tóm tắt luận văn thạc sĩ kỹ thuật NGHIÊN cứu ỨNG DỤNG đại số GIA tử để điều KHIỂN hệ THỐNG GƯƠNG mặt TRỜI

Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
1
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP

TRẦN HỮU CHÂU GIANG
NGHIÊN CỨU ỨNG DỤNG ĐẠI SỐ GIA TỬ ĐỂ ĐIỀU
KHIỂN HỆ THỐNG GƯƠNG MẶT TRỜI
Chuyên ngành : Tự Động Hóa
Mã số :
TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Luận văn được hoàn thành tại trường Đại học Kỹ thuật Công nghiệp Thái Nguyên.
Cán bộ HDKH : PGS.TS. NGUYỄN HỮU CÔNG
Phản biện 1 : PGS.TS. NGUYỄN DOÃN PHƯỚC
Phản biện 2 : PGS.TS. VÕ QUANG LẠP
Luận văn đã được bảo vệ trước hội đồng chấm luận văn, họp tại: Phòng cao
học số 03, trường Đại học Kỹ thuật Công nghiệp Thái Nguyên.
Vào 09 giờ 30 phút ngày 06 tháng 11 năm 2010.
Có thể tìm hiển luận văn tại Trung tâm Học liệu tại Đại học Thái Nguyên và
Thư viện trường Đại học Kỹ thuật Công nghiệp Thái Nguyên.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
2
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
MỞ ĐẦU
Ngày nay, cùng với sự phát triển của các ngành kỹ thuật, công nghệ thông tin
góp phần cho sự phát triển của kỹ thuật điều khiển và tự động hoá. Trong công
nghiệp, điều khiển quá trình sản xuất đang là mũi nhọn và then chốt để giải quyết
vấn đề nâng cao năng suất và chất lượng sản phẩm. Một trong những vấn đề quan
trọng trong điều khiển là việc tự động điều chỉnh độ ổn định và sai số là ít nhất

trong khoảng thời gian điều khiển là ngắn nhất, trong đó phải kể đến các hệ thống
điều khiển mờ đang được sử dụng rất rộng rãi hiện nay.
Logic mờ đã đem lại cho công nghệ điều khiển truyền thống một cách nhìn
mới, nó cho phép điều khiển được khá hiệu quả các đối tượng không rõ ràng về mô
hình trên cơ sở tri thức chuyên gia đầy cảm tính. Điều khiển mờ là một thành công
của sự kết hợp giữa logic mờ và lý thuyết điều khiển trong quá trình đi tìm các thuật
toán điều khiển thông minh. Chìa khóa của sự thành công này là sự giải quyết tương
đối thỏa đáng bài toán suy luận xấp xỉ (suy luận mờ). Tuy vậy không phải không
còn những vướng mắc. Một trong những khó khăn của các lý thuyết suy luận xấp xỉ
là độ chính xác chưa cao và sẽ còn là bài toán mở trong tương lai.
Mặc dù logic mờ và lý thuyết mờ đã chiếm một vị trí vô cùng quan trọng
trong kỹ thuật điều khiển. Tuy nhiên, nhiều bài toán điều khiển đòi hỏi tính trật tự
theo ngữ nghĩa của hệ luật điều khiển. Điều này lý thuyết mờ chưa đáp ứng được
đầy đủ. Để khắc phục khó khăn này, trong luận văn này đề cập đến lý thuyết đại số
gia tử, một công cụ đảm bảo tính trật tự ngữ nghĩa, hỗ trợ cho logic mờ trong các
bài toán suy luận nói chung và điều khiển mờ nói riêng. Có thể thấy đây là một sự
cố gắng lớn nhằm mở ra một hướng giải quyết mới cho xử lý biến ngôn ngữ tự
nhiên và vấn đề tư duy trực cảm.
Lý thuyết đại số gia tử được hình thành từ những năm 1990. Ngày nay lý
thuyết này đang được phát triển và một trong những mục tiêu của nó là giải quyết
bài toán suy luận xấp xỉ. Có thể tìm hiểu kỹ các vấn đề này trong những công trình
nghiên cứu gần đây.
Trong logic mờ và lý thuyết mờ, nhiều khái niệm quan trọng như tập mờ, T-
chuẩn, S-chuẩn, phép giao mờ, phép hợp mờ, phép phủ định mờ, phép kéo theo mờ,
phép hợp thành, … được sử dụng trong bài toán suy luận xấp xỉ. Đây là một điểm
mạnh có lợi cho quá trình suy luận mềm dẻo nhưng cũng là một điểm yếu bởi có
quá nhiều yếu tố ảnh hưởng đến tính chính xác của quá trình suy luận. Trong khi đó
suy luận xấp xỉ dựa trên đại số gia tử ngay từ đầu không sử dụng khái niệm tập mờ,
do vậy độ chính xác của suy luận xấp xỉ không bị ảnh hưởng bởi các khái niệm này.
Một vấn đề đặt ra là liệu có thể đưa lý thuyết đại số gia tử với tính ưu việt về

suy luận xấp xỉ so với các lý thuyết khác vào bài toán điều khiển và liệu sẽ có được
sự thành công như các lý thuyết khác đã có hay không?
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
1
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Luận văn này cho thấy rằng có thể sử dụng công cụ đại số gia tử cho nhiều
lĩnh vực công nghệ khác nhau và một trong những số đó là công nghệ điều khiển
trên cơ sở tri thức chuyên gia.
Trong thời gian của khóa học cao học, chuyên ngành Tự động hóa tại trường
Đại học Kỹ thuật Công nghiệp Thái Nguyên, được sự giúp đỡ của nhà trường và
thầy giáo PGS.TS. Nguyễn Hữu Công, tôi đã chọn đề tài “Nghiên cứu ứng dụng
đại số gia tử để điều khiển hệ thống gương mặt trời” để làm đề tài nghiên cứu.
Phần nội dung của luận văn gồm 4 chương:
Chương 1: Năng lượng mặt trời và một số ứng dụng thực tế
Chương 2: Tổng quan về hệ thống gương mặt trời
Chương 3: Giới thiệu về Đại số gia tử
Chương 4: Thiết kế bộ điều khiển gương mặt trời theo phương pháp đại số
gia tử
Tôi xin trân trọng bày tỏ lòng biết ơn sâu sắc đến thầy giáo PGS.TS. Nguyễn
Hữu Công, người đã hướng dẫn tận tình và giúp đỡ tôi hoàn thành luận văn thạc sĩ
này.
Tôi xin chân thành cảm ơn quý thầy cô Khoa Điện tử, Khoa Điện, Khoa sau
Đại học, Ban Giám hiệu – Trường Đại học Kỹ thuật Công nghiệp Thái Nguyên đã
đóng góp nhiều ý kiến và tạo điều kiện thuận lợi cho tôi hoàn thành luận văn.
Dù có nhiều nỗ lực cố gắng, song bản luận văn không tránh khỏi những thiếu
sót và hạn chế. Tôi rất mong nhận được sự góp ý của quý thầy và các độc giả để bản
luận văn hoàn thiện hơn.
Tôi xin chân thành cảm ơn!
Thái Nguyên, ngày 05 tháng 11 năm 2010
Người thực hiện

Trần Hữu Châu Giang
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
2
10
-10
10
-8
10
-6
10
10
10
-4
10
-2
10
0
10
2
10
4
10
6
10
8
10
12
10
14
Tia vũ

trụ
Tia
Rơn
ghen
Tia tử
ngoại
Tia nhìn
thấy
Tia
hồng
ngoại
Sóng
ngắn
Sóng
vô
tuyế
n
điện
λ(µ)
m)
Tia
γ
Hình 1.1- Phổ BXMT
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
CHƯƠNG I
NĂNG LƯỢNG MẶT TRỜI VÀ MỘT SỐ ỨNG DỤNG THỰC TẾ
1.1. Nguồn năng lượng mặt trời
Năng lượng mặt trời (NLMT) là nguồn năng lượng mà con người biết sử
dụng từ rất sớm, nhưng ứng dụng NLMT vào các công nghệ sản xuất và trên quy
mô rộng thì mới chỉ thực sự vào cuối thế kỷ 18 và cũng chủ yếu ở những nước

nhiều năng lượng mặt trời, những vùng sa mạc.
Có thể xem mặt trời là một quả cầu cách quả đất 150 triệu km. Đường kính
mặt trời khoảng 1,4 triệu km, lớn hơn 109 lần đường kính quả đất. Áp suất ở phần
trong mặt trời rất cao, cao hơn áp suất khí quyển ở quả đất khoảng chục triệu lần.
Nhiệt độ trên mặt trời biến đổi từ hơn 15 triệu độ ở trong lõi tới 6000 độ ở mặt
ngoài của nó.
Thành phần hóa học của mặt trời: khoảng 70-71% khí Hydro (H2), 27-29%
Heli (He), các nguyên tố kim loại và các nguyên tố khác chỉ chiếm 1-3%.
Các điều kiện về áp suất, nhiệt độ và thành phần khí quyển trên mặt trời là
điều kiện lý tưởng cho phản ứng nhiệt hạt nhân và tạo ra nguồn năng lượng khổng
lồ. Công suất bức xạ của mặt trời là 3,86.10
26
W, tương đương năng lượng đốt cháy
hết 1,32.10
16
tấn than đá.
Tuy nhiên bề mặt quả đất chỉ nhận được 17,57.10
16
W, tương đương năng
lượng đốt cháy hết 6 triệu tấn than đá.
Năng lượng mặt trời (NLMT) rất lớn, nhưng phân bố lại mỏng, chỉ khoảng
800-1000W/m2 nên việc khai thác khá khó khăn.
Bản chất bức xạ mặt trời (BXMT) là sóng điện từ có phổ bước sóng rất rộng,
từ hàng km đến phần tỷ µm. ánh sáng nhìn thấy có bước sóng từ 0.4 đến 0,7µm, chỉ
chiếm một phần rất nhỏ phổ BXMT (hình 1.1).
Tuy nhiên khi BXMT xuyên qua lớp khí quyển tới bề mặt quả đất, do các
phân tử khí, hơi nước, các hạt bụi,… làm tán xạ, hấp thụ, nên phổ và cường độ
BXMT trên mặt đất bị giảm đi rất đáng kể.
1.2. Đặc điểm của năng lượng mặt trời trên bề mặt quả đất
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang

3
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Ta biết, quả đất quay xung quanh mặt trời trên quĩ đạo elip, khoảng cách từ
quả đất đến mặt trời khoảng 150 triệu km. Nó quay một vòng mất 365,25 ngày (một
năm). Đồng thời quả đất lại tự quay xuang quanh trục Bắc-Nam của nó. Thời gian
quay một vòng là 24 giờ (một ngày đêm). Đặc biệt, trục quay riêng Bắc-Nam của
quả đất lại tạo một góc 23,5
0
so với pháp tuyến của mặt phẳng quĩ đạo của nó quay
xung quanh mặt trời (hình 1.2). Tổng hợp của các chuyển động đó dẫn tới kết quả là
cường độ BXMT biến đổi liên tục theo thời gian (theo giờ, ngày, tháng, mùa trong
năm) và cũng còn biến đổi theo vị tuyến trên mặt đất.
1.3. Các thành phần của bức xạ mặt trời
BXMT tới mặt đất gồm 2 thành phần được gọi là trực xạ và nhiễu xạ.
Trực xạ là thành phần tia mặt trời đi thẳng từ mặt trời tới điểm quan sát trên
mặt đất không bị thay đổi phương truyền. Nó phụ thuộc vào vị trí mặt trời và vào
thời tiết.
Nhiễu xạ là các thành phần gồm các tia sáng đến điểm quan sát từ mọi hướng
do các tia mặt trời khi qua lớp khí quyển của quả đất bị tán xạ, nhiễu xạ trên các
phân tử khí, hơi nước, các hạt bụi,… Thành phần nhiễu xạ cũng phụ thuộc vào vị trí
mặt trời và thời tiết.
Tổng của các thành phần trực xạ và nhiễu xạ gọi là Tổng xạ.
Các đại lượng trực xạ, nhiễu xạ hay tổng xạ được đo trong cả ngày và theo
đơn vị MJ/ m
2
.ngày hay kW/ m
2
.ngày.
Thông thường ở các Trạm khí tượng thuỷ văn người ta đo trực xạ, nhiễu xạ và
tổng xạ trên mặt nằm ngang. Trong khi đó các bộ thu NLMT lại có bề mặt đặt

Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
21-9
Thu phân
21-12
Đông chí
21-6
Hạ chí
21-3
Xuân phân
Quĩ đạo của quả đất
Tia mặt trời Tia mặt trời
Mặt trời
23,5
0
23,5
0
Vĩ tuyến
23,5
0
Bắc
Vĩ tuyến
23,5
0
Nam
Trục quay riêng
của quả đất
Pháp tuyến quĩ đạo
quả đất
N
N

N
N
N
N
N
N
B
B
B
B
Đường xích đạo
Đường xích đạo
Hình 1.2- Sự chuyển động xung quanh mặt trời và
xung quanh trục riêng của quả đất
4
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
nghiêng một góc β nào đó, nên cần phải có các hiệu chính chuyển đổi từ cường độ
BXMT đo được trên mặt nằm ngang sang mặt nghiêng. Tuy nhiên số hiệu chính
này không lớn, nên dưới đây chúng ta sẽ bỏ qua.
1.4. Hiệu ứng nhà kính và bộ thu phẳng
1.4.1. Hiệu ứng nhà kính
Bộ thu phẳng được chế tạo dựa trên nguyên lý “hiệu ứng nhà kính”. Nguyên
lý hoạt động như sau: Các loại kính xây dựng cho các tia BXMT có bước sóng λ <
0,7µm truyền qua một cách dễ dàng, trong khi đó các bức xạ có λ > 0,7µm (các tia
này còn được gọi là tia nhiệt) thì bị kính phản xạ trở lại.
1.4.2. Bộ thu năng lượng mặt trời phẳng
Bộ thu phẳng có hình khối hộp chữ nhật, trên cùng được đậy bằng một hay
vài lớp kính xây dựng trong suốt. Cũng có thể thay lớp kính này bằng các tấm trong
suốt khác như thuỷ tinh hữu cơ, polyester, v.v Đối với vật liệu ngoài thuỷ tinh tuy
có độ bền cơ học cao hơn, nhưng độ già hoá lại nhanh, do đó hệ số truyền qua sau

khoảng 5 –10 năm có thể giảm 5 ÷ 10%.
1.5. Một số ứng dụng năng lượng mặt trời
1.5.1. Sản xuất nước nóng bằng NLMT
1.5.2. Sấy bằng NLMT
1.5.3. Chưng lọc nước bằng NLMT
1.5.4. Bếp mặt trời
1.5.5. Sưởi ấm nhà cửa, chuồng trại
1.5.6. Pin mặt trời
1.6. Kết luận chương 1
Trong thời đại khoa học kỹ thuật phát triển, nhu cầu về năng lượng ngày
càng tăng. Trong khi đó các nguồn nhiên liệu dự trữ như than đá, dầu mỏ, khí thiên
nhiên và ngay cả thủy điện thì có hạn khiến cho nhân loại đứng trước nguy cơ thiếu
hụt năng lượng. Việc tìm kiếm và khai thác các nguồn năng lượng mới như năng
lượng hạt nhân, năng lượng địa nhiệt, năng lượng gió và năng lượng mặt trời là một
trong những hướng quan trọng trong kế hoạch phát triển năng lượng, không những
đối với những nước phát triển mà ngay cả với những nước đang phát triển.
Năng lượng mặt trời - nguồn năng lượng sạch và tiềm tàng nhất đang được
loài người thực sự đặc biệt quan tâm. Do đó việc nghiên cứu nâng cao hiệu quả các
thiết bị sử dụng năng lượng mặt trời và triển khai ứng dụng chúng vào thực tế là vấn
đề có tính thời sự.
Việt Nam là nước có tiềm năng về NLMT, trải dài từ vĩ độ 8” Bắc đến 23” Bắc,
nằm trong khu vực có cường độ bức xạ mặt trời tương đối cao, với trị số tổng xạ
khá lớn từ 100-175 kcal/cm
2
.năm (4,2-7,3GJ/m
2
.năm) do đó việc sử dụng NLMT ở
nước ta sẽ đem lại hiệu quả kinh tế lớn.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
5

Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
CHƯƠNG II
TỔNG QUAN VỀ HỆ THỐNG GƯƠNG MẶT TRỜI
Năng lượng tái tạo đã được chú ý đặc biệt trong những thập kỷ trước. Năng
lượng mặt trời được nhìn nhận là một nguồn năng lượng sạch và tái tạo được cho
tương lai, nó cũng là nguồn năng lượng ít gây ô nhiểm nhất và nguồn năng lượng vô
tận nhất trong tất cả các nguồn năng lượng đã biết. Hầu hết năng lượng mặt trời
hiện nay được sử dụng làm năng lượng nhiệt hoặc điện. Thêm vào đó, các kỹ thuật
cho phép sử dụng năng lượng mặt trời tập trung vào các bộ thu nhiệt mặt trời và các
bộ hiệu ứng quang điện của chất bán dẫn để tạo ra điện trực tiếp từ ánh sáng mặt
trời. Trong trường hợp năng lượng mặt trời, giá trị tối ưu của năng lương thu được
khi các chùm tia chiếu tới bề mặt thu một cách bình thường. Điều này dẫn tới việc
nghiên cứu sự bức xạ mặt trời trên bề mặt trái đất và nghiên cứu sự thay đổi của các
hệ thống cho phép một hệ thống gom năng lượng bám theo mặt trời một cách liên
tục.
Trong chương này, chúng tôi trình bày tổng quan về hệ thống gương mặt trời
và một số mô hình điều khiển gương mặt trời đã được thực hiện.
2.1. Giới thiệu hệ thống thu năng lượng mặt trời dùng máng phản xạ cong
Hình 2.1- Gương mặt trời dùng máng phản xạ cong
Điều khiển bám (theo dõi) theo hướng mặt trời là phần rất quan trọng trong
các hệ thống thu năng lượng mặt trời. Công việc ở đây là đo mức gia tăng nhiệt độ
của nước (chất lỏng) khi nó chảy qua ống dẫn của bộ thu năng lượng khi mặt trời
chiếu trực tiếp vào bộ thu. Hiệu suất về nhiệt của bộ thu năng lượng là một hàm của
hệ số chắn (intercept factor), phụ thuộc vào độ chính xác của công việc bộ thu bám
theo mặt trời. Điều khiển chính xác bộ thu hết sức quan trọng nhằm tối đa hóa hiệu
suất về nhiệt của hệ thống thu năng lượng mặt trời. Các yêu cầu khác nhau được
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
6
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
đưa ra với các chế độ hoạt động khác nhau cần thiết cho hoạt động đúng đắn của

các bộ thu năng lượng mặt trời. Các mô hình điều khiển được so sánh để tối ưu hoá
độ chính xác bám theo theo hướng mặt trời và cũng như tối ưu hiệu suất nhiệt.
Hệ thống thu năng lượng mặt trời sử dụng các máng parabol cong (PTSC),
tập trung năng lượng mặt trời vào một ống thu chạy ở trong lòng máng. Bởi với
hình dáng parabol, máng có thể tập trung ánh mặt trời trên các đường ống này với
cường độ gấp 30-60 lần. Năng lượng tập trung đun nóng một chất lỏng truyền nhiệt,
thường là dầu, chảy qua đường ống. Bộ thu nhiệt được đặt phía trên máng theo
hướng đông-tây xoay theo mặt trời để tập trung được tốt nhất nhiệt năng từ các ống
thu.
Hình 2.2- Hệ thống thu năng lượng mặt trời dùng máng phản xạ cong
Hiệu suất của bộ thu quang học là hàm của 5 hệ số: độ phản xạ bề mặt
gương, độ trong suốt lớp phủ bề mặt gương, hệ số hấp thu về nhiệt, độ lệch góc tới
và hệ số chặn
η
o

=

ƒ(ρ,

τ,

α,

K,

γ)

Trong điều kiện bình thường góc tới (K=1) do đó:
η

o

=

[τ

α

ρ]

γ
Các hệ số trong [ ] là các thuộc tính vật lý của từng loại vật liệu làm nên bộ thu do
vậy chúng bằng const. Hệ số chặn γ (là không đổi đối với sự thay đổi của bức xạ
ánh sáng và nhiệt độ chất lỏng) là hàm của các tham số về mặt hình học cũng như là
thông số về độ sai lệch. Những sai lệch này sẽ gia tăng trong suốt quá trình xây
dựng và vận hành hệ thống PTS bao gồm:
 Độ lệch bộ thu
 Độ lệch của bộ phản xạ
 Lỗi do sai số bám
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
7
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
 Lỗi do sai số hình học của gương
 Lỗi do ngoài vùng hấp thụ ánh mặt trời
Khi đó hiệu suất nhiệt là một hàm của γ, tức là hàm của sai số bám , sai số
ảnh hưởng trực tiếp đến hiệu quả nhiệt của bộ thu . Để tối đa hóa hiệu suất của bộ
thu nhiệt, cần phải giảm sai số bám càng nhiều càng tốt có nghĩa là điều chỉnh bộ
gương và hệ thống điều khiển sao cho bề mặt gương parabol luôn hướng chính xác
về phía mặt trời.
2.2. Một số mô hình điều khiển gương mặt trời

2.2.1. Mô hình điều khiển tỷ lệ cố định
Coi rằng mặt trời xoay trên bầu trời với tốc độ không đổi là 0,25°/phút, hệ
thống điều chỉnh này sử dụng một phương pháp truyền động liên tục, các hệ thống
truyền động này dùng các chuyển mạch on/off với một tỷ lệ để đảm bảo rằng bộ
thu hướng theo di chuyển mặt trời. Sử dụng đơn vị thời gian cho các bước di
chuyển của mặt trời với một sai số nhỏ và gương vẫn đứng ở giữa góc chỉnh. Điểm
khởi đầu cho việc xác định cơ cấu chuyển động được định nghĩa là khi sai số bám
theo dõi vượt qua giá trị cho phép.

Trên hình vẽ vị trí của mặt trời được hiển thị khi nó "chuyển động"
trên bầu trời, đầu tiên từ vị trí A đến B và sau đó C. Vị trí máng parabol được đặt
chính giữa đối với vị trí B. Đối với vị trí B các tia sáng mặt trời sẽ được phản xạ từ
bề mặt và tập trung tại tiêu điểm. Sai lệch là 3,5 mrad, hay 0,2° về hai bên vị trí B.
Điều này có nghĩa là có thể được vị trí phía trước (phía tây) của mặt trời và bên trái
cho đến khi mặt trời di chuyển qua tổng cộng 7 mrad, hoặc 0.401°, sẽ mất 69,12
giây
Khi mặt trời di chuyển vào vị trí C, hệ điều khiển cho PTCS phải một lần
nữa xoay gương về phía tây qua 7 mrad để đặt lại vị trí cho A.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
A
B
B
A
B
C
A
B
Hình 2.3- Mô hình điều khiển tỷ lệ cố định
8
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa

Tốc độ mặt trời ở 0,25 độ / phút. Một encoder quay được sử dụng trong mô
hình này để cung cấp tín hiệu phản hồi về vị trí góc của máng, có 2.500 xung cho
mỗi 360° của một vòng quay, tức là 0,144° mỗi xung. Một chuyển động quay của
0.007 rad, hoặc 0.401° tương đương với 2,79 xung. Từ một số xung rời rạc được sử
dụng vào chỉnh vị trí lại máng được thực hiện với 2 xung do đó đảm bảo rằng sai
lệch tối đa là không vượt quá giá trị cho phép.
2.2.2. Mô hình điều khiển PSA
Mô hình này
xác định vị trí của mặt
trời từ thuật toán
Almeria (Plataforma
Solar de Almeria ) .
Tham số được dùng là
kinh độ và vĩ độ căn
cứ vào vị trí địa lý của
của gương và biến là
thời gian được tính từ
bộ vi xử lý. Tín hiệu
phản
hồi được lấy từ
encoder xác định vị
trí, để so sánh vị trí tính toán với vị trí thực của gương.
2.2.3. Mô hình điều khiển thông minh
Mô hình sử dụng bộ điều khiển logic mờ, dựa trên một thuật toán điều khiển
thông minh để xác định các tín hiệu đầu ra là tốc độ động cơ tryền động. Mô hình
điều khiển này được dựa trên nền tảng với ba đầu vào là vị trí gương (trough), nhiệt
độ cửa chất lỏng, tốc độ gió. Ba biến đầu vào là chất lỏng nhiệt độ, gió và một biến
đầu ra tốc độ động cơ.
Sau khi đặt tên cho các biến đầu vào và biến đầu ra đã xác định được các
hàm liên thuộc đối với mỗi đầu vào và đầu ra. Các hàm liên thuộc sử dụng cho biến

đầu vào là dạng hình thang vuông, biến đầu ra là dạng hàm singleton.
Các hàm liên thuộc xây dựng từ các biến của đối tượng gồm:
- Tốc độ gió
- Vị trí của máng phản xạ
- Nhiệt độ chất lỏng
- Tốc độ động cơ truyền động.
Luật điều khiển xây dựng trên cơ sở:
- Dữ liệu lấy từ phong tốc kế.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
Hình 2.4- Mô hình điều khiển PSA
9
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
- Dữ liệu lấy từ encoder vị trí máng phản xạ.
- Dữ liệu lấy từ cảm biết nhiệt độ.
- Dữ liệu lấy từ sự thay đổi tốc độ động cơ.
Hình 2.5- Mô hình điều khiển dùng Fuzzy Controller
2.3. Kết luận chương 2
Hầu hết các hệ thống điều khiển gương mặt trời là hệ hở. Trong mô hình
điều khiển tỷ lệ cố định, biến tốc độ lập trình để xoay máng phản xạ với một tốc độ
không đổi dựa trên sự chuyển động của mặt trời. Trong mô hình điều khiển PSA,
thuật toán được xác định bằng các phương trình toán học dựa trên vị trí của mặt
trời. Trong cả hai mô hình trên, phản hồi vị trí được dùng như một tham số mẫu,
thực tế không nhất thiết phải cần có trong bài toán điều khiển. Tuy nhiên trong mô
hình điều khiển thông minh, bộ dò vị trí, tốc độ gió và nhiệt độ chất lỏng truyền
nhiệt là cần thiết cho việc xác định vị trí của các máng phản xạ.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
10
…
…
x

1
…
x
q
µ
…
…
H
1
R
1
H
q
R
q
B
’
y’
y’
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
CHƯƠNG III
GIỚI THIỆU VỀ ĐẠI SỐ GIA TỬ
3.1. Bộ điều khiển mờ cơ bản
Một bộ điều khiển mờ cơ bản thường bao gồm các khâu: fuzzy hóa, thiết bị
hợp thành (thiết bị thực hiện luật hợp thành) và khâu giải mờ. Một bộ điều khiển
mờ chỉ gồm 3 thành phần trên gọi là bộ điều khiển mờ cơ bản.
Hình 3.1- Bộ điều khiển mờ cơ bản
Do bộ điều khiển mờ cơ bản chỉ
có khả năng xử lý các giá trị tín hiệu
hiện thời nên nó thuộc nhóm các bộ

điều khiển mờ tĩnh.
Hình 3.2- Một bộ điều khiển mờ động
3.1.1. Mờ hoá
 Mờ hoá đơn trị (Singleton Fuzzifier)
 Mờ hoá Gaus (Gaussian Fuzzifier)
 Mờ hoá hình tam giác (Triangular Fuzzifier)
3.1.2. Sử dụng luật hợp thành
3.1.3. Sử dụng các toán tử mờ - khối luật mờ
3.1.4. Giải mờ
Có 3 phương pháp giải mờ thường dùng là: phương pháp cực đại, phương
pháp trọng tâm và phương pháp trung bình tâm.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
Bộ điều
khiển mờ cơ
bản
Bộ điều
khiển mờ cơ
bản
y’(t)
dt
∫

d
dt
x(t
)
11
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
3.1.5. Nguyên lý điều khiển mờ
Hình 3.3- Hệ kín, phản hồi âm và bộ điều khiển mờ

3.1.6. Nguyên tắc thiết kế bộ điều khiển mờ
Các bước cần thiết để thiết kế và tổng hợp bộ điều khiển mờ:
• Định nghĩa tất cả các biến ngôn ngữ vào và ra.
• Định nghĩa tập mờ (giá trị ngôn ngữ) cho các biến vào/ra.
• Xây dựng các luật điều khiển (các mệnh đề hợp thành).
• Chọn thiết bị hợp thành (max-MIN hay sum-MIN).
• Chọn nguyên lý giải mờ.
• Tối ưu hóa hệ thống.
3.2. Đại số gia tử
Như chúng ta đã biết, trong mô hình mờ thường dùng các mô tả ngôn ngữ cho
các biến vật lý. Với mỗi biến ngôn ngữ X, gọi X = Dom(X) là tập các giá trị ngôn
ngữ của biến X. Miền giá trị X được xem như một ĐSGT AX = (X, G, H, ≤) trong
đó G là tập các phần tử sinh, H là tập các gia tử còn “≤” là quan hệ cảm sinh ngữ
nghĩa trên X. Ta cũng giả thiết rằng trong G có chứa các phần tử 0, 1, W với ý nghĩa
là phần tử bé nhất, phần tử lớn nhất và phần tử trung hòa (neutral) trong X.
Nếu tập X và H là các tập sắp thứ tự tuyến tính, khi đó ta nói AX = (X, G, H, ≤)
là ĐSGT tuyến tính.
Khi tác động gia tử h ∈ H vào phần tử x ∈ X, thì ta thu được phần tử ký hiệu
hx. Với mỗi x ∈ X ta ký hiệu H(x) là tập tất cả các phần tử u thuộc X xuất phát từ x
bằng cách sử dụng các gia tử trong H và ta viết u = h
n
…h
1
x, với h
n
, …, h
1
∈ H.
3.2.1. Độ đo tính mờ của các giá trị ngôn ngữ
Khái niệm độ đo tính mờ của giá trị ngôn ngữ là một khái niệm trừu tượng

không dễ để xác định bằng trực giác và có nhiều cách tiếp cận khác nhau [11], [16],
[28], [45] để xác định khái niệm này. Thông thường, trong lý thuyết tập mờ, các
cách tiếp cận chủ yếu là dựa trên hình dạng của tập mờ. Trong phần này chúng tôi
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
Giao diện
đầu vào
Giao diện
đầu vào
x
Thiết bị
hợp thành
Thiết bị
hợp thành
µ
Luật điều
khiển
Luật điều
khiển
Giao diện
đầu ra
Giao diện
đầu ra
Đối tượng
Đối tượng
Thiết bị
đo
(sensor)
Thiết bị
đo
(sensor)

B’
u
y
-
12
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
sẽ chỉ ra rằng, với ĐSGT chúng ta có thể xác định được độ đo tính mờ của các giá
trị ngôn ngữ một cách hợp lý.
Đầu tiên, chúng ta nhận thấy rằng giá trị ngôn ngữ nào càng đặc trưng thì độ
đo tính mờ càng nhỏ. Chẳng hạn, độ đo tính mờ của giá trị ngôn ngữ More_or_less
True (MLtrue), Possibly True là nhỏ hơn độ đo tính mờ của True. Tuy nhiên trong
lý thuyết tập mờ không thể hiện được điều đó. Thật vậy, giả sử ngữ nghĩa của giá trị
ngôn ngữ được biểu diễn bởi tập mờ. Độ đo tính mờ của các giá trị ngôn ngữ là
khoảng cách giữa tập mờ biểu thị cho giá trị ngôn ngữ đó với tập rõ gần nó nhất
(xem [28]).
Chúng ta có thể biểu diễn độ đo tính mờ của biến ngôn ngữ TRUTH như trong
Hình 2.1 dưới đây.
3.2.2. Hàm định lượng ngữ nghĩa
Nhu cầu tự nhiên trong cách tiếp cận tính toán lập luận của con người là định
lượng các giá trị ngôn ngữ, chẳng hạn như trong các lĩnh vực phân cụm mờ, điều
khiển mờ, …
Theo cách tiếp cận của tập mờ, các giá trị định lượng của mỗi tập mờ là giá
trị khử mờ của hàm thuộc tương ứng. Đối với ĐSGT, vì các giá trị ngôn ngữ tuân
theo thứ tự ngữ nghĩa nên chúng ta sẽ thiết lập hàm định lượng các từ (giá trị ngôn
ngữ) vào đoạn [0,1] đảm bảo thứ tự, hàm này được gọi là hàm định lượng ngữ
nghĩa.
Xét ĐSGT AX = (X, G, H, ≤) trong đó tập gia tử H = H
+
∪H
–

và giả sử rằng
H
–
= {h
–1
, h
–2
, …, h
–q
} thỏa h
–1
< h
–2
< …< h
–q
; H
+
={h
1
, h
2
, …, h
p
} thỏa h
1
< h
2
< …<
h
p

, và h
0
= I với I là toán tử đơn vị.
3.2.3. Đại số gia tử tuyến tính đầy đủ
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
fm(True)
fm(VeryTrue)fm(LittleTr)
fm(PossTr))
fm(M Tr)
True
VeryTrue
LittleTrue
Poss.
True
More
True
W
1
Hình 3.5- Độ đo tính mờ
fm(VLTr)
fm(MLTr)
fm(PLTr)
fm(LLTr)
fm(VVTr)
fm(MVTr)
fm(PVTr)
fm(LVTr)
13
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Định nghĩa 3.4.([23]) Đại số gia tử đầy đủ AX = (X, G, H,

Σ
,
Φ
, ≤) được gọi là
tuyến tính nếu tập các phần tử sinh G = {0, c
–
, W, c
+
, 1} và tập các gia tử H
–
= {h
-
1
, , h
-q
} và H
+
= {h
1
, , h
p
} là các tập sắp thứ tự tuyến tính, trong đó
Σ
và
Φ
là hai
phép toán với ngữ nghĩa là cận trên đúng và cận dưới đúng của tập H(x), tức là
Σ
x
= supremum(H(x)),

Φ
x = infimum(H(x)), H = H
−
∪H
+
, và ta luôn luôn giả thiết
rằng h
-1
< h
-2
< < h
-q
; h
1
< < h
p
.
Định nghĩa 3.5. ([24]) Giả sử AX = (X, G, H,
Σ
,
Φ
, ≤) là một ĐSGT đầy đủ, tuyến
tính và tự do, fm(x) và
µ
(h) tương ứng là các độ đo tính mờ của giá trị ngôn ngữ x
và của gia tử h. Khi đó, ta nói
υ
là ánh xạ cảm sinh bởi độ đo tính mờ fm của ngôn
ngữ nếu nó được xác định như sau:
(1)

υ
(W) =
θ
= fm(c
−
),
υ
(c
−
) =
θ
–
α
fm(c
−
) =
β
fm(c
−
),
υ
(c
+
) =
θ
+
α
fm(c
+
);

(2)
{ }
∑
−+=
−
=
)(
)(
)()()()()()()()(
jSignj
jSigni
jjijj
xfmxhxhxfmhxhSignxxh
µωµυυ
,
trong đó
[ ]
{ }
βααβω
,))(()(1
2
1
)( ∈−+= xhhSignxhSignxh
jpjj
, với mọi
j, –q ≤ j ≤ p và j ≠ 0;
(3)
υ
(
Φ

c
−
) = 0,
υ
(
Σ
c
−
) =
θ
=
υ
(
Φ
c
+
),
υ
(
Σ
c
+
) = 1, và với mọi j thỏa
–q ≤ j ≤ p, j ≠ 0, ta có:
υ
(
Φ
h
j
x) =

υ
(x) +
{ }
( )
),()()(1
2
1
)()()(
)(
)(
xfmhxhSignxfmhxhSign
jj
jSignj
jSigni
ij
µµ
−−
∑
−
=
υ
(
Σ
h
j
x) =
υ
(x) +
{ }
( )

).()()(1
2
1
)()()(
)(
)(
xfmhxhSignxfmhxhSign
jj
jSignj
jSigni
ij
µµ
−+
∑
−
=
3.3. Điều khiển sử dụng đại số gia tử.
Bài toán điều khiển mờ thông thường có các bước sau đây:
B
ư
ớc

1:

Xác định biến vào, biến trạng thái và biến điều khiển (biến ra) và xác
định tập nền của các biến.
B
ư
ớc

2:

Phân hoạch tập nền và gán nhãn ngôn ngữ cho mỗi tập mờ (mờ hoá).
B
ư
ớc

3:

Xác định dạng hàm thuộc cho mỗi tập mờ.
B
ư
ớc

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).
B
ư
ớc

5:

Giải bài toán lập luận xấp xỉ, xác định tập mờ đầu ra điều khiển theo
từng luật (phép hợp thành).
B
ư
ớc

6:

Kết tảng (aggregate) các đầu ra điều khiển mờ.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
14
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
B
ư
ớc

7:

Giải mờ, tìm điều khiển rõ.
Đ
ể

sử

dụng

đạ
i

số

g
i
a

t
ử

c
ần

phả
i

c
hu
yể
n

l
ần

l
ư
ợt

c
á
c

bư
ớc

t
r

ê
n

đâ
y
sang

dạng
đạ
i

số

g
i
a

t
ử

như

sau:
B
ư
ớc

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 (chọn các
bộ tham số tính toán của đại số gia tử).
B
ư
ớc

2:
Tính toán các giá trị định lượng ngữ nghĩa của biến đầu vào, biến
trạng thái và biến điều khiển (áp các gia tử lên các khoảng làm việc của các
biến).
B
ư
ớc

3:

(Tương đương với bước 3 và 4 ở trên). Chuyển luật điều khiển mờ
sang luật điều khiển với các tham số ngữ nghĩa định lượng của đại số gia tử.
B
ư
ớc

4:

(
Tương đương với bước 5 ở trên) 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.
B
ư
ớc

5:

(Tương đương với bước 6 ở trên). Từ các giá trị ngữ nghĩa định lượng
của điều khiển và trạng thái xây dựng đường cong ngữ nghĩa định lượng.
B
ư
ớc

6: (
Tương đương với bước 7 ở trên). Trên cơ sở điều kiện ban đầu và
đường cong ngữ nghĩa định lượng, giải bài toán nội suy đường cong ngữ nghĩa
định lượng để xác định giá trị điều khiển thực.
L

ưu

ý
rằ

ng

:
B
ư
ớc

1

v

à

bư
ớc

2

chính là quá trình Ngữ nghĩa hoá các biến vào và ra.
B
ư
ớc

3 là quá trình xây dựng luật Ngữ nghĩa định lượng từ cơ sở hệ luật điều
khiển mờ.
Bước 4 và bước 5 là quá trình xây dựng đường cong suy luận trên cơ sở ngữ
nghĩa định lượng Tổ hợp Bước 3, bước 4 và bước 5 là phép ánh xạ ngữ nghĩa
định lượng.
Bước 6 là quá trình giải ngữ nghĩa tìm điều khiển rõ. Toàn bộ 6 bước trên có
thể cho phép xây dựng bộ điều khiển sử dụng Đại số gia tử tổng quát như sau:
Hình 3.6- Bộ điều khiển dựa trên đại số gia tử
3.4. Kết luận chương 3
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
15
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Trong chương này chúng đã thiết lập một mô hình biểu diễn hàm thuộc tham
số cho các biến ngôn ngữ. Trước hết một thuật toán để xây dựng miền giá trị ngôn
ngữ của một biến ngôn ngữ dựa trên khái niệm đồng đẳng hoá mờ được phân tích
và xây dựng. Sau đó mô hình tham số cho các biến ngôn ngữ có hai phần tử sinh
nguyên thủy được xây dựng, đồng thời cấu trúc đại số của không gian hàm thuộc
tham số của biến ngôn ngữ cũng được khải sát và nghiên cứu. Một kết quả quan

trọng và thú vị là cấu trúc đại số đó thoả mãn các tính chất của địa số De Morgan.
Điều này cho thấy mô hình biểu diễn hàm thuộc tham số cho các biến ngôn ngữ
được xây dựng trong chương này có một cấy trúc địa số đủ tốt để mô hình các toán
tử logic cần thiết trong các ứng dụng. Một điều thú vị nữa là cấu trúc miền giá trị
ngôn ngữ theo cách biểu diễn này thoả mãn các tính chất ngữ nghĩa của cấu trúc đại
số gia tử.
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
16
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
CHƯƠNG IV
THIẾT KẾ BỘ ĐIỀU KHIỂN GƯƠNG MẶT TRỜI
THEO PHƯƠNG PHÁP ĐẠI SỐ GIA TỬ
4.1. Mô hình toán học của hệ thống
4.1.1. Sensor và chuẩn hóa tín hiệu
Bộ nhận ánh sáng mặt trời bao gồm 2 cảm biến ánh sáng được lắp đặt trên
các tấm gương mặt trời. Mỗi cảm biến được đặt trong 1 ống hình trụ như hình 4.1
Hình 4.1- Vị trí bộ nhận ánh sáng mặt trời
C
h
=
1
2
R
R
(U
s2
- U
s1
) + U
0

4.1.2. Cơ cấu chấp hành
Bộ điều khiển được đặc trưng bởi sơ đồ nguyên lý trên hình 4.2
Hình 4.2- Mô hình
động cơ 1 chiều
Hàm truyền của
đối tượng:
( )
( )
( )
2 2
3 2 2
( )
( )
( )
. .
. . ( ) . ( ) . . ( ) . ( )
s K
G s
V s
s LJs LB RJ s BR K
LJ s s LB RJ s s BR K s s K V s
θ
θ θ θ
= =
 
+ + + +
 
⇔ + + + + =
Thay các thông số vào hàm truyền của đối tượng ta được:
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang

Đông
CB2
CB1
☺
M
o
t
o
r
Tây
17
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
sss
sV
s
sG
)1001.006.0005.0(
01.0
)(
)(
)(
2
++
==
θ
1001.006.0005.0
1
.
01.0
2

++
=
ss
s
4.2. Thiết kế hệ thống
4.2.1. Sử dụng bộ điều khiển mờ
4.2.1.1. Định nghĩa các biến vào ra
Bộ điều khiển mờ gồm có hai đầu vào và một đầu ra.
- Đầu vào thứ 1 là điện áp đặt vào bộ điều khiển, đại lượng này được ký hiệu
là Ch.
- Đầu vào thứ 2 là đạo hàm của đầu vào thứ nhất, đại lượng này được ký hiệu
là dCh.
- Đầu ra của bộ điều khiển mờ là giá trị điện áp một chiều, đại lượng này
được ký hiệu là U.
4.2.1.2. Định nghĩa tập mờ (giá trị ngôn ngữ) cho các biến vào ra
Điện áp vào Ch được chọn trong miền giá trị [-1,+1] V;
Đạo hàm dCh có miền giá trị nằm trong khoảng [-1.2,+1.2] V;
Điện áp một chiều U nằm trong khoảng [-4.286,+4.286] V.
Âm nhiều NB
Âm vừa NM
Âm ít NS
Không ZE
Dương ít PS
Dương vừa PM
Dương nhiều PB
Với những ký hiệu như trên thì miền xác định ngôn ngữ của các biến vào là:
Ch ∈ {NB, NM, NS, ZE, PS, PM, PB}
dCh ∈ {NB, NM, NS, ZE, PS, PM, PB}
Bộ điều khiển mờ được thiết kế theo mô hình mờ của Sugeno bậc "0" nên
biến ra của nó có dạng các hằng số như sau:

U∈{-4.286, -2.857, -1.429, 0, 1.429, 2.857, 4.286}
Tương ứng là: U ∈ {NB, NM, NS, ZE, PS, PM, PB}
Ta chọn các hàm liên thuộc đầu vào hình tam giác, đầu ra là hằng số.
4.2.1.3. Xây dựng các luật điều khiển
Theo kinh nghiệm thiết kế, các luật điều khiển được xây dựng theo bảng sau,
tổng cộng có 49 luật điều khiển:
Uđk Ch
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
18
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
NB NM NS ZE PS PM PB
dCh
NB NB NB NB NB NS PS PB
NM NB NB NM NM ZE PS PB
NS NB NB NS NS ZE PM PB
ZE NB NB NS ZE PS PB PB
PS NB NM ZE PS PS PB PB
PM NB NS ZE PM PM PB PB
PB NB NS PS PB PB PB PB
Bảng 4.2- Luật điều khiên mờ
4.2.2.4. Chọn thiết bị hợp thành và nguyên lý giải mờ
Triển khai luật hợp thành và tổng hợp các giá trị mờ. Thiết bị hợp thành ta chọn
theo nguyên tắc Prod – Probor. Chọn giải mờ theo phương pháp Wtaver.
Hình 4.9- Bề mặt đặc trưng cho quan hệ vào ra của bộ điều khiển mờ
4.2.2.5. Sơ đồ và kết quả mô phỏng
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
Hình 4.10- Sơ đồ cấu trúc của bộ điều khiển mờ động
19
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Hình 4.11- Đáp ứng đầu ra của bộ Mờ động

4.2.3. Sử dụng bộ điều khiển Đại số gia tử
4.2.3.1. Thiết kế bộ điều khiển Đại số gia tử có α=β
Bước 1: Chọn bộ tham số tính toán:
G = { 0, Small, W, Large, 1};
H
–
= { Little} = {h
–1
}; q = 1;
H
+
= {Very} = { h
1
}; p = 1;
fm(Small) =
θ
= 0.5;
µ
(Very) =
µ
(h
1
) = 0.5;
µ
(Little) =
µ
(h
–1
) = 0.5.
Như vậy:

α
=
β
= 0.5;
fm(Large) = 1 – fm(Small) = 1 – 0.5 = 0.5.
Bước 2: Chuyển các nhãn ngôn ngữ sang các nhãn ngôn ngữ trong đại số gia tử cho
ba biến như sau:
Đối với biến đầu vào Ch, dCh, biến đầu ra U:
NB
⇒
Small
NM
⇒
Little Small
NS
⇒
Very Small
ZE
⇒
W
PS
⇒
Large
PM
⇒
Little Large
PB
⇒
Very Large
Bước 3: Dùng hàm ĐLNN trong ĐSGT đã xác định tại Bước 1, chuyển bảng

FAM sang bảng SAM (Semantization Association Memory) (bảng 4.3)
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
20
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Ch
dCh
0.125 0.25 0.375 0.5 0.625 0.75 0.875
0.125 0.125
0.375 0.25
0.25 0.375
0.5 0.125 0.25 0.375 0.5 0.625 0.75 0.875
0.625 0.625
0.75 0.75
0.875 0.875
Bước 4: Ngữ nghĩa hóa và giải nghĩa
Bước 5: Xây dựng đường cong ngữ nghĩa định lượng
Trước hết, từ các giá trị trong bảng 4.3, sử dụng phép tích hợp các thành
phần là phép lấy Product, tức là phép AND trong các mệnh đề điều kiện của các
luật chính là phép lấy Product, chúng ta tính toán được tọa độ các điểm trong mặt
phẳng thực (bảng 4.4). Sau đó là việc xác định đường cong thực từ các điểm.
Hoành độ: Product(Ch, dCh

) Tung độ U
Product(0.5; 0) = 0 0
Product (0.5; 0.125) = 0.0625 0.125
Product (0.5; 0.25) = 0.125 0.25
Product (0.5; 0.375) = 0.1875 0.375
Product (0.5; 0.5) = 0.25 0.5
Product (0.5; 0.625 ) = 0.3125 0.625
Product (0.5; 0.75) = 0.375 0.75

Product (0.5; 0.875) = 0.4375 0.875
Product (0.5; 1) = 0.5 1
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
Ch
Ch_Cvs
-1
1
0
0.125 0.25
0.375
0.5
0.625
0.75
0.875
dCh
dCh_dCvs
-1.2
1.2
0
0.125 0.25
0.375
0.5
0.625
0.75
0.875
U
Us
-4.268
4.268
0

0.125 0.25
0.375
0.5
0.625
0.75
0.875
Hình 4.15: Chuyển tuyến tính cho các biến Ch, dCh, U
21
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
Đường cong ngữ nghĩa định lượng trong Hình 4.7 là đường cong tuyến tính
từng khúc đi qua các luật - điểm trung bình.
Hình 4.16- Đường cong ngữ nghĩa trung bình
Từ đó ta có sơ đồ mô phỏng như sau:
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
Product (Ch,dCh)
Hình 4.17- Sơ đồ mô phỏng bộ điều khiển Đại số gia tử
α
=
β
Hình 4.18- Đáp ứng của bộ điều khiển Đại số gia tử
α
=
β
22
Tóm tắt luận văn thạc sĩ kỹ thuật Chuyên ngành tự động hóa
4.2.3.2. Sử dụng bộ điều khiển Đại số gia tử với α≠β
Bước 1: Chọn bộ tham số tính toán:
G = { 0, Small, W, Large, 1}
H
–

= { Little} = {h
–1
}; q = 1;
H
+
= {Very} = { h
1
}; p = 1;
fm(Small) =
θ
= 0.5;
µ
(Very) = 0.5;
µ
(Little) = 0.5.
Như vậy:
α
= 0.4;
β
= 0.6;
µ
(h
1
) = 0.6;
µ
(h
–1
) = 0.4.
fm(Small) =
θ

= 0.5;
fm(Large) = 1 – fm(Small) = 1 – 0.5 = 0.5.
Bước 2: Chuyển các nhãn ngôn ngữ sang các nhãn ngôn ngữ trong đại số gia tử cho
ba biến như sau:
Đối với biến đầu vào Ch, dCh, biến đầu ra U:
NB
⇒
Small
NM
⇒
Little Small
NS
⇒
Very Small
ZE
⇒
W
PS
⇒
Large
PM
⇒
Little Large
PB
⇒
Very Large
Bước 3: Dùng hàm ĐLNN trong ĐSGT đã xác định tại Bước 1, chuyển bảng
FAM sang bảng SAM (Semantization Association Memory) (bảng 4.5)
U
Ch

0.15 0.3 0.4 0.5 0.6 0.7 0.875
dCh
0.15 0.15 0.15 0.15 0.15 0.4 0.6 0.875
0.3 0.15 0.15 0.3 0.3 0.5 0.6 0.875
0.4 0.15 0.15 0.4 0.4 0.5 0.7 0.875
0.5 0.15 0.15 0.4 0.5 0.6 0.875 0.875
0.6 0.15 0.3 0.5 0.6 0.6 0.875 0.875
0.7 0.15 0.4 0.5 0.7 0.7 0.875 0.875
0.875 0.15 0.4 0.6 0.875 0.875 0.875 0.875
Trường ĐHKTCN Thái Nguyên Trần Hữu Châu Giang
23