Đề tài: Hệ mờ-nơron nhận dạng và điều khiển điều tốc tuốc bin thủy lực

Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011<br /> <br /> <br /> Hệ mờ-nơron nhận dạng và điều khiển<br /> điều tốc tuốc bin thuỷ lực<br /> Fuzzy-neural System For Identification And Control<br /> The Hydro Turbin Governors<br /> Nguyễn Tăng Cường, Nguyễn Chỉ Sáng, Phạm Văn Đa<br /> e-Mail: dapv.ima@gmail.com<br /> <br /> <br /> Tóm tắt mạng nơron 5 lớp [2],[4]. Xét một cấu trúc hệ NFCs<br /> Bài báo này trình bày việc áp dụng hệ mờ - nơron gồm 5 lớp, 2 lớp ngoài vào và ra thực hiện nhiệm vụ<br /> để nhận dạng và điều khiển hệ chuyển động phi tuyến nhận tín hiệu vào và tính giá trị ra của hệ. 03 lớp trong<br /> cũng như cho hệ điều tốc tuốc bin thuỷ lực. Kết quả thực hiện chức năng mờ hoá, thực hiện các luật mờ và<br /> mô phỏng cho khả năng ứng dụng tốt, ổn định và thời giải mờ. Để nhận dạng hệ thống, ta dùng hệ mờ-nơron<br /> gian quá độ nhỏ. với luật mờ T-S [2],[4],[9]. Điểm khác nhau cơ bản<br /> Abstract: This paper describes the fuzzy-neural giữa hai mô hình mờ T-S và mô hình mờ Mamdani là<br /> system applying to identification and controls the mệnh đề kết luận của các luật hợp thành. Mệnh đề kết<br /> non-linear motion system as well as the hydro turbine luận trong mô hình mờ T-S luôn là những hàm giá trị<br /> governors. Simulation results show the feasibility of thực, nó thay thế cho các tập mờ.<br /> using, stability and the improved of overshoot time. Giả sử luật mờ thứ j trong mô hình mờ T-S có dạng:<br /> j j j<br /> Nếu x1 là A1 và x2 là A2 và … và xn là An<br /> Ký hiệu Thì y = f j = a0 + a1 x1 + a2 x2 + ... + an xn<br /> j j j j<br /> (1)<br /> Ký hiệu Đơn vị Ý nghĩa<br /> i<br /> f hàm phi tuyến Với: xi là biến đầu vào ; y là biến đầu ra ; A là biến<br /> j<br /> μ A ( xi )<br /> j hàm liên thuộc ngôn ngữ của mệnh đề điều kiện với hàm liên thuộc<br /> i<br /> <br /> x Véc tơ trạng thái μ A ( xi ) ; aij<br /> j là hệ số ; j=1…m ; i=1…n.<br /> i<br /> <br /> Xét một hệ chuyển động SISO có phương trình<br /> Chữ viết tắt động lực học phi tuyến tổng quát được mô tả bởi hệ<br /> SISO Single Input – Single Output phương trình trạng thái (2) như sau:<br /> MISO Multi Input – Single Output<br /> MIMO Multi Input – Multi Output<br /> NFCs Neuro Fuzzy Controllers<br /> T-S Takagi-Sugeno ⎧ dx<br /> ⎪ = F ( x ) + G ( x )u (2)<br /> ⎨ dt<br /> 1. Phần mở đầu ⎪⎩ y = x1<br /> Kết hợp mạng nơron vào bộ điều khiển mờ, tạo<br /> thành một bộ điều khiển mới gọi là bộ điều khiển mờ Trong đó: x = ( x1 , x2 ,..., xn ) là một vector các<br /> - nơron (NFCs) hay còn gọi là hệ mờ-nơron. Sự kết biến trạng thái của hệ; F(x) và G(x) là hai hàm phi<br /> hợp này chính là sự tích hợp chặt chẽ những kiến thức<br /> chuyên gia trong hệ mờ và lặp lại nó trong suốt quá tuyến phụ thuộc vào các biến trạng thái x của hệ; u<br /> trình học của mạng nơron. Hệ mờ-nơron sẽ sử dụng là tín hiệu điều khiển tác động vào hệ; y là tín hiệu ra<br /> quá trình học của mạng để chỉnh lại các tham số hàm của hệ. Nếu hệ đã nêu là hệ thống ổn định, tức khi nó<br /> liên thuộc của tập mờ (như tâm, độ rộng) với mong bắt đầu ở một vị trí nào đó, nó sẽ tiếp tục làm việc ở<br /> muốn đầu ra của hệ thỏa mãn yêu cầu cho trước [2]. lân cận vị trí này, giá trị đầu ra không vượt quá giới<br /> Hệ chuyển động phi tuyến còn có thể được điều hạn cho phép trong suốt thời gian sau đó và quỹ đạo<br /> khiển bằng hệ mờ thích nghi [1], để đạt được sai lệch chuyển động trơn, liên tục, thì chúng ta có thể dùng<br /> tiệm cậm về 0 cho một lớp đối tượng. các công cụ toán học để đưa hệ trên về dạng chuẩn (3)<br /> Kết quả này cũng áp dụng hiệu quả cho nhận dạng .<br /> và điều khiển hệ điều tốc tuốc bin thuỷ lực, chỉ ra khả ⎧ x&1 = x2<br /> năng ứng dụng của phương pháp, sự ổn định làm việc ⎪ x& = x<br /> cũng như thời gian đáp ứng tốt. ⎪⎪ 2 3<br /> (3)<br /> ⎨...........<br /> 2. Hệ NFCs với mô hình Takagi-Sugeno ⎪ x& = F ( x ) + G ( x )u<br /> ⎪ n<br /> (T-S) áp dụng cho nhận dạng hệ ⎪⎩ y = x1<br /> chuyển động. Cụ thể hoá, ta xét hệ có 04 biến trạng thái và được<br /> Việc áp dụng mô hình mờ T-S đã được nghiên cứu mô tả bởi phương trình (4) [3],[4],[9], trong đó<br /> trong nhiều công trình khác nhau, thường sử dụng<br /> 1<br /> Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011<br /> <br /> <br /> x = ( x1 , x2 , x3 , x4 ) là các biến trạng thái của hệ; u là Hệ mờ-nơron dùng để nhận dạng hai hàm F(x) và<br /> đầu vào và y là đầu ra của hệ. G(x) có cấu trúc giống nhau, các trọng số trong mạng<br /> F ( x ) = F ( x1 , x2 , x3 , x4 ) , G( x ) = G( x1 , x2 , x3 , x4 ) là hai được cập nhật là khác nhau và là hệ MISO có 4 đầu<br /> hàm phi tuyến phụ thuộc vào các biến trạng thái của vào và một đầu ra. Chọn mỗi đầu vào có hai hàm liên<br /> hệ. thuộc, thì sẽ có 2n luật hợp thành. Với n =4 là số biến<br /> ⎧ x&1 = x 2 đầu vào ta được 16 luật hợp thành từ R1 đến R16 theo<br /> ⎪ x& = x luật mờ T-S (1) như các phương trình từ (5) đến (20)<br /> ⎪⎪ 2 3<br /> (4) sau:<br /> ⎨ x&3 = x 4<br /> ⎪ x& = F ( x ) + G ( x )u<br /> ⎪ 4<br /> ⎪⎩ y = x1<br /> <br /> <br /> R1 : Nếu x1 là A11 và x2 là A21 và x3 là A31 và x4 là A41<br /> Thì : y = f1 = a01 + a11 x1 + a12 x2 + a31 x3 + a14 x4 (5)<br /> 1 1 1 2<br /> R2 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 2 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 2 2 2 2 2<br /> (6)<br /> 1 1 2 1<br /> R3 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 3 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 3 3 3 3 3<br /> (7)<br /> 1 1 2 2<br /> R4 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 4 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 4 4 4 4 4<br /> (8)<br /> 1 2 1 1<br /> R5 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 5 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 5 5 5 5 5<br /> (9)<br /> 1 2 1 2<br /> R6 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 6 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 6 6 6 6 6<br /> (10)<br /> 1 2 2 1<br /> R7 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 7 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 7 7 7 7 7<br /> (11)<br /> 1 2 2 2<br /> R8 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f8 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 8 8 8 8 8<br /> (12)<br /> 2 1 1 1<br /> R9 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f 9 = a0 + a1 x1 + a2 x2 + a3 x3 + a4 x4<br /> 9 9 9 9 9<br /> (13)<br /> 2 1 1 2<br /> R10 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f10 = a0 + a1 x1 + a10<br /> 2 x2 + a3 x3 + a4 x4<br /> 10 10 10 10<br /> (14)<br /> 2 1 2 1<br /> R11 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f11 = a0 + a1 x1 + a11<br /> 2 x2 + a3 x3 + a4 x4<br /> 11 11 11 11<br /> (15)<br /> 2 1 2 2<br /> R12 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f12 = a0 + a1 x1 + a12<br /> 2 x2 + a3 x3 + a4 x4<br /> 12 12 12 12<br /> (16)<br /> 2 2 1 1<br /> R13 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f13 = a0 + a1 x1 + a13<br /> 2 x2 + a3 x3 + a4 x4<br /> 13 13 13 13<br /> (17)<br /> 2 2 1 2<br /> R14 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> <br /> <br /> 2<br />  Thì : y = f14 = a0 + a1 x1 + a14<br /> 2 x2 + a3 x3 + a4 x4<br /> 14 14 14 14<br /> (18)<br /> 2 2 2 1<br /> R15 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f15 = a0 + a1 x1 + a15<br /> 2 x2 + a3 x3 + a4 x4<br /> 15 15 15 15<br /> (19)<br /> 2 2 2 2<br /> R16 : Nếu x1 là A và x2 là A và x3 là A và x4 là A<br /> 1 2 3 4<br /> <br /> Thì : y = f16 = a0 + a1 x1 + a16<br /> 2 x2 + a3 x3 + a4 x4<br /> 16 16 16 16<br /> (20)<br /> <br /> <br /> A 11<br /> x1<br /> <br /> <br /> A12<br /> A12<br /> x2<br /> <br /> y*<br /> A 22<br /> A13<br /> x3<br /> <br /> <br /> A 32<br /> A14<br /> x4<br /> <br /> <br /> A 24<br /> <br /> H.1 Cấu trúc hệ NFCs theo luật mờ T-S, với n=4, luật hợp thành 2<br /> μ 1 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 1 1 1<br /> 1 2 3 4<br /> Trong đó x1 ; x 2 ; x3 ; x4 là các biến đầu vào; y là<br /> μ 2 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 1 1 2<br /> 1 2 3 4<br /> biến đầu ra ; Aij là biến ngôn ngữ của mệnh đề điều<br /> μ 3 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 1 2 1<br /> 1 2 3 4<br /> kiện với hàm liên thuộc μ A j ( x i ) ; a là hệ số. Sơ đồ<br /> j<br /> i μ 4 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> i 1 1 2 2<br /> 1 2 3 4<br /> <br /> cấu trúc mạng NFCs thực hiện các luật mờ từ (5) đến μ 5 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 2 1 1<br /> 1 2 3 4<br /> <br /> (20) có cấu trúc như hình H.1. μ 6 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 2 1 2<br /> 1 2 3 4<br /> + Lớp 1: làm nhiệm vụ nhận tín hiệu vào.<br /> + Lớp 2: tất cả các nút trong lớp này thực hiện chức<br /> μ 7 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 2 2 1<br /> 1 2 3 4<br /> <br /> năng mờ hoá, tạo hàm liên thuộc. Đầu ra của chúng μ 8 = μ A ( x1 ).μ A ( x 2 ).μ A ( x3 ).μ A ( x 4 )<br /> 1 2 2 2<br /> chỉ rõ độ thoả mãn của biến đầu vào xi với mỗi biến 1 2 3 4<br /> <br /> Aij. Hàm liên thuộc chọn là hàm Gaus có dạng: μ9 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 )<br /> 1 1 1 1<br /> 2 1 2 3 4<br /> ⎛ x −m j ⎞<br /> −⎜ i j i<br /> ⎜ σ<br /> ⎟<br /> ⎟ μ10 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 )<br /> μ A ( xi ) = e ⎝ i ⎠ 2 1 1 2<br /> j (21) 1 2 3 4<br /> <br /> <br /> μ11 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 )<br /> i<br /> <br /> j<br /> σij lần lượt là tâm và độ rộng của hàm liên<br /> 2 1 2 1<br /> Với mi ; 1 2 3 4<br /> <br /> <br /> thuộc. μ12 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 )<br /> 2 1 2 2<br /> 1 2 3 4<br /> + Lớp 3: thực hiện phép toán trong mệnh đề điều<br /> kiện, theo luật tích đại số, để tìm các giá trị hàm liên<br /> thuộc tích tương ứng với các trường hợp, từ 1 đến n.<br /> Trường hợp cụ thể, n= 4 ta có các phương trình từ 1<br /> đến 16 như sau.<br /> <br /> <br /> 3<br /> Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011<br /> <br /> <br /> μ13 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 ) μ1 μ μ<br /> 2<br /> 1<br /> 2<br /> 2<br /> 1<br /> 3<br /> 1<br /> 4 μ1 = ; μ2 = 2 ;...; μn = n ;<br /> μ14 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 ) μSum μSum μSum<br /> 2 2 1 2<br /> 1 2 3 4 n<br /> <br /> μ15 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 )<br /> 2 2 2 1<br /> Với : μ Sum = ∑μ i =1<br /> i<br /> (22)<br /> 1 2 3 4<br /> <br /> <br /> μ16 = μ A ( x1 ).μ A ( x2 ).μ A ( x3 ).μ A ( x4 ) + Lớp 5: tính giá trị đầu ra của hệ theo (23).<br /> 2 2 2 2<br /> 1 2 3 4 Như vậy quá trình cập nhật trọng số của mạng, đặc<br /> biệt là lớp 2, thì các hàm liên thuộc của tập mờ luôn<br /> + Lớp 4: thực hiện phép toán theo mệnh đề kết luận được điều chỉnh để đảm bảo các luật hợp thành được<br /> thực hiện tại lớp 3 thoả mãn mô hình mờ T-S và sai<br /> lệch của hệ tiệm cận về 0.<br /> y* = μ1 f1 + μ2 f 2 + ... + μn f n (23)<br /> <br /> <br /> <br /> 3. Hệ NFCs với phương pháp tuyến tính u=<br /> 1 ) (n)<br /> ( y − F ( x) ) (26)<br /> hoá chính xác cho điều khiển hệ chuyển G ( x)<br /> động phi tuyến Gọi lượng ra mong muốn là ym. Khi đó sai lệch<br /> )<br /> Phương pháp tuyến tính hoá chính xác được áp em = ym − y . Để em→0 sau một khoảng thời gian<br /> dụng để điều khiển hệ phi tuyến đạt được độ chính hữu hạn thì em là nghiệm của phương trình vi phân<br /> xác cao trong việc điều khiển đầu ra bám theo quỹ tuyến tính [2]:<br /> đạo đặt mong muốn.<br /> em( n ) + α1em( n −1) + ... + α n −1e&m + α n em = 0 (27)<br /> Trở lại hệ chuyển động được mô tả toán dạng (3),<br /> hai hàm F ( x ); G ( x ) được nhận dạng dựa trên hệ Với các hệ số α1 , α 2 ,..., α n được chọn sao cho<br /> mờ-nơron sử dụng mô hình mờ T-S như phần 2 (hình tất cả các nghiệm của phương trình đặc trưng<br /> 1). Điều kiện để hệ thống điều khiển được là tất cả các s n + α1s n −1 + ... + α n −1s + α n = 0 có phần thực nằm<br /> biến trạng thái trong hệ bị chặn và G(x) ≠ 0 [2]. Biến<br /> bên trái trục ảo. Như vậy việc chọn các hệ số<br /> đổi (3) ta được: α i , i = 1 → n có thể thực hiện theo phương pháp gán<br /> y ( n ) = F ( x ) + G ( x )u (24) điểm cực của Luenberger. Thay biểu thức sai lệch vào<br /> 1 (27) ta được (28) và (29).<br /> u=<br /> G ( x)<br /> ( y ( n ) − F ( x) ) (25)<br /> Thay (29) vào (26) ta tìm được luật điều khiển<br /> ) ) (30). Trường hợp xét n=4, ta được cấu trúc nhận dạng<br /> Gọi y là ước lượng đầu ra, ta giả thiết y = y và và điều khiển hệ theo phương pháp tuyến tính hoá<br /> )<br /> y ( n ) = y ( n ) , với sai số được xác định bởi mô hình chính xác thích nghi như hình H.2.<br /> mờ T-S, bị chặn và tiệm cận về 0 [3]. Khi đó:<br /> <br /> Hệ chuyển động mô hình<br /> <br /> ) &&y) )<br /> y&<br /> y (3)<br /> Bộ điều )<br /> ym u 1 1 1 1 y<br /> khiển với<br /> luật (30) s s s s<br /> <br /> Hệ mờ-nơron<br /> F(x)<br /> Hệ mờ-nơron<br /> G(x) (-)<br /> <br /> x4<br /> Hệ chuyển động x3<br /> thực tế x2 y<br /> x1<br /> <br /> H.2 Mô hình cấu trúc hệ nhận dạng và điều khiển với n=4<br /> <br /> 4<br />  ) ) ) )<br /> ( ym( n ) − y ( n ) ) + α 1 ( ym( n −1) − y ( n −1) ) + ... + α n −1 ( y& m − y& ) + α n ( ym − y ) = 0 (28)<br /> ) ) ) )<br /> y ( n ) = ym( n ) + α 1 ( ym( n −1) − y ( n −1) ) + ... + α n −1 ( y& m − y& ) + α n ( ym − y ) (29)<br /> 1<br /> u=<br /> G(x)<br /> ( ) ) )<br /> ym(n) +α1( ym(n−1) − y(n−1) ) + ... +αn−1( y&m − y&) +αn ( ym − y) − F(x) ) (30)<br /> <br /> <br /> <br /> 4. Mô phỏng hệ NFCs cho nhận dạng và<br /> điều khiển điều tốc tuốc bin thuỷ lực<br /> Hệ thống điều khiển điều tốc (governor) trong trong hình H.3 như hình H.4 để thuận lợi cho việc<br /> nhà máy thuỷ điện có chức năng rất quan trọng đối mô phỏng áp dụng hệ NFCs cho nhận dạng và<br /> với sự hoạt động ổn định về chất lượng và hiệu điều khiển điều tốc tuốc bin thuỷ lực.<br /> suất của toàn hệ thống. Trong tài liệu [5], hệ<br /> governor được mô tả như tại hình H.3, trong đó<br /> hàm truyền của các hệ thống chuyển động thực tế<br /> đã được nghiên cứu và đưa ra và được áp dụng<br /> trong nhiều công trình nghiên cứu như [2], [7],<br /> [9], [11], ta có thể cụ thể hoá các khối chức năng<br /> <br /> Hệ thống chuyển động thực tế Tải<br /> Tần số (plant) Tần số<br /> đặt Van Thuỷ lực, Tuốc bin Lưới<br /> Governor Lưới<br /> Servomotor Cơ khí Máy phát<br /> <br /> <br /> <br /> <br /> H.3 Khối chức năng hệ thống nhà máy thuỷ điện<br /> <br /> Tần số<br /> 1 1− Tw.p 1 1 Δw<br /> Đặt ∑<br /> ∑ G(p) 1 + Tg p 1 + 0.5Tw.p 1 + Tm.p Kd + TL .p<br /> <br /> - Lưới<br /> - Governor Servomotor Cánh hướng Tuốc bin Máy phát ΔPL<br /> <br /> <br /> H.4 Sơ đồ khối hệ thống điều khiển tổ máy thuỷ điện độc lập<br /> <br /> <br /> <br /> <br /> H.5 Sai lệch tần số của hệ khi tải H.6 Sai lệch tần số của hệ khi tải<br /> ngẫu nhiên 95%, 80%, 120% Pm ngẫu nhiên ổn định tại 20%, 95% Pm<br /> <br /> <br /> <br /> 5<br />  Kết quả mô phỏng bằng Matlab Simulink khi Dynamical Neural Networks, IEEE Transactions<br /> hệ thống làm việc không tải ngẫu nhiên thì tần số On Systems, Man, And Cybernetics, Vol. 24,<br /> của hệ bằng tần số đặt. Khi cho tải ngẫu nhiên tác No. 3, 1994, pp. 400-412.<br /> động với các giá trị khác nhau là 95%, 80% và [6] George Ellis, Robert D.Lorenz, Resonant Load<br /> 120% tải ngẫu nhiên định mức cho phép, trong Control Methods for Industrial Servo Driver,<br /> mỗi khoảng thời gian 20 giây, thì sai lệch tần số IEEE Industrial Application Sosiety Annual<br /> của hệ như đường xanh lá cây tại hình H.5. Mô Meeting – Rome, Italy, 2000, pp. 1438-1445.<br /> phỏng trong hai trường hợp tải ngẫu nhiên ổn [7] G.Andersson, “Dynamics and Control of<br /> định bằng 20% và 95% tải ngẫu nhiên định mức, Electric Power Systems”, Swiss Federal<br /> thì biểu đồ sai lệch tần số của hệ chỉ ra như hình Institute of Technology Zurich, 2006.<br /> H.6. [8] Nand Kishor, RP. Saini, S.P. Singh, “A Review<br /> Các thông số của hệ động học được lấy theo on Hydropower Plant Models and<br /> một hệ thực tế như sau: Control”,ScienceDirect, Renewable and<br /> Tm: 7 (s), hằng số thời gian quán tính cơ khí, Sustainable Energy Reviews 11, 2007, pp.776–<br /> Tw: 2,17 (s), hằng số quán tính cột nước, 796.<br /> Tg: 0,2 (s), hằng số thời gian của hệ van và động [9] O.B.Tör, U. Karaağaç, and, E. Benlier, “Step-<br /> cơ séc vô, Response Tests of a Unit at Atatürk Hydro<br /> TL: 7 (s), hằng số thời gian của lưới, Power Plant and Investigation of the Simple<br /> Kd: 2, hệ số tải của lưới, Representation of Unit Control System ”,<br /> P: toán tử Laplace, Information Technology and Electronics<br /> ΔPL: Tải ngẫu nhiên (%Pm), Research Institute, METU, Ankara, Turkey,<br /> Δw: sai lệch tần số lưới (%). 2006<br /> [10] Siemens Pse Sro Slovakia, The Adaptive<br /> Control of Nonlinear Systems Using the T-S-K<br /> 5. Kết luận Fuzzy Logic, Acta Polytechnica Hungarica, Vol.<br /> Hệ NFCs với mô hình mờ T-S đã được áp dụng để 6, No. 2, 2009, pp.5-16.<br /> nhận dạng rất thành công cho nhiều hệ động học phi [11] Yin Chin Choo, Kashem M.Muttaqi,<br /> tuyến. Trong bài báo này đã chỉ ra sự áp dụng thành M.Negnevitsky, “Modelling of Hydraulic<br /> công cho nhận dạng hệ động học phi tuyến cho bộ Governor-turbine for Control Stabilisation”,<br /> điều tốc tuốc bin thuỷ lực. Với luật điều khiển áp Austral. Mathematical Soc.2008, ISSN 1446-<br /> dụng phương pháp tuyến tính hoá thích nghi, thì hệ 8735, ANZIAM J.49 (EMAC2007), 2008,<br /> NFCs sử dụng để nhận dạng và điều khiển cho một hệ PP.C681-C698.<br /> điều tốc tuốc bin phi tuyến cụ thể, có tải ngẫu nhiên<br /> tác động đã đảm bảo tần số sai lệch của hệ nhỏ<br /> (0,5%), thời gian quá độ ngắn (30s) đối với hệ động<br /> học có quán tính lớn như tuốc bin thuỷ lực trong các<br /> nhà máy thuỷ điện. Trong mô phỏng cũng chỉ ra sự<br /> sai lệch ổn định trong quá trình làm việc của hệ.<br /> <br /> Tài liệu tham khảo<br /> [1] Phạm Văn Đa, Tổng hợp bộ điều khiển thích<br /> nghi cho đối tượng phi tuyến trên cơ sở lôgíc<br /> mờ, Tạp chí Khoa học và Kỹ thuật - Số 130(10-<br /> 2009) - Học viện KTQS, 2009, tr.54-62.<br /> [2] Nguyễn Tăng Cường, Nguyễn Ngọc Hoà, Phạm<br /> Văn Đa, Áp dụng hệ mờ - Nơron để nhận dạng<br /> và điều khiển hệ chuyển động phi tuyến bằng<br /> phương pháp tuyến tính hoá chính xác, Tạp chí<br /> Khoa học và Kỹ thuật - Số 134(6-2010), Học<br /> viện KTQS, 2010, tr.5-14.<br /> [3] Nguyễn Doãn Phước, Lý thuyết điều khiển nâng<br /> cao, Nhà xuất bản Khoa học và kỹ thuật, Hà<br /> Nội, 2005.<br /> [4] Nguyễn Trọng Thuần, Đỗ Trung Hải, “Mô hình<br /> thực nghiệm ứng dụng hệ mờ - nơron nhận dạng<br /> trực tuyến (online) và điều khiển hệ phi tuyến”.<br /> Tạp chí Khoa học & công nghệ các trường Đại<br /> học Kỹ thuật, Số 63(2008), Hà Nội, Tr.6-10.<br /> [5] George A.Rovithakis, Manolis A.Christodoulou,<br /> Adaptive Control of Unknown Plants Using<br /> <br /> 6<br />