Nhận dạng tham số hệ thống điều khiển tốc độ động cơ DC - Trường Đại học Kỹ thuật Công nghiệp

I. Hướng dẫn nhận dạng tham số động cơ DC cho người mới bắt đầu

Nhận dạng tham số hệ thống điều khiển tốc độ động cơ DC là một quá trình thiết yếu để xây dựng mô hình toán học chính xác cho động cơ. Một mô hình toán học hệ điều khiển đáng tin cậy là nền tảng để thiết kế và tối ưu hóa bộ điều khiển, đặc biệt là bộ điều khiển PID cho động cơ DC. Động cơ điện một chiều (DC) được ứng dụng rộng rãi trong công nghiệp nhờ khả năng điều chỉnh tốc độ linh hoạt và cấu trúc điều khiển đơn giản. Tuy nhiên, các tham số vật lý của động cơ như điện trở phần ứng (Ra), điện cảm phần ứng (La), mô-men quán tính (J), và hệ số ma sát nhớt (Bm) thường không được nhà sản xuất cung cấp chính xác hoặc có thể thay đổi theo thời gian do mài mòn và điều kiện vận hành. Do đó, việc ước lượng tham số động cơ DC trở thành một bài toán quan trọng. Quá trình này, còn được gọi là system identification DC motor, bao gồm việc kích thích hệ thống bằng một tín hiệu đầu vào đã biết, sau đó thu thập và phân tích dữ liệu đầu ra để suy ra các tham số của mô hình. Một mô hình chính xác không chỉ giúp mô phỏng hoạt động của hệ thống mà còn cho phép thiết kế các bộ điều khiển hiệu suất cao, chẳng hạn như điều khiển thích nghi, giúp hệ thống tự điều chỉnh để đáp ứng với những thay đổi của đối tượng.

1.1. Tầm quan trọng của việc mô hình hóa động cơ DC

Việc mô hình hóa động cơ DC là bước đầu tiên và quan trọng nhất trong việc thiết kế một hệ thống điều khiển hiệu quả. Mô hình toán học mô tả mối quan hệ động học giữa điện áp đầu vào và tốc độ góc đầu ra. Theo luận văn của Trần Mỹ Hạnh (2016), phương trình cân bằng điện áp và phương trình cân bằng mô-men là hai thành phần cốt lõi của mô hình. Từ đó, ta có thể xây dựng hàm truyền động cơ DC, một công cụ cơ bản để phân tích và thiết kế bộ điều khiển trong miền tần số. Một hàm truyền chính xác cho phép các kỹ sư dự đoán được hành vi của động cơ trước các tín hiệu điều khiển khác nhau, từ đó lựa chọn thuật toán và thông số điều khiển phù hợp để đạt được các chỉ tiêu chất lượng như thời gian đáp ứng nhanh, độ vọt lố thấp và sai số xác lập nhỏ.

1.2. Tại sao các tham số vật lý của động cơ lại là ẩn số

Trong thực tế, các thông số ghi trên nhãn động cơ thường chỉ là giá trị danh nghĩa. Chúng có thể thay đổi đáng kể do sai số trong quá trình sản xuất, sự lão hóa của vật liệu, và sự thay đổi của nhiệt độ môi trường. Ví dụ, điện trở phần ứng Ra tăng lên khi động cơ nóng lên. Tương tự, hệ số ma sát nhớt Bm có thể thay đổi tùy thuộc vào chất lượng dầu bôi trơn và mức độ mài mòn cơ khí. Việc không biết chính xác các tham số này khiến cho việc thiết kế bộ điều khiển dựa trên lý thuyết trở nên khó khăn và kém hiệu quả. Đây chính là lý do tại sao các phương pháp nhận dạng dựa trên dữ liệu thực nghiệm lại đóng vai trò không thể thiếu trong kỹ thuật điều khiển hiện đại.

II. Thách thức khi ước lượng tham số động cơ DC không chính xác

Việc ước lượng tham số động cơ DC không chính xác dẫn đến nhiều hệ lụy nghiêm trọng trong vận hành. Thách thức lớn nhất là xây dựng được một mô hình sai lệch so với đối tượng thực, khiến cho bộ điều khiển được thiết kế hoạt động không như mong đợi. Khi các tham số như hằng số mô-men (Kt) và hằng số sức điện động (Ke) bị xác định sai, mối liên hệ giữa dòng điện và mô-men, giữa tốc độ và sức phản điện động sẽ không còn chính xác. Điều này trực tiếp ảnh hưởng đến hiệu quả của các vòng điều khiển dòng điện và tốc độ. Một bộ điều khiển PID cho động cơ DC được chỉnh định dựa trên một mô hình sai có thể gây ra hiện tượng dao động, đáp ứng chậm, hoặc thậm chí mất ổn định. Hơn nữa, nhiễu đo lường và các yếu tố phi tuyến không được mô hình hóa (như ma sát tĩnh) cũng là những thách thức lớn trong quá trình thu thập dữ liệu thực nghiệm. Việc xử lý và lọc nhiễu không tốt sẽ dẫn đến các giá trị ước lượng bị sai lệch. Vì vậy, lựa chọn phương pháp nhận dạng phù hợp và quy trình thực nghiệm cẩn thận là yếu tố quyết định đến sự thành công của việc điều khiển tốc độ động cơ một chiều.

2.1. Ảnh hưởng của tham số sai đến hiệu suất bộ điều khiển PID

Bộ điều khiển PID kinh điển hoạt động dựa trên sai lệch giữa giá trị đặt và giá trị thực tế. Các hệ số Kp, Ki, Kd được tính toán dựa trên đặc tính động học của hệ thống, vốn được quyết định bởi các tham số như J và Bm. Nếu mô-men quán tính J được ước lượng nhỏ hơn thực tế, bộ điều khiển có thể tạo ra tín hiệu điều khiển quá mạnh, gây ra độ vọt lố lớn và dao động. Ngược lại, nếu J được ước lượng quá lớn, hệ thống sẽ có đáp ứng chậm chạp. Như đã đề cập trong nghiên cứu, việc chỉnh định PID theo các phương pháp kinh nghiệm như Ziegler-Nichols đòi hỏi phải biết chính xác các đặc tính của đối tượng. Tham số sai dẫn đến việc chỉnh định sai, làm giảm chất lượng điều khiển và lãng phí năng lượng.

2.2. Rủi ro mất ổn định hệ thống và các yếu tố phi tuyến

Một trong những rủi ro lớn nhất của việc nhận dạng sai là khả năng gây mất ổn định cho hệ thống vòng kín. Đặc biệt khi hệ số khuếch đại của bộ điều khiển được đẩy lên cao để cải thiện tốc độ đáp ứng, một mô hình không chính xác có thể che giấu các điểm cực không ổn định hoặc làm sai lệch biên độ và biên pha của hệ thống. Các yếu tố phi tuyến như ma sát Coulomb, vùng chết (dead-zone) của bộ khuếch đại công suất cũng là những thách thức không nhỏ. Hầu hết các phương pháp nhận dạng tuyến tính đều bỏ qua các yếu tố này, dẫn đến sai số mô hình, đặc biệt là khi động cơ hoạt động ở tốc độ thấp hoặc đảo chiều.

III. Cách nhận dạng tham số động cơ DC bằng bình phương tối thiểu

Phương pháp bình phương tối thiểu (Least Squares Method) là một trong những kỹ thuật kinh điển và hiệu quả nhất để nhận dạng tham số hệ thống. Nguyên tắc cốt lõi của phương pháp bình phương tối thiểu là tìm một bộ tham số cho mô hình sao cho tổng bình phương của sai số giữa đầu ra thực tế của hệ thống và đầu ra dự đoán của mô hình là nhỏ nhất. Đối với động cơ DC, mô hình thường được biểu diễn dưới dạng phương trình sai phân (mô hình ARX, ARMAX). Quá trình bắt đầu bằng việc thu thập dữ liệu thực nghiệm, bao gồm các cặp dữ liệu điện áp đầu vào (u(k)) và tốc độ đầu ra (y(k)) tại các thời điểm rời rạc. Tín hiệu đầu vào thường là một chuỗi giả ngẫu nhiên nhị phân (PRBS) hoặc một chuỗi đáp ứng bậc thang (step response) để kích thích đủ các tần số động học của hệ thống. Sau khi thu thập đủ dữ liệu, một ma trận hồi quy được xây dựng, và thuật toán bình phương tối thiểu được áp dụng để giải ra vector tham số. Kỹ thuật này, hay least squares method for parameter estimation, được ưa chuộng vì tính đơn giản trong tính toán và cho kết quả ước lượng không chệch trong điều kiện nhiễu là nhiễu trắng. Đây là nền tảng cho nhiều công cụ nhận dạng hiện đại.

3.1. Xây dựng mô hình ARX cho hệ thống điều khiển tốc độ

Mô hình ARX (Auto-Regressive with eXternal input) là một cấu trúc phổ biến để mô tả các hệ thống động học tuyến tính. Phương trình mô hình ARX biểu diễn giá trị đầu ra hiện tại y(k) như một tổ hợp tuyến tính của các giá trị đầu ra trong quá khứ và các giá trị đầu vào trong quá khứ và hiện tại. Bằng cách biến đổi hàm truyền động cơ DC sang miền Z và sau đó là phương trình sai phân, ta có thể xác định cấu trúc của mô hình ARX. Các hệ số của phương trình sai phân này chính là các tham số cần được nhận dạng. Việc lựa chọn bậc của mô hình là một bước quan trọng, ảnh hưởng trực tiếp đến độ chính xác của kết quả ước lượng tham số động cơ DC.

3.2. Quy trình thu thập dữ liệu và xử lý tín hiệu thực nghiệm

Chất lượng của quá trình nhận dạng phụ thuộc rất lớn vào chất lượng dữ liệu. Quy trình thu thập dữ liệu thực nghiệm cần được thiết kế cẩn thận. Tín hiệu kích thích đầu vào phải đủ phong phú về tần số để 'khám phá' toàn bộ động học của hệ thống. Đáp ứng bậc thang (step response) là một lựa chọn đơn giản và hiệu quả. Tần số lấy mẫu cũng phải được chọn phù hợp theo định lý Nyquist để tránh hiện tượng chồng phổ. Dữ liệu thu thập được thường bị ảnh hưởng bởi nhiễu từ cảm biến và môi trường. Do đó, các bộ lọc thông thấp hoặc bộ lọc Kalman thường được áp dụng để loại bỏ nhiễu trước khi đưa vào thuật toán nhận dạng, đảm bảo tính chính xác của các tham số được ước lượng.

IV. Bí quyết dùng MATLAB Simulink để nhận dạng tham số hệ thống

MATLAB Simulink cung cấp một môi trường mạnh mẽ và trực quan cho việc nhận dạng tham số hệ thống điều khiển tốc độ động cơ DC. Công cụ chuyên dụng System Identification Toolbox là một trợ thủ đắc lực, tự động hóa nhiều bước phức tạp trong quy trình nhận dạng. Người dùng có thể nhập trực tiếp dữ liệu đầu vào-đầu ra đã thu thập thực nghiệm vào ứng dụng System Identification. Công cụ này cho phép trực quan hóa dữ liệu, xử lý tiền kỳ (loại bỏ giá trị trung bình, lọc nhiễu) và sau đó thử nghiệm với nhiều cấu trúc mô hình khác nhau (ARX, ARMAX, OE, Box-Jenkins) để tìm ra mô hình phù hợp nhất. Quá trình MATLAB Simulink nhận dạng tham số không chỉ dừng lại ở việc ước lượng. Công cụ còn cung cấp các chỉ số để đánh giá chất lượng mô hình, chẳng hạn như phần trăm phù hợp (fit percentage) và phân tích phần dư. Điều này cho phép so sánh các mô hình khác nhau và chọn ra mô hình có khả năng dự đoán tốt nhất. Từ các tham số của mô hình rời rạc, có thể dễ dàng suy ra các tham số vật lý của động cơ như Ra, La, J, Bm.

4.1. Sử dụng System Identification Toolbox để ước lượng mô hình

Trong System Identification Toolbox của MATLAB, quy trình bắt đầu bằng việc tạo một đối tượng dữ liệu iddata từ các vector tín hiệu vào và ra. Sau đó, người dùng có thể mở giao diện đồ họa (GUI) của toolbox, nơi cung cấp các tùy chọn để ước lượng mô hình. Các thuật toán như phương pháp bình phương tối thiểu được tích hợp sẵn. Người dùng chỉ cần chọn loại mô hình, xác định bậc và độ trễ. Toolbox sẽ tự động tính toán và trả về một đối tượng mô hình chứa các tham số đã được ước lượng cùng với ma trận hiệp phương sai của chúng, cho biết độ tin cậy của kết quả. Giao diện này cũng cho phép so sánh đáp ứng của mô hình với dữ liệu thực tế một cách trực quan.

4.2. Xây dựng mô hình Simulink và xác thực kết quả nhận dạng

Sau khi có được hàm truyền động cơ DC từ toolbox, bước tiếp theo là xác thực. Một mô hình Simulink của động cơ DC được xây dựng bằng cách sử dụng các khối Transfer Fcn hoặc State-Space, với các tham số vừa nhận dạng được. Cùng một tín hiệu đầu vào đã sử dụng trong thực nghiệm được đưa vào mô hình Simulink này. Đầu ra của mô hình mô phỏng sau đó được so sánh với đầu ra thực tế đã đo. Nếu hai tín hiệu này khớp nhau ở mức độ cao, điều đó chứng tỏ mô hình đã nhận dạng là chính xác và có thể tin cậy để sử dụng cho việc thiết kế bộ điều khiển PID cho động cơ DC hoặc các bộ điều khiển phức tạp hơn.

V. Case study Tối ưu hóa điều khiển tốc độ động cơ một chiều

Một ứng dụng thực tiễn quan trọng của việc nhận dạng tham số là tối ưu hóa bộ điều khiển. Trong nghiên cứu của Trần Mỹ Hạnh (2016), sau khi áp dụng các phương pháp như bình phương tối thiểu và DMS-COL để ước lượng tham số động cơ DC, các giá trị cụ thể cho điện trở phần ứng Ra, điện cảm phần ứng La, và mô-men quán tính J đã được xác định. Với các tham số chính xác này, việc thiết kế một bộ điều khiển PID cho động cơ DC trở nên khoa học và hiệu quả hơn. Thay vì chỉnh định mò mẫm, các phương pháp tính toán như Ziegler-Nichols hoặc tối ưu hóa quỹ đạo nghiệm số có thể được áp dụng để tìm ra bộ thông số Kp, Ki, Kd tối ưu. Kết quả là hệ thống điều khiển tốc độ động cơ một chiều đạt được chất lượng cao hơn: thời gian xác lập ngắn, độ vọt lố giảm, và khả năng kháng nhiễu tốt. Quá trình này chứng minh rằng, đầu tư thời gian vào việc nhận dạng chính xác mô hình sẽ mang lại lợi ích to lớn trong giai đoạn thiết kế và vận hành hệ thống điều khiển.

5.1. Xác định hằng số động cơ Kt Ke và các tham số cơ điện

Để có một mô hình hoàn chỉnh, việc xác định hằng số động cơ Kt Ke là cần thiết. Các hằng số này liên kết miền cơ và miền điện của động cơ. Thí nghiệm có thể được tiến hành bằng cách chạy động cơ ở chế độ không tải với các mức điện áp khác nhau và đo tốc độ tương ứng để tìm Ke. Sau đó, Kt có thể được suy ra từ Ke (đối với động cơ DC nam châm vĩnh cửu, Kt và Ke thường có giá trị bằng nhau trong hệ SI). Các tham số cơ học như mô-men quán tính J và hệ số ma sát nhớt Bm thường được xác định từ đáp ứng bậc thang của tốc độ, nơi hằng số thời gian cơ học của hệ thống thể hiện rõ nét nhất.

5.2. So sánh hiệu năng hệ thống trước và sau khi tối ưu hóa

Hiệu quả của việc nhận dạng được thể hiện rõ nhất qua so sánh hiệu năng. Trước khi nhận dạng, bộ điều khiển PID có thể được cài đặt với các giá trị mặc định hoặc theo kinh nghiệm, dẫn đến đáp ứng chậm và sai số lớn. Sau khi có mô hình chính xác và tối ưu hóa bộ điều khiển, đáp ứng của hệ thống cải thiện rõ rệt. Các đồ thị mô phỏng và thực nghiệm cho thấy tốc độ động cơ bám theo giá trị đặt nhanh hơn, ổn định hơn và ít bị ảnh hưởng bởi sự thay đổi của tải. Đây là minh chứng thuyết phục cho giá trị của việc áp dụng các phương pháp nhận dạng hệ thống một cách bài bản trong các ứng dụng điều khiển truyền động điện.

VI. Xu hướng tương lai Nhận dạng tham số và điều khiển thích nghi

Lĩnh vực nhận dạng tham số hệ thống điều khiển đang không ngừng phát triển, mở ra những hướng đi mới cho điều khiển động cơ. Một trong những xu hướng nổi bật nhất là nhận dạng trực tuyến (online identification) và điều khiển thích nghi (adaptive control). Thay vì thực hiện nhận dạng một lần duy nhất (offline), các thuật toán nhận dạng trực tuyến liên tục cập nhật các tham số của mô hình ngay trong khi hệ thống đang hoạt động. Điều này cho phép hệ thống thích ứng với sự thay đổi của các tham số động cơ theo thời gian, ví dụ như sự thay đổi của điện trở phần ứng Ra do nhiệt độ. Các phương pháp như bình phương tối thiểu đệ quy (Recursive Least Squares - RLS) là công cụ cốt lõi cho kỹ thuật này. Bộ điều khiển thích nghi sẽ sử dụng các tham số được cập nhật liên tục này để tự động điều chỉnh lại các hệ số của mình, đảm bảo hiệu suất điều khiển luôn ở mức tối ưu bất chấp sự thay đổi của đối tượng. Tương lai của điều khiển tốc độ động cơ một chiều sẽ hướng tới các hệ thống thông minh hơn, có khả năng tự nhận dạng và tự tối ưu hóa, giảm thiểu sự can thiệp của con người và nâng cao độ tin cậy.

6.1. Giới thiệu về thuật toán nhận dạng tham số trực tuyến Online

Nhận dạng tham số trực tuyến, hay nhận dạng đệ quy, là quá trình cập nhật ước lượng tham số sau mỗi lần có mẫu dữ liệu mới mà không cần phải tính toán lại trên toàn bộ dữ liệu quá khứ. Thuật toán RLS là một ví dụ điển hình. Nó duy trì một ma trận hiệp phương sai và cập nhật vector tham số dựa trên sai số dự đoán của mẫu mới nhất. Phương pháp này có chi phí tính toán thấp cho mỗi bước lặp, phù hợp để triển khai trên các bộ vi xử lý nhúng như DSP, ví dụ như TMS320F28069 được đề cập trong tài liệu gốc. Điều này mở ra khả năng xây dựng các hệ thống điều khiển thích nghi mạnh mẽ.

6.2. Triển vọng của bộ điều khiển thích nghi cho động cơ DC

Bộ điều khiển thích nghi kết hợp một bộ nhận dạng trực tuyến và một bộ điều khiển có thể thay đổi thông số. Có hai cấu trúc chính là Model Reference Adaptive Control (MRAC) và Self-Tuning Regulator (STR). Trong STR, các tham số của đối tượng được ước lượng trực tuyến, sau đó các thông số của bộ điều khiển (ví dụ Kp, Ki, Kd của PID) được tính toán lại dựa trên các tham số mới này. Triển vọng của điều khiển thích nghi cho động cơ DC là rất lớn, đặc biệt trong các ứng dụng đòi hỏi độ chính xác cao và hoạt động trong điều kiện môi trường thay đổi liên tục, chẳng hạn như trong robot, máy CNC và các hệ thống truyền động công nghiệp.

Nhận dạng tham số hệ thống điều khiển số tốc độ động cơ một chiều - Trần Mỹ Hạnh

LỜI CẢM ƠN

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC BẢNG BIỂU VÀ HÌNH VẼ

MỞ ĐẦU

1. CHƯƠNG 1: NGHIÊN CỨU HỆ THỐNG ĐIỀU KHIỂN SỐ ĐỘNG CƠ MỘT CHIỀU

1.1. Mô hình động cơ một chiều

1.2. Bộ điều khiển PID kinh điển

1.2.1. Khái niệm

1.2.2. Dạng sai phân

1.2.3. Dạng rời rạc

1.3. Hàm nhạy và hàm bù nhạy

1.4. Các quy luật điều chỉnh

1.4.1. Quy luật điều chỉnh P

1.4.2. Quy luật điều chỉnh PI

1.4.3. Quy luật điều chỉnh PD

1.4.4. Quy luật điều chỉnh PID

1.5. Quy trình chỉnh định tham số PID

1.5.1. Chỉnh định tham số PID theo kinh nghiệm

1.5.2. Chỉnh định tham số PID theo phương pháp thực nghiệm

1.5.2.1. Chỉnh định tham số PID theo Ziegler-Nichols

1.6. Sơ đồ khối bộ điều chỉnh PID động cơ một chiều bằng DSP - TMS320F28069

1.6.1. Giới thiệu TMS320F28069

2. CHƯƠNG 2: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP NHẬN DẠNG TRONG HỆ THỐNG ĐIỀU KHIỂN SỐ TỐC ĐỘ ĐỘNG CƠ MỘT CHIỀU

2.1. Những khái niệm cơ bản về nhận dạng

2.1.1. Tại sao phải nhận dạng

2.1.2. Khái niệm nhận dạng trong hệ thống điều khiển

2.2. Phân loại bài toán nhận dạng

2.2.1. Phân loại theo tín hiệu vào/ra

2.2.2. Phân loại theo điều kiện tiến hành nhận dạng

2.2.3. Phân loại theo lớp mô hình thích hợp

2.2.4. Phân loại theo sai số giữa mô hình và mô hình thực

2.3. Lớp mô hình thích hợp của đối tượng điều khiển

2.4. Các phương pháp nhận dạng

2.4.1. Nhận dạng mô hình hệ thống bằng phương pháp quy hoạch thực nghiệm

2.4.1.1. Các khái niệm cơ bản về nhận dạng bằng quy hoạch thực nghiệm

2.4.2. Nhận dạng mô hình thống kê bằng phương pháp bình phương cực tiểu

2.4.3. Nhận dạng mô hình thống kê tuyến tính 1 biến số

2.4.4. Nhận dạng mô hình liên tục, tuyến tính có tham số từ mô hình không tham số

2.4.4.1. Những kết luận tổng quát để xác định tham số mô hình từ hàm quá độ h(t)

2.4.5. Các mô hình đối tượng, hệ thống điều khiển thường gặp

2.4.5.1. Xác định tham số cho mô hình PT1

2.4.5.2. Xác định tham số cho mô hình IT1 và ITn

2.4.6. Nhận dạng mô hình tham số mô hình ARMA

2.4.6.1. Bài toán nhận dạng mô hình ARMA

2.4.6.2. Bài toán tương đương mô hình chuẩn

2.4.6.3. Nhận dạng tham số mô hình AR theo phương pháp Yule –Walker

2.4.6.4. Nhận dạng tham số mô hình MA

2.4.6.5. Nhận dạng tham số mô hình ARMA

2.4.7. Điều khiển phản hồi

2.4.7.1. Mô hình động cơ một chiều có bộ điều khiển hồi tiếp

2.4.7.2. Điều khiển dòng điện

2.4.7.3. Bộ điều khiển tốc độ

2.4.7.4. Ước lượng tốc độ

3. CHƯƠNG 3: XÂY DỰNG THUẬT TOÁN NHẬN DẠNG CHO HỆ THỐNG ĐIỀU KHIỂN SỐ ĐỘNG CƠ MỘT CHIỀU

3.1. Phương pháp ước lượng tham số DMS-COL

3.1.1. Bài toán ước lượng tham số đối với hệ phương trình đại số vi phân

3.1.2. Phương pháp dò đa điểm trực tiếp (Direct Multiple Shooting - DMS)

3.1.3. Phương pháp xắp đặt các phần tử hữu hạn (Collocation on finite elements- CFE)

3.1.4. Kết hợp phương pháp DMS và sắp xếp (DMS-COL)

4. CHƯƠNG 4: KẾT QUẢ

4.1. Ước lượng tham số động cơ một chiều bằng phương pháp bình phương tối thiểu

4.2. Áp dụng phương pháp DMS-COL trong ước lượng tham số động cơ điện một chiều

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI

TÀI LIỆU THAM KHẢO