Nâng Cao Chất Lượng Điều Khiển Dựa Trên Mô Hình Bằng Phương Pháp Học Lặp

LỜI CAM ĐOAN

LỜI CẢM ƠN

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ

1. CHƯƠNG 1: TỔNG QUAN VỀ ĐIỀU KHIỂN HỌC LẶP VÀ TÍNH HỘI TỤ CỦA QUÁ TRÌNH HỌC

1.1. Điều khiển học lặp và lý do nên kết hợp với truyền thống

1.2. Tổng quan về tình hình nghiên cứu và các vấn đề còn tồn tại

1.3. Một số bài toán đặt ra cho luận án

1.3.1. Nghiên cứu lý thuyết

1.3.2. Nghiên cứu thực nghiệm: Hai quá trình công nghiệp được sử dụng để kiểm chứng kết quả lý thuyết

1.3.2.1. Robot công nghiệp

1.3.2.2. Hệ phản ứng khuấy trộn liên tục

1.4. Tổng kết chương 1

2. CHƯƠNG 2: NHỮNG ĐỀ XUẤT LÝ THUYẾT BỔ SUNG CHO ĐIỀU KHIỂN HỌC LẶP

2.1. Xác định tham số hàm học dựa trên mô hình trong miền phức

2.1.1. Điều kiện đủ cho hàm học kiểu P khi sử dụng hàm truyền hệ thống (quá trình SISO)

2.1.1.1. Khi quá trình là liên tục

2.1.1.2. Khi quá trình là rời rạc

2.1.2. Điều kiện đủ cho hàm học kiểu P khi sử dụng ma trận hàm truyền (quá trình MIMO)

2.1.3. Kiểm chứng chất lượng hội tụ nhờ mô phỏng

2.2. Xác định online tham số hàm học theo tiêu chuẩn tối ưu bằng cách cực tiểu hóa tổng bình phương sai lệch bám

2.2.1. Chứng minh tính cần và đủ cho điều kiện

2.2.2. Xác định online tham số hàm học tối ưu theo tổng bình phương sai lệch bám ở đầu ra

2.2.3. Kiểm chứng chất lượng hội tụ của tham số hàm học tối ưu online bằng mô phỏng

2.3. Xác định online tham số hàm học không dựa vào mô hình (giải pháp thông minh)

2.3.1. Nguyên tắc xác định online tham số hàm học

2.3.1.1. Trường hợp hệ là SISO

2.3.1.2. Trường hợp hệ là MIMO

2.3.2. Khảo sát tính hội tụ

2.3.3. Kiểm chứng chất lượng hội tụ thông qua mô phỏng

2.4. Ổn định hóa và tuyến tính hóa không cần sử dụng mô hình

2.4.1. Ước lượng đạo hàm của vector hàm số từ các dữ liệu đo được nhờ phép phân tích Taylor

2.4.2. Ứng dụng vào tuyến tính hóa ổn định hệ phi tuyến mà không cần sử dụng mô hình toán

2.4.3. Ví dụ minh họa

2.5. Tổng kết chương 2

3. CHƯƠNG 3: ỨNG DỤNG VÀO ĐIỀU KHIỂN CÁC HỆ ROBOT CÔNG NGHIỆP

3.1. Tổng quan về các phương pháp điều khiển đã có

3.1.1. Phương pháp điều khiển rõ

3.1.2. Phương pháp điều khiển thích nghi sử dụng nghịch đảo mô hình

3.1.3. Phương pháp điều khiển thích nghi Li-Slotine

3.1.4. Phương pháp điều khiển trượt

3.1.5. Bù bất định bằng mạng neural

3.1.6. Điều khiển học lặp

3.1.7. Xác nhận qua mô phỏng khả năng không đảm bảo được chất lượng của điều khiển truyền thống khi trong hệ xuất hiện lỗi

3.2. Đề xuất cấu trúc điều khiển hai mạch vòng không sử dụng mô hình toán của robots (điều khiển thông minh)

3.2.1. Nhiệm vụ của bộ điều khiển vòng trong

3.2.2. Ước lượng đạo hàm của vector hàm số từ các dữ liệu đo được

3.2.3. Điều khiển robot công nghiệp nhờ học lặp với tham số hàm học tối ưu online đã đề xuất

3.2.3.1. Điều khiển vòng trong bằng bộ điều khiển tuyến tính hóa thông minh nhờ phản hồi trạng thái

3.2.3.2. Điều khiển vòng ngoài bằng bộ điều khiển học lặp

3.2.3.3. Thuật toán điều khiển

3.2.4. Điều khiển robot công nghiệp nhờ học lặp với tham số hàm học online thông minh đã đề xuất

3.2.4.1. Thiết kế bộ điều khiển

3.2.4.1.1. Nội dung của hai mạch vòng điều khiển

3.2.4.1.2. Thuật toán điều khiển

3.2.4.2. Kiểm chứng chất lượng bằng mô phỏng

3.5. Tổng kết chương 3

4. CHƯƠNG 4: ỨNG DỤNG VÀO ĐIỀU KHIỂN HỆ PHẢN ỨNG HÓA HỌC KHUẤY TRỘN LIÊN TỤC

4.1. Sơ lược về bài toán điều khiển hệ CSTR và các phương pháp điều khiển hiện có

4.2. Đề xuất hai giải pháp điều khiển

4.3. Triển khai cấu trúc điều khiển theo đề xuất thứ nhất

4.3.1. Thiết kế bộ điều khiển vòng trong

4.3.2. Thiết kế bộ ước lượng thành phần bất định hàm

4.3.3. Thiết kế bộ điều khiển học lặp

4.3.4. Thuật toán điều khiển

4.3.5. Kiểm chứng chất lượng bằng mô phỏng

4.3.5.1. Khi đầu ra là nhiệt độ

4.3.5.2. Khi đầu ra là nồng độ

4.4. Triển khai cấu trúc điều khiển theo đề xuất thứ hai

4.4.1. Thiết kế bộ ước lượng thành phần bất định hàm

4.4.2. Thiết kế bộ điều khiển học lặp

4.4.3. Thuật toán điều khiển

4.4.4. Kiểm chứng chất lượng bằng mô phỏng

4.4.4.1. Kết quả mô phỏng khi đầu ra là nhiệt độ

4.4.4.2. Kết quả mô phỏng khi đầu ra là nồng độ

4.5. Tổng kết chương 4

KẾT LUẬN VÀ KIẾN NGHỊ

Các đóng góp mới của luận án

Những vấn đề còn tồn tại và hướng giải quyết

Danh mục các công trình đã công bố của luận án

Tài liệu tham khảo

Phụ lục chương trình

I. Ý nghĩa thực tiễn và tính cấp thiết của đề tài

Đề tài "Nâng cao chất lượng điều khiển dựa trên mô hình bằng phương pháp học lặp" mang lại ý nghĩa thực tiễn quan trọng trong bối cảnh nhiều hệ thống sản xuất hiện nay vẫn sử dụng các bộ điều khiển truyền thống. Những bộ điều khiển này thường dựa vào mô hình toán học của quá trình điều khiển. Tuy nhiên, theo thời gian, các thiết bị có thể bị thay đổi về cơ cấu vật lý, dẫn đến chất lượng điều khiển không còn được đảm bảo. Phương pháp học lặp (ILC) xuất hiện như một giải pháp khả thi, cho phép cải thiện chất lượng điều khiển mà không cần phải điều chỉnh lại mô hình toán. Điều này giúp tiết kiệm thời gian và chi phí cho việc bảo trì và nâng cấp hệ thống. Việc nghiên cứu và phát triển các phương pháp điều khiển học lặp có thể mở rộng khả năng ứng dụng cho nhiều loại hệ thống khác nhau, đặc biệt là những hệ thống không ổn định.

1.1 Tính cấp thiết của việc áp dụng phương pháp học lặp

Phương pháp học lặp không chỉ giúp cải thiện chất lượng điều khiển mà còn giảm thiểu sự can thiệp vào hệ thống hiện có. Điều này đặc biệt quan trọng trong các hệ thống công nghiệp, nơi mà việc thay thế thiết bị có thể tốn kém và phức tạp. Hơn nữa, việc áp dụng ILC cho phép tận dụng thông tin từ quá khứ để tối ưu hóa tín hiệu điều khiển trong tương lai. Điều này không chỉ giúp nâng cao hiệu suất mà còn giảm thiểu rủi ro trong quá trình sản xuất.

II. Mục đích và nhiệm vụ của luận án

Mục đích chính của luận án là phát triển một bộ điều khiển học lặp có hàm học tuyến tính để điều khiển các quá trình phi tuyến. Để đạt được mục tiêu này, luận án đặt ra ba nhiệm vụ chính. Đầu tiên, xác định nguyên tắc hiệu chỉnh tín hiệu điều khiển từ kinh nghiệm quá khứ, nhằm áp dụng cho nhiều loại đối tượng khác nhau. Thứ hai, ước lượng thông minh các thành phần nhiễu mà không cần đến mô hình toán của hệ thống. Cuối cùng, thiết kế thuật toán điều khiển dựa trên hai mục tiêu trên để áp dụng cho các đối tượng công nghiệp như robot và hệ phản ứng hóa học khuấy trộn liên tục. Những nhiệm vụ này không chỉ giúp nâng cao chất lượng điều khiển mà còn mở rộng khả năng ứng dụng của phương pháp học lặp.

2.1 Xác định nguyên tắc hiệu chỉnh tín hiệu điều khiển

Việc xác định nguyên tắc hiệu chỉnh tín hiệu điều khiển là rất quan trọng để đảm bảo rằng bộ điều khiển học lặp có thể hoạt động hiệu quả trên nhiều loại hệ thống khác nhau. Nguyên tắc này cần phải linh hoạt và có khả năng thích ứng với các điều kiện thay đổi của hệ thống. Điều này có thể đạt được thông qua việc phân tích dữ liệu từ quá trình điều khiển trước đó và sử dụng chúng để tối ưu hóa các tham số điều khiển trong tương lai.

III. Đối tượng và phạm vi nghiên cứu của luận án

Đối tượng nghiên cứu của luận án bao gồm các quá trình công nghiệp phi tuyến, với hai ví dụ điển hình là robot công nghiệp và hệ phản ứng hóa học khuấy trộn liên tục. Phạm vi nghiên cứu tập trung vào việc sử dụng các hàm học tuyến tính để điều khiển các quá trình này. Điều này đòi hỏi phải phát triển các phương pháp cụ thể để khắc phục những vấn đề còn tồn tại trong việc áp dụng học lặp cho các hệ thống phi tuyến. Luận án sẽ phân tích và đánh giá khả năng áp dụng của các phương pháp điều khiển học lặp cho các đối tượng này, từ đó đưa ra các giải pháp khả thi.

3.1 Phân tích các quá trình công nghiệp phi tuyến

Việc phân tích các quá trình công nghiệp phi tuyến là rất cần thiết để hiểu rõ hơn về động học của chúng. Robot công nghiệp và hệ phản ứng hóa học khuấy trộn liên tục có những đặc điểm động học khác nhau, điều này ảnh hưởng đến cách thức áp dụng phương pháp học lặp. Nghiên cứu này sẽ giúp xác định các yếu tố ảnh hưởng đến chất lượng điều khiển và từ đó phát triển các giải pháp tối ưu cho từng loại hệ thống.

IV. Phương pháp nghiên cứu

Luận án sử dụng hai phương pháp nghiên cứu chính: nghiên cứu lý thuyết và kiểm chứng kết quả lý thuyết bằng mô phỏng. Nghiên cứu lý thuyết sẽ tập trung vào việc xác định điều kiện hội tụ cho các quá trình học tuyến tính và xây dựng phương pháp nhận dạng nhiễu mà không cần đến mô hình toán. Kiểm chứng kết quả lý thuyết sẽ được thực hiện thông qua các mô phỏng với các đối tượng công nghiệp có tính chất động học khác nhau. Phương pháp này không chỉ giúp xác định tính khả thi của các giải pháp đề xuất mà còn cung cấp cơ sở thực tiễn cho việc áp dụng các phương pháp học lặp trong điều khiển.

4.1 Nghiên cứu lý thuyết

Nghiên cứu lý thuyết sẽ tập trung vào việc xác định các điều kiện cần thiết để đảm bảo tính hội tụ của các quá trình học tuyến tính. Điều này bao gồm việc phân tích các tham số học tối ưu và xây dựng các phương pháp nhận dạng nhiễu. Những kết quả lý thuyết này sẽ là cơ sở cho việc phát triển các thuật toán điều khiển hiệu quả hơn trong thực tế.

Luận Án Tiến Sĩ: Nâng Cao Chất Lượng Điều Khiển Dựa Trên Mô Hình Bằng Phương Pháp Học Lặp