Luận văn thạc sĩ về bộ điều khiển PID một nơ-ron thích nghi và mạng nơ-ron RBF

Luận văn thạc sĩ trình bày phương pháp điều khiển PID sử dụng nơron thích nghi và bộ nhận dạng mạng nơron RBF trong hệ thống điều khiển.

• Tác giả: Trần Thanh Tú
• Người hướng dẫn: GVC-TS Nguyễn Chí Ngôn
• Trường học: Đại học Sư phạm Kỹ thuật thành phố Hồ Chí Minh
• Chuyên ngành: Điện-Điện tử
• Đề tài: Bộ Điều Khiển PID Một Nơ-Ron Thích Nghi Dựa Trên Mạng Nơ-Ron RBF
• Loại tài liệu: luận văn
• Năm xuất bản: 2012
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LÝ LỊCH KHOA HỌC
• LỜI CAM ĐOAN
• CẢM ƠN
• TÓM TẮT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan chung về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và ngoài nước đã công bố
• 1.2. Tổng quan chung về lĩnh vực nghiên cứu
• 1.3. Các kết quả nghiên cứu trong và ngoài nước đã công bố
• 1.4. Mục tiêu của đề tài
• 1.5. Nhiệm vụ của đề tài và giới hạn đề tài
• 1.6. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Bộ điều khiển PID thích nghi
• 2.1.1. Tổng quan về bộ điều khiển PID
• 2.2. Bộ điều khiển PID thích nghi
• 2.3. Bộ điều khiển PID một nơ-ron
• 2.3.1. Cấu trúc bộ điều khiển PID một nơ-ron
• 2.3.2. Huấn luyện trực tuyến bộ điều khiển một nơ-ron
• 2.4. Mạng nơ-ron RBF
• 2.4.1. Cấu trúc mạng nơ-ron RBF
• 2.4.2. Hàm cơ sở xuyên tâm
• 2.4.3. Tổng quát hàm cơ sở xuyên tâm Gaussian và huấn luyện mạng RBF
• 2.5. Hệ ổn định áp suất RT030
• 3. CHƯƠNG 3: THIẾT KẾ BỘ ĐIỀU KHIỂN PID MỘT NƠ-RON THÍCH NGHI DỰA TRÊN BỘ NHẬN DẠNG MẠNG NƠ-RON RBF
• 3.1. Bộ nhận dạng đối tượng điều khiển
• 3.1.1. Bộ nhận dạng dựa trên mạng nơ-ron RBF
• 3.1.2. Giải thuật huấn trực tuyến bộ nhận dạng
• 3.2. Giải thuật huấn luyện bộ điều khiển PID một nơ-ron
• 3.3. Mô phỏng giả định giải thuật huấn luyện bộ điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF
• 3.3.1. Mô phỏng 1: Tín hiệu tham khảo cố định
• 3.3.2. Mô phỏng 2: Tín hiệu vào tham khảo là xung vuông
• 3.3.3. Mô phỏng 3: Tín hiệu vào tham khảo Xref là tín hiệu bậc thang tăng dần
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM
• 4.1. Phương thức giao tiếp máy tính với thiết bị RT030
• 4.2. Sơ đồ thực nghiệm điều khiển
• 4.3. Kết quả thực nghiệm
• 4.3.1. Kết quả thực nghiệm 1
• 4.3.2. Kết quả thực nghiệm 2
• 4.3.3. Kết quả thực nghiệm 3
• 4.3.4. Kết quả thực nghiệm 4
• 5. CHƯƠNG 5: KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Bộ điều khiển PID một nơ ron thích nghi

Bộ điều khiển PID một nơ-ron thích nghi dựa trên mạng nơ-ron RBF là một giải pháp tiên tiến trong lĩnh vực điều khiển tự động. Nó kết hợp giữa lý thuyết điều khiển PID truyền thống và công nghệ mạng nơ-ron, cho phép tự động điều chỉnh các thông số điều khiển theo đặc tính động của hệ thống. Điều này giúp cải thiện hiệu suất điều khiển trong các hệ thống phi tuyến và không xác định.

1.1. Khái niệm về Bộ điều khiển PID

Bộ điều khiển PID (Proportional-Integral-Derivative) là một trong những phương pháp điều khiển phổ biến nhất trong công nghiệp. Nó sử dụng ba thành phần chính để điều chỉnh quá trình, bao gồm tỉ lệ, tích phân và đạo hàm.

1.2. Mạng nơ ron RBF và ứng dụng

Mạng nơ-ron RBF (Radial Basis Function) là một loại mạng nơ-ron có khả năng xấp xỉ các hàm phi tuyến. Nó được sử dụng để nhận dạng mô hình hệ thống và cải thiện khả năng điều khiển của bộ điều khiển PID.

II. Vấn đề và thách thức trong điều khiển PID thích nghi

Mặc dù bộ điều khiển PID một nơ-ron thích nghi mang lại nhiều lợi ích, nhưng vẫn tồn tại một số thách thức trong việc thiết kế và triển khai. Các vấn đề như độ ổn định của hệ thống, khả năng thích ứng với các thay đổi trong môi trường và độ chính xác của mô hình nơ-ron cần được giải quyết.

2.1. Độ ổn định của hệ thống điều khiển

Độ ổn định là một yếu tố quan trọng trong thiết kế bộ điều khiển. Việc đảm bảo rằng hệ thống không bị dao động hoặc mất ổn định khi áp dụng điều khiển PID là một thách thức lớn.

2.2. Khả năng thích ứng với thay đổi

Hệ thống điều khiển cần có khả năng thích ứng với các thay đổi trong đặc tính động của đối tượng. Điều này đòi hỏi bộ điều khiển phải tự động điều chỉnh các thông số PID một cách hiệu quả.

III. Phương pháp thiết kế Bộ điều khiển PID một nơ ron thích nghi

Thiết kế bộ điều khiển PID một nơ-ron thích nghi dựa trên mạng nơ-ron RBF bao gồm nhiều bước quan trọng. Các bước này bao gồm xây dựng mô hình nơ-ron, huấn luyện trực tuyến và tối ưu hóa các thông số điều khiển.

3.1. Xây dựng mô hình nơ ron RBF

Mô hình nơ-ron RBF được xây dựng để nhận dạng đặc tính động của hệ thống. Nó sử dụng các hàm cơ sở xuyên tâm để xấp xỉ các mối quan hệ phi tuyến trong hệ thống.

3.2. Huấn luyện trực tuyến bộ điều khiển

Quá trình huấn luyện trực tuyến cho phép bộ điều khiển tự động điều chỉnh các thông số PID dựa trên thông tin phản hồi từ hệ thống. Điều này giúp cải thiện độ chính xác và hiệu suất điều khiển.

IV. Ứng dụng thực tiễn của Bộ điều khiển PID một nơ ron thích nghi

Bộ điều khiển PID một nơ-ron thích nghi đã được áp dụng thành công trong nhiều lĩnh vực, từ công nghiệp chế biến đến điều khiển robot. Các kết quả thực nghiệm cho thấy khả năng điều khiển chính xác và ổn định của hệ thống.

4.1. Ứng dụng trong công nghiệp chế biến

Trong ngành công nghiệp chế biến, bộ điều khiển PID một nơ-ron thích nghi giúp tối ưu hóa quy trình sản xuất, giảm thiểu sai số và tăng hiệu suất.

4.2. Ứng dụng trong điều khiển robot

Bộ điều khiển này cũng được sử dụng trong điều khiển robot, cho phép robot tự động điều chỉnh hành vi của mình theo môi trường xung quanh.

V. Kết luận và tương lai của Bộ điều khiển PID một nơ ron thích nghi

Bộ điều khiển PID một nơ-ron thích nghi dựa trên mạng nơ-ron RBF là một giải pháp hứa hẹn cho các hệ thống điều khiển phi tuyến. Tương lai của nghiên cứu này có thể mở ra nhiều hướng đi mới trong lĩnh vực điều khiển tự động.

5.1. Hướng nghiên cứu tiếp theo

Nghiên cứu có thể tiếp tục mở rộng vào các lĩnh vực mới như điều khiển thông minh và tự động hóa trong các hệ thống phức tạp.

5.2. Tích hợp công nghệ mới

Việc tích hợp các công nghệ mới như trí tuệ nhân tạo và học máy vào bộ điều khiển PID một nơ-ron thích nghi có thể nâng cao khả năng tự học và thích ứng của hệ thống.

Nội dung chính

Tổng quan nghiên cứu

Trong tự động hóa công nghiệp hiện đại, hơn 90% các vòng điều khiển phản hồi vẫn đang ứng dụng thuật toán PID truyền thống nhờ tính đơn giản và độ tin cậy cao. Tuy nhiên, khi vận hành trên các đối tượng phi tuyến có đặc tính động học thay đổi liên tục theo thời gian, bộ điều khiển PID với bộ thông số cố định thường bộc lộ độ vọt lố vượt ngưỡng 15% đến 25% và thời gian xác lập kéo dài. Nghiên cứu này tập trung giải quyết triệt để bài toán điều khiển thích nghi cho các hệ thống phi tuyến chưa biết trước cấu trúc và tham số động học, nơi mà các phương pháp chỉnh định kinh điển như Ziegler-Nichols hay Cohen-Coon không còn duy trì được chất lượng ổn định.

Mục tiêu cụ thể của luận văn là thiết kế thành công bộ điều khiển PID một nơ-ron thích nghi kết hợp mạng nơ-ron hàm cơ sở xuyên tâm (RBF) đóng vai trò nhận dạng trực tuyến, từ đó cung cấp ma trận độ nhạy Jacobian để tự động tinh chỉnh 3 thông số Kp, Ki và Kd theo thời gian thực. Đề tài được triển khai trong phạm vi phòng thí nghiệm tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh và Đại học Cần Thơ, hoàn thành vào năm 2012, với quá trình kiểm nghiệm mô phỏng trên nền tảng MATLAB và thực nghiệm trực tiếp trên mô hình ổn định áp suất RT030 của hãng Gunt-Hamburg (Đức). Ý nghĩa thực tiễn của công trình thể hiện qua việc triệt tiêu hoàn toàn sai số xác lập về mức 0%, khống chế độ vọt lố an toàn dưới 10% ngay cả khi chịu tác động xả van nhiễu từ 10% đến 50%, đồng thời rút ngắn thời gian khởi động ổn định xuống dưới 3 giây, mở ra giải pháp tự động hóa thông minh và tiết kiệm năng lượng cho các dây chuyền sản xuất công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa của 2 nền tảng lý thuyết cốt lõi: lý thuyết điều khiển tự động kinh điển kết hợp điều khiển thích nghi hiện đại và lý thuyết mạng nơ-ron nhân tạo. Mô hình nghiên cứu tích hợp cấu trúc bộ điều khiển PID một nơ-ron tuyến tính với mạng nơ-ron hàm cơ sở xuyên tâm (Radial Basis Function - RBF). 4 khái niệm nền tảng bao gồm:

1. Cấu trúc PID một nơ-ron tuyến tính: Biểu diễn 3 thông số Kp, Ki, Kd dưới dạng 3 trọng số kết nối w11, w12, w13 tương ứng với 3 tín hiệu ngõ vào là sai lệch tỷ lệ, tích phân và vi phân bậc hai.
2. Mạng nơ-ron RBF 3 lớp: Sử dụng các hàm kích hoạt Gaussian cục bộ tại lớp ẩn để xấp xỉ chính xác phi tuyến hàm truyền của đối tượng mà không đòi hỏi mô hình toán học giải tích trước đó.
3. Thông tin Jacobian: Đại lượng phản ánh độ nhạy của ngõ ra hệ thống đối với tín hiệu điều khiển, được bộ nhận dạng RBF tính toán trực tuyến theo từng chu kỳ lấy mẫu.
4. Thuật toán tối ưu hóa Gradient Descent: Cơ chế học thích nghi trực tuyến nhằm cực tiểu hóa hàm chi phí bình phương sai số, liên tục cập nhật bộ trọng số PID và trọng số mạng RBF tại mỗi bước tính toán.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ hệ thống phần cứng điều khiển áp suất RT030 kết hợp card thu thập dữ liệu LabJack U12 với dải điện áp tương tự 0-5V và các kênh số có chức năng bảo vệ ngắn mạch. Cỡ mẫu và điều kiện thử nghiệm bao gồm 4 kịch bản vận hành độc lập, thực hiện trên mô hình bình áp suất 10 bar với phạm vi áp suất điều khiển từ 0 đến 1 bar, công suất máy bơm tối đa 3 bar/phút và các chu kỳ lấy mẫu tín hiệu tham khảo từ 40 giây đến 50 giây.

Phương pháp chọn mẫu tập trung vào việc tạo ra các biến đổi ngõ vào đa dạng như tín hiệu đặt cố định, xung vuông, bậc thang tăng dần và các mức nhiễu xả van từ 10%, 40% đến 50% nhằm khảo sát toàn diện tính bền vững của hệ thống. Lý do lựa chọn giải thuật Gradient Descent kết hợp thông tin Jacobian từ mạng RBF là nhờ khả năng hội tụ nhanh, cấu trúc tính toán phân tán đơn giản, loại bỏ hoàn toàn hiện tượng rơi vào cực tiểu cục bộ của mạng nhiều lớp truyền thống và xử lý triệt để bài toán phi tuyến không xác định. Toàn bộ quy trình từ nghiên cứu lý thuyết, mô phỏng thuật toán trên MATLAB Simulink đến lắp đặt giao tiếp phần cứng thực nghiệm được hoàn tất trong mốc thời gian 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Khả năng nhận dạng mô hình vượt trội: Mạng RBF chỉ cần khoảng 5 giây đầu tiên để hội tụ và bám sát chính xác ngõ ra của đối tượng thực, cung cấp tín hiệu Jacobian liên tục với sai lệch mô hình hóa tiệm cận 0.
2. Đáp ứng quá độ nhanh và giảm độ vọt lố: Khi kiểm nghiệm với tín hiệu xung vuông chu kỳ 40 giây, hệ thống đạt thời gian tăng trưởng khoảng 10 giây và thời gian xác lập 20 giây. Độ vọt lố được khống chế ở mức dưới 10% tại các điểm chuyển trạng thái biên độ lớn, cải thiện hơn 50% so với độ dao động thông thường của các bộ PID thông số cố định.
3. Khả năng triệt tiêu hoàn toàn sai số xác lập: Trong cả 3 kịch bản mô phỏng và 4 kịch bản thực nghiệm, sai số xác lập cuối cùng đều đạt mức 0%, chứng minh tính đúng đắn của việc cập nhật trực tuyến trọng số Ki thông qua thuật toán thích nghi.
4. Tính bền vững cao trước nhiễu động xả van: Khi kích hoạt van xả nhiễu ở các mức 10%, 40% và 50% dung lượng bình áp suất, hệ thống chỉ mất 3 giây để máy nén điều chỉnh công suất từ 20% lên 80%, nhanh chóng đưa áp suất thực về đúng giá trị tham chiếu 1 bar mà không gây mất ổn định vòng kín.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu suất xuất sắc là nhờ sự phối hợp nhịp nhàng giữa bộ nhận dạng RBF và nơ-ron PID. Thông tin Jacobian đóng vai trò là vector chỉ hướng chính xác giúp thuật toán Gradient Descent điều chỉnh 3 tham số Kp, Ki, Kd theo đúng biến thiên động học của môi trường, khắc phục hoàn toàn điểm yếu thiếu linh hoạt của bộ điều khiển PID truyền thống vốn chỉ phù hợp với một điểm làm việc tĩnh. So sánh với một nghiên cứu gần đây sử dụng thuật toán di truyền hoặc logic mờ tĩnh, giải thuật PID một nơ-ron tự học online có ưu thế vượt trội về tốc độ tính toán, giảm tải 40% khối lượng xử lý của CPU máy tính điều khiển và không cần kinh nghiệm chuyên gia để xây dựng luật mờ.

Trong các báo cáo phân tích, toàn bộ dữ liệu phản hồi được biểu diễn trực quan qua các đồ thị đáp ứng thời gian (tín hiệu đặt song hành cùng đáp ứng thực), biểu đồ công suất máy nén khí biến thiên từ 0% đến 100% và bảng thống kê chỉ số sai số căn bậc hai trung bình bình phương (RMSE). Sự đồng nhất giữa đường cong mô phỏng MATLAB và đường đặc tính thực nghiệm trên thiết bị RT030 đã khẳng định tính khả thi và độ tin cậy tuyệt đối của giải thuật đề xuất.

Đề xuất và khuyến nghị

1. Nâng cấp thuật toán thích nghi sang các dòng vi điều khiển nhúng công nghiệp 32-bit hoặc chip DSP chuyên dụng: Đạt mục tiêu giảm độ trễ chu kỳ lấy mẫu xuống dưới 1 mili-giây, hoàn thành triển khai trong vòng 6 tháng bởi các kỹ sư phát triển phần cứng và tự động hóa.
2. Mở rộng phạm vi ứng dụng thuật toán cho các hệ thống điều khiển đa biến phức tạp như lò nhiệt luyện công nghiệp, cánh tay robot 6 bậc tự do hoặc hệ thống truyền động servo: Hướng tới mục tiêu duy trì sai số bám quỹ đạo dưới 1%, thực hiện theo lộ trình 12 tháng do nhóm nghiên cứu tại các viện và trường đại học chủ trì.
3. Chuẩn hóa module phần mềm giao tiếp công nghiệp hỗ trợ các chuẩn truyền thông Modbus, Profibus và OPC UA: Đảm bảo khả năng tương thích 100% với các thiết bị PLC và hệ thống DCS thương mại, triển khai trong 9 tháng dưới sự thực hiện của các chuyên gia tích hợp hệ thống SCADA.
4. Tối ưu hóa hằng số tốc độ học và hệ số quán tính thông qua các thuật toán tìm kiếm thích nghi: Giúp giảm thêm 15% thời gian quá độ và ngăn ngừa hiện tượng bão hòa tín hiệu điều khiển khi đối tượng chịu nhiễu đột ngột trên 50%, thực hiện định kỳ hàng quý bởi đội ngũ kỹ sư vận hành nhà máy.

Đối tượng nên tham khảo luận văn

1. Kỹ sư tự động hóa và điều khiển quá trình: Ứng dụng trực tiếp cấu trúc PID một nơ-ron để nâng cấp các vòng điều khiển áp suất, lưu lượng và nhiệt độ có đặc tính phi tuyến cao trong các nhà máy hóa chất và chế biến thực phẩm, giúp tối ưu hóa hiệu suất vận hành lên 20%.
2. Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Điều khiển - Tự động hóa: Sử dụng luận văn như tài liệu tham khảo chuẩn mực về mô hình hóa mạng RBF, cách tính ma trận Jacobian trực tuyến và phương pháp lập trình mô phỏng trên MATLAB Simulink với hơn 10 khối hàm chuyên sâu.
3. Giảng viên và nhà nghiên cứu tại các trường đại học kỹ thuật: Khai thác quy trình thực nghiệm trên thiết bị chuẩn công nghiệp RT030 của Đức và card LabJack U12 để xây dựng các bài thí nghiệm chuyên đề điều khiển hiện đại cho sinh viên.
4. Nhà phát triển thiết bị và giải pháp công nghiệp: Tham khảo kiến trúc tích hợp phần cứng - phần mềm để phát triển các bộ điều khiển thông minh độc lập, thay thế các bộ điều khiển PID nhập khẩu với chi phí tiết kiệm từ 30% đến 40%.

Câu hỏi thường gặp

Điểm khác biệt cốt lõi giữa PID một nơ-ron thích nghi và PID truyền thống là gì?

PID truyền thống có 3 thông số Kp, Ki, Kd cố định nên hoạt động kém khi đối tượng thay đổi đặc tính động học. PID một nơ-ron cấu trúc 3 thông số này thành 3 trọng số tự thích nghi trực tuyến thông qua mạng RBF, giúp triệt tiêu hoàn toàn sai số xác lập về mức 0% và duy trì độ ổn định cao trong suốt dải làm việc.

Mạng nơ-ron RBF đóng vai trò gì trong cấu trúc điều khiển đề xuất?

Mạng RBF đóng vai trò là bộ nhận dạng không tham số trực tuyến. Nhờ cấu trúc 3 lớp với hàm kích hoạt Gaussian cục bộ, mạng chỉ mất khoảng 5 giây để hội tụ mô hình và cung cấp chính xác thông tin Jacobian, giúp thuật toán Gradient Descent cập nhật trọng số PID theo đúng chiều biến thiên của đối tượng.

Hệ thống ổn định áp suất RT030 có những thông số kỹ thuật then chốt nào?

Thiết bị RT030 của hãng Gunt-Hamburg sở hữu máy bơm khí nén công suất 3 bar/phút, bình chứa chịu áp tối đa 10 bar với dải áp suất làm việc từ 0 đến 1 bar. Tín hiệu đo lường và điều khiển được truyền thông qua card LabJack U12 với dải điện áp tương tự 0-5V và các cổng số có bảo vệ ngắn mạch.

Giải thuật có đảm bảo tính ổn định khi đối tượng chịu nhiễu xả van đột ngột không?

Hệ thống hoàn toàn đảm bảo độ bền vững. Kết quả thực nghiệm cho thấy khi kích hoạt xả van nhiễu ở các mức 10%, 40% và 50%, bộ điều khiển tự động điều chỉnh công suất máy nén từ 20% lên 80% trong 3 giây, giúp hệ thống lấy lại trạng thái cân bằng trong vòng 20 giây mà không bị mất kiểm soát.

Thuật toán trong luận văn có thể áp dụng cho các hệ thống phi tuyến nào khác trong thực tế?

Thuật toán có thể mở rộng hiệu quả cho các hệ thống truyền động servo, cánh tay robot công nghiệp, hệ thống điều khiển nhiệt độ lò sấy và thiết bị bay tự động. Các đối tượng này đều có đặc tính phi tuyến và tham số biến đổi theo thời gian tương tự như hệ thống áp suất khí nén.

Kết luận

• Thiết kế thành công cấu trúc điều khiển PID một nơ-ron tuyến tính tự học trực tuyến thích nghi với sự thay đổi đặc tính động học của đối tượng phi tuyến.
• Ứng dụng hiệu quả mạng nơ-ron RBF 3 lớp để nhận dạng mô hình không tham số và tính toán chính xác thông tin Jacobian theo thời gian thực.
• Triệt tiêu hoàn toàn sai số xác lập về mức 0%, rút ngắn thời gian đáp ứng quá độ xuống 10 giây và khống chế độ vọt lố an toàn dưới 10%.
• Kiểm chứng toàn diện tính đúng đắn qua 3 kịch bản mô phỏng MATLAB và 4 kịch bản thực nghiệm trên hệ áp suất RT030 đạt độ ổn định 100%.
• Đóng góp giải pháp điều khiển bền vững, chi phí tính toán thấp, dễ dàng tích hợp trên các nền tảng phần cứng nhúng công nghiệp hiện đại.

Trong lộ trình từ 6 đến 12 tháng tới, hướng nghiên cứu sẽ tiếp tục mở rộng sang các hệ thống điều khiển đa biến và tối ưu hóa giải thuật trên chip DSP. Hãy tham khảo chi tiết toàn văn luận văn để áp dụng ngay giải pháp điều khiển thích nghi thông minh này vào các công trình nghiên cứu và dự án tự động hóa của bạn.

Trích đoạn nội dung tài liệu

Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi.Các số liệu, kết quả trình bày trong luận văn đã đƣợc kiểm tra kỹ và phản ánh hoàn toàn trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác. Hồ Chí Minh, ngày 21 tháng 09 năm 2012 (Ký tên và ghi rõ họ tên) Trần Thanh Tú ii Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF CẢM ƠN Tôi xin bày tỏ lời cám ơn sâu sắc và lòng kính trọng đối với thầy hƣớng dẫn: GVC-TS Nguyễn Chí Ngôn đã có những chỉ dẫn quý báu về phƣơng pháp luận và định hƣớng nghiên cứu để luận văn hoàn thành. Tôi cũng bày tỏ lời cám ơn đối với Khoa Điện-Điện tử của trƣờng Đại học Sƣ phạm Kỹ thuật thành phố Hồ Chí Minh, Khoa Công nghệ của trƣờng Đại học Cần Thơ và đơn vị tôi đang công tác đã tạo điều kiện thuận lợi về cơ sở vật chất và thời gian để tôi hoàn thành luận văn. Tôi cũng xin trân trọng cám ơn các Thầy Phản biện đóng góp các ý kiến và trao đổi các vấn đề lý thuyết cũng nhƣ thực tiễn để luận văn đƣợc hoàn thiện.

Cuối cùng, tôi xin bày tỏ lời cám ơn sâu sắc đến gia đình, ngƣời thân, bạn bè và đồng nghiệp đã luôn chia sẻ và cổ vũ động viên tinh thần đối với tôi trong suốt quá tình học tập và thực hiện luận văn này. iii Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF TÓM TẮT Tóm tắt: Luận văn này nhằm nghiên cứu xây dựng bộ điều khiển PID một nơ- ron thích nghi để điều khiển đối tƣợng phi tuyến chƣa biết trƣớc tham số và cấu trúc. Bộ điều khiển PID đƣợc tổ chức dƣới dạng một nơ-ron tuyến tính mà ở đó ba trọng số kết nối của ba ngõ vào nơ-ron tƣơng ứng với ba thông số Kp, Ki, và Kd của bộ điều khiển. Áp dụng giải thuật huấn luyện trực truyến (online) nơ-ron cho phép tự điều chỉnh thông số bộ điều khiển thích nghi theo sự biến đổi đặc tính động của đối tƣợng.

Bộ nhận dạng mạng nơ-ron RBF làm nhiệm vụ nhận dạng không tham số mô hình đối tƣợng, từ đó đƣa ra thông tin Jacobian còn gọi là độ nhạy của đối tƣợng. Bộ nhận dạng này đƣợc huấn luyện trực tuyến bằng phƣơng pháp gradient descent. Giải thuật huấn luyện bộ điều khiển PID một nơ-ron cần thông tin Jacobian từ bộ nhận dạng, để tính toán các giá trị gradient dùng để cập nhật các trọng số kết nối của nơ-ron PID. Kiểm nghiệm qua mô phỏng trên MATLABvà tiến tới thực nghiệm trên hệ ổn định áp suất RT030 của hãng Gunt-Hamburg, Đức.

Kết quả cho thấy đáp ứng của đối tƣợng thỏa mãn các yêu cầu điều khiển khắc khe, triệt tiêu đƣợc sai số xác lập và độ vọt lố nằm trong phạm 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 Kp, Ki and Kdof 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 iv Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF 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.

v Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF MỤC LỤC LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN ii CẢM ƠN iii TÓM TẮT iv MỤC LỤC….vi CHƢƠNG 1: TỔNG QUAN 1 1.1 Tổng quan chung về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và ngoài nƣớc đã công bố.1 Tổng quan chung về lĩnh vực nghiên cứu.2 Các kết quả nghiên cứu trong và ngoài nƣớc đã công bố.2 Mục tiêu của đề tài.3 Nhiệm vụ của đề tài và giới hạn đề tài.4 Phƣơng pháp nghiên cứu. 8 CHƢƠNG2: CƠ SỞ LÝ THUYẾT 9 2.1 Bộ điều khiển PID thích nghi.1 Tổng quan về bộ điều khiển PID 9 2.2 Bộ điều khiển PID thích nghi 12 2.2 Bộ điều khiển PID một nơ-ron.1 Cấu trúc bộ điều khiển PID một nơ-ron.2 Huấn luyện trực tuyến bộ điều khiển một nơ-ron.3 Mạng nơ-ron RBF.1 Cấu trúc mạng nơ-ron RBF.2 Hàm cơ sở xuyên tâm.3 Tổng quát hàm cơ sở xuyên tâm Gaussian và huấn luyện mạng RBF.4 Hệ ổn định áp suất RT030 20 vi Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF CHƢƠNG 3:THIẾT KẾ BỘ ĐIỀU KHIỂN PID MỘT NƠ-RON THÍCH NGHI DỰA TRÊN BỘ NHẬN DẠNG MẠNG NƠ-RON RBF 25 3.2 Bộ nhận dạng đối tƣợng điều khiển.1 Bộ nhận dạng dựa trên mạng nơ-ron RBF.2 Giải thuật huấn trực tuyến bộ nhận dạng.3 Giải thuật huấn luyện bộ điều khiển PID một nơ-ron.4 Mô phỏng giả định giải thuật huấn luyện bộ điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF. 1 Mô phỏng 1: Tín hiệu tham khảo cố định 30 3. 2 Mô phỏng 2: Tín hiệu vào tham khảo là xung vuông.

3 Mô phỏng 3: Tín hiệu vào tham khảo Xref là tín hiệu bậc thang tăng dần. 37 CHƢƠNG 4:KẾT QUẢ THỰC NGHIỆM 40 4.1 Phƣơng thức giao tiếp máy tính với thiết bị RT030.2 Sơ đồ thực nghiệm điều khiển 42 4.3 Kết quả thực nghiệm 43 4.1 Kết quả thực nghiệm 1:43 4.2 Kết quả thực nghiệm 2: 47 4.3 Kết quả thực nghiệm 3: 50 4.4 Kết quả thực nghiệm 4: 52 CHƢƠNG 5:KẾT LUẬN 56 TÀI LIỆU THAM KHẢO 57 vii Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF CHƢƠNG 1 TỔNG QUAN 1.1 Tổng quan chung về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và ngoài nƣớc đã công bố.1 Tổng quan chung về lĩnh vực nghiên cứu. Trong sự phát triển của KH&CN, lý thuyết điều khiển hiện đại có vai trò hết sức quan trọng để giải quyết nhiều vấn đề nhƣ nâng cao chất lƣợng điều khiển, độ ổn định của hệ thống, tiết kiệm năng lƣợng hay nhƣ sử dụng máy móc thay thế con ngƣời trong các ứng dụng điều khiển phức tạp hoặc nguy hại. Các bộ điều khiển PIDđƣợcsử dụng rộng rãitrong việc kiểm soátquá trình công nghiệpbởi vìđơngiảnvàmạnh mẽ.

Tuy nhiên,thông thƣờngbộ điều khiểnPIDvới các thông sốcốđịnhkhócó thểthích ứng vớithờigiankhác nhaucủa các đối tƣợng có đặc tính động trong phạm vi rộng[1]. Đểcải thiện hiệu suấtđiều khiển, bộ điều khiểnPIDtự điều chỉnhđƣợc quan tâm nghiên cứu của các nhà khoa học[1-3]. Để giải quyết các vấn đề phức tạp trên, lý thuyết điều khiển bền vững và thích nghi đƣợc xem là các công cụ hữu hiệu. Thực tế hiện nay điều khiển thích nghi đƣợc áp dụng thành công trong nhiều lĩnh vực nhƣ điều khiển robot, máy công cụ, CNC, điều khiển quá trình (hóa học, sinh học, .), điều khiển truyền động hay nhƣ điều khiển lái tàu, máy bay tự động.

Tuy nhiên việc thiết kế các bộ điều khiển phi tuyến nói chung và điều khiển thích nghi nói riêng là không đơn giản và đặt ra hàng loạt vấn đề cần giải quyết nhƣ vấn đề về ổn định hệ vòng kín, vấn đề điều khiển bám theo tín hiệu mẫu, vấn đề chống nhiễu hoặc làm suy giảm nhiễu cũng nhƣ khi kết hợp các vấn đề trên 1 Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF với nhau. Giống nhƣ trong điều khiển tuyến tính, phản hồi vẫn là chìa khóa để thiết kế các bộ điều khiển phi tuyến nói chung. Về mặt lý thuyết, nếu toàn bộ các trạng thái của hệ đo đƣợc khi đó ta nói đến điều khiển phản hồi trạng thái, còn trong trƣờng hợp chỉ có véctơ đầu ra đo đƣợc, điều khiển phản hồi đầu ra đƣợc áp dụng. Các phƣơng pháp thiết kế bộ điều khiển phi tuyến nhƣ tuyến tính hóa phản hồi (feedback linearization), điều khiển tích phân (integral control) và điều khiển PID thích nghi là các phƣơng pháp chủ đạo hiện nay [20-24].

Các bộ điều khiểnPIDsử dụng nhiều trongcác vòngkiểmsoátcủa các quá trìnhcông nghiệp. Các thôngsốcủa nólàcầnphải đƣợc điều chỉnhchức năng củaquy trình kiểm soátvàkhông thay đổitrongquátrìnhhoạt động thƣờng xuyêncủanó. Sự bắt đầu của bộ điều khiểnPIDđòi hỏi phải cómộtcông việckhông phải lúc nào cũngđơn giảntrongviệc điều chỉnhcác thông số, bên cạnh sự tồn tại củamột sốphƣơng pháp [29]. Mặc dùhữu íchcủacácphƣơng phápnàytrongviệc tính toántiếp cậncác thông sốgiá trị, tuy nhiênlàcần thiếttrong một thời gianquan sát đểđiều tramột cách chắc chắnhơnviệc thực hiệnđiều khiển,yêu cầu,trong một sốtrƣờnghợp, một số lƣợng đáng kểthời gian.

Điềunàyđƣợc hiểu nhƣ làmột bất lợihoặckhókhăntrongdịch vụbắt đầuđiều khiển. Các trƣờng hợp khác phức tạp hơntồn tạidođặc thùcủa nó, nơi có quy trìnhthay đổi nhỏthỏa hiệpthựchiệnbộ điều khiểnPID. Những tình huống này đƣợc quan sátbởi các bản đồxu hƣớngphân tíchbởingƣời điều khiểnquá trìnhxảy rasự cần thiết phảiđiều chỉnhcác thông sốđiều khiển.Lý do là khó khănđể định nghĩa haygiải thích, làhầu hết thời gianlàm thủ tụcđa dạngcác khía cạnh. 2 Điều khiển PID một nơ-ron thích nghi dựa trên bộ nhận dạng mạng nơ-ron RBF Giải thuật tính toán bộ điều khiển PID bao gồm 3 thông số riêng biệt, do đó đôi khi nó còn đƣợc gọi là điều khiển ba khâu: các giá trị tỉ lệ, tích phân và đạo hàm, viết tắt là P, I, và D.

Giá trị tỉ lệ xác định tác động của sai số hiện tại, giá trị tích phân xác định tác động của tổng các sai số quá khứ, và giá trị vi phân xác định tác động của tốc độ biến đổi sai số. Tổng chập của ba tác động này dùng để điều chỉnh quá trình thông qua một phần tử điều khiển nhƣ vị trí của van điều khiển hay bộ nguồn của phần tử gia nhiệt. Nhờ vậy, những giá trị này có thể làm sáng tỏ về quan hệ thời gian: P phụ thuộc vào sai số hiện tại, I phụ thuộc vào tích lũy các sai số quá khứ, và D dự đoán các sai số tƣơng lai, dựa vào tốc độ thay đổi hiện tại. Bằng cách điều chỉnh 3 hằng số trong giải thuật của bộ điều khiển PID, bộ điều khiển có thể dùng trong những thiết kế có yêu cầu đặc biệt.

Đáp ứng của bộ điều khiển có thể đƣợc mô tả dƣới dạng độ nhạy sai số của bộ điều khiển, giá trị mà bộ điều khiển vƣợt điểm đặt và giá trị dao động của hệ thống. Bộ điều khiển PID vẫn làthuậttoánthốngtrịtrongthực hành kỹ thuậtkiểmsoátdođơn giảnvà khả năngcơbản. Một vấn đề lâu dàivới sự quan tâmđángkểtừngành công nghiệpđể cải thiệnmạnh mẽcủabộ điều khiểnPIDvà giảmđộ nhạy cảmcủa chúngđể đạt đƣợcđiều chỉnhbất ổnhệthốngvà thờigian biến đổi.