Tóm tắt Luận án tiến sĩ Kĩ thuật: Thiết kế bộ điều khiển bám đuổi thích nghi cho hệ phi tuyến mimo sử dụng cmac

Chia sẻ: Trần Văn Yan | Ngày: | Loại File: PDF | Số trang:62

Thêm vào BST

Báo xấu

33
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục đích cơ bản của luận án này là đề xuất bộ điều khiển có cấu trúc mô hình tiểu nảo (Cerebellar Model Articulation Controller: CMAC), bộ điều khiển có cấu trúc mô hình tiểu nảo hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RCMAC), và hệ thống điều khiển có cấu trúc mô hình tiểu nảo IV hồi tiếp bền vững (Robust Recurrent Cerebellar Model Articulation Control System :RRCMACS) cho các hệ thống phi tuyến MIMO để nâng cao các chỉ số thực của bộ điều khiển như khả năng bám đuổi tốt theo tín hiệu đặt, tăng tính ổn định và bền vững, giảm ảnh hưởng của sự thay đổi tải và ảnh hưởng của nhiễu lên sự ổn của bộ điều khiển trong quá trình hoạt động.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án tiến sĩ Kĩ thuật: Thiết kế bộ điều khiển bám đuổi thích nghi cho hệ phi tuyến mimo sử dụng cmac

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI TP. PHỐ HỒ CHÍ MINH TÓM TẮT LUẬN ÁN TIẾN SĨ Đề tài: THIẾT KẾ BỘ ĐIỀU KHIỂN BÁM ĐUỔI THÍCH NGHI CHO HỆ PHI TUYẾN MIMO SỬ DỤNG CMAC Chuyên Ngành: Kỹ Thuật điều khiển và Tự động hóa Mã số: 9520216 Nghiên cứu sinh: ThS. Tạ Văn Phương Người hướng dẫn 1: PGS.TS Đặng Xuân Kiên Người hướng dẫn 2: TS. Ngô Thanh Quyền TP.HCM 5/2019
Abstract Designing control system for non-linear MIMO systems has been attracted many researchers for the recent decades. Due to the complex characteristics, defining the dynamic model of the non-linear MIMO systems are invaluable for the practical applications. Therefore, the model-based controllers cannot satisfy the desired performances. To cope with this problem, many advanced controllers have been studied and applied for the non-linear MIMO systems such as Particle Swarm Optimization (PSO), Fuzzy Logic Controller (FLC), Neural Network (NN), Fuzzy Neural Network…etc. By using these adaptive, intelligent controllers, the performances have been achieved for the practical applications. However, there exists disadvantages and shortcomings that need to be improved such as online learning problems, selection number of fuzzy rules, number of neurons and layers, the robustness of the system in the presence of disturbances, noise, uncertainties, and so on. This study has proposed the CMAC, Wavelet CMAC, recurrent CMAC, and the robust recurrent cerebellar model articulation control system (RRCMACS) for the non-linear MIMO systems to achieve desired performances for the system during operation such as good tracking responses, stability, robustness, disturbances attenuation, and noise rejection during operation. The main contributions of this study are presented in Chapter 2, Chapter 3, and Chapter 4. In Chapter 2, the traditional Cerebellar Model Articulation Controller was represented to show the superior properties of the CMAC to different intelligent controllers. Chapter 3 represents the factors affecting the learning capability and efficiency of the CMAC and then some innovative solutions were proposed to enhance the I
performance and the learning effectiveness of the CMAC. Chapter 4 represents a combination between the RCMAC and the robust controller to form the robust RCMAC to achieve not only good tracking response but also attenuate significantly the effects of the external disturbances, and sensor noise. With this combination, the stability and robustness of the control system were improved during operation. Along with representing theory, the experimental results were also provided to prove the effectiveness of the proposed solutions. Keywords: Non-linear system, uncertainties, disturbances, noises, Cerebellar Model Articulation Controller (CMAC), Wavelet Function, Recurrent Network, neural network, redundant solutions. II
Tóm tắt Thiết kế hệ thống điều khiển cho những hệ thống phi tuyến nhiều ngõ vào-nhiều ngõ ra (Multi Inputs-Multi Outputs: MIMO) đã và đang thu hút sự quan tâm của nhiều nhà nghiên cứu. Do tính chất phức tạp của các hệ thống phi tuyến MIMO, mô hình động học của các hệ thống phi tuyến không thể xác định được một cách chính xác trong các ứng dụng thực tế. Vì vậy việc thiết kế những bộ điều khiển dựa vào mô hình động học của hệ thống không thể đạt được các chỉ số thực hiện như mong muốn. Để giải quyết vấn đề điều khiển cho các không xác định được chính xác mô hình động học, nhiều bộ điều khiển nâng cao đã và đang được nghiên cứu và áp dụng cho các hệ thống phi tuyến MIMO như bộ điều khiển tối ưu bầy đàn (Particle Swarm Optimization: PSO), bộ điều khiển logic mờ (Fuzzy Logic Controller FLC), mạng nơ ron (Neural Network: NN), mạng nơ ron mờ (Fuzzy Neural Network: FNN)…etc. Với việc nghiên cứu và phát triển các bộ điều khiển thông minh, thích nghi, các chỉ số thực hiện của bộ điều khiển đã đạt được trong các ứng dụng thực tế. Tuy nhiên các phương pháp điều khiển ở trên vẫn tồn tại một số vấn đề không thuận lợi và hạn chế cần phải được cải thiện như thời gian xử lý của bộ điều khiển khi học theo thời gian thực, việc chọn lựa số lượng tập mờ và luật mờ, cách chọn số nơ ron và số lớp của mạng, vấn đề bền vững của hệ thống khi xuất hiện những thành phần không chắc chắn do nhiễu và sự thay đổi thông số mô hình, thông số tải trong quá trình hoạt động của hệ thống điều khiển. Nghiên cứu này đề xuất bộ điều khiển có cấu trúc mô hình tiểu nảo (Cerebellar Model Articulation Controller: CMAC), bộ điều khiển có cấu trúc mô hình tiểu nảo hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RCMAC), và hệ thống điều khiển có cấu trúc mô hình tiểu nảo III
hồi tiếp bền vững (Robust Recurrent Cerebellar Model Articulation Control System :RRCMACS) cho các hệ thống phi tuyến MIMO để nâng cao các chỉ số thực của bộ điều khiển như khả năng bám đuổi tốt theo tín hiệu đặt, tăng tính ổn định và bền vững, giảm ảnh hưởng của sự thay đổi tải và ảnh hưởng của nhiễu lên sự ổn của bộ điều khiển trong quá trình hoạt động. Nội dung chính của đề tài được trình bày trong Chương 2, Chương 3 và Chương 4. Trong đó, Chương 2 trình bày về bộ điều khiển có cấu trúc mô hình tiểu nảo thường được sử dụng (Traditional Cerebellar Model Articulation Controller), những thuộc tính nỗi bật của bộ điều khiển CMAC so với các bộ điều khiển thông minh khác. Chương 3 trình bày những yếu tố ảnh hưởng đến khả năng và hiệu quả học của bộ điều khiển CMAC từ đó đề xuất những giải pháp cải tiến để nâng cao chỉ số thực hiện và hiệu quả học của bộ điều khiển CMAC. Chương 4 trình bày một sự kết hợp giữa bộ điều khiển RCMAC và bộ điều khiển bền vững để tạo thành bộ điều khiển có cấu trúc mô hình tiểu nảo hồi tiếp bền vững. Bộ điều khiển này không những đạt được khả năng bám đuổi tốt mà còn có khả năng giảm thiểu một cách đáng kể những ảnh hưởng do sự thay đổi của tải hay tác động của nhiễu. Với sự kết hợp này, sự ổn định và bền vững của hệ thống được cải thiện trong quá trình hoạt động. Cùng với việc trình bày về lý thuyết, các kết quả thực nghiệm cũng được trình bày trong mỗi chương để chứng minh hiệu quả của các giải pháp được đề xuất. Từ khóa: Hệ thống phi tuyến MIMO, thành phần không chắc chắn, nhiễu, bộ điều khiển có cấu trúc mô hình tiểu nảo (CMAC), hàm Wavelet, mạng hồi tiếp, mạng nơ ron. IV
Chữ viết tắt MIMO Multi Input Multi Output PSO Particle Swarm Optimization FLC Fuzzy Logic Controller NN Neural Network CMAC Cerebellar Model Articulation Controller WCMAC Wavelet Cerebellar Model Articulation Controller RCMAC Recurrent Cerebellar Model Articulation Controller RRCMAC Robust Recurrent Cerebellar Model Articulation Controller LPM Linear Piezoelectric Motor WLCM Water Level Model Controller PCM Pressure Control Model V
Chương 1: GIỚI THIỆU HỆ THỐNG PHI TUYẾN MIMO VÀ HỆ THỐNG ĐIỀU KHIỂN ĐƯỢC ĐỀ XUẤT 1.1 Giới thiệu hệ thống phi tuyến MIMO và các vấn đề nghiên cứu ..... 1 1.2 Hệ thống phi tuyến MIMO gồm những thành phần không chắc chắn 4 1.3 Hệ thống điều khiển được đề xuất ................................................... 5 Chương 2: BỘ ĐIỀU KHIỂN CÓ CẤU TRÚC MÔ HÌNH TIỂU NẢO 2.1 Giới thiệu về bộ điều khiển có cấu trúc mô hình tiễu NẢO ............. 9 2.1.1 Block diagram of the proposed control system and Structure of the CMAC ......................................................................................... 9 2.1.2 Hàm mục tiêu và luật học của bộ điều khiển CMAC ............ 13 2.2 Bộ điều khiển bù ước lượng biên độ sai số ...................................... 15 2.3 Kết quả mô phỏng và thực nghiệm................................................... 16 2.4 Kết luận ............................................................................................ 20 Chương 3: BỘ ĐIỀU KHIỂN CÓ CẤU TRÚC MÔ HÌNH TIỂU NẢO CẢI TIẾN 3.1 Những hạn chế của bộ điều khiển có cấu trúc mô hình tiểu NẢO cổ điển và những cải tiến được đề xuất ................................................. 21 3.2 Bộ điều khiển có cấu trúc mô hình tiểu NẢO sử dụng hàm Wavelet (Wavelet Cerebellar Model Articulation Controller : WCMAC) ..... 22 3.3 Bộ điều khiển có cấu trúc mô hình tiểu NẢO hồi tiếp (Recurrent VI
Cerebellar Model Articulation Controller: RWCMAC) ................... 24 3.4 Luận học theo thời gian thực ............................................................ 25 3.5 Thực nghiệm .................................................................................... 26 3.5.1 Kết quả thực nghiệm của bộ điều khiển WCMAC cho bàn trượt được điều khiển bởi động cơ tuyến tính áp điện ............................. 26 3.5.2 Kết quả thực nghiệm của bộ điều khiển RCMAC cho mô hình bàn trượt được điều khiển bởi động cơ áp điện ............................... 31 3.4 Kết luận. ........................................................................................... 33 Chương 4: BỘ ĐIỀU KHIỂN CÓ CẤU TRÚC MÔ HÌNH TIỂU NẢO BỀN VỮNG 4.1 Những yếu tố ảnh hưởng đến chỉ số bền vững của bộ điều khiển .... 34 4.2 Bộ điều khển có cấu trúc mô hình tiểu NẢO bền vững.................... 36 4.3 Kết quả mô phỏng của bộ điều khiển có cấu trúc mô hình tiểu NẢO bền vững cho mô hình bàn trượt ...................................................... 40 Chương 5: KẾT LUẬN VÀ CÁC ĐỀ XUẤT 5.1 Kết luận ............................................................................................ 45 5.2 Những đề xuất cho các nghiên cứu tiếp theo ................................... 46 VII
Chương 1: GIỚI THIỆU HỆ THỐNG PHI TUYẾN MIMO VÀ HỆ THỐNG ĐIỀU KHIỂN ĐƯỢC ĐỀ XUẤT Giới thiệu hệ thống phi tuyến MIMO và các vấn đề nghiên cứu Hầu hết các ứng dụng trong thực tế đều là những hệ thống phi tuyến. Có nhiều nguyên nhân gây ra những đặc tính phi tuyến này như ảnh hưởng của hiện tượng từ trễ, khe hở không khí, đặc tính bảo hòa, hệ số ma sát, sự liên kết giữa các thành phần trong hệ thống, các thành phần không chắc chắn, sự thay đổi của tải và nhiễu.[1]-[5]. Do ảnh hưởng của những đặc tính phi tuyến, mô hình động học hoàn chỉnh của các hệ thống trong thực tế không thể xác định được. Do vậy, những đặc tính phi tuyến này phải được xem xét trong quá trình thiết hệ các hệ thống điều khiển. Theo quan điểm thiết kế bộ điều khiển, những bộ điều khiển dựa vào mô hình động học của hệ thống không thể đạt được những chỉ số thực hiện tốt cho các hệ thống phi tuyến MIMO [6]-[15]. Để đối phó với những đặc tính phi tuyến và không chắc chắn của hệ thống, bộ điều khiển logic mờ [16]-[23], bộ điều khiển trượt [24]-[30], mạng nơ ron [31]-[39] đã được đề xuất cho hệ thống phi tuyến để đạt được chỉ số thực hiện mong muốn. Tuy nhiên, các bộ điều khiển này tồn tại những hạn chế như sau:  Chỉ số thực hiện của bộ điều khiển FLC phụ thuộc hoàn toàn vào việc chọn lựa tập mờ và luật mờ. Tuy nhiên, chưa có một phương pháp cụ thể nào đảm bảo việc chọn lựa tập mờ và luật mờ tối ưu cho bộ điều khiển. Để đạt được chỉ số thực hiện tốt cho bộ điều khiển FLC cho các ứng dụng thực tế, các tập mờ và luật mờ của bộ điều khiển thường đạt được bằng phương pháp thử sai.  Đối với SMC, hiện tượng Chattering ảnh hưởng đến tuổi thọ và đáp ứng của cơ cấu chấp hành, việc chọn lựa biên độ của thành phần không Trang 1
chắc chắn và nhiễu phải canh nhắc giữa sự ổn định cho hệ thống và hiện tượng Chattering ở ngõ ra bộ điều khiển.  Mạng NN tồn tại những những hạn như: Tất cả các trọng số của cấu trúc mạng nơ ron đều được cập nhật trong mỗi chu kỳ học, việc chọn lựa số lượng nơ ron và số lớp để đạt chỉ số thực hiện tốt cho các đối tượng điều khiển khác nhau rất khó để đạt được trong các ứng dụng thực tế. Cùng với sự phát triển của mạng nơ ron, bộ điều khiển có cấu trúc mô hình tiểu NẢO (Cerebellar Model Articulation Controller : CMAC) có cấu trúc học tương tự bộ NẢO của con người cũng được nghiên cứu từ thập niên 70 [40]. Bộ điều khiển CMAC không ngừng được phát triển và tận dụng để điều khiển các hệ thống phi tuyến phức tạp yêu cầu phải học trực tuyến do nó có những thuộc tính vượt trội như: Khả năng học nhanh, khả năng tổng quát hóa tốt, quá trình tính toán đơn giản, [41]-[46]. Hiệu quả của bộ điều khiển CMAC so với NN đã được kiểm chứng qua các ứng dụng thực tế [47]-[48]. Trong những nghiên cứu gần đây, hàm Wavelet được tận dụng để thay thế cho hàm Gaussian để tăng hiệu quả học của bộ CMAC đối với những hệ thống động. Bên cạnh đó kỹ thuật hồi tiếp được tận dụng để cải tiến khả năng đáp ứng động cho bộ điều khiển CMAC. [49]-[51]. Mặc dù những nghiên cứu đã trình bày ở trên đã đạt được những kết quả khá tốt về mô phỏng và thực nghiệm trong thiết kế bộ điều khiển cho những hệ thống phi tuyến MIMO, sự bền vững của hệ thống khi chịu ảnh hưởng của các thành phần không chắc chắn và nhiễu chưa được đề cập một cách đầy đủ. Sau khi nghiên cứu các công trình liên quan đến bộ điều khiển CMAC, tác giả đề xuất hệ thống điều khiển cho các đối tượng phi tuyến MIMO sử dụng bộ điều khiển CMAC có những đặc tính dưới đây. Trang 2
 Hệ thống điều khiển không phụ thuộc vào mô hình động học của đối tượng điều khiển, sự hội tụ và ổn định của hệ thống được đảm bảo ngay cả trường hợp không xác định được mô hình động học một cách chính xác.  Hệ thống điều khiển có khả năng đảm bảo sự bền vững khi xuất hiện các thành phần không chắc chắn, sự thay đổi tải đột ngột hoặc nhiễu tác động. Đề tài này được chia thành năm chương. Chương I trình bày về hệ thống phi tuyến MIMO, các công trình nghiên cứu liên quan đến điều khiển hệ thống phi tuyến và các vấn đề cần nghiên cứu và phát triển. Chương II trình bày về mô hình động học của hệ thống phi tuyến, những yếu tố ảnh hưởng đến chỉ số thực hiện của bộ điều khiển, những phương pháp điều khiển và cấu trúc của hệ thống điều khiển được đề xuất cho hệ phi tuyến. Cấu trúc của bộ điều khiển CMAC cơ bản và ứng dụng của nó được trình bày trong chương 3. Chapter 4 trình bày những hạn chế của bộ điều khiển CMAC cơ bản và đề xuất những giải pháp cải tiến để nâng cao chỉ số thực hiện cho bộ điều khiển CMAC. Những yếu tố ảnh hưởng đến độ bền vững và thiết kế bộ CMAC bền vững được trình bày chi tiết trong chương 5. Phần kết luận và những nghiên cứu tiếp theo được đưa ra trong chương 6. Bên cạnh việc trình bày những vấn đề nghiên cứu bằng lý thuyết, những kết quả mô phỏng và thực nghiệm cũng được thực hiện để làm rõ những nội dung được trình bày. Cấu trúc của đề tài được trình bày như Hình 1.1. Trang 3
Chương 1 Giới thiệu về đối tượng phi tuyến và hệ thống điều khiển được đề xuất Chương 2 Bộ điều khiển có cấu trúc mô hình tiểu NẢO Chương 3 Bộ điều khiển có cấu trúc mô hình tiểu NẢO cải tiến Chương 4 Bộ điều khiển có cấu trúc mô hình tiểu NẢO bền vững Chương 5 Kết luận và đề xuất Hình 1.1: Cấu trúc của đề tài Hệ thống phi tuyến MIMO gồm những thành phần không chắc chắn Phương trình động học tổng quát của hệ thống phi tuyến MIMO chịu ảnh hưởng của các thành phần không chắc chắn, sự thay đổi của tải và nhiễu được mô tả như sau. x n = F0 (x) + ΔF( x) + (G 0 (x) + ΔG (x))u + dn(x)  F0 (x) + G 0 (x)u  UD(x) (1.1)  y = x Trang 4
Trong đó: y = x  [x1 , x 2 ,..., x no ]T  R no là vector ngõ ra của hệ thống, x  [x T , x T ,..., x (n -1)T ]T  R n là vector trạng thái của hệ thống, u  [u1 , u 2 ,..., u no ]T  R no là vector ngõ vào điều khiển, F0 (x)  R no n là hàm phi tuyến danh định, G 0 (x)  R no no là ma trận độ lợi danh định, ΔF(x) và ΔG(x) là sự thay đổi của hàm phi tuyến và ma trận độ lợi, dn(x) = [dn1 ,dn 2 ,...,dn o ]T  R no đại diện cho sự ảnh hưởng của tải và nhiễu tác động lên hệ thống, UD(x)  F(x) + G(x)u + dn(x) là gộp của các thành phần không xác định được gồm các thành phần không chắc chắn, sự thay đổi tải và nhiễu. Mục tiêu của hệ thống điều khiển là đảm bảo tín hiệu ngõ ra x không những có thể bám đuổi theo những quỹ đạo mong muốn xd  R no mà còn đảm bảo sự bền vững khi chịu ảnh hưởng của các thành phần không chắc chắn UD(x) . Hệ thống điều khiển được đề xuất Đối với những hệ thống bậc cao, để giảm bậc của các biến trong quá tính toán và thiết kế hệ thống điều khiển, các biến điều khiển được tích hợp thành một biến mới gọi là mặt trượt sai số. [2],[29]-[30]. Mặt trượt sai số trong nghiên cứu này có dạng như sau S  en-1 + Ke (1.2) Trang 5
Trong đó e  xd  x và e  e, e,... , en-1  lần lượt là sai số bám đuổi và T vector sai số của hệ thống. Vi phân hai vế của mặt trượt sai số, s và kết hợp với phương trình động học (1.1) cho ra kết quả như sau S  en + Ke = xnd - xn + K(e) = x nd - Fo (x) - G o (x)u - UD(x) + K(e) (1.3) Trong trường hợp những hàm danh định In case of the nominal values Fo (x)  R no x n , Go1 (x)  R no xno và các thành phần không chắc chắn UD(x) được xác định một cách chính xác, một bộ điều khiển trượt lý tưởng (Ideal Sliding Mode: ISM) được thiết kế để đảm bảo sự ổn định của hệ thống, [49],[52]-[53]. uISM  Go1 (x) xdn - Fo (x)  UD(x)  K(e) + ηsgn(S) (1.4) Chứng minh ổn định của bộ điều khiển ISM: Dựa vào các công trình nghiên cứu về điều khiển trượt [29]-[30], hàm Lyapunov được chọn để chứng minh sự ổn định của bộ điều khiển như sau 1 (1.5) V(t) = S 2 2 Vi phân hai vế hàm Lyapunov (1.5) và thay tín hiệu điều khiển u trong phương trình (1.1) bằng u ISM trong phương trình (1.4) cho ra kết quả như sau V(t)  SS  sηsgn(S)   η S (1.6) Bằng cách chọn η > 0 , ổn định của bộ điều khiển sẽ được đảm bảo theo điều kiện Lyapounov . Trang 6
Tuy nhiên, đối với những hệ thống phi tuyến phức tạp, có tính phi tuyến cao, các thành phần không chắc chắn UD(x) không thể đo, xác định hay ước lượng được một cách chính xác trong các ứng dụng thực tế. Vì vậy bộ điều khiển trượt lý tưởng u ISM không thoải mãn được các chỉ số ổn định và bền vững của hệ thống. Để đối phó với những hạn chế của những bộ điều khiển dựa vào mô hình, nhiều bộ điều khiển hiện đại được nghiên cứu và phát triển như: Bộ điều khiển mờ (Fuzzy Logic Controller: FLC), Bộ điều khiển trượt (Sliding Mode Controller :SMC), mạng nơ ron (Neural Networks: NNs), và bộ điều khiển có cấu trúc mô hình tiểu NẢO (Cerebellar Model Articulation Controller: CMAC) [17-51]. Mặc dù các công trình nghiên cứu ở trên đã đạt được những kết quả ấn tượng trong thiết kế các bộ điều khiển để đối phó với những hệ thống phi tuyến cao, đặc tính đáp ứng động và bền vững của hệ thống trong trường hợp tồn tại các thành phần không chắc chắn chưa được đề cập một cách đầy đủ. Nghiên cứu này đề xuất một hệ thống điều khiển có cấu trúc mô hình tiểu NẢO hồi tiếp bền vững (Robust Recurrent Cerebellar Model Articulation Control System : RRCMACS) cho những hệ thống phi tuyến MIMO. Trong đó, bộ điều khiển có cấu trúc mô hình tiểu nảo hồi tiếp (Recurrent Cerebellar Model Articulation Controller: RCMAC) được thiết kế để học bộ điều khiển trượt lý tưởn nhằm cực tiểu mặt trượt sai và bộ điều khiển bền vững H được thiết kế để làm giảm những ảnh hưởng của các thành phần không chắc chắn tác động lên hệ thống nhằm đạt được chỉ số bám đuổi bền vững cho toàn hệ thống. Trang 7
Hệ thống điều khiển tổng thể được mô tả trong phương trình (1.7) uRRCMACS = u ISM - u RC - u RCMAC (1.7) xd  n  0 (x)  xd - Fo (x) - UD(x) + K(e) - ηsgn(s)  uISM = G -1  w , m , , w r xd + Learning u ISM w ˆ , ˆ , w ˆ,m ˆr e S en 1 + Ke Rules + x- - RCMAC UD(x)  u RCMAC MIMO Nonlinear S + u RC - System Robust Controller β u RRCMACS Hình 1.2: Sơ đồ khối của hệ thống điều khiển được đề xuất Sơ đồ khối của hệ thống điều khiển được đề xuất bao gồm ba thành phần chính như sau:  Bộ điều khiển trượt lý tưởng được sử dụng trong trường hợp các thành phần không chắc chắn được xác định được một cách chính xác  Bộ điều khiển RCMAC là bộ điều khiển chính, nó được sử dụng để học các thành phần không chắc chắn UD(x) nhằm cực tiểu mặt trượt sai số S . Với việc chọn lựa tốc độ học phù hợp, mặt trượt sai số S Trang 8
tiến về zero bởi khả năng học của bộ điều khiển RCMAC.  Bộ điều khiển bền vững u RC có chức năng đảm bảo cho hệ thống hoạt động bền vững trong trường hợp tồn tại các thành phần không chắc chắn trong suốt quá trình hoạt động Chương 2: BỘ ĐIỀU KHIỂN CÓ CẤU TRÚC MÔ HÌNH TIỂU NẢO 2.1 Giới thiệu về bộ điều khiển có cấu trúc mô hình tiễu nảo. Bộ điều khiển có cấu trúc mô hình tiễu NẢO (Cerebellar model articulation controller: CMAC) có cấu trúc của một mô hình mạng nơ ron liên kết không hoàn toàn được đề xuất bởi tác giả Albus [54]–[56]. Bộ điều khiển CMAC với khả năng học nhanh và tổng quát hóa tốt đã được nghiên cứu và phát triển để nhận dạng và điều khiển các hệ thống phi tuyến phức tạp [57]- [59]. Với những thuộc tính vượt trội của nó, bộ điều khiển CMAC không yêu cầu phải biết trước nhiều thông tin về hệ thống. Vì vậy nó được xem như là một bộ điều khiển thông minh, phù hợp cho nhiều hệ thống phi tuyến trong thực tế [60]-[61]. Những thuộc tính vượt trội của bộ điều khiển CMAC so với NNs đã được trình bày và chứng minh trong [62]-[64]. 2.1.1 Block diagram of the proposed control system and Structure of the CMAC Bộ điều khiển CMAC với khả năng học nhanh và tổng quát hóa tốt đóng một vài trò quan trọng trong việc học các thành phần không chắc chắn, UD(x) để cực tiểu mặt trượt sai số. Sơ đồ khối của hệ thống điều khiển sử dụng CMAC và cấu trúc của bộ điều khiển CMAC lần lượt được trình bày trong Hình 2.1 và Hình 2.2. Bộ điều khiển CMAC bao gồm các không gian Trang 9
liên kết với nhau như: Không gian ngõ vào S , không gian vùng nhớ liên thuộc A , không gian trường liên kết dữ liệu R , không gian trọng số W , và không gian ngõ ra O . Sự lan truyền tín hiệu giữa các không gian trong bộ điều khiển CMAC được trình bày như sau [48], [65]. xd  n  0 (x)  xd - Fo (x) - UD(x) + K(e) - ηsgn(s)  uISM = G -1 η w , η m , ησ , η w r xd + Learning u ISM w, ˆ σ, ˆ m, ˆ wˆr e S en-1 + Ke Rules + x- - CMAC UD(x)  u CMAC MIMO Nonlinear S + System Compensator u CC - Controller ηB u CMACS Hình 2.1: Sơ đồ khối hệ thống điều khiển sử dụng CMAC Trang 10
Input Association Me- Receptive Weight Memory Output Space S mory Space A Field Space R Space W Space O O1  S1 μ1k bik w1k Oj  w jk Sn i μ ik Layer 1 nk Hình 2.2: Cấu trúc của bộ điều khiển CMAC Trong nghiên cứu này, những mặt trượt sai số được xem như những biến cần điều chỉnh tại không gian ngõ vào, S = [S1 S2 S3 ...Sni ] . Mỗi biến ngõ vào Si có thể được lượng tử thành n e khoảng rời rạc khác nhau tương ứng với không gian làm việc của hệ thống. Mức độ phụ thuộc của biến ngõ vào đối với mỗi lớp của bộ điều khiển được tính bằng hàm Gaussian như sau  (Si - mik ) 2  (2.1) μ ik = exp  -   2σik2  Trong đó: μ ik là độ phụ thuộc của biến ngõ vào Si đối với lớp thứ k . m ik và  ik lần lượt là tâm và độ rộng của hàm Gaussian tại lớp thứ k Trang 11
Mức độ phụ thuộc μ ik của những biến ngõ vào tại lớp thứ k được lưu chồng lên nhau trong không gian trường nhận dữ liệu tại khối b k . Phương pháp lưu dữ liệu cho trường hợp có hai ngõ vào, mỗi ngõ vào có 7 thành phần n e = 7 được trình bày trong Hình 2.4. Những khối được hình thành bởi việc xếp chồng dữ liệu của các biến ngõ vào được gọi là những không gian liên kết. Mỗi thành phần tích cực trong mỗi khối hoặc lớp trở thành thành phần trội. Vì vậy trọng số của mỗi khối hoặc lớp đó có thể đạt được. Giá trị của không gian liên kết thứ k được xác định như sau n (2.2) b k S, mk ,σ k  = μ i=1 ik (Si ) Trong đó: i = 1, 2,..., n i và k = 1, 2,..., n k Trong cấu trúc của bộ điều khiển CMAC, nội dung của mỗi không gian liên kết tương ứng với mỗi giá trị xác định trong không gian trọng số và được mô tả như sau. v jk (S) = w jk b k (S, m k , σ k ) (2.3) Trong đó: w jk là trọng số thứ k trong không gian liên kết tương ứng với ngõ ra thứ j . Trang 12