Tóm tắt: luận án tiến sĩ kỹ thuật điều khiển trượt thích nghi hệ thống động phi tuyến

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA



NGUYỄN ĐỨC MINH



ĐIỀU KHIỂN TRƯỢT THÍCH NGHI
HỆ THỐNG ĐỘNG PHI TUYẾN


Chuyên ngành: Tự Động Hóa
Mã số: 50006101

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT





Tp. Hồ Chí Minh - Năm 2012

Công trình được hoàn thành tại: Trường Đại học Bách Khoa –
ĐHQG-HCM


Người hướng dẫn khoa học 1: PGS. TS DƯƠNG HOÀI NGHĨA
S.

TS Dương Hoài Nghĩa

Người hướng dẫn khoa học 2: TS NGUYỄN ĐỨC THÀNH
.
Nguyễn Đức Thành


Phản biện độc lập 1: GS.TSKH NGUYỄN XUÂN QUỲNH
Phản biện độc lập 2: PGS.TS NGUYỄN NGỌC PHƯƠNG

Phản biện 1: TS. NGUYỄN CHÍ NGÔN
Phản biện 2: PGS.TSKH HỒ ĐẮC LỘC
Phản biện 3: PGS.TS NGUYỄN TẤN TIẾN



Luận án sẽ được bảo vệ trước hội đồng chấm luận án họp tại
………………………………………………………………………
………………………………………………………………………
vào lúc giờ ngày tháng năm



Có thể tìm hiểu luận án tại thư viện:
- Thư viện Khoa học tổng hợp TP.HCM
- Thư viện trường Đại học Bách Khoa – ĐHQG-HCM
1
TÓM LƯỢC NỘI DUNG LUẬN ÁN
Luận án gồm 5 chương (93 trang). Tài liệu tham khảo 85. Các chương
chính của luận án có nội dung tóm lược như sau:

Chương một là chương tổng quan về điều khiển trượt, điều khiển trượt
dùng mạng nơ-rôn, lý do, mục đích cũng như phương pháp nghiên cứu của
luận án.
Chương hai tổng hợp các kiến thức cơ sở về mạng nơ-rôn và lý thuyết điều
khiển trượt, và một số mô hình điều khiển trượt dùng mạng nơ-rôn.
Chương ba bao hàm nội dung chính của luận án. Trong chương này giới
thiệu phương pháp điều khiển trượt thích nghi phân ly dùng mạng nơ-rôn
DANSMC với đầy đủ mô hình và phương pháp huấn luyện mạng.
Chương bốn mô tả ứng dụng phương pháp điều khiển trượt thích nghi phân
ly được giới thiệu trong chương ba vào hai mô hình con lắc ngược hai bậc
xoay tự do và con lắc ngược hai chiều là các mô hình phi tuyến cao, bất ổn
và không cực tiểu pha cùng với các kết quả mô phỏng và thực nghiệm.
Chương năm tổng kết lại sự khác biệt và các kết quả đạt được của các
phương pháp nghiên cứu trong luận án so với các phương pháp nghiên cứu
khác và nêu lên một số tồn tại cũng như một số đề xuất hướng nghiên cứu
tiếp theo.
TỔNG QUAN
Điều khiển trượt
Điều khiển trượt là một phương pháp điều khiển phi tuyến đơn giản hiệu
quả. Để thiết kế thành phần điều khiển trượt cần phải biết rõ các thông số
của mô hình đối tượng cũng như các chặn trên của các thành phần bất định
của mô hình. Điều khiển trượt có dạng hàm dấu và có hiện tượng chattering
các trạng thái xung quanh mặt trượt.
Điều khiển trượt thích nghi dùng mạng nơ-rôn
Một số các nghiên cứu đã sử dụng mạng nơ-rôn để thay thế thành phần
điều khiển tương đương trong điều khiển trượt hoặc để bù cho các thành
2
phần bất định của hệ thống. Ưu điểm của các phương pháp này là không
cần nhận dạng các thông số của mô hình khi thiết kế thành phần điều khiển
tương đương. Hàm dấu trong thành phần điều khiển bền vững thường được

thay thế bằng hàm bảo hòa để hạn chế hiện tượng chattering. Tuy nhiên các
chặn trên dùng trong thiết kế thành phần điều khiển bền vững vẫn là các giá
trị hằng được chọn trước, vì vậy chất lượng điều khiển vẫn phụ thuộc vào
việc lựa chọn các giá trị hằng khi thiết kế thành phần điều khiển bền vững.
Nhược điểm của các phương pháp này là phải có sự trả giá giữa chất lượng
điều khiển và tính bền vững của hệ thống.
Trong bối cảnh đó luận án tiến sĩ nghiên cứu phương pháp điều khiển trượt
thích nghi dùng mạng nơ-rôn áp dụng cho hệ phi tuyến động bất định
không rõ thông số mô hình với ba nội dung chính:
• Kết hợp lý thuyết điều khiển trượt và mạng nơ-rôn để thiết kế bộ điều
khiển trượt thích nghi dùng mạng nơ-rôn áp dụng cho hệ thống phi tuyến
động bất định không rõ thông số mô hình. Bộ điều khiển mới có các đặc
điểm: (i) là một mạng nơ-rôn được dùng làm bộ điều khiển trực tiếp; (ii)
không cần nhận dạng trước các thông số của mô hình đối tượng, luật điều
khiển được suy ra trực tiếp trong quá trình huấn luyện trực tuyến; (iii) có
khả năng thích nghi trước sự thay đổi của các chặn trên của các thành phần
bất định và có khả năng kháng nhiễu tốt.
• Phát triển bộ điều khiển trượt thích nghi nêu trên thành bộ điều khiển
trượt thích nghi phân ly DANSMC cho hệ phi tuyến đa biến.
• Áp dụng các nghiên cứu về điều khiển trượt thích nghi phân ly lên hệ
con lắc ngược xoay và con lắc ngược hai chiều thông qua mô phỏng và
thực nghiệm.
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
2.1 MẠNG NƠ-RÔN
Mạng một lớp ẩn SHL (Single Hidden Layer)
3
Mạng hai lớp với lớp ngõ ra có hàm tác động là hàm dốc còn được gọi là
mạng một lớp ẩn SHL.
Biểu diễn vào ra của mạng SHL
0 0

1 1
l n
i ik h kj j k i
k j
u w v x v w
σ
= =
 
= + +
 
 
∑ ∑
(2.20)
2.2 LÝ THUYẾT ĐIỀU KHIỂN TRƯỢT
2.2.1 ĐỐI TƯỢNG ĐIỀU KHIỂN
Xét hệ thống phi tuyến biểu diễn bởi phương trình vi phân
duyygyyfy
nnn
++=
−−
).,.,.,,(),.,.,(
)1()1()(
(2.46)
Trong đó d là nhiễu
Đặt
)1(
321
,,,
−
====

n
n
yxyxyxyx
&&&
(2.47
)
và
T
n
xxxx ] ,,[
21
=

ta được biểu diễn trạng thái :









++=
=
=
=
−
duxgxfx
xx

xx
xx
n
nx
).()(
1
32
21
&
&
M
&
&
(2.48)
1
xy
=

Bài toán điều khiển được đặt ra là xác định tín hiệu điều khiển u sao cho
tín hiệu ra y bám theo tín hiệu đặt r.
2.2.2 MẶT TRƯỢT
Định nghĩa tín hiệu sai lệch
r
y
e
−
=
(2.49)
và tín hiệu s
ecececes

n
n
n
12
)2(
1
)1(
++++=
−
−
−
&
(2.50)
4
Trong đó c
1
, , c
n-1
, là các hệ số được chọn trước sao cho đa thức đặc
trưng của phương trình vi phân sau Hurwitz (có tất cả các nghiệm với phần
thực âm)
0
12
)2(
1
)1(
=++++
−
−
−

ececece
n
n
n
&
(2.51)
Khi đó các nghiệm của phương trình đặc trưng của (2.2.6) đều nằm bên trái
mặt phẳng phức, nên e(t) sẽ tiến tới 0 khi t tiến tới ∞. Phương trình s=0 xác
định một mặt cong S trong không gian n chiều gọi là mặt trượt (sliding
surface) S.
Vấn đề đặt ra là xác định luật điều khiển u để đưa các quỹ đạo pha của hệ
thống về mặt trượt và duy trì trên mặt trượt một cách bền vững đối với các
biến động của
)(xf
và
)(xg .
2.2.3 LUẬT ĐIỀU KHIỂN TRƯỢT KINH ĐIỂN
Luật điều khiển trượt cổ điển:
(
)
)(
12
)1(
1
)( )(
)(
1
nn
n
rdssignkecececxf

xg
u +−+++++−=
−
−
&&&
(2.56)
Luật điều khiển trượt có tính đến các thành phần bất định
Trong thực tế luật điều khiển trượt cần tính tới các thành phần bất định như
nhiễu hệ thống cũng sự biến thiên theo thời gian của
)(xf
và
)(xg
. Gọi
),( txf
∆
,
),( txg
∆
là các thành phần bất định của hệ thống
Luật điều khiển trượt có tính đến các thành phần bất định như sau:
correctiveequivalent
uuu
+=
(2.66)
Trong đó:

)()).(().(
0
ssignxgsignxu
equivalent

δ
−=
là thành phần điều khiển phụ thuộc
vào mô hình danh định của hệ thống còn gọi là thành phần điều khiển
tương đương.

)()).((),.(
max
ssignxgsigntxu
corrective
δ
−=
là thành phần điều khiển bền
vững, còn gọi là thành phần điều khiển hiệu chỉnh có tác dụng bù cho các
thành phần bất định của hệ thống và có giá trị phụ thuộc vào các chặn trên
5
của các thành phần bất định của hệ thống. Thường thì
max
δ
được chọn bằng
một hệ số dương k với
( )
( )
Df
gxg
k
x
+∆
∆+
=

max
min0
)(
1
sup
(2.67)
2.2.4 ĐIỀU KHIỂN TRƯỢT CHO HỆ THỐNG MIMO
Xét một hệ thống phi tuyến MIMO
( ) ( )
x = f x + g x .u
&
(2.68)
( )
y h x
=

Luật điều khiển trượt cho hệ MIMO
(
)
( )
(
)
1
( 1) ( ) ( 1)
1 1
. ( )
m m m
g f f m
u L L h L h c e c e k diag sign s
−

− −
−
= − + + + +
&

(2.77)
2.2.5 ĐẶC ĐIỂM CỦA ĐIỀU KHIỂN TRƯỢT
Từ mục 2.2.3 cho thấy để tính toán thành phần điều khiển tương đương của
điều khiển trượt đòi hỏi phải biết đầy đủ các hàm danh định của đ ối tượng,
và để tính toán thành phần điều khiển bền vững cần phải biết các chặn trên
của hệ thống và nhiễu.
Hàm dấu trong thành phần điều khiển của điều khiển trượt cổ điển tạo nên
hiện tượng đảo cực trong tín hiệu điều khiển cộng với hiện tượng trễ vật lý
của các đối tượng được điều khiển tạo nên hiện tượng chattering (dao động
của các quỹ đạo pha xung quanh mặt trượt).
2.3 MỘT SỐ MÔ HÌNH ĐIỀU KHIỂN TRƯỢT DÙNG MẠNG NƠ-
RÔN
2.3.1 MÔ HÌNH SỬ DỤNG MẠNG NƠ-RÔN LÀM THÀNH PHẦN
ĐIỀU KHIỂN TƯƠNG ĐƯƠNG
Trong mô hình điều khiển trượt dạng này tín hiệu điều khiển trượt được
phân chia như sau:
6
- Ở vùng xa mặt trượt thành phần điều khiển hiệu chỉnh được sử dụng để
hướng các trạng thái tiến về mặt trượt
)()).((.
ssignxgsignku
corrective
−=
(2.78)
Với k được tính theo công thức 2.67

- Ở lân cận mặt trượt thành phần điều khiển tương đương được thay thế
bằng một mạng hai lớp như mô tả ở mục 2.1 dùng để điều khiển các trạng
thái bám trên mặt trượt. Ngõ vào của mạng chính là tín hiệu mặt trượt s.
Các trọng số của mạng được cập nhật thích nghi trực tuyến. Mục tiêu của
luật cập nhật thích nghi là cực tiểu hóa hàm năng lượng của mặt trượt
(2.60).
Luật cập nhật mạng dựa trên phương pháp gradient descent được triển khai
theo công thức :
ij
ij
w
V
w
∂
∂
−=∆
η
. (2.79)
Triển khai luật cập nhật cho các trọng số của lớp ngoài cùng :
(
)
jj
uxsw
oij
.'
ση
−=∆
(2.80)
Trong đó
η

là hằng số học,
o
σ
là hàm tác động ngõ ra,
j
u
là ngõ ra thứ j
của mạng.
Các trọng số của lớp giữa của mạng thì được cập nhật dựa trên thuật toán
lan truyền ngược.
2.3.2 MÔ HÌNH ĐIỀU KHIỂN TRƯỢT PHÂN LY DÙNG MẠNG
NƠ-RÔN
Năm 2007 Lon-Chen Hung và Hung Yuan Chung ở khoa kỹ thuật điện tử
đại học quốc gia Đài Loan đã giới thiệu kỹ thuật điều khiển trượt phân ly
dùng mạng nơ-rôn DNNSMC (Decoupled Nơ-rôn Network Sliding Mode
Control) cho các hệ thống phi tuyến bậc bốn. Tính hiệu quả của bộ điều
khiển đã được kiểm chứng thông qua việc mô phỏng trên nhiều đối tượng
có tính phi tuyến cao như con lắc đơn, con lắc đôi, hệ cầu banh,
Mô tả hệ thống
7
Xét một hệ thống bậc bốn có dạng như sau
22224
43
11112
21
).()(
).()(
duxgxfx
xx
duxgxfx

xx
++=
=
++=
=
&
&
&
&
(2.81)
Trong đó
[
]
T
xxxxx
4321
=
là vector trạng thái,
1
f
,
2
f
, và
1
g
,
2
g
là

các hàm phi tuyến,
1
u
,
2
u
là các ngõ vào điều khiển và
1
d
,
2
d
là nhiễu bên
ngoài. Các nhiễu được giả thiết là bị chặn:
11
Dd ≤
,
22
Dd ≤

Định nghĩa tín hiệu mặt trượt thứ nhất
(
)
[
]
[
]
zcxczcxxcxzxcs
T
T

11212112111
1
−=−=+−=
(2.82)
Định nghĩa tín hiệu mặt trượt thứ hai
4322
xxcs +=
(2.83)
Trong thiết kế bộ điều khiển trượt phân ly, điều khiển tương đương có
nhiệm vụ duy trì các trạng thái trên mặt trượt. Điều khiển tương đương có
thể đạt được bằng cách chọn
0
1
=s
&
.
(
)
1111212111
. dugfzcxcxzxcs
+
+
+
−
=
+
−
=
&
&

&
&&
(2.84)
Ngõ vào điều khiển trượt phân ly được chọn với hàm Lyapunov như sau:
2
1
2
1
sV =
(2.85)
Lấy đạo hàm (2.85) ta có
(
)
111121111
. dugfzcxcsssV +++−==
&
&
&
(2.86)
Từ (2.86) suy ra luật điều khiển trượt bao gồm cả thành phần điều khiển
tương đương và điều khiển bền vững trước nhiễu
1
.
eq
s
u u M sign
ϕ
 
= −
 

 
trong đó
11
/ gDM >
(2.87)
Vì hàm dấu của công thức (2.87) gây nên hiện tượng chattering nên được
thay thế bằng hàm bão hòa trong (2.88)
(
)
1
.
ssatMuu
eq
−=
(2.88)
Như vậy trong chuyển động trượt, tín hiệu điều khiển tương đương sẽ là
8
( )
111121
1
1
kssfzcxc
g
u
eq
++−+−=
&
&
(2.89)
Trong đó k là hằng số dương. Mục đích của đ iều khiển là lái các trạng thái

hệ thống về điểm cân bằng gốc. Các biến
1
s
,
2
s
cùng suy giảm thông qua
biến tạm thời z. Phương trình (2.82) chỉ ra rằng mục đích điều khiển của
1
u
được thay đổi từ
0
1
=x
,
0
2
=x
thành
zx =
1
,
0
2
=x
(Lo & Kuo, 1998).
Biến tạm thời z có thể được định nghĩa
2
.
upper

z
s
z sat z
ϕ
 
=
 
 
,
10 <<
upper
z
(2.90)
Trong
đ
ó
z
φ
là h
ệ
s
ố

để

đ
i
ề
u ch
ỉ

nh
độ
tr
ơ
n c
ủ
a
z
. Hàm
(
)
⋅sat

đượ
c
đị
nh
ngh
ĩ
a
( )
(
)



<
≥
=
1

1
ϕϕ
ϕϕ
ϕ
if
ifsign
sat
(2.91)
Thi
ế
t k
ế
b
ộ

đ
i
ề
u khi
ể
n tr
ượ
t phân ly dùng m
ạ
ng n
ơ
-rôn DNNSMC

2
s

1
s
1
x
2
x
3
x
4
x
y
u

Hình 2.13 H
ệ
th
ố
ng DNNSMC c
ủ
a Lon-Chen Hung và Hung Yuan
Chung
M
ộ
t m
ạ
ng n
ơ
-rôn SHL nh
ư
mô t

ả

ở
m
ụ
c 2.1.2
đượ
c dùng
để
thay th
ế
thành
ph
ầ
n
đ
i
ề
u khi
ể
n t
ươ
ng
đươ
ng (2.89) v
ớ
i ngõ vào là tín hi
ệ
u m
ặ

t tr
ượ
t
1
s
.
Trong
đ
ó hàm tác
độ
ng l
ớ
p
ẩ
n có d
ạ
ng
9
( )
1
1
1
1
s
e
s
−
+
=
σ

(2.92)
Lu
ậ
t c
ậ
p nh
ậ
t thích nghi cho m
ạ
ng
để

đả
m b
ả
o lu
ậ
t
đ
i
ề
u khi
ể
n (2.3.3.9)
ở

ngõ ra c
ủ
a m
ạ

ng
đượ
c
đề
ngh
ị

(
)
∆∆
−= svgsignsw .).(.
11
&&
σγ
(2.93)
(
)
wsvgsignsv
&&&
∆∆
′
−= .).(.
12
σγ
(2.94)
Trong
đ
ó
∆
s

đượ
c
đị
nh ngh
ĩ
a
(
)
1111
.
φφ
ssatss −=
∆
(2.95)

1
φ

đượ
c g
ọ
i là
độ
dày l
ớ
p biên. N
ế
u
11

φ
<s
thì
0==
∆∆
ss
&
, ng
ượ
c l
ạ
i thì
∆∆
= ss
&
và
11
φ
−=
∆
ss
.
Thành ph
ầ
n
đ
i
ề
u khi
ể

n b
ề
n v
ữ
ng c
ủ
a b
ộ

đ
i
ề
u khi
ể
n DNNSMC là
( )
1 1
1
1 1
. . .
corrective
s s
u M sat E sign g sat
ϕ ϕ
   
= − =
   
   
(2.96)
Và lu

ậ
t hi
ệ
u ch
ỉ
nh
đượ
c
đề
ngh
ị

để

ướ
c l
ượ
ng
E
là
∆
= sE .
3
γ
&
(2.97)
CHƯƠNG BA: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI PHÂN LY
DÙNG MẠNG NƠ-RÔN
Ch
ươ

ng này s
ẽ
gi
ớ
i thi
ệ
u m
ộ
t b
ộ

đ
i
ề
u khi
ể
n tr
ượ
t thích nghi phân ly m
ớ
i
DANSMC (Decoupled Adaptive Neural Sliding Mode Control) áp d
ụ
ng
đượ
c cho các h
ệ
th
ố
ng phi tuy

ế
n
đ
a bi
ế
n. Các nghiên c
ứ
u
đượ
c trình bày
trong ch
ươ
ng này
đ
ã
đượ
c công b
ố
trên các bài báo [1], [2],[3] (M
ụ
c các
công trình
đ
ã công b
ố
).
*Tóm t
ắ
t lu
ậ

n án ch
ỉ

đư
a ra các k
ế
t qu
ả
, ph
ầ
n ch
ứ
ng minh
đượ
c trình bày
đầ
y
đủ
trong lu
ậ
n án.
3.1 ĐIỀU KHIỂN TRƯỢT THÍCH NGHI DÙNG MẠNG NƠ-RÔN
3.1.1

MÔ TẢ BỘ ĐIỀU KHIỂN

Mô hình
đố
i t
ượ

ng và các
đị
nh ngh
ĩ
a v
ề
h
ệ
th
ố
ng nh
ư

đ
ã mô t
ả

ở
m
ụ
c 2.2.2
10
M
ộ
t m
ạ
ng n
ơ
-rôn SHL v
ớ

i n ngõ vào, m n
ơ
-rôn
ở
l
ớ
p
ẩ
n, 1 ngõ ra, v
ớ
i các
tr
ọ
ng s
ố
có th
ể

đ
i
ề
u ch
ỉ
nh
đượ
c, nh
ư
hình (3.1)
đượ
c dùng làm b

ộ

đ
i
ề
u
khi
ể
n cho h
ệ
(2.48). Ngõ ra c
ủ
a m
ạ
ng n
ơ
-rôn có d
ạ
ng:
∑∑
==
===
m
i
T
ii
m
i
ii
EwwzwEwNu

1
0
1
0
).( ),(
δ
(3.1)
1
e
2
e
3
e
n
e
(.)
σ
(.)
σ
(.)
σ
(.)
σ
(.)
σ

Hình 3.1 M
ạ
ng n
ơ

-rôn dùng làm b
ộ

đ
i
ề
u khi
ể
n
Trong
đ
ó :
T
inii
www ] [
1
=
là tr
ọ
ng s
ố
ngõ vào c
ủ
a n
ơ
-rôn th
ứ
i (i =
1 m);
T

m
zzz ] [
1
=
là ngõ ra n
ơ
-rôn l
ớ
p
ẩ
n;
T
m
www ] [
0010
=

là tr
ọ
ng s
ố
l
ớ
p ra c
ủ
a m
ạ
ng ; Ngõ ra u c
ủ
a m

ạ
ng c
ũ
ng là ngõ vào c
ủ
a h
ệ

th
ố
ng (2.48) ; Ngõ vào c
ủ
a m
ạ
ng
đượ
c k
ế
t n
ố
i các ngõ ra sai s
ố
tr
ạ
ng thái
c
ủ
a (2.48)
TnT
n

eeeeeeE ] [] [
)1(
21
−
==
&
. Hàm ngõ ra là hàm
tuy
ế
n tính. Hàm tác
độ
ng
(.)
σ

ở
l
ớ
p
ẩ
n là hàm sigmoid l
ưỡ
ng c
ự
c có
d
ạ
ng:

1

1
2
)( −
+
=
− x
e
x
σ
(3.2)
Bài toán
ở

đ
ây là tìm ra lu
ậ
t c
ậ
p nh
ậ
t phù h
ợ
p
để
hu
ấ
n luy
ệ
n m
ạ

ng N, sao
cho b
ộ

đ
i
ề
u khi
ể
n m
ạ
ng n
ơ
-rôn có th
ể

đ
i
ề
u khi
ể
n
đượ
c s ti
ế
n t
ớ
i 0 theo
m
ộ

t
đ
áp
ứ
ng cho tr
ướ
c và duy trì
ổ
n
đị
nh trên
đ
ó.
3.1.2 LUẬT CẬP NHẬT THÍCH NGHI ĐỂ HUẤN LUYỆN MẠNG

Luật điểu khiển trượt đề nghị

11
(
)
)(
12
)1(
1
)(.
)(
1
nn
n
rdecececxfs

xg
u −++++++
−
=
−
−
&&&
ρ
(3.8)
L
ư
u ý: lu
ậ
t
đ
i
ề
u khi
ể
n (3.1.6) có d
ạ
ng hàm tr
ơ
n và không có thành ph
ầ
n
chuy
ể
n m
ạ

ch nh
ư
trong
đ
i
ề
u khi
ể
n tr
ượ
t c
ổ

đ
i
ể
n.
Luật cập nhật thích nghi để huấn luyện mạng
Lu
ậ
t c
ậ
p nh
ậ
t
đượ
c
đề
ngh
ị

để
hu
ấ
n luy
ệ
n m
ạ
ng ,
đố
i v
ớ
i các tr
ọ
ng s
ố
c
ủ
a
l
ớ
p gi
ữ
a:
Ezkwsssignssatxgsignkw
iii
).1).(() ()./()).((.)(
2
0
−+−=∆

&
τϕµ
(3.22)
Và
đố
i v
ớ
i các tr
ọ
ng s
ố
c
ủ
a l
ớ
p ra:
zsssignssatxgsignkw ) ()./()).((.)(
0
+−=∆
&
τϕµ
(3.23)
Trong
đ
ó






<<−
−≤−
≥
=
11,
1,1
1,1
)(
xx
x
x
xsat
(3.24)
0
>
ϕ
xác
đị
nh m
ộ
t giá tr
ị
ch
ặ
n trên c
ủ
a
s
(
ϕ

đượ
c ch
ọ
n thông qua th
ử

nghi
ệ
m). Khi
ϕ
>s
thì
µϕµ
=)/(. ssat
, còn khi
ϕ
<s
thì
µϕµϕµ
<= )/.()/(. sssat
. Nh
ư
v
ậ
y, có th
ể
ch
ọ
n giá tr

ị
c
ủ
a
µ

đủ
l
ớ
n
để

t
ă
ng nhanh t
ố
c
độ
h
ọ
c cho b
ộ

đ
i
ề
u khi
ể
n m
ạ

ng n
ơ
-rôn, mà v
ẫ
n b
ả
o
đả
m
độ

tr
ơ
n c
ủ
a tín hi
ệ
u
đ
i
ề
u khi
ể
n
ở
vùng sát m
ặ
t tr
ượ
t.

3.2 ĐIỀU KHIỂN TRƯỢT THÍCH NGHI PHÂN LY DÙNG MẠNG
NƠ-RÔN DANSMC
Các h
ệ
th
ố
ng th
ự
c th
ườ
ng có d
ạ
ng bi
ể
u di
ễ
n:
2224
43
1`112
21
~
).(
~
)(
~
~
).(
~
)(

~
duqBqfq
qq
duqBqfq
qq
++=
=
++=
=
&
&
&
&
(3.25)
Để
có th
ể
áp d
ụ
ng lu
ậ
t
đ
i
ề
u khi
ể
n tr
ượ
t thích nghi lên các h

ệ
th
ố
ng nh
ư

(3.2.1), ph
ươ
ng pháp
đổ
i bi
ế
n
đượ
c áp d
ụ
ng
để

đư
a (3.2.1) v
ề
d
ạ
ng
12
13`112
21
).()( dxxgxfx
xx

′
++=
=
&
&
(3.26)
2224
43
).()( duxgxfx
xx
++=
=
&
&
(3.27)
Gi
ả
thi
ế
t
1
f
,
1
/1 g
,
1
d
′
,

2
d
là các hàm b
ị
ch
ặ
n, thì (3.2.4)
đượ
c xem là m
ộ
t
h
ệ
th
ố
ng con b
ậ
c hai có ngõ vào
đ
i
ề
u khi
ể
n là
3
x
. Còn (3.2.5)
đượ
c xem
nh

ư
h
ệ
th
ố
ng con b
ậ
c hai có ngõ vào là u, ngõ ra là
3
x
.
M
ụ
c
đ
ích c
ủ
a bài toán: là tìm lu
ậ
t
đ
i
ề
u khi
ể
n u, sao cho :
0,0,0,0
4321
==== xxxx
(3.30)

Đị
nh ngh
ĩ
a
2111
. xxcs +=
,
0
1
>c
(3.31)
Đ
i
ề
u ki
ệ
n
để

0
1
>−s
, khi
∞
>
−
t
, là
0
1

<V
&
, có th
ể
ch
ọ
n giá tr
ị
mong mu
ố
n
c
ủ
a
3
x
là
))(().(.
113
xgsignssignxz
γ
−==
(3.35)
V
ớ
i
1121
1
))( (
)(

1
dxfxc
xg
′
++>
γ

Để

3
x
là hàm tr
ơ
n, hàm
)(
1
ssign
trong (3.2.11)
đượ
c thay th
ế
b
ằ
ng hàm
sigmoid l
ưỡ
ng c
ự
c. Khi
đ

ó (3.2.11) tr
ở
thành
))((.1
exp1
2
.
1
/
1
xgsignz
s








−
+
−=
−
φ
γ
(3.36)
Xác
đị
nh m

ộ
t m
ặ
t tr
ượ
t
2
S
khi
0
2
=s
.
Áp d
ụ
ng m
ạ
ng n
ơ
-rôn nh
ư

đ
ã mô t
ả

ở
m
ụ
c 3.1.1

để

đ
i
ề
u khi
ể
n tín hi
ệ
u m
ặ
t
tr
ượ
t
0
2
>−s
. M
ạ
ng n
ơ
-rôn có ngõ vào là x , ngõ ra
đ
i
ề
u khi
ể
n u, lu
ậ

t c
ậ
p
nh
ậ
t thích nghi
để
hu
ấ
n luy
ệ
n m
ạ
ng là các lu
ậ
t (3.22) và (3.23) v
ớ
i
2
ss
=
.
Mô hình
đ
i
ề
u khi
ể
n tr
ượ

t thích nghi phân ly cho nh
ư

ở
hình 3.2.

13

N
u
dtd /
1
x
3
x
4
x
2
s
1
s
z
uxgxfx
xx
uxgxfx
xx
).()(
).()(
224
43

`112
21
+=
=
+=
=
&
&
&
&
2
x
3
x
1
x
dtd
/
dtd
/
2
s
&
x

Hình 3.2 Mô hình
đ
i
ề
u khi

ể
n tr
ượ
t thích nghi phân ly
Đị
nh ngh
ĩ
a :
4322
)( xzxcs +−=
,
0
2
>c
(3.38)
14
Kết luận
Nh
ư
v
ậ
y trong ch
ươ
ng này m
ộ
t lu
ậ
t
đ
i

ề
u khi
ể
n tr
ượ
t m
ớ
i (3.8)
đ
ã
đượ
c
đư
a
ra bao g
ồ
m c
ả
hai thành ph
ầ
n
đ
i
ề
u khi
ể
n t
ươ
ng
đươ

ng và
đ
i
ề
u khi
ể
n b
ề
n
v
ữ
ng, có d
ạ
ng hàm tr
ơ
n, không có các thành ph
ầ
n chuy
ể
n m
ạ
ch, có kh
ả

n
ă
ng kh
ắ
c ph
ụ

c hi
ệ
n t
ượ
ng chattering, và có th
ể

đượ
c thay th
ế
b
ằ
ng m
ộ
t
m
ạ
ng n
ơ
ron.
Lu
ậ
t c
ậ
p nh
ậ
t (3.22) và (3.23)
đượ
c
đề

ngh
ị

đ
ã
đượ
c ch
ứ
ng minh là có th
ể

hu
ấ
n luy
ệ
n
đượ
c m
ạ
ng n
ơ
ron tr
ở
thành b
ộ

đ
i
ề
u khi

ể
n tr
ượ
t theo lu
ậ
t (3.8).
Ti
ế
p
đ
ó là mô hình
đ
i
ề
u khi
ể
n tr
ượ
t phân ly
đượ
c gi
ớ
i thi
ệ
u trong m
ụ
c 3.2
có th
ể
áp d

ụ
ng cho các h
ệ
th
ố
ng
đ
a bi
ế
n
Khác v
ớ
i các b
ộ

đ
i
ề
u khi
ể
n dùng m
ạ
ng n
ơ
ron
đượ
c gi
ớ
i thi
ệ

u trong
ch
ươ
ng hai, mà ngõ vào c
ủ
a m
ạ
ng n
ơ
ron và tín hi
ệ
u h
ồ
i ti
ế
p
để
c
ậ
p nh
ậ
t
m
ạ
ng là tín hi
ệ
u m
ặ
t tr
ượ

t, m
ạ
ng n
ơ
ron c
ủ
a b
ộ

đ
i
ề
u khi
ể
n DANSMC là
ngõ vào tr
ạ
ng thái còn tín hi
ệ
u h
ồ
i ti
ế
p bao g
ồ
m c
ả
tín hi
ệ
u m

ặ
t tr
ượ
t và
đạ
o hàm c
ủ
a nó.
B
ộ

đ
i
ề
u khi
ể
n tr
ượ
t thích nghi phân ly DANSMC
đượ
c
đề
ngh
ị

đ
ã
đượ
c
ch

ứ
ng minh là có kh
ả
n
ă
ng t
ự
hu
ấ
n luy
ệ
n thích nghi
để
h
ọ
c
đượ
c các lu
ậ
t
đ
i
ề
u khi
ể
n tr
ượ
t (3.8) phù h
ợ
p v

ớ
i các thông s
ố
bi
ế
n
độ
ng c
ủ
a
đố
i t
ượ
ng và
ả
nh h
ưở
ng c
ủ
a nhi
ễ
u, c
ũ
ng nh
ư
kh
ả
n
ă
ng kh

ắ
c ph
ụ
c
đượ
c hi
ệ
n t
ượ
ng
chattering, nên
đ
ã th
ỏ
a mãn
đượ
c c
ả
v
ề
ch
ấ
t l
ượ
ng và tính b
ề
n v
ữ
ng c
ủ

a h
ệ

th
ố
ng so v
ớ
i các ph
ươ
ng pháp
đ
i
ề
u khi
ể
n tr
ượ
t dùng m
ạ
ng n
ơ
ron
đ
ã nêu
ở

ch
ươ
ng 2. Các tính ch
ấ

t trên s
ẽ

đượ
c minh h
ọ
a thông qua mô ph
ỏ
ng và th
ự
c
nghi
ệ
m s
ẽ

đượ
c trình bày
ở
ch
ươ
ng 4.
M
ộ
t s
ố

đ
i
ề

u c
ầ
n l
ư
u ý là khi thi
ế
t k
ế
b
ộ

đ
i
ề
u khi
ể
n DANSMC thì các tr
ọ
ng
s
ố
c
ủ
a m
ạ
ng nên
đượ
c kh
ở
i t

ạ
o v
ớ
i các giá tr
ị
ng
ẫ
u nhiên ban
đầ
u nh
ỏ
, và
vùng không gian hu
ấ
n luy
ệ
n m
ạ
ng nên
đượ
c ch
ọ
n
ở
lân c
ậ
n
đ
i
ể

m cân b
ằ
ng
tr
ướ
c khi m
ở
r
ộ
ng d
ầ
n ra. Kh
ả
n
ă
ng kháng nhi
ễ
u và thích nghi v
ớ
i các
thành ph
ầ
n b
ấ
t
đị
nh c
ủ
a h
ệ

th
ố
ng ph
ụ
thu
ộ
c vào t
ố
c
độ
l
ấ
y m
ẫ
u, v
ớ
i
đ
i
ề
u
ki
ệ
n t
ố
c
độ
l
ấ
y m

ẫ
u ph
ả
i nh
ỏ
h
ơ
n hai l
ầ
n t
ầ
n s
ố
nhi
ễ
u l
ớ
n nh
ấ
t và t
ố
c
độ

15
bi
ế
n thiên c
ủ
a các thành ph

ầ
n b
ấ
t
đị
nh. V
ớ
i kh
ả
n
ă
ng c
ủ
a các b
ộ

đ
i
ề
u khi
ể
n
DSP hi
ệ
n
đạ
i t
ố
c
độ

l
ấ
y m
ẫ
u c
ỡ
1ms là hoàn toàn có c
ơ
s
ở
.
CHƯƠNG BỐN:
KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM

4.1 ĐIỀU KHIỂN TRƯỢT TÍCH NGHI PHÂN LY CON LẮC
NGƯỢC HAI BẬC XOAY TỰ DO
Mô t
ả
con l
ắ
c ng
ượ
c xoay

Hình 4.1 Mô hình con l
ắ
c ng
ượ
c xoay

Các k
ế
t qu
ả
mô ph
ỏ
ng

Hình 4.9 Quá trình hu
ấ
n luy
ệ
n và h
ộ
i t
ụ
b
ộ

đ
i
ề
u khi
ể
n DANSMC
16


Hình 4.11
Đ

áp
ứ
ng c
ủ
a
đ
i
ề
u khi
ể
n DANSMC
K
ế
t qu
ả
thu
đượ
c các
đ
áp
ứ
ng c
ủ
a
β
,
α
,
u
trong quá trình hu

ấ
n luy
ệ
n
(hình 4.9) và k
ế
t qu
ả
cu
ố
i cùng (hình 4.11) cho th
ấ
y quá trình hình thành
lu
ậ
t
đ
i
ề
u khi
ể
n và ch
ấ
t l
ượ
ng
đ
i
ề
u khi

ể
n t
ă
ng d
ầ
n sau nhi
ề
u phiên hu
ấ
n
luy
ệ
n.


Hình 4.13 Qu
ỹ

đạ
o pha các bi
ế
n tr
ạ
ng thái c
ủ
a
đ
i
ề
u khi

ể
n DANSMC
Mô hình th
ự
c nghi
ệ
m
Mô hình k
ế
t c
ấ
u c
ơ
khí con l
ắ
c nh
ư
hình 4.17 v
ớ
i cánh tay con l
ắ
c có chi
ề
u
dài 30cm có th
ể
g
ắ
n lên nó các con l
ắ

c khác nhau qua kh
ớ
p n
ố
i
để
th
ử

17
nghi
ệ
m kh
ả
n
ă
ng thích nghi c
ủ
a b
ộ

đ
i
ề
u khi
ể
n khi thông s
ố
mô hình thay
đổ

i. Cánh tay con l
ắ
c
đượ
c g
ắ
n vào m
ộ
t
độ
ng c
ơ
m
ộ
t chi
ề
u 24V DC. Hai
encoder có
độ
phân gi
ả
i 1/2000 trên vòng
đượ
c dùng làm hai b
ộ

đ
o hai góc
c
ủ

a con l
ắ
c và c
ủ
a cánh tay quay.
B
ộ
ph
ậ
n mô ph
ỏ
ng b
ộ

đ
i
ề
u khi
ể
n dùng m
ạ
ng n
ơ
-rôn và tính toán c
ậ
p nh
ậ
t
đượ
c l

ậ
p trình trên c
ơ
s
ở
bo m
ạ
ch ezdsp TMS3202812.
Ch
ươ
ng trình mô t
ả
b
ộ

đ
i
ề
u khi
ể
n tr
ượ
t thích nghi phân ly
đượ
c vi
ế
t b
ằ
ng
ngôn ng

ữ
C trên n
ề
n ph
ầ
n m
ề
m máy tính CSS. Các k
ế
t qu
ả

đ
i
ề
u khi
ể
n có
th
ể

đượ
c th
ể
hi
ệ
n l
ạ
i d
ướ

i d
ạ
ng
đồ
h
ọ
a.
T
ầ
n s
ố
l
ấ
y m
ẫ
u c
ủ
a b
ộ

đ
i
ề
u khi
ể
n
đượ
c cài
đặ
t

ở
t
ầ
n s
ố
0.5 KHz, và t
ầ
n s
ố

c
ủ
a b
ộ

đ
i
ề
u
độ
ng xung
đượ
c cài
đặ
t
ở
t
ầ
n s
ố

g
ấ
p n
ă
m l
ầ
n t
ầ
n s
ố
l
ấ
y m
ẫ
u.

Hình 4.17 Mô hình th
ự
c con l
ắ
c ng
ượ
c trong phòng thí nghi
ệ
m

Các k
ế
t qu
ả

th
ự
c nghi
ệ
m
Con l
ắ
c th
ự
c nghi
ệ
m (hình 4.17), có b
ộ
ph
ậ
n g
ắ
n xoay, n
ố
i con l
ắ
c g
ắ
n vào
tay xoay,
để
có th
ể
thay
đổ

i các con l
ắ
c có ch
ấ
t li
ệ
u, chi
ề
u dài và kh
ố
i
l
ượ
ng khác nhau. Hình 4.20, 4.21, 4.22 l
ầ
n l
ượ
t là các k
ế
t qu
ả

đ
i
ề
u khi
ể
n
góc con l
ắ

c, góc tay quay và tín hi
ệ
u
đ
i
ề
u khi
ể
n.
18

Hình 4.20
Đ
áp
ứ
ng c
ủ
a
β
trong 30 giây.(l
ậ
t lên và
ổ
n
đị
nh)

Hình 4.21
Đ
áp

ứ
ng c
ủ
a
α
trong 30 giây

Hình 4.22 Tín hi
ệ
u
đ
i
ề
u khi
ể
n u trong 30 giây
4.2 ĐIỀU KHIỂN TRƯỢT THÍCH NGHI PHÂN LY CON LẮC
NGƯỢC HAI CHIỀU
Mô t
ả
con l
ắ
c ng
ượ
c hai chi
ề
u
19

Hình 4.23 Mô hình

độ
ng h
ọ
c con l
ắ
c ng
ượ
c hai chi
ề
u
Các k
ế
t qu
ả
mô ph
ỏ
ng
M
ụ
c
đ
ích c
ủ
a
đ
i
ề
u khi
ể
n là gi

ữ

ổ
n
đị
nh con l
ắ
c d
ự
ng ng
ượ
c theo chi
ề
u
th
ẳ
ng
đứ
ng,
đồ
ng th
ờ
i
đ
i
ề
u khi
ể
n nó chuy
ể

n
độ
ng
đề
u bám theo m
ộ
t vòng
tròn cho tr
ướ
c trên m
ặ
t ph
ẳ
ng x-y

Hình 4.28 Qu
ỹ

đạ
o x-y c
ủ
a phiên hu
ấ
n luy
ệ
n th
ứ
nh
ấ
t và th

ứ
hai
20

Hình 4.29 Mô ph
ỏ
ng v
ớ
i biên
độ
nhi
ễ
u bi
ế
n thiên
CHƯƠNG NĂM
KẾT LUẬN
Ngày nay,
đ
i
ề
u khi
ể
n h
ọ
c hi
ệ
n
đạ
i h

ướ
ng t
ớ
i nghiên c
ứ
u gi
ả
i quy
ế
t bài toán
đ
i
ề
u khi
ể
n các h
ệ
th
ố
ng b
ấ
t
đị
nh ho
ặ
c không rõ thông s
ố
mô hình d
ự
a trên

c
ơ
s
ở
các ph
ươ
ng pháp
đ
i
ề
u khi
ể
n thông minh nh
ư

đ
i
ề
u khi
ể
n m
ờ
và
đ
i
ề
u
khi
ể
n dùng m

ạ
ng n
ơ
-rôn. H
ướ
ng nghiên c
ứ
u d
ự
a trên vi
ệ
c k
ế
t h
ợ
p gi
ữ
a các
lý thuy
ế
t
đ
i
ề
u khi
ể
n c
ổ

đ

i
ể
n và
đ
i
ề
u khi
ể
n thông minh là m
ộ
t h
ướ
ng nghiên
c
ứ
u
đầ
y tri
ể
n v
ọ
ng vì nó k
ế
t h
ợ
p
đượ
c kh
ả
n

ă
ng
đ
i
ề
u khi
ể
n chính xác, b
ề
n
v
ữ
ng c
ủ
a các ph
ươ
ng pháp
đ
i
ề
u khi
ể
n c
ổ

đ
i
ể
n và kh
ả

n
ă
ng h
ọ
c thích nghi
c
ủ
a các ph
ươ
ng pháp
đ
i
ề
u khi
ể
n thông minh
để
ti
ế
n t
ớ
i hình thành các b
ộ

đ
i
ề
u khi
ể
n thích nghi b

ề
n v
ữ
ng mà không c
ầ
n bi
ế
t
đầ
y
đủ
tính ch
ấ
t c
ủ
a
đố
i
t
ượ
ng.
Các ph
ươ
ng pháp dùng m
ạ
ng n
ơ
-rôn hay n
ơ
-rôn m

ờ

để
nh
ậ
n d
ạ
ng
đố
i
t
ượ
ng sau
đ
ó áp d
ụ
ng k
ế
t qu
ả
nh
ậ
n d
ạ
ng
để
th
ự
c hi
ệ

n vào lý thuy
ế
t thuy
ế
t
đ
i
ề
u khi
ể
n d
ự
a trên mô hình r
ấ
t khó có th
ể
th
ự
chi
ệ
n trên các
đố
i t
ượ
ng th
ự
c
có tính phi tuy
ế
n cao và có các thành ph

ầ
n b
ấ
t
đị
nh. Các b
ộ

đ
i
ề
u khi
ể
n
21
đượ
c thi
ế
t k
ế
trên các ph
ươ
ng pháp này có chi phí cao do ph
ả
i tr
ả
i qua
nhi
ề
u giai

đ
o
ạ
n (nh
ậ
n d
ạ
ng r
ồ
i
đ
i
ề
u khi
ể
n), có
độ
tin c
ậ
y không cao, do tính
chính xác c
ủ
a tín hi
ệ
u
đ
i
ề
u khi
ể

n ph
ụ
thu
ộ
c vào sai s
ố
nh
ậ
n d
ạ
ng, và
th
ườ
ng ph
ả
i có b
ộ

đ
i
ề
u khi
ể
n thích nghi
để
bù cho các sai s
ố
này.
Nguyên lý c
ủ

a ph
ươ
ng pháp
đ
i
ề
u khi
ể
n tr
ượ
t dùng m
ạ
ng n
ơ
-rôn
đượ
c gi
ớ
i
thi
ệ
u trong các tài li
ệ
u [2]-[22]
đ
ã cho phép thay th
ế
thành ph
ầ
n

đ
i
ề
u khi
ể
n
t
ươ
ng
đươ
ng trong
đ
i
ề
u khi
ể
n tr
ượ
t c
ổ

đ
i
ể
n b
ằ
ng m
ộ
t m
ạ

ng n
ơ
-rôn hai l
ớ
p
v
ớ
i các lu
ậ
t c
ậ
p nh
ậ
t thích nghi
đơ
n gi
ả
n, mà không c
ầ
n ph
ả
i nh
ậ
n d
ạ
ng
tr
ướ
c các hàm phi tuy
ế

n c
ủ
a
đố
i t
ượ
ng. Tuy nhiên b
ả
n ch
ấ
t c
ủ
a các b
ộ

đ
i
ề
u
khi
ể
n lo
ạ
i này v
ẫ
n là lu
ậ
t
đ
i

ề
u khi
ể
n tr
ượ
t c
ổ

đ
i
ể
n, vì v
ậ
y ph
ả
i có s
ự
tr
ả
giá
gi
ữ
a ch
ấ
t l
ượ
ng
đ
i
ề

u khi
ể
n và tính b
ề
n v
ữ
ng c
ủ
a h
ệ
th
ố
ng. H
ơ
n n
ữ
a, c
ầ
n
bi
ế
t tr
ướ
c các giá tr
ị
ch
ặ
n trên c
ủ
a các thành ph

ầ
n b
ấ
t
đị
nh.
Đ
óng góp khoa h
ọ
c c
ủ
a lu
ậ
n án
Trong b
ố
i c
ả
nh
đ
ó các nghiên c
ứ
u trong lu
ậ
n án nh
ằ
m m
ụ
c
đ

ích kh
ắ
c ph
ụ
c
nh
ữ
ng t
ồ
n t
ạ
i c
ủ
a các ph
ươ
ng pháp
đ
i
ề
u khi
ể
n tr
ượ
t dùng m
ạ
ng n
ơ
-rôn
tr
ướ

c
đ
ó và
đ
ã m
ộ
t s
ố
các k
ế
t qu
ả
c
ụ
th
ể
nh
ư
sau:
- Lu
ậ
t
đ
i
ề
u khi
ể
n tr
ượ
t

đượ
c
đề
ngh
ị
trong lu
ậ
n án bao g
ồ
m c
ả
hai thành
ph
ầ
n
đ
i
ề
u khi
ể
n t
ươ
ng
đươ
ng và
đ
i
ề
u khi
ể

n b
ề
n v
ữ
ng, có d
ạ
ng hàm tr
ơ
n, có
kh
ả
n
ă
ng kh
ắ
c ph
ụ
c
đượ
c hi
ệ
n t
ượ
ng chattering và phù h
ợ
p
để
hu
ấ
n luy

ệ
n
cho m
ạ
ng n
ơ
-rôn.
- Lu
ậ
t c
ậ
p nh
ậ
t cho m
ạ
ng n
ơ
-rôn truy
ề
n th
ẳ
ng m
ộ
t l
ớ
p
ẩ
n
đượ
c

đề
ngh
ị
d
ự
a
trên lý thuy
ế
t
ổ
n
đị
nh c
ủ
a Lyapunov v
ớ
i hai tín hi
ệ
u h
ồ
i ti
ế
p bao g
ồ
m tín
hi
ệ
u m
ặ
t tr

ượ
t và
đạ
o hàm c
ủ
a nó
đ
ã
đượ
c ch
ứ
ng minh là
đ
áp
ứ
ng
đượ
c yêu
c
ầ
u c
ủ
a lu
ậ
t
đ
i
ề
u khi
ể

n tr
ượ
t
đượ
c
đề
ngh
ị
và có kh
ả
n
ă
ng hu
ấ
n luy
ệ
n tr
ự
c
tuy
ế
n cho m
ạ
ng n
ơ
-rôn tr
ở
thành b
ộ

đ
i
ề
u khi
ể
n tr
ượ
t thích nghi mà không
c
ầ
n ph
ả
i nh
ậ
n d
ạ
ng tr
ướ
c các thông s
ố
c
ủ
a
đố
i t
ượ
ng và các giá tr
ị
ch
ặ

n
trên c
ủ
a các thành ph
ầ
n b
ấ
t
đị
nh c
ủ
a h
ệ
th
ố
ng.
22
- V
ớ
i mô hình
đ
i
ề
u khi
ể
n
đượ
c
đề
ngh

ị
trong lu
ậ
n án m
ạ
ng n
ơ
-rôn truy
ề
n
th
ẳ
ng m
ộ
t l
ớ
p
ẩ
n
đ
ã thay th
ế
hoàn toàn b
ộ

đ
i
ề
u khi
ể

n tr
ượ
t. V
ớ
i
đặ
c
đ
i
ể
m
ngõ vào c
ủ
a m
ạ
ng là các bi
ế
n tr
ạ
ng thái (khác v
ớ
i ngõ vào là tín hi
ệ
u m
ặ
t
tr
ượ
t nh
ư

m
ộ
t s
ố
ph
ươ
ng pháp
đ
i
ề
u khi
ể
n tr
ượ
t dùng m
ạ
ng n
ơ
-rôn khác),
ph
ươ
ng pháp DANSMC
đ
ã khai thác
đượ
c kh
ả
n
ă
ng nh

ớ
theo tr
ạ
ng thái
c
ủ
a m
ạ
ng n
ơ
-rôn và qua các k
ế
t qu
ả
mô ph
ỏ
ng
đ
ã cho th
ấ
y kh
ả
n
ă
ng t
ự

nâng c
ấ
p ch

ấ
t l
ượ
ng
đ
i
ề
u khi
ể
n c
ủ
a h
ệ
th
ố
ng qua t
ừ
ng phiên
đ
i
ề
u khi
ể
n.
- Lý thuy
ế
t và mô ph
ỏ
ng c
ũ

ng
đ
ã cho th
ấ
y kh
ả
n
ă
ng t
ự
thay
đổ
i
để
thích
nghi c
ủ
a b
ộ

đ
i
ề
u khi
ể
n DANSMC tr
ướ
c s
ự
thay

đổ
i c
ủ
a các thông s
ố
c
ủ
a
đố
i t
ượ
ng c
ũ
ng nh
ư
các ch
ặ
n trên c
ủ
a các thành ph
ầ
n b
ấ
t
đị
nh.
- Mô hình
đ
i
ề

u khi
ể
n phân ly
đượ
c
đề
ngh
ị
trong lu
ậ
n án
đ
ã
đượ
c ch
ứ
ng
minh là có kh
ả
n
ă
ng
đ
áp
ứ
ng yêu c
ầ
u
đ
i

ề
u khi
ể
n ngay c
ả

đố
i v
ớ
i các
đố
i
t
ượ
ng phi tuy
ế
n và có tri
ể
n v
ọ
ng áp d
ụ
ng cho nhi
ề
u
đố
i t
ượ
ng phi tuy
ế

n
đ
a
bi
ế
n ph
ứ
c t
ạ
p khác.
- Các nghiên c
ứ
u v
ề
lý thuy
ế
t
đ
ã minh ch
ứ
ng v
ớ
i các
ứ
ng d
ụ
ng c
ụ
th
ể

lên
các
đố
i t
ượ
ng có tính phi tuy
ế
n cao và ph
ứ
c t
ạ
p nh
ư
con l
ắ
c ng
ượ
c hai b
ậ
c
xoay t
ự
do và con l
ắ
c ng
ượ
c hai chi
ề
u. Trong các mô hình
đ

i
ề
u khi
ể
n t
ự

độ
ng hi
ệ
n nay, các h
ệ
th
ố
ng có k
ế
t c
ấ
u c
ơ
khí d
ạ
ng di chuy
ể
n ngang trên
hai tr
ụ
c (nh
ư
CNC) có d

ạ
ng gi
ố
ng nh
ư
thí nghi
ệ
m trên con l
ắ
c ng
ượ
c hai
chi
ề
u, th
ườ
ng
đ
òi h
ỏ
i các b
ộ

đ
i
ề
u khi
ể
n ph
ả

i có
độ
chính xác cao trong
đ
i
ề
u
ki
ệ
n các thông s
ố
c
ơ
khí không
đồ
ng
đề
u trên toàn b
ề
m
ặ
t di chuy
ể
n và
độ

r
ơ
c
ơ

khí t
ạ
o nên s
ự
b
ấ
t
đị
nh c
ủ
a các thông s
ố
là m
ộ
t v
ấ
n
đề
khó khi thi
ế
t
k
ế
trong
đ
i
ề
u khi
ể
n. Ph

ươ
ng pháp DANSMC, v
ớ
i kh
ả
n
ă
ng nh
ớ
c
ủ
a b
ộ

đ
i
ề
u khi
ể
n cho phép t
ạ
o ra các tín hi
ệ
u
đ
i
ề
u khi
ể
n phù h

ợ
p trên t
ừ
ng v
ị
trí
t
ọ
a
độ
ch
ỉ
qua vài phiên hu
ấ
n luy
ệ
n là m
ộ
t mô hình
đầ
y tri
ể
n v
ọ
ng cho các
nghiên c
ứ
u nh
ữ
ng

ứ
ng d
ụ
ng nh
ư
v
ậ
y.
M
ộ
t v
ấ
n
đề
c
ủ
a b
ộ

đ
i
ề
u khi
ể
n DANSMC là kh
ả
n
ă
ng kháng nhi
ễ

u c
ủ
a b
ộ

đ
i
ề
u khi
ể
n ph
ụ
thu
ộ
c vào t
ỉ
l
ệ
c
ủ
a t
ầ
n s
ố
l
ấ
y m
ẫ
u so v
ớ

i t
ầ
n s
ố
cao nh
ấ
t c
ủ
a
23
nhi
ễ
u bên ngoài ho
ặ
c nhi
ễ
u lo
ạ
n bên trong h
ệ
th
ố
ng. Tuy nhiên ngày nay
v
ớ
i s
ự
phát tri
ể
n c

ủ
a công ngh
ệ
DSP v
ớ
i t
ố
c
độ
x
ử
lý s
ố
th
ự
c ngày càng
nhanh cho phép th
ự
c hi
ệ
n các b
ộ

đ
i
ề
u khi
ể
n tr
ượ

t dùng m
ạ
ng n
ơ
-rôn v
ớ
i
độ

t
ố
c
độ
l
ấ
y m
ẫ
u nh
ỏ
h
ơ
n 0.01s,
đ
áp
ứ
ng
đượ
c các yêu c
ầ
u v

ề

đ
i
ề
u khi
ể
n
th
ự
c.
M
ộ
t v
ấ
n
đề
khác c
ủ
a b
ộ

đ
i
ề
u khi
ể
n DANSMC là trong th
ự
c t

ế
các ngu
ồ
n
cung c
ấ
p
đ
i
ề
u khi
ể
n là các hàm có d
ạ
ng hàm bão hòa, vì v
ậ
y vùng hu
ấ
n
luy
ệ
n cho m
ạ
ng n
ơ
-rôn c
ầ
n ph
ả
i

đượ
c gi
ớ
i h
ạ
n trong ph
ạ
m vi sao cho tín
hi
ệ
u
đ
i
ề
u khi
ể
n nh
ỏ
h
ơ
n gi
ớ
i h
ạ
n trên và d
ướ
i c
ủ
a vùng bão hòa. Ph
ươ

ng
pháp kh
ắ
c ph
ụ
c là
ở
vùng bão hòa c
ủ
a ngu
ồ
n cung c
ấ
p n
ă
ng l
ượ
ng, tín hi
ệ
u
đ
i
ề
u khi
ể
n c
ủ
a m
ạ
ng n

ơ
-rôn có th
ể

đượ
c thay th
ế
b
ằ
ng tín hi
ệ
u
đ
i
ề
u khi
ể
n
hi
ệ
u ch
ỉ
nh c
ủ
a
đ
i
ề
u khi
ể

n tr
ượ
t c
ổ

đ
i
ể
n. Ngoài ra quá trình hu
ấ
n luy
ệ
n
m
ạ
ng c
ầ
n
đượ
c tri
ể
n khai b
ắ
t
đầ
u t
ừ
vùng sát v
ớ
i

đ
i
ể
m cân b
ằ
ng và m
ở

r
ộ
ng d
ầ
n ra
ở
các vùng xa h
ơ
n.
Trong t
ấ
t c
ả
các thí nghi
ệ
m dùng mô ph
ỏ
ng c
ũ
ng nh
ư
th

ự
c nghi
ệ
m, các giá
tr
ị
c
ủ
a các bi
ế
n tr
ạ
ng thái và tín hi
ệ
u m
ặ
t tr
ượ
t
đề
u
đượ
c l
ấ
y theo ki
ể
u
đạ
o
hàm r

ờ
i r
ạ
c
đơ
n gi
ả
n mà ch
ư
a có m
ộ
t b
ộ
quan sát hoàn h
ả
o. Vì v
ậ
y ch
ấ
t
l
ượ
ng c
ủ
a b
ộ

đ
i
ề

u khi
ể
n DANSMC còn b
ị
h
ạ
n ch
ế
do
ả
nh h
ưở
ng c
ủ
a nhi
ễ
u
đ
o
đạ
c
ở

đầ
u ra, và t
ầ
n s
ố
l
ấ

y m
ẫ
u c
ầ
n ph
ả
i cao
để
b
ả
o
đả
m s
ự
chính xác
c
ủ
a vi
ệ
c l
ấ
y
đạ
o hàm.
H
ướ
ng phát tri
ể
n c
ủ

a lu
ậ
n án
Mô hình
đ
i
ề
u khi
ể
n DASMC khá
đơ
n gi
ả
n và hi
ệ
u qu
ả
. Các ph
ươ
ng pháp
nghiên c
ứ
u t
ươ
ng t
ự
không ch
ỉ
có th
ể

đượ
c phát tri
ể
n
đ
i
ề
u khi
ể
n tr
ượ
t thích
nghi phân ly trên m
ạ
ng truy
ề
n th
ẳ
ng m
ộ
t l
ớ
p
ẩ
n th
ẳ
ng mà còn có th
ể
áp

d
ụ
ng cho các lo
ạ
i m
ạ
ng khác nh
ư
m
ạ
ng RBF và m
ạ
ng n
ơ
-rôn m
ờ
. Vi
ệ
c
nghiên c
ứ
u áp d
ụ
ng m
ạ
ng n
ơ
-rôn m
ờ
làm b

ộ

đ
i
ề
u khi
ể
n s
ẽ
giúp làm gi
ả
m
th
ờ
i gian hu
ấ
n luy
ệ
n và hi
ệ
u qu
ả
h
ơ
n
đố
i v
ớ
i m
ộ

t s
ố
các
đố
i t
ượ
ng th
ự
c.