Khảo Sát Điều Khiển Thông Minh Trên Hệ Bóng Thanh

Khảo sát điều khiển thông minh trên hệ thống bóng thanh trục giữa, ứng dụng công nghệ tiên tiến trong tự động hóa và tối ưu hóa hiệu suất.

• Tác giả: Nguyen Minh Quan
• Người hướng dẫn: Nguyen Van Dong Hai
• Trường học: Ho Chi Minh City University of Technology and Education
• Chuyên ngành: Automatic and Control Engineering
• Đề tài: Khảo Sát Hệ Thống Điều Khiển Thông Minh Trên Hệ Bóng Thanh
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2024
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: MOTIVATION OF RESEARCH TOPIC
• 1.1. Motivation of research topic
• 1.2. Objectives of the study
• 1.3. Scope of research
• 1.4. Application of the thesis
• 2. CHAPTER 2: THEORETICAL FOUNDATIONS
• 2.1. Mathematical model of the B&B system
• 2.2. LQR control theory
• 2.3. Fuzzy Control Theory
• 2.4. Matlab Simulink and the "Deep Learning" toolkit
• 2.4.1. Introduction of the tool "Anfis"
• 2.4.2. Introducing the "Neuron Toolbox"
• 2.5. Genetic algorithm theory
• 2.6. Controller Quality Evaluation Standards
• 2.6.1. Build an LQR controller
• 2.6.2. Build a Fuzzy controller using "Anfis"
• 2.6.3. Build a Neuron Controller using the "Neuron Toolbox"
• 2.6.4. Optimizing pre-processing, post-processing for Fuzzy controllers - 81 rules
• 2.6.5. Building Fuzzy controller - 16 rules
• 3. CHAPTER 3
• 4. CHAPTER 4
• 4.1. Simulate system stability at equilibrium position
• 4.2. Simulate system stability at a location other than 0
• 4.3. Sinusoidal trajectory tracking system control simulation
• 4.4. Simulate the control of a square wave trajectory system
• 4.5. Evaluate and comment simulation results
• 5. CHAPTER 5: EXPERIMENT RESULTS
• 5.1. Experimental results stabilize the system at equilibrium
• 5.2. Experimental results stabilize the system at a position other than 0
• 5.3. Experimental results of stabilization of sinusoidal trajectory tracking system
• 5.4. Evaluation and comment on experimental results
• CONCLUSION AND TOPIC DEVELOPMENT DIRECTION
• 6.2. Topic development direction
• APPENDIX 1: MATLAB PROGRAM SUPPORTS CALCULATIONS
• APPENDIX 2: SUBSYSTEM HIDDEN STRUCTURE
• APPENDIX 3: SETUP SIMULINK BLOCK
• APPENDIX 4: THE HIDDEN PROGRAM IN MATLAB FUNCTION
• APPENDIX 5: GA IMPLEMENTATION PROGRAM
• APPENDIX 6: WAIJUNG BLOCKSET LIBRARY
• APPENDIX 7: USER INTERFACE PROGRAM

Tóm tắt

I. Tổng quan về Khảo Sát Hệ Thống Điều Khiển Thông Minh Trên Hệ Bóng Thanh

Hệ thống bóng thanh là một trong những mô hình nổi bật trong lĩnh vực điều khiển tự động. Mô hình này không chỉ được sử dụng trong giáo dục mà còn có nhiều ứng dụng thực tiễn trong các lĩnh vực như hàng không và hàng hải. Việc khảo sát hệ thống điều khiển thông minh trên hệ bóng thanh giúp nâng cao hiệu quả điều khiển và mở rộng khả năng ứng dụng của nó.

1.1. Đặc điểm nổi bật của hệ bóng thanh

Hệ bóng thanh có cấu trúc đơn giản nhưng lại thể hiện tính chất phi tuyến, cho phép nghiên cứu các thuật toán điều khiển phức tạp. Hệ thống này có thể được áp dụng trong nhiều tình huống thực tế như cân bằng máy bay khi hạ cánh.

1.2. Lợi ích của việc khảo sát hệ thống điều khiển thông minh

Khảo sát này không chỉ giúp cải thiện hiệu suất điều khiển mà còn cung cấp cơ sở cho việc phát triển các thuật toán điều khiển thông minh hơn, từ đó mở rộng khả năng ứng dụng trong thực tiễn.

II. Vấn đề và Thách thức trong Khảo Sát Hệ Thống Điều Khiển

Mặc dù hệ bóng thanh có nhiều ứng dụng, nhưng việc điều khiển chính xác vẫn gặp phải nhiều thách thức. Các vấn đề như độ nhiễu, độ không ổn định và tính phi tuyến của hệ thống cần được giải quyết để đạt được hiệu quả tối ưu.

2.1. Độ nhiễu và ảnh hưởng đến điều khiển

Độ nhiễu trong hệ thống có thể làm giảm độ chính xác của các thuật toán điều khiển. Việc phát hiện và xử lý độ nhiễu là một trong những thách thức lớn nhất trong nghiên cứu này.

2.2. Tính phi tuyến và sự phức tạp trong điều khiển

Hệ bóng thanh là một hệ thống phi tuyến, điều này làm cho việc áp dụng các phương pháp điều khiển truyền thống trở nên khó khăn. Cần có các phương pháp điều khiển thông minh để xử lý tính phi tuyến này.

III. Phương Pháp Giải Quyết Vấn Đề Điều Khiển Thông Minh

Để giải quyết các vấn đề trong điều khiển hệ bóng thanh, nhiều phương pháp điều khiển thông minh đã được áp dụng. Các phương pháp này bao gồm điều khiển Fuzzy, điều khiển Neuron và thuật toán di truyền.

3.1. Điều khiển Fuzzy và ứng dụng của nó

Điều khiển Fuzzy sử dụng các quy tắc mờ để xử lý thông tin không chắc chắn, giúp cải thiện độ chính xác trong điều khiển hệ bóng thanh.

3.2. Sử dụng Neuron Toolbox trong điều khiển

Neuron Toolbox cho phép xây dựng các mô hình điều khiển dựa trên học máy, giúp tối ưu hóa quá trình điều khiển và nâng cao hiệu suất của hệ thống.

3.3. Tối ưu hóa bằng thuật toán di truyền

Thuật toán di truyền được sử dụng để tối ưu hóa các tham số điều khiển, từ đó cải thiện hiệu suất của hệ thống điều khiển Fuzzy và Neuron.

IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu

Kết quả từ việc khảo sát hệ thống điều khiển thông minh trên hệ bóng thanh đã cho thấy nhiều ứng dụng thực tiễn. Các mô hình điều khiển đã được thử nghiệm và cho kết quả khả quan trong việc duy trì sự ổn định của hệ thống.

4.1. Kết quả mô phỏng và thực nghiệm

Các mô phỏng cho thấy rằng hệ thống điều khiển Fuzzy và Neuron có khả năng duy trì sự ổn định tốt hơn so với các phương pháp truyền thống.

4.2. Ứng dụng trong thực tế

Hệ thống bóng thanh có thể được áp dụng trong nhiều lĩnh vực như hàng không, nơi cần duy trì sự ổn định trong điều kiện không chắc chắn.

V. Kết Luận và Hướng Phát Triển Tương Lai

Khảo sát hệ thống điều khiển thông minh trên hệ bóng thanh đã mở ra nhiều hướng nghiên cứu mới. Các kết quả đạt được không chỉ có giá trị lý thuyết mà còn có thể áp dụng trong thực tiễn.

5.1. Tóm tắt kết quả nghiên cứu

Nghiên cứu đã chỉ ra rằng các phương pháp điều khiển thông minh có thể cải thiện đáng kể hiệu suất của hệ thống bóng thanh.

5.2. Hướng phát triển trong tương lai

Các nghiên cứu tiếp theo có thể tập trung vào việc phát triển các thuật toán điều khiển phức tạp hơn, nhằm nâng cao khả năng ứng dụng của hệ thống trong các lĩnh vực khác nhau.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION GRADUATION THESIS AUTOMATIC AND CONTROL ENGINEERING INTELLIGENT CONTROL SURVEY ON BALL AND BEAM SYSTEM LECTURER: NGUYEN VAN DONG HAI STUDENT: NGUYEN MINH QUAN NGUYEN NGOC SACH SKL012345 Ho Chi Minh City, January 2024 MINISTRY OF EDUCATION AND TRAINING HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY OF INTERNATIONAL EDUCATION AUTOMATIC AND CONTROL ENGINEERING GRADUATION THESIS INTELLIGENT CONTROL SURVEY ON BALL AND BEAM SYSTEM STUDENTS: NGUYEN MINH QUAN – 18151230 NGUYEN NGOC SACH – 18151033 INSTRUCTOR: NGUYEN VAN DONG HAI Ho Chi Minh City, January 2024 TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM KHOA ĐÀO TẠO QUỐC TẾ ĐỘC LẬP - TỰ DO - HẠNH PHÚC ----o0o---- Tp. HCM, ngày tháng năm NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Họ và tên sinh viên: Nguyễn Ngọc Sách MSSV: 18151033 Ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa Lớp: 18151CLA1 Giảng viên hướng dẫn: Nguyễn Văn Đông Hải Ngày nhận đề tài: 20/08/2023 Ngày nộp đề tài: 30/12/202 1. Tên đề tài: Khảo sát điều khiển thông minh trên hệ bóng thanh trục giữa 2.

Các số liệu, tài liệu ban đầu: Mô hình cũ có sẵn. Nội dung thực hiện đề tài: Giải thuật LQR mô phỏng và thực nghiệm “Anfis” và “Neuron Toolbox” học LQR xây dựng bộ điều khiển Fuzzy 81 luật và Neuron, mô phỏng và thực nghiệm. Genetic algorithm tối ưu tiền – hậu xử lý của Fuzzy 81 (của hệ con lắc trên xe) để áp dụng được trên hệ bóng thanh trục giữa, mô phỏng và thực nghiệm Xây dựng Fuzzy 16 luật theo kinh nghiệm điều nghiệm, mô phỏng và thực nghiệm Cải tiến mô hình bóng thanh trục giữa, sửa lỗi nhiễu Encoder, ADC (mà các kỳ trước đều chưa khắc phục được), sửa các lỗi hở mạch, hư thiết bị, giảm rối, tăng thẩm mĩ, … Xây dựng giao diện giám sát hệ thống vận hành Đánh giá, nhận xét, đưa ra kết luận và hướng phát triển 4. Sản phẩm: Mô hình thực tế hệ bóng thanh trục giữa TRƯỞNG NGÀNH GIẢNG VIÊN HƯỚNG DẪN (Ký và ghi rõ họ, tên) (Ký và ghi rõ họ, tên) TRƯỜNG ĐH SPKT TP.

HỒ CHÍ MINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM KHOA ĐÀO TẠO QUỐC TẾ ĐỘC LẬP - TỰ DO - HẠNH PHÚC ----o0o---- Tp. HCM, ngày tháng năm NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN Họ và tên sinh viên: Nguyễn Ngọc Sách MSSV: 18151033 Ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa Tên đề tài: Khảo sát điều khiển thông minh cho hệ bóng thanh trục giữa Họ và tên Giáo viên hướng dẫn: Nguyễn Văn Đông Hải NHẬN XÉT 1. Nội dung đề tài & khối lượng thực hiện ………………………………………………………………………………………. Đề nghị cho bảo vệ hay không? ……………………………………………………………………………………… ………………………………………………………………………………………… 5.

Đánh giá loại: ……………………………………………………………………………………… …………………………………………………………………………………………. Điểm……………………(Bằng chữ: ………………………………………….) …………………………………………………………………………………… GIẢNG VIÊN HƯỚNG DẪN (Ký và ghi rõ họ và tên) TRƯỜNG ĐH SPKT TP. HỒ CHÍ MINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM KHOA ĐÀO TẠO QUỐC TẾ ĐỘC LẬP - TỰ DO - HẠNH PHÚC ----o0o---- Tp. HCM, ngày tháng năm NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN Họ và tên sinh viên: Nguyễn Ngọc Sách MSSV: 18151033 Ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa Tên đề tài: Khảo sát điều khiển thông minh cho hệ bóng thanh trục giữa Họ và tên Giáo viên phản biện: Trần Đức Thiện NHẬN XÉT 1.

Nội dung đề tài & khối lượng thực hiện ………………………………………………………………………………………. Đề nghị cho bảo vệ hay không? ……………………………………………………………………………………… ………………………………………………………………………………………… 5. Đánh giá loại: ……………………………………………………………………………………… …………………………………………………………………………………………. Điểm……………………(Bằng chữ: ………………………………………….) …………………………………………………………………………………… GIẢNG VIÊN PHẢN BIỆN (Ký và ghi rõ họ và tên) ACKNOWLEDGMENTS We are grateful for the assistance and support we received in finishing our graduation thesis from the instructors of Automation and Control Engineering, the Faculty of Electrical and Electronics Engineering, and Ho Chi Minh City University of Technology and Education.

We express our profound gratitude to the primary instructor, Mr. Nguyen Van Dong Hai. Thank you so much for all of your enthusiastic help and support while we completed our graduation thesis. Ho Chi Minh City, January 2024 Nguyen Ngoc Sach i ABSTRACT A well-known SIMO (single input multiple output) system in the automatic control sector is the ball and beam (B&B).

The B&B system is widely used in educational institutions and research facilities, but it also has a wide range of real-world uses, including steady ship balancing, aircraft landings with convection air effect,. We carried out a review of smart controllers on this system because we recognized the practical and theoretical value of the B&B system. We then developed and examined the reality and simulation for: LQR controller, Fuzzy controller learning LQR controller with "Anfis" (a tool of Matlab's "Deep Learning" toolkit), The Neuron controller builds a 16-law fuzzy controller based on experience controlling the B&B system, and uses the "Neuron Toolbox" (a tool of Matlab's "Deep Learning" toolkit) to learn the LQR controller. The Neuron controller uses the genetic algorithm GA to optimize pre- and post-processing for the Fuzzy controller, which is 81 laws of the simple pendulum system that can be applied to the B&B system.

The findings of this topic's research will serve as the foundation for designers creating intelligent controllers for B&B systems, which balance ships, airplanes, and other objects before being used in real-world applications. Furthermore, this subject will serve as the starting point for future academic studies on intelligent control or more sophisticated algorithms for B&B systems. ii CONTENTS ACKNOWLEDGMENTS.iii LIST OF TABLES. v LIST OF FIGURES .1 Motivation of research topic.2 Objectives of the study.3 Scope of research .5 Application of the thesis.

4 CHAPTER 2: THEORETICAL FOUNDATIONS .1 Mathematical model of the B&B system .2 LQR control theory .3 Fuzzy Control Theory.4 Matlab Simulink and the "Deep Learning" toolkit .1 Introduction of the tool "Anfis".2 Introducing the "Neuron Toolbox" .5 Genetic algorithm theory .6 Controller Quality Evaluation Standards .1 Build an LQR controller.2 Build a Fuzzy controller using "Anfis”.3 Build a Neuron Controller using the "Neuron Toolbox".4 Optimizing pre-processing, post-processing for Fuzzy controllers - 81 rules.5 Building Fuzzy controller - 16 rules.1 Simulate system stability at equilibrium position .2 Simulate system stability at a location other than 0 .3 Sinusoidal trajectory tracking system control simulation .4 Simulate the control of a square wave trajectory system .5 Evaluate and comment simulation results. 61 CHAPTER 5: EXPERIMENT RESULTS .1 Experimental results stabilize the system at equilibrium .2 Experimental results stabilize the system at a position other than 0 .3 Experimental results of stabilization of sinusoidal trajectory tracking system .4 Evaluation and comment on experimental results. CONCLUSION AND TOPIC DEVELOPMENT DIRECTION.2 Topic development direction. 97 APPENDIX 1: MATLAB PROGRAM SUPPORTS CALCULATIONS APPENDIX 2: SUBSYSTEM HIDDEN STRUCTURE APPENDIX 3: SETUP SIMULINK BLOCK APPENDIX 4: THE HIDDEN PROGRAM IN MATLAB FUNCTION APPENDIX 5: GA IMPLEMENTATION PROGRAM APPENDIX 6: WAIJUNG BLOCKSET LIBRARY APPENDIX 7: USER INTERFACE PROGRAM iv LIST OF TABLES Table 1.

List of abbreviations and their meanings. Table of symbols of component quantities of the B&B system. Results table using GA to find pre-processing, optimal post-processing for Fuzzy controllers - 81 rules. Evaluation of stability criteria of LQR controllers.

Evaluation of Fuzzy controller stability criteria trained by "Anfis". Table of evaluation of stability criteria of Neuron controllers. Evaluation of stability criteria of Fuzzy controllers - 81 laws using GA optimization pre- processing, post-processing. Table of evaluation of stability criteria of Fuzzy controllers - 16 laws according to control experience.

Comparison table of stability criteria of 3 controllers LQR, Fuzzy – "Anfis" and Neuron. Table comparing the stability criteria of 3 LQR controllers, Fuzzy – 81 GA laws and Fuzzy – 16 laws. The table evaluates the quality criteria when simulating the stability of the ball position to 2cm with 5 controllers. Evaluation table of quality criteria when simulating sine trajectory ball position control with 5 controllers.

Evaluation table of quality criteria when simulating the control of the ball position of the square waveform trajectory with 5 controllers. Basic parameter table of STM32F4 Discovery. Basic parameter of bridge circuit H IR2184. Parameter of Nisca NF5475 motor.

Parameter of encoder with Nisca NF5475. Basic parameter of wire resistance sensors. Basic parameters of UART CP2102 Module. Detailed parameter table of control circuit connection.

List of model errors and how to fix. Table of evaluation of stability criteria of LQR controllers in practice. Evaluation of stability criteria of Fuzzy controllers – "Anfis" in practice. Table of evaluation of stability criteria of Neuron controllers in practice.

Evaluation of stability criteria of N Fuzzy controller - 81 laws optimized by GA pre- processing, post-processing in practice. Table of evaluation of stability criteria of Fuzzy controllers - 16 laws in practice. The table evaluates the quality criteria when simulating the stability of the ball position to 2cm with 5 controllers. Evaluation of quality criteria when experimentally stabilizing the ball position to 4cm of 5 controllers.

Evaluation table of experimental quality criteria for ball position stabilization according to sinusoidal trajectories of 5 controllers. 93 v LIST OF FIGURES Figure 1. DC motor structure. Equilibrium position of the B&B system.

LQR controller structure. Genetic Algorithm (GA) flowchart. Collect control data of the LQR controller. Select the data source.

Enter the variable containing the collected data. Define input and output functions. Enter the desired "Epochs". Collect control data of the LQR controller.

The result of the "Neuron Toolbox" creates a Neuron controller that learns according to LQR controller. Simulink collects for GA optimal pre-processing, post-processing of Fuzzy controllers - 81 rules. Input association function. Output association function.

Statuses of the B&B system. Fuzzy Controller Fuzzy Rule - 16 rules according to control experience. Fuzzy Controller Fuzzy Plane - 16 rules according to control experience. LQR controller for B&B system.

Stabilize the ball position of the LQR controller. Bar deflection angle stabilization results of the LQR controller. Control the B&B system with a Fuzzy controller trained by "Anfis". The result of stabilizing the ball position of the Fuzzy controller – "Anfis".

Bar deflection angle stabilization results of the Fuzzy controller – "Anfis". Control the B&B system with a Neuron controller. The results simulate stabilizing the position of the ball using the Neuron controller. The results simulate bar deflection angle stabilization using a Neuron controller.

Control the B&B system with Fuzzy - 81 law - GA controller with 4 pre-processors, post- processing. Ball position stabilization simulation results By Fuzzy controller - 81 laws with 4 pre- processors, post-processing. The result simulates bar deflection angle stability b using Fuzzy - 81 law controller with 4 pre-processing, post-processing. Controlling the B&B system with Fuzzy controllers - 16 rules according to control experience.

Results simulate ball position stabilization using Fuzzy controllers - 16 laws. Results of simulating bar deflection angle stability using Fuzzy controllers - 16 laws. Control the B&B system with 3 LQR controllers, Fuzzy - "Anfis", Neuron. The results simulate the control of ball position over time of 3 controllers LQR, Fuzzy – "Anfis" and Neuron.

The results simulate the time of 3 LQR, Fuzzy – "Anfis" and Neuron controllers. Control the B&B system with 3 controllers LRQ, Fuzzy – 81 GA, Fuzzy – 16 rules. The results simulate the control of ball position over time of 3 controllers LQR, Fuzzy - GA and Fuzzy - 16 rules. The results simulate bar deflection angle control b according to the times of 3 controllers LQR, Fuzzy - GA and Fuzzy - 16 rules.

Simulink compares 5 controllers when stabilizing the ball to a position other than 0 .