Đồ án HCMUTE: Điều khiển hệ phi tuyến sử dụng giải thuật thông minh

• Tác giả: Nguyễn Thành Luân
• Người hướng dẫn: ThS. Tạ Văn Phương
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật
• Chuyên ngành: Kỹ Thuật Điện Tử Truyền Thông
• Đề tài: Điều Khiển Hệ Phi Tuyến Dùng Giải Thuật Thông Minh
• Loại tài liệu: đồ án tốt nghiệp
• Năm xuất bản: 2018
• Địa điểm: Thành phố Hồ Chí Minh

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. ĐẶT VẤN ĐỀ
• 1.2. MỤC TIÊU
• 1.3. NỘI DUNG NGHIÊN CỨU
• 1.4. GIỚI HẠN
• 1.5. BỐ CỤC
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. TỔNG QUAN VỀ MÔ HÌNH MÁY BAY TRỰC THĂNG HAI BẬC TỰ DO
• 2.2. TỔNG QUAN VỀ PHẦN CỨNG
• 2.2.1. Kit STM32F407VG discovery
• 2.2.2. Emax BL heli ESC
• 2.2.3. Động cơ Brushless DC (BLDC)
• 2.2.4. Biến tần VLT 2807 195N1015
• 2.2.5. Nguồn tổ ong 24V 5A
• 2.2.6. GIAO TIẾP UART
• 2.2.7. HỆ ĐA BIẾN MIMO
• 2.3. LÍ THUYẾT ĐIỀU KHIỂN
• 2.3.1. Thuật toán PID
• 2.3.2. Thuật toán Fuzzy
• 2.3.3. Thuật toán Neural
• 3. CHƯƠNG 3: TÍNH TOÁN VÀ THIẾT KẾ
• 3.1. THIẾT KẾ SƠ ĐỒ KHỐI CỦA HỆ THỐNG
• 3.2. MÔ HÌNH HÓA HỆ THỐNG TRMS
• 3.2.1. Mô hình toán học của hệ TRMS
• 4. CHƯƠNG 4: THI CÔNG HỆ THỐNG
• 4.1. MÔ HÌNH PHẦN CỨNG
• 4.1.1. Mô hình TRMS
• 4.1.2. Mô hình điều khiển tốc độ động cơ
• 4.2. PHẦN MỀM LẬP TRÌNH
• 4.2.1. Giới thiệu Matlab
• 4.2.3. Thư viện waijung
• 4.2.4. Tool box Fuzzy
• 4.2.5. Toolbox neural và nhận dạng hệ thống
• 4.3. MÔ HÌNH MÔ PHỎNG
• 4.3.1. Mô hình máy bay trực thăng hai bậc tự do
• 4.3.2. Mô hình điều khiển tốc độ động cơ
• 4.5. CHƯƠNG TRÌNH ĐIỀU KHIỂN
• 4.5.1. Chương trình điều khiển hệ TRMS
• 4.5.2. Chương trình điều khiển tốc độ động cơ ba pha
• 5. CHƯƠNG 5: KẾT QUẢ NHẬN XÉT ĐÁNH GIÁ
• 5.2. KẾT QUẢ ĐÁP ỨNG CỦA HAI HỆ PHI TUYẾN
• 5.2.1. Kết quả đáp ứng của hệ TRMS
• 5.2.2. Mô hình điều khiển tốc độ động cơ ba pha
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.2. HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

I. Giới thiệu về điều khiển hệ phi tuyến

Hệ thống điều khiển phi tuyến ngày càng trở nên phổ biến trong các ứng dụng công nghiệp và nghiên cứu khoa học. Điều khiển hệ phi tuyến thường gặp khó khăn do tính phức tạp và không ổn định của các mô hình. Các phương pháp điều khiển truyền thống như PID không đủ hiệu quả trong việc xử lý các hệ thống có độ phi tuyến cao. Do đó, việc áp dụng thuật toán thông minh như machine learning, deep learning, và fuzzy logic trở thành một giải pháp khả thi. Những thuật toán này giúp cải thiện độ chính xác và khả năng đáp ứng của hệ thống, đồng thời giảm thiểu sai số trong quá trình điều khiển.

1.1. Tầm quan trọng của điều khiển phi tuyến

Điều khiển phi tuyến có vai trò quan trọng trong nhiều lĩnh vực như hàng không, công nghiệp chế tạo, và y học. Hệ thống máy bay trực thăng hai bậc tự do (TRMS) là một ví dụ điển hình cho sự phức tạp trong điều khiển phi tuyến. Việc điều khiển chính xác góc của máy bay trực thăng không chỉ phụ thuộc vào các thông số kỹ thuật mà còn vào khả năng xử lý thông tin từ các cảm biến như encoder. Sự phát triển của công nghệ kỹ thuật và giải thuật thông minh đã mở ra nhiều cơ hội mới cho việc tối ưu hóa các hệ thống điều khiển này.

II. Các thuật toán thông minh trong điều khiển

Các thuật toán thông minh như fuzzy logic, mạng nơ-ron, và thuật toán di truyền đã được áp dụng rộng rãi trong việc điều khiển hệ thống phi tuyến. Fuzzy logic cho phép xây dựng các luật điều khiển dựa trên kinh nghiệm thực tế mà không cần biết chính xác mô hình của hệ thống. Mạng nơ-ron có khả năng học hỏi và nhận dạng các mẫu phức tạp, giúp cải thiện độ chính xác trong việc điều khiển. Việc kết hợp các thuật toán này với các phương pháp truyền thống như PID có thể tạo ra những bộ điều khiển mạnh mẽ hơn, đáp ứng tốt hơn với các biến động của hệ thống.

2.1. Ứng dụng của thuật toán Fuzzy

Thuật toán Fuzzy được sử dụng để điều khiển các hệ thống có độ không chắc chắn cao. Trong mô hình máy bay trực thăng, thuật toán này giúp điều chỉnh góc của cánh quạt dựa trên các tín hiệu đầu vào từ encoder. Bằng cách xây dựng các luật mờ, hệ thống có thể tự động điều chỉnh để duy trì ổn định trong các điều kiện khác nhau. Điều này cho thấy giá trị thực tiễn của thuật toán Fuzzy trong việc cải thiện hiệu suất của hệ thống điều khiển.

2.2. Mạng nơ ron và khả năng học hỏi

Mạng nơ-ron nhân tạo đã chứng minh được khả năng vượt trội trong việc nhận dạng và dự đoán các hành vi của hệ thống phi tuyến. Bằng cách huấn luyện trên các dữ liệu thực tế, mạng nơ-ron có thể tối ưu hóa các tham số điều khiển, từ đó nâng cao hiệu quả hoạt động của hệ thống. Việc áp dụng mạng nơ-ron trong điều khiển động cơ ba pha cho thấy khả năng điều chỉnh tốc độ một cách chính xác và nhanh chóng, giúp hệ thống hoạt động ổn định hơn.

III. Kết quả và đánh giá

Kết quả thực nghiệm cho thấy việc áp dụng thuật toán thông minh trong điều khiển hệ phi tuyến mang lại nhiều lợi ích. Các mô hình như TRMS và động cơ ba pha đã được điều khiển hiệu quả hơn với độ chính xác cao. Việc so sánh giữa các phương pháp điều khiển cho thấy rằng các thuật toán thông minh không chỉ cải thiện độ ổn định mà còn giảm thiểu thời gian đáp ứng. Điều này chứng tỏ rằng việc nghiên cứu và phát triển các giải pháp điều khiển thông minh là cần thiết để đáp ứng nhu cầu ngày càng cao trong các lĩnh vực công nghệ hiện đại.

3.1. Đánh giá hiệu quả của các thuật toán

Các thuật toán như PID, Fuzzy, và mạng nơ-ron đã được đánh giá dựa trên các tiêu chí như độ chính xác, thời gian đáp ứng, và khả năng ổn định. Kết quả cho thấy rằng thuật toán Fuzzy và mạng nơ-ron có khả năng xử lý tốt hơn trong các tình huống phi tuyến phức tạp. Điều này mở ra hướng đi mới cho việc phát triển các hệ thống điều khiển thông minh trong tương lai.