Luận Văn Thạc Sĩ Về Thuật Toán PID Thích Nghi Dùng Mạng Nơ-Ron Điều Khiển Hệ Con Lắc Ngược Đơn

Luận văn thạc sĩ trình bày thuật toán PID thích nghi sử dụng mạng nơron để điều khiển hệ con lắc ngược đơn, mang lại hiệu quả cao trong ứng dụng.

• Tác giả: Nguyễn Hoàng Hiếu
• Người hướng dẫn: Tiến Sỹ Mai Thăng Long
• Trường học: Trường Đại Học Công Nghiệp Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Thuật Toán PID Thích Nghi Dùng Mạng Nơ-Ron Điều Khiển Hệ Con Lắc Ngược
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2021
• Địa điểm: Thành Phố Hồ Chí Minh

Tóm tắt

I. Tổng quan về Thuật Toán PID Thích Nghi Dùng Mạng Nơ Ron

Thuật toán PID (Proportional-Integral-Derivative) là một trong những phương pháp điều khiển phổ biến nhất trong kỹ thuật điều khiển tự động. Việc áp dụng thuật toán này trong điều khiển hệ con lắc ngược đơn đã mở ra nhiều cơ hội nghiên cứu và ứng dụng. Mạng nơ-ron, với khả năng học hỏi và thích nghi, đã được tích hợp vào thuật toán PID để cải thiện hiệu suất điều khiển. Sự kết hợp này không chỉ giúp tối ưu hóa quá trình điều khiển mà còn giải quyết các vấn đề không chắc chắn trong mô hình.

1.1. Định nghĩa và Nguyên lý hoạt động của Thuật Toán PID

Thuật toán PID hoạt động dựa trên ba thành phần chính: tỷ lệ (P), tích phân (I) và đạo hàm (D). Mỗi thành phần này đóng vai trò quan trọng trong việc điều chỉnh phản hồi của hệ thống. Tỷ lệ giúp điều chỉnh nhanh chóng, tích phân loại bỏ sai số tĩnh, và đạo hàm giúp giảm thiểu dao động. Sự kết hợp này tạo ra một bộ điều khiển mạnh mẽ cho các hệ thống phi tuyến như hệ con lắc ngược.

1.2. Vai trò của Mạng Nơ Ron trong Điều Khiển Thích Nghi

Mạng nơ-ron có khả năng học hỏi từ dữ liệu và thích nghi với các thay đổi trong môi trường. Khi kết hợp với thuật toán PID, mạng nơ-ron có thể điều chỉnh các tham số PID một cách tự động, giúp cải thiện độ chính xác và ổn định của hệ thống. Điều này đặc biệt quan trọng trong các ứng dụng thực tế, nơi mà các thông số mô hình có thể thay đổi theo thời gian.

II. Vấn đề và Thách thức trong Điều Khiển Hệ Con Lắc Ngược

Hệ con lắc ngược là một trong những mô hình điều khiển phi tuyến điển hình, với nhiều thách thức trong việc duy trì trạng thái cân bằng. Việc điều khiển hệ này gặp khó khăn do số lượng cơ cấu chấp hành ít hơn số bậc tự do cần điều khiển. Điều này dẫn đến việc không thể kiểm soát tốt các ngõ ra theo mong muốn, gây ra sự không ổn định trong quá trình điều khiển.

2.1. Các Thách Thức Kỹ Thuật trong Điều Khiển Hệ Con Lắc

Một trong những thách thức lớn nhất là việc xác định chính xác các thông số mô hình. Nếu thông số không chính xác, bộ điều khiển sẽ không hoạt động hiệu quả. Hơn nữa, sự xuất hiện của nhiễu và các yếu tố không chắc chắn khác cũng làm giảm hiệu suất điều khiển.

2.2. Tác Động của Nhiễu và Thay Đổi Thông Số

Nhiễu có thể xuất hiện từ nhiều nguồn khác nhau, ảnh hưởng đến độ chính xác của các cảm biến và bộ điều khiển. Khi thông số mô hình thay đổi, bộ điều khiển PID truyền thống có thể không đáp ứng tốt, dẫn đến sự mất ổn định trong hệ thống. Do đó, cần có các phương pháp điều khiển thích nghi để giải quyết vấn đề này.

III. Phương Pháp Thiết Kế Thuật Toán PID Thích Nghi

Thiết kế thuật toán PID thích nghi dùng mạng nơ-ron bao gồm nhiều bước quan trọng. Đầu tiên, cần xác định mô hình toán học của hệ con lắc ngược. Sau đó, các tham số PID sẽ được điều chỉnh tự động thông qua mạng nơ-ron. Cuối cùng, thực hiện mô phỏng và thực nghiệm để đánh giá hiệu quả của thuật toán.

3.1. Xây Dựng Mô Hình Toán Học cho Hệ Con Lắc

Mô hình toán học của hệ con lắc ngược được xây dựng dựa trên phương trình Euler-Lagrange. Việc xác định chính xác các tham số như khối lượng, chiều dài và lực tác động là rất quan trọng để đảm bảo tính chính xác của mô hình. Mô hình này sẽ là cơ sở để phát triển thuật toán điều khiển.

3.2. Thiết Kế Mạng Nơ Ron cho Điều Khiển Thích Nghi

Mạng nơ-ron được thiết kế để học hỏi từ dữ liệu đầu vào và điều chỉnh các tham số PID. Việc lựa chọn cấu trúc mạng, số lượng nơ-ron và hàm kích hoạt là rất quan trọng để đảm bảo mạng hoạt động hiệu quả. Các thuật toán học sâu có thể được áp dụng để tối ưu hóa quá trình này.

IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu

Kết quả nghiên cứu cho thấy thuật toán PID thích nghi dùng mạng nơ-ron có thể cải thiện đáng kể hiệu suất điều khiển hệ con lắc ngược. Các thử nghiệm thực tế đã chứng minh rằng bộ điều khiển này có khả năng duy trì trạng thái cân bằng tốt hơn so với các phương pháp truyền thống. Điều này mở ra nhiều cơ hội ứng dụng trong các lĩnh vực như robot tự động và hệ thống điều khiển thông minh.

4.1. Kết Quả Thực Nghiệm và Đánh Giá Hiệu Suất

Các thử nghiệm cho thấy bộ điều khiển PID thích nghi có thể duy trì trạng thái cân bằng của hệ con lắc ngược trong nhiều điều kiện khác nhau. Đánh giá hiệu suất dựa trên các chỉ số như thời gian ổn định và độ chính xác cho thấy sự cải thiện rõ rệt so với các phương pháp điều khiển khác.

4.2. Ứng Dụng trong Các Hệ Thống Thực Tế

Thuật toán này có thể được áp dụng trong nhiều lĩnh vực khác nhau, từ robot tự động đến các hệ thống điều khiển trong công nghiệp. Việc sử dụng mạng nơ-ron giúp cải thiện khả năng thích nghi và độ ổn định của hệ thống, đặc biệt trong các môi trường không chắc chắn.

V. Kết Luận và Tương Lai của Nghiên Cứu

Nghiên cứu về thuật toán PID thích nghi dùng mạng nơ-ron đã mở ra nhiều hướng đi mới trong lĩnh vực điều khiển tự động. Kết quả đạt được cho thấy sự kết hợp này không chỉ cải thiện hiệu suất điều khiển mà còn giúp giải quyết các vấn đề phức tạp trong các hệ thống phi tuyến. Tương lai của nghiên cứu có thể tập trung vào việc phát triển các thuật toán điều khiển thông minh hơn, tích hợp thêm các công nghệ mới như học máy và trí tuệ nhân tạo.

5.1. Hướng Nghiên Cứu Tiếp Theo

Các nghiên cứu tiếp theo có thể tập trung vào việc tối ưu hóa hơn nữa các tham số của mạng nơ-ron và phát triển các thuật toán điều khiển mới. Việc áp dụng các công nghệ học sâu có thể giúp cải thiện khả năng học hỏi và thích nghi của hệ thống.

5.2. Tác Động Đến Ngành Công Nghiệp

Sự phát triển của các thuật toán điều khiển thông minh sẽ có tác động lớn đến ngành công nghiệp, đặc biệt trong các lĩnh vực như tự động hóa và robot. Việc áp dụng các công nghệ này sẽ giúp nâng cao hiệu suất và độ tin cậy của các hệ thống điều khiển.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU Giới thiệu đề tài Ngày nay có rất nhiều phương pháp được sử dụng để điều khiển hệ phi tuyến như: phương pháp điều khiển cổ điển (PID, phương pháp tuyến tính hóa, điều khiển trượt, cuốn chiếu, …), phương pháp điều khiển hiện đại (tối ưu, thich nghi, bền vững, …) và phương pháp điều khiển thông minh (điều khiển dùng mạng thần kinh, điều khiển mờ, điều khiển thích nghi hoặc các thuật toán tối ưu bầy đàn, giải thuật di truyền…). Tuy nhiên, các giải thuật điều khiển muốn đạt được kết quả tốt đều phải dựa vào vào kỹ thuật điều khiển PID. …các luật điều khiển cần phải có ít nhất một khâu điều khiển dựa vào sai số. Phương pháp điều khiển được đề xuất tập trung vào việc nghiên cứu, phân tích và ứng dụng hiệu quả của kỹ thuật điều khiển PID.

Để cải thiện hiệu quả phương pháp PID, việc hiệu chỉnh các giá trị độ lợi các khâu P, D, I rất quan trọng. Hơn nữa, trong quá trình điều khiển hệ phi tuyến, có rất nhiều yếu tố không chắc chắn tác động vào hệ thống làm hệ thống mất ổn định. Việc chọn cố định các thông số PID thì không thích hợp trong trường hợp này. Vì vậy, phương pháp đề xuất tập trung vào việc tìm giải thuật thích nghi để cập nhật các độ lợi của bộ điều khiển PID.

Ngoài ra, để giải quyết vấn đề về các thành phần không biết, không chắc chắn luôn xuất hiện trong hệ thống điều khiển (nhiễu, thông số mô hình hệ thống không chắc chắn, các thay đổi không biết trước, …), phương pháp đề xuất sẽ ứng dụng mạng Nơ ron và kỹ thuật thích nghi bền vững. Các phương pháp điều khiển hiện đại kết hợp như điều khiển tối ưu - thích nghi, điều khiển tối ưu - bền vững cũng được áp dụng mạnh mẽ trong các hệ thống điều khiển phi tuyến. hơn so với trên đối tượng tuyến tính. Các hệ thống có số ngõ vào bằng số ngõ ra sẽ đơn giản hơn so với các hệ thống có số ngõ vào ít hơn so với ngõ ra, tức là tồn tại một ngõ ra tự do, không bị điều khiển trực tiếp, ngõ ra này được điều khiển gián tiếp tuỳ theo đối tượng.

Hệ thống con lắc ngược là một hệ thống điều khiển kinh điển, nó được sử dụng trong giảng dạy và nghiên cứu ở hầu hết các trường đại học 3 trên khắp thế giới. Hệ thống con lắc ngược là mô hình phù hợp để kiểm tra các thuật toán điều khiển hệ phi tuyến cao. Đây là một hệ thống SIMO (Single Input Multi Output) điển hình vì chỉ gồm một ngõ vào là lực tác động cho động cơ mà phải điều khiển cả vị trí và góc lệch con lắc ngược sao cho thẳng đứng (ít nhất hai ngõ ra). Ngoài ra, phương trình toán học được đề cập đến của con lắc ngược mang tính chất phi tuyến điển hình.

Vì thế, đây là một mô hình nghiên cứu lý tưởng cho các phòng thí nghiệm điều khiển tự động. Các giải thuật hay phương pháp điều khiển được nghiên cứu trên mô hình con lắc ngược nhằm tìm ra các giải pháp tốt nhất trong các ứng dụng điều khiển thiết bị tự động trong thực tế. Tổng quan tình hình nghiên cứu Vấn đề tìm kiếm một luật điều khiển hiệu quả cho hệ thống có số cơ cấu chấp hành ít hơn số bậc tự do cần điều khiển thu hút sự chú ý ngày càng tăng vì đặc tính đặc biệt của nó. Hệ có số cơ cấu chấp hành ít hơn số bậc tự do xuất hiện ngày càng nhiều trong các ứng dụng, chẳng hạn như các robot trong lĩnh vực hàng không vũ trụ haycác robot hoạt động dưới nước.

Với sự có mặt của khớp tự do có cơ cấu chấp hành và khớp tự do không có cơ cấu chấp hành khiến cho việc điều khiển theo cách thông thường không thể kiểm soát tốt các ngõ ra theo mong muốn. Do đó, hệ này không thể điều khiển bám theo tín hiệu đặt một cách tùy ý. Con lắc ngược đơn là một mô hình không mới, từ xưa đến nay đã có rất nhiều nghiên cứu về mô hình này. Tuy nhiên đây vẫn là một mô hình phi tuyến có số ngõ vào ít hơn số ngõ ra kinh điển, được dùng để kiểm chứng các giải thuật, bao gồm các thuật toán từ kinh điển đến hiện đại.

Các kết quả thu được đều có những ưu điểm và hạn chế. Các giải thuật kinh điển được thiết kế và thực hiện khá nhiều ở các công trình như, tác giả Nguyễn Văn Đông Hải, Ngô Văn Tuyên xây dựng bộ PID-Neuron điều khiển trực tiếp phải thêm bộ bù PID, kĩ thuật trên không yêu cầu biết trước mô hình toán học hệ thống; Người thiết kế bộ điều khiển cần có kinh nghiệm và thời gian thử sai để có được bộ điều khiển tốt nhất. Tuy nhiên, hệ thống chỉ hoạt động tốt quanh điểm làm việc tĩnh. Stelian – Emilian Oltean [1] [2], đã đề xuất bộ điều khiển PD và fuzzy- PD để điều khiển swing-up và ổn định cho hệ con lắc ngược (rotary inverted 4 pendulum – RIP), nhóm tác giả Minho Park, Yeoun Jae Kim, Ju Jang Lee sử dụng LQR điều khiển swing-up và ổn định hệ RIP [3] [4] [5].

Nhóm tác giả Nguyễn Văn Khanh, Nguyễn Vĩnh Hảo đã thiết kế bộ điều khiển cuốn chiếu theo luật điều khiển trong Tsai & Lin (2003), cho kết quả khả quan [6]. Tuy nhiên các phương pháp trên có những điểm yếu như nếu không biết chính xác thông số vật lý, hay mô hình toán không chính xác thì dẫn đến việc thiết kế bộ điều khiển vô cùng khó khăn. Các thông số điều khiển được thực hiện bằng phương pháp thử sai. Thông thường để xác định các thông số điều khiển đúng cần phải hiểu rõ đặc tính động học của hệ và thử sai rất nhiều lần và tốn kém.

Trong phương pháp điều khiển LQR phải nhận dạng chính xác mô hình hệ thống mới có đáp ứng tốt. Tuy nhiên, chất lượng điều khiển sẽ không tốt khi thông số mô hình thay đổi hoặc có nhiễu. Nhóm tác giả Shailaja Kurode, Asif Chalaga, B. Bandyopadhyay đã sử dụng bộ điều khiển trượt [7] [8] [9] cho hệ và có kết quả tốt nhưng do đặc tính điều khiển trượt nên có hiện tượng chattering gây ảnh hưởng đến phần cứng hệ thống.

Năm 2007, Lon-Chen Hung và Hung Yuan Chung ở khoa kỹ thuật điện tử đại học quốc gia Đài Loan đã giới thiệu kỹ thuật điều khiển trượt phân ly dùng mạng nơ-rôn DNNSMC (Decoupled Neuron Network Sliding Mode Control) cho các hệ thống phi tuyến bậc bốn. Tính hiệu quả của bộ điều khiển đã được kiểm chứng thông qua việc mô phỏng trên đối tượng con lắc đơn. Trên cơ sở đó, nhóm tác giả Nguyễn Đức Minh, Dương Hoài Nghĩa, Nguyễn Đức Thành đã dùng bộ điều khiển ANSMC [10], hiện tượng chattering đã được khắc phục (không còn tồn tại ở đáp ứng của u), hệ thống bền với sai số mô hình và nhiễu; Nhưng trong phương pháp này vẫn cần phải biết thông số của hệ thống mới thiết kế được bộ điều khiển. Nhóm tác giả Xuebo Yang, Xiaolong Zheng [11] đưa ra và thực nghiệm luật điều khiển thích nghi bền vững dùng nơ-ron, kết hợp với bộ hoạch định độ lợi đạt kết quả chất lượng điều khiển tốt, bền vững với nhiễu nhưng các tham số cần chọn để thử sai khá nhiều.

Một số phương pháp điều khiển thích nghi cho hệ cũng được nghiên cứu trong [12] [13] [14] [15][10], các đã cho kết quả có tính ứng dụng cao khi điều khiển hệ dưới bậc. 5 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT Mô hình con lắc ngược quay Phần này mô tả việc xây dựng mô hình con lắc ngược quay trên mô phỏng cũng như thực nghiệm và các vấn đề liên quan Mô hình con lắc ngược quay với phần cứng được xây dựng dựa vào các tham số tham khảo từ các mô hình đã được công bố chạy thực nghiêm thành công, điển hình là mô hình của hang QUANSER [16], và các mô hình đã được thực hiện. Mô hình này chưa bao gồm thông số cơ cấu chấp hành là động cơ tạo moment Mô hình phần cứng Encoder PCI 6221 Rotary Encoder Inverted Pendulum Motor DC Amplifier PC driver Hình 2.1 Cấu trúc mô hình dùng cho thực nghiệm Cấu trúc mô hình được dung để thực nghiệm trong luận văn như hinh. Phần cứng được sử dụng bao gồm: • Máy tính PC cài đặt Matlab 2013b thực hiện các thuật toán điều khiển thông qua công cụ Real-Time Windows Target trong Matlab • Board thu thập dữ liệu (DAQ) PCI 6221 của National Instrument • Động cơ DC Minertia 27V/70W 2000RPM kèm encoder 240 xung/vòng.

Khi dùng bộ QEI đọc giá trị Encoder và dùng phương pháp lấy đạo hàm để ra vận tốc góc, sai số góc và vận tốc góc khi lấy mẫu ở 100Hz ±0. 6 • Mạch điều khiển động cơ có thông số chịu tải 300W (25V, 15A) • Encoder 1000 xung/vòng thu thập dữ liệu vị trí tay máy, có sai số góc và sai số vận tôc tại thời gian lấy mẫu ±0. Các thuật toán điều khiển hệ thống sẽ được mô phỏng theo mô hình và thông số được trình bày ở phần sau. Khi thực hiện với mô hình thực đã thi công sẽ được điều chỉnh các thông số cho phù hợp.

Phương trình động lực học của hệ thống Mô hình toán hệ con lắc ngược quay được xây dựng theo phương trình Euler – Lagrange như sau Hình 2.2 Sơ đồ mô tả chuyển động con lắc ngược quay 7 Bảng 2.1 Bảng thông số hệ thống RIP Đặc tính vật lý Ký hiệu Đơn vị Khối lượng con lắc m kg Chiều dài con lắc Lp m Khoảng cách trọng tâm con lắc đến trục quay Lp/2 m Mô-men quán tính con lắc Jp Nrad Chiều dài tay máy La M Mô-men quán tính tay máy Ja Nrad Vị trí góc quay tay máy θ rad Vị trí góc quay con lắc α rad Hệ số ma sát các trục quay ba, bp N/m/s Phương trình thể hiện tọa độ trọng tâm hệ con lắc: 𝑥𝑝 = 𝑙𝑎. cos𝛼 Lấy đạo hàm theo thời gian ta được phương trình vận tốc con lắc 𝑣𝑝𝑥 = 𝑥̇ 𝑝 = −𝜃̇.