Điều khiển PID một nơ ron thích nghi dựa trên bộ nhận dạng mạng nơ ron RBF

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

iv

TịMăTT

Tóm tt:
Lun văn nƠy nhằm nghiên cứu xây dng b điu khin PID mt n-
ron thích nghi đ điu khin đối tng phi tuyn cha bit trc tham số và
cu trúc. B điu khin PID đc t chức di dng mt n-ron tuyn tính mà
 đó ba trng số kt nối của ba ngõ vƠo n-ron tng ứng vi ba thông số K
p
,
K
i
, và K
d
của b điu khin. Áp dng gii thut hun luyn trc truyn
(online) n-ron cho phép t điu chnh thông số b điu khin thích nghi theo
s bin đi đặc tính đng của đối tng. B nhn dng mng n-ron RBF làm
nhim v nhn dng không tham số mô hình đối tng, từ đó đa ra thông tin
Jacobian còn gi lƠ đ nhy của đối tng. B nhn dng nƠy đc hun luyn
trc tuyn bằng phng pháp gradient descent. Gii thut hun luyn b điu
khin PID mt n-ron cn thông tin Jacobian từ b nhn dng, đ tính toán các
giá tr gradient dùng đ cp nht các trng số kt nối của n-ron PID. Kim
nghim qua mô phỏng trên MATLABvà tin ti thc nghim trên h n đnh
áp sut RT030 của hãng Gunt-Hamburg, Đức. Kt qu cho thy đáp ứng của
đối tng thỏa mãn các yêu cu điu khin khc khe, trit tiêu đc sai số xác
lp và đ vt lố nằm trong phm vi cho phép.

Abstract:

This thesis aims to develop a single neuron adaptive PID controller
forunknownsystems. APID controller is constructed as a linear neuron that
three input weights of neuron work as three parameters K
p
, K
i
and K
d
of the
PID controller. Applyingan online learning algorithm for this neuron allows
self-tuning the PID controller adapting to behaviors of system dynamics.A
RBF neural network - based non-parametric model identifier providesJacobian
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

v

information, also known as the sensitivity of the subject. This neural network
identifier is online trainedby using gradient descent method. ThePID training
algorithm needs Jacobian information from the identifier to calculate gradient
values used to update weights of PID neuron. The controller was tested by
simulation on MATLAB and experiment on RT030 Air Pressure Control Unit
of Gunt-Hamburg, Germany. The results show that the system responses
satisfy the requirements of control performance, eliminating steady-state error,
and achieving safe overshoot.

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

vi

MCăLC
LÝ LCH KHOA HC
i
LI CAM ĐOAN
ii
CM N
iii
TÓM TT
iv
MC LCầ
vi
CHNG 1: TNG QUAN
1
1.1 Tng quan chung v lĩnh vc nghiên cứu, các kt qu nghiên cứu trong và
ngoƠi nc đƣ công bố.
1
1.1.1 Tng quan chung v lĩnh vc nghiên cứu.

1
1.1.2 Các kt qu nghiên cứu trong vƠ ngoƠi nc đƣ công bố.
6
1.2 Mc tiêu của đ tài.
7
1.3 Nhim v của đ tài và gii hn đ tài.
7
1.4 Phng pháp nghiên cứu.
8
CHNG2: C S LÝ THUYT
9
2.1 B điu khin PID thích nghi.
9
2.1.1 Tng quan v b điu khin PID
9
2.1.2 B điu khin PID thích nghi
12
2.2 B điu khin PID mt n-ron.
14
2.2.1 Cu trúc b điu khin PID mt n-ron.
14
2.2.2 Hun luyn trc tuyn b điu khin mt n-ron.
15
2.3 Mng n-ron RBF.
16
2.3.1 Cu trúc mng n-ron RBF.
16
2.3.2 HƠm c s xuyên tâm.
17
2.3.3 Tng quát hƠm c s xuyên tâm Gaussian và hun luyn mng RBF.

18
2.4 H n đnh áp sut RT030
20
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

vii

CHNG 3:THIT K B ĐIU KHIN PID MT N-RON THÍCH
NGHI DA TRÊN B NHN DNG MNG N-RON RBF
25
3.1 S đ điu khin.
25
3.2 B nhn dng đối tng điu khin.
26
3.2.1 B nhn dng da trên mng n-ron RBF.
26
3.2.2 Gii thut hun trc tuyn b nhn dng.
26
3.3 Gii thut hun luyn b điu khin PID mt n-ron.
28
3.4 Mô phỏng gi đnh gii thut hun luyn b điu khin PID mt n-ron
thích nghi da trên b nhn dng mng n-ron RBF.
29
3.4. 1 Mô phỏng 1: Tín hiu tham kho cố đnh
30
3.4. 2 Mô phỏng 2: Tín hiu vào tham kho là xung vuông.
33
3.4. 3 Mô phỏng 3: Tín hiu vào tham kho X
ref
là tín hiu bc thang tăng

dn.
37
CHNG 4:KT QU THC NGHIM 40
4.1 Phng thức giao tip máy tính vi thit b RT030. 40
4.2 S đ thc nghim điu khin
42
4.3 Kt qu thc nghim
43
4.3.1

Kt qu thc nghim 1:
43

4.3.2 Kt qu thc nghim 2: 47
4.3.3 Kt qu thc nghim 3:
50
4.3.4 Kt qu thc nghim 4:
52
CHNG 5:KT LUN
56
TÀI LIU THAM KHO
57
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



1

CHNGă1
TNG QUAN

1.1 Tng quan chung v lƿnhă vc nghiên cu, các kt qu nghiên cu
trongăvƠăngoƠiăncăđƣăcôngăb.
1.1.1 Tng quan chung v lƿnhăvc nghiên cu.
Trong s phát trin của KH&CN, lý thuyt điu khin hin đi có vai
trò ht sức quan trng đ gii quyt nhiu vn đ nh nơng cao cht lng
điu khin, đ n đnh của h thống, tit kim năng lng hay nh sử dng
máy móc thay th con ngi trong các ứng dng điu khin phức tp hoặc
nguy hi.
Các b điu khin PIDđcsử dng rng rãitrong vic kim soátquá
trình công nghipbi vìđnginvàmnh m. Tuy nhiên,thông thngb điu
khinPIDvi các thông sốcốđnhkhócó ththích ứng vithigiankhác nhaucủa
các đối tng có đặc tính đng trong phm vi rng[1]. Đci thin hiu
sutđiu khin, b điu khinPIDt điu chnhđc quan tâm nghiên cứu của
các nhà khoa hc[1-3].
Đ gii quyt các vn đ phức tp trên, lý thuyt điu khin bn
vng vƠ thích nghi đc xem là các công c hu hiu. Thc t hin nay điu
khin thích nghi đc áp dng thành công trong nhiu lĩnh vc nh điu khin
robot, máy công c, CNC, điu khin quá trình (hóa hc, sinh hc, ), điu
khin truyn đng hay nh điu khin lái tàu, máy bay t đng. Tuy nhiên
vic thit k các b điu khin phi tuyn nói chung vƠ điu khin thích nghi
nói riêng lƠ không đn gin vƠ đặt ra hàng lot vn đ cn gii quyt nh vn
đ v n đnh h vòng kín, vn đ điu khin bám theo tín hiu mu, vn đ
chống nhiu hoặc làm suy gim nhiu cũng nh khi kt hp các vn đ trên
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

2



vi nhau. Giống nh trong điu khin tuyn tính, phn hi vn là chìa khóa
đ thit k các b điu khin phi tuyn nói chung. V mặt lý thuyt, nu toàn
b các trng thái của h đo đc khi đó ta nói đn điu khin phn hi trng
thái, còn trong trng hp ch có véct đu ra đo đc, điu khin phn hi
đu ra đc áp dng. Các phng pháp thit k b điu khin phi tuyn
nh tuyn tính hóa phn hi (feedback linearization), điu khin tích phân
(integral control) vƠ điu khin PID thích nghi lƠ các phng pháp chủ đo
hin nay [20-24].
Các b điu khinPIDsử dng nhiu trongcác vòngkimsoátcủa các quá
trìnhcông nghip. Các thôngsốcủa nólàcnphi đc điu chnhchức năng
củaquy trình kim soátvƠkhông thay đitrongquátrìnhhot đng thng
xuyêncủanó.
S bt đu của b điu khinPIDđòi hỏi phi cómtcông vickhông
phi lúc nƠo cũngđn gintrongvic điu chnhcác thông số, bên cnh s tn
ti củamt sốphng pháp [29]. Mặc dùhu íchcủacácphng
phápnàytrongvic tính toántip cncác thông sốgiá tr, tuy nhiênlàcn
thittrong mt thi gianquan sát đđiu tramt cách chc chnhnvic thc
hinđiu khin,yêu cu,trong mt sốtrnghp, mt số lng đáng kthi
gian. ĐiunƠyđc hiu nh lƠmt bt lihoặckhókhăntrongdch vbt
đuđiu khin.
Các trng hp khác phức tp hntn tidođặc thùcủa nó, ni có quy
trìnhthay đi nhỏthỏa hipthchinb điu khinPID. Nhng tình huống này
đc quan sátbi các bn đxu hngphân tíchbingi điu khinquá
trìnhxy ras cn thit phiđiu chnhcác thông sốđiu khin.Lý do là khó
khănđ đnh nghĩa haygii thích, làhu ht thi gianlàm thủ tcđa dngcác
khía cnh.

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



3



Gii thut tính toán b điu khin PID bao gm 3 thông số riêng bit,
do đó đôi khi nó còn đc gi lƠ điu khin ba khâu: các giá tr t l, tích phân
và đo hàm, vit tt là P, I, và D. Giá tr t l xác đnh tác đng của sai số hin
ti, giá tr tích phơn xác đnh tác đng của tng các sai số quá khứ, và giá tr vi
phơn xác đnh tác đng của tốc đ bin đi sai số. Tng chp của ba tác đng
nƠy dùng đ điu chnh quá trình thông qua mt phn tử điu khin nh v trí
của van điu khin hay b ngun của phn tử gia nhit. Nh vy, nhng giá tr
này có th làm sáng tỏ v quan h thi gian: P ph thuc vào sai số hin ti, I
ph thuc vƠo tích lũy các sai số quá khứ, và D d đoán các sai số tng lai,
da vào tốc đ thay đi hin ti.
Bằng cách điu chnh 3 hằng số trong gii thut của b điu khin PID,
b điu khin có th dùng trong nhng thit k có yêu cu đặc bit. Đáp ứng
của b điu khin có th đc mô t di dng đ nhy sai số của b điu
khin, giá tr mà b điu khin vt đim đặt và giá tr dao đng của h thống.
B điu khin PID vn làthuttoánthốngtrtrongthc hành kỹ
thutkimsoátdođn ginvà kh năngcbn. Mt vn đ lâu dàivi s quan
tơmđángktừngành công nghipđ ci thinmnh mcủab điu khinPIDvà
gimđ nhy cmcủa chúngđ đt đcđiu chnhbt nhthốngvà thigian
bin đi.
Điu khin thích nghi là mtlĩnhvctrng thành vinhiu kt qu.Tuy
nhiên, huhtcácb điu khinthích nghiyêucuhoặc là mtmô hình quy
trìnhchi tit hoặcmtmô hình xp xnhmng n-ronđ c tínhcác thông sốh

thống. Vn đ vi cách tip cn nàylànhiu h thốngphức tp củamt b điu
khinthích nghin đnhlà rt cao, trongđóhnchkh năng sử dngthc t[30].
Hn na, đm bos n đnhmnh mlý thuyttùy ý của cácmôhìnhda
trênbđiukhinthích nghithngviphmtrong thc tdohiuứngkỹ thut số,đ
bƣo hòa,vƠ đng lckhông mô hình. Kt qu là, thit kthích nghin đnhph
thuctrong thc tđiu chnhcẩnthntăngtỷ lhc vƠđtphn hicố đnhcũng
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



4



nhcácsửa đithích nghivng mnhđc sử dng. Vì vy, nólàmtnhu curt
lnđđn ginđiu khinph thôngnm btbnchtcủađiu khinthích
nghitrong khiduy trìddàngcủađiu chnhđđiu khinthích nghithc tn
đnhngay c khichúngkhôngcócácmức đcùngmtđm bou tiênv s n
đnh.
Điu khin PID thích nghi là mt trong nhngphng pháp tip cnđ
ci thinsức mnh vàt chủ củacác b điu khinPIDcũng nhnmbtđc bn
cht củalý thuyt điu khinthích nghitrong mtkin trúcđngin. Các công bố
trong cng đngđiu khinđƣ xem xétvn đ nƠynhng vicách tip cn
rtkhácnhau. Mt cách tip cn là sử dngmt b điu khinPIDcố đnh vàkt
hp nóvi mt số hàm gnđúng,vídnh da trên điu khinthích nghi, mng
n-ron[30].
B điu khin PID truyn thống có nhng u đim của nó, tuy nhiên b
điu khin PID truyn thống không có kh năng thích ứng, các thông số của
nó phi liên quan đn mt h thống nht đnh vi mô hình và thông số c th.
Mt khi các thông số đc thit lp, chúng ch đc sử dng cho mt điu

kin duy nht vì vy rt khó cho đ điu chnh các thông số on-line khi đối
tng điu khin b thay đi.
Vì vy, b điu khin PID mt n-ron thích nghi đc thit k bi s
kt hp cu trúc mt n-ron vi gii thut PID. Nó có hiu sut mnh m
trong điu khin PID và có kh năng t hc và thích nghi. Khi h thống có
thay đi không th chp nhn trong hot đng do thay đi mô hình hoặc không
chính xác, b điu khin có th điu chnh các thông số trng số của PID t
đng gi đc hiu qu mong muốn.
Nhiu công trình nghiên cứu v điu khin bn vng, điu khin thích
nghi, điu khin tối u hay điu khin m và mng n-ron đc công bố trong
nhng năm gn đơy cho thy s quan tâm ln của các nhà khoa hc trên
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



5



khp th gii và nhng vn đ, các hng nghiên cứu phát trin trong lĩnh
vc này[11-18].
Nh chúng ta đƣ bit, các h thống thc thng là các h phi tuyn,
phức tp nên các phng pháp thit k kinh đin da trên điu khin tuyn
tính trong nhiu trng hp không đm bo đc yêu cu do đặc tính phi
tuyn của đng hc đối tng điu khin, đặc tuyn đu đo hoặc c cu chp
hƠnh cũng nh tính cht không đy đủ, chính xác của các mô hình thay th
(đng hc cha bit, nhiu, điu kin ban đu).
Ngoài ra mt vn đ khác cũng đc đặt ra là rt nhiu h cn điu
khin có các tham số không rõ (nh h truyn đng servo, robot), có các tham
số bin đi chm (ví d nh các tham số ph thuc vào nhit đ) hoặc có các

tham số thay đi không d đoán đc (nh các h thống năng lng).
Hin nay mng n-rontothànhmt s quan tâmnghiên cứu rtln.
Chúng có kh nănglntrong vic gii quytcácvn đtoán hc phức tpvì
chúngđƣđc chứng minh làgn đúngchức năngliên tcmt cách chính
xácnht có th. Do đó, nó đƣ nhn đcs chú ýđáng ktrong lĩnh vckim
soátquá trình hóa hcvƠđƣ đc áp dngđxácđnhh thống vàthit kb điu
khin. Tt ccác công trìnhchothyrằng cácmngn-roncó thnm bt đcđặc
đim củamô hìnhh thốngvàhàmhiu sutxp x[31].

Các mng n-ron đƣ đc sử dng nh b điu khin h thống năng
đng phi tuyn đ gii quyt các vn đ mƠ phng pháp tip cn truyn thống
đƣ đc chứng minh là không hiu qu [32].
K từcuốithp niên 1980, đƣ có squantơmđáng k trong mng n-ron
hàm C s xuyên tâm (RBF: Radia Basis Function), dokh năngtng
quáttốttoàn cu của hvà mt mng cu trúc đn gin, có th tránh tính
toándài. Các hàmGaussianđc la chntrongphn lncác trng hpnh các
hƠmc sxuyên tâmmặc dùcác hƠm kháccũngcó thđc sử dng[33].
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



6



Mng n-ron hƠm c s xuyên tâm (RBFNN: Radia Basic Function
Neural Network) là công c tính toán mnh m đƣ đc sử dng rng rãi trong
các lĩnh vc nhn dng mu, mô hình hóa và nhn dng các h thống. Mng
RBF là mt hình thức cu trúc đặc bit của mng n-ron nhân to, trong đó có
nhng li th đn gin v cu trúc, các gii thut hc nhanh hn vƠ kh năng

xp x mt quan h phi tuyn tốt hn[4,7,8].
Mt mnghƠm c sxuyên tâm là mt mngn-ronnhântosử dngcác
hàm c sxuyên tơmnh các hƠmkíchhot. Đó lƠ mtskthptuyn tính
củacác hàm c sxuyên tâm. Chúng đc sử dngtrong hàm gn đúng, d
đoán chui thi gian và kim soát.
Mt mng RBF đc xây dng đ nhn dng trc tuyn h thống, thc
hin t hc các thông số điu khin thông qua b điu khin mt n-ron, do
đó đt đc điu chnh các thông số của b điu khin.
1.1.2 Các kt qu nghiên cuătrongăvƠăngoƠiăncăđƣăcôngăb.
Trong nhng năm gn đơy vn đ v thit k b điu khin thích nghi
cho các h thống đng hc phi tuyn luôn là mt trong các chủ đ chính trên
các tp chí chuyên ngành v điu khin, t đng hóa trên th gii và ngày
cƠng thu hút đc nhiu nhà khoa hc tham gia nghiên cứu. Đƣ có nhiu bc
tin, kt qu đt đc c v mặt lý thuyt và thc tin ứng dng [9, 21, 23-28].
Đặc bit theo hng sử dng h m và mng n-ron đ xp x phng trình
đng hc của đối tng phi tuyn vƠ dùng các phng pháp tuyn tính hóa
phn hi trng thái hoặc phn hi đu ra của h thống đ thit k b điu
khin n đnh tĩnh. Đ b điu khin có đặc tính thích nghi vi nhng sai lch
không rõ khi hot đng trc tuyn, các b điu khin đc thit k sử dng
cu trúc mng n-ron chnh đnh các trng số trong quá trình làm vic. Đơy
cũng lƠ phng pháp thng dùng đ thit k các b điu khin thích nghi
trong các ứng dng công nghip [10-11, 21].
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



7

Đối vi trong nc, các nghiên cứu v điu khin PID mt n-ron thích
nghi da trên b nhn dng mng n-ron RBF cũng đƣ đc nhiu c s
KHCN tp trung nghiên cứu trong nhiu năm tr li đơy vƠ đƣ có không ít
công trình hng ti vic ứng dng đc công bố nhng nhìn chung các kt
qu đt đc còn khá khiêm tốn [14-19]. Mt số Vin trng nh Vin NC
Đin tử, Tin hc, T đng hóa, Đi hc S Phm Kỹ Thut thành phố H Chí
Minh, Đi hc Bách khoa thành phố H Chí Minh, Khoa Công ngh - Đi hc
Cn Th, Phân vin T đng hóa - Vin công ngh thông tin, Vin T đng
hóa Kỹ thut quân s, Hc vin Công ngh Bu chính Vin thông, là nhng
đn v đƣ có nhiu năm nghiên cứu v điu khin m n-ron vƠ đƣ có mt số
kt qu nht đnh, tuy nhiên các nghiên cứu sâu rng hn nhằm ứng dng công
ngh này trong các h thống t đng hóa công nghip tiên tin còn là nhng
bc đi ban đu.
1.2 Mc tiêu củaăđ tài.
 Xây dng b nhn dng mô hình đối tng cha bit tham số dùng
mng n-ron RBF.
 Xây dng gii thut hun luyn b nhn dng mô hình đối tng
dùng mng n-ron RBF.
 Xây dng điu khin PID mt n-ron thích nghi.
 Xây dng gii thut hun luyn trc tuyn (online) b điu khin
mt n-ron thích nghi.
 Kim nghim gii thut hun luyn trc tuyn (online) thông qua mô
phỏng và tin ti thc nghim trên thit b n đnh áp sut RT030
của hãng Gunt-Hamburg,Đức.

1.3 Nhim v củaăđ tài và gii hnăđ tài.
Nghiên cứu xây dng b điu khin PID mt n-ronthíchnghida trên
b nhn dng mng n-ronRBF.
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

8



Xây dng gii thut thc tpcủamng n-ronRBFđ t đngđiu chnh
vàsửađicácthôngsốPIDthích nghi vi s bin thiên của đối tng. Gii thut
này điu chnh 3 thông số K
p
, K
d
và K
i
của b điu khin PID kho sát s thay
đi của đối tng điu khin.
Gii thut này s đc kim nghim thông qua mô phỏng và tin ti
thc nghim trên h n đnh áp sut RT030 của hãng Gunt-Hamburg, Đức.
Đ tài này ch gii hn trong phòng thí nghim bằng cách kim nghim
qua mô phỏng và tin ti thc nghim trên h n đnh áp sut RT030 của hãng
Gunt-Hamburg, Đức.
1.4 Phngăphápănghiênăcu.
Tng hp các lý thuyt v b điu khin PID thích nghi và các gii
thut của b nhn dng mng n-ron RBF kho sát các c s toán hc đ xây
dng phm mm. Lun văn này, chúng ta vn dng mt số kt qu nghiên cứu
đƣ đc công bố gn đơy vƠ sử dng các c s toán hc nêu trên đ từng bc
chứng minh cách gii quyt các vn đ nhằm đt đc mc tiêu và ni dung
nghiên cứu đ ra. Ngoài ra mt số c s toán hc quan trng xây dng trong
đ tài cũng đc chúng ta lp trình mô phỏng trên Matlab đ kim tra li tính
chính xác của các kt qu đt đc.Đng thi chy thc nghim trên đối tng

RT030 của hãng Gunt-Hamburg, Đức đ kim chứng li gii thut của phm
mm.





Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



9



Chngă2
CăS LÝ THUYT

2.1 B điu khin PID thích nghi.
2.1.1 Tng quan v b điu khin PID
2.1.1.1 B điu khin PID là gì?
B điu khin PID là mt c ch điu khin lặp hi tip đc sử dng
rng rãi trong h thống điu khin công nghip do d áp dng và d sử dng.
Mt b điu khin PID cố gng điu chnh gia giá tr bin đo đc và giá tr
mong muốn đt đc bằng cách tính toán vƠ đa ra mt trng thái điu chnh
nhanh chóng đ gi cho li  mức nhỏ nht có th.
B điu khin PID gm 3 thông số hay 3 ch đ: Proportional (P),
Integral (I) vƠ Derivative (D). VƠ đc th hin qua Hình 2.1:

Hình 2.1: B điu khin PID
- Proportional (P): ph thuc vào sai số hin ti.
- Integral (I): ph thuc vƠo tích lũy các sai số quá khứ.
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



10



- Derivative(D): d đoán các sai số tng lai, da vào tốc đ thay
đi hin ti.
Mt vài ứng dng ch cn sử dng mt hoặc hai ch đ trong vic điu
khin h thống.Điu nƠy đt đc bằng cách gán cho hằng số không muốn sử
dng bằng không. Do đó, b điu khin PID có th tr thành b điu khin
PD, PI, P, I.
2.1.1.2 Lý thuytăđiu khin PID
Mô hình điu khin PID đc cu thành từ 3 thành phn, gi tham số
thao tác điu chnh lƠ MV thay đi theo thi gian t:

MV(t) = P
out
+ I
out

+ D
out
(2.1)
Trong đó: P
out
, I
out
, D
out
lƠ các hƠm đóng góp vƠo giá tr ngõ ra sau cùng
của MV(t).
Hàm li ti thi đim t:

E(t)= SP PV
(2.2)
Trong đó: SP : Setpoint ( giá tr mong muốn), PV: measurable output( giá
tr đo đc).
a. Proportional (hàm t l).
Hàm t l giúp thay đi mức điu khin t l vi giá tr li hin ti.

P
out
= K
p
. E(t)
(2.3)
K
p
: hằng số t l, tham số dùng đ tinh chnh.
Hằng số K

p
càng ln thì s điu chnh càng ln khi E(t) càng ln. Ngc li,
K
p
càng nhỏ thì s đáp ứng điu chnh nhỏ đối vi li.
b. Integral term (hàm tích phân)
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



11



HƠm tích phơn điu chnh mức điu khin tng ứng vi mức li đc tích lũy
theo thi gian:


= 

.





 (2.4)
K
i
: hằng số điu chnh hàm tích phân.

Hàm tích phân giúp cho kh năng điu chnh nhanh chóng đt đn
mức mong muốn và hn ch giá tr d thừa li còn hn ch  hàm t l.
c.ăDerivativeătermă(hƠmăđo hàm)
HƠm đo hƠm đáp ứng vi tốc đ thay đi của li, hay đ dốc li, theo thi
gian:


= 

.
()

(2.5)
K
d
: hằng số điu chnh hƠm đo hàm.
HƠm đo hƠm giúp nhanh chóng đt đc mức n đnh của giá tr mong
muốn (nu chn đc K
d
phù hp). Còn nu K
d
không phù hp thì giá tr
output s dao đng quanh giá tr mong muốn.
2.1.1.3 Phngăphápătinhăchnh các tham s trong PID.
Trong b điu khin PID, mt trong số nhng vn đ gặp phi cn gii
quyt là phi chn đc giá tr các tham số (hằng số K
p
, K
i
, K

d
)cho từng hàm
hiu chnh PID sao cho phù hp nht có th đ b điu chnh PID đt đc
hiu sut cao nht. Nu la chn các tham số không phù hp thì quá trình điu
khin s không n đnh vƠ không chính xác nh mong muốn.
Vì vy, trong thc t sử dng đƣ có mt vƠi phng pháp phc v cho
quá trình tinh chnh nƠy, trong đó ph bin phi k đn là manual tuning,
Ziesler-Nichols, Software tools, Cohen-Coonầ Phng pháp đc áp dng
tng đối đn gin nh sau:
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



12



- Bc 1: Cho K
i
=0, K
d
=0, thay đi giá tr K
p
sao cho đt đc tốc
đ phn ứng vi li gn nh mong muốn.
- Bc 2: Bt đu thay đi K
i
và K
d
. Bằng nhiu phép thử và kim

tra tính đáp ứng của h thống, chúng ta rút ra mt b các tham số K
i
, K
d
, K
p

phù hp gn đúng vi mong muốn nht.
2.1.2 B điu khin PID thích nghi
2.1.2.1 Săđ điu khin
S đ điu khin đc th hin  hình 2.2.





Hình 2.2: B điu khin PID thích nghi
2.1.2.2 Nguyên lý làm vic
Các kt qu thí nghim cho thy, b điu khin PID thích nghi cho cht
lng tốt hn so vi b điu khin PID truyn thống  nhng điu kin hot
đng khác nhau.
Các ngõ vào b điu khin PID thích nghi là e
1
(k), e
2
(k) và ngõ ra là
u(k). Ta nhn thy, ngõ vào b điu khin PID thích nghi ph thuc vào e
1
(k)
và e

2
(k) trong khi  b điu khin PID truyn thống thì ngõ ra ch ph thuc
vào e
1
(k). Ngõ ra e
2
(k) có th đc tìm nh sau:
2
( ) ( ) ( )e k w k u k
(2.6)

Ly bin đi Z hai v ta đc:
Điu khin PID
thích nghi
Đối tng
điu khin
w(k)
u(k)
y(k)
+
-
e
2
(k)
e
1
(k)
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

13



2
( ) ( ) ( )E z W z U z

12
0 1 2
21
1
( ) ( ) * ( )
1
a a z a z
E z W z E z
z





(2.7)

Hàm mc tiêu toƠn phng đc to ra da vào cc tiu E
2
(z) theo các
tham số điu khin:
2
0 1 2 2

1
( , , )
2
J a a a E

2
12
0 1 2
0 1 2 1
1
1
( , , ) ( ) * ( )
21
a a z a z
J a a a W z E z
z






  
(2.8)

Ly đo hàm riêng bc nht theo các tham số điu khin:
12
2
0 1 2
11

1 1 1
0
12
11
2
0 1 2
11
1 1 1
1
12
22
2
0 1 2
11
1 1 1
2
11
1 1 1
1 1 1
1 1 1
a a z a z
J
W E E
a z z z
a a z a z
J z z
W E E
a z z z
a a z a z
J z z

W E E
a z z z

  


  


  



   
  
    
        

   


  
    
        

   


  
    

        
(2.9)

Sử dng xp x bc nht, gradient âm là tích của tốc đ đặt (W) và sai
số tốc đ (E
1
).Thông thng sử dng E
1
và E
2
cho kt qu hi t tốt hn. Do
đó, phng pháp gradient chnh sửa đc sử dng đ cp nht các tham số
PID.
21
( 1) ( ) ( ) ( )
nn
a k a k e k e k n

   
(2.10)

Trong đó: n = 0, 1, 2ầ.
β : kích thc bc (tốc đ thích nghi)
a
n
(k+1) : các h số điu khin ti thi đim k+1.
a
n
(k) : các h số điu khin ti thi đim k.
e

2
(k) : ngỏ vào ti thi đim k [w(k)-u(k)].
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



14



e
1
(k-n) : sai số ti thi đim k.
Đ làm ni bt cht lng b PID thích nghi  trng thái quá đ và xác
lp, các b điu khin PI vƠ PID thng cũng đc thc thi. Công thức sau
đơy đc sử dng đ tìm RMSE (Root Mean Square Error) :
 
2
1
( ) ( )
N
k
w k y k
RMSE
N




(2.11)

Trong đó:
RMSE

: căn bc hai trung bình bình phng sai số tốc đ (tr hiu
dng).
w(k) : tốc đ đặt (vòng/phút).
y(k)

: tốc đ thc (vòng/phút).
N : số mu.
2.2 B điu khin PID mtăn-ron.
2.2.1 CuătrúcăbăđiuăkhinăPIDămtăn-ron.







Hình 2.3: Cu trúc b điu khin PID mt n-ron.
Phng trình mô t đc thit lp:




= 

1






1 + 

2 + 

3

(2.12)
Jacobian từ b nhn dng mng n-ron RBF
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



15



Vi sai bit gia tín hiu tham kho vi đáp ứng của h thống:




= 









(2.13)
Ba ngõ vào của b PID mt n-ron đc xác đnh:
1 = 





1


2 = 



(2.14)
3 = 



2

1

+ (2)
Cu trúc b điu khin PID mt n-ron tuyn tính trên hình 2.3 áp dng

trong nghiên cứu này là:
= 
11
1 + 
12
2 + 
13
3




= 



=  (2.15)




= 

1

+ ()
Trong đó: w
11
, w
12

, w
13
là các trng số nối kt của n-ron, chính là b
ba thông số K
p
, K
i
, K
d
của b điu khin PID vƠ chúng đc cp nht trc
tuyn trong quá trình điu khin.
2.2.2 Hunăluynătrcătuynăbăđiuăkhinămtăn-ron.
Mc tiêu của quá trình hun luyn b điu khin PID mt n-ron là
điu chnh b trng số w
11
, w
12
, w
13
của mng đ cc tiêu hóa hƠm chi phí
(cost function)[34]:




=
1
2

2




=
1
2



() ()

2
(2.16)
Đ điu chnh b trng số w
11
, w
12
, w
13
bằng phng pháp gradient
descent :


= 
11

+ 1

= 
11




+ 
11



= 
12

+ 1

= 
12



+ 
12

2.17




= 
13

+ 1


= 
13



+ 
13

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



16



Trong đó ∆w
11
, ∆w
12
, ∆w
13
lƠ gradian xác đnh:


11
= 








11



= 
























11

= 














1 (2.18)


12
= 








12



= 
























12
= 














2 (2.19)

13
= 


()

13



= 
























13
= 















3 (2.20)
Trong đó 


, 


, 


lƠ các hằng số tốc đ hc, ∆e1, ∆e2, ∆e3 đc
xác đnh bi công thức (2.14);
VƠ ∂y/∂u lƠ đ nhy của đáp ứng đối vi tín hiu điu khin, còn gi lƠ
thông tin Jacobian đc xác đnh bi b nhn dng mng n-ron RBF.
2.3 Mng n-ron RBF.
2.3.1 Cu trúc mng n-ron RBF.
Mt mng RBFlàmt mng n-ron truyn thẳng balp. Vic ánh x từ
đu vƠođn đu ralàphi tuyn,nhngtừ lpẩn lp đu ratuyn tính.Tỷ l hc
tplƠnhanh hnrt nhiu và tránh đc vn đ vcc tiu cc b (local
minimum). Mng RBF là mthàm ánh x đa chiuphi tuynph thucvào
khong cáchgia cácvectorđuvàovàcácvectortrung tâm. Mng RBF vimt
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF

17



đu vàon-chiu 

và mt đu ray
m
duy nht

 và mt cu hình
mngRBFđặc trngđc th hintrênHình 2.4.




Hình 2.4: Mng n-ron RBF (RBFNN)
Kin trúc của mng n-ronRBF3lp mng: Lp ẩnápdngmt s bin
điphituyntừ không gianđuvàokhông gianẩn.Lp đu raápdngmt bin
đituyntínhtừ không gianẩnkhông gianđu ra. Các đn vẩnsử dnghƠmc
sxuyên tâm.
2.3.2 HƠmăcăs xuyên tâm.
HƠm c s xuyên tơm thng mang hình thức 











. Hàm ph
thuc khong cách gia véct đu vào  và mt vét 






(thc hin bi
Euclidean). Khong cách Euclidean:









2
=

(




)
2

(2.21)
Hình thức thng gặp nht của các hƠm c s đc sử dng là hàm
Gaussian:





= (











2
2

2
) (2.22)

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



18



Hàm Gaussian là mt hƠm c s cc b vi thuc tính 




0  ∞. 






xác đnh trung tâm của hƠm c s 

. σ
j
là mt tham
sốchiurngđ điu khincáchlan truyn đng cong. Hàm Gaussian không
đc chuẩn hoá vì bt kỳ yu tố hot đng đu đc nhn các trng số. Và có
th chn cách khác cho hƠm c s cc b là:





= (
2
+ 
2
)

, > 0. (=









) (2.23)
Mt n-ronẩncónhy cm hn vicácsố liugntrung tâmcủa nó. Đ
nhy cmnày có thđc điu chnhbằngcáchđiu chnh đ rngσ.Chiu rng
ln hncónghĩalƠđ nhyít.Đối vi mt vectorđuvàonhtđnh, thng
chmtvƠiđn vẩnscókích hotđángk.Lp ẩnápdngmt bin đituyn
tínhtừ không gianđu vàokhông gianẩn. Mng n-ron RBF là hàm xp x ph
thông, vi gii hn mức đ nhẹ v hình thức của các hƠm c s. Tng quát
hn cu trúc liên ktcủaRBFmng(hn mt lp ẩn) thng khôngxem xét.
2.3.3 Tngă quátăhƠmăcă să xuyênătơmăGaussianăvƠăhunăluynămngă
RBF.
HƠm c s xuyên tơm Gaussian cho phép ma trn đng bin Σ
j

tuỳ ý.





= exp


1
2
(





)


(





)
1



(2.24)
Gi sử  có d chiu. Σjma trnđối xứng,mi hƠm c s có d(d+3)/2
thông số điu chnh đc lp, so vi d+1 thông số đc lp cho hƠm c s
Gaussian thông thng. Trong thc t, chúng ta có th xem xét mt ít hƠm c
s vi nhiu thông số điu chnh đ thay cho nhiu hƠm kém linh hot.
HƠm tng bình phng li:
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



19




=




=1
, 

=
1
2







2

=1
(2.25)
Trong đó: t
kp
giá tr mc tiêu cho k đn v đu vào trong khi
mng đƣ cho có đu vƠo lƠ véc t  .



= exp


















2
2

2

; 

=






=0
(2.26)
M: số đn v ẩn.
Gii thut Gradient descent:





=




.





(2.27)
Vì vy:




= 












= 














=














(2.28)





= 





















2
2

2

=


2

2




=






2



=


2

2

2(



)(1)

=



2

2






(2.29)
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



20








=




2















(2.30)





=















(2.31)





= 





















2
2

2

= 

2




(2.32)





= 

2




.










(2.33)

2.4 HănăđnhăápăsutăRT030
Nghiên cứu nƠy hng đn vic kim nghim gii thut điu khin trên
thit b RT030. H n đnh áp sut RT030 do Gunt Hamburg (Hình 2.5) sn
xut là mt mô hình thí nghim nhỏ cung cp cho chúng ta c hi tip cn các
kỹ thut điu khin hin đi. Vi nhng h tr phn cứng ln phn mm đc
tích hp trong thit b giúp chúng ta có th hc tp, nghiên cứu sơu hn lý
thuyt đƣ đc hc.
H thống thử nghim đc thit đặt trên mt khối vi các thit b đin
tử tng thích bên trong.Bình chu áp đc np bằng khí nén thông qua màng
bm khí. u đim của máy đo áp k dng đng h là áp sut trong bình chu
áp có th đc quan sát bt cứ lúc nào. Áp sut đc đo bằng cm bin áp
sut. Tín hiu ngõ ra của cm bin đc gi đn phn mm điu khin trên
máy tính.Tín hiu ngõ ra của b điu khin s nh hng đn tốc đ của màng
Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF



21



5. Cm bin áp sut; 6. Áp k; 7. Bình chứa

bm khí vƠ tốc đ bm khí. Khí nén đc gii phóng bằng cách sử dng van
điu tit. Mt cái van từ đ gii phóng khí nén đc kích hot bằng phn mm
điu khin đ kim tra nh hng của bin nhiu.


B phn mm tiên tin là mt phn của h thống, đc th hin theo
nguyên tc tích hp phn cứng ậ phn mm (HSI). Nó cho phép các thí
nghim đc tin hƠnh vƠ đánh giá mt cách thân thin vi ngi sử
dng.Ngoài ra phn mm còn có kh năng liên kt mng.Kt nối gia b kit
thí nghim vi máy tính thông qua cng USB.
Thông s k thut:
 Công sut tối đa của máy bm: 3bar/phút.
 Áp sut tối đa của máy bm: 1bar
 Áp sut tối thiu của máy bm: 250mbar.
 Sức chứa của bình: 0.4L.
Hình 2.5: H điu khin áp sut RT030
1. Máy bm; 2. Hin th vƠ điu khin; 3.Van x; 4. Van từ;
ả ế ấ ế ứ