phần mở đầu và kết luận, đƣợc bố cục nhƣ sau: Chƣơng 1. Tổng quan về vấn đề nghiên cứu Chƣơng này nghiên cứu tổng quan về lý thuyết điều khiển dự báo theo mô hình tuyến tính và phi tuyến, tập trung cho lớp đối tƣợng có trễ. Thống kê một số thuật toán, phƣơng pháp xây dựng mô hình dự báo và các ứng dụng thực tế thƣơng mại. Những khó khăn đặc thù của lớp đối tƣợng có trễ và có nhiễu phi tuyến bất định.
Những hạn chế của bài toán tối ƣu và xây dựng mô hình khi phải đối mặt với lớp đối tƣợng này, từ đó đƣa ra đề xuất mục tiêu của luận án làm sao nhận dạng đƣợc nhiễu và bù nhiễu, tiếp theo đƣa ra phƣơng pháp điều khiển dự báo dựa trên cơ sở sử dụng kết quả đã nhận dạng và bù nhiễu. Nhận dạng nhiễu và bù nhiễu cho lớp hệ phi tuyến có trễ Xây dựng phƣơng pháp nhận dạng thành phần phi tuyến bất định trên cơ sở mạng nơron nhân tạo. Chƣơng này đƣa ra phần thứ nhất đề xuất phƣơng pháp nhận dạng cho lớp đối tƣợng có trễ có một thành phần nhiễu phi tuyến bất định và một tín hiệu điều khiển đầu vào tác động lên hệ thống, thuật toán này đƣợc thể hiện trong Định lý 2. Tiếp đó luận án mở rộng cho lớp đối tƣợng có trễ với nhiều thành phần nhiễu và nhiều tín hiệu điều khiển đồng thời tác động, thuật toán này đƣợc thể hiện ở Định lý 2.
Với chứng minh chặt chẽ cho phép nhận dạng các thành phần bất định với mức độ chính xác bất kỳ sử dụng mạng nơron RBF với luật cập nhật trọng số đã 6 đƣợc xây dựng. Trên cơ sở kết quả nhận dạng, đã đề xuất giải pháp bù nhiễu và xây dựng đƣợc cấu trúc của kênh bù nhiễu. Tổng hợp bộ điều khiển dự báo dựa theo mô hình nội cho đối tƣợng có trễ và xây dựng hệ thống điều khiển cho đối tƣợng CSTR Nhiệm vụ tổng hợp bộ điều khiển IMPC đƣợc thực hiện sau khi đã đƣợc nhận dạng và bù nhiễu. Trên cơ sở phân tích các tính chất đặc thù của bài toán điều khiển ổn định phổ biến trong công nghiệp, mà mục tiêu là giữ cho đầu ra của đối tƣợng ổn định xung quanh điểm đặt của đầu ra mong muốn, từ đó đề xuất phiếm hàm mục tiêu thích hợp.
Đã tổng hợp đƣợc luật điều khiển tối ƣu và cấu trúc hệ thống điều khiển dự báo theo cấu trúc IMPC cho lớp đối tƣợng có trễ. Ƣu điểm nổi bật của luật điều khiển tối ƣu với cấu trúc IMPC thu đƣợc là đơn giản, kỹ thuật thực hiện dễ dàng với tính khả thi cao. Tiếp theo, các kết quả thu đƣợc ở các phần trên đƣợc áp dụng cho một lớp đối tƣợng cụ thể thƣờng gặp trong công nghiệp là tháp (bình) khuấy trộn liên tục. Đã xây dựng hệ thống điều khiển dự báo theo cấu trúc IMPC với bộ nhận dạng và kênh bù nhiễu cho cả hai chế độ làm việc của CSTR.
Kết quả mô phỏng đã chứng minh đầy đủ tính hiệu quả của hệ thống. Phần kết luận: đã nêu bật những kết quả và những đóng góp mới của luận án, đồng thời đã chỉ rõ các hƣớng nghiên cứu phát triển tiếp theo. 7 CHƢƠNG 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU Equation Chapter (Next) Section 1 1. Giới thiệu tổng quan về điều khiển dự báo theo mô hình 1.
Khái niệm Điều khiển dự báo theo mô hình còn gọi là điều khiển dịch dần về tƣơng lai (Receding Horizon Control) là một xu hƣớng điều khiển đƣợc xuất hiện từ cuối những năm 1970 [52], [74]. MPC là một trong những phƣơng pháp điều khiển tìm ra tín hiệu điều khiển một cách lặp lại dựa vào việc giải một bài toán điều khiển tối ƣu với một hàm mục tiêu cụ thể. So sánh với các phƣơng pháp điều khiển khác, MPC có một số những ƣu điểm nổi trội khi áp dụng với các hệ thống có trễ, có quá trình động học chậm và cho phép thỏa mãn các điều kiện có tính chất ràng buộc, các yêu cầu về điều kiện vận hành với các chỉ tiêu chất lƣợng điều khiển cao. Trong hai thập kỷ trở lại đây, điều khiển dự báo mô hình đã có những bƣớc phát triển rất đáng kể, đã đóng góp đƣợc khá nhiều các phƣơng pháp về mặt học thuật cũng nhƣ đẩy mạnh khả năng ứng dụng của MPC trong thực tế, những điều đó đƣợc thể hiện trong các tài liệu [15], [17], [31].
Điều khiển dự báo theo mô hình là phƣơng pháp điều khiển hệ thống dựa trên cơ sở tín hiệu đầu ra của đối tƣợng đƣợc dự báo thông qua một mô hình toán nào đó. Dựa vào tín hiệu dự báo đầu ra của đối tƣợng, sử dụng thuật toán tối ƣu để tìm tín hiệu điều khiển tối ƣu cho hệ thống sao cho đầu ra của đối tƣợng ở tƣơng lai bám theo giá trị mong muốn. Nhƣ vậy tín hiệu điều khiển tối ƣu này sẽ phụ thuộc vào độ chính xác của tín hiệu dự báo đầu ra của đối tƣợng và thuật toán tìm nghiệm tối ƣu. Độ chính xác của tín hiệu dự báo phụ thuộc vào mô hình toán của đối tƣợng.
Trong thực tế mô hình toán của đối tƣợng thƣờng đƣợc xây dựng dựa trên cơ sở các định luật vật lý, rất phức tạp và thƣờng là không chính xác. Do đó việc đƣa ra một phƣơng pháp để nhận dạng hay xây dựng đƣợc chính xác mô hình đối tƣợng đang là vấn đề thu hút đƣợc rất nhiều sự quan tâm của các nhà nghiên cứu khoa học. Tính ƣu việt của MPC đƣợc thể hiện ở các bài toán điều khiển quá trình thƣờng gặp trong công nghiệp. Ví dụ các quá trình biến thiên chậm, có trễ, cấu trúc 8 hàm truyền thay đổi và có độ phi tuyến lớn, các tham số điều khiển có độ tƣơng tác, hệ thống có vùng chết.
Đó là các quá trình thƣờng thấy trong bài toán điều khiển nhiệt độ, lƣu lƣợng, áp suất, phản ứng hoá học,… [57]. Với các quá trình trên nếu chỉ dùng phƣơng pháp điều khiển truyền thống thì chất lƣợng điều khiển không cao, không giải quyết đƣợc bài toán điều khiển nhƣ mong muốn. Với những lớp đối tƣợng này đã có rất nhiều các công trình nghiên cứu áp dụng thực hiện bằng phƣơng pháp điều khiển dự báo. Hiện nay MPC đã trở thành một sách lƣợc điều khiển cao cấp đƣợc chấp nhận khá rộng rãi trong một số lĩnh vực công nghiệp.
Đã có hơn 3000 ứng dụng của MPC đƣợc thƣơng mại hóa trong các lĩnh vực khác nhau bao gồm: công nghệ lọc hóa dầu, công nghệ xử lý thực phẩm, công nghệ ô tô, công nghệ không gian, công nghệ bột giấy và giấy,. Hình ảnh về ứng dụng điều khiển trong công nghệ xử lý hóa chất 1. Nguyên lý của điều khiển dự báo theo mô hình Nguyên lý của điều khiển MPC [49] là dựa vào thông số trạng thái của mô hình đối tƣợng và trạng thái thực của chúng tại một số thời điểm liên tiếp để xác định tín hiệu điều khiển tốt nhất có thể (tối ƣu) trong một khoảng thời gian hữu hạn (a finite time horizon). Tín hiệu điều khiển này đƣợc đƣợc duy trì cho đến khi hệ thống cập nhật lại trạng thái mới, khi đó tín hiệu điều khiển mới lại đƣợc tính toán và cập nhật lại trong khoảng thời gian hữu hạn tiếp theo.
Điều khiển MPC đƣợc mô tả theo thuật toán sau, thể hiện thông qua Hình 1. 9 Thuật toán điều khiển MPC Cho một khoảng thời gian dự báo TP (cửa sổ dự báo, tầm dự báo) và khoảng thời gian trích mẫu T , tại một thời điểm trích mẫu tk k T, k 0,1, 2,. của hệ thống 2. Giải bài toán điều khiển tối ƣu trong khoảng thời gian tk , tk TP 3.
Đƣa tín hiệu điều khiển tối ƣu tác động lên hệ thống đến khi đo đƣợc các giá trị trạng thái mới tại thời điểm trích mẫu tiếp theo tk 1 tk T Quá khứ Tƣơng lai Quá khứ Tƣơng lai Tầm dự báo Tầm dự báo TP T TP t t tk tk+TP tk tk+1 tk+1+TP Hình 1. Nguyên lý cơ bản của điều khiển dự báo dựa trên mô hình Ta có thể minh họa bản chất của điều khiển dự báo dựa trên mô hình thông qua một ví dụ đó là bài toán đánh cờ giữa hai ngƣời. Giả thiết có ngƣời chơi cờ A đấu với đối thủ B, hàm mục tiêu của ngƣời A là thắng đƣợc đối thủ B (là hàm mục tiêu điều khiển). Để làm đƣợc điều này ngƣời A căn cứ vào các nƣớc đi hiện tại và quá khứ của đối thủ B cũng nhƣ phong cách và trình độ (tính chất đối tƣợng cần điều khiển) của đối thủ B để ƣớc đoán xem trong những bƣớc đi sắp tới đối thủ B sẽ đi nhƣ thế nào (chính là nhận dạng đối tƣợng hay xây dựng mô hình dự báo).
Sau đó ngƣời A sẽ căn cứ tiếp vào những nƣớc cờ hiện tại và quá khứ của mình để xác định các nƣớc cờ sắp tới của mình sao cho đạt đƣợc mục tiêu là chiến thắng đối thủ (chính là thực hiện khâu điều khiển dự báo). 10 Bài toán điều khiển dự báo dựa trên mô hình có mức độ phức tạp sẽ phụ thuộc vào tính chất và đặc điểm của đối tƣợng điều khiển, tùy theo lớp các đối tƣợng cụ thể mà ngƣời ta sẽ sử dụng các phƣơng pháp xây dựng mô hình dự báo khác nhau, việc xây dựng mô hình dự báo chính là bài toán nhận dạng mô hình của đối tƣợng điều khiển. Mặc dù là một phƣơng pháp điều khiển mạnh mẽ và đã có nhiều ứng dụng thành công tuy nhiên trong thực tế việc áp dụng điều khiển dự báo đặc biệt là cho đối tƣợng phi tuyến vẫn còn gặp những hạn chế, khó khăn: - Thứ nhất, phải xây dựng mô hình toán học để dự báo chính xác trạng thái của đối tƣợng cần điều khiển trong phạm vi dự báo. Đối với hệ phi tuyến thì xây dựng đƣợc mô hình chính xác vẫn còn là một bài toán khó vì đặc tính phi tuyến rất đa dạng.
- Thứ hai, phải giải một bài toán tối ƣu để tính chuỗi tín hiệu điều khiển trong một khoảng thời gian có hạn, với đối tƣợng đáp ứng nhanh thì thời gian giải càng cần phải ngắn. Trong khi đó, bài toán tối ƣu ở đây thƣờng là không lồi có nhiều cực trị địa phƣơng. Các bƣớc cơ bản khi xây dựng thuật toán điều khiển là: * Sử dụng một mô hình để dự báo (dự đoán) giá trị đầu ra của quá trình ở các thời điểm trong tƣơng lai. * Tính toán lần lƣợt các tín hiệu điều khiển bằng cách tối thiểu hoá một hàm mục tiêu.
