intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Thiết kế bộ điều khiển mờ kết hợp với bộ điều khiển LQR điều khiển giàn cần cẩu 2D

Chia sẻ: ViEnzym2711 ViEnzym2711 | Ngày: | Loại File: PDF | Số trang:8

59
lượt xem
3
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Giàn cần cẩu hoạt động như một robot ở nhiều nơi như nhà xưởng và bến cảng để vận chuyển tất cả các loại hàng hóa có trọng lượng lớn. Khi giàn cần cẩu hoạt động, các dao động của tải trọng dẫn đến việc xác định vị trí thiếu chính xác.

Chủ đề:
Lưu

Nội dung Text: Thiết kế bộ điều khiển mờ kết hợp với bộ điều khiển LQR điều khiển giàn cần cẩu 2D

NGHIÊN CỨU KHOA HỌC<br /> <br /> <br /> THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ KẾT HỢP VỚI<br /> BỘ ĐIỀU KHIỂN LQR ĐIỀU KHIỂN GIÀN CẦN CẨU 2D<br /> DESIGN OF FUZZY CONTROLLER COMBINED WITH LQR<br /> CONTROLLER TO CONTROL 2D GANTRY CRANE<br /> Nguyễn Văn Trung1,2, Nguyễn Trọng Các1, Phạm Thị Thảo1, Chenglong Du2<br /> Email: nguyenvantrung.10@gmail.com<br /> 1<br /> Trường Đại học Sao Đỏ, Việt Nam<br /> 2<br /> Trường Đại học Trung Nam, Trung Quốc<br /> Ngày nhận bài: 02/6/2017<br /> Ngày nhận bài sửa sau phản biện: 23/9/2017<br /> Tóm tắt Ngày chấp nhận đăng: 26/9/2017<br /> Giàn cần cẩu hoạt động như một robot ở nhiều nơi như nhà xưởng và bến cảng để vận chuyển tất cả<br /> các loại hàng hóa có trọng lượng lớn. Khi giàn cần cẩu hoạt động, các dao động của tải trọng dẫn đến<br /> việc xác định vị trí thiếu chính xác. Chủ đề của bài báo này là thiết kế bộ điều khiển mờ kết hợp với bộ<br /> điều khiển LQR (linear quadratic regulator) để kiểm soát vị trí của giàn cần cẩu, đồng thời kiểm soát<br /> góc nghiêng của tải trọng suốt quá trình di chuyển theo cả hai chiều của giàn cần cẩu. Các bộ điều<br /> khiển thiết kế được kiểm tra thông qua mô phỏng Matlab/Simulink. Kết quả mô phỏng = 4,2 s,<br /> = 4 s, = 0,07 rad cho thấy khi sử dụng bộ điều khiển mờ kết hợp với bộ điều khiển LQR,<br /> chất lượng điều khiển tốt hơn khi sử dụng một bộ điều khiển LQR. Đặc biệt kết quả khi thay đổi các<br /> thông số hệ thống và tác động nhiễu vào hệ thống cho thấy giàn cần cẩu 2D vẫn đạt được chất lượng<br /> điều khiển tốt.<br /> Từ khóa: Giàn cần cẩu; điều khiển mờ; điều khiển LQR; điều khiển vị trí; điều khiển dao động.<br /> Abstract<br /> Gantry crane works as a robot in many places such as factory and harbors to transport all kinds of<br /> heavy goods. When the gantry crane works, load fluctuations lead to locate inaccurate positioning.<br /> The subject of this paper is the design of the fuzzy controller combined with the LQR (linear quadratic<br /> regulator) controller to control the position of the crane while controlling the angle of inclination of the<br /> load during the travel in both directions of the gantry crane. Design controllers are tested through<br /> Matlab /Simulink simulations. Simulation results = 4.2 s, = 4 s, = 0.07 rad show that<br /> using a fuzzy controller combined with a quality LQR controller is better controlled using an LQR<br /> controller. Particularly the results of changing system parameters and interference effects on the<br /> system indicate that the 2D crane is still good quality control.<br /> Keywords: Gantry crane; fuzzy control; LQR control; position control; oscillation control.<br /> <br /> <br /> 1. ĐẶT<br /> GIỚI VẤN ĐỀCHUNG<br /> THIỆU được<br /> gian màhỗ trợ<br /> khôngthông cầnqua<br /> phảicápquéttreo,<br /> búpcáp được<br /> sóng củatreo<br /> hệ<br /> Công cần tác cẩu<br /> ứng đóng<br /> cứu một<br /> kịp thời cácrấttàu, thuyền antenxetheo<br /> trên các [1].<br /> nâng góc trong<br /> Các cấu không gian.<br /> trúc Dựađược<br /> này, trên<br /> Giàn vai trò quan trọng<br /> đánh cá công suất vừa và nhỏ (khoảng < 45 việchiện<br /> thể khai nhưtriển<br /> trong ma trận<br /> hình tự Các<br /> 1 [5]. tương chứcquan<br /> năngRcủauu=<br /> trong công nghiệp. Chúng được sử dụng trên E[uu<br /> H<br /> ] với u là tập tín hiệu thu được từ mỗi<br /> mã lực) khi tham gia đánh bắt thủy hải sản ở cần cẩu trên không là nâng, hạ và di chuyển,<br /> toàn<br /> vùng thế<br /> biểngiới<br /> cáchtrong<br /> bờ 50hàng<br /> đếnngàn<br /> 70kmbãi[1]vận chuyển,<br /> bị gặp nạn phần tử của mảng anten.<br /> tính năng này cũng thể hiện một số thách thức.<br /> công trường xây dựng, nhà máy<br /> nhanh chóng, kịp thời, giảm thiểu thiệt hại thép và các<br /> về Theo [1] nhóm<br /> Chính là góc lắc tác giả đãcủa<br /> tự nhiên nghiên cứu và<br /> tải trọng, vốnđề là<br /> khu<br /> ngườicông và nghiệp<br /> của là khác [5]. Việc<br /> một yêu vận thiết<br /> cầu cấp chuyểnhiệnvà xuất ứng dụng thuật toán MUSIC cho hệ thống<br /> một chuyển động kiểu con lắc [2]. Góc lắc tự<br /> nay.ráp<br /> lắp Các cáctàu thuyền<br /> loại này an<br /> hàng hóa chủtoàn,<br /> yếu hiệu<br /> đượcquả,<br /> trangkịp ULA. Theo [2] tác giả đã làm rõ và đề xuất<br /> bị hệlàthống vô tuyến đơn nhiên củapháp<br /> tải trọng không đểchỉ xácgâyđịnhnguy hiểm<br /> thời rất cần thiết. Vì lý giản<br /> do này,nên các<br /> khi gặp<br /> kỹ sưnạnđã phương TFBMP hướng<br /> cho sự an toàn mà còn làm giảm đi định vị<br /> tìm cách nâng cao tính dễ sử dụng, tăng đặc<br /> việc phát tín hiệu ứng cứu rất khó khăn, hiệu sóng đến cho hai hệ thống UCA và ULA. Theo<br /> biệt khi gặp bão. Thuật toán MUSIC được ứng chính<br /> [3] tácxác. Cácnghiên<br /> giả đã nhà vậncứuhành<br /> và đềcần xuấtcẩuứngcódụng<br /> kinh<br /> quả hoạt động của giàn cần cẩu.<br /> dụng trong định hướng sóng đến đối với mảng thuật toán<br /> nghiệm có MUSIC<br /> thể loại cho bỏ sự hệ thống<br /> chuyểnUCA động vàbằng<br /> giải<br /> Về mặtsắp<br /> anten cấuxếp theo<br /> trúc, mộthình<br /> đặctròn<br /> điểmgiúp định của<br /> chung hướng các quyết được bài toán khi góc tới<br /> cách di chuyển các xe nâng với các gia số nhỏ là các góc bù,<br /> sóng tốt nhất. Thuật toán MUSIC<br /> cần cẩu trên không là tải trọng của chúng<br /> là thuật toán tuy nhiên chưa chỉ ra được góc<br /> nhưng điều này phải dẫn đến một sự bất lợi về tới nhỏ nhất<br /> dựa trên tập các tín hiệu thu được từ không các hệ thống có thể phân biệt được và tỉ số tín<br /> <br /> <br /> 36 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017<br /> LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA<br /> <br /> <br /> hiệu quả [3]. Do đó, một số nghiên cứu lớn 2. MÔ HÌNH ĐỘNG LỰC CỦA HỆ THỐNG<br /> được sử dụng để điều khiển hoạt động cần cẩu GIÀN CẦN CẨU 2D<br /> tự động có độ chính xác cao, góc lắc nhỏ, thời<br /> Một hệ thống giàn cần cẩu được thể hiện trong<br /> gian vận chuyển ngắn và độ an toàn cao như<br /> hình 2 [10], với các thông số và các giá trị được<br /> điều khiển thích nghi [3], hình dạng đầu vào [4],<br /> lấy theo tỷ lệ với giá trị thực tế như trình bày<br /> điều khiển chế độ trượt [5], điều khiển PID [6].<br /> trong bảng 1. Hệ thống này có thể được mô<br /> Ngoài ra, các kỹ thuật điều khiển mờ đã cho<br /> hình hóa như là một xe nâng với khối lượng<br /> thấy kết quả thành công khi áp dụng vào thực<br /> khi giàn cần cẩu di chuyển theo phương X và<br /> tế cuộc sống bao gồm cả hệ thống giàn cẩu [7].<br /> xe lớn với khối lượng khi giàn cần cẩu di<br /> Trong [8] chọn hai bộ điều khiển mờ tách rời để<br /> chuyển theo phương Y. Một con lắc gắn liền<br /> đơn giản hóa các quy tắc kiểm soát và tính<br /> với nó có trọng tải khối lượng , là chiều dài<br /> toán hệ thống có ưu điểm là đạt được góc lắc<br /> cáp treo tải trọng, , là góc lắc của con lắc<br /> nhỏ, tuy nhiên tồn tại độ quá điều chỉnh lớn và<br /> tương ứng với phương X, Y, ̇ , ̇ là vận tốc<br /> thời gian đạt được vị trí mong muốn lớn. Một bộ<br /> góc của tải trọng tương ứng với phương X, Y.<br /> điều khiển mở PD kép để điều khiển hệ thống<br /> giàn cần cẩu [9] trong đó bộ điều khiển mờ đầu<br /> tiên kiểm soát vị trí xe nâng, còn bộ điều khiển<br /> mờ thứ hai ngăn chặn các góc lắc của tải trọng<br /> có ưu điểm đạt được vị trí mong muốn nhanh,<br /> góc lắc của tải trọng nhỏ nhưng phải điều khiển<br /> với khoảng cách nhỏ. Trong [10] đã thiết kế một<br /> bộ điều khiển mờ để điều chỉnh trượt cho một<br /> cần cẩu trên không gian hai chiều có ưu điểm đạt<br /> được vị trí mong muốn nhanh tuy nhiên góc lắc<br /> của tải trọng lớn.<br /> <br /> Hình 2. Sơ đồ của hệ thống giàn cần cẩu 2D<br /> <br /> Bảng 1. Ký hiệu và giá trị các thông số giàn cần<br /> cẩu 2D<br /> Ký Mô tả Giá Đơn<br /> hiệu trị vị<br /> Khối lượng xe lớn di 30 kg<br /> chuyển theo phương<br /> Y<br /> Hình 1. Hình ảnh của giàn cần cẩu Khối lượng xe nâng 10 kg<br /> Trong bài báo này đề xuất một bộ điều khiển di chuyển theo<br /> phương X<br /> mờ kết hợp với kiểm soát tối ưu LQR để điều<br /> khiển vị trí của cần trục và kiểm soát góc lắc Chiều dài cáp treo tải 1,1 m<br /> của tải trọng. Các bộ điều khiển được kiểm tra trọng<br /> thông qua mô phỏng Matlab/Simulink đạt kết Khối lượng tải trọng 10 kg<br /> quả làm việc tốt. 2<br /> Hằng số hấp dẫn 9,8 m/s<br /> Phần còn lại của bài viết này được tổ chức như<br /> Hệ số ma sát theo 0,24 N/m/s<br /> sau. Phần 2 là mô hình động lực của hệ thống phương Y<br /> giàn cần cẩu 2D. Thiết kế bộ điều khiển mờ kết<br /> hợp với bộ điều khiển LQR được trình bày Hệ số ma sát theo 0,2 N/m/s<br /> phương X<br /> trong phần 3. Mô tả các kết quả mô phỏng<br /> được trình bày trong phần 4. Phần 5 là kết luận. Theo phương trình Lagrangian:<br /> <br /> <br /> Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017 37<br /> NGHIÊN CỨU KHOA HỌC<br /> <br /> <br /> ( )− + = (1) 3. THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ KẾT HỢP<br /> ̇ VỚI BỘ ĐIỀU KHIỂN LQR<br /> Trong đó: Bài báo đề xuất một bộ điều khiển mờ kết hợp<br /> P: thế năng của hệ thống; với bộ điều khiển LQR (Mờ-LQR) để điều khiển<br /> qi: hệ tọa độ suy rộng; vị trí của xe nâng và xe lớn trong thời gian ngắn<br /> i: số bậc tự do của hệ thống; nhất đạt được vị trí mong muốn, đồng thời kiểm<br /> Qi: lực bên ngoài; soát góc lắc của tải trọng nhỏ nhất.<br /> T: động năng của hệ thống:<br /> Bộ điều khiển mờ kết hợp với bộ điều khiển<br /> 1 2<br /> = (2) LQR là bộ điều khiển trong đó thiết bị điều<br /> 2<br /> =1 khiển gồm hai thành phần: thành phần điều<br /> Từ hình 2 áp dụng phương trình Lagrangian tính khiển tuyến tính LQR và thành phần điều khiển<br /> được phương trình phi tuyến tính chuyển động thông minh mờ. Bộ điều khiển mờ kết hợp với<br /> của hệ thống giàn cần cẩu trong [10] như sau: bộ điều khiển LQR có thể thiết lập dựa trên các<br /> ̈ − ̇2 tín hiệu là sai lệch e(t) và đạo hàm e’(t). Bộ điều<br /> (3) khiển mờ có đặc tính rất tốt ở vùng sai lệch lớn,<br /> ( + ) ̈+ ̈ đặc tính phi tuyến của nó có thể tạo ra phản<br /> − ̈ − ̇2 ứng động rất nhanh. Khi quá trình của hệ tiến<br /> − ̇2 −2 ̇ ̇ gần đến điểm đặt (sai lệch e(t) và đạo hàm e’(t)<br /> của nó xấp xỉ bằng 0), vai trò của bộ điều khiển<br /> = − ̇ (4)<br /> mờ bị hạn chế nên bộ điều khiển sẽ làm việc<br /> 2 ̈ + ̈ +<br /> với bộ điều chỉnh LQR.<br /> 2 ̇2<br /> − ̈ − =0 (5)<br /> 2 ̈ 2<br /> −2 2 ̇ ̇ Sơ đồ bộ điều khiển mờ kết hợp với bộ điều<br /> khiển LQR cho hệ thống được mô tả trong hình<br /> + ̈ + =0 (6)<br /> 3, hình 4.<br /> Tuyến tính hóa quanh trạng thái cân bằng, khi<br /> đó góc lắc của tải trọng theo phương X, Y nhỏ,<br /> theo [10] ta có: ≈ , ≈ , ≈<br /> 1, ≈ 1, ≈ 0, ̇ 2 ≈ 0, ̇ 2 ≈ 0<br /> và ̇ ̇ ≈ 0. Khi đó phương trình phi tuyến<br /> chuyển động của hệ thống giàn cần cẩu được<br /> đơn giản hóa với mô hình tuyến tính hóa sau:<br /> ( + ) ̈+ ̈ = − ̇<br /> ̈ + ̈+ =0 (7)<br /> ( + ) ̈+ ̈ = − ̇ Hình 3. Sơ đồ cấu trúc Matlab của bộ điều<br /> ̈ + ̈+ =0 ( 8) khiển mờ kết hợp với bộ điều khiển LQR cho<br /> Từ (7), (8) ta thu được hệ phương trình tuyến hệ thống cần cẩu di chuyển theo phương X<br /> tính theo phương X, Y như sau:<br /> ⎧ ̈= 1<br /> ⎪ − ̇+<br /> (9)<br /> ⎨ ̈ =− ( + )<br /> + ̇−<br /> 1<br /> ⎪<br /> ⎩<br /> ⎧ ̈= 1<br /> ⎪ − ̇+<br /> (10)<br /> ⎨ ̈ =− ( + )<br /> + ̇ −<br /> 1<br /> ⎪<br /> ⎩<br /> Hình 4. Sơ đồ cấu trúc Matlab của bộ điều khiển<br /> Trong đó: , tương ứng là những lực bên<br /> mờ kết hợp với bộ điều khiển LQR cho<br /> ngoài tác động vào hệ thống và , tương<br /> hệ thống cần cẩu di chuyển theo phương Y<br /> ứng là hệ số ma sát theo phương X, Y.<br /> <br /> <br /> <br /> <br /> 38 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017<br /> LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA<br /> <br /> <br /> 3.1. Thiết kế bộ điều khiển LQR với các thông số hệ thống trong bảng 1. Ma<br /> trận thông tin phản hồi LQR được tính như sau.<br /> 3.1.1. Bộ điều khiển LQR theo phương X<br /> = ( , , , ) (16)<br /> Hệ phương trình tuyến tính hệ thống con lắc<br /> điều khiển theo phương X, từ (9) ta có: = [31.6228,34.8625,5.5132,13.1911]<br /> 1 0 0<br /> ̇ ⎡0 0⎤ ⎡ 1 ⎤ Bộ điều khiển LQR cho hệ thống giàn cần cẩu<br /> ̈ ⎢0 − ̇<br /> 0⎥ ⎢ ⎥<br /> ̇ =⎢ +⎢ di chuyển theo phương X thể hiện trong hình 5.<br /> 0 0 0 1⎥ 0 ⎥<br /> ̈ ⎢ ( + ) ⎥ ̇ ⎢ 1 ⎥<br /> 0 − 0 −<br /> ⎣ ⎦ ⎣ ⎦<br /> <br /> <br /> [ ] = [ 10 00 01 00] ̇<br /> + [ 00] (11)<br /> ̇<br /> <br /> Trong đó: , ̇ , , ̇ tương ứng đại diện cho sự<br /> dịch chuyển của xe nâng, vận tốc của xe nâng, Hình 5. Sơ đồ cấu trúc Matlab của bộ điều<br /> góc của tải trọng và vận tốc góc của tải trọng khi khiển LQR cho hệ thống giàn cần cẩu<br /> giàn cần cẩu được điều khiển theo phương X. di chuyển theo phương X<br /> <br /> Hiệu suất của hệ thống là theo chỉ số J tốt nhất 3.1.2. Bộ điều khiển LQR theo phương Y<br /> [11]. Chỉ tiêu chất lượng dạng toàn phương là: Hệ phương trình tuyến tính hệ thống con lắc<br /> ∞<br /> 1 điều khiển theo phương Y, từ (10) ta có:<br /> =<br /> 2 ∫( + ) ( ) (12)<br /> ̇ 1 0<br /> 0⎤<br /> 0<br /> 0 ⎡ ̈ ⎤ ⎡0 − ̇<br /> ⎡ 1 ⎤<br /> Trong đó: Q là một ma trận bán xác định dương, ⎢ ⎥ = ⎢0 0⎥ ⎢<br /> +⎢<br /> ⎥<br /> ⎢ 1⎥ ⎥<br /> ⎢ ̇ ⎥ ⎢0 0 0<br /> ⎥ ⎢ 1<br /> 0<br /> ⎥<br /> R là ma trận xác định dương. ⎣ ̈ ⎦ ⎣0 −<br /> ( + )<br /> 0 ̇ −<br /> ⎦ ⎣ ⎦<br /> Tín hiệu điều khiển tối ưu u là:<br /> ̇<br /> ( )=− ( ), = −1<br /> (13)<br /> [ ] = [ 10 00 01 00] + [ 00] (17)<br /> Với P là nghiệm bán xác định dương của ̇<br /> phương trình đại số Ricatti: Chọn ma trận trọng số như sau:<br /> −1<br /> + − + =0 (14) = (4000, 0, 2000, 0) (18)<br /> Do đó, thiết kế bộ điều khiển LQR điều quan Chọn ma trận trọng số đầu vào RY = 1.<br /> trọng là chọn ma trận trọng số thích hợp, từ đó<br /> Kết quả ma trận thông tin phản hồi LQR là:<br /> xác định ma trận thông tin phản hồi tối ưu.<br /> KY = [63.2456,71.5859,-7.1749,7.7927]<br /> Nhóm tác giả chọn ma trận trọng số như sau:<br /> Bộ điều khiển LQR cho hệ thống giàn cần cẩu<br /> = ( 1,1 , 2,2 , 3,3 , 4,4 ) (15)<br /> di chuyển theo phương Y thể hiện trong hình 6.<br /> Trong đó: Vị trí trọng số và vận tốc trọng số của<br /> xe nâng được chọn là QX1,1 = 1000, QX2,2 = 0,<br /> góc trọng số và vận tốc góc trọng số của tải<br /> trọng là QX3,3 = 500, QX4,4 = 0.<br /> <br /> Chọn ma trận trọng số đầu vào RX = rX11 = 1. Hình 6. Sơ đồ cấu trúc Matlab của bộ điều<br /> Áp dụng phần mềm Matlab Toolbox để thiết khiển LQR cho hệ thống giàn cần cẩu<br /> kế tối ưu tuyến tính điều chỉnh toàn phương [12] di chuyển theo phương Y<br /> <br /> <br /> <br /> <br /> Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017 39<br /> NGHIÊN CỨU KHOA HỌC<br /> <br /> <br /> 3.2. Thiết kế bộ điều khiển mờ dụng chín tập mờ để mô tả là Negative High<br /> (NH), Negative Big (NB), Negative Medium<br /> Để điều khiển hệ thống giàn cần cẩu cần dựa<br /> (NM), Negative Small (NS), Zero (ZE), Positive<br /> trên kinh nghiệm bộ điều khiển mờ (luật mờ IF-<br /> Small (PS), Positive Medium (PM), Positive Big<br /> THEN). Để tổng hợp được các bộ điều khiển<br /> (PB), and Positive High (PH).<br /> mờ và cho nó hoạt động một cách hoàn thiện<br /> <br /> <br /> <br /> <br /> Degree of membership Degree of membership<br /> <br /> <br /> <br /> <br /> Degree of membership Degree of membership<br /> cần thực hiện qua năm bước sau:<br /> 1NE ZE PO 1NE ZE PO<br /> Böôùc 1: Khảo sát đối tượng thực tế, sau đó<br /> định nghĩa các biến ngôn ngữ vào, ra và 0.5 0.5<br /> phạm vi của chúng.<br /> 0 0<br /> Böôùc 2: Mờ hóa các biến ngôn ngữ vào/ra. -100 0 100 -200 0 200<br /> Input1 Input2<br /> Böôùc 3: Xây dựng các luật điều khiển (luật mờ (a) (b)<br /> IF-THEN). 1NE ZE PO 1NE ZE PO<br /> <br /> Böôùc 4: Chọn nguyên tắc giải mờ.<br /> 0.5 0.5<br /> Böôùc 5: Tối ưu hệ thống: Mô hình hóa và mô<br /> 0 0<br /> phỏng hệ thống để kiểm tra kết quả.<br /> -50 0 50 -50 0 50<br /> Bộ điều khiển mờ được thiết kế cho hệ thống Input3 Input4<br /> (c) (d)<br /> giàn cần cẩu di chuyển theo cả hai phương X,<br /> Degree of membership<br /> <br /> <br /> Y ta sử dụng bốn biến ngôn ngữ đầu vào và 1NH NB NM NS ZE PS PM PB PH<br /> <br /> một biến ngôn ngữ đầu ra với miền xác định<br /> được phân đều trong các khoảng ở bảng 2. 0.5<br /> <br /> Bảng 2. Phạm vi của các biến ngôn ngữ đầu 0<br /> vào và đầu ra -30 -20 -10 0 10 20 30<br /> Loại biến Tên biến Giới hạn Output<br /> (e)<br /> Input 1 e ( ) [−100 100]<br /> = ( )− _ Hình 7. Các hàm liên thuộc của các biến đầu<br /> là lỗi vị trí xe<br /> vào và đầu ra của bộ điều khiển mờ<br /> nâng, xe lớn e ( ) [−100 100]<br /> = ( )− _<br /> Input 2 [−200 200]<br /> ̇( )<br /> là vận tốc<br /> [−200 200]<br /> của xe nâng, ̇( )<br /> xe lớn<br /> Input 3 [−50 50]<br /> ( )<br /> là góc lắc<br /> [−50 50]<br /> của con lắc ( )<br /> Input 4 ̇ ( ) [−60 60]<br /> là vận tốc góc<br /> ̇ ( ) [−60 60]<br /> của tải trọng<br /> [−30 30]<br /> ℎ ( )<br /> Output1<br /> [−30 30] Hình 8. Luật mờ IF-THEN của bộ điều khiển mờ<br /> ℎ ( )<br /> Từ các biến ngôn ngữ đầu vào, đầu ra ở trên<br /> Tất cả các hàm liên thuộc được sử dụng trong<br /> và các hàm thành viên để mô tả các biến, tổng<br /> hệ thống mờ này là các hàm liên thuộc có hình 4<br /> cộng 3 = 81 luật mờ được sử dụng để điều<br /> dạng tam giác được thể hiện trong hình 7.<br /> khiển hệ thống giàn cần cẩu 2D. Trong đó các<br /> Các biến ngôn ngữ đầu vào đều được sử dụng luật mờ từ 1 đến 11 được đưa ra như thể hiện<br /> ba tập mờ để mô tả là Negative (NE), Zero (ZE), trong hình 8. Quan hệ vào, ra của bộ điều khiển<br /> Positive (PO) và biến ngôn ngữ đầu ra được sử mờ trong không gian được hiển thị trong hình 9.<br /> <br /> <br /> <br /> 40 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017<br /> LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA<br /> <br /> <br /> xe nâng và góc lắc của tải khi sử dụng bộ điều<br /> khiển mờ kết hợp với bộ điều khiển LQR điều<br /> khiển hệ thống, có POT = 5%, = 0%, =<br /> 4, 2 s, = 0,07 rad và = 4 s. Kết quả<br /> mô phỏng khi giàn cần cẩu di chuyển theo<br /> phương Y được hiển thị trong hình 11. Trong<br /> đó: y-LQR, θ -LQR tương ứng là đường đặc<br /> tính đáp ứng vị trí của xe lớn và góc lắc của tải<br /> khi sử dụng bộ điều khiển LQR điều khiển hệ<br /> thống, có POT = 5%, = 0%, = 7,5 s,<br /> Hình 9. Cửa sổ quan hệ vào, ra của bộ = 0,075 rad và = 18 s; x- LQR-MO,<br /> điều khiển mờ trong không gian θ-LQR-MO tương ứng là đường đặc tính đáp ứng<br /> vị trí của xe lớn và góc lắc của tải trọng khi sử<br /> 4. KẾT QUẢ MÔ PHỎNG dụng bộ điều khiển mờ kết hợp với bộ điều<br /> Bộ điều khiển được thiết kế trong phần này đã khiển LQR điều khiển hệ thống, có POT = 6%,<br /> được mô phỏng trên phần mềm Matlab/ = 0%, = 4,5 s , = 0,071 rad<br /> Simulink. Các tham số hệ thống được sử dụng và = 10 s.<br /> mô phỏng có trong bảng 1, vị trí của xe nâng và 1<br /> y-LQR<br /> xe lớn mong muốn _ = 0,5 m, _ = 0,5 m.<br /> Position (m)<br /> <br /> y-LQR-MO<br /> 1 0.5<br /> x-LQR<br /> Position (m)<br /> <br /> <br /> <br /> <br /> x-LQR-MO<br /> 0.5 0<br /> 0 5 10 15 20<br /> Time (s)<br /> 0<br /> (a)<br /> 0 5 10 15 20 0.1<br /> Swing angle (rad)<br /> <br /> <br /> <br /> <br /> θ-LQR<br /> Time (s)<br /> 0.05 θ-LQR-MO<br /> (a)<br /> 0.1<br /> Swing angle (rad)<br /> <br /> <br /> <br /> <br /> θ-LQR 0<br /> θ-LQR-MO -0.05<br /> 0<br /> -0.1<br /> 0 5 10 15 20<br /> Time (s)<br /> -0.1 (b)<br /> 0 5 10 15 20<br /> Time (s) Hình 11. Đường đặc tính đáp ứng vị trí<br /> (b) lớn và góc lắc của tải trọng khi giàn<br /> Hình 10. Đường đặc tính đáp ứng vị trí của xe cần cẩu di chuyển theo phương Y<br /> nâng và góc lắc của tải trọng khi giàn<br /> cần cẩu di chuyển theo phương X Bằng cách so sánh kết quả của các bộ điều<br /> khiển có thể thấy rằng các bộ điều khiển đều<br /> Kết quả mô phỏng trong trường hợp giàn cần đạt được hiệu quả kiểm soát tốt. Nhưng bộ<br /> cẩu di chuyển theo phương X được hiển thị điều khiển mờ kết hợp với bộ điều khiển LQR<br /> trong hình 10. Trong đó: x-LQR, θ-LQR tương có khả năng thích ứng mạnh mẽ hơn và chất<br /> ứng là đường đặc tính đáp ứng vị trí của xe lượng điều khiển tốt hơn vì đạt được vị trí chính<br /> nâng và góc lắc của tải trọng khi sử dụng bộ xác trong thời gian ngắn hơn, đồng thời đàn áp<br /> điều khiển LQR điều khiển hệ thống, đối với vị được góc lắc của tải trọng nhỏ hơn.<br /> trí của xe nâng có độ quá điều chỉnh (POT) 5%,<br /> sai số xác lập ( ) 0%, thời gian xác lập vị trí Trong thực tế sản xuất, khi hệ thống giàn cần<br /> ( ) 7,5 s, còn đối với góc lắc của tải trọng có cẩu hoạt động thì các thông số về quãng<br /> góc lớn nhất ( ) 0,08 rad và thời gian xác đường di chuyển, chiều dài cáp treo tải trọng và<br /> lập góc lắc ( ) 14,5 s; x-LQR-MO, θ-LQR-MO trọng lượng của tải trọng liên tục thay đối. Để<br /> tương ứng là đường đặc tính đáp ứng vị trí của bám sát với tình hình thực tế và nghiên cứu tác<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017 41<br /> NGHIÊN CỨU KHOA HỌC<br /> <br /> <br /> động của các bộ điều khiển, chúng ta thay đổi Nhiễu thứ hai (N2) là do gió làm tải trọng dao<br /> các thông số cụ thể như sau: Trường hợp 1 động với bước tín hiệu nhiễu giả thiết như sau:<br /> (TH1) thay đổi quãng đường di chuyển theo cả Thời gian bước = 2 s, góc lệch = 0,1 rad, thời<br /> hai phương X, Y với vị trí của xe nâng và xe lớn gian = 2 s.<br /> mong muốn _ = 0,6 m, _ = 0,4 m, các 1<br /> x-N1<br /> <br /> <br /> <br /> <br /> Position (m)<br /> thông số hệ thống trong bảng 1 không đổi. TH2<br /> y-N1<br /> vị trí của xe nâng và xe lớn mong muốn giống 0.5<br /> x-TH1<br /> TH1 nhưng tăng chiều dài cáp treo tải trọng l =<br /> y-TH1<br /> 2,2 m, các thông số khác không đổi. TH3 vị trí 0<br /> 0 5 10 15 20<br /> của xe nâng và xe lớn mong muốn giống TH1 Time (s)<br /> nhưng tăng khối lượng của tải trọng m = 20 kg, (a)<br /> 0.1<br /> các thông số khác không đổi.<br /> <br /> <br /> <br /> <br /> Swing angle (rad)<br /> θx-N1<br /> 0.05<br /> 0.8<br /> x-TH3 θy-N1<br /> 0<br /> 0.6<br /> Position (m)<br /> <br /> <br /> <br /> <br /> y-TH3 θx-TH1<br /> x-TH2 -0.05<br /> 0.4 θy-TH1<br /> y-TH2<br /> -0.1<br /> 0.2 x-TH1 0 5 10 15 20<br /> y-TH1 Time (s)<br /> 0<br /> 0 5 10 15 (b)<br /> Time (s)<br /> (a)<br /> Hình 13. Đường đặc tính đáp ứng vị trí của xe<br /> 0.1<br /> θx-TH3<br /> nâng, xe lớn và góc lắc của tải trọng khi có N1<br /> Swing angle (rad)<br /> <br /> <br /> <br /> <br /> 0.05 0.8<br /> θy-TH3<br /> x-N2<br /> θx-TH2<br /> Position (m)<br /> <br /> <br /> <br /> <br /> 0.6<br /> 0<br /> θy-TH2 y-N2<br /> 0.4<br /> -0.05 θx-TH1<br /> x-TH1<br /> θy-TH1 0.2<br /> -0.1 y-TH1<br /> 0 5 10 15<br /> 0<br /> Time (s) 0 5 10 15 20<br /> (b) Time (s)<br /> Hình 12. Đường đặc tính đáp ứng vị trí của (a)<br /> 0.1<br /> Swing angle (rad)<br /> <br /> <br /> <br /> <br /> xe nâng, xe lớn và góc lắc của tải trọng khi có θx-N2<br /> 0.05<br /> các xáo trộn trong hệ thống giàn cần cẩu 2D θy-N2<br /> 0<br /> Kết quả mô phỏng được hiển thị trong hình 12. θx-TH1<br /> -0.05<br /> Trong đó: x-TH1, θx -TH1, y -TH1, θy -TH1, x - TH2, θy-TH1<br /> -0.1<br /> θ x-TH2, y-TH2, θy-TH2, x-TH3, θx-TH3, 0 5 10 15 20<br /> y-TH3, θy-TH3 tương ứng là các đường đặc Time (s)<br /> (b)<br /> tính đáp ứng vị trí của xe nâng, xe lớn và góc<br /> Hình 14. Đường đặc tính đáp ứng vị trí của xe<br /> lắc của tải trọng đối với ba trường hợp. Có thể<br /> nâng, xe lớn và góc lắc của tải trọng khi có N2<br /> thấy rằng khi các thông số hệ thống thay đổi,<br /> Kết quả mô phỏng được hiển thị trong hình 13,<br /> các đường đặc tính trong TH2, TH3 bám sát<br /> hình 14. Trong đó: x-N1, θx-N1, x-N2, θx-N2,<br /> với TH1. Hệ thống giàn cần cẩu vẫn đạt được<br /> y-N1, θy-N1, y-N2, θy-N2 tương ứng là đường<br /> vị trí chính xác trong thời gian ngắn và khống<br /> đặc tính đáp ứng vị trí của xe nâng, xe lớn và<br /> chế được góc lắc của tải trọng nhỏ.<br /> góc lắc của tải trọng khi có các nhiễu tác động<br /> Ngoài ra, khi hệ thống giàn cần cẩu hoạt động<br /> vào hệ thống giàn cần cẩu 2D. Có thể thấy rằng<br /> còn có các nhiễu bên ngoài tác động vào hệ<br /> khi có các nhiễu tác động, hệ thống vẫn kiểm<br /> thống để kiểm tra độ tin cậy của các bộ điều<br /> soát được dao động của tải trọng nhỏ và đạt<br /> khiển, nhóm tác giả đã đưa giả thiết các bước<br /> được vị trí mong muốn trong thời gian ngắn.<br /> tín hiệu nhiễu [8] tác động vào hệ thống cụ thể<br /> như sau: Nhiễu thứ nhất (N1) là do di chuyển Để làm rõ tính vượt trội của giải pháp, nhóm tác<br /> giàn cần cẩu sai so với vị trí mong muốn với giả đã tiến hành so sánh Mờ-LQR với các<br /> bước tín hiệu nhiễu giả thiết như sau: Thời gian phương pháp điều khiển khác đã được công bố<br /> bước = 2 s, phạm vi = 0,8 m, thời gian = 2 s; như trong bảng 3.<br /> <br /> <br /> <br /> <br /> 42 Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017<br /> LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA<br /> <br /> <br /> Bảng 3. So sánh Mờ-LQR với các phương pháp TÀI LIỆU THAM KHẢO<br /> điều khiển khác đã được công bố [1]. J. Smoczek (2013). Interval arithmetic-based<br /> fuzzy discrete-time crane control scheme design.<br /> Ký Mờ- Mờ- Mờ- PSO- Mờ<br /> Bull. Pol. Ac.: Tech. 61 (4), 863 -870.<br /> hiệu LQR Trượ PD PID đôi<br /> [2]. N. Sun, Y.C. Fang, and X.B. Zhang (2013).<br /> t [10] [9] [6] [8]<br /> Energy coupling output feedback control of<br /> x_ref 0,5 m 1,2 m 0,4 m 0,4 m 1m 4-DOF underactuated cranes with saturated inputs.<br /> Automatica 49 (5), 1318 -1325.<br /> POT 5% 0% 0% 0% 13%<br /> [3]. Y.C. Fang, B.J. Ma, P.C. Wang, and X.B. Zhang,<br /> 0% 0% 0% 0% 0% (2012). A motion planning-based adaptive control<br /> method for an underactuated crane system. IEEE<br /> 4,2 s 4,3 s 5,5 s 2,5 s 35 s Trans. on Control Systems Technology 20 (1),<br /> 4s 4,2s 5,2 s ∞ 26 s 241- 248.<br /> [4]. Khalid L. Sorensen, William Singhose, Stephen<br /> 0,07 0,14 0,13 0,09 0,02 Dickerson (2007). A controller enabling precise<br /> rad rad rad rad rad positioning and sway reduction in bridge and<br /> gantry cranes. Control Engineering Practice 15,<br /> 0 0 0 0,03 0<br /> 825- 837.<br /> rad rad rad 5 rad rad<br /> [5]. M.S. Park, D. Chwa, and M. Eom (2014).<br /> Căn cứ vào các kết quả trong bảng 3 có thể Adaptive sliding-mode antisway control of<br /> thấy rằng các bộ điều khiển đều có hiệu quả uncertain overhead cranes with high-speed<br /> kiểm soát tốt. Trong đó: Mờ đôi [8] có nhỏ hoisting motion. IEEE Trans. on Fuzzy Systems<br /> nhất, tuy nhiên tồn tại POT lớn, , lớn. 22 (5), 1262- 1271.<br /> PSO-PID [6] có , nhỏ, tuy nhiên [6]. Mohammad Javad Maghsoudi, Z. Mohamed, A.R.<br /> tiến tới ∞ . Mờ-PD [9] có , nhỏ tuy Husain, M.O. Tokhi (2016). An optimal<br /> nhiên lớn. Mờ-Trượt [10] có , performance control scheme for a 3D crane.<br /> Mechanical Systems and Signal Processing<br /> nhỏ, tuy nhiên lớn. Mờ-LQR có POT, ,<br /> 66-67, 756- 768.<br /> , nhỏ. Vì vậy, với đối tượng giàn cần<br /> [7]. I.S. Shaw (2013). Fuzzy Control of Industrial<br /> cẩu mà nhóm tác giả nghiên cứu sử dụng bộ<br /> Systems: heory and Applications. Springer,<br /> điều khiển Mờ-LQR là tối ưu nhất. Berlin, Germany.<br /> 5. KẾT LUẬN [8]. Lifu Wang, Hongbo Zhang, Zhi Kong (2015). Anti-<br /> swing Control of Overhead Crane Based on<br /> Trong bài báo này, nhóm tác giả đã thiết kế được<br /> Double Fuzzy Controllers. IEEE Chinese Control<br /> bộ điều khiển mờ kết hợp với bộ điều khiển<br /> and Decision Conference (CCDC), 978-1-4799-<br /> LQR để điều khiển vị trí của xe nâng, xe lớn,<br /> 7016-2/15/$31.00.<br /> đồng thời kiểm soát góc lắc của tải trọng. Các<br /> bộ điều khiển thiết kế được kiểm tra thông qua [9]. Naif B. Almutairi and Mohamed Zribi (2016).<br /> Fuzzy Controllers for a Gantry Crane System with<br /> mô phỏng Matlab /Simulink. Kết quả mô<br /> Experimental Verifications. Article in<br /> phỏng khi sử dụng bộ điều khiển Mờ-LQR điều<br /> Mathematical Problems in Engineering, January,<br /> khiển giàn cần cẩu theo phương X có =<br /> DOI: 10.1155/ 1965923.<br /> 4,2 s, = 0,07 rad, = 4 s và theo<br /> [10]. Diantong Liu, Jianqiang Yi, Dongbin Zhao, Wei<br /> phương Y có = 4,5 s, = 0,071 rad,<br /> = 10 s cho thấy bộ điều khiển Mờ-LQR Wang (2005). Adaptive sliding mode fuzzy control<br /> for a two-dimensional overhead crane. Mechatronics .<br /> điều khiển giàn cần cẩu 2D có chất lượng điều<br /> 15, 505 - 522.<br /> khiển tốt hơn khi sử dụng một bộ điều khiển<br /> LQR. Để kiểm tra độ tin cậy của phương pháp [11]. Zhe Sun, Ning Wang, Yunrui Bi, Jinhui Zhao<br /> (2015). A DE based PID controller for two dimensional<br /> điều khiển, nhóm tác giả đã mô phỏng khi các overhead crane. Proceedings of the 34th Chinese<br /> thông số hệ thống thay đổi và có các nhiễu tác Control Conference July 28-30. Hangzhou, China.<br /> động vào hệ thống. Kết quả cho thấy giàn cần [12]. Mohammad Javad Maghsoudi, Z. Mohamed, A.R.<br /> cẩu 2D vẫn di chuyển đến vị trí mong muốn Husain, M.O. Tokhi (2016). An optimal performance<br /> nhanh và khống chế được dao động của tải control scheme for a 3D crane. Mechanical Systems<br /> trọng nhỏ. and Signal Processing 66-67, 756-768.<br /> <br /> <br /> Tạp chí Nghiên cứu khoa học - Đại học Sao Đỏ, ISSN 1859-4190. Số 3(58).2017 43<br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
35=>2