Ứng dụng mạng Nơ Ron điều khiển quá trình thay đổi mức chất lỏng

Header Page 1 of 126.

i

BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC ĐÀ NẴNG

PHẠM THỊ DIỆU HIỀN

ỨNG DỤNG MẠNG NƠ RON ĐIỀU KHIỂN
QUÁ TRÌNH THAY ĐỔI MỨC CHẤT LỎNG

Chuyên ngành : Tự động hóa
Mã số:

60.52.60

TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT

Đà Nẵng - Năm 2012

Footer Page 1 of 126.


Header Page 2 of 126.

ii

Công trình được hoàn thành tại
ĐẠI HỌC ĐÀ NẴNG

Ngƣời hƣớng dẫn khoa học: TS. VÕ NHƢ TIẾN

Phản biện 1: TS. NGUYỄN BÊ

Phản biện 2: PGS.TS. ĐOÀN QUANG VINH

Luận văn được bảo vệ tại Hội đồng chấm luận văn tốt nghiệp Thạc
sĩ kỹ thuật họp tại Đại học Đà Nẵng vào ngày 5 tháng
2012.

* Có thể tìm hiểu luận văn tại:
-

Trung tâm Thông tin - Học liệu, Đại học Đà Nẵng

-

Trung tâm Học liệu, Đại học Đà Nẵng

Footer Page 2 of 126.

01 năm


Header Page 3 of 126.

1

MỞ ĐẦU
1.

Tính cấp thiết của đề tài:
Hiện nay, trong công nghiệp hóa lọc dầu , công nghiệp hóa chất ,

công nghiệp xử lý nước , sản xuất giấy, sản xuất điện năng ,…Vấn đề
điều khiển mức , lưu lượng dòng chảy cần đáp ứng với độ chí nh xác
cao để phục vụ cho quá trì nh sản xuất đạt hiệu quả tốt hơn.
Với bộ điều khiển mờ và bộ điều khiển sử dụng mạng Nơron có
thêm một hướng phát triển mới trong lĩnh vực nghiên cứu thiết kế
điều khiển hệ thống, có rất nhiều ứng dụng trong lĩnh vực điều khiển
trong công nghiệp hi ện nay. Bộ điều khiển mờ và bộ điều khiển sử
dụng mạng Nơron về nguyên tắc đều là những bộ điều khiển tĩnh phi
tuyến. Chúng có thể được thiết kế với chất lượng hệ thống cho trước
theo một độ chính xác tùy ý và làm việc theo nguyên lý tư duy của
con người. Tính năng của mạng Nơron được quyết định bởi chủng
loại Nơron sử dụng và cấu trúc mạng ghép nối các Nơron đó với
nhau. Nó hoàn toàn độc lập với đối tượng điều khiển. Thậm chí
những người thiết kế nếu có kiến thức thiết kế và hiểu biết về đối
tượng thì điều đó cũng không giúp ích gì cho việc lựa chọn Nơron và
xây dựng cấu trúc mạng. Ngược lại, đối với người thiết kế bộ điều
khiển mờ thì những kiến thức hiểu biết về đối tượng lại rất cần thiết.
Ngay khi mới được thiết kế, mạng Nơron chưa có tri thức. Tri
thức của nó được hình thành qua các giai đoạn theo các mẫu học

.

Mẫu học càng tốt, càng đa dạng và càng nhiều trường hợp thì tri thức
ban đầu sẽ càng gần với thực tế . Song nếu điều đó là chưa đủ thì tri
thức của mạng vẫn có thể được bổ sung, và hoàn thiện thêm trong

Footer Page 3 of 126.


Header Page 4 of 126.

2

quá trình làm việc với đối tượng. Với bộ điều khiển mờ thì hoàn toàn
ngược lại. Khi được thiết kế xong, bộ điều khiển mờ có ngay một cơ
chế làm việc nhất định và cơ chế này sẽ không thay đổi và được giữ
cố định trong suôt thời kỳ làm việc. Nói cách khác mạng Nơron có
khả năng học còn bộ điều khiển mờ thì không.
Để hạn chế những nhược điểm mà các bộ điều khiển riêng lẻ
trên chưa đáp ứng được và kế thừa những ưu điểm của mạng Nơron
và Logic mờ , kết hợp chúng lại tạo ra một công cụ mạnh nhằm giải
quyết các bài toán phi tuyến phức tạp.
Vấn đề đặt ra như thế , hướng nghiên cứu xây dựng đề tài của
tác giả ở đây là nghiên cứu ứng dụng hệ Mờ N ơron để điều khiển
mức chất lỏng cho hệ ba bồn nước. Với hướng nghiên cứu đó , tên đề
tài được chọn:
“Ứng dụng mạng nơron điều khiển quá trình thay đổi mức
chất lỏng”
2. Mục tiêu nghiên cứu
- Ứng dụng mạng nơron nhằm tạo ra một công cụ mạnh để giải
quyết bài toán điều khiển phi tuyến trong điều khiển quá trì nh.
- Cụ thể xây dựng cấu trúc bộ điều khiển với kết hợp giữa mờ
và mạng nơron để điều khiển mức chất lỏng cho hệ ba bồn nước.
- Sử dụng phần mềm MATLAB làm công cụ mô phỏng kết quả
nghiên cứu.
3. Đối tƣợng và phạm vi nghiên cứu

Đối tượng nghiên cứu
Kết hợp giữa mờ và mạng nơron để xây dựng thuật toán điều
khiển cho đối tượng phi tuyến trong điều khiển quá trì nh.
Phạm vi nghiên cứu

Footer Page 4 of 126.


Header Page 5 of 126.

3

Ứng dụng trí tuệ nhân tạo với sự lai ghé p hệ mờ và mạng nơron
để điều khiển mức chất lỏng cho hệ ba bồn nước , nghiên cứu sự kết
hợp giữa hệ mờ và mạng nơron tạo nên thuật toán để điều khiển quá
trình làm hướng nghiên cứu chính.
Nghiên cứu xây dựng bộ điều kh iển cho đối tượng là hệ ba bồn
nước và cụ thể là điều khiển để giữ được ổn đị nh mức chất lỏng
trong ba bồn.
4. Phƣơng pháp nghiên cƣ́u
- Nghiên cứu tổng quan mạng nơron và hệ mờ nơron . Trong đó,
nghiên cứu kết hợp hệ mờ và mạn g nơron phục vụ cho nghiên cứu
chính của đề tài.
- Xác định và giải quyết vấn đề nghiên cứu chính của đề tài:
+ Xem xét và đưa ra các dạng mô hì nh hệ đối tượng . Tìm hiểu
đối tượng hệ ba bồn nước với một cấu hì nh cụ th ể và mô hình toán
học của hệ đối tượng có tính chất phi tuyến nhiều đầu vào, nhiều đầu
ra.
+ Nghiên cứu thuật toán điều khiển dùng hệ mờ nơron

, ứng

dụng tạo ra công cụ mạnh để giải quyết các bài toán phi tuyến trong
điều khiển quá trì nh.
+ Xây dựng cấu trúc bộ điều khiển với hệ mờ nơron cho đối
tượng hệ ba bồn nước đã chọn cụ thể.
+ Ứng dụng phần mềm Matlab để mô phỏng kết quả thiết kế

,

chứng minh tí nh đúng đắn thuật toán điều khiển.
- Nhận xét kết quả nghiên cứu.
5. Ý nghĩa khoa học và thực tiễn của đề tài
- Ý nghĩa khoa học: Nghiên cứu trí tuệ nhân tạo để tạo ra công
cụ điều khiển mạnh trong điều khiển quá trình.

Footer Page 5 of 126.


Header Page 6 of 126.

4

- Ý nghĩa thực tiễn : Kết hợp hệ mờ và mạng nơron để điều
khiển mức chất lỏng cho hệ ba bồn nước.
6. Bố cục đề tài
Ngoài phần mở đầu, kết luận và tài liệu tham khảo. Luận văn
gồm có các chương như sau:
Chương 1: Khái quát hệ mờ.
Chương 2: Khái quát mạng nơron.

Chương 3: Mô hì nh toán hệ đối tượng.
Chương 4: Thiết kế bộ điều khiển mờ và mạng nơron điều
khiển mức chất lỏng cho hệ ba bồn nước.
Chương 5: Mô phỏng kết quả thiết kế.

CHƢƠNG 1. KHÁI QUÁT HỆ MỜ
1.1.

GIỚI THIỆU CHUNG VỀ HỆ MỜ.

1.2.

LOGIC MỜ-TẬP MỜ

1.3.

CÁC HÀM THUỘC THƢỜNG GẶP
- Hàm thuộc kiểu tam giác
- Hàm thuộc kiểu hình thang.
- Hàm thuộc kiểu hình chuông được xác định bởi 3 tham số {a,

b, c}:
A

1

( x; a, b, c)

x c
a

1

2b

trong đó b thường là số dương
- Hàm thuộc Gaus (Hình 1.3b) được xác định bởi 2 tham số
{ , c}:
( x c)2
A

Footer Page 6 of 126.

( x; a, , c)

e

2


Header Page 7 of 126.

1.4.

5

BIẾN MỜ VÀ BIẾN NGÔN NGƢ̃.
1.4.1. Biến mờ
1.4.2. Biến ngôn ngƣ̃

1.5.

SUY LUẬN MỜ VÀ LUẬT HỢP THÀNH.
1.5.1. Suy luận mờ.
1.5.2. Mệnh đề hợp thành.
1.5.3. Luật hợp thành MAX-MIN, MAX-PROD
a) Luật hợp thành một điều kiện R: A

B.

* Luật hợp thành MAX-MIN
* Luật hợp thành MAX-PROD.
* Thuật toán xây dựng R.
b) Luật hợp thành của mệnh đề nhiều điều kiện.
1.5.4. Luật của nhiều mệnh đề hợp thành.
a) Luật chung của hai mệnh đề hợp thành.
b) Thuật toán xây dựng luật chung của nhiều mệnh đề hợp
thành.
1.6.

GIẢI MỜ (RÕ HÓA)
Có hai phương pháp giải mờ chính là: phương pháp cực đại và

phương pháp điểm trọng tâm
1.6.1. Phƣơng pháp cực đại
1.6.2. Phƣơng pháp điểm trọng tâm
1.7.

KẾT LUẬN CHƢƠNG 1

Footer Page 7 of 126.


Header Page 8 of 126.

6

CHƢƠNG 2. KHÁI QUÁT MẠNG NƠRON
2.1.

GIỚI THIỆU

2.2.

TẾ BÀO NƠRON NHÂN TẠO

2.3.

CÁC LOẠI MẠNG NƠRON NHÂN TẠO THƢỜNG GẶP
VÀ PHƢƠNG PHÁP HUẤN LUYỆN MẠNG
2.3.1. Mạng nơron truyền thẳng một lớp
2.3.2. Mạng nơron truyền thẳng nhiều lớp
2.3.3. Mạng nơron hồi quy một lớp
2.3.4. Mạng nơron hồi quy nhiều lớp
2.3.5. Các phƣơng pháp huấn luyện mạng nơron nhân tạo.
a) Học có giám sát

b) Học củng cố

c) Học không có giám sát

Footer Page 8 of 126.


Header Page 9 of 126.

7

2.4. HỆ THỐNG TÍCH HỢP HỆ MỜ VỚI MẠNG NƠRON.
Bộ điều khiển mờ -nơron với các luật mờ duy nhất (mạng nơron
Singleton) (Hình 2.17) có dạng như sau:

Luật học thứ i là Ri có dạng:
i

NẾU x1 là A1 VÀ x2 là A2i VÀ... VÀ xn là Ani THÌ y là wi
Trong đó: xj là các biến đầu vào (j=1,2,3,...,n), y là biến đầu ra ,

A ij ( x j ) là biến ngôn ngữ mờ của biến đầu vào x i với hàm liên thuộc
A ij

( x j ) ; Kết quả của luật học thứ i (i=1,2,...,h).
- Lớp 1: Là lớp gồm có n tín hiệu x đầu vào

xT

[ x1 x2 ... xn ] .
- Lớp 2: Là lớp mờ hóa , gồm có các nút thực hiện giá trị hàm

liên thuộc. Mỗi nút có ngõ ra là:

n
i

j 1

A ij

Footer Page 9 of 126.

(x j )

,


Header Page 10 of 126.

8

- Lớp 3: Lớp thực hiện luật mờ . Mỗi nút có ngõ ra là giá trị
vecto cơ sở mờ:
n
i

A ij

j 1

( x)

h

n

i 1

j 1

(x j )

A ij

(x j )

- Lớp 4: Là lớp giải mờ. Nút đại diện ngõ ra của mạng là y:
h

y ( x)

Trong đó :
T

[

h

,

n

i

i 1

j 1

h

n

i 1

j 1

i

hA j

A ij
A ij

(x j )
T

( x)

(x j )

( x j ) là giá trị hàm liên thuộc của biến mờ x

,...,

h T

j

;

] là vecto trọng số l iên kết giữa lớp 3 và lớp

ngõ ra.
2.5. KẾT LUẬN CHƢƠNG 2

CHƢƠNG 3. MÔ HÌ NH TOÁN HỆ ĐỐI TƢỢNG
3.1.

GIỚI THIỆU CHUNG
Đối điều khiển trong đề tài được xác định theo hình 3.1, đây là

hệ có 3 ngõ vào, 3 ngõ ra. Ta xác định có 3 ngõ vào u1(t), u2(t), u3(t)
điều khiển lưu lượng ngõ vào 3 bồn qin1, qin2, qin3 và 3 tín hiệu ngõ ra
là mức nước của 3 bồn h1(t), h2(t), h3(t).

Hình 3.1. Mô hình hệ ba bồn

Footer Page 10 of 126.

nước


Header Page 11 of 126.

9

3.2. XÁC ĐỊNH MÔ HÌNH TOÁN HỌC CHO HỆ BA BỒN
NƢỚC
Gọi: A1, A2, A3 lần lượt là tiết diện ngang bồn chứa 1, 2 và 3.
h1(t), h2(t), h3(t) là chiều cao mực nước trong bồn chứa 1, 2
và 3.
Thì V1 = A1h1(t), V2 = A2h2(t) và V3 = A3h3(t) lần lượt là thể
tích chất lỏng của bồn 1, 2 và 3.
a1, a2, a3, a12, a13, a23 lần lượt là diện tích của val A,B,C, AB, BC
và AC, với điều kiện các van xả này là một hằng số cho trước không
đổi.
k1, k2, k3 lần lượt là hệ số tỉ lệ với công suất của máy bơm 1, 2
và 3.
qi1, qi2, qi3, qo1, qo2, qo3 lần lượt là lưu lượng dòng chảy vào và ra
của bồn 1, 2 và 3.
qo12, qo23, qo13 lần lượt là lưu lượng dòng chảy từ bồn nước 1
sang bồn nước 2, từ bồn nước 2 sang bồn nước 3 và từ bồn nước 1
sang bồn nước 3.
CdA, CdB, CdC lần lượt là hệ số xả của van A ra ngoài bồn 1, van
B ra ngoài bồn 2 và van C ra ngoài bồn 3.
CdAB, CdBC, CdBC lần lượt là hệ số xả van liên kết giữa bồn 1 và
bồn 2, bồn 2 và bồn 3, bồn 1 và bồn 3.
h1 (t )

1
(k1u1 (t ) a1CdA 2 gh1 (t ) a12CdAB sgn(h1 (t ) h2 (t )) 2 g h1 (t ) h2 (t )
A1

h2 (t )

1
(k 2u2 (t ) a2CdB 2 gh2 (t ) a23CdBC sgn(h2 (t ) h3 (t )) 2 g h2 (t ) h3 (t )
A2

h 3 (t )

1
(k3u3 (t ) a3CdC 2 gh3 (t ) a23CdBC sgn(h3 (t ) h2 (t )) 2 g h3 (t ) h2 (t )
A3

a13CdAC sgn(h1 (t ) h3 (t )) 2 g h1 (t ) h3 (t ) )

a12CdAB sgn(h2 (t ) h1 (t )) 2 g h2 (t ) h1 (t ) )

a13CdAC sgn(h3 (t ) h1 (t )) 2 g h3 (t ) h1 (t ) )

Footer Page 11 of 126.

.


Header Page 12 of 126.

10

3.3. CHỌN CÁC THÔNG SỐ CHO MÔ HÌNH
Chọn diện tích ngang bồn chứa 1, 2 và 3 là: A1 = A2 = A3 = 150
2

cm .
Chọn chiều cao thực của bồn 1, 2 và 3 là H1 = H2 = H3 = 80 cm.
Chọn tiết diện của van xả bồn 1, bồn 2, bồn 3, giữa bồn 1 và
bồn 2, giữa bồn 2 và bồn 3, giữa bồn 1 và bồn 3 là: a1 = a2 = a3 = a12
= a13 = a23 = 2,5 cm2.
Chọn hệ số tỉ lệ với công suất của máy bơm 1, bơm 2 và bơm 3
là: k1 = k2 = k3 = 160.
Chọn hệ số xả CdA = CdB = CdC = CdAB = CdBC = CdAC = 0,6.
3.4.

XÂY DỰNG MÔ HÌNH ĐỐI TƢỢNG TRÊN MATLABSIMULINK

Hình 3.2. Mô hì nh toán học hệ ba bồn
3.5. KẾT LUẬN CHƢƠNG 3

Footer Page 12 of 126.

nước


Header Page 13 of 126.

11

CHƢƠNG 4 - THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ NƠRON
ĐIỀU KHIỂN MƢ́C CHẤT LỎNG CHO HỆ BA
BỒN NƢỚC
4.1. XÂY DƢ̣NG BỘ ĐIỀU KHIỂN PID
4.1.1. Cơ sở lý thuyết bộ điều khiển PID

Bộ điều khiển PID được mô tả bằng mô hình vào-ra:
u (t )

1
TI

k p [e(t )

t

e( )d

TD

0

de(t )
]
dt

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

1
TI s

kp 1

TD s

4.1.2. Xây dựng bộ điều khiển PID cho quá trình chất lỏng
Tác giả mô tả bằng một khâu quán tính bậc nhất có hàm số
truyền:
W (s)

k
e
1 Ts

s

Ta lấy: k = 6.52, T = 200 (s), τ =30(s)
W (s)

k
e
1 Ts

s

6.52
e
1 200 s

30 s

Sử dụng phương pháp Ziegler-Nichols thứ nhất, sử dụng bộ
điều khiển PI, ta có:
Kp

TI

T
k
10
3

0.9 * 200
0.92
6.52* 30
10
30 100
KI
3

Kp
TI

0.92
100

0.0092

4.2. CƠ SỞ THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ NƠRON VỚI
LUẬT ĐIỀU KHIỂN THÍ CH NGHI.
Xét mô hình toán học là hệ đối tượng phi tuyến MIMO. Phương
trình động học có dạng:

Footer Page 13 of 126.

Header Page 14 of 126.
y1m1

12
p

f1 ( x )

j 1

g1 j ( x )u j

d1

.
.
.
m

yp p

p

f p ( x)

j 1

g pj ( x )u j

dp

Trong đó:
fk và gkj (với k=1 p) là các hàm phi tuyến.
u

u1 , u2 ,..., u p

T

R p là vecto tín hiệu điều khiển ngõ vào hệ

đối tượng.
y

y1 , y2 ,..., y p

T

R p là vecto tín hiệu ngõ ra của hệ đối

T

R p là vecto tín hiệu nhiễu từ ngoài tác động

tượng.
d

d1 , d 2 ,..., d p

vào.

.

.

T

Vecto trạng thái x
y1 , y1 ,..., y1( m1 1) ,..., y p, y p ,..., y (pmp 1)
Rn
Trong bài toán này , yêu cầu thiết kế bộ điều khiển có tí n hiệu
ngõ ra y sẽ bám theo tín hiệu đặt yr

yr1 , yr 2 ,..., yrp

T

Rp .

Từ (4.1) có thể biểu diễn phương trình trạng thái hệ đối tượng
được rút gọn như sau:
x
y

A0 x B [ F ( x ) G ( x )u
T
C x

d]

A , B , C lần lượt là ma trận chéo của các ma trận A0k , B0k , C0k , với
A0

diag[ A01 , A02 ,..., A0 p ] R nxn

B

diag[ B1 , B2 ,..., B p ] R nxp

C

diag[C1 , C2 ,..., C p ] R nxp

F ( x) [ f1 ( x ), f 2 ( x),..., f p ( x)]T

Rp

G ( x) [G1 ( x), G2 ( x),..., G p ( x)]T
Gk ( x) [ g1k ( x), g 2 k ( x),..., g pk ( x)]T

Footer Page 14 of 126.

R pxp
Rp


Header Page 15 of 126.

13

Ta có đị nh nghĩ a:
Sai số bám: e Yr

x ; eˆ Yr

xˆ

Trong đó eˆ và xˆ là ước lượng của e và x
Yr

.

.

T

yr1 , y r1 ,..., yr(1m1 1) ,..., yrp , y rp ,..., yrp( mp

yr( m)

yr(1m) , yr( m2 2) ,..., yrp( mp )

.

T

Rn

Rp

.

T

e

e1 , e1 ,..., e1( m1 1) ,..., ep , ep ,..., e(pmp

e

e1 , e2 ,..., e p

T

1)

E11 , E12 ,..., E1 p

1)

e11 , e12 ,..., e1n ,..., e p1, e p 2 ,..., e pn
T

T

Rn

Rp

Nếu hàm f k(x) và g kj(x) đã biết chắc chắn và không có nhiễu
ngoài d thì theo tiêu chuẩn Lyapunov luật điều khiển là:
u*

F ( x) yrm
G ( x)

KcT e

G 1 ( x)

F ( x) yrm

K cT e

Ước lượng vecto sai số trạng thái eˆ :
.

eˆ ( A0 B KcT )eˆ K0 ( E1 Ê1 )
Ê1

CT ê

Trong đó K 0 diag K 01 , K 02 ,..., K 0 p R nxp là vecto khuếch đại
bộ quan sát, và K0Tk
K0k1 , K0k 2 ,..., K0kn Rmk được chọn sao cho
Ak A0k Bk KckT thỏa Hurwitz.
Sai số của bộ quan sát được xác đị nh:
e e eˆ
E1

E1

Eˆ1

Luật điều khiển được đề ra với tí n hiệu điều khiển u là tổng tí n
hiệu xấp xỉ theo luật điều khiển (4.3) và tín hiệu thành phần để khử
nhiễu ngoài và sai số của mô hì nh:

Footer Page 15 of 126.

u

uf

v


Header Page 16 of 126.
Trong đó : u f

14

u f 1 , u f 2 ,..., u fp

R p là tín hiệu dùng hệ mờ

-

nơron Singleton để xấp xỉ luật điều khiển lý tưởng

p
v v1 , v2 ,..., v p
R là thành phần bù sai số của mô hình và khử
nhiễu ngoài.
Mạng nơron Singleton với cấu trúc của hệ mờ dùng để xấp xỉ
luật điều khiển lý tưởng .
Bộ xấp xỉ luật điều khiển lý tưởng mờ-nơron Singleton

Sử dụng luật suy diễn max -prod, mờ hóa singleton và giải mờ
theo phương pháp trung bì nh trọng tâm.
Với ngõ vào của mạng ( eˆ

e e ) là ước lượng sai số của e ,

do đó hì nh 4.3 dưới đây là mạng nơron Singleton có vecto ngõ vào là

eˆ [eˆ1 , eˆ2 ,..., eˆn ]
Nên ngõ ra của hệ mờ-nơron dùng để xấp xỉ luật điều khiển lúc
này là yk=ufk (k=1 p):

Footer Page 16 of 126.


Header Page 17 of 126.
h

n

i

i
Akj

k
i 1

u fk

15

j 1

(ê j )
T
k

n

h
i 1

i
Akj

j 1

k ( ê)

(ê j )

Trong đó:
uf

u f (ê / )
1

i

,

2

T

u f 1, u f 2 ,..., u fp

,...,

(ê)

B ki

(

i
k

) 1

R là vecto cơ sở mờ , trong đó

1 2
h T
k , k , ..., k

k (ê)

T
p

Rp

p

là điểm vạch mà tại đó

k

T
T
T
1 1 (ê), 2 2 (ê),..., p

h

i
k được

đị nh nghĩ a
n

A ikj

j 1

i
k ( ê)

h

n

i 1

j 1

(ê j )

A ikj

(ê j )

Luật cập nhật được chọn:
k



k

E1k k (eâ)

neáu

Pr( k E1k k (eâ))

k

m

neáu

hay (

k

k

m

k

m vaø E1k k (eâ) 0)

k

k

E1k k (eâ) 0

vaø

được cập nhật bởi luật cập nhật (4.15) và

k

0 là thông số

k

thích nghi thiết kế.

Khi:
k

m vaø k
k

2m thì Pr( k E1k k (eâ))
k

k

E1k k (eâ)

k

E1k

T
k k

2

k

Trong đó

k

(eâ) Lk1(s)[ k (eâ)]

Footer Page 17 of 126.

(eâ)
k


Header Page 18 of 126.

16

Thành phần bù sai số của mô hình và khử nhiễu ngoài được xá c
đinh:
k

vk

k
k

E1k /

k

Luật điều khi
uk

neáu E1k

0 vaø

E1k

k

neáu E1k

0 vaø

E1k

k

neáu E1k

k

ển thích nghi trực tiếp

được xác đị nh

u fk (eâ / ) vk

4.3. THIẾT KẾ BỘ ĐIỀU KHIỂN CHO HỆ BA BỒN NƢỚC
Đặt

h1

h1 (t ) h1 (t )

h1

h1 (t )

h2 (t ) h2 (t )

h2

h 2 (t )

h 3 (t ) h3 (t )

h3

h 3 (t )

a1C dA 2 gh1
A1

.

a12 C dAB sgn(h1 h2 ) 2 g (h1 (t ) h2 (t )
A1

a13C dAC sgn(h1 h3 ) 2 g h1 (t ) h3 (t )
A1
h2

a2 C dB 2 gh2
A2

k1
u1
A1

a23C dBC sgn(h2 h3 ) 2 g (h2 h3 )
A2

a12 C dC sgn(h2 h1 ) 2 g h1 (t ) h2 (t )
A2
h3

a3C dC 2 gh3
A3

k2
u2
A1

a23C dBC sgn(h3 h2 ) 2 g h3 h2

a13C dAC sgn(h1 h3 ) 2 g h1 (t ) h3 (t )

k3
u3
A3

Phương trì nh trạng thái của hệ đối tượng như sau:
h1
h2
h3

0 0 0

h1

1 0 0

f 1 ( h)

0 0 0

h2

0 1 0

f 2 ( h)

g 2 (h)u 2

0 0 0

h3

0 0 1

f 3 ( h)

g 3 (h)u 3

Footer Page 18 of 126.

g 1 (h)u1

.

:


Header Page 19 of 126.

17

y1

0 0 0

h1

y2

0 0 0

h2

y3

0 0 0

h3

Cỏc bc thit k b iu khin nh sau:
Bc 1: Chn h s khuch i hi tip v h s khuch i b
quan sat trang thai nh sau:
15 0 0
Kc

20 2.5 12

v K
0

0 15 0
0 0 15

0

4

14

18 5.6 1.5

Bc 2: Xõy dng bụ quan sat trang thai theo (4.4) xỏc nh
sai sụ c lng ờ(t).
Bc 3: Chn cỏc thụng s ca thnh phn bu sai s ca mụ
hỡnh v kh nhiờu ngoi theo (4.17) c chon:
1

2

0,005 ;

1

2

0,02 ;

1

2

1,215 ; boọ loùc ủửụùc choùn L 1 (s)

1
s 12

Bc 4: Xõy dng cac luõt m cho sai sụ c lng ờ (t) v sau
o ti nh vecto c s m theo (4.14).

Footer Page 19 of 126.


Header Page 20 of 126.
A11

( ê)

A21

( ê)

18
A31

( ê)

A1

1

( ê)
1

A12

( ê)

A22

( ê)

(ê)

A32

A2

(ê)

A23

( ê)

A33

( ê)

A3

( ê)

A24

( ê)

A34

(ê )

A4

ê 30
2

1

ê 2
2

1

1

( ê)

( ê)

2.1, 2

1
2 b2

ê c2
d2

1

A14

2b1

1

(ê)
1

A13

1

ê c1
d1

ê c3
d3
1

ê c4
1
d4

2.1, 2

1
2 b3

ê
2

1

2.1, 2

1
2b4

Bước 5: Thực hiện luật điều khiển

ê 2
1
2

2.1, 2

(4.18) và luật thíh nghi

(4.15).
4.3.

KẾT LUẬN CHƢƠNG 4

CHƢƠNG 5 - MÔ PHỎNG KẾT QUẢ THIẾT KẾ
5.1. XÂY DƢ̣NG BỘ ĐIỀU KHIỂN DÙNG PID
5.1.1. Xây dƣ̣ng bộ điều khiển trên Matlab-Simulink

Hình 5.1. Bộ điều khiển dùng PID
5.1.2. Thƣ̣c hiện điều khiển hệ ba bồn nƣớc trên Matlab
Simulink

Footer Page 20 of 126.

-


Header Page 21 of 126.

19

Hình 5.2. Điều khiển hệ ba bồn nước dùng PID
5.2. XÂY DƢ̣NG BỘ ĐIỀU KHIỂN DÙNG MỜ NƠRON
5.2.1. Xây dƣ̣ng bộ điều khiển trên Matlab-Simulink

Hình 5.8. Khối thực hiện luật thí ch nghi
5.2.1. Thƣ̣c hiện điều khiển hệ ba bồn nƣớc trên Matlat
Simulink

Hình 5.13. Mô hì nh điều khiển hệ ba bồn nước
5.3. KẾT QUẢ MÔ PHỎNG
5.3.1.

Kết quả mô phỏng với bộ điều khiển PID

a. Kết quả mô phỏng bồn 1 (Hình 5.14)

Footer Page 21 of 126.

-

Header Page 22 of 126.

20

Hình 5.14. Kết quả mô phỏng bồn 1 dùng bộ điều khiển PID
b. Kết quả mô phỏng bồn 2 (Hình 5.15)

Hình 5.15. Kết quả mô phỏng bồn 2 dùng bộ điều khiển PID
c. Kết quả mô phỏng bồn 3 (Hình 5.16)

Hình 5.16. Kết quả mô phỏng bồn 3 dùng bộ điều khiển PID
5.3.2. Kết quả mô phỏng với bộ điều khiển dùng hệ mờ
nơron
a. Kết quả mô phỏng bồn nước 1 (Hình 5.17)

Hình 5.17. Kết quả mô phỏng bồn 1 dùng bộ điều khiển mờ nơron

Footer Page 22 of 126.


Header Page 23 of 126.

21

b. Kết quả mô phỏng bồn nước 2 (Hình 5.20)

Hình 5.20 Kết quả mô phỏng bồn 2 dùng bộ điều khiển mờ nơron
c. Kết quả mô phỏng bồn nước 3 (Hình 5.23)

Hình 5.23. Kết quả mô phỏng bồn 3 dùng bộ điều khiển Mờ Nơron
5.4. KẾT LUẬN CHƢƠNG 5


Tín hiệu đặt là sóng vuông , ở thời điểm đầu thì hệ thống

dao động, chưa xác lập nhanh được , nhưng sau đó ổn đị nh tiệm cận
với tí n hiệu đặt, cụ thể:
- Từ đặc t ính sai lệch e

1

với mức nước đặt h

1d=50cm

(Hình

5.18), tác giả lấy 4 khoảng thời điểm để xem xét sự thay đổi mức
nước đặt trước thì thấy lượng quá điều chỉ nh % và sai lệch % e1 lớn
nhất giảm dần tiệm cận về 0 (Bảng 5.1). Đến khoảng thời điểm thứ 4
thì mức nước h 1 ở ngõ ra của đối tượng ổn định với sai lệch

% lớn

nhất là e1%=0.5486% (Bảng 5.1).
- Cũng tương tự đặc tính sai lệch e1 với mức nước đặt h1d=25cm
(Hình 5.19), tác giả lấy 4 khoảng thời điểm để xem xét sự thay đổi

Footer Page 23 of 126.

Header Page 24 of 126.

22

mức nước đặt trước thì thấy lượng quá điều chỉ nh % và sai lệch % e1
lớn nhất giảm dần tiệm cận về 0 (Bảng 5.2). Đến khoảng thời điểm
thứ 4 thì mức nước h 1 ở ngõ ra của đối tượng ổn đị nh với sai lệch %
lớn nhất là e1%=0.333% (Bảng 5.2).
- Từ đặc tí nh sai lệch e

2

với mức nước đặt h

2d=40cm

(Hình

5.21), tác giả lấy 4 khoảng thời điểm để xem xét sự thay đổi mức
nước đặt trước thì thấy lượng quá điều chỉ nh % và sai lệch % e2 lớn
nhất giảm dần tiệm cận về 0 (Bảng 5.3). Đến khoảng thời điểm thứ 4
thì mức nước h 2 ở ngõ ra của đối tượng ổn định với sai lệch

% lớn

nhất là e2%=0.1225% (Bảng 5.3).
- Cũng tương tự đặc tính sai lệch e2 với mức nước đặt h2d=20cm
(Hình 5.22), tác giả lấy 4 khoảng thời điểm để xem xét sự thay đổi

mức nước đặt trước thì thấy lượng quá điều chỉ nh % và sai lệch % e2
lớn nhất giảm dần tiệm cận về 0 (Bảng 5.4). Đến khoảng thời điểm
thứ 4 thì mức nước h 2 ở ngõ ra của đối tượng ổn định với sai lệch %
lớn nhất là e2%=0.4479% (Bảng 5.4).
- Từ đặc tí nh sai lệch e

3

với mức nước đặt h

3d=30cm

(Hình

5.24), tác giả lấy 4 khoảng thời điểm để x em xét sự thay đổi mức
nước đặt trước thì thấy lượng quá điều chỉ nh % và sai lệch % e3 lớn
nhất giảm dần tiệm cận về 0 (Bảng 5.5). Đến khoảng thời điểm thứ 4
thì mức nước h 2 ở ngõ ra của đối tượng ổn định với sai lệc h % lớn
nhất là e3%=0.1455% (Bảng 5.5).
- Cũng tương tự đặc tính sai lệch e3 với mức nước đặt h3d=15cm
(Hình 5.25), tác giả lấy 4 khoảng thời điểm để xem xét sự thay đổi
mức nước đặt trước thì thấy lượng quá điều chỉ nh % và sai lệch % e3
lớn nhất giảm dần tiệm cận về 0 (Bảng 5.6). Đến khoảng thời điểm
thứ 4 thì mức nước h 3 ở ngõ ra của đối tượng ổn định với sai lệch %
lớn nhất là e3%=0.1585% (Bảng 5.6).

Footer Page 24 of 126.


Header Page 25 of 126.

23

Như vậy với sự phân tí ch sai lệch theo các khoảng thời gian như
trên thì tí n hiệu ngõ ra là mức nước h 1, h2, h3 bám theo tín hiệu đặt
với sai lệch rất nhỏ, thời gian xác lập nhanh, kết quả ngõ ra bám theo
tín hiệu đặt tốt.


Kết quả điều khiển dùng bộ điều

khiển mờ nơron (Hình

5.17), (Hình 5.20), (Hình 5.23), cho ra kết quả bám theo tí n hiệu đặt
tốt hơn so với việc dùng bộ điều khiển PID (Hình 5.14), (Hình 5.15),
(Hình 5.16).
Vậy việc sử dụng hệ mờ nơron điều khiển mức chất lỏng cho hệ
ba bồn nước tạo ra bộ điều khiển đáp ứng tốt với sự thay đổi tí n hiệu
đặt của mô hì nh đối tượng.

KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN ĐỀ TÀI
* Kết luận
- Nghiên cứu đối tượng phi tuyến nhiều đầu vào , nhiều đầu ra
trong điều khiển quá trì nh với việc xây dựng được mô hì nh toán học
đối tượng hệ ba bồn nước.
- Việc kết hợp hệ mờ và mạng nơron để tạo ra được bộ điều
khiển đã khắc phục được những nhược điểm vốn có của các bộ điều
khiển riêng lẻ.
- Sử dụng được trí tuệ nhân tạo phục vụ trong điều khiển là việc
tạo ra hệ lai với sự kết hợp của điều khiển mờ và mạng nơron . Giải

quyết được bài toán điều khiển quá trì nh với đối tượng hệ ba bồn
nước, là hệ phi tuyến phức tạp có 3 ngõ vào, 3 ngõ ra (MIMO).
- Kiểm tra được tí nh đúng đắn của thuật toán điều khiển qua
việc mô phỏng kết quả nghiên cứu trên Matlab -Simulink, cho ra kết
quả điều khiển tốt.

Footer Page 25 of 126.