0*
Bản chất của nhận dạng đó chính là phương php xây dựng mô hình ton học
trên cơ sở cc số liệu vào ra thực nghiệm.
Công việc này bao gm 7 bước:
W* M?-4";9A"X
Y* 1("?'5
Z* M6J/#!(! I8;6 *[$
%\@"/#!- 5;:""< 4]?*
,6)=943G2'"?'5
^ .
_* `"<"/#a "^*,6)
" 5Kb6$c
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
d* :-42-""a "=e^)
(-#J="?'C!4"*E&!#D4
?'5-A"A>K(S*
f* B65-$A>5";KWgh*
Theo dạng mô hình sử dụng, chúng ta phân ra cc phương php như nhận dạng
hệ phi tuyn/tuyn tính, liên tục/gin đoạn, trên miền thời gian/tần số, nhận dạng
mô hình không tham số/có tham số, nhận dạng mô hình rõ/mờ. Trong đó, hai loại
mô hình được ứng dụng phổ bin nhất đó là mô hình tính tính bậc nhất và bậc hai
(có hoặc không có trễ, có hoặc không có dao đọgn, có hoặc không thành phần tích
phân) là những dạng thực dụng nhất.
Theo dạng tín hiệu thực nghiệm chúng ta có nhận dạng chủ động và nhận dạng
bị động. Nhận dạng được gọi là chủ động nu tín hiệu vào được chủ động lựa chọn
và kích thích. Đây là phương php tốt nhất nu thực t cho phép. Nu hệ thống
đang vận hành ổn định, không cho phép có sự can thiệp nào gây ảnh hưởng tới chất
lượng sản phẩm, ta sử dụng cc số liệu vào ra trong qu trình vận hành. Đó là
phương php nhận dạng bị động. Số liệu thu được phản nh hệ thống ở ch độ xc
lập, mang ít thông tin cần thit cho việc điều khiển.
Theo cấu trúc ta có nhận dạng vòng kín và nhận dạng vòng hở. Nhận dạng
vòng hở là phương php trong đó mô hình của đối tượng có thể nhận được trực tip
trên cơ sở tin hành thực nghiệm và tính ton với cc tín hiệu vào ra của nó.
Phương php này có nhược điểm là có khả năng đưa hệ thống đn trạng thi mất ổn
định. Giải php thay th đó chính là nhận dạng vòng kín, có được bằng cch đưa
vào một vòng phản hi đơn giản, giúp duy trì sự ổn định của hệ thống.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Nhận dạng trực tuyn và nhận dạng ngoại tuyn. Tùy theo yêu cầu của việc
nhận dạng :nu phục vụ chỉnh định trực tuyn và liên tục tham số của bộ điều
khiển, tối ưu hóa thời gian thực hệ thống điều khiên thì ta sử dụng nhận dạng trực
tuyn. Nu qu trình thu thập dữ liệu độc lập với việc tính ton, ta co nhận dạng
ngoại tuyn.
Theo thuật ton ước lượng ta có một số thuật ton thông dụng: bình phương tối
thiểu, xc suất cực đại, phân tích tương quan, phân tích phổ, phân tích thành phần
cơ bản, phương php dự bo lỗi, phương php không gian con…
E""42: Việc xây dựng cc tiêu chuẩn đnh gi và
kiểm chứng mô hình thu được đóng vai trò ht sức quan trọng. Tiêu chuẩn quen
thuộc nhất đó là dựa số liệu đp ứng thời gian. Ta có công thức tính tổng bình
phương sai số:
2
1
1
[ ( ) ( )] min
B
4
4 4
B
ε
=
= − →
∑
%
Với N là số lần trích mẫu tín hiệu,y(k) là gi trị đầu ra thực của qu trình ở thời
điểm trích mẫu thứ k,
( ) 4
%
: gi trị đầu ra của mô hình ước lượng lấy từ mô phng.
Ta có thể sử dụng tín hiệu dạng bậc thang. Ngoài ra, việc đnh gi sai số có thể
được thực hiện trên miền tần số, kèm theo đó là phương php lấy đặc tính tần số
sao cho phù hợp. Sai lệch lớn nhất:
ˆ
( ) ( )
100%
( )
max
i
j k j k
j k
l
ω
ω ω
ω
∈
−
×
=
Trong đó
( )j k
ω
là đặc tính tần số của qu trình thực.
ˆ
( )j k
ω
là đặc tính tần số
của mô hình và O là tập số cần quan tâm đnh gi.
) !! !0%.
) !! !0%.%&12 !34 5
B.'9/m;""?'5'((6=
U"2A" E&."(A3-=
.%"$J9%a%]K$(
" !646"!#*QK&/m;
./#"?'5'(="2A".)/\'
(6646!#*
Mô hình qun tính bậc nhất có trễ.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Có dạng:
Với k là hệ số khuch đại tĩnh của đối tượng, T là hằng số thời gian và L là
thời gian trễ xấp xỉ.
• Phương php kẻ tip tuyn
Việc thực hiện tin hành như sau:
Kẻ tiệm cận với đường cong tại trạng thi xc lập-> tìm ra k.
Kẻ tip tuyn tại điểm uốn giao với trục tung ->L
Xc định trên đường cong điểm có tung độ
0.632
∞
∆
ta có L+T
Nhược điểm của phương php này là việc kẻ tip tuyn mang tính chủ quan,
thiu chính xc và khó khăn trong việc vi tính hóa. Ngoài ra, ảnh hưởng của nhiễu
đo tương đối lớn, nên phương php này không được ưa dùng.
• Phương php hai điểm quy chiu
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Ta sử dụng hai điểm quy chiu ứng với cc gi trị
0.632
∞
∆
và
0.283
∞
∆
.
Công thức tính ton được xc định như trên.
• Phương php diện tích.
Để giảm ảnh hưởng của nhiễu đo, có thể sử dụng phương php tính lấy tích
phân thay vì cc gi trị đơn lẻ.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Mô hình qun tính bậc hai có trễ.
Có dạng:
• Phương php kẻ tip tuyn và hai điểm quy chiu
Tương tự như đối với mô hình bậc nhất, ta có thể sử dụng phương php kẻ
tip tuyn và hai điểm quy chiu.
Hệ số khuch đại tĩnh k được xc định nhờ kẻ tiệm cận với đp ứng qu độ
tại trạng thi xc lập.
Giao điểm giữa trục thời gian với tip tuyn tại điểm uốn sẽ cho ta thời
gian trễ L.
Cc hằng số thời gian T
1
và T
2
được ước lượng:
Trên thực t, hai điểm thường được chọn tương ứng với 33% và 67% gi trị
cuối
∞
∆
• Phương php ba điểm quy chiu
Nhìn chung việc kẻ tip tuyn vẫn không trnh khi nhược điểm đó là độ
chính xc kém và khả năng vi tính hóa thấp. Để trnh nhược điểm này, có thể sử
dụng 3 điểm quy chiu ứng với 14%, 55% và 91% độ bin thiên tín hiệu ra. Mô
hình đưa ra dưới dạng
2 2
( )
2 1
1/
4
j / a
M [ M [
ξ
−
=
+ +
Cc thông số được tính ton như sau:
2 2 3 4 5
2 3 4
1 2
2 3 4
2
0.50906 0.51743 0.076284 0.041363 0.0049224 0.00021235
( ) / (0.85818 0.62907 1.2897 0.36859 0.03889 )
(1.392 0.52536 1.2991 0.36014 0.037605 )
M
1 M
ξ β β ξ β β
ξ ξ ξ ξ
ξ ξ ξ ξ
= + − + − +
= − − + − +
= − − + − +
Trong đó
3 2 2 1
ln( / (2.485 ))
( )( )
β α α
α
= −
= − −
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Mô hình chứa khâu tích phân
Ta xét mô hình có dạng qun tính-tích phân bậc nhất và bậc hai có trễ:
Ta có thể đưa về bài ton quen thuộc đã xét ở trên thông qua hai cch:
• Thay vì tín hiệu bậc thang, có thể sử dụng kích thích dạng xung. Đầu ra
lúc này sẽ tương đương trường hợp kích thích khâu qun tính bậc nhất và bậc
hai thông thường bằng tín hiệu bậc thang, nu diện tích của xung được chọn
bằng biên độ của tín hiệu bậc thang.
• Sử dụng tín hiệu kích thích dạng bậc thang, với số liệu thu được là đạo
hàm của tín hiệu đầu ra. Cch làm này có thể khin hệ mất ổn định.
Kt quả thu được hàm truyền và sau đó chỉ cần nhân với 1/s thì sẽ có
được mô hình mong muốn.
)60%.12789
Ở đây ta lưu ý đặc điểm đó là đặc tính đp ứng tần số được xc định tại những
tần số quan tâm. Cch kích thích có thể là một trong hai dạng: kích thích trực tip
tín hiệu hình sin hoặc dùng cc dạng tín hiệu khc.
• Kích thích trực tip với tín hiệu hình sin
Tín hiệu kích thích được sử dụng đó là tín hiệu dạng sin dao động xc lập với
biên độ
∆
và tần số
ω
. Đp ứng ra thu được ở trạng thi xc lập chính là dao
động hình sin với biên độ
∆
và tần số
ω
.
Tin hành ghi lại hệ số khuch đại
P
%
∆
=
∆
và độ lệch pha
ϕ
. Qu trình thực
nghiệm được lặp lại với cc tần số khc nhau, nằm trong dải tần cần quan tâm.
Dựa trên cc số liệu cần khảo st được, ta vẽ cc biểu đ trên miền tần số
(Bode, nyquist) từ đó đnh gi chất lượng của mô hình. Để có độ chính xc cao
hơn, có thể kt hợp đnh gi trên my tính.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Nhận xét:
Cho ra chất lượng mô hình tốt hơn hẳn so với cc phương php đã nêu ở
trên.
Số lượng số liệu không hẳn quyt định tới chất lượng mô hình, thậm chí có
thể gây những ảnh hưởng xấu. Việc chọn lựa dữ liệu nằm trong vùng dải tần quan
tâm đóng vai trò rất quan trọng đối với chất lượng mô hình. Đặc biệt, đối với bài
ton điều khiển, ta quan tâm tới dải tần nằm trong phạm vi
[ ]
0,
π
ω
−
.
Ưu điểm nổi trội của phương php này đó là khả năng bền vững với nhiễu.
Do tần số dao động của toàn hệ thống là xc định, sẽ không khó để tch riêng ảnh
hưởng của nhiễu ra khi đp ứng hệ thống.
Phương php này có nhược điểm, đó chính là thời gian trễ không được thể
hiện trong phương php. Nu đối tượng có trễ, việc nhận dạng theo phương php
này có thể gây ra sai lầm. Để giải quyt vấn đề này, ta có thể nhận bit thời gian
trễ riêng, sau đó chỉnh sửa đặc tính pha thu được ri nhận dạng mô hình không trễ
như bình thường. Hoặc có thể sử dụng mô hình với bậc cao hơn, với mục đích
chính là xấp xỉ trễ về một khâu bậc 1 hoặc 2.
Ngoài ra, việc lấy số liệu đặc tính đp ứng tần làm mất rất nhiều thời gian,
đặc biệt là với những qu trình có tính qun tính lớn. Do đó, thông thường ta chỉ
quan tâm tới một vài tấn số quan trọng.
Hơn th nữa, trên thực t việc kích thích trực tip với tín hiệu hình sin không
phải lúc nào cũng thực hiện được.
• Kích thích bằng tín hiệu dạng xung.
Được thực hiện trên nền phép bin đi Furier. Cơ sở của phương php này
đó là việc phân tích tín hiệu vào ra thành cc thành phần tần số khc nhau.Hiện
cũng được ứng dụng kh phổ bin.
)) !! !*!:
Khi mà yêu cầu về chất lượng trở nên khắt khe hơn, thì một trong những
phương php nhận dạng ưa dùng là phương php bình phương tối thiểu. Lúc này,
bài ton nhận dạng được đưa về bài ton tối ưu với hàm mục tiêu cần cự tiểu hóa
chính là tổng bình phương sai lệch giữa cc gi trị thực quan st được cc gi trị
tính ton ước lượng.
Cc phương php thuộc nhóm này có thể được p dụng rộng rãi đối với cả hệ
thống phi tuyn và tuyn tính, trên miền thời gian cũng như miền tần số, nhận dạng
trức tuyn cũng như ngoại tuyn. Nguyên lý bình phương tối thiểu như sau :
Giả sử hệ thống được mô tả bởi một mô hình ton học đơn giản có dạng :
1 1 2 2
( ) ( ) ( ) ( ) ( )
M
ϕ θ ϕ θ ϕ θ ϕ θ
= + + + =
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Trong đó y(t
i
) là gi trị quan st được tại thời điểm t
i
,
θ
là vector tham số của
mô hình cần xc định :
θ
= [
θ
1
θ
2
…
θ
n
]
T
ϕ
là cc hàm bit trước ( dãy gi trị bin vào hoặc ra)
Vector hàm
( )
M
ϕ
= [
1
( )
ϕ
2
( )
ϕ
….
( )
ϕ
] gọi là bin hi quy. Bài ton
nhận dạng được đưa về bài ton xc định cc tham số mô hình sao cho sai lệch giữa
cc gi trị quan st thực và cc gi trị tính ton theo mô hình ước lượng là nh
nhất. Tiêu chuẩn thông dụng nhất được sử dụng dựa trên tổng bình phương của
từng gi trị sai lệch. Có nghĩa là, vector tham số
θ
cần được lựa chọn nhằm tối
thiểu hóa hàm mục tiêu cho một khoảng thời gian quan st [t
1,
t
N
] :
%
2 2
1 0
( , ) ( ( ) ( )) ( ( ) ( ) )
B B
M
B
H
θ ϕ θ
= =
= − = −
∑ ∑
Ta kí hiệu:
1
1 1 2 1 1
1 2 2 2 2
2
1 2
( )
( ) ( ) ( )
( ) ( ) ( )
( )
( ) ( ) ( )
( )
M
M
M
B B B
ϕ
ϕ ϕ ϕ
ϕ ϕ ϕ
ϕ
φ
ϕ ϕ ϕ
ϕ
= =
;
1
2
( )
( )
( )
B
ψ
=
Thu được hệ phương trình:
φθ ψ
=
. Ta cần tìm nghiệm tối ưu tha:
arg min[( ) ( )]
M
θ ψ φθ ψ φθ
= − −
)
Với N
≥
n hệ trên có nghiệm. Ta tìm được :
1
( )
M M
θ φ φ φ ψ φ ψ
−
= =
)
Cc gi trị đo trong thực t kém không đảm bảo độ chính xc. Ta cần phải
tăng số điểm quan st N. Điều này có thể gây khó khăn cho qu trình tính ton.
);60%.<=
Một trong những ưu điểm của nhận dạng vòng kín đó là hệ thống được duy
trì trong vùng làm việc cho phép, ngay cả khi chủ động kích thích. Ảnh hưởng của
nhiễu tới kt quả cũng sẽ giảm, tín hiệu chủ đạo có thể được thay đổi để kích thích
hệ thống theo ý muốn.
Phương php nổi ting và thực dụng nhất trong nhóm cc phương php nhận
dạng vòng kín đó chính là phương php phản hi rơ le. Đây là sự cải tin của
phương php Ziegler-Nichols, phục vụ cho việc chỉnh định tham số bộ điều khiển
PID theo công thức Ziegler-Nichols 2.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Trong phương php này, bộ điều khiển được thay th bằng khâu rơle 2 vị trí.
Đp ứng ra có dạng dao động như hình vẽ:
Từ hình vẽ, dễ dàng xc định được: tần số dao động tới hạn:
2
M
π
ω
và biên
độ tín hiệu ra biên độ tín hiệu ra
4
( )
'
j kn
π
=
Cc ưu điểm của phương php nhận dạng dựa trên phản hi rơle đã được
khẳng định trong thực t:
Thứ nhất, phương php này đơn giản, dễ dàng thử nghiệm đối với đa số cc
qu trình công nghiệp. Nu qu trình có đặc tính dao động tới hạn thì hệ kín sẽ tự
động tin đn dao động.
Thứ hai, nhờ khả năng tự do lựa chọn biên độ khâu rơ le mà ta có thể hoàn
toàn kiểm sot được qu trình.
Thứ ba, loại b được ảnh hưởng của nhiễu.
;>&
;-/$+557
Bài ton đặt ra ở đây là xây dựng mô hình lý thuyt cho đối tượng động cơ
điện một chiều:
Phân tích:
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
• Bin cần điều khiển: tốc độ n .
• Bin điều khiển: điện p
P
• Bin nhiễu: momen tải
M
o Hệ thống phương trình mô tả động cơ điện một chiều:
Phương trình cân bằng điện p phần ứng:
P
P P P P
'
a o 1
'
= + +
(1)
* Sức điện động phần ứng :
P a
a 4 = Φ
(2)
* Phương trình chuyển động :
M
'
p
'
ω
− =
(3)
* Tốc độ quay:
1
( )
2
M
'
' p
π
= −
(4)
Mô hình trạng thi của động cơ một chiều
MP
P
P
aP
P
P
p
4
p'
'
1
4
M'
'
ππ
2
1
.
2
1
1
.
1
−Φ=
+Φ−−=
Để điều khiển tốc độ động cơ một chiều trong vùng tốc độ nh hơn tốc độ định
mức, ta sử dụng phương php thay đổi điện p phần ứng. Vì th để thay đổi điện p
này ta thường dùng bộ chỉnh lưu hoặc bộ băm xung điện p một chiều. Do qun
tính của bộ bin đổi điện p nh ta có thể coi là khâu qun tính bậc một với hằng số
thời gian qun tính là T
CL
và hệ số khuyc đại là k
Ta có thêm phương trình của bộ bin đổi điện p:
M
4
M'
'
q1
P
q1
P
.
1
+−=
Vậy mô hình trạng thi của đối tượng động cơ điện một chiều là
MP
P
P
aP
P
P
q1
P
q1
P
p
4
p'
'
1
4
M'
'
M
4
M'
'
ππ
2
1
.
2
1
1
.
1
.
1
−Φ=
+Φ−−=
+−=
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
=
%
P
P
)(
;
Φ
Φ−−
−
=
0
2
1
0
11
00
1
a
PP
q1
4
p
4
M1
M
P
π
;
=
0
0
q1
M
4
?
;
−
=
p
B
π
2
1
0
0
;
[ ]
100=q
; D=0
Vậy mô hình trạng thi của động cơ được vit dưới dạng thu gọn
+=
++=
)(.)(.)(
)(.)(.)(.)(
Q%q
Br%P%
M
Mô hình hàm truyền đạt:
Sử phép bin đổi Laplace tín hiệu liên tục u
a
(t) và n(t) sang miền ảnh
Laplace:
( ) ( )% ` /→
. Bằng cch bin đổi ta tìm hàm truyền đạt
( )
( )
( )
P
B /
j /
s /
=
. Ta bin
đổi ra được:
2 2
( )
2 2
P P P a
4
j /
po M / o p/ 4 4
π π
Φ
=
+ + Φ
Do qun tính của bộ bin đổi điện p nh ta có thể coi là khâu qun tính bậc
một với hằng số thời gian qun tính là T
CL
và hệ số khuyc đại là k nên
( )
1
q1
q1
4
j /
M /
=
+
, đơn giản thì k=1, T
CL
=0.01s
2 2
( ) 1
( ) .
( ) 1 2 2
q1 P P P a
4
B /
j /
s / M / po M / o p/ 4 4
π π
Φ
= =
+ + + Φ
Sơ đ khối cấu trúc của động cơ
Khi đó hàm qu độ của động cơ thu được là
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Nhận xét:
Độ qu điều chỉnh là 11.88%
Vào là 1 nhưng ra chỉ có 0.08315 do đó cần thêm bộ khuch đại mắc thêm
vào để vào là 1 và ra cũng là 1
Thời gian qu độ T
5%
=0.06s
Khi có tải (nhiễu thì động cơ bị sụt tốc ngay lập tức và không có khả năng
kéo tốc độ về như cũ. Vì th ta cần phải thit k bộ điều khiển để giữ ổn định
tốc độ động cơ kể cả khi có tải.
;-*@%AB'>''-*'"
Nhận dạng đối tượng là một trong những bước đầu tiên và quan trọng để thực
hiện qu trình thit k và pht triển hệ thống. Sau khi thu thập được dữ liệu vào ra
theo thời gian hoặc là phổ tín hiệu của đối tượng thì nhiệm vụ của việc nhận dạng
đối tượng là tìm mô hình ton học, hàm truyền đạt thích hợp mô tả gần đúng nhất
đối tượng thực. Để hỗ trợ dễ dàng cho việc nhận dạng đối tượng ta có thể sử dụng
toolbox tích hợp sẵn trong Matlab: t'au M ; % (ID). Identification
Toolboxlà một công cụ rất mạnh được tích hợp sẵn trong matlab. Nó hỗ trợ người
sử dụng cc chức năng như xây dựng mô hình ton học của hệ thống, nhận dạng hệ
thống với những công cụ cụ thể sau: Matlab, Fuzzy logic, Image processing, Neural
network, Signal processing, Simulink, symbolicmath. Tuy nhiên để sử dụng tốt
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
công cụ này chúng ta cần phải hiểu rõ cc phương php nhận dạng, phạm vi sử
dụng và ưu nhược điểm của từng phương php cộng với khả năng về phân tích hệ
thống thông qua cc đặc tính thu được.
Cc bước nhận dạng sử dụng Identification Toolbox :
• Bước 1: Chuẩn bị dữ liệu để nhận dạng
Dữ liệu được nhập trực tip từ cửa sổ Matlab
Dữ liệu lưu trong exel
Nu dữ liệu lưu trong text
• Bước 2: Nhập dữ liệu cho việc mô phng
Gõ lệnh 'a vào workpace của matlab
Time-Domain Data dữ liệu trong miền thời gian
t 'vMa' '
Sau đó để đặt thêm tên bin, đơn vị bin ta click vào '1AC8
"A"(! 'C!)
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Frequency-Domain Data dữ liệu trong miền tần số
Freq.Function(Complex)
Amplitudeand Phase Frequency-Response Data
• Bước 3: Lựa chọn mô hình và nhận dạng trong toolbox Matlab:
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Trước ht cần xuất dữ liệu vào trong GUI như đã nêu trong bước chuẩn bị dữ
liệu. Sau đó phải lựa chọn mô hình nhận dạng. Bộ công cụ ID có hỗ trợ nhận dạng
cc mô hình không tham số và mô hình có tham số. Cc dạng mô hình không tham
số bao gm đp ứng xung hữu hạn, đặc tính tần số, và đặc tính phổ công suất. Còn
mô hình có tham số bao gm cc mô hình đa thức gin đoạn, mô hình trạng thi và
mô hình hàm truyền đạt. Dưới đây là một số mô hình hay dùng cùng với câu lệnh
và thuật ton nhận dạng:
Đp ứng xung hữu hạn (hàm trọng lượng):
wab'c
Thuật ton nhận dạng dựa trên phân tích tương quan giữa cc gi trị vào ra.
Kt quả trả về mô hình FIR được ước lượng và vẽ trên đ thị
Mô hình đp ứng qu độ:
w/ab'-Mac
Đặc tính tần số:
( )
k
j a
ω
w/b'c
w/b'--n-%/xac
wauab'c
wauab'--Bc
Chú ý: thuật ton spa ước lượng mô hình đặc tính tần số kèm theo phổ công
suất nhiễu dựa trên phương php phân tích phổ tín hiệu vào ra. Còn thuật ton efte
thì dựa trên thuật ton bin đổi Fouriernhanh. Kt quả trả về mô hình đặc tính tần
số với đặc tính tần số được ước lượng tại cc tần số cho trong vector hàng*Thông
số M là chỉ số lag M của cửa sổ Hamming. Tham số N được sử dụng cho tính ton
vector chứa cc tần số quan tâm: w=[1:N]/N*pi/T
Mô hình đa thức gin đoạn
Tổng qut:
1 1
1
1 1
( ) ( )
( ). ( ) ( ) ( )
( ) ( )
r A q A
P A a
y A Q A
− −
−
− −
= +
Cc đa thức ton tử trễ biểu diễn dưới dạng cc vector hàng theo số mũ giảm dần.
Ví dụ
1 1 2
1 2
( ) 1
P A A A A
− − − −
= + + + +
thì
[1 1 ]P =
Một số mô hình gin đoạn đặc biệt và lệnh nhận dạng mô hình đó:
ARX:
1 1
( ). ( ) ( ) ( ) ( )P A r A 4 a
− −
= − +
w%b'- 'ac
w%b'-zz--z;z-;-z4z-4D
trong đó -;là bậc của đa thức A, B
4số chu kỳ trễ mà tín hiệu vào ảnh hưởng tới tín hiệu ra
Thuật ton nhận dạng theo phương php bình phương cực tiểu
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
Có thể thay hàm h khi nhiễu đầu ra không phải cn trắng
ARMAX:
1 1 1
( ). ( ) ( ) ( ) ( ) ( )P A r A 4 q A a
− − −
= − +
w%b'- 'a/c
trong đóX 'a/w{;4|
-;-: bậc của đa thức A, B, C
4: số chu kỳ trễ mà tín hiệu vào ảnh hưởng tới tín hiệu ra
Thuật ton ước lượng theo phương php lỗi dự bo (PEM)
Hàm armax chỉ hỗ trợ mô hình SISO hoặc MISO
OE:
1
1
( )
( ) ( ) ( )
( )
r A
a
y A
−
−
= +
w ab'- 'a/c
$ 'a/w{;u4|
Tương tự như ước lượng mô hình ARMAX
BJ:
1 1
1 1
( ) ( )
( ) ( ) ( )
( ) ( )
r A q A
a
y A Q A
− −
− −
= +
w;kb'- 'a/c
$ 'a/w{;'u4|
Ước lượng thời gian trễ: 'aa/b'c
Ước lượng bậc của mô hình
BBw/b-;-4c
Hw%/b'}a-'}-BBc
/a/bHc : hiện bảng đnh gi sai số mô hình để lựa chọn bậc mô hình
phù hợp
Mô hình hàm truyền đạt:
wab'-z~•Qszc
$X
wWXZ/#(
•X€$W4
QX€$SM'
sX€$(2
Ví dụ:
Qun tính bậc nhất có trễ
1
( )
1
'
/M
,
j / a
/M
−
=
+
wab'-z~WQzc
Khâu dao động bậc hai
2 2
( )
1 2
'
/M
,
j / a
/ M / M
ω ω
ζ
−
=
+ +
wab'-z~Yszc
Sinh viên : PhaLM6NHOHGPNQBR Page
1 2 3
(1 )
( )
(1 )(1 )(1 )
'
x
/M
, /M
j / a
/ /M /M /M
−
+
=
+ + +
Đ n thit k mô phng ĐKTĐ1- K52
Khâu qun tính bậc ba có điểm không
1 2 3
(1 )
( )
(1 )(1 )(1 )
x
, /M
j /
/M /M /M
+
=
+ + +
wab'-z~Z•zc
Mô hình trạng thi gin đoạn:
( ) ( ) ( ) ( )
( ) ( ) ( )
x t Ts A x t B u t K e t
( q % Q a
+ = + +
= + +
wh/'b'-{ 'a|c
$ 'a$.a 2";?9
\!
• Bước 4: Khảo st và kiểm chứng mô hình:
Bộ công cụ IT còn cài đặt sẵn một số hàm phục vụ khảo st và kiểm chứng
mô hình nhận được cũng như phục vụ chuyển đổi mô hình. Tất cả cc hàm này đều
sử dụng tham số có kiểu tương thích với ' 'a.
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
?E6-!=E'9
bode Vẽ đ thị bode
compare So snh cc gi trị đầu ra đo được với kt quả mô phng
ffplot Vẽ đ thị đặc tính tần số và phổ
impulse, step Vẽ đp ứng xung và đp ứng bậc thang đơn vị
nyquist Vẽ đ thị Nyquist
present Hiển thị mô hình trên cửa sổ màn hình
pzmap Vẽ đ thị cc điểm cực và điểm không
view Vẽ đặc tính mô hình sử dụng LTI Viewer
?E6-!=:3
aic,fpe Tính ton tiêu chuẩn lựa chọn mô hình
arxstruc,
selstruc
Lựa chọn cấu trúc ARX
compare So snh đầu ra mô phng hoặc đầu ra dự bo với đầu ra thực
pe Tính ton lỗi dự bo
predict Dự bo đầu ra tương lai
resid Tính ton và thử lỗi dự bo của mô hình
sim Mô phng một mô hình
?E)6-!$:F
arxdata Tính ton cc đa thức mô hình ARX
idmodred Giảm bậc mô hình
c2d, d2c Chuyển đổi mô hình tương tự sang gin đoạn và ngược lại
freqresp Tính ton đặc tính tần số
idfrd Chuyển đổi idmodel sang idfrd
ssdata Tính ton cc ma trận không gian trạng thi
tfdata Tính ton cc đa thức hàm truyền đạt
ss, tf,zpk,frd Chuyển đổi mô hình idmodel sang cc đối tượng LTI
zpkdata Tính ton cc điểm không, điểm cực và hệ số k
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
• G!%60%.59H%@%AB'I$9A>''-*'"
rKWXM?;./#!
Sau khi chạy mô phng thì gi trị của tín hiệu vào và ra thông qua khối To
Workspace sẽ thành cc vector cột u, n. Để được điều này thì khối To Worksapce
và tham số mô phng cần chỉnh thông số như sau:
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
rKYXB?/#! M ; %
Gõ ident trong cửa sổ Command của Matlab ri nhập dữ liệu vào: Dữ liệu
trên miền thời gian
Nhập cc bin u, n tương ứng vào ô Input và Output cùng theo đơn vị
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
rKZXR<'C!(!=U<
Đnh dấu vào ô Time Plot thì đ thị tín hiệu vào và ra sẽ hiện ra
Để xem dạng tín hiệu vào và tín hiệu ra, từ đó đnh gi chọn mô hình đối
tượng phù hợp
Đ thị dữ liệu thực nghiệm
Sinh viên : PhaLM6NHOHGPNQBR Page
Đ n thit k mô phng ĐKTĐ1- K52
B?%]Tín hiệu vào là hàm 100.1(t) nên đầu ra thu được là có dạng hàm qu
độ h(t). Vì th nhìn vào h(t) ta thấy đối tượng có trễ, có dao động. Vì th chọn mô
hình đối tượng có trễ và có điểm cực phức sẽ cho kt quả gần giống nhất.
rKhXq'C!K)'C!42
Chọn phạm vi dữ liệu vào ra
Sinh viên : PhaLM6NHOHGPNQBR Page