So sánh các phương pháp điều khiển tuyến tính thông minh cho hệ bóng thanh trục giữa

So sánh các phương pháp điều khiển tuyến tính thông minh cho hệ bóng thanh trục giữa, phân tích hiệu quả và ứng dụng trong thực tiễn.

2022

56
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

1. CHƯƠNG 1: DẪN NHẬP

1.1. Đặt vấn đề

1.2. Lý do chọn đề tài

1.3. Đối tượng nghiên cứu

1.4. Phương pháp nghiên cứu

1.5. Giới hạn đề tài

1.6. Dàn ý nghiên cứu

1.7. Ý nghĩa thực tiễn

2. CHƯƠNG 2: TỔNG QUAN VỀ CẤU TRÚC HỆ THỐNG

2.1. Giới thiệu về hệ B&B

2.2. Mô tả toán học hệ B&B

2.3. Các thông số của hệ thống

3. CHƯƠNG 3: GIẢI PHÁP ĐIỀU KHIỂN HỆ B&B

3.1. Giới thiệu bộ điều khiển LQR

3.2. Giới thiệu bộ điều khiển Fuzzy

3.3. Xây dựng bộ điều khiển LQR cho hệ B&B

3.4. Xây dựng bộ điều khiển FUZZY cho hệ dựa trên công cụ Neuro-Fuzzy Designer từ bộ điều khiển LQR

4. CHƯƠNG 4: PHẦN CỨNG VÀ PHẦN MỀM

4.1. Chương trình điều khiển hệ thống

5. CHƯƠNG 5: KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM

5.1. Kết quả mô phỏng

5.1.1. Kết quả mô phỏng điều khiển hệ thống bằng LQR

5.1.2. Kết quả mô phỏng điều khiển hệ thống bằng Fuzzy

5.1.3. So sánh kết quả mô phỏng điều khiển giữa LQR và Fuzzy

5.2. Kết quả thực nghiệm

5.2.1. Kết quả thực nghiệm điều khiển hệ thống bằng LQR

5.2.2. Kết quả thực nghiệm điều khiển hệ thống bằng Fuzzy

5.2.3. So sánh kết quả thực nghiệm điều khiển giữa LQR và Fuzzy

6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

6.1. Hướng phát triển

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Điều khiển tuyến tính thông minh Tổng quan và lựa chọn phương pháp

Bài báo tập trung vào so sánh các phương pháp điều khiển tuyến tính thông minh cho hệ thống bóng thanh trục giữa. Hệ thống điều khiển tuyến tính được chọn là Linear Quadratic Regulator (LQR), một phương pháp tối ưu hóa dựa trên mô hình toán học tuyến tính của hệ thống. Việc lựa chọn LQR dựa trên khả năng xử lý hiệu quả các hệ thống tuyến tính đa biến, đảm bảo tính ổn định và tối ưu hóa hiệu suất theo một tiêu chí chi phí xác định. Khả năng tính toán của LQR cũng phù hợp với khả năng xử lý của phần cứng được sử dụng trong nghiên cứu. Bên cạnh đó, điều khiển mờ (Fuzzy), một phương pháp điều khiển thông minh, được lựa chọn để so sánh với LQR. Điều khiển Fuzzy được sử dụng để xử lý tính không tuyến tính và sự không chắc chắn thường gặp trong hệ thống thực tế. Việc sử dụng Neuro-Fuzzy Designer trong Matlab hỗ trợ xây dựng và tinh chỉnh bộ điều khiển Fuzzy hiệu quả, dựa trên mô hình LQR đã thiết kế trước đó. So sánh các phương pháp điều khiển này trên cả mô phỏng và thực nghiệm giúp đánh giá hiệu quả của từng phương pháp trong điều kiện khác nhau.

1.1 Mô hình toán học hệ thống bóng thanh trục giữa

Mô hình toán học của hệ thống bóng thanh trục giữa đóng vai trò quan trọng trong thiết kế và phân tích các bộ điều khiển. Bài báo trình bày chi tiết mô hình toán học của hệ thống này, sử dụng phương pháp Euler-Lagrange. Các thông số của hệ thống, bao gồm khối lượng quả bóng, chiều dài thanh, moment quán tính, được xác định thông qua đo đạc thực tế. Mô hình toán học này được sử dụng để mô phỏng hệ thống trong phần mềm MATLAB/Simulink, tạo điều kiện so sánh hiệu quả giữa các phương pháp điều khiển. Mô hình toán học chính xác là nền tảng để đảm bảo kết quả mô phỏng phản ánh chính xác hoạt động của hệ thống thực tế. Sự chính xác của mô hình toán học ảnh hưởng trực tiếp đến hiệu quả thiết kế và đánh giá phương pháp điều khiển. Phân tích động lực học của hệ thống cũng được đề cập, giúp hiểu rõ hơn về các yếu tố ảnh hưởng đến hiệu suất điều khiển. Cấu trúc mô hình B&B, bao gồm các thành phần cơ khí và điện tử, được mô tả rõ ràng nhằm đảm bảo tính minh bạch và tái tạo của nghiên cứu.

1.2 Thiết kế và triển khai bộ điều khiển LQR

Thiết kế bộ điều khiển LQR bao gồm việc xác định ma trận hệ thống và ma trận trọng số. Việc lựa chọn ma trận trọng số ảnh hưởng trực tiếp đến hiệu suất điều khiển. Bài báo trình bày phương pháp thiết kế LQR dựa trên mô hình toán học của hệ thống bóng thanh trục giữa. Thuật toán điều khiển LQR được triển khai trong MATLAB/Simulink, giúp mô phỏng và phân tích hoạt động của bộ điều khiển. Sơ đồ khối của bộ điều khiển LQR được minh họa rõ ràng, giúp hiểu rõ về cấu trúc và nguyên lý hoạt động. Hiệu quả điều khiển của bộ LQR được đánh giá thông qua các chỉ số như thời gian đáp ứng, độ vượt và sai số ổn định. Triển khai thuật toán LQR trên mô hình mô phỏng giúp xác định các thông số tối ưu trước khi áp dụng lên hệ thống thực tế. Kiểm tra tính ổn định của hệ thống sau khi áp dụng LQR cũng là một phần quan trọng trong giai đoạn này. Việc này đảm bảo hệ thống vận hành an toàn và ổn định.

1.3 Thiết kế và triển khai bộ điều khiển Fuzzy

Thiết kế bộ điều khiển Fuzzy dựa trên kinh nghiệm và dữ liệu thu thập được từ quá trình mô phỏng LQR. Neuro-Fuzzy Designer trong MATLAB được sử dụng để xây dựng và tinh chỉnh bộ điều khiển Fuzzy. Cấu trúc bộ điều khiển Fuzzy, bao gồm quá trình mờ hóa ngõ vào, suy luận mờ và giải mờ ngõ ra, được trình bày chi tiết. Hàm thuộc tínhbộ luật điều khiển Fuzzy được thiết kế nhằm tối ưu hóa hiệu suất điều khiển. Sơ đồ khối điều khiển Fuzzy cũng được minh họa rõ ràng, giúp hiểu rõ về cấu trúc và nguyên lý hoạt động. Triển khai thuật toán Fuzzy trên mô hình mô phỏng giúp so sánh hiệu quả với bộ điều khiển LQR. Phân tích hiệu quả điều khiển của bộ Fuzzy bao gồm thời gian đáp ứng, độ vượt và sai số ổn định. So sánh kết quả giữa LQR và Fuzzy trong giai đoạn mô phỏng tạo cơ sở cho việc đánh giá hiệu quả của từng phương pháp.

II. So sánh hiệu quả điều khiển và phân tích kết quả

Phần này tập trung vào so sánh các phương pháp điều khiển LQRFuzzy trên cả mô phỏng và thực nghiệm. Kết quả mô phỏng cho thấy hiệu suất của mỗi phương pháp trong điều kiện lý tưởng. Kết quả thực nghiệm phản ánh hiệu suất của hai phương pháp trong môi trường thực tế, bao gồm các nhiễu và sự không chắc chắn. Phân tích hiệu suất điều khiển dựa trên các chỉ số như thời gian đáp ứng, độ vượt, sai số ổn định. So sánh kết quả mô phỏng và thực nghiệm giúp đánh giá tính khả thi và độ tin cậy của mỗi phương pháp. Hiệu quả điều khiển của cả hai phương pháp được phân tích chi tiết, bao gồm ưu điểm và nhược điểm của từng phương pháp trong từng điều kiện cụ thể. Ứng dụng thực tế của mỗi phương pháp được đề cập, dựa trên kết quả phân tích. Giải pháp điều khiển tối ưu được đưa ra dựa trên sự cân nhắc giữa hiệu suất, độ phức tạp và chi phí.

2.1 So sánh kết quả mô phỏng

Kết quả mô phỏng được thực hiện trên MATLAB/Simulink, sử dụng mô hình toán học đã xây dựng trước đó. So sánh hiệu quả điều khiển giữa LQRFuzzy dựa trên các chỉ số như thời gian đáp ứng, độ vượt và sai số ổn định. Phân tích kết quả mô phỏng cho thấy ưu điểm và nhược điểm của từng phương pháp trong điều kiện lý tưởng. Biểu đồ và số liệu được sử dụng để minh họa kết quả mô phỏng. Nhận xét về hiệu quả của mỗi phương pháp trong môi trường mô phỏng giúp chuẩn bị cho giai đoạn thực nghiệm tiếp theo. Các yếu tố ảnh hưởng đến hiệu quả điều khiển trong mô phỏng, ví dụ như lựa chọn ma trận trọng số cho LQR hoặc thiết kế hàm thuộc tính và bộ luật cho Fuzzy, được phân tích. Kết quả mô phỏng giúp xác định hướng tinh chỉnh các thông số điều khiển trước khi tiến hành thực nghiệm.

2.2 So sánh kết quả thực nghiệm

Kết quả thực nghiệm được thu thập từ hệ thống bóng thanh trục giữa thực tế. So sánh hiệu quả điều khiển giữa LQRFuzzy trong môi trường thực tế dựa trên các chỉ số như thời gian đáp ứng, độ vượt và sai số ổn định. Phân tích kết quả thực nghiệm cho thấy khả năng chống nhiễu và sự thích ứng của từng phương pháp. Biểu đồ và số liệu được sử dụng để minh họa kết quả thực nghiệm. So sánh kết quả thực nghiệm với kết quả mô phỏng giúp đánh giá độ chính xác của mô hình toán học. Các yếu tố ảnh hưởng đến hiệu quả điều khiển trong thực nghiệm, ví dụ như ma sát, độ trễ, và nhiễu, được phân tích. Nhận xét về sự khác biệt giữa kết quả mô phỏng và thực nghiệm, giải thích cho sự khác biệt đó và đánh giá tính khả thi của từng phương pháp điều khiển trong điều kiện thực tế.

III. Kết luận và hướng phát triển

Bài báo tóm tắt các kết quả nghiên cứu, so sánh ưu nhược điểm của hai phương pháp điều khiển LQRFuzzy. Kết luận chính về hiệu quả của từng phương pháp trong điều kiện mô phỏng và thực nghiệm được đưa ra. Giải pháp điều khiển tối ưu cho hệ thống bóng thanh trục giữa được đề xuất dựa trên kết quả nghiên cứu. Hướng phát triển của nghiên cứu được đề cập, bao gồm các phương pháp điều khiển tiên tiến hơn, phát triển mô hình bóng thanh trục giữa chính xác hơn và ứng dụng thực tế trong các hệ thống khác. Ứng dụng thực tế của kết quả nghiên cứu trong lĩnh vực tự động hóa được đề cập. Giá trị khoa học của nghiên cứu được nhấn mạnh, bao gồm đóng góp vào lĩnh vực điều khiển tự độngđiều khiển thông minh.

01/02/2025

Trích đoạn nội dung tài liệu

Đặt vấn đề Trong thời đại hiện nay, với sự tiến bộ và sự phát triển mạnh mẽ về khoa học kỹ thuật, đặc biệt là trong lĩnh vực điều khiển tư động hóa. Các hệ thống điều khiển được áp dụng các quy luật điều khiển kinh điển đến hiện đại, điều khiển thông minh, điều khiển bằng trí tuệ nhân tạo cũng lần lượt được ra đời. Cánh tay máy, con lắc ngược,…đều được giải quyết bởi các bài toán ổn định hệ thống với độ chính xác cao, tính ổn định bền vững và thời gian đáp ứng nhanh. Các phương pháp này này càng được nghiên cứu, phát triển, ứng dụng rộng rãi, góp phần tăng chất lượng, độ ổn định của hệ thống.

Đây là động lực sinh ra nghành khoa học điều khiển thông minh, điều khiển hiện đại, đây là lĩnh vực nghiên cứu mới và đầy tiềm năng.2 Lý do chọn đề tài Như đã được đề cập ở trên, ngành điều khiển tự động đang trở thành một trong những ngành quan trọng trong bối cảnh cuộc cách mạng công nghiệp 4.0 đang đến rất gần. Các giải pháp điều khiển thông minh, điều khiển hiện đại ngày càng được quan tâm nghiên cứu để thực hiện các ứng dụng mà các giải pháp điều khiển thông thường không thực hiện được. Hệ B&B [1], [2], [3] dịch tiếng việt là hệ thống Bóng và Tay đòn, là hệ thống dùng để thực nghiệm bài toán ổn định vị trí, là hệ thống một vào – nhiều ra, nó có độ bất ổn định cao và là cơ sở để tạo ra các hệ thống tự cân bằng như: trong hệ thống tự cân bằng trên ô tô và xe hai bánh tự cân bằng, cân bằng máy bay theo phương ngang, hệ thống phóng tên lửa ,… Đây là đối tượng thường được các nhà nghiên cứu lựa chọn để kiểm chứng những thuật toán điều khiển của mình, từ những thuật toán điều khiển cổ điển đến những thuật toán điều khiển hiện đại, điều khiển thông minh. Các nghiên cứu về điều khiển hệ thống B&B đã được tiến hành khá sớm, xuất phát từ nhu cầu thiết kế các hệ thống điều khiển cân bằng tên lửa trong giai đoạn đầu phóng.

Trên phương diện nghiên cứu các kĩ thuật điều khiển thực, hệ B&B đại diện cho lớp các đối tượng phi tuyến phức tạp. Nhiều giải thuật đã được áp dụng thành công cho hệ B&B, như PID, LQR, điều khiển trượt. Từ những nguyên nhân trên, người thực hiện quyết định chọn đề tài “SO SÁNH CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN TUYẾN TÍNH/ THÔNG MINH TRONG TRƯỜNG HỢP HỆ BÓNG THANH TRỤC GIỮA: MÔ PHỎNG VÀ THỰC NGHIỆM” nhằm nghiên cứu kỹ hơn về lý thuyết mờ, ứng dụng Logic mờ trong điều khiển hệ có độ mất ổn định cao.3 Đối tượng nghiên cứu Hệ thống B&B gồm Ball lăn tự do trên Beam được điều khiển bởi motor. Dựa vào vị trí của Ball mà Beam phải quay theo đúng chiều chống lại sự mất cân bằng của Ball, nếu hiểu chính xác là phải cấp điện áp sao cho điều khiển Beam một góc nào đó.

Vì lý do đó ta phải đi xây dựng mô hình toán học của hệ B&B để tìm mối liên hệ giữa các bộ phận trên mô hình. Mô hình hệ B&B dạng trục giữ bao gồm 3 phần: cơ khí, điện tử và phần chương trình.  Phần cơ khí bao gồm: quả banh (Ball), máng trượt (Beam) , đế mô hình, động cơ DC servo được kết nối với trục của thanh Beam.  Phần điện tử và chương trình là các bộ nguồn, Card STM32F4, điện tử công suất, khếch đại, chương trình Simulink… của Matlab.

Do sự hạn chế về thời gian cũng như đặc tính làm việc của các linh kiện, chi tiết cơ học chưa thực sự tốt cho nên chưa thể hoàn chỉnh đề tài một cách hoàn hảo, tuy nhiên, đề tài đã cố gắng để hoàn thành được những mục tiêu đưa ra.4 Phương pháp nghiên cứu Nghiên cứu lý thuyết kết hợp kiểm chứng thông qua thực nghiệm Nghiên cứu lý thuyết:  Nghiên cứu xây dựng mô hình toán học hệ B&B.  Nghiên cứu bộ điều khiển LQR, bộ điều khiển mờ (Fuzzy) để điều khiển cân bằng hệ B&B. Phương pháp thực nghiệm:  Sử dụng phần mềm Matlab/Simulink làm công cụ xây dựng mô hình và mô phỏng hệ thống.  Xây dựng mô hình thực tế hệ thống, dùng chip STM32F407VG để thu thập dữ liệu và điều khiển hệ thống thực tế đã xây dựng được.5 Giới hạn đề tài  Thiết kế bộ điều khiển LQR, Fuzzy, chưa áp dụng các giải thuật phi tuyến hay thông minh khác  Nghiên cứu đặc tính kỹ thuật của board STM32F407 Discovery.

Nhóm không sử dụng board loại khác 11 Luan van  Chưa nhận dạng thông số động cơ DC Servo.6 Dàn ý nghiên cứu 1.1 Cấu trúc hệ B&B - Mô tả toán học về cấu trúc hệ B&B - Đề xuất các giải pháp điều khiển 1.2 Giải thuật LQR, Fuzzy - Giới thiệu về giải thuật tối ưu LQR - Giới thiệu về giải thuật logic mờ (Fuzzy).3 Board STM32F407 Discovery - Tổng quan về chip STM32F407VG. - Đặc tính kỹ thuật của STM32F407VG. - Các mô-đun chức năng cơ bản.4 Phần mềm và Phần cứng - Tổng quan về Matlab và Simulink. - Bộ công cụ lập trình trong Simulink dành cho chip STM.

- Mô hình và các chi tiết liên quan.7 Ý nghĩa thực tiễn Giải thuật LQR và fuzzy là những giải thuật cơ bản nhất của điều khiển tuyến tính và điểu khiển thông minh. Việc sử dụng thành công thuật toán LQR, Fuzzy và điều khiển dùng chip STM32F407VG sẽ mở đường cho các công trình nghiên cứu khác thuộc lĩnh vực điều khiển thông minh, giúp cho các nghiên cứu sinh có thể tiếp cận dễ dàng và hiệu quả hơn như phương pháp điều khiển mạng nơ-ron hay các bài toán nhận dạng, điều khiển mờ, PID kinh điển, các bài toán điều khiển dùng kỹ thuật trượt v.v… Ngoài ra, với mô hình Ball và Beam và giải thuật điều khiển được xây dựng trong đề tài có thể phát triển theo hướng hoàn chỉnh để đưa vào nghiên cứu khoa học, thử nghiệm các giải thuật điều khiển, ứng dụng sản xuất đơn giản hay theo hướng phát triển lên để xây dựng một hệ thống vận hành phức tạp, thông minh và hiệu quả cao hơn. Thông qua đó, SV/HVCH/ NCS có được một mô hình chẩn để kiểm chứng các giải thuật điều khiển thông thường. Từ đó, nâng cao hiệi quả đào tạo cho trường HCMUTE.

12 Luan van 13 Luan van CHƯƠNG 2: TỔNG QUAN VỀ CẤU TRÚC HỆ THỐNG Luan 14 van 2.1 Giới thiệu về hệ B&B Hệ thống B&B gồm Ball lăn tự do trên Beam được điều khiển bởi motor. Dựa vào vị trí của Ball mà Beam phải quay theo đúng chiều chống lại sự mất cân bằng của Ball, nếu hiểu chính xác là phải cấp điện áp sao cho điều khiển Beam một góc nào đó. Vì lý do đó ta phải đi xây dựng mô hình toán học của hệ B&B để tìm mối liên hệ giữa các bộ phận trên mô hình.1 Mô hình dự kiến thực hiện Mô hình hệ B&B dạng trục giữ bao gồm 3 phần: cơ khí, điện tử và phần chương trình.  Phần cơ khí bao gồm: quả banh (Ball), máng trượt (Beam), đế mô hình, động cơ DC servo được kết nối với trục của thanh Beam.

 Phần điện tử và chương trình là các bộ nguồn, Kit STM32F407, điện tử công suất, khếch đại, chương trình Simulink… của Matlab.2 Mô tả toán học hệ B&B Mô hình toán học của hệ thống [3], [5] được mô tả như sau: Luan 15 van Hình 2.2 Cấu trúc mô hình B&B Áp dụng phương pháp Euler – Langrance:   1 1 1 1 L  K  U  .x (1) 2 2 2 2 Trong đó:  Khi Beam xoay quanh trục vận tốc  thì ball cũng xoay quanh trục với vận tốc  .   v x  x : Vận tốc ball theo trục x.    v y  y  x  : vận tốc Ball theo phương y vuông góc với phương x ( theo phương với tiếp tuyến với chuyển động của Ball ) hay đây là vận tốc dài chuyển động tròn của Ball. 1 1  mvx 2  mv y 2 : là động năng chuyển động của Ball.

2 2 Luan 16 van 1   I ball ( ) 2 : động năng chuyển động lăn tròn của Ball trên thanh Beam. 2 1   I beam ( ) 2 : là động năng của Beam khi xoay quanh trục của động cơ.x : thế năng của hệ.  x Mặt khác ta có:   thay vào (3.x (2) 2 2 2 r 2 Theo Euler_Langrance ta có: Đạo hàm L theo phương x: song song với thanh ngang: d L L    bms. x (3) r Giả sử viên Ball lăn không trượt trên thanh ngang nên hệ số ma sát lăn rất nhỏ 2 có thể bỏ qua trong quá trình tính toán và I ball  m.b 2 5 Phương trình (3) tương đương: I    (m  ball 2 ).( )2 cũng chính là lực ly tâm tác dụng vào Ball khi ball chuyển động.

Trong thực tế thành phần lực này rất nhỏ có thể bỏ qua khi tính toán thiết kế. Đây cũng chính là phương trình chuyển động của Ball trên thanh Beam mà ta dùng để thiết kế bộ điều khiển. Đạo hàm L theo phương của trục động cơ: d L L   dt    Luan 17 van   I beam .x   L (5) Trong đó:  L là tổng moment tác động vào hệ Ball Beam được cung cấp bởi động cơ DC. Phương trình moment cung cấp bởi động cơ DC:   K t .   ml    ml  Kt .3 Mô tả toán học động cơ Servo DC Phương trình điện áp và dòng điện trên stator: dI dI dI  V  R.  0 (8) dt dt dt Vì giá trị L rất nhỏ có thể bỏ qua nên ta có thể viết lại phương trình 3.6 như sau:  V  Ke . I (9) R Thế (7) vào (5) ta được:  V  Ke . R R Luan 18 van  Kc .Bm Từ (4) và (12) ta có:  0 1 0 0     x.3 Các thông số của hệ thống Các thông số cơ khí của mô hình được xác định bằng phương pháp đo đạc: Bảng 2.1 Giá trị các thông số của mô hình thực tế Thông số Giá trị Đơn vị m ball 0.81 m/s 2 Các thông số của động cơ được cho bởi nhà sản xuất: Bảng 2.2 Giá trị các thông số của động cơ Thông số Giá trị Đơn vị 𝐾𝑡 0.83 ohm Luan 19 van 𝐶𝑚 0.00013 Kgm 2 Luan 20 van CHƯƠNG 3: GIẢI PHÁP ĐIỀU KHIỂN HỆ B&B 21 Luan van 3.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Bài viết "So sánh phương pháp điều khiển tuyến tính thông minh cho hệ bóng thanh trục giữa" cung cấp cái nhìn sâu sắc về các phương pháp điều khiển tuyến tính thông minh, đặc biệt là trong ứng dụng cho hệ bóng thanh trục giữa. Tác giả phân tích và so sánh hiệu quả của các phương pháp khác nhau, từ đó giúp người đọc hiểu rõ hơn về ưu điểm và nhược điểm của từng phương pháp. Bài viết không chỉ mang lại kiến thức lý thuyết mà còn có giá trị thực tiễn cao, giúp các kỹ sư và sinh viên trong lĩnh vực kỹ thuật điện có thêm thông tin hữu ích để áp dụng vào công việc và nghiên cứu của mình.

Nếu bạn muốn mở rộng thêm kiến thức về các phương pháp điều khiển khác, hãy tham khảo bài viết "Luận văn thạc sĩ hcmute nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso", nơi bạn sẽ tìm thấy thông tin về việc cải thiện khả năng điều khiển của bộ ANFIS. Ngoài ra, bài viết "Luận văn thạc sĩ kỹ thuật điện phương pháp điều chế độ rộng xung gián đoạn dpwm cho nghịch lưu ba pha tnpc" sẽ giúp bạn hiểu rõ hơn về các kỹ thuật điều chế trong hệ thống nghịch lưu. Cuối cùng, bài viết "Luận văn thạc sĩ hcmute nghiên cứu giải thuật điều chế vector không gian cho bộ nghịch lưu tăng áp ba pha" sẽ cung cấp thêm thông tin về các giải thuật điều chế hiện đại, mở rộng kiến thức của bạn trong lĩnh vực này.