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
- Xem thêm -