Luận văn thạc sĩ nhận dạng quá trình đa biến trong cấu trúc điều khiển phi tập trung

Luận văn thạc sĩ: Nhận dạng quá trình đa biến, cấu trúc điều khiển phi tập trung. Nghiên cứu chuyên sâu, phân tích và ứng dụng thực tiễn.

• Tác giả: Lý Bá Hùng
• Người hướng dẫn: PGS. Hoàng Minh Sơn
• Trường học: Trường Đại học Bách Khoa Hà Nội
• Chuyên ngành: Khoa học
• Đề tài: Nhận dạng quá trình đa biến trong cấu trúc điều khiển phi tập trung
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2010
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MUC HINH VE
• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN NHẬN DẠNG TRONG VÒNG KÍN
• 1.1. Khái niệm và những nguyên tắc cơ bản
• 1.2. Các cách phân loại các phương pháp nhận dạng
• 1.3. Ưu điểm của phương pháp nhận dạng trong vòng kín
• 1.4. Một số thuật toán nhận dạng tiêu biểu
• 1.5. Công cụ Identification Toolbox của Matlab
• 2. CHƯƠNG 2: CÁC PHƯƠNG PHÁP NHẬN DẠNG TRONG VÒNG KÍN
• 2.1. Phương pháp nhận dạng trực tiếp
• 2.2. Nhóm các phương pháp nhận dạng gián tiếp
• 2.3. Phương pháp nhận dạng gián tiếp cổ điển
• 2.4. Phương pháp phản tích thừa số nguyên tố (coprime factorization)
• 2.5. Nhận dạng áp dụng phương pháp tham số hóa Youla
• 3. CHƯƠNG 3: NHÂN DẠNG THÁP CHƯNG CẤT HAI CẤU TỬ TRONG CẤU TRÚC ĐIỀU KHIỂN PHI TẬP TRUNG
• 3.1. Tháp chưng luyện hai cấu tử trong cấu trúc điều khiển phí tập trung
• 3.2. Nhận dạng trong vòng hở
• 3.3. Nhận dạng trực tiếp trong vòng kín
• 3.4. Phương pháp nhận dạng gián tiếp trong vòng kín
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Hướng dẫn luận văn nhận dạng quá trình đa biến phi tập trung

Luận văn thạc sĩ về nhận dạng quá trình đa biến trong cấu trúc điều khiển phi tập trung là một đề tài mang tính ứng dụng cao trong lĩnh vực Kỹ thuật Điều khiển và Tự động hóa. Nội dung cốt lõi của đề tài này xoay quanh việc xây dựng mô hình toán học cho các hệ thống công nghiệp phức tạp, nơi nhiều biến đầu vào và nhiều biến đầu ra tương tác lẫn nhau. Cấu trúc điều khiển phi tập trung (decentralized control) được ưu tiên sử dụng cho các hệ thống quy mô lớn, thay vì một bộ điều khiển trung tâm phức tạp, hệ thống được chia thành nhiều vòng điều khiển con, độc lập tương đối. Tuy nhiên, thách thức lớn nhất chính là bước nhận dạng hệ thống (system identification). Đây là quá trình xây dựng mô hình từ dữ liệu thực nghiệm vào-ra, đặc biệt là khi hệ thống đang hoạt động trong vòng kín (closed-loop), không thể gián đoạn sản xuất. Luận văn gốc của tác giả Lý Bá Hùng (2010) đã tập trung sâu vào bài toán này, đặc biệt là so sánh các phương pháp nhận dạng trong vòng kín như phương pháp trực tiếp và gián tiếp. Việc hiểu rõ các phương pháp này không chỉ quan trọng cho mục đích học thuật mà còn là chìa khóa để chỉnh định lại các bộ điều khiển, nâng cao chất lượng sản phẩm và tối ưu hóa vận hành. Bài viết này sẽ phân tích chi tiết các khía cạnh quan trọng, từ những thách thức cơ bản đến các giải pháp thuật toán và ứng dụng thực tiễn thông qua mô phỏng Simulink, cung cấp một cái nhìn toàn diện cho các nhà nghiên cứu và sinh viên đang thực hiện đồ án tốt nghiệp điều khiển tự động hoặc các báo cáo khoa học liên quan.

1.1. Khái niệm cốt lõi về System Identification và Decentralized Control

System Identification, hay nhận dạng hệ thống, là nghệ thuật và khoa học xây dựng các mô hình toán học của một hệ thống động dựa trên dữ liệu vào-ra quan sát được. Thay vì xây dựng mô hình từ các nguyên lý vật lý cơ bản (mô hình hóa lý thuyết), phương pháp này mang tính thực nghiệm, cho phép nắm bắt chính xác các đặc tính động học của quá trình thực tế. Trong khi đó, Decentralized Control hay điều khiển phi tập trung, là một chiến lược điều khiển cho các hệ thống đa biến (MIMO). Thay vì một bộ điều khiển trung tâm duy nhất xử lý tất cả các biến, hệ thống được chia thành các vòng lặp điều khiển đơn biến (SISO) hoặc đa biến nhỏ hơn (MISO). Mỗi bộ điều khiển cục bộ chỉ sử dụng một tập hợp con các thông tin đo lường để tính toán tín hiệu điều khiển cho một hoặc một vài cơ cấu chấp hành. Lợi thế của cấu trúc này là sự đơn giản trong thiết kế, dễ dàng triển khai và bảo trì.

1.2. Tầm quan trọng của mô hình hóa hệ thống đa biến trong công nghiệp

Trong các quy trình công nghiệp hiện đại như tháp chưng cất, lò hơi hay các lò phản ứng hóa học, việc mô hình hóa hệ thống đa biến là tối quan trọng. Các mô hình này đóng vai trò nền tảng cho việc phân tích, mô phỏng và quan trọng nhất là thiết kế bộ điều khiển hiệu quả. Một mô hình chính xác cho phép các kỹ sư dự đoán được hành vi của hệ thống trước những thay đổi của tín hiệu vào hoặc nhiễu loạn. Nó giúp kiểm tra các thuật toán điều khiển mới trong môi trường mô phỏng an toàn trước khi áp dụng vào thực tế, giảm thiểu rủi ro và chi phí. Hơn nữa, với các hệ thống đã vận hành lâu dài, việc nhận dạng lại mô hình giúp cập nhật các tham số đã thay đổi theo thời gian (do hao mòn, thay đổi nguyên liệu), từ đó có cơ sở để chỉnh định lại bộ điều khiển nhằm nâng cao hiệu suất và tiết kiệm năng lượng.

II. Bí quyết vượt qua thách thức nhận dạng đa biến trong vòng kín

Thực hiện nhận dạng quá trình đa biến trong thực tế công nghiệp luôn đối mặt với một rào cản lớn: hầu hết các hệ thống đều phải hoạt động liên tục trong vòng điều khiển kín. Việc ngắt vòng điều khiển để thực hiện nhận dạng vòng hở (open-loop identification) thường là bất khả thi vì có thể gây mất ổn định cho quá trình và ảnh hưởng đến chất lượng sản phẩm. Tuy nhiên, nhận dạng trong vòng kín (closed-loop identification) lại phát sinh hai vấn đề cơ bản. Thứ nhất là sự tương quan mạnh giữa tín hiệu điều khiển (đầu vào quá trình) và nhiễu của hệ thống. Phản hồi từ đầu ra mang theo nhiễu sẽ ảnh hưởng ngược lại đến tín hiệu điều khiển, vi phạm giả định cơ bản của nhiều thuật toán ước lượng tham số kinh điển như Bình phương tối thiểu (Least Squares), dẫn đến kết quả nhận dạng bị chệch và không nhất quán. Vấn đề thứ hai là khả năng không đảm bảo điều kiện kích thích đầy đủ. Nếu bộ điều khiển phản hồi là tuyến tính, nó có thể tạo ra một quan hệ tuyến tính phụ thuộc giữa tín hiệu vào và ra, làm cho ma trận thông tin bị suy biến và không thể tìm ra lời giải duy nhất cho các tham số mô hình. Luận văn đã nhấn mạnh, để giải quyết các thách thức này, cần lựa chọn phương pháp nhận dạng phù hợp và thiết kế tín hiệu kích thích chủ động một cách khéo léo, đảm bảo hệ thống vẫn ổn định trong phạm vi cho phép mà vẫn thu thập đủ thông tin động học cần thiết.

2.1. Vấn đề tương quan giữa nhiễu và tín hiệu vào trong hệ kín

Trong một hệ thống vòng kín, tín hiệu điều khiển u(t) được tạo ra dựa trên sai lệch giữa tín hiệu đặt và tín hiệu ra y(t). Vì tín hiệu ra y(t) luôn chứa thành phần nhiễu v(t), nên tín hiệu điều khiển u(t) sẽ có tương quan với v(t). Hầu hết các phương pháp nhận dạng đơn giản, như Bình phương tối thiểu áp dụng cho mô hình ARX, đều giả định rằng nhiễu không tương quan với các biến hồi quy (regressor). Khi giả định này bị vi phạm, kết quả parameter estimation sẽ bị chệch (biased), nghĩa là ngay cả khi có vô số dữ liệu, các tham số ước lượng được cũng không hội tụ về giá trị thực. Đây là thách thức nền tảng của nhận dạng vòng kín và là động lực chính để phát triển các phương pháp nhận dạng phức tạp hơn như phương pháp biến công cụ (IV), phương pháp lỗi dự báo (PEM) hay các kỹ thuật nhận dạng gián tiếp.

2.2. Phân tích điều kiện kích thích cho quá trình nhận dạng hệ thống

Điều kiện kích thích (persistency of excitation) đòi hỏi tín hiệu đầu vào phải đủ 'phong phú' về tần số để 'khám phá' hết các đặc tính động học của hệ thống. Trong vòng kín, nếu không có tín hiệu kích thích từ bên ngoài (ví dụ: thay đổi tín hiệu đặt hoặc thêm nhiễu chủ động), tín hiệu điều khiển có thể trở nên rất 'nghèo nàn', đặc biệt khi bộ điều khiển hoạt động tốt và giữ cho đầu ra bám sát giá trị đặt. Nghiêm trọng hơn, một bộ điều khiển tuyến tính có thể tạo ra mối ràng buộc tuyến tính giữa các tín hiệu vào và ra trong quá khứ, khiến các cột của ma trận hồi quy phụ thuộc tuyến tính. Khi đó, bài toán ước lượng tham số trở nên không xác định. Để đảm bảo điều kiện này, người ta thường đưa thêm một tín hiệu kích thích ngoài, chẳng hạn như tín hiệu nhị phân giả ngẫu nhiên (PRBS), vào tín hiệu đặt hoặc trực tiếp vào tín hiệu điều khiển.

III. Phân tích phương pháp nhận dạng trực tiếp trong hệ phi tập trung

Phương pháp nhận dạng trực tiếp là cách tiếp cận đơn giản và tự nhiên nhất cho bài toán nhận dạng quá trình đa biến trong vòng kín. Đúng như tên gọi, phương pháp này sử dụng trực tiếp dữ liệu vào-ra của đối tượng, u(t) và y(t), để ước lượng tham số của mô hình. Về cơ bản, nó xem bài toán như một dạng nhận dạng vòng hở, ít quan tâm đến sự tồn tại của bộ điều khiển trong vòng lặp. Ưu điểm lớn nhất của phương pháp này là không yêu cầu thông tin về bộ điều khiển đang được sử dụng. Điều này rất hữu ích trong thực tế khi cấu trúc và tham số của bộ điều khiển có thể không được biết chính xác hoặc quá phức tạp. Như mô phỏng trong luận văn gốc đối với đối tượng đơn biến, khi điều kiện lý tưởng được đảm bảo, phương pháp nhận dạng trực tiếp có thể cho kết quả với độ chính xác rất cao. Tuy nhiên, phương pháp này rất nhạy cảm với hai vấn đề cốt lõi của nhận dạng vòng kín đã nêu: sự tương quan giữa nhiễu và đầu vào, và điều kiện kích thích không đảm bảo. Nếu không có biện pháp xử lý, chẳng hạn như sử dụng các thuật toán nâng cao như phương pháp biến công cụ (Instrumental Variable - IV) hoặc thêm tín hiệu kích thích bên ngoài một cách hợp lý, mô hình thu được từ phương pháp trực tiếp có thể hoàn toàn sai lệch. Do đó, dù đơn giản, việc áp dụng thành công phương pháp này đòi hỏi sự hiểu biết sâu sắc về bản chất của hệ thống và tín hiệu.

3.1. Quy trình thực hiện và ưu điểm của nhận dạng trực tiếp

Quy trình thực hiện nhận dạng trực tiếp khá đơn giản: (1) Thu thập dữ liệu chuỗi thời gian của các tín hiệu đầu vào u(t) và đầu ra y(t) từ quá trình đang hoạt động trong vòng kín. (2) Lựa chọn một cấu trúc mô hình, ví dụ như mô hình ARX, ARMAX, Box-Jenkins. (3) Áp dụng một thuật toán ước lượng tham số (ví dụ, Bình phương tối thiểu) để tìm ra các tham số mô hình phù hợp nhất với dữ liệu đã thu thập. Ưu điểm chính là sự đơn giản và không đòi hỏi kiến thức về bộ điều khiển C(q). Điều này làm cho nó trở thành lựa chọn đầu tiên để thử nghiệm trong nhiều trường hợp. Nếu tín hiệu kích thích đủ mạnh và ảnh hưởng của nhiễu không quá lớn, nó vẫn có thể mang lại một mô hình đủ tốt cho các mục đích phân tích và thiết kế ban đầu.

3.2. Hạn chế và các giải pháp khắc phục khi áp dụng thực tế

Hạn chế lớn nhất của nhận dạng trực tiếp là tính không nhất quán khi có sự tương quan giữa nhiễu và tín hiệu vào. Để khắc phục, thay vì dùng thuật toán LS cơ bản, có thể sử dụng các phương pháp mạnh mẽ hơn. Phương pháp Biến công cụ (IV) xây dựng một vector 'công cụ' không tương quan với nhiễu để loại bỏ độ chệch. Các phương pháp không gian con (Subspace method) như N4SID cũng tỏ ra hiệu quả trong việc xử lý nhiễu có màu. Một giải pháp khác là chủ động đưa tín hiệu kích thích (ví dụ PRBS) vào hệ thống. Tín hiệu này, không tương quan với nhiễu quá trình, sẽ đảm bảo điều kiện kích thích và phá vỡ sự tương quan do vòng lặp phản hồi gây ra, giúp các thuật toán đơn giản hơn hoạt động chính xác hơn. Việc lựa chọn giải pháp phụ thuộc vào đặc điểm của từng hệ thống cụ thể.

IV. Top phương pháp nhận dạng gián tiếp cho hệ thống MIMO hiệu quả

Khi phương pháp trực tiếp không mang lại kết quả đáng tin cậy, các phương pháp nhận dạng gián tiếp trở thành một giải pháp thay thế mạnh mẽ cho nhận dạng hệ thống MIMO. Nguyên tắc chung của các phương pháp này là không nhận dạng trực tiếp mô hình của quá trình G(q), thay vào đó, chúng nhận dạng một hoặc nhiều hàm truyền khác trong vòng kín, sau đó dùng các mối quan hệ đại số để suy ra mô hình G(q). Cách tiếp cận này giúp tránh được vấn đề tương quan giữa nhiễu và tín hiệu vào một cách tự nhiên. Luận văn gốc đã trình bày một số phương pháp gián tiếp tiêu biểu. Phương pháp gián tiếp cổ điển nhận dạng mô hình của toàn bộ hệ kín từ tín hiệu đặt r(t) đến đầu ra y(t), sau đó 'tách' mô hình bộ điều khiển C(q) đã biết ra để tìm G(q). Một phương pháp khác là phân tích thừa số nguyên tố (coprime factorization), cho phép nhận dạng ngay cả khi không biết bộ điều khiển. Phương pháp hai bước (two-stage method) là một kỹ thuật tiên tiến, trong đó bước đầu tiên nhận dạng hàm nhạy của hệ thống, sau đó sử dụng thông tin này để tạo ra một tín hiệu vào 'sạch' (không tương quan với nhiễu) để nhận dạng quá trình ở bước hai. Dù phức tạp hơn, các phương pháp này thường cho kết quả ước lượng tham số nhất quán và chính xác hơn trong môi trường vòng kín có nhiễu.

4.1. Phương pháp gián tiếp cổ điển và phân tích thừa số nguyên tố

Phương pháp gián tiếp cổ điển yêu cầu phải biết chính xác mô hình của bộ điều khiển C(q). Nó tiến hành nhận dạng hàm truyền vòng kín T(q) từ r(t) đến y(t). Sau đó, mô hình quá trình G(q) được tính toán bằng công thức G = T / (C * (1 - T)). Hạn chế của phương pháp này là sai số trong mô hình C(q) hoặc T(q) có thể bị khuếch đại, và bậc của mô hình G(q) tính được có thể rất cao. Phương pháp phân tích thừa số nguyên tố giải quyết vấn đề không biết bộ điều khiển. Nó nhận dạng hai hàm truyền: từ r(t) đến y(t) và từ r(t) đến u(t), sau đó suy ra G(q). Tuy nhiên, nó vẫn kế thừa nhược điểm về khả năng gây ra mô hình bậc cao và không ổn định.

4.2. Kỹ thuật nhận dạng hai bước và phương pháp tham số hóa Youla

Phương pháp nhận dạng hai bước (two-stage) được xem là một trong những kỹ thuật hiệu quả nhất. Bước 1, nó nhận dạng hàm nhạy S(q) từ r(t) đến u(t) (hoặc một tín hiệu khác). Bước 2, nó sử dụng S(q) đã nhận dạng để lọc tín hiệu r(t), tạo ra một tín hiệu vào ước lượng không bị ảnh hưởng bởi nhiễu, sau đó thực hiện một bước nhận dạng vòng hở tiêu chuẩn. Ưu điểm là nó tách biệt hoàn toàn ảnh hưởng của vòng phản hồi. Phương pháp tham số hóa Youla là một cách tiếp cận lý thuyết hơn, đảm bảo rằng mô hình nhận dạng được sẽ ổn định với bộ điều khiển hiện tại. Cả hai phương pháp này đều thể hiện sự tiến bộ trong lý thuyết nhận dạng hệ thống cho các ứng dụng phức tạp.

V. Case study Nhận dạng tháp chưng cất hai cấu tử bằng Simulink

Để kiểm chứng và so sánh các phương pháp, không gì tốt hơn một ví dụ thực tiễn. Chương 3 của luận văn gốc đã thực hiện một case study chi tiết về nhận dạng quá trình đa biến cho một tháp chưng cất hai cấu tử. Đây là một đối tượng kinh điển trong ngành điều khiển quá trình, đặc trưng bởi tính phi tuyến và sự tương tác mạnh giữa các biến. Ví dụ, việc thay đổi lưu lượng hồi lưu (đầu vào 1) không chỉ ảnh hưởng đến nồng độ sản phẩm đỉnh (đầu ra 1) mà còn tác động đáng kể đến nồng độ sản phẩm đáy (đầu ra 2). Trong nghiên cứu, mô hình tháp chưng cất được xây dựng và mô phỏng trên Simulink. Sau đó, một cấu trúc điều khiển phi tập trung gồm hai bộ điều khiển PID độc lập được thiết lập. Tác giả đã tiến hành nhận dạng mô hình ma trận hàm truyền 2x2 của tháp chưng cất khi hệ thống đang hoạt động trong vòng kín. Các kịch bản khác nhau được thử nghiệm, bao gồm nhận dạng vòng hở, nhận dạng trực tiếp trong vòng kín với các loại tín hiệu kích thích khác nhau (bậc thang, tín hiệu giả ngẫu nhiên) và có xét đến ảnh hưởng của nhiễu. Toàn bộ quá trình từ thu thập dữ liệu, áp dụng các thuật toán nhận dạng đến kiểm chứng mô hình đều được thực hiện với sự hỗ trợ của MATLAB System Identification Toolbox, một công cụ cực kỳ mạnh mẽ cho các nhà nghiên cứu trong lĩnh vực này. Kết quả mô phỏng đã cho thấy rõ ưu nhược điểm của từng phương pháp trong một bối cảnh cụ thể.

5.1. Xây dựng mô hình và cấu trúc điều khiển phi tập trung cho tháp chưng cất

Mô hình tháp chưng cất được xây dựng dựa trên các phương trình cân bằng vật chất và cân bằng thành phần cho cấu tử dễ bay hơi. Sau khi tuyến tính hóa quanh điểm làm việc, hệ thống được biểu diễn dưới dạng một mô hình không gian trạng thái hoặc một ma trận hàm truyền 2x2. Cấu trúc điều khiển phi tập trung được áp dụng, trong đó một bộ điều khiển cục bộ điều khiển nồng độ sản phẩm đỉnh bằng lưu lượng hồi lưu, và một bộ điều khiển cục bộ khác điều khiển nồng độ sản phẩm đáy bằng lưu lượng hơi. Việc thiết kế bộ điều khiển cục bộ này là một bước quan trọng, và hiệu năng của chúng ảnh hưởng trực tiếp đến dữ liệu thu thập được cho quá trình nhận dạng.

5.2. Kết quả mô phỏng và kiểm chứng mô hình nhận dạng trên MATLAB

Các kết quả mô phỏng Simulink trong luận văn cho thấy, phương pháp nhận dạng trực tiếp khi sử dụng tín hiệu kích thích giả ngẫu nhiên có biên độ giới hạn cho kết quả tốt hơn đáng kể so với khi chỉ dùng tín hiệu bậc thang. Tín hiệu giả ngẫu nhiên giúp đảm bảo điều kiện kích thích tốt hơn. Thí nghiệm cũng chỉ ra rằng, khi có nhiễu tác động vào đầu vào quá trình, mô hình nhận dạng được có thể bị sai lệch nếu không sử dụng thuật toán phù hợp. Việc kiểm chứng mô hình được thực hiện bằng cách so sánh đáp ứng của mô hình nhận dạng được với dữ liệu thực nghiệm (từ mô phỏng) trên một tập dữ liệu khác (validation data). Độ phù hợp (fit percentage) là một chỉ số quan trọng được MATLAB System Identification Toolbox cung cấp để đánh giá chất lượng mô hình.

VI. Tổng kết luận văn và hướng phát triển cho điều khiển phi tập trung

Luận văn thạc sĩ về nhận dạng quá trình đa biến trong cấu trúc điều khiển phi tập trung đã giải quyết thành công một bài toán quan trọng và thực tiễn. Nghiên cứu đã tổng quan hóa một cách hệ thống các phương pháp nhận dạng trong vòng kín, từ các khái niệm cơ bản đến việc phân tích sâu các ưu nhược điểm của phương pháp trực tiếp và các biến thể của phương pháp gián tiếp. Điểm sáng của luận văn là việc áp dụng và kiểm chứng các lý thuyết này trên một đối tượng mô phỏng phức tạp là tháp chưng cất hai cấu tử, sử dụng công cụ mạnh mẽ là MATLAB/Simulink. Kết quả đã khẳng định tầm quan trọng của việc lựa chọn phương pháp nhận dạng và tín hiệu kích thích phù hợp để có được một mô hình toán học chính xác, là tiền đề cho việc thiết kế và cải tiến hệ thống điều khiển. Tuy nhiên, lĩnh vực này vẫn còn nhiều không gian để phát triển. Các hướng nghiên cứu trong tương lai có thể tập trung vào việc nhận dạng các hệ thống phi tuyến đa biến, vì hầu hết các quá trình thực tế đều có đặc tính phi tuyến. Một hướng khác là tích hợp các kỹ thuật học máy (Machine Learning) vào quá trình nhận dạng để xử lý các hệ thống có độ phức tạp cao hơn. Ngoài ra, việc phát triển các thuật toán nhận dạng trực tuyến (online identification) để áp dụng cho điều khiển bền vững (Robust Control) và điều khiển thích nghi cũng là một hướng đi đầy hứa hẹn, giúp hệ thống tự động cập nhật mô hình và tối ưu hóa vận hành theo thời gian thực.

6.1. Đóng góp chính của luận văn và những kết quả đạt được

Đóng góp chính của luận văn kỹ thuật điều khiển này nằm ở việc so sánh thực nghiệm một cách có hệ thống các phương pháp nhận dạng vòng kín trên một đối tượng MIMO điển hình. Nó cung cấp một cái nhìn trực quan về hiệu quả và hạn chế của từng phương pháp khi đối mặt với các vấn đề như nhiễu và điều kiện kích thích. Kết quả chỉ ra rằng không có phương pháp nào là tối ưu cho mọi trường hợp; sự lựa chọn phụ thuộc vào đặc điểm của quá trình, mức độ nhiễu và thông tin sẵn có về bộ điều khiển. Luận văn là một tài liệu tham khảo giá trị cho sinh viên và kỹ sư thực hành.

6.2. Triển vọng tương lai Tích hợp học máy và điều khiển bền vững

Tương lai của nhận dạng hệ thống và điều khiển phi tập trung gắn liền với sự phát triển của trí tuệ nhân tạo. Các mô hình mạng nơ-ron hoặc các thuật toán học sâu có thể được sử dụng để nhận dạng các hệ phi tuyến phức tạp mà các mô hình tuyến tính như ARX hay mô hình không gian trạng thái không thể mô tả hết. Bên cạnh đó, việc kết hợp nhận dạng trực tuyến với điều khiển bền vững (Robust Control) sẽ tạo ra các hệ thống tự chỉnh thông minh, có khả năng duy trì sự ổn định hệ phi tập trung và hiệu năng cao ngay cả khi các đặc tính của quá trình thay đổi hoặc có những nhiễu loạn không lường trước.

Trích đoạn nội dung tài liệu

Chương 1: TỔNG QUAN VỀ BÀI TOÁN NHẬN DẠNG TRONG VÒNG KÍN 11. Khái niệm và những nguyên tắc cơ bản Phương pháp xây dụng mô hình toán học trên cơ sở các số liệu váo- ra thực nghiệm đượo gọi là mô hình hóa thục nghiệm hay nhận đạng hệ thắng (system iđentilcation) Khai miém dirge Zadeh nhát Điều với hai nét cơ bản sau: 1) Nhận đạng là phương pháp thực nghiệm nhằm xác định một mâ hình cụ thé trong lớp các mồ hình thỉch hợp đã cho trên cơ sở quan sát các tín hiệu vảo ra. 2) Mô hình tìm được phải có sai sẻ với đối tượng là nhỏ nhật Các bước tiên hành: Giống như nhiều công việc phát triển hệ thống khác, nhận dang bầu như bao giờ cũng, là một quá trình lặp. Những bước eơ bản trong xây đựng mô hinh thực nghiệm cho một cmá trình công nghiệp bao gồm: 1.

Thu thap đữ liệu, khai thác thông tin ban đầu vẻ quá trinh, vị dụ các biển quả trình. quan tâm, các biến vào#a ,các phương trình mô hình từ phân tich lý thuyết, các điêu kiện biên và các giả thiết. Lựa chọn phương pháp nhận dang (trực tuyến/ ngoại tuyển, vòng hỡ/vông kín, chủ. động/ bị động ), thuật toán trớc lượng tham số và tiêu chuẩn đánh giá mô hình.

Tiến hành liêu thực nghiệm cho từng cặp biển vào ra trên cơ sở phương pháp nhận dạng dã chọn, xử lý thô các số liệa nhằm loại bỏ những giá trị do kém tin cậy, 4. Kết hợp yêu cầu về mục đích sử đụng md hinh và khả năng ứng dựng của phương pháp nhận dang dã chọn, quyết định vẻ dạng mé hinh (phi tuyén/tuyén tinh, én tục/ gián đoạn, .) đưa ra giả thuyết ban đầu vẻ câu trúc rnô hình (bậc của tử số/ mẫu số của hàm truyền đạt, có hay không có trễ,. Xe dinh các tham số mô hình theo phương phép và thuật toán đã chọn Nến tiên hành theo từng mô hình con (ví đụ từmg kênh vào/ra, từng khâu trong quá trinh) sau đó cần kết hợp chúng lại thành một mô hình tổng thể. Mô phỏng kiếm chứng và đánh giá mô hình nhận dược theo các tiếu chuân đã lựa chọn, tết nhật là trên cơ sở nhiêu tập đữ liệu khác nhau.

Nếu chúng chưa đạt yêu câu thì ta quay lại một trong các bước 1-4 12. Các cách phân luại các phương pháp nhận đạng Các phương pháp nhận đạng hiện nay vô cùng phong phú, luy nhiên la có thể ‘ cáo phương pháp nhận dạng từ nhiễu góc nhìn khác nhau, ví dụ theo dạng mỏ hình sử dung, dang tin hiệu thực nghiệm, thuật toán áp dựng hoặc mục địch sử dụng mô hình, Dạng mồ hình sử dụng Dựa theo dạng mô Tỉnh sử đụng trực tiếp, người ta có thể phân biết các phương pháp tương ứng như nhận dạng hệ phi tuyển hay nhận dạng bệ tuyến tính, nhận dạng hệ liên tục hoặc nhận dang hé giản đoạn, nhận dạng trên miễn thời gian hoặc nhận dang trên miễn tân số, nhận đạng mô hình không tham sẻ hoặc nhận dang mô hình có tham số, nhận đạng, mô hình rõ hoặc nhận đạng mỏ hình tờ,. Trưng điển khiển quá trình với các phương pháp kinh điển, mô hình tuyến tính bậc nhất và bậc hai (cỏ hoặc không có trễ, có hoặc không có đao động, có hoặc không có thành phân tích phân) là nhímg dang hay duoc dung nhất, Tuy rửuên, sự xâm nhập của các phương pháp điều khiến hiện đại yêu cầu. cũng như chơ phép sử dụng những phương pháp và mỏ hình plưửc tạp hơn.

Nhận dạng chủ động vả nhận đạng bị động Tựa trên đang tin hiện thục nghiệm ra có thể phân biết các phương pháp nhận đạng chú động và nhận dạng bị động, Một phương pháp nhận dang dược gọi lẻ chủ dông nếu tín hiệu váo được chủ động lựa chọn và kích thích. Đương nhiền nhận dang chú động là phương pháp tốt nhật nêu điều kiện thực tẻ cho phép. Ở đây ta con có thé phan loại sâu hơn dựa trên tín hiệu kích thích. Tín hiệu bậc thang hoặc tín hiệu xung vuông và tin hiệu dao động điều hòa là những loại tín hiệu thông dụng nhất.

1in hiệu kích thích dạng bậc thang thường được sử đụng trong các phương phap đựa trên đáp ứng quá độ, trong khi tín hiệu đựng hình sm được sử dựng cho các phương pháp dựa trên đáp ứng tấn số. Trong một số trường hợp tin hiệu xung cũng dược su dung thay chơ tin hiệu bậc thang hoặc tin. hiệu hình sn. Phương pháp nhận đạng chủ động có thể không khá thí với các hệ thông đang vận hành ổn định, bới quá trình không cho phép bắt cứ một sự can thiệp nào vào hệ thống vi nó có thể làm ảnh hưởng tới chất lượng sân phẩm.

Khi đô người la phải chấp nhận sử dụng các số liện váo/ra vận hành thực và phương pháp nhận dạng đỏ dược gọi là phương pháp nhận. dang bị động. Những số liệu này thông thường phản ánh chủ yêu đặc tính của hệ thống ở trạng thải xác lập. Thận dạng vòng hở và nhận dạng vòng kín Mô hình của một quá trình có thể xác định một cảch trực tiếp trên cơ sở tiến bảnh thực nghiệm vả tính toán các tin hiệu vào/ra của nó.

Trong trường hợp đó, người ta gọi là nhận dạng trực tiếp hay nhận dạng vòng hỗ (2pen-loop identification). Tuy nhién vei nhiéu qua trình công nghiệp điểi + này gặp nhiều trở ngại bởi việc ñ đông dưa tín hiệu vào trục tiếp với biên độ lớn có thể làm cho các thông số của quá trình vượt ra khói pham vi lam việc cho phép và ảnh hưởng trực tiếp tới chất lượng của sẵn phẩm ở đầu ra, đặc biệt là đối với quá trình không ổn dinh. Trong khi đó nêu sử dụng tín hiểu vào với biên độ nhỏ sẽ khó phân biệt giữa đáp ứng đầu ra với nhiễu đo Một biện pháp khắc phục vấn đề trên lò La sẽ sử dụng phương pháp nhận dạng gián liếp, thay nhận đạng vàng kin (closed-loop identification). Mét bé điện khiển phản hồi đơm giản được đưa vào nhắm duy trì hệ thống trong phạm vị làm việc cho phép.

Tin hiệu thử chính là tín hiệu chủ đạo được dưa vào bộ diểu khiển, côu tin hiệu ra được do bình thường. Thông thường, mô hình cúa hệ kin sẽ được xác định trước, tiếp theo mô hình quá trinh sẽ được dẫn xuất từ đó [= feo r BODIEU | t | QUÁ TRÌNH |# | QUÁTRÌNH |# ẠT| KHI a) Nhận dạng vòng hở b) Nhận dạng vong kin Minh 1.1: han dạng vòng hở và nhận dạng vong kin Cân lưu ý mói liên quan giữa nhận dạng vòng, hở với nhận dạng chủ động vẻ nhận dang vòng kín và nhận đạng bị động. Nhận đạng vòng hở bao giờ cũng sử dụng tín hiệu chủ đông. nhưng điền ngược lại chưa chắc đứng, Nhận đạng bị động luôn được thực hiện trong vòng kín, nhưng nhận đạng vòng kin van có thể sử dụng tín hiệu kích thích chủ động (phương pháp phản hỏi rơ-le là một ví dụ) Nhận dạng Lrực tuyến và nhận dạng ngoại tuyên Nếu mô hình cần xây đựng phục vụ chỉnh định rực tuyển và liên tục các ram số của bộ điều khiển (điều khiển thích nghỉ) hoặc phục vụ tôi ưu hỏa thời gian thực hệ thông diéu khiển, các tham số của bộ điều khiên cản được tính toán lại liên tục đựa trên số liệu vào ra cập nhài.

Khi đô người 1a nói lới nhận dạng trực luyến (oniize). Ngược lại nếu mô lảnh được tính toản một cách tách biệt với quá trình thu thập số liệu, nghĩa là nhận dạng sau khi có toàn bộ tập số liệu vào ra, ta sứ dụng khái niệm nhận dang ngoại tuyển (off-line). Các mô hình nhận đạng ngoại tuyên phục vụ phân tích, thiết kế điều khiến, mô phỏng đào Tạo và vận hành, Thuật toán ước lượng mô hình Lễ phân loại từ khia cạnh nay ta có rất nhiêu thuật toản phong phủ và đa dạng. Có thể ke ra một số thuật toán thông đựng như bình phương tối thiếu (least squares, LS), xac xuất.

Những phương pháp này cũng không phải hoàn Loàn khác biệt má nhiều khi chỉ lá dẫn xuất cúa nhau. Ngay cä trong vai năm gần đây cũng có một số phương pháp mới được phát triển và một loạt oác thuật toán nhận đạng mới ra đời 13. Ưu điểm của phương pháp nhận đạng trong vòng kín Một trong những ưu điểm rất quan trọng của nhận dạng vòng kia là hệ thông đã được duy trí trong phạm vị lảm việc cho phép, ngay cã khi ta có sử đựng tín hiệu kích thích chủ động. Như vậy, một phương pháp nhận đạng mô hinh tuyển tinh sé cho mdt a6 hình quá trình thích hợp trong phạm vị làm việc mong muốn.

Ảnh hướng của nhiễu quả trình tới kết quả nhân dạng nhờ vậy cũng được giãm bớt. Trong hầu hết các trường hợp, ta có thế chủ động thay đất tín liệu chủ đạo để kích thích hệ thống theu ý muốn. Mật số thuật tuân nhận dạng tiêu biểu Hiện nay có rât nhiều thuật toán whan dạng được sử đụng, có những thuật toán nhận dang kinh điền dã dược áp dụng rất thành công và những thuật toán nhân đang mới còn. đang được thử nghiệm.

Sau đây tác giá chỉ trình bảy một số thuật toán nhận dạng tiểu. tiểu được áp dung cho nhận đạng trong vòng kín Thuật toán binh phương lỗi thiéu (Least-Squares, 1S) Thmật toán bình phương tôi thiên có thể xem ninr là một thuật toán cơ sở, đa năng diva trên nguyên lý đơn giz và quen thuộc nguyên lý bà phương tôi tiếu. Thuật toán bình phương tối thiểu có thể áp dung cho nhận dang, các hệ phí tuyến cũng như tuyến tỉnh, trên miễn thời gian cũng như trên miễn tản số, nhận dạng trực tuyển cũng như nhận dạng ngoại tuyển. Nguyễn lý thuật toán bình phương tôi thiêu Thực chả bài toán nhận đạng dược đưa về bái toán lối ưu với hảm mục tiêu cần cực tiểu hóa là tổng bình phương sai lệch (có thể với hệ số trọng lượng) giữa số liệu quan sát thực và các giả trị tính toán ước lượng Giá sử quá trình được mô tả bởi một mô hình toán học đơn giản yữ,)—@0)6.! ø,)6,— ø (08 Trong dé yŒ;)là giá trị quan sát dược ở thời điểm 1, ,@18 veeto tham số của mô hình cần xác định 0-|a a.

af Va ø, là các hàm biết trước (ví dụ đấy các giả trị biến vào hoặc biến ra), vecto ham 7 # )-[aữ) øứ) - ø02] được gọi là vecto hồi quy và các phần tử của nó được gọi là biến hồi quy. Trong trường hợp đơn giản nhất vecto hỏi quy có thẻ biểu diễn trực tiếp các giá trị đầu vào.