TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI
THÀNH PHỐ HỒ CHÍ MINH
NGHIÊN CỨU PHÁT TRIỂN GIẢI THUẬT
ĐIỀU KHIỂN THÔNG MINH
DỰA TRÊN MẠNG NƠ-RON MỜ HỒI QUY
ỨNG DỤNG ĐIỀU KHIỂN HỆ PHI TUYẾN
Ngành: Kỹ thuật điều khiển và tự động hóa
Mã số: 9520216
TÓM TẮT LUẬN ÁN TIẾN SĨ
TP.HCM – Tháng 3 năm 2024
Công trình được hoàn thành tại Trường Đại học Giao thông vận tải
Thành Phố Hồ Chí Minh
Người hướng dẫn 1: PGPGSS.TS. Nguyễn Chí Ngôn
PGS.TS. Nguyễn Chí Ngôn
Người hướng dẫn 2: TS. Nguyễn Quang Sang
TS. Nguyễn Quang Sang
Phản biện 1:
Phản biện 2:
Phản biện 3:
Luận án sẽ được bảo vệ trước Hội đồng luận án cấp trường tại:
Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh
Vào hồi lúc……giờ ngày…….tháng……năm 2024
Có thể tìm hiểu luận án tại thư viện
- Thư viện Trường Đại học Giao thông vận tải Thành Phố Hồ Chí Minh
1
TỔNG QUAN
1. Tính cấp thiết của luận án
Các bài toán điều khiển trong thực tế, đa phần là sử dụng hệ phi tuyến. Vì thế,
nhiều nhà nghiên cứu và nhà thiết kế đã quan tâm tích cực trong việc phát triển
và ứng dụng của các phương pháp điều khiển phi tuyến bởi những lý do sau [1]:
1) Cải thiện hệ thống điều khiển hiện có; 2) Phân tích các đặc tính phi tuyến khó;
3) Xử lý sự không chắc chắn của mô hình; 4) Thiết kế đơn giản. Các kỹ thuật học
cơ bản về thiết kế và phân tích hệ phi tuyến có thể tăng cường đáng kể khả năng
của kỹ thuật điều khiển để đáp ứng bài toán điều khiển thực tế một cách hiệu quả.
Các phương pháp để điều khiển hệ phi tuyến [2] bao gồm: điều khiển tuyến
tính hóa hồi tiếp, điều khiển trượt và điều khiển thích nghi, điều khiển mờ, điều
khiển ứng dụng giải thuật di truyền và điều khiển sử dụng mạng nơ-ron, điều
khiển giám sát kết hợp sử dụng mạng nơ-ron và mờ hồi quy. Trong đó nổi bật là
bộ điều khiển mạng nơ-ron mờ hồi quy, đây là một trong các phương pháp điều
khiển hiệu quả hệ phi tuyến với ưu điểm là tính ổn định bền vững ngay cả khi hệ
thống nhiễu hoặc thông số của mô hình thay đổi theo thời gian [3].
Sự phát triển không ngừng của khoa học công nghệ đã cho ra đời một lĩnh
vực nghiên cứu mới đầy tiềm năng và cũng nhiều thách thức, đó là điều khiển
thông minh [4]. Đây là phương pháp điều khiển phỏng theo các đặc điểm cơ bản
của trí thông minh của con người, bao gồm khả năng học, khả năng xử lý thông
tin không chắn chắn và khả năng tìm kiếm lời giải tối ưu. Các kỹ thuật điều khiển
thông minh được sử dụng phổ biến hiện nay bao gồm mạng nơ-ron nhân tạo,
logic mờ và giải thuật di truyền. Các kỹ thuật này phát triển rất mạnh về lý thuyết
và được ứng dụng rất rộng rãi trong các lĩnh vực công nghiệp, dân dụng cũng như
an ninh quốc phòng, đặc biệt mạng nơ-ron nhân tạo và giải thuật di truyền.
Giải thuật di truyền đã được giới thiệu bởi J. Holland, dựa trên thuyết tiến hóa
tự nhiên của Darwin [5]. Giải thuật di truyền được phát triển từ sự lựa chọn tự
nhiên và các cơ chế tính toán, nó là thuật toán tìm kiếm với các đặc điểm của sự
tìm kiếm song song cao, ngẫu nhiên và thích nghi [6]. Bằng cách thực hiện liên
tiếp các toán tử di truyền như lựa chọn, lai ghép, đột biến và như thế tạo ra quần
thể thế hệ mới, dần dần phát triển cho đến khi nhận được trạng thái tối ưu với giải
pháp tối ưu xấp xỉ. Trong những nghiên cứu gần đây, giải thuật di truyền đã trở
thành công cụ tối ưu phổ biến cho nhiều lĩnh vực nghiên cứu như: điều khiển hệ
thống, thiết kế điều khiển, khoa học và kỹ thuật [7].
Đồng thời bộ điều khiển mờ đã được được L.A. Zadeh [8] nêu ra lần đầu tiên
vào năm 1965. Bộ điều khiển này giải quyết các bài toán, rất gần với cách tư duy
2
của con người. Tới nay, bộ điều này đã phát triển và được ứng dụng trong nhiều
lĩnh vực kỹ thuật và công nghiệp [9-10].
Trong những năm gần đây, mạng nơ-ron mờ hồi quy (điều khiển thông minh)
nổi lên như bộ điều khiển thích nghi, góp phần nâng cao chất lượng điều khiển
của bộ điều khiển PID (điều khiển kinh điển). Khó khăn trong huấn luyện mạng
nơ-ron mờ hồi quy là lựa chọn phù hợp số nơ-ron, tâm, ngưỡng và trọng số kết
nối [27]. Sử dụng nhiều nơ-ron lớp ẩn sẽ gây ra hiện tượng học lâu và tăng sự
phức tạp của mạng [28], ngược lại mạng sẽ không thể học đầy đủ các dữ liệu mẫu
[29]. Thông số này thường được lựa chọn bằng phương pháp thử và sai [30].
Thông số tâm của mạng cũng ảnh hưởng đến hiệu suất của mạng. Nếu chọn tâm
không phù hợp, hiệu quả mạng nơ-ron sẽ rất khó đạt được kết quả mong muốn.
Nếu các tâm quá gần, chúng sẽ tạo ra sự tương quan tuyến tính tương đối, ngược
lại chúng sẽ không đạt yêu cầu xử lý tuyến tính. Quá nhiều tâm sẽ dẫn đến tràn
trong khi khó phân loại hoàn thành nếu số tâm quá ít. Bên cạnh đó, việc lựa chọn
các giá trị của ngưỡng và trọng số khởi tạo ban đầu cũng ảnh hưởng đến hiệu quả
của mạng. Ngoài ra, giải thuật huấn luyện mạng nơ-ron mờ hồi quy cũng cần
được quan tâm để tăng cường hiệu suất của mạng, trong đó giải thuật Gradient
Descent [31-32] thường được sử dụng. Tuy nhiên, một vài nghiên cứu chỉ ra rằng
để xác định cấu trúc [33] và các thông số của mạng nơ-ron mờ hồi quy [34-35]
để đạt được kết quả mong muốn phải phù hợp với từng ứng dụng cụ thể.
Nghiên cứu khảo sát sự ảnh hưởng của mạng nơ-ron mờ hồi quy đến chất
lượng bộ điều khiển thích nghi SNA-PID để điều khiển hệ phi tuyến, quá trình
khảo sát sự ảnh hưởng của mạng nơ-ron mờ hồi quy đến chất lượng bộ điều khiển
thích nghi để điều khiển hệ phi tuyến đã thực hiện đạt được mục tiêu đề ra. Tuy
nhiên, cũng còn tồn tại một số hạn chế về sự chọn lựa các hệ số của bộ điều khiển
và bộ nhận dạng hệ phi tuyến trong quá trình nhận dạng và huấn luyện trực tuyến,
chứng tỏ giải thuật huấn luyện còn cần phải cải tiến thêm. Để giải quyết hạn chế
này, nghiên cứu đề xuất áp dụng giải thuật điều khiển giám sát RFNN-PID, bộ
điều khiển mạng nơ-ron mờ hồi quy RFNNC kết hợp với bộ điều khiển PID thích
nghi được sử dụng, nhằm quan sát các thông số sai số đầu ra hệ phi tuyến thông
qua bộ nhận dạng RFNNI, cập nhật và điều chỉnh các thông số đầu vào tối ưu để
điều khiển hệ phi tuyến, góp phần giảm sai số hệ thống điều khiển vòng kín. Kết
quả mô phỏng được thực hiện với MATLAB/Simulink, để điều khiển hệ phi
tuyến và thực nghiệm trên hệ phi tuyến thật là mô hình robot Delta và hệ ổn định
lưu lượng chất lỏng.
3
2. Giới hạn của luận án
Luận án tập trung nghiên cứu hệ thống phi tuyến MIMO - robot Delta 3-DOF
và phát triển giải thuật tối ưu cấu trúc, cùng với các thông số của mạng nơ-ron
mờ hồi quy, để điều khiển bám theo quỹ đạo đối tượng phi tuyến, nhằm nâng cao
chất lượng điều khiển của cả hệ vòng kín.
3. Mục tiêu của luận án
Mục tiêu tổng quát
Tối ưu cấu trúc của mạng nơ-ron mờ hồi quy, để điều khiển bám quỹ đạo đối
tượng phi tuyến - robot Delta, nhằm nâng cao chất lượng điều khiển hệ thống
điều khiển vòng kín và thực nghiệm điều khiển bám quỹ đạo đối tượng phi tuyến
trên, mô hình robot và hệ ổn định chất lỏng RT020 của Đức.
Mục tiêu cụ thể
- Nghiên cứu xây dựng các phương trình chuyển động của hệ phi tuyến thực
nghiệm là robot Delta 3-DOF: xây dựng các phương trình động học thuận, động
học ngược và động lực học của robot Delta.
- Thiết kế và mô phỏng bộ điều khiển FUZZY-PID và GA-PID để khảo sát
trên mô hình hệ phi tuyến thật là robot Delta, điều khiển bám theo quỹ đạo đặt
trước để có cơ sở đánh giá chất lượng điều khiển với giải thuật điều khiển đề xuất.
- Nghiên cứu xây dựng bộ điều khiển Single Neural Adaptive PID dựa trên
bộ nhận dạng mạng nơ-ron mờ hồi quy (SNA-PID) để điều khiển hệ phi tuyến là
robot Delta bám theo quỹ đạo đặt trước.
- Đề xuất bộ điều khiển giám sát (Supervisory Control) bằng cách sử dụng bộ
điều khiển mạng nơ-ron mờ hồi quy (RFNNC), kết hợp với bộ PID để điều khiển
hệ phi tuyến bám theo quỹ đạo đặt trước. Đồng thời cải thiện chất lượng điều
khiển bằng cách sử dụng bộ nhận dạng mạng nơ-ron mờ hồi quy (RFNNI), để
nhận dạng hệ phi tuyến hồi về bộ RFNNC điều khiển tự chỉnh thích nghi với bộ
PID, bộ PID làm nhiệm vụ tạo ra điện áp ban đầu lớn để quay các cánh tay của
cả hệ phi tuyến, còn bộ RFNNC sẽ tinh chỉnh. Giải thuật nghiên cứu được áp
dụng điều khiển bám quỹ đạo robot Delta trên MATLAB/Simulink, để so sánh
đánh giá các kết quả đạt được của 4 bộ điều khiển và kiểm chứng giải thuật đề
xuất điều khiển giám sát kết hợp RFNN-PID, trong điều khiển bám quỹ đạo robot
Delta ở trạng thái danh định và sự thay đổi các thông số của đối tượng.
- Thiết kế, chế tạo mô hình robot Delta 3-DOF và thực nghiệm điều khiển
thời gian thực các bộ điều khiển đã xây dựng trên MATLAB/Simulink, để điều
khiển bám quỹ đạo robot Delta và trên hệ ổn định lưu lượng chất lỏng RT020 của
hãng G.U.N.T của Đức [176].
