Nghiên cứu thiết kế bộ điều khiển mờ nơron cho lò điện trở sử dụng thuật toán lan truyền ngược cải tiến

ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA

LÊ PHÚ THI

NGHIÊN CỨU THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ
NƠRON CHO LÒ ĐIỆN TRỞ SỬ DỤNG THUẬT
TOÁN LAN TRUYỀN NGƯỢC CẢI TIẾN

Chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa
Mã số: 60520216

TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT

Đà Nẵng - Năm 2017


Công trình được hoàn thành tại
TRƯỜNG ĐẠI HỌC BÁCH KHOA

Người hướng dẫn khoa học: TS. Nguyễn Quốc Định

Phản biện 1:
PGS.TS. Bùi Quốc Khánh
Phản biện 2:
TS. Nguyễn Anh Duy

Luận văn được bảo vệ trước Hội đồng chấm Luận văn tốt
nghiệp thạc sĩ ngành Kỹ thuật Điều khiển và Tự động hóa họp
tại Trường Đại học Bách khoa vào ngày 07 tháng 07 năm
2017.

Có thể tìm hiểu luận văn tại:
 Trung tâm Học liệu, Đại học Đà Nẵng tại Trường Đại học
Bách khoa
 Thư viện Khoa điện, Trường Đại học Bách khoa - ĐHĐN


1
MỞ ĐẦU
1. Lý do chọn đề tài
Ngày nay khoa học kỹ thuật không ngững phát triển, đặc biệt
đối với nước ta đang trong thời kỳ công nghiệp hóa – hiện đại hóa,
cũng chính vì mục tiêu đó mà việc ứng dụng các phương pháp điều
khiển mới linh hoạt hơn vào điều khiển tự động là rất cần thiết.
Những phương pháp điều khiển cổ điển hầu như dựa trên nền
toán học chính xác. Tuy nhiên kỹ thuật điều khiển mờ bắt nguồn từ
những sách lượt và kinh nghiệm của chuyên gia đã có thể thoát được
những ràng buộc từ những phương pháp toán học chính xác. Bên
cạnh điều khiển mờ ta còn có phương pháp điều khiển sử dụng mạng
nơron tái tạo lại chức năng giống con người đã mở ra một hướng mới
trong việc giải quyết các bài toán kỹ thuật và kinh tế.
Điều khiển nhiệt độ lò điện trở thường khá phực tạp do đối
tượng có tính trễ và phi tuyến. Ngày nay với sự ra đời của nhiều
phương pháp điều khiển khác nhau, mỗi phương pháp chắc chắn sẽ
có những điểm mạnh riêng. Nếu có thể kết hợp tốt các phương pháp
với nhau có thể mang đến một hiệu quả cao trong điều khiển.
Cũng chính vì những yếu tố trên mà việc kết hợp hệ mờ và
nơron được nghiên cứu là mục đích của đề tài “Nghiên cứu thiết kế
bộ điều khiển mờ nơ ron cho lò điện trở sử dụng thuật toán lan
truyền ngược cải tiến”.

2. Mục tiêu nghiên cứu:
Tìm hiểu các đặc trưng của mạng nơ ron nhân tạo, khả năng và
các nguyên tắc để ứng dụng thành công mạng nơ ron nhân tạo trong
thực tế. Xây dựng lý thuyết sử dụng phương pháp mờ - nơ ron thuật
toán lan truyền ngược điều khiển nhiệt độ lò điện trở. Làm cơ sở cho


2
các nghiên cứu sâu hơn về lò điện trở và nền tảng để chế tạo mô hình
điều khiển nhiệt độ lò điện trở.
3. Đối tượng và phạm vi nghiên cứu
3.1. Đối tượng nghiên cứu
- Quá trình thay đội nhiệt độ lò điện trở
- Lý thuyết điều khiển mờ, mạng nơron
- Thuật toán lan truyền ngược.
- Phần mềm Matlab & Simulink mô phỏng quá trình điều
khiển nhiệt độ lò điện trở.
3.2. Phạm vi nghiên cứu
- Điều khiển nhiệt độ lò điện trở sử dụng phương pháp điều
khiển PID, điều khiển mờ và mờ nơ ron thuật toán lan truyền ngược.
- Mô phỏng quá trình điều khiển nhiệt độ lò điện trở.
4. Nội dung nghiên cứu
- Nghiên cứu mô hình lò điện trở.
- Nghiên cứu về lý thuyết điều khiển mờ, mạng nơron, và kết
hợp mạng nơron với hệ mờ.
- Nghiên cứu xây dựng mô phỏng quá trình điều khiển nhiệt
độ lò điện trở bằng phần mềm Matlab & Simulink.
5. Phương pháp nghiên cứu
Đề tài thực hiện trong phạm vi mô phỏng mô hình trên công
cụ Matlab – Simulink, sẽ là cơ sở để tiếp tục nghiên cứu trong thực

tế.
6. Ý nghĩa khoa học và thực tiễn của đề tài:
6.1. Ý nghĩa khoa học của đề tài:
Nghiên cứu này cũng như các nghiên cứu khác có cùng mục
tiêu nâng cao độ chính xác sẽ cung cấp thêm cho những nhà nghiên
cứu, đề tài sẽ mang lại một hướng mới trong việc thiết kế bộ điều
khiển nhiệt độ trong lò điện trở, ngoài việc dùng bộ điều khiển PID


3
hoặc bộ điều khiển mờ. Bộ điều khiển mờ nơ ron có thể cho khả
năng điều khiển tốt hơn đối với đối tượng điều khiển là nhiệt độ.
6.2. Ý nghĩa thực tiễn của đề tài:
Đề tài thực hiện làm cơ sở để thực hiện các bộ điều khiển sử
dụng thuật toán mờ nơ ron với chất lượng đạt yêu cầu.
CHƯƠNG 1
TỔNG QUAN VỀ LÒ ĐIỆN
1.1. Giới thiệu về lò điện.
1.1.1. Định nghĩa
Lò điện trở là thiết bị biến đổi điện năng thành nhiệt năng,
dùng trong công nghệ nung nóng, nấu chảy vật liệu.
1.1.2. Đặc điểm của lò điện
Có khả năng tạo được nhiệt độ cao do nhiệt năng được tập
trung trong một thể tích nhỏ.
Do nhiệt năng tập trung, nhiệt độ cao nên lò có tốc độ nung
lớn, năng suất cao.
Đảm bảo nung đều, nung chính xác, dễ điều chỉnh và khống
chế độ nhiệt và chế độ nhiệt độ.
Có khả năng cơ khí hóa, tự động hóa.
Đảm bảo điều kiện vệ sinh: không bụi, không khói, ít tiếng ồn.

Tuy lò điện có nhiều ưu điểm so với các lò nhiên liệu, nhưng
cần lưu ý rằng: điện năng là dạng năng lượng quý, đắt.
1.1.3. Nguyên lý làm việc của lò điện trở
Khi dòng điện chạy qua vật dẫn có điện trở R (vật rắn hoặc
chất lỏng), nó sẽ tỏa nhiệt lượng trong vật thể theo định luật JouleLence. Năng lượng nhiệt này sẽ đốt nóng bản thân vật dẫn hoặc gián
tiếp đốt nóng các vật nung xếp gần đó.


4
Những thiết bị nung làm việc theo nguyên tắc này được gọi là
điện trở. Dây dẫn hoặc vật nung có dòng điện chạy qua được gọi là
dây điện trở hoặc dây nung.
1.2.
Giới thiệu chung về lò điện trở:
1.2.1. Nguyên lý làm việc của lò điện trở.
Khi dòng điện chạy qua vật dẫn có điện trở là R (vật rắn hoặc
chất lỏng), nó sẽ tỏa ra nhiệt lượng trong vật thể theo định luật JouleLence. Năng lượng nhiệt này sẽ đốt nóng bản thân vật dẫn hoặc gián
tiếp đốt nóng các vật nung xếp gần đó.
Những thiết bị nung làm việc theo nguyên tắc này được gọi là
lò điện trở. Dây dẫn hoặc vật nung có dòng điện chạy qua được gọi
là dây điện trở hoặc dây nung.
1.2.2. Phân loại lò điện trở.
a. Phân loại theo phương pháp tỏa nhiệt.
b. Phân loại theo nhiệt độ làm việc.
c. Phân loại theo nơi dùng.
d. Phân loại theo đặc tính làm việc
e. Phân loại theo kết cấu lò.
f. Phân loại theo mục đích sử dụng.
1.2.3. Vật liệu làm dây điện trở.
a. Dây điện trở bằng hợp kim.

b. Dây điện trở bằng kim loại.
c. Dây điện trở nung nóng bằng vật liệu kim loại.
1.2.4. Các loại lò điện trở thông dụng.
a. Lò nung nóng theo chu kỳ.
b. Lò nung nóng liên tục.
1.3. Khống chế và ổn định nhiệt độ lò điện trở
Điều chỉnh công suất cấp cho lò điện trở có thể thực hiện
bằng các phương pháp sau:


5
- Hạn chế công suất cấp cho dây điện trở bằng cách đấu thêm
điện trở phụ(cuộn kháng bão hoà, điện trở).
- Dùng biến áp tự ngẫu, hoặc biến áp có nhiều đầu dây sơ
cấp để cấp cho lò điện trở.
- Thay đổi sơ đồ đấu dây của dây điện trở (từ tam giác sang
sao, hoặc từ nối tiếp sang song song).
- Đóng cắt nguồn cấp cho dây điện trở theo chu kỳ.
- Dùng bộ điều áp xoay chiều để thay đổi trị số điện áp cấp
cho dây điện trở.
1.4. Các loại cảm biến nhiệt độ
1.5. Mạch điều áp xoay chiều ba pha

Hình 1. 1: Sơ đồ sáu thysistor đấu thành ba cặp song song ngược.
1.6. Thiết kế tính toán tính chọn van bán dẫn
CHƯƠNG 2
TỔNG QUAN VỀ HỆ NƠRON MỜ
2.1. Đặt vấn đề
Hệ thống hợp nhất này sẽ có ưu điểm của cả hai: Mạng nơron
(khả năng học, khả năng tối ưu hóa, sự kết nối về cấu trúc) và hệ mờ

(sự thông minh của con người qua luật mờ if-then, sự thuận lợi của
việc am hiểu kiến thức chuyên môn một cách chặt chẽ của các
chuyên gia).


6
2.2. Tổng quan về điều khiển mờ
2.2.1. Giới thiệu
2.2.2. Cấu trúc của hệ điều khiển mờ

Hình 2.1: Các khối chức năng của bộ điều khiển mờ.
- Khối giao diện vào ra: để đưa tín hiệu vào bộ điều khiển và
xuất tín hiệu từ ngõ ra bộ điều khiển đến cơ cấu chấp hành.
- Khối mờ hóa: có chức năng chuyển mỗi giá trị rõ của biến
ngôn ngữ đầu vào thành vector  có số phần tử bằng số tập mờ đầu
vào.
- Khối thiết bị hợp thành là cơ cấu suy diễn có chức năng
biến mỗi giá trị rõ x0 ở đầu vào thành tập mờ   ( x0 ) trên cơ sở các
luật điều khiển.
+ Luật điều khiển: bao gồm một số mệnh đề hợp thành, là
các mệnh đề đơn hoặc mệnh đề phức được liên hệ với nhau bởi toán
tử.
Cấu trúc luật hợp thành.
+ Cấu trúc SISO (một vào, một ra)
+ Cấu trúc MISO (nhiều vào, một ra)
+ Cấu trúc MIMO (nhiều vào, nhiểu ra)
• Luật hợp thành Max-min.
• Luật hợp thành Max-prod.
• Luật hợp thành Sum-min.
• Luật hợp thành Sum-prod.

- Khối giải mờ có nhiệm vụ chuyển tập mờ đầu ra thành giá
trị rõ y0 (ứng với mỗi giá trị rõ x0 ) để điều khiển đối tượng. Có


7
hai phương pháp giải mờ chính là phương pháp cực đại và phương
pháp điểm trọng tâm.
2.3. Tổng quan về mạng nơron
2.3.1 Giới thiệu
2.3.2. Lịch sử phát triển của mạng nơron nhân tạo
Qua quá trình nghiên cứu và phát triển mạng nơron nhân tạo
được chia làm 4 giai đoạn.
2.3.3. Cấu trúc mạng nơron nhân tạo
a) Mạng nơron sinh học.
- Thân nơron (Soma)
- Các nhánh (Dendrite)
- Sợi trục (Axon)
b) Mạng nơron nhân tạo
Khái niệm: Nơron nhân tạo là sự sao chép nơron sinh học
của não người.
2.3.4. Mô hình nơron
a) Nơron đơn giản
b) Nơron với nhiều đầu vào (véctor vào)
2.3.5 Cấu trúc mạng
Hai hay nhiều nơron kết hợp thành một lớp, và một mạng
riêng biệt có thể chưa một hay nhiều lớp nơron
Một lớp nơron
Mạng nhiều lớp
2.3.6 Huấn luyện mạng
Mục đích: mạng nơron được huấn luyện để thực hiện những

hàm phức tạp trong nhiều lĩnh vực ứng dụng khác nhau.
a) Huấn luyện gia tăng (huấn luyện tiến dần)
b) Huấn luyện theo gói
2.4. Sự kết hợp giữa mạng nơron và logic mờ


8
2.4.1. Vài nét về lịch sử phát triển
2.4.2. Logic mờ
2.4.3. Mạng nơron
2.4.4. Sự kết hợp giữa mạng nơron và logic mờ
Một số tiêu chí cơ bản trợ giúp cho người thiết kế ở logic
mờ và mạng nơron (Bảng 2.1).
Bảng 2. 1: So sánh mạng nơron và logic mờ
Tiêu chí
Mạng nơron
Logic mờ
Thể hiện tri thức Không tường minh, Tường minh, dễ kiểm
khó giải thích và khó chứng hoạt động và dễ
sửa đổi.
sửa đổi.
Có khả năng học thông Không có khả năng học,
Khả năng học
qua các tập dữ liệu.
người thiết kế phải tự thiết
kế tất cả.
Tính nhạy cảm Thấp
Cao
với những thay
đổi của mô hình

Nguồn của tri
Từ các mẫu học
Từ các kinh nghiệm
thức
chuyên gia
Trong nơron và trọng Trong luật hợp thành và
Lưu giữ tri thức số của từng đường
hàm thuộc
ghép nối
Từ đó người ta đã đi đến việc kết hợp mạng nơron và điều
khiển mờ để hình thành bộ điều khiển mờ nơron có ưu điểm vượt
trội.

Hình 2.24: Kiến trúc kiểu mẫu của một hệ nơron mờ
Hai tiêu chí cơ bản trợ giúp cho người thiết kế ở logic mờ và ở
mạng nơron thể hiện trái ngược nhau.


9
Từ những phân tích trên, ta thấy nếu kết hợp logic mờ và
mạng nơron, ta sẽ có một hệ lai với ưu điểm của cả hai: logic mờ cho
phép thiết kế hệ dễ dàng, tường minh trong khi mạng nơron cho phép
học những gì mà ta yêu cầu về bộ điều khiển.
2.4.6. Giới thiệu ANFIS
2.4.7. Cấu trúc bộ điều khiển theo ANFIS
Cụ thể, chức năng của từng lớp được diễn tả như sau:
+ Lớp 1: là lớp vào của mạng, gồm 2 nơron, lớp này chuyển
giá trị đầu vào đến lớp tiếp theo.
+ Lớp 2: Mỗi nút trong lớp này đại diện cho một trong năm
hàm thuộc {NB NS ZE PS PB}, do đó lớp này có 10 nơron.

+ Lớp 3: lớp này gồm 25 nơron tương ứng với 25 luật, đầu
vào là các độ phụ thuộc, đầu ra của lớp là cường độ của luật (Rule
weight).
+ Lớp 4: lớp này gồm 25 nơron. Đầu vào của lớp là cường
độ của luật, đầu ra của lớp là cường độ luật trung bình.
+ Lớp 5: lớp này là lớp giải mờ, chỉ gồm 1 nơron. Đầu vào
của lớp là các cường độ luật trung bình.
2.4.8. Cơ chế huấn luyện của ANFIS
Cơ chế huấn luyện như sau: thuật toán được cung cấp với
một tập hợp các ví dụ về hành vi riêng của mạng (dữ liệu vào/ra
mẫu) {[p1, t1],… [p2, t2],…[pQ,tQ]} trong đó pQ là đầu vào của
mạng (e, ec ) và tq là đầu ra mong muốn tương ứng với (target
output). Khi mỗi đầu vào được đưa tới mạng, đầu ra của mạng
được so sánh với đầu ra mong muốn. Thuật toán phải hiệu chỉnh
các thông số mạng để cực tiểu hóa sai số trung bình bình phương.
2.4.9. Luật học lan truyền ngược BP (Back propagation).


10
CHƯƠNG 3
MÔ PHỎNG BỘ ĐIỀU KHIỂN NHIỆT ĐỘ LÒ ĐIỆN TRỞ
VÀ ĐÁNH GIÁ
3.1. Điều khiển nhiệt độ trong lò điện trở sử dụng bộ điều
khiển PID
3.1.1. Khái niệm về bộ điều khiển PID
3.1.2. Điều khiển nhiệt độ lò điện trở sử dụng bộ điều khiển PID
Trong kỹ thuật điều khiển, người ta mô tả lò điện trở bằng
một khâu quán tính bậc nhất có trễ có hàm truyền:

k .e  ts

1  Ts
Ta lấy : k  6,52 , T  150(s) ,   25(s)
k .e  ts
6.52 25s
W s 

e
1  Ts 150s  1

W s 

Cảm biến nhiệt độ được coi là một khâu tỉ lệ với hệ số:

10V
 0, 0067(v / 0c )
15000 C
 25

 0.167 thõa mãn điều kiện trên nên ta sử
Mà ta có:
T 150
kcb 

dụng phương pháp thứ nhất Ziegler – Nichols, sử dụng bộ điều khiển
PID, ta có:

k p  1.2

T2

 1.2 


TI  2  50

150
 7.2
25

TD  0.5  12.5


Do đó GPID ( s)  K p 1 




1
1


 TD s   7.2 1 
 12.5s 
TI s
 50s




11

Mô phỏng trên matlab – simulink ta được:

Hình 3.3:Mô phỏng bộ điều khiển PID cho lò điện trở
Kết quả mô phỏng:

Hình 3.5: Kết quả mô phỏng bộ điều khiển PID cho lò điện trở
Bảng 3. 1: Thông số đạt được của bộ điều khiển PID.
Quá trình điều khiển Số liệu
Tỉ lệ (%)
0
Độ quá điều chỉnh
180 ( C)
12 %
Thời gian quá độ
130 (s)
Tốc độ điều chỉnh
80 (s)
3.2. Điều khiển nhiệt độ trong lò điện trở sử dụng bộ điều
khiển NN-PID
3.2.1. Bộ điều khiển NN-PID
a. Cấu trúc:
Cấu trúc của bộ điều khiển PIDNN là cấu trúc PID – một nơ
ron, và được xây dựng như hình sau:


12

Hình 3. 1: Sơ đồ cấu trúc bộ điều khiển PID – một Nơron
Trong đó:
+ ∆e1, ∆e2, ∆e3: tương ứng là sai lệch tỉ lệ, vi phân và tích

phân và là ba đầu vào của bộ Nơron-PID.
+ w1, w2, w3: tương ứng là các hệ số Ki, Kp, Kd của bộ điều
khiển Nơron-PID.
+ u: là tín hiệu đầu ra của bộ điều khiển và là tín hiệu điều
khiển nhiệt độ lò điện trở
Phương trình vi phân của bộ điều khiển PID truyền thống:
de(t)
u(t) = Kpe(t) + Ki∫ e(t) + Kd d(t)
Phương trình mô tả luật điều khiển của bộ điều khiển NơronPID được thiết lập như sau:
∆u(k) = w1 ∆e1 + w2 ∆e2 + w3 ∆e3 = Kp ∆e1 + Ki ∆e2 + Kd ∆e3
Tín hiệu điều khiển tại thời điểm k: u(k) = u(k-1) +∆u(k)
Các thông số của bộ điều khiển: Kp, Ki, Kd được chỉnh định
một cách online nhờ vào việc cập nhật các trọng số w1, w2, và w3 của
mạng nơ ron.
b. Huấn luyện trực tuyến bộ điều khiển Nơron-PID:
Mục tiêu của quá trình huấn luyện bộ điều kiển Nơron-PID là
điều chỉnh bộ trọng số wj (j=1,2,3) của mạng, để cực tiểu hóa hàm
chi phí sau:
1
1
E(k) = 2 e(k) = 2[rin(k) – yout(k)]2
Việc chỉnh định bộ trọng số wj được thực hiện theo phương
pháp Gradient descient:


13
Trong đó, các ∆wj(k) được xác định như sau:
∂E(k)
∂E(k) ∂y(k)
∆w1(k) = ηkp (− ∂w (k)) = - ηkp ∂y(k) ∂∆u(k)

e(k)

∂y(k)
∆e1
∂∆u(k)

1

∂∆u(k)
∂w1 (k)

= ηkp

∂E(k)
)
2 (k)

= - ηki

∂E(k) ∂y(k) ∂∆u(k)
∂y(k) ∂u∆(k) ∂w2 (k)

= ηki e(k)

∂y(k)
∂∆u(k)

∂E(k)
)
∂w2 (k)

= - ηkd

∂E(k) ∂y(k) ∂∆u(k)
∂y(k) ∂∆u(k) ∂w3 (k)

= ηkd e(k)

∂y(k)
∂∆u(k)

∆w2(k) = ηki (− ∂w
∆e2
∆w3(k) = ηkd (−
∆e3

Với: + ηkp, ηki, ηkd: là các hằng số tốc độ học tỉ lệ, tích phân
và vi phân.
+ e(k): là tín hiệu sai lệch.
+ ∆e1, ∆e2, ∆e3: là độ biến thiên sai lệch tỉ lệ, tích phân và vi
phân.
𝜕𝑦(𝑘)
+ 𝜕∆𝑢(𝑘) : là độ nhạy của đáp ứng đối với tín hiệu điều khiển,
hay còn gọi là thông tin Jacobian, được xác định thông qua bộ nhận
dạng Nơron-RBF.
3.2.2. Xây Dựng Bộ Nhận Dạng Đối Tượng Nơron-RBF (Radial
Basic Function Neural Network):
a. Cấu trúc:

Hình 3. 2: Cấu trúc mạng Nơron-RBF

Mạng RBF được xây dựng là mạng nơ ron truyền thẳng ba
lớp.
- Lớp đầu vào: có 3 tín hiệu đầu vào: u(k), yout(k-1) và yout (k2).


14
Với: + u(k): tín hiệu điều khiển tại thời điểm k.
+ yout(k-1) và yout(k-2): là tín hiệu phản hồi từ hệ thống tại
thời điểm (k-1) và (k-2).
Tạo thành vec tơ đầu vào: X = [u(k), y(k-1), y(k-2)]T.
- Lớp ẩn: ta chọn có 6 nơron RBF: H = [h1, h2, h3, h4, h5,
h6].
Giá trị của các hj được tính theo hàm Gaussian như sau:
2

hj = exp(-

‖x − Cj ‖
2bj 2

)

j= 1, 2, 3...6

Trong đó:
+ cji là các tâm của hàm RBF:
Cj = [cj1, cj2, cj3]T i = 1,2,...n
+ bj là bán kính của hàm RBF: Bj = [b1, b2,....bm]T
- Lớp ra: là một nơ ron tuyến tính với các trọng số đầu vào:
w = [w1, w2,..., wm]T

Giá trị đầu ra của bộ nhận dạng RBF được xác định theo công
thức sau:
ymout(k) = w1h1 + w2h2 + ... + wmhm
b. Huấn luyện mạng:
Mục tiêu của giải thuật huấn luyện trực tuyến bộ nhận dạng
Nơron-RBF là điều chỉnh các bộ trọng số của mạng và các tham số
của hàm cơ sở bán kính (RBF) để đạt giá trị cực tiểu hàm chi phí:
1
J = 2 (yout(k) – ymout(k))2
Sử dụng phương pháp Gradient descent, trọng số của từng lớp
mạng Nơron-RBF được cập nhật như sau:
+ Bộ trọng số W:
∂E(k)
∂E(k)
∂ymout (k)
∆wj(k) = - η
= - η
= η(yout(k) –
∂wj (k)

∂ymout (k)

∂wj (k)

ymout(k)).hj
wj(k) = wj(k-1)+ ∆wj(k) +α[wj(k-1)- wj(k-2)]+ β [wj(k-2)- wj(k3)]


15
+ Bán kính hàm RBF:

∂E(k)

∆bj(k) = - η ∂b (k) = η ∂y
j

∂E(k)
mout (k)

= η[yout(k) – ymout(k)].wj(k).hj(k)

∂ymout (k)
∂hj (k)

∂hj (k)
2

∂bj (k)

‖X − Cj (k)‖
b3j

)

bj(k) = bj(k-1) + ∆bj(k) + α[bj(k-1)- bj(k-2)]+β [bj(k-2)- bj(k-3)]
+ Tâm hàm RBF:
∂E(k)
ji (k)

∆cji(k) = - η ∂c

= η ∂y

∂E(k)
∂ymout (k)
∂hj (k)
mout (k)
‖xi (k) − cji (k)‖

= η[yout(k) – ymout(k)].wj.hj

∂hj (k)

∂cji (k)

b2j (k)

cji(k) = cji(k-1) + ∆cji(k) + α[cji(k-1)- cji(k-2)]+β [cji(k-2)- cji(k3)]
Thông tin Jacobian cho việc chỉnh định các thông số của bộ
Nơron-PID được xác định như sau:
cji −x1
∂y(k)
∂y
(k)
∂ymout (k) ∂hj (k)
≈ mout
= ∑m
= ∑m
2
j=1
j=1 wj hj

∂∆u(k)

∂∆u(k)

∂hj (k)

∂∆u(k)

Với x1 là tín hiệu điều khiển u(k).
Mô phỏng trên matlab ta có mô hình:

Hình 3. 3: Mô phỏng trên matlab bộ điều khiển NN-PID
Kết quả mô phỏng:

bj


16

Hình 3. 4: Kết quả mô phỏng bộ điều khiển NN-PID cho lò điện trở.
Bảng 3. 2: Thông số đạt được của bộ điều khiển NN-PID.
Quá trình điều khiển
Số liệu
Tỉ lệ (%)
0
Độ quá điều chỉnh
33 ( C)
2,2 %
Thời gian quá độ
215 (s)

Tốc độ điều chỉnh
150 (s)
3.3. Điều khiển nhiệt độ trong lò điện trở sử dụng bộ điều
khiển mờ
Bước 1: Tìm hiểu hệ thống
- Lò điện trở dùng để gia nhiệt chi tiết bằng kim loại cho các
công đoạn như tôi, ram. Lò điện trở được nung nóng bằng dây điện
trở, nguồn điện cung cấp cho lò là nguồn áp có thể điều chỉnh được.
Việc điều khiển nhiệt độ được thực hiện thông qua điều khiển điện
áp cung cấp cho lò.
- Khâu so sánh làm nhiệm vụ so sánh điện áp đặt và điện áp
phản hồi lấy từ đầu ra của khối cảm biến, đầu ra của khâu so sánh là
sao lệch e  U  ucb . Lò điện trở nói riêng, cũng như đối tượng nhiệt
nói chung thường không cho phép có độ quá điều chỉnh, do đó e biến
thiên trong khoảng từ 10 đến 0.
Bước 2: Chọn các biến ngôn ngữ vào, ra


17
- Giả thiết ta điều khiển lò điện trở theo quy luật PI, khi đó
biến ngôn ngữ đầu vào bộ điều khiển mờ là sai lệch (ký hiệu là E) và
tích phân sai lệch (ký hiệu là TE). Đầu ra bộ Điều khiển mờ là điện
áp (ký hiệu là U). Miền giá trị của các biến ngôn ngữ được chọn như
sau:

E  [0  10]
TE  [0  1500]
U  [0  20]

Hàm liên thuộc của các biến ngôn ngữ được chọn như sau:

 E  [ E0 ( x)  EDI ( x)  EDV ( x)  EDL ( x)  EDR ( x)]
 E  [TE0 ( x) TEDI ( x) TEDV ( x)TEDL ( x)TEDR ( x)]
 U=[U 0 ( x) U DI ( x) U DV ( x) U DL ( x)U DR ( x)]

Bước 3: Xây dựng luật hợp thành: với 5 tập mờ của mỗi đầu
vào, ta xây dựng được 5 x 5 = 25 luật điều khiển. Các luật điều
khiển này được xây dựng theo nguyên tắc sau:
- Sai lệch càng lớn thì tác động điều khiển càng lớn.
- Tích phân sai lệch càng lớn thì tác động điều khiển càng lớn.
Bảng 3. 3: Bảng luật điều khiển.
TE

0

DI

DV

DL

DR

E
DR
DR
DR
DR
DR
DR

DL
DL
DR
DR
DR
DR
DV
DV
DL
DR
DR
DR
DI
DI
DV
DL
DR
DR
0
0
DI
DV
DL
DR
Bước 4: Chọn luật hợp thành Max – Min, giải mờ bằng
phương pháp trọng tâm, ta quan sát được sự tác động của các luật và
quan hệ vào – ra của bộ điều khiển.


18

Bước 5: Mô phỏng hệ thống: Sơ đồ mô phỏng hệ thống được
chỉ ra trên hình 3.18. Kết quả mô phỏng được chỉ ra trên hình
3.19.
Tại cửa sổ trên Matlab ta nhập lệnh fuzzy, xuất hiện cửa sổ
FIS EDITOR. Ta tiến hành chọn số đầu vào cho bộ điều khiển, chọn
phương pháp điều khiển, xây dựng luật hợp thành, thiết lập các hàm
liên thuộc như sau:

Hình 3.12: Giao diện FIS

Hình 3.13: Mờ hóa sai lệch.


19

Hình 3.14: Mờ hóa tích phân sai lệch

Hình 3. 15: Mờ hóa điện áp điều khiển
Thực hiện việc mô phỏng trên Matlab – Simulink như hình 3.18

Hình 3.18: Mô phỏng bộ điều khiển mờ cho lò điện trở.
Ta nhận kết quả mô phỏng như hình 3.19


20

Hình 3. 19: Kết quả mô phỏng bộ điều khiển mờ cho lò điện trở
Bảng 3. 4: Thông số đạt được của bộ điều khiển mờ.
Quá trình điều khiển
Số liệu

Tỉ lệ (%)
Độ quá điều chỉnh
62 (0C)
4.13 %
Thời gian quá độ
500 (s)
Tốc độ điều chỉnh
300 (s)
3.4. Điều khiển nhiệt độ trong lò điện trở sử dụng thuật
toán mờ-nơron.
Đầu tiên ta đo lấy thông số đầu vào ra trong quá trình điều
khiển nhiệt độ lò điện trở, từ các thông số đo được ta xây dựng hai
tập dữ liệu là học và kiểm tra. Sau đó ta tiến hành quá trình huấn
luyện dữ liệu.
Gõ vào cửa sổ lệnh anfisedit rồi thi hành lệnh, trên Matlab
xuất hiện cửa sổ anfis.


21

Hình 3.20: Tải dữ liệu huấn luyện lên ANFIS
Trên hình 3.19 chúng ta có thể đọc được số liệu về lỗi sau
10000 lần thực hiện lan truyền ngược là 0.054334. Ta tiến hành lưu
lại file để điều khiển.

Hình 3.21: Huấn luyện mạng

Hình 3. 23: Mô phỏng bộ điều khiển mờ - nơron cho lò điện trở.

22

Hình 3.24: Kết quả mô phỏng bộ điều khiển mờ - nơron cho lò điện trở.

Bảng 3.5: Thông số đạt được của bộ điều khiển mờ-nơron.
Quá trình điều khiển
Số liệu
Tỉ lệ (%)
Độ quá điều chỉnh

12 (0C)

Thời gian quá độ

700 (s)

Tốc độ điều chỉnh

200 (s)

0.8 %

3.5 Tổng hợp đánh giá các bộ điều khiển

Hình 3. 25: Tổng hợp mô phỏng 4 bộ điều khiển.


23

Hình 3.26: Kết quả mô phỏng các bộ điều khiển.

Bảng 3. 5: Tổng hợp các số liệu từ các bộ điều khiển.
Bộ điều khiển
Độ quá điều
Tốc độ điều Thời gian quá
0
chỉnh ( C)
chỉnh (s)
độ (s)
0
PID
180 ( C)
80 (s)
130 (s)
NN-PID
Mờ

33 (0C)
62 (0C)

150 (s)
300 (s)

215 (s)
500 (s)

Mờ nơron

12 (0C)

200 (s)

700 (s)

Đánh giá kết quả mô phỏng:
Căn cứ kết quả mô phỏng ở hình trên ta nhận thấy mỗi bộ điều
khiển có các ưu nhược điểm riêng. Với bộ điều khiển PID thì thời
gian đạt giá trị điều khiển đầu tiên là sớm nhất, tuy nhiên độ vọt lố
cao làm ảnh hưởng đến hệ thống cũng như tuổi thọ của thiết bị. Bộ
điều khiển NN-PID cũng đạt được giá trí điều khiển là sớm nhất và
có độ vọt lố không quá cao, và ổn định giá trị mong muốn trong thời
gian sớm nhất. Bộ điều khiển mờ có sự ổn định cao, và không đạt
được mục tiêu nhiệt độ cần đạt được tuy nhiên độ vọt lố là không cao
vẫn nằm trong phạm vi cho phép. Ta nhận thấy với bộ điều khiển
mờ-nơron thì độ vọt lố là vô cùng nhỏ, tuy nhiên thời gian để hệ
thống đạt giá trị ổn định là trễ nhất.