Tài liệu Nhận dạng và điều khiển hệ bồn kép

Đại Học Quốc Gia Tp. Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA -------------------- NGÔ ĐỨC VIỆT NHẬN DẠNG VÀ ĐIỀU KHIỂN HỆ BỒN KÉP Chuyên ngành : Điều Khiển Tự Động LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng . . . . năm . . . . . . CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán bộ hướng dẫn khoa học : ............................................................................ (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 1 :................................................................................... (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 2 :................................................................................... (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày . . . . . tháng . . . . năm . . . . . ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA ---------------- CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM Độc Lập - Tự Do - Hạnh Phúc ---oOo--Tp. HCM, ngày . . . . . tháng . . . . . năm . . . . . . NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ và tên học viên: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ngày, tháng, năm sinh : . . . . . . . . . . . . . . . . . . . . . Giới tính : Nam / Nữ Nơi sinh : . . . . . . . . . . . . . . . . . . . . Chuyên ngành : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Khoá (Năm trúng tuyển) : . . . . . . . . . . . 1- TÊN ĐỀ TÀI: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2- NHIỆM VỤ LUẬN VĂN: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... .......................................................................... ..................................................................... 3- NGÀY GIAO NHIỆM VỤ : . . . . . . . . . . . . . . . . . . . . . 4- NGÀY HOÀN THÀNH NHIỆM VỤ : . . . . . . . . . . . . . . . . . . . . . 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN (Ghi đầy đủ học hàm, học vị ): . . . . . . . . . . . . . . . . . ....................................................................... Nội dung và đề cương Luận văn thạc sĩ đã được Hội Đồng Chuyên Ngành thông qua. CÁN BỘ HƯỚNG DẪN (Họ tên và chữ ký) CHỦ NHIỆM BỘ MÔN QUẢN LÝ CHUYÊN NGÀNH (Họ tên và chữ ký) LỜI CẢM ƠN Trước tiên, tôi xin chân thành gửi lời cảm ơn đến cô Nguyễn Thị Phương Hà, cô đã tận tình hướng dẫn và đưa ra những định hướng đúng để thực hiện luận án. Cảm ơn cô đã truyền đạt những kiến thức và những kinh nghiệm quý báu trong suốt quá trình học tập, thực hiện luận án và báo cáo luận án. Với sự giúp đỡ của cô đã dần giúp tôi hoàn thành được luận án. Một lần nữa xin bày tỏ lòng cảm ơn sâu sắc đến cô. Tôi xin gửi lời cảm ơn đến tất cả quý thầy cô Khoa Điện-Điện tử, Đại học Bách Khoa Tp.HCM đã truyền đạt những kiến thức quý báu trong quá trình học đại học và cao học. Nhờ những kiến thức nền tảng vững chắc này đã giúp tôi học tập và nghiên cứu thực hiện luận văn này. Xin gửi lời cảm ơn đến tất cả quý thầy cô trong bộ môn Điều Khiển Tự Động đã đóng góp ý kiến và tạo điều kiện thuận lợi cho tôi hoàn thành luận văn. Cảm ơn thầy Lũy, người trực tiếp quản lý phòng thí nghiệm đã tạo điều kiện cho tôi được sử dụng thiết bị trong phòng để làm việc. Cuối cùng tôi gửi lời cảm ơn đến những người thân trong gia đình đã yêu thương, đùm bọc và động viên tôi trong suốt thời gian học tập. Cảm ơn tất cả các bạn bè cao học khóa 2006 vì những đóng góp giúp đỡ trong quá trình hoàn thành luận án. Tp.Hồ Chí Minh, tháng 11 năm 2008 Người thực hiện Ngô Đức Việt TÓM TẮT Lý thuyết điều khiển thích nghi đã được áp dụng trong công nghiệp khoảng đầu thập niên này. Luận văn tập trung vào áp dụng phương pháp bình phương tối thiểu để nhận dạng hệ thống và áp dụng lý thuyết điều khiển tự chỉnh để điều khiển mức nước của một hệ bồn kép. Thứ nhất, dùng thuật toán bộ ước lượng hồi quy bình phương tối thiểu để nhận dạng hệ thống bồn kép. Thứ hai, một số thuật toán điều khiển được kết hợp với bộ ước lượng online để tạo thành hệ thống điều khiển tự chỉnh cho bồn kép. Chúng được mô tả trong phần mô phỏng. Thứ ba, các mô hình toán được kiểm chứng bằng các thí nghiệm trên đối tượng thực của phòng thí nghiệm C6, Đại học Bách Khoa-Thành phố Hồ Chí Minh. Cuối cùng, để nghiên cứu sâu hơn, một số hướng phát triển đề tài để áp dụng lý thuyết điều khiển tự chỉnh để thiết kế các bộ điều khiển phức tạp hơn cho hệ thống bồn kép cũng được đề nghị trong luận văn. Abstract Adaptive Control theory have been applicated for industry since begining of this century. This thesis focuses on the application of the Recursive Least Square method for system identification and application of the self-tuning control theory to level control of a coupled water tanks. Firstly, we used Recursive Least Square estimator algorithm to identify coupled tanks system. Secondly, a number of control algorithms which can be linked to the online estimator to form a self-tuning control system for coupled tanks. They are described in simulation. Thirdly, mathematical models of self-tuning controllers are testified by experiments aboard the actual coupled water tank in the laboratory C6-University of Technology, Ho Chi Minh City. Finally, for the purpose of further research, some developing ideas of the application of the self-tuning control theory to designing more sophisticated controllers for coupled water tank system are also proposed in the thesis. Chương 1. GIỚI THIỆU CHUNG........................................................................................ 3 1.1 Tổng quan: .................................................................................................................. 3 1.2 Mục tiêu luận văn: ...................................................................................................... 5 1.3 Cơ sở lý thuyết:........................................................................................................... 6 1.3.1 Các vấn đề điều khiển thích nghi:....................................................................... 6 1.3.2 Phân loại các hệ thống điều khiển thích nghi: .................................................. 10 1.3.2.1 Các bộ điều khiển thích nghi thử sai............................................................. 10 1.3.2.2 Các hệ thống thích nghi theo mô hình tham chiếu ....................................... 12 1.3.2.3 Các bộ điều khiển tự chỉnh STC (Sefl-Tuning Controller) .......................... 13 1.4 Tóm lược và nội dung luận văn: ............................................................................... 20 Chương 2. GIỚI THIỆU ĐỐI TƯỢNG.............................................................................. 22 2.1 Giới thiệu đối tượng :................................................................................................ 22 2.1.1 Giới thiệu chung : ............................................................................................. 22 2.1.2 Thông số vật lý mô hình: .................................................................................. 26 2.2 Phương trình toán học :............................................................................................. 26 2.2.1 Dạng thiết lập #1:.............................................................................................. 26 2.2.2 Đối với dạng thiết lập #2 : ................................................................................ 28 2.2.3 Đối với dạng thiết lập #3: ................................................................................. 29 2.3 Mô hình giao tiếp trong Simulink:............................................................................ 30 2.4 Tóm lược:.................................................................................................................. 31 Chương 3. PHƯƠNG PHÁP NHẬN DẠNG VÀ ĐIỀU KHIỂN ...................................... 32 3.1 Nhận dạng đối tượng: ............................................................................................... 32 3.1.1 Mô hình hóa quá trình ngẫu nhiên:................................................................... 33 3.1.2 Quá trình nhận dạng:......................................................................................... 37 3.1.3 Vấn đề phân loại nhận dạng trong điều khiển thích nghi: ................................ 38 3.2 Các thuật toán nhận dạng:......................................................................................... 39 3.2.1 Nguyên lý phương pháp bình phương tối thiểu:............................................... 40 3.2.2 Phương pháp nhận dạng hồi quy bình phương tối thiểu:.................................. 40 3.2.3 Kết luận:............................................................................................................ 42 3.3 Bộ điều khiển Self tuning regulator (STR):.............................................................. 42 3.3.1 Cấu trúc của bộ điều khiển PID-A:................................................................... 43 3.3.2 Cấu trúc của bộ điều khiển PID-B:................................................................... 47 3.4 Bộ điều khiển Minimum Variance Controller (MV):............................................... 49 3.4.1 Bộ điều khiển dạng Generalized Minimum Variance: ..................................... 49 3.4.2 Dạng Self-tuning Minimum Variance (STRMV):............................................ 51 3.5 Tóm lược:.................................................................................................................. 55 Chương 4. KẾT QUẢ MÔ PHỎNG................................................................................... 56 4.1 Xây dựng mô hình tuyến tính: .................................................................................. 56 4.2 Sơ đồ mô phỏng ước lượng: ..................................................................................... 58 4.3 Kết quả ước lượng: ................................................................................................... 59 4.4 Nhận xét:................................................................................................................... 63 4.5 Dạng cơ bản .............................................................................................................. 64 4.6 Quy trình thực hiện bộ điều khiển: ........................................................................... 66 4.6.1 Tuyến tính hóa mô hình:................................................................................... 66 Trang 1 4.6.2 Sơ đồ khối trong Simulink và các tham số của nó: .......................................... 68 4.7 Kết quả mô phỏng:.................................................................................................... 71 4.7.1 Phương pháp sefl-tuning control: ..................................................................... 71 4.7.1.1 Phương pháp STC với cấu trúc bộ PID-A: ................................................... 71 4.7.1.2 Phương pháp STC với cấu trúc bộ PID-B: ................................................... 75 4.7.2 Phương pháp Minimum Variance Control ....................................................... 78 4.7.2.1 Phương pháp Generalised Minimum Variance (GMV): .............................. 78 4.7.2.2 Phương pháp STRMV (Sefl Tuning Minimum Variance): .......................... 81 4.8 Kết luận và so sánh: .................................................................................................. 85 Chương 5. KẾT QUẢ CHẠY MÔ HÌNH THỰC .............................................................. 91 5.1 Giới thiệu tổng quát về phần mềm Wincon:............................................................. 91 5.2 Giới thiệu card thu thập dữ liệu: ............................................................................... 94 5.2.1 Card thu thập số liệu và điều khiển (DACB):................................................... 94 5.2.2 Universal Power Mudule (UPM):..................................................................... 95 5.2.3 Cáp:................................................................................................................... 96 5.3 Xây dựng mô hình chạy thực và kết quả: ................................................................. 96 5.3.1 Kết quả chạy thực phương pháp pp2a_2 .......................................................... 99 5.3.2 Kết quả chạy thực phương pháp pp2b_2 ........................................................ 100 5.4 Kết luận:.................................................................................................................. 101 Chương 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN...................................................... 102 6.1 Kết quả đạt được trong luận văn:............................................................................ 102 6.2 Hướng phát triển:.................................................................................................... 103 TÀI LIỆU THAM KHẢO: ......................................................................................... 104 Trang 2 Chương 1. GIỚI THIỆU CHUNG 1.1 Tổng quan: Thông thường để có thể thiết kế được hệ thống điều khiển có chất lượng cao, đảm bảo tính ổn định về mặt toán học cần phải biết mô hình toán của đối tượng điều khiển. Có hai cách để xây dựng mô hình toán của đối tượng. Cách thứ nhất sử dụng hiểu biết về các quy luật tự nhiên chi phối hoạt động của đối tượng và các thông số của đối tượng để rút ra mô hình toán dưới dạng phương trình vi phân, cách này gọi là mô hình hóa [1] và mô hình xây dựng được gọi là mô hình hộp trắng. Phương pháp này chỉ sử dụng để rút ra mô hình toán của đối tượng đơn giản. Cách thứ hai xây dựng mô hình toán dựa vào dữ liệu vào-ra thực nghiệm và các thông tin biết trước về đối tượng (nếu có), cách này gọi là nhận dạng hệ thống [2][3][4]. Tùy thuộc mức độ thông tin biết trước mà ta có mô hình hộp xám hay hộp đen. Quá trình giải bài toán nhận dạng hệ thống gồm bốn vấn đề cơ bản là thí nghiệm thu thập dữ liệu, chọn cấu trúc mô hình, ước lượng thông số và đánh giá chất lượng mô hình [3]. Các bước thực hiện có thể phải lặp đi lặp lại nhiều lần trước khi nhận dạng được mô hình đạt yêu cầu. Việc sử dụng triệt để các thông tin biết trước về đối tượng sẽ giúp giảm thiểu số lần lặp lại. Trên đây vừa trình bày tổng quát các vấn đề cơ bản liên quan đến nhận dạng hệ thống. Để có được thông tin đầy đủ hơn về các vấn đề cơ bản liên quan đến nhận dạng hệ thống độc giả có thể tham khảo [2][4][5]. Theo lịch sử của lý thuyết nhận dạng hệ thống, thì phương pháp bình phương tối thiểu và mô hình hồi quy tuyến tính đã được đưa ra vào giai đoạn trước những năm 1960. Nhưng đến giai đoạn 1960-1970, người ta nhận thấy phương pháp bình phương tối thiểu nhận dạng hồi quy tuyến tính có thể dẫn đến ước lượng bị sai lệch khi có sự tương quan giữa nhiễu và các phần tử hồi quy. Để loại bỏ sai lệch này thì nhiều phương pháp mới cũng như nhiều cách cải tiến nhận dạng ra đời. Từ 1985 đến nay, lý thuyết nhận dạng hệ thống phát triển với nhiều ý tưởng mới, hướng đang được nghiên cứu hiện nay nhận dạng để điều khiển thích nghi [6][7], nhận dạng để điều khiển bền vững [8][9], nhận dạng mô hình hộp đen phi tuyến[3]... Hiện nay, lý thuyết nhận dạng hệ tuyến tính được nghiên cứu khá hoàn chỉnh nhờ bộ công cụ Ident của Matlab [10]. Trái lại, nhận dạng hệ phi tuyến thì vẫn đang mở và còn nhiều thử thách do đặc tính của hệ phi tuyến rất đa dạng. Nổi bật là vấn đề dùng mô hình hộp đen như mạng thần kinh, mô hình mờ, mạng wavelet, mạng hàm cơ sở xuyên tâm...để nhận dạng hệ phi tuyến. Các vấn đề liên quan đến nhận dạng hệ phi tuyến dùng mô hình hộp đen có thể tham khảo [11][12]... Những năm gần đây là thuật toán di truyền dùng ước lượng thông số cho mô hình phi tuyến ví dụ như bài báo[13]. Phần trên đưa ra cái nhìn tổng quan về lý thuyết nhận dạng nhưng mô hình nhận dạng được dù chất lượng cao thế nào cũng không thể mô tả chính xác hoàn toàn hệ thống vật lý thật. Giữa mô hình và hệ thống vật lý thật lúc nào cũng tồn tại sai số mô hình, do đó nếu sử dụng mô hình để thiết kế hệ thống điều khiển thì sai số này có thể Trang 3 làm cho chất lượng điều khiển không thỏa mãn thậm chí làm hệ thống không ổn định.Mặt khác, thay đổi thông số của đối tượng khi hoạt động thường không thể dự đoán trước.Vì vậy, nếu không liên tục được thiết kế lại thì bộ điều khiển thiết kế ban đầu không thể khống chế tốt đối tượng. Hệ thống điều khiển trong đó thông số (và cấu trúc) của bộ điều khiển thay đổi trong quá trình vận hành nhằm giữ vững chất lượng hệ thống có sự hiện diện của các yếu tố bất định hoặc biến đổi không biết trước trong thông số của hệ thống gọi là hệ thống điều khiển thích nghi [6]. Vì các yếu tố bất định xuất hiện rất nhiều, điều khiển thích nghi rất hữu ích trong nhiều lĩnh vực công nghiệp. Nhận dạng Điều kiện làm việc r(t) Chỉnh định e(t) u(t) Bộ điều khiển y(t) Đối tượng Hình 1.1 Sơ đồ khối tổng quát của hệ thống điều khiển thích nghi Trong sơ đồ ta thấy bộ điều khiển được chỉnh định liên tục khi hệ thống đang hoạt động. Tùy theo cách chỉnh định thông số mà ta có phương pháp điều khiển thích nghi khác nhau. Đơn giản nhất là phương pháp hoạch định độ lợi, thông số bộ điều khiển sẽ thay đổi theo điều kiện làm việc, khối nhận dạng là không cần thiết. Nếu khối nhận dạng ước lượng thông số của đối tượng và khối chỉnh định tính toán thông số của bộ điều khiển theo mô hình của đối tượng ta có sơ đồ điều khiển thích nghi gián tiếp, ngược lại nếu khối nhận dạng ước lượng thông số của bộ điều khiển ta có sơ đồ điều khiển thích nghi trực tiếp. Nếu trong khối chỉnh định có một mô hình chuẩn và mục đích chỉnh định là tối thiểu sai lệch giữa đầu ra mô hình chuẩn và đầu ra của hệ thống thật ta có sơ đồ điều khiển thích nghi (gián tiếp hay trực tiếp) theo mô hình chuẩn. Sơ đồ khối điều khiển thích nghi trên là sơ đồ tổng quát, các sơ đồ điều khiển thích nghi cụ thể và chi tiết về các vấn đề liên quan đến các phương pháp điều khiển thích nghi vừa nêu trên có thể tham khảo [6][14][15]. Bộ điều khiển tự chỉnh định (Self-tuning regulator STR) được R.E. Kalman đưa ra vào đầu thập niên 60. Bộ điều khiển này cho thấy tầm quan trọng trong lý thuyết và ứng dụng thực tiễn. Self-tuning regulator được biết đến như là một nhánh quan trọng của hệ thống điều khiển thích nghi nói riêng và của hệ thống điều khiển nói chung. Như đã đề cập trước đó, đối tượng điều khiển của STR là các hệ thống bất định có thông số là hằng số và thay đổi chậm theo thời gian. Thông thường, lý thuyết tập Trang 4 trung vào tính ổn định, hoàn thiện và hội tụ liên quan đến thuật toán hồi quy. Đối với những hệ thống thay đổi theo thời gian hay đối thượng phi tuyến, thuật toán cho thấy sự khống chế điều khiển là tốt [6] [16]. Tuy nhiên, trong quá khứ thuật toán có hạn chế nhất định trong ứng dụng do các ngành công nghiệp lúc đó như: bột giấy, hóa hay các ngành công nghiệp cơ bản khác...trong đó, đặc tính động học chậm hơn nhiều so với thuật toán STR. Hiện nay, với sự kết hợp của LQG/LTR (Linear Quaradtic Gaussian/Loop Transfer Recovery) điều khiển với STR thực tế và bền vững hơn. Theo Åström, STR dựa trên sự tách rời ước lượng các thông số chưa biết với thiết kế bộ điều khiển. Bằng thuật toán ước lượng hồi quy ta sẽ ước lượng được các tham số chưa biết [6]. Bộ điều khiển STR do đó cũng có hai loại là: STR gián tiếp và STR trực tiếp. Có rất nhiều phương pháp để thiết kế bộ điều khiển STR và ứng dụng của nó, độc giả có thể tham khảo [6][7], tại các bài báo [20][21][22][23] hay các luận văn thạc sĩ [17][18][19]. Trong giới hạn của luận văn này, bộ điều khiển STR được đề nghị áp dụng cho hệ bồn kép do hệ thống điều khiển có những thông số chưa biết trước là hằng số và đặc tính động học thay đổi chậm. Để ước lượng được những tham số chưa biết này, phù hợp cho thuật toán STR là tuyến tính hóa mô hình và dùng thuật toán nhận dạng Recursive Least Square. Dưới ảnh hưởng của nhiễu lên hệ thống thì bộ điều khiển cực tiểu nhiễu (Minimum variance control MV-STR) giúp đưa ra một luật điều khiển ổn định hơn và đảm bảo cho quá trình ước lượng trực tuyến hội tụ [24]. Theo [25], MVSTR chỉ tốt khi mà nhiễu đưa vào mô hình được mô hình hóa một cách chính xác, điều này rất khó và việc đưa MV-STR trở thành một ứng dụng thực tế trong công nghiệp là vấn đề còn đang xem xét. Có rất nhiều nghiên cứu về vấn đề này [25][26][27][28]... Do đó, trong luận văn sẽ giới thiệu dạng tổng quát về thuật toán MV-STR. 1.2 Mục tiêu luận văn: Hiện nay, nhận dạng và điều khiển là vấn đề đang được nghiên cứu và không ngừng phát triển trong nước cũng như ngoài nước. Về mặt kỹ thuật, để có thể thiết kế được hệ thống điều khiển có chất lượng tốt cần phải biết mô hình toán của đối tượng. Do đa số các đối tượng có đặc tính động học thay đổi trong quá trình hoạt động nên bộ điều khiển thiết kế dựa vào mô hình đã nhận dạng thường không thể khống chế tốt đối tượng khi vận hành. Vì vậy, để đảm bảo chất lượng điều khiển ta cần liên tục thiết kế lại bộ điều khiển dựa vào mô hình nhận dạng trực tuyến, đây chính là các hệ thống điều khiển thích nghi. Từ luận điểm trên, mục tiêu của luận văn là nhận dạng hệ thống trực tuyến bằng phương pháp đề nghị Recursive-least square (RLS) với bộ điều khiển thích nghi được chọn Self Tuning Regulator (STR). Trong luận văn cũng giới thiệu thuật toán Minimum Control Variance tổng quát. Cuối cùng, các vấn đề lý thuyết trình bày sẽ được kiểm chứng bằng mô hình vật lý Hệ bồn kép tại phòng thí nghiệm nhà C6. Trang 5 1.3 Cơ sở lý thuyết: 1.3.1 Các vấn đề điều khiển thích nghi: Thích nghi thể hiện sự thay đổi hình dạng, tổ chức lại và thích nghi với môi trường mới với những thay đổi khó khăn.. Mỗi một sự thích nghi sẽ kéo theo các tổn thất trong tổ chức, năng lượng hay thông tin. Lặp lại quá trình thích nghi để thay đổi theo yêu cầu và để tối thiểu tổn thất. Sự thích nghi lặp lại, trong thực tế, là sự tích lũy các kinh nghiệm tổ chức nhằm đánh giá tổn hao tối thiểu liên quan trong thích nghi. Ta gọi đó là học. Có quá nhiều dạng thay đổi do đó kéo theo hàng loạt dạng toán học mô tả chúng. Do đó không thể tìm được một mô hình toán đơn giản nào mô tả được tất cả các hệ thống thích nghi. Để định nghĩa các hệ thống thích nghi ta sẽ giới hạn các hệ thống cơ cấu điều khiển học với các giả thiết sau: • Trạng thái hay cấu trúc có thể thay đổi • Các ảnh hưởng có thể của trạng thái hay của ngõ ra của hệ thống Một dạng tổng quát có thể dùng định nghĩa hệ thống thích nghi như sau : hệ thống có 3 ngõ vào và 1 ngõ ra (hình 1.1). Ta có hai phần tử là tín hiệu tham chiếu w và nhiễu loạn v. Tín hiệu tham chiếu tạo ra do người dùng nhưng nhiễu loạn v thì không đo lường được. Hệ thống thu thập thông tin dựa theo yêu cầu đáp ứng Ω, như vậy ngõ ra là hàm: y = f(w,v, θ) (1.1) θ Thay đổi trong hàm này là ảnh hưởng của thay đổi các tham số . Trong mỗi lần kết hợp (w,v, θ ), θ thay bằng θ* để cực tiểu hàm tổn thất g theo thời gian hay theo một chu kỳ cho trước. g (Ω, w, v,θ ) = min g (Ω, w, v,θ * ) (1.2) Trang 6 Luật quyết định y = (v,w,θ) Các vòng lặp thay đổi cho θ Cực tiểu hóa hàm g(Ω,v,w,θ) Hình 1.2 Cấu trúc bên trong của một hệ thống điều khiển thích nghi Trong trường hợp đây là quá trình dùng để tìm θ* và liên tục đến khi tìm ra. Đặc tính hợp lý của một hệ thống điều khiển thích nghi trong thực tế là quá trình thích nghi luôn xảy ra khi w và v thay đổi hay thay đổi của yêu cầu Ω. Nếu thay đổi xuất hiện sau mỗi chu kỳ lấy mẫu T0 sự thích nghi sẽ tham gia lặp lại ở bắt đầu của khoảng sau. Nếu sự thích nghi sau đó cuối cùng là thời gian τ (sau khi tổn thất g giảm) tổn thất trung bình giảm xuống theo một tỉ lệ rất nhỏ là τ /T0. Giá trị nghịch đảo của tổn thất trung bình được xem là ảnh hưởng của thích nghi. Chúng ta đề cập đến vấn đề học. Hệ thống học có thể xem là hệ thống có thể nhớ những giá trị tối ưu của tham số θ* khi kết thúc quá trình thích nghi nó sẽ tạo trong vùng nhớ một hàm: θ* = f (Ω, w, v) (1.3) Một hệ thống học đánh giá quá trình thích nghi lặp lại để nhớ tất cả các trạng thái trước tính toán suốt quá trình điều khiển thích nghi, không dùng phương trình (1.2) để tìm tối ưu nhưng dùng các thông tin có sẵn trong vùng nhớ. Trang 7 Các hệ thống học thích nghi có thể làm những nhiệm vụ sau: • Nhận dạng hồi quy, tạo ra một mô tả toán học của quá trình được điều khiển dùng các mô hình tự chỉnh. • Điều khiển các hệ thống mà ta biết quá ít trước khi bắt đầu tiền xác định cấu trúc và các tham số của thuật toán điều khiển. • Nhận biết các đối tượng hay tình huống và phân loại chúng. • Thuật toán trên các đối tượng, nghĩa là xác định các vị trí trong miền không gian. Đi sâu vào chúng ta chỉ tập trung vấn đề điều khiển thích nghi. Hình 1.2 thể hiện sơ đồ khối của một hệ thống điều khiển thích nghi. Theo sơ đồ này ta thấy: một hệ thống thích nghi cần đo lường các đặc tính thay đổi của hệ thống điều chỉnh ở các ngõ vào và ngõ ra. Bằng cách so sánh các đặc tính đo lường này và thiết lập các yêu cầu, ta xây dựng các tham số và cấu trúc của một vòng lặp điều khiển hoặc tạo thêm ngõ vào phụ để có thể bám và bám theo yêu cầu tốt nhất có thể. Định nghĩa tổng quát trên cho phép bao hàm hầu hết các vấn đề điều khiển của kỹ thuật điều khiển. Đặc trưng của thay đổi có thể có những dạng khác nhau trong vấn đề này, ví dụ như: • Gán cực và zero cho hệ vòng kín • Vọt lố của đáp ứng nấc của hệ vòng kín so với tín hiệu tham chiếu và nhiễu ngõ vào. • Thời gian xác lập. • Giá trị nhỏ nhất của tích phân hay tiêu chuẩn tổng hợp. • Dao động biên độ và tần số tự nhiên trong vòng lặp phi tuyến. • Phổ tần số của hệ điều khiển vòng kín. • Yêu cầu về độ lợi và độ dự trữ pha... Trang 8 Không đo được Ngõ vào Nhiễu loạn Đo được Ngõ ra Hệ thống điều chỉnh Cơ cấu chỉnh định Trạng thái Đo lường các thay đổi của hệ thống Yêu cầu Bộ so sánh Hình 1.3 Sơ đồ khối tổng quát của một hệ thống điều khiển thích nghi. Đối với mục đích điều khiển tự động ta có thể định nghĩa đơn giản một hệ thống thích nghi như sau: Các hệ thống điều khiển thích nghi thích nghi các tham số hoặc cấu trúc của một phần của hệ thống (bộ điều khiển) để thay đổi các tham số hoặc cấu trúc của một phần khác của hệ thống (hệ thống được điều khiển) theo cách mà hệ thống đảm bảo duy trì sự tối ưu theo tiêu chuẩn cho trước, không phụ thuộc vào bất kỳ thay đổi nào có thể xuất hiện. Sự thích nghi để thay đổi các tham số hay cấu trúc của hệ thống có thể cơ bản biểu diễn theo 3 cách: • Tạo ra một thay đổi thích hợp để điều chỉnh các tham số của bộ điều khiển • Thay đổi cấu trúc của bộ điều khiển • Tạo ra một ngõ vào phụ thích hợp ( thích nghi nhờ tín hiệu vào) Trang 9 1.3.2 Phân loại các hệ thống điều khiển thích nghi: Sự khác biệt giữa các bộ điều khiển hồi tiếp cổ điển và các bộ điều khiển thích nghi đó là bộ điều khiển hồi tiếp cổ điển dùng nguyên lý hồi tiếp để bù các nhiễu loạn và các trạng thái không biết. Sự hồi tiếp là cố định bằng cách xây dựng sai số e = w – y (w là tín hiệu tham chiếu của ngõ ra y), là yếu tố để xác định giá trị của tín hiệu ngõ vào u của hệ thống (u là ngõ ra của bộ điều khiển). Phương pháp nhiễu là quá trình giống nhau trong tất cả các trường hợp. Cơ bản của hệ thống điều khiển thích nghi đó là không xem nhiễu là quá trình, nghĩa là thích nghi luật điều khiển với những điều kiện không biết và mở rộng khu vực những tình huống thực để đạt được chất lượng điều khiển cao. Sự thích nghi có thể hiểu khi hồi tiếp có chất lượng tốt trong đó các tham số điều khiển thay đổi theo chất lượng của quá trình điều khiển. Trong những năm gần đây lý thuyết của điều khiển thích nghi đã phát triển đáng kể. Tuy nhiên, cũng như bất kỳ một môn khoa học mới nào, lý thuyết của điều khiển thích nghi không có phương pháp thống nhất để phân loại hệ thống hoạt động. Ta có thể phân loại lúc bắt đầu trong hình 1.3; chưa tính đến việc nghiên cứu hệ thống. Hệ thống thích nghi dựa trên hệ thống tự học (heuristic approach), bộ điều khiển tự chỉnh (self-turning controllers-STC) mô hình thích nghi dạng tham chiếu (model adaptive reference systems-MRAS) là 3 phương pháp cơ bản hiện nay. 1.3.2.1 Các bộ điều khiển thích nghi thử sai Các ứng dụng phương pháp này cung cấp khả năng thích nghi trực tiếp bằng cách đánh giá tiến trình ngõ ra (hoặc sai lệch của nó) hoặc lựa chọn tiêu chuẩn chất lượng của tiến trình điều khiển. Trong những trường hợp này thuật toán bộ điều khiển số PID thường được sử dụng và chúng ta thường chọn mức dao động trong tiến trình ngõ ra, hoặc sai lệch của nó, là tiêu chuẩn. Những phương pháp này không đòi hỏi sự nhận dạng của hệ thống điều khiển. Trong một vài trường hợp thì không cần thiết để giám sát sai lệch ngõ ra hoặc đưa vào các tín hiệu thử nghiệm riêng. Một thí dụ của Trang 10 những phương pháp này được cho ở hình 1.4. Tiến trình ngõ ra y, hoặc sai lệch e, được đánh giá dựa trên tiêu chuẩn đánh giá và thông số cài đặt của bộ điều khiển PID. HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI Điều khiển thích nghi – phương pháp đánh giá Bộ điều khiển tự chỉnh (STC) Hệ thống thích nghi (MRAS) Hệ thống thích nghi với cấu trúc biến thiên STC dựa trên nhận dạng trực tiếp STC dựa trên nhận dạng gián tiếp MRAS sử dụng thông số đặt MRAS sử dụng tín hiệu đặt Hình 1.4 Nhận dạng hệ thống điều khiển thích nghi Tiêu chuẩn đánh giá Tham số bộ điều khiển Bộ điều khiển Tiến trình Hình 1.5 Sơ đồ đơn giản của một hệ thống điều khiển Trang 11 1.3.2.2 Các hệ thống thích nghi theo mô hình tham chiếu Thiết kế mô hình tham chiếu cho hệ thống thích nghi là lý thuyết phức tạp và rộng lớn được thảo luận trong một số tài liệu khoa học. Sơ đồ khối cơ bản của mô hình tham khảo hệ thống thích nghi được trình bày ở hình 1.5. Mô hình tham khảo đưa ra gồm có : đáp ứng yêu cầu ym hoặc vector trạng thái xm để tham chiếu, tín hiệu ngõ vào ur. Phương pháp này dựa trên việc quan sát sự khác nhau giữa ngõ ra của hệ thống điều chỉnh ys và ngõ ra của mô hình tham chiếu ym. Mục đích của sự thích nghi là độ hội tụ của các đặc tính tĩnh và động của hệ thống điều chỉnh, như vòng kín, đặc tính của mô hình tham khảo. Thật sự đây là một hệ thống thích nghi với hoạt động cưỡng bức tại nơi mà sự so sánh giữa hoạt động cưỡng bức này và hoạt động (đáp ứng) của hệ thống điều chỉnh (vòng điều khiển) ys, tạo nên sai số ε . Nhiệm vụ của kỹ thuật điều khiển thích nghi là nhằm giảm sai số ε hoặc sai số trong vector trạng thái x giữa mô hình tham chiếu và hệ thống điều khiển để tối thiểu hóa tiêu chuẩn đã cho. Việc này cũng được thực hiện bằng việc điều chỉnh tham số của hệ thống điều khiển hoặc bằng việc tạo ra một tín hiệu ngõ vào thích hợp, như có thể thấy ở hình 1.5. Trang 12 Mô hình tham khảo Nhiễu Hệ thống điều khiển Sự thích nghi sử dụng tín hiệu đặt Sự thích nghi sử dụng giới hạn đặt Cơ chế thích nghi Hình 1.6 Sơ đồ khối cơ bản của một mô hình tham khảo hệ thống thích nghi Hai đặc tính của hệ thống thích nghi này là quan trọng vì nó có thể được sử dụng cho cả điều khiển và để nhận dạng thông số của mô hình đối tượng hoặc để đánh giá trạng thái hệ thống. Các hệ thống cho thấy sự phù hợp với lý thuyết điều khiển và rất có khả năng thành công trong ứng dụng thực tế. 1.3.2.3 Các bộ điều khiển tự chỉnh STC (Sefl-Tuning Controller) Hai phương pháp trên đã phác họa thiết kế của một bộ điều khiển thích nghi mà không cần kiến thức chi tiết của hoạt động động của hệ thống điều khiển. Một phương pháp khác để điều khiển thích nghi là dựa trên ước lượng hồi quy hệ thống với nhiễu. Phương pháp này nhận dạng các quá trình chưa biết rồi điều khiển kết hợp (điều khiển thích nghi với nhận dạng hồi quy) có thể xem như một bộ điều khiển tự chỉnh định. Trang 13