Thiết kế hệ thống ổn định vị trí quả bóng trong ống khí thẳng đứng dùng điều khiển trượt mờ

1

CHƯƠNG 1

TỔNG QUAN

1.1. GIỚI THIỆU ĐỀ TÀI
Hệ thống điều khiển vị trí vật trong không gian hiện tại có nhiều vai trò
trong cuộc sống, tiêu biểu như tàu đệm từ trường sử dụng công nghệ rất cao,
máy bay, khí cầu, … Nên việc nghiên cứu và phát triển các hệ thống giữ vật
ổn định trong không khí chống lại lực hút trái đất và các ngoại lực khác rất
phát triển. Tuy nhiên, hiện tại mới chỉ có hai dạng hệ thống như thế được
nghiên cứu và phát triển dựa trên lực đẩy của từ trường và lực đẩy của gió.
Trong đó, đầu tiên phải nói đến hệ thống bi sắt trong từ trường được
nghiên cứu rất nhiều nhưng thực tế là đã bão hòa, do nó chỉ có ứng dụng duy
nhất là tàu đệm từ trường và dùng để sản xuất đồ chơi đơn giản như giường từ
trường, mô hình trái đất quay, hộp triển lãm thiết bị, … Ngoài ra thì việc lực
từ giảm đi khá nhiều khi khoảng cách giữa hệ từ và vật cần điều khiển tăng
lên cũng là một trở ngại rất lớn cho việc phát triển ứng dụng một cách rộng
rãi của các nghiên cứu theo hướng này.
Còn về hệ thống sử dụng sức gió hoặc khí nhẹ làm lực đẩy thì các
nghiên cứu đa dạng hơn như hệ bóng trong ống, máy bay trực thăng mô hình,
bóng thám không (dùng khí nhẹ), khí cầu dùng khí nóng, … Nói chung thì
việc định vị cũng như giữ cân bằng trong không gian bị ảnh hưởng bởi nhiều
yếu tố như lực hút trái đất, gió, áp suất, … có rất nhiều ứng dụng. So với các
mô hình khác loại này thì hệ thống bóng trong ống ít được phát triển hơn có lẽ


2
vì môi trường điều khiển bị hạn chế hơn hẳn khiến các nhà nghiên cứu giảm
độ hứng thú. Tuy nhiên, xét lại thì đó cũng là một lợi thế rất lớn khi nó giúp

việc tìm hiểu các lý thuyết điều khiển cơ bản trở nên chính xác hơn.
Cuộc sống với công nghệ ngày càng phát triển kéo theo các lý thuyết
điều khiển được ứng dụng ngày càng nhiều. Mỗi phương pháp có ưu nhược
điểm khác nhau, và phù hợp với những dạng hệ thống khác nhau. Trong các
lý thuyết thì điều khiển Trượt là một phương pháp khá hay và phù hợp với các
hệ phi tuyến với khả năng thích ứng tốt với thay đổi của hệ. Tuy nhiên do hơi
khó phát triển nên cũng không được sử dụng nhiều. Luận văn này sẽ tìm hiểu
về điều khiển trượt và cách khắc phục các nhược điểm của nó.
Lý thuyết điều khiển cổ điển vẫn giữ vai trò nhất định nhưng về tổng
quan thì lý thuyết điều khiển hiện đại có vai trò ngày càng lớn. Trong đó trí
tuệ nhân tạo ở dạng lý thuyết điều khiển bắt chước cách thức suy nghĩ của con
người là lĩnh vực rất đáng quan tâm. Đặc biệt, lý thuyết điều khiển Mờ
(Fuzzy) với lịch sử chỉ mới 50 năm phát triển đã có thị trường rất lớn với
doanh thu hàng tỷ USD mỗi năm. Mặc dù vậy, ở Việt Nam do chỉ mới phát
triển nên thị trường còn rất mở (chủ yếu nhập khẩu hàng công nghệ từ nước
ngoài), cơ hội để những người làm công tác nghiên cứu khoa học kỹ thuật vẫn
còn nhiều.
Trên tinh thần đó, việc nghiên cứu một phát triển mới về sự kết hợp các
lý thuyết điều khiển để tận dụng ưu điểm và khắc phục nhược điểm lẫn nhau
là mục tiêu của đề tài này. Cụ thể là sự kết hợp giữa lý thuyết điều khiển trượt
và lý thuyết điều khiển mờ để có Điều khiển Trượt Mờ. Phạm vi cơ bản của
đề tài là dùng điều khiển Trượt Mờ xuất tín hiệu cho quạt gió đưa quả bóng di
chuyển đến vị trí mong muốn trong ống và giữ ổn định ở đó.


3
1.2. TÌNH HÌNH THỰC TẾ
1.2.1. Tình hình nghiên cứu trong và ngoài nước
Về mặt mô hình thực nghiệm, ở Việt Nam, hầu như chưa có tài liệu nào
được xuất bản báo cáo nghiên cứu về đề tài này. Ở nước ngoài thì cũng chỉ có

vài mô hình được giới thiệu. Cụ thể dưới đây là hai mô hình đã hoàn thành.
• Mô hình của M.Moallem và T.Barlas, Trường Đại học Simon
Fraser, Canada

Hình 1.1: Mô hình của M.Moallem và T.Barlas
Mô hình này sử dụng Matlab nhúng trên nền tảng FPGA với đầu vào
(đo vị trí bóng) dùng cảm biến Sharp GP2D120, ngõ ra điều khiển quạt dùng
phương pháp điều rộng xung. Nghiên cứu này được tài trợ bởi Hội đồng


4
Nghiên cứu Khoa học tự nhiên và Kỹ thuật NSERC (Natural Sciences and
Engineering Research Council of Canada) và Hiệp hội Vi điện tử CMC
(Canadian Microlelectronics Corporation) của Canada.
• Mô hình của Mark Bowers and Muawea Rawashdeh, Trường Đại
học Oakland, Hoa Kỳ
Mô hình này sử dụng vi điều khiển HCS12, xác định vị trí bóng dùng
cảm biến siêu âm LV-MaxSonar-EZ4, và cũng điều khiển quạt gió bằng điều
rộng xung.

Hình 1.2: Mô hình của Mark Bowers and Muawea Rawashdeh
Ngoài ra còn một số mô hình khác như của giáo sư M. Morari, Phòng
thí nghiệm tự đông _ Trường Đại học Zürich, Thụy Sĩ; hay món đồ chơi cho
trẻ em Star Wars Force Trainer của công ty Milton, cho phép trẻ em tập trung
suy nghĩ để nâng một quả bóng ping–pong trong ống lên độ cao mình mong


5
muốn. Tuy nhiên thì đa số các mô hình dùng điều khiển PID, hoặc Mờ chứ
không thấy nhiều phương pháp khác.

Về mặt lý thuyết điều khiển, Lý thuyết điều khiển Mờ thì đã được
nghiên cứu nhiều và được sử
dụng khá phổ biến. Còn Lý
thuyết điều khiển Trượt thì
chiếm tỉ lệ khá nhỏ trong nghiên
cứu và ứng dụng (dưới hai triệu
kết

quả

tìm

kiếm

trên

google.com). Và kết hợp giữa 2
lý thuyết này (FSMC _ Fuzzy
Sliding Mode Control) thì càng
ít nữa (dưới ba trăm ngàn kết
quả tìm kiếm trên google.com).
Hình 1.3: Đồ chơi Star Wars Force Trainer
1.2.2. Ý nghĩa khoa học và thực tiễn
Về mặt ứng dụng trực tiếp thì mô hình “Ball in tube” hay “Air ball” có
rất ít, ví dụ như đồ chơi cho trẻ em Star Wars Force Trainer, hay buồng huấn
luyện nhảy dù. Tuy nhiên về mặt nghiên cứu thì mô hình này cho phép thử
nghiệm nhiều phương pháp điều khiển khác nhau áp dụng cho hệ phi tuyến và
có quán tính lớn.
Riêng thuật toán điều khiển Trượt và Trượt Mờ chưa được nghiên cứu
và phát triển rộng rãi cũng là một cơ hội để thử tiếp cận một hướng đi mới

cho nền công nghệ Việt Nam.


6

Hình 1.4: Buồng huấn luyện nhảy dù
1.3. ĐỊNH HƯỚNG ĐỀ TÀI
1.3.1. Mục tiêu đề tài
• Ổn định vị trí quả bóng trong ống thẳng đứng ở điều kiện chuẩn (tính
bền vững của hệ).
• Ổn định khi có nhiễu không xác định tác động vào hệ thống.
• Điều khiển quả bóng di chuyển đến vị trí mới tùy ý.
• So sánh và đánh giá các kết quả điều khiển giữa các phương pháp điều
khiển PID, Trượt và Trượt Mờ.


7
1.3.2. Phạm vi đề tài
• Đối tượng điều khiển là vị trí quả bóng bàn trong ống thẳng đứng.
• Việc di chuyển sử dụng lực hút trái đất và sức đẩy của gió tạo ra từ
cánh quạt gắn với động cơ.
• Phạm vi di chuyển 1m.
• Vọt lố tối đa ±20 cm.
• Thời gian xác lập không quá 10 giây.
• Sai số xác lập ±3cm.
1.3.3. Nội dung thực hiện
• Mô hình hóa toán học đối tượng quả bóng trong ống thẳng đứng.
• Khảo sát các trạng thái của đối tượng khi có nhiễu tác động.
• Thiết kế bộ điều khiển Trượt Mờ cho hệ.
• Xây dựng mô hình mô phỏng hệ thống trên máy tính.

• Khảo sát và đánh giá kết quả.
• Xây dựng mô hình hoạt động trong điều kiện thời gian thực.
• Kiểm tra, so sánh kết quả của các phương pháp điều khiển khác nhau áp
dụng cho hệ.


8

Equation Chapter 2 Section 1CHƯƠNG 2

ĐỐI TƯỢNG NGHIÊN CỨU “BALL IN TUBE”
2.1. MÔ TẢ HỆ THỐNG “BALL IN TUBE”
Hệ thống điều khiển vị trí bóng trong ống thẳng đứng (hình 2.2) bao
gồm một cánh quạt, được gắn vào động cơ DC biến đổi tốc độ bởi điện áp u,
thổi gió với lực đẩy F m vào ống thẳng đứng chứa quả bóng có khối lượng M b.
Mục tiêu của hệ thống là đưa quả bóng đến vị trí mong muốn bằng cách đọc
giá trị độ cao từ cảm biến, rồi dùng thuật toán điều khiển để điều chỉnh điện
áp ngõ vào u cấp cho động cơ.
Để thiết lập mô hình toán cho đối tượng “Ball in tube” ta chuyển hệ
thống thành dạng sơ đồ khối chức năng như ở hình 2.1.

u(t)
ɷ(t)
v(t)
h(t)
Hình 2.1: Sơ đồ khối đối tượng “Ball in tube”.
Trong đó:
u(t): điện áp cấp cho động cơ (0  U0 tương ứng 0  100%PWM)

ω (t )

: vận tốc cánh quạt (

rad / s

)


9

v(t): vận tốc lưu chất không khí (

m

h(t): vị trí bóng ( )

m/s

)


10


11
Hình 2.2: Mô hình thí nghiệm “Ball in tube”
2.2. MÔ HÌNH TOÁN CỦA HỆ “BALL IN TUBE”
Để thiết lập mô hình toán cho hệ “Ball in tube”, ta sẽ tính toán từng
khối chức năng trong hệ.
2.2.1. Thiết lập mô hình toán cho khối “động cơ”

Trong mô hình thí nghiệm của chúng ta, để tạo lực nâng tốt chúng ta sử
dụng động cơ quạt là loại BLDC (Brushless DC – động cơ điện một chiều
không chổi quét). Để phân tích động cơ BLDC trước tiên ta khảo sát mô hình
động cơ DC cơ bản.
Dựa trên tài liệu tham khảo [6], “PID control of Brushless DC motor
and robot trajectory planning and simulink with Matlab Simulink” của tác giả
Oludayyo Jonh Oguntoyinbo, ta có hàm truyền động cơ DC là:

U0
Ke
G ( s) ;
2
τ mτ e s + τ m s + 1
(2.1)

τm =

τe =

RJ
K e Kt
L
R

Trong đó hằng số thời gian cơ học

Và hằng số thời gian LR

Với qui ước các kí hiệu như sau:

12

k .g.m2
J: mômen quán tính (

)

Ke: hằng số sức phản điện động (
Kt: hằng số từ thông động cơ (

V / rad / s

N / m. A

)

)

Ω

R: điện trở cuộn dây ( )
L: điện cảm cuộn dây (

H

)

U0: điện áp định mức của động cơ (V)
Về cơ bản mô hình toán động cơ BLDC cũng gần giống động cơ DC

thông thường [6]. Điểm khác biệt giữa động cơ DC thông thường và BLDC là
ở hằng số thời gian cơ khí và hằng số thời gian LR. Đối với BLDC có 3 pha
bố trí đối xứng thì:

τm =

J .3R
Ke Kt

τe =

L
3.R

Với hàm truyền của BLDC không đổi, vẫn là công thức (2.1), Laplace
ngược ta được phương trình trong miền thời gian của động cơ sử dụng là:
&& (t ) + τ mω& (t ) + ω (t ) =
τ mτ eω

U0
u (t )
Ke

(2.2)


13
2.2.2. Thiết lập mô hình toán cho khối chức năng “quạt gió”
Trong mô hình “Ball in tube” thực tế ta sử dụng cánh quạt của hãng
Sanyo Denki – San Ace 60 với các thông số và đường đặc tính quạt như ở

hình 2.3 [5].
Quạt hoạt động theo một tập hợp các định luật có thể đoán trước liên
quan đến tốc độ, công suất và áp suất [7]. Mỗi thay đổi về tốc độ (rpm) của
quạt sẽ thay đổi có thể đoán được về thay đổi áp suất đẩy và công suất yêu
cầu để quạt hoạt động với tốc độ mới. Hình 2.4 minh họa điều này.

Hình 2.3: Đường đặc tuyến của quạt .


14

Hình 2.4: Các định luật về quạt.
Dựa và các định luật về quạt ta thấy rằng vận tốc cánh quạt sẽ tỉ lệ
tuyến tính với lưu lượng mà quạt cung cấp trong ống.
Q2 N 2
=
Q1 N1

(2.3)

Trong đó:
N: vận tốc cánh quạt

N 
N 2 =  1 ÷Q2
 Q1 

Q: lưu lượng của quạt

15
Từ (2.3) suy ra
(2.31)
Điểm cần quan tâm là ta cần tìm ra mối quan hệ giữa lưu lượng và vận

tốc cánh quạt mà ta đang sử dụng

N 
K =  1 ÷ = const
 Q1 

là hằng số không đổi.

Để tìm hệ số này ta cần tìm điểm làm việc của quạt trong điều kiện làm
việc của mô hình thí nghiệm. Để xác định hệ số này ta sẽ tiến hành kiểm
nghiệm thực tế bằng cách điều khiển cho quạt quay với 1 vận tốc cố định và
dùng thiết bị đo đo lưu lượng của quạt. Dựa trên các phép thử thực nghiệm ta
được mối liên hệ tuyến tính giữa tốc độ cánh quạt và tốc độ không khí trong
ống.

v(m / s ) = 0.05234ω ( rad / s)

(2.4)

2.2.3. Thiết lập mô hình toán cho đối tượng “Ball in tube”:
Chúng ta xây dựng mô hình toán dựa trên hình 2.2. Chúng ta xem xét
bóng được đặt trong dòng lưu chất đang chuyển động với vận tốc v, bỏ qua
lực nâng vì rất bé, và giả sử hệ số Reynold rất lớn (R e > 1000). Hệ số Reynold
là số không thứ nguyên biễu diễn mối liên hệ tỉ lệ giữa lực quán tính và lực
ma sát nhớt. Dựa vào hình 2.2 ta thấy bóng chịu tác động bởi 2 lực, đó là lực

nâng Fm và trọng lực Fg [8].
Theo toán học cơ lưu chất, khi 1 vật thể đặt trong dòng lưu chất thì
dưới tác động của ma sát nhớt giữa lưu chất và bề mặt vật thể sẽ tạo thành lực


16
cản chuyển động. Và trong thí nghiệm của chúng ta đó là lực nâng quả bóng.
Lực nâng hướng lên [8]:
1
Fm = (v(t ) − h& (t )) 2 ρ g Cd S
2

Trong đó
cản

Cd

Cd

(2.5)

là hằng số không thứ nguyên và ta gọi là hệ số cản, Hệ số

phụ thuộc vào Re và tùy thuộc vào hình dạng vật cản (hình cầu, bán

cầu, …). Theo thực nghiệm đã kiểm định đối với vật thể cầu thì

Cd

=0.5.

Trọng lực hướng xuống:

Fg = M b g
(2.6)
Theo định luật newton phương trình cân bằng của đối tượng là:
1
M b h&&(t ) + M b g = (v (t ) − h& (t )) 2 ρ g Cd S
2

Với S =

(2.7)

π r2

1
M b h&&(t ) + M b g = (v(t ) − h& (t )) 2 ρ g Cd π r 2
2

Trong đó:

h(t )
:vị trí bóng (m)

(2.8)


17

v: vận tốc không khí trong ống (

h& (t )
: vận tốc bóng (

m/s

m/s

)

)

ρg: khối lượng riêng không khí (kg/m3)
S: diện tích mặt cắt quả bóng (mặt cản lưu chất) (

m2

)

Cd: hệ số nâng phụ thuộc hệ số Re
Mb : khối lượng bóng (kg)
r: bán kính bóng (m)
g: gia tốc trọng trường (

m / s2

)

2.2.4. Mô hình toán hệ thống “Ball in tube”

Dựa vào các thống số mô hình mà ta vừa tính toán (2.2), (2.4) và (2.8)
ta có phương trình toàn bộ hệ thống như sau:

U0

&&
&
τ
τ
ω
(
t
)
+
τ
ω
(
t
)
+
ω
(
t
)
=
u (t )
m
e
m


Ke

v = K sω

1
 M b h&&(t ) + M b g = (v(t ) − h& (t )) 2 ρ g Cd π r 2
2


(2.9)

2.3. ƯỚC LƯỢNG NHIỄU VÀ SAI SỐ CỦA HỆ THỐNG
Hệ thống có thể xảy ra nhiễu và sai số ở tất cả các thành phần, nhưng
mức độ ít hay nhiều sẽ tùy thuộc vào phần cứng.


18
Với phần động cơ, thường nhiễu xảy ra do chất lượng bộ nguồn, chất
lượng mạch công suất và gai điện áp trong giai đoạn thay đổi lớn về tốc độ.
Ngoài ra thì khi chạy lâu, động cơ và mạch bị nóng cũng làm giảm đáng kể
hiệu suất hoạt động.
Với phần quạt, do coi như chỉ phụ thuộc vào tốc độ động cơ nên ta chỉ
quan tâm đến độ chính xác của hệ số Ks. Ta sẽ dựa trên thực tế điều khiển để
kiểm định lại thông số này.

Hình 2.5: Dòng khí qua vật thể tròn ở không gian rộng và hẹp [9]
Với phần quả bóng trong ống, đây là phần có khả năng gây nhiễu lớn
nhất vì nhiều yếu tố. Về mặt cơ khí, việc luồng gió di chuyển qua bóng bị ảnh
hưởng bởi các yếu tố :

19
• Tốc độ xoay của quả bóng. Quả bóng xoay càng nhanh thì độ trượt của
gió qua bóng càng nhiều, luồng gió trong ống bị nhiễu loạn lớn, việc
điều khiển trở nên khó hơn.
• Gió bên ngoài cũng ảnh hưởng khá nhiều đến gió trong ống, nên ta cần
làm việc trong phòng kín và tránh ảnh hưởng của quạt.
Phần nhiễu không thể tránh được là sai số khi đọc kết quả từ cảm biến
khoảng cách, có thể phải sử dụng thêm phần lọc thông số đo đạc.
Việc đánh giá cụ thể nhiễu và cách giảm ảnh hưởng của nhiễu lên hệ
thống sẽ được giải quyết ở phần thực nghiệm.


20

CHƯƠNG 3

CƠ SỞ LÝ THUYẾT VÀ GIẢI PHÁP

3.1. LÝ THUYẾT ĐIỀU KHIỂN PID
3.1.1. Lý thuyết điều khiển PID kinh điển
Một bộ điều khiển vi tích phân tỉ lệ (bộ điều khiển PID- Proportional
Integral Derivative) là một cơ chế phản hồi vòng điều khiển (bộ điều khiển)
tổng quát được sử dụng rộng rãi trong các hệ thống điều khiển công nghiệp –
bộ điều khiển PID được sử dụng phổ biến nhất trong số các bộ điều khiển
phản hồi. Một bộ điều khiển PID tính toán một giá trị "sai số" là hiệu số giữa
giá trị đo thông số biến đổi và giá trị đặt mong muốn. Bộ điều khiển sẽ thực
hiện giảm tối đa sai số bằng cách điều chỉnh giá trị điều khiển đầu vào.

Hình 3.1: Cấu trúc bộ điều khiển PID [11]

21
Cấu trúc của bộ điều khiển PID (hình 3.1) gồm có ba thành phần là
khâu khuếch đại (P), khâu tích phân (I) và khâu vi phân (D). Khi sử dụng
thuật toán PID nhất thiết phải lựa chọn chế độ làm việc là P, I hay D và sau
đó là đặt tham số cho các chế độ đã chọn. Một cách tổng quát, có ba thuật
toán cơ bản được sử dụng là P, PI và PID.
Bộ điều khiển PID có cấu trúc đơn giản, dễ sử dụng nên được sử dụng
rộng rãi trong điều khiển các đối tượng SISO theo nguyên lý hồi tiếp (hình
3.2). Bộ PID có nhiệm vụ đưa sai lệch e(t) của hệ thống về 0 sao cho quá trình
quá độ thỏa mãn các yêu cầu cơ bản về chất lượng:
- Nếu sai lệch tĩnh e(t) càng lớn thì thông qua thành phần u P(t), tín hiệu
điều chỉnh u(t) càng lớn.
- Nếu sai lệch e(t) chưa bằng 0 thì thông qua thành phần u I(t), PID vẫn
còn tạo tín hiệu điều chỉnh.
- Nếu sự thay đổi của sai lệch e(t) càng lớn thì thông qua thành phần
uD(t), phản ứng thích hợp của u(t) sẽ càng nhanh.

Hình 3.2: Điều khiển hồi tiếp với bộ điều khiển PID
Bộ điều khiển PID được mô tả bằng mô hình (vào – ra):


22
t

1
de(t )
u (t ) = k p [e(t ) + ∫ e(τ )dτ + TD
]

TI 0
dt

(3.1)

Trong đó:
e(t) – tín hiệu đầu vào;
u(t) – tín hiệu đầu ra;
kp – hệ số khuếch đại;

TI

TD

– hằng số tích phân;

– hằng số vi phân.

Từ mô hình (vào – ra) trên, ta có được hàm truyền đạt của bộ điều
khiển PID là:



1
R(s)=k p  1 +
+ TS s ÷
 TI s


(3.2)

Dựa vào tính chất động học, các hệ thống trong tự nhiên có sự thay đổi
các điều kiện hoạt động, quá trình dẫn đến ảnh hưởng đến hiệu suất bộ điều
khiển. Thay đổi hiệu suất hệ thống có thể là do sự hiện diện của quá trình phi
tuyến, các yếu tố phi tuyến xuất hiện do quá trình lão hóa, thay đổi cách thức
hoạt động, thay đổi các thuộc tính của nguyên vật liệu, và thay đổi theo chu
kỳ bảo dưỡng thiết bị. Dựa vào các điều kiện động học, việc hiệu chỉnh lặp
vòng là cần thiết để đảm bảo các kết quả làm việc liên tục của bộ điều khiển.


23
Mục tiêu của việc điều chỉnh thông số bộ điều khiển PID là để xác định
vòng điều khiển kín đó đáp ứng thông số kỹ thuật hiệu năng và hiệu suất hệ
thống được đảm bảo. Thực tế thường khó khăn để đạt được đồng thời tất cả
các những tiêu chuẩn mong muốn. Ví dụ, nếu bộ điều khiển PID được điều
chỉnh để đáp ứng hệ thống tốt với sự thay đổi giá trị đặt, thì sẽ dẫn đến quá
trình mất ổn định và dao động. Mặt khác, nếu hệ thống điều khiển được thực
hiện khử sai số ổn định càng nhanh, thì đổi lại là độ vọt lố càng lớn. Có n hiều
phương pháp xác định tham số của bộ điều khiển PID như: điều chỉnh theo
kinh nghiệm, phương pháp Ziegler-Nichols, phương pháp Chien-HronesReswick, phương pháp tổng T của Kuhn, phương pháp tối ưu modul và
phương pháp tối ưu đối xứng, phương pháp tối ưu theo sai lệch bám, …. Tất
cả phương pháp này dựa trên cơ sở là tác động của hệ thống khảo sát ở chế độ
vòng kín hoặc vòng hở.
3.1.2. Đặc điểm, tính chất và ứng dụng của PID
Trong trường hợp không có kiến thức cơ bản về quá trình, bộ điều
khiển PID là bộ điều khiển tốt nhất. Tuy nhiên, để đạt được kết quả tốt nhất,
các thông số PID sử dụng trong tính toán phải điều chỉnh theo tính chất của hệ
thống-trong khi kiểu điều khiển là giống nhau, các thông số phải phụ thuộc
vào đặc thù của hệ thống.
Dựa trên các bộ điều khiển PID đã đề cập ta có các kết luận và nhân xét

sau.
Độ lợi tỉ lệ Kp : phụ thuộc vào sai số hiện tại, giá trị càng lớn thì đáp
ứng càng nhanh do đó sai số càng lớn, giá trị độ lợi tỉ lệ quá lớn sẽ dấn đến
quá trình mất ổn định và dao động.
Độ lợi tích phân Ki : phụ thuộc vào tích lũy các sai số quá khứ, giá trị


24
càng lớn kéo theo sai số ổn định bị khử càng nhanh. Đổi lại là độ vọt lố càng
lớn.
Độ lợi vi phân Kd : dự đoán các sai số tương lai, giá trị càng lớn càng
giảm độ vọt lố, nhưng lại làm chậm đáp ứng quá độ và có thể dẫn đến mất ổn
Từ đặc tính của bộ điều khiển PID ta thấy có nhiều điểm hạn chế:
• Bộ điều khiển là tuyến tính, không phù hợp khi điều khiển các đối
tượng phi tuyến.
• Các thông số là những hệ số cố định đặt trước, và các thông số K p ,
Ki , Kd là cố định nên khi hệ thống có thay đổi hay tác động ( tác
động nhiễu) thì bộ điều khiển không khắc phục được.
• Giải thuật PID trong điều khiển không đảm bảo tính tối ưu hoặc ổn
định cho hệ thống.
PID là đặc trưng cho lý thuyết điều khiển cổ điển và vẫn được sử dụng
nhiều trong thực tế vì tính đơn giản của nó. Nhưng các lý thuyết điều khiển
hiện đại phát triển ngày càng mạnh sẽ phù hợp hơn trong các hệ mới.
3.2. LÝ THUYẾT ĐIỀU KHIỂN MỜ
3.2.1. Các khái niệm cơ bản
Lôgic mờ (tiếng Anh: Fuzzy logic) đã được đưa ra lần đầu vào
năm1965 bởi GS. Lotfi Zadeh tại Đại học California, Berkeley. Phương pháp
điều khiển Mờ được phát triển từ lý thuyết tập mờ để thực hiện lập luận một
cách xấp xỉ thay vì lập luận chính xác theo lôgic cổ điển. Lôgic mờ có thể

25
được coi là mặt ứng dụng của lý thuyết tập mờ để xử lý các giá trị trong thế
giới thực cho các bài toán phức tạp (Klir 1997).
Khái niệm tập mờ : Một tập hợp trong một không gian nào đó, theo
khái niệm cổ điển sẽ chia không gian thành 2 phần rõ ràng. Một phần tử bất
kỳ trong không gian sẽ thuộc hoặc không thuộc vào tập đã cho. Tập hợp như
vậy còn được gọi là tập rõ. Nhưng trong tự nhiên không phải lúc nào cũng xác
định được chính xác một phần tử thuộc tập nào do nó có nhiều tính chất của
nhiều tập khác nhau. Những yêu cầu phát sinh như vậy đã cho thấy rằng lý
thuyết tập hợp cổ điển cần phải được mở rộng.
Định nghĩa: Cho không gian nền U, tập A
A được xác định bởi hàm
µA

µA

⊂

U được gọi là tập mờ nếu

:X->[0,1].

được gọi là hàm thuộc, hàm liên thuộc hay hàm thành viên

(membership function).
∈

Với x X thì

µA

(x) được gọi là mức độ thuộc của x vào A.

Như vậy ta có thể coi tập rõ là một trường hợp đặc biệt của tập mờ,
trong đó hàm thuộc chỉ nhận 2 giá trị 0 và 1.
Ký hiệu tập mờ, ta có các dạng ký hiệu sau:
• Liệt kê phần tử: giả sử U={a,b,c,d}, ta có thể xác định một tập mờ

A=

0 .1 0 .3 0 .2 0
+
+
+
a
b
c d