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

Ứng dụng bộ điều khiển mờ - nơ ron kết hợp FPGA điều khiển động cơ đồng bộ tuyến tính

Chia sẻ: Thi Thi | Ngày: | Loại File: PDF | Số trang:6

63
lượt xem
5
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Công nghệ FPGA là công nghệ mảng lập trình được dạng trường, một hệ thống điều khiển mờ (FC) kết hợp với mạng nơ ron hàm cơ sở xuyên tâm (RBF NN) được áp dụng cho động cơ đồng bộ tuyến tính nam châm vĩnh cửu (PMLSM) trong bài báo. Đầu tiên, mô hình toán học của động cơ đồng bộ tuyến tính nam châm vĩnh cửu được xác định, tiếp đó để nâng cao chất lượng của hệ thống điều khiển PMLSM một bộ điều khiển mờ cùng với bộ chỉnh định thông số luật mờ được thiết kế cho vòng điều chỉnh vị trí hệ thống điều khiển PMLSM để chống lại sự ảnh hưởng của tính chất của hệ và tải ngoài.

Chủ đề:
Lưu

Nội dung Text: Ứng dụng bộ điều khiển mờ - nơ ron kết hợp FPGA điều khiển động cơ đồng bộ tuyến tính

Chu Đức Toàn<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 122(08): 9 - 14<br /> <br /> ỨNG DỤNG BỘ ĐIỀU KHIỂN MỜ - NƠ RON KẾT HỢP FPGA<br /> ĐIỀU KHIỂN ĐỘNG CƠ ĐỒNG BỘ TUYẾN TÍNH<br /> Chu Đức Toàn*<br /> Trường Đại học Điện lực<br /> <br /> TÓM TẮT<br /> Công nghệ FPGA là công nghệ mảng lập trình được dạng trường, một hệ thống điều khiển mờ<br /> (FC) kết hợp với mạng nơ ron hàm cơ sở xuyên tâm (RBF NN) được áp dụng cho động cơ đồng<br /> bộ tuyến tính nam châm vĩnh cửu (PMLSM) trong bài báo. Đầu tiên, mô hình toán học của động<br /> cơ đồng bộ tuyến tính nam châm vĩnh cửu được xác định, tiếp đó để nâng cao chất lượng của hệ<br /> thống điều khiển PMLSM một bộ điều khiển mờ cùng với bộ chỉnh định thông số luật mờ được<br /> thiết kế cho vòng điều chỉnh vị trí hệ thống điều khiển PMLSM để chống lại sự ảnh hưởng của<br /> tính chất của hệ và tải ngoài. FPGA sử dụng phương pháp graph trạng thái lập trình để thực thi bộ<br /> điều khiển trên và ngôn ngữ mô tả phần cứng dùng để mô tả sơ đồ graph trạng thái. Cuối cùng hệ<br /> thống thực nghiệm được xây dựng để kiểm nghiệm tính hiệu quả của thiết kế cho kết quả tốt.<br /> Từ khóa: Mảng cổng lập trình được dạng trường (FPGA); bộ điều khiển mờ - nơ ron (NFC);<br /> động cơ đồng bộ tuyến tính nam châm vĩnh cửu (PMLSM); graph trạng thái (FSM); ngôn ngữ mô<br /> tả phần cứng (VHDL)<br /> <br /> MỞ ĐẦU*<br /> Động cơ đồng bộ tuyến tính ngày càng được<br /> sử dụng phổ biến trong lĩnh vực tự động hóa<br /> do độ chính xác cao, đáp ứng nhanh. Tuy<br /> nhiên do PMLSM không có vitme và đai ốc<br /> nên tải trọng thay đổi trong quá trình chuyển<br /> động sẽ ảnh hưởng tới chất lượng vị trí điều<br /> chỉnh. Để giải quyết vấn đề này nhiều kỹ<br /> thuật điều khiển thông minh như: điều khiển<br /> mờ, điều khiển nơ ron,..đã được ứng dụng.<br /> Mặc dù bộ điều khiển mờ - nơ ron (NFC) hay<br /> bộ điều khiển mờ (FC) cần rất nhiều phép tính<br /> nhưng bộ xử lý tín hiệu số DSP và mảng lập<br /> trình được dạng trường FPGA có thể đáp ứng<br /> được. Đặc biệt FPGA với đặc điểm lập trình<br /> cứng, khả năng tính toán nhanh, chu trình<br /> thiết kế ngắn, công suất tiêu thụ thấp thích<br /> hợp hơn DSP để thực thi hệ thống số. Trước<br /> đây đã thiết kế bộ điều khiển mờ tự kiểm soát<br /> hoạt động trên rô bốt hay bộ điều khiển mờ<br /> trượt cho động cơ đồng bộ tuyến tính đều<br /> thực thi trên FPGA. Nhưng do cơ chế suy<br /> luận mờ xử lý song song nên tiêu tốn rất<br /> nhiều tài nguyên của FPGA, vì vậy mà số luật<br /> hợp thành hữu hạn sẽ được sử dụng. Để giải<br /> *<br /> <br /> quyết vấn đề tài nguyên trong FPGA, phương<br /> pháp biểu đồ trạng thái FSM cùng với bộ<br /> nhân, bộ cộng, so sánh và thanh ghi,…sẽ<br /> được sử dụng trong bài báo. Do biểu đồ trạng<br /> thái FSM thuộc nhóm phương pháp xử lý<br /> tuần tự cho nên tài nguyên sử dụng sẽ giảm<br /> đáng kể. Bài báo này sử dụng một chip FPGA<br /> là Altera Stratix II EP2S60F672C5 có 48,352<br /> ALUTs, tối đa 492 user I/O pins, 36 DSP<br /> blocks, 2.544.192 bít of Ram và một Nios II<br /> processor được nhúng trong FPGA. Sau cùng<br /> hệ thống thực nghiệm bao gồm một bo mạch<br /> FPGA, một bộ biến đổi và một PMLSM sẽ<br /> được tạo ra để kiểm nghiệm tính chính xác<br /> của thiết kế.<br /> CẤU TRÚC BỘ ĐIỀU KHIỂN MỜ - NƠ<br /> RON TRÊN CƠ SỞ FPGA<br /> Kiến trúc nội của NFC trên FPGA bao gồm<br /> bộ phận chỉ định vị trí, NFC cho vòng điều<br /> khiển vị trí, bộ điều khiển tỷ lệ (P) cho vòng<br /> điều chỉnh tốc độ và bộ điều khiển véc tơ dòng<br /> cho PMLSM tất cả thực thi trên một FPGA.<br /> Mô hình toán học của PMLSM<br /> Mô hình động của một PMLSM điển hình<br /> được mô tả trên trục tọa độ động bộ như sau:<br /> <br /> Tel: 0982 917093, Email: toancd@epu.edu.vn<br /> <br /> 9<br /> <br /> Chu Đức Toàn<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> did<br /> R<br />  Lq <br /> 1<br />   s id <br /> x iq  vd<br /> dt<br /> Ld<br />  Ld<br /> Ld<br /> .<br /> <br /> (1)<br /> .<br /> <br />  <br />  Ld <br /> Rs<br /> 1<br /> <br /> x p id <br /> iq  vd  f x p (2)<br /> dt<br />  Lq<br /> Lq<br /> Ld<br /> Lq<br /> <br /> diq<br /> <br /> Trong đó vd, vq là thành phần điện áp trên trục<br /> d và q<br /> Id, iq là thành phần dòng điện trên trục d và q<br /> Ld, Lq là thành phần điện cảm trên trục d và q<br /> <br /> x p là tốc độ dịch chuyển<br /> τ là bước cực<br /> Lực điện từ được tính như sau:<br /> <br /> 3<br /> [( Ld  Lq )id   ]iq<br /> 2<br /> <br /> (3)<br /> <br /> Vòng điều khiển dòng của PMLSM dựa trên<br /> cơ sở điều chế véc tơ. Nếu chỉnh định id = 0<br /> thì mô hình PMLSM sẽ được tách biệt, lúc đó<br /> điều khiển PMLSM sẽ trở lên dễ dàng giống<br /> động cơ tuyến tính một chiều. Sau khi đơn<br /> giản hóa và xem xet thành phần tải trọng cơ<br /> khí, mô hình của PMLSM là:<br /> <br /> 3<br />  f i q K t i q<br /> 2<br /> 3<br /> f<br /> Với K t <br /> 2<br /> Fe <br /> <br /> (4)<br /> (5)<br /> <br /> Và phương trình đặc tính cơ của PMLSM là:<br /> <br /> Fe  FL  M m<br /> <br /> d 2xp<br /> dt<br /> <br /> 2<br /> <br />  Bm<br /> <br /> Cấu trúc của NFC bao gồm một FC, bộ chỉnh<br /> định tham số trên cơ sở RBF NN, được mô tả<br /> chi tiết như sau:<br /> Bộ điều khiển mờ FC:<br /> Sai lệnh bám và sự thay đổi sai lệnh được<br /> định nghĩa là:<br /> <br /> e( k )  x m ( k )  x p ( k )<br /> <br /> (7)<br /> <br /> e(k )  e(k )  e(k  1)<br /> <br /> (8)<br /> <br /> e, de, uf tương ứng là đầu vào và đầu ra của<br /> FC. Thiết kế của FC như sau:\<br /> <br /> .<br /> <br /> <br /> Fe <br /> <br /> 122(08): 9 - 14<br /> <br /> dx p<br /> <br /> (6)<br /> <br /> dt<br /> <br /> Trong đó Fe, Kt, Mm, Bm, FL tương ứng là lực<br /> điện từ, hằng số lực, tổng khối lượng của các<br /> thành phần dịch chuyển, hệ số ma sát nhớt và<br /> ngoại lực.<br /> NFC trong vòng điều chỉnh vị trí<br /> <br /> - Cho e, de là các biến đầu vào của FC và các<br /> biến ngôn ngữ là E và dE. Tập mờ của E và<br /> dE theo thứ tự là {A0, A1, A2, A3, A4, A5, A6}<br /> và {B0, B1, B2, B3, B4, B5, B6}.Các hàm thuộc<br /> này đều là hàm tam giác đối xứng.<br /> - Tính toán giá trị hàm thuộc ứng với các đầu<br /> vào e và de. Ta thấy với bất kỳ giá trị đầu vào<br /> nào thì luôn chỉ có hai hàm thuộc cho giá trị<br /> khác 0, được tính như sau:<br /> e e<br /> ;  Ai 1 (e)  1   Ai (e)<br /> (9)<br />  Ai (e)  i 1<br /> 2<br /> - Lựa chọn luật mờ ban đầu từ đặc tính đáp<br /> ứng động học như: IF e is Ai and ∆e is B j<br /> THEN uf is cj,i (10). Trong đó I và j = 0 – 6,<br /> Ai và Bj là các số mờ, cj,i là các số thực.<br /> - Bộ điều khiển FC trong bài báo sử dụng bộ<br /> mờ hóa singleton, luật suy luận Prod, phương<br /> pháp giải mờ trọng tâm. Mặc dù có tổng cộng<br /> 49 luật hợp thành nhưng chỉ có 4 luật có đầu<br /> ra khác 0. Vì vậy (10) có thể thay thế bởi biểu<br /> thức (11).<br /> i 1 j1<br /> <br /> u f (e, de) <br /> <br />  c<br /> n i m  j<br /> <br /> m, n<br /> <br /> [μ A n (e) * μ Bm (de)<br /> <br /> i 1 j1<br /> <br />  μ<br /> n 1 m  j<br /> <br /> An<br /> <br /> (e) * μ Bm (de)<br /> <br /> i 1 j1<br /> <br /> Δ  c m, n d n,m<br /> n i m  j<br /> <br /> FL<br /> i*q<br /> <br /> Fe<br /> Kt<br /> +<br /> <br /> -<br /> <br /> 1<br /> M m S  Bm<br /> <br /> Hình 1. Sơ đồ khối điều khiển của PMLSM<br /> <br /> 10<br /> <br /> 1<br /> S<br /> <br /> Xp<br /> <br /> *<br /> <br /> (11)<br /> <br /> Chu Đức Toàn<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 122(08): 9 - 14<br /> <br /> xp(k)<br /> w1 enn<br /> <br /> h1<br /> <br /> +<br /> <br /> u(k)<br /> h2<br /> <br /> w2<br /> <br /> xrbf<br /> <br /> xp(k-1)<br /> <br /> Σ<br /> <br /> xp(k-2)<br /> <br /> hq<br /> <br /> Lớp đầu vào<br /> <br /> wq<br /> <br /> Lớp ẩn<br /> <br /> Lớp đầu ra<br /> <br /> Hình 2. Mạng RBF NN<br /> <br /> Mạng nơ ron RBF NN:<br /> Mạng RBF trong bài báo gồm có 3 lớp: 1 lớp<br /> vào, 1 lớp ẩn và 1 lớp đầu ra. Mạng RBF có 3<br /> đầu vào u(k), xp(k-1) và xp(k-2). Dạng véc tơ:<br /> (12)<br /> X  [u(k ), x p (k  1), x p (k  2)]T<br /> Hàm đa biến Gauss dùng làm hàm kích hoạt<br /> trong lớp ẩn:<br /> <br />  X  cr<br /> hr ( x)  exp  <br /> 2<br /> <br /> 2 r<br /> <br /> <br /> 2<br /> <br /> <br /> , r  1,2,3,4...q<br /> <br /> <br /> <br /> (13)<br /> <br /> T<br /> q<br /> <br />  wr hr (14)<br /> <br /> các trọng số và đầu ra của nơ ron thứ r. Hàm<br /> năng lượng sai số: J <br /> <br /> 1<br /> 1 2<br /> ( x rbf  x p ) 2  e nn<br /> 2<br /> 2<br /> <br /> (15)<br /> Theo phương pháp ngược hướng gradient thì<br /> trọng số, tâm hàm và bề rộng hàm được huấn<br /> luyện bằng công thức:<br /> wr (k  1)  wr (k )  enn (k )hr (k ) (16)<br /> X (k )  c rs (k ) (17)<br /> c (k  1)  c (k )  e (k )h (k ) w (k ) s<br /> r<br /> <br />  r 2 (k )<br /> <br /> r<br /> <br />  rs (k  1)   rs (k )  enn (k )hr (k )wr (k )<br /> <br /> X s (k )  cr (k )<br /> <br /> 2<br /> <br /> (18)<br /> <br />  r 3 (k )<br /> <br /> Trong đó r = 1, 2, 3,…q; s = 1, 2, 3; η là hệ số<br /> huấn luyện.<br /> <br /> x p<br /> u<br /> <br /> <br /> <br /> x rbf<br /> u<br /> <br /> q<br /> <br />   w r hr<br /> r 1<br /> <br /> J e<br /> (21)<br /> c m,n<br /> <br /> c r1  u ( k )<br />  2r<br /> <br /> phân của Je là:<br /> <br /> r 1<br /> <br /> Trong đó x rbf là các giá trị đầu ra; wr, hr là<br /> <br /> nn<br /> <br /> Các tham số cm,n được điều chỉnh như sau:<br /> <br /> m = j, j+1; n=i, i+1; α là hệ số hiệu chỉnh, vi<br /> <br /> Đầu ra của mạng RBF là: x rbf <br /> <br /> rs<br /> <br /> 1<br /> 1<br /> J e  e 2  ( x m  x p ) 2 (20)<br /> 2<br /> 2<br /> <br /> c m, n  <br /> <br /> cr  cr1 , cr 2 , cr 3 <br /> <br /> rs<br /> <br /> Bộ điều chỉnh thông số cho FC<br /> Phương pháp ngược hướng gradient được sử<br /> dụng để điều chỉnh FC. Hiệu chỉnh thông số<br /> FC nhằm cực tiểu hóa bình phương sai lệnh<br /> giữa vị trí dịch chuyển và đầu ra của mô hình<br /> tham chiếu. Hàm năng lượng sai số:<br /> <br /> (19)<br /> <br /> Ta có:<br /> <br /> x p u f<br /> J e<br />  e<br /> c m , n<br /> u f c m , n<br /> <br /> u f (k )<br /> c m , n (k )<br /> <br />  d n,m<br /> <br /> (22)<br /> (23)<br /> <br /> sử dụng công thức Jacobi (19) suy ra:<br /> x p<br /> u f<br /> <br />  (K p  K i )<br /> <br /> x rbf<br /> u<br /> <br /> q<br /> <br />  ( K p  K i )  w r hr<br /> <br /> c r1  u (k ) (24)<br /> <br /> r 1<br /> <br /> r2<br /> <br /> thay (23), (24) vào (22) ta có công thức hiệu<br /> chỉnh các tham số cm,n sau:<br /> q<br /> <br /> c m, n (k )  e(k )( K p  K i )d n ,m  wr hr<br /> r 1<br /> <br /> c r1  u (k ) (25)<br /> r2<br /> <br /> Với m = j, j+1; n = i, i+1.<br /> Cấu trúc nội của FPGA điều khiển PMLSM<br /> được đề xuất là: FPGA là Altera Stratix II<br /> EP2S60F672C5 có 48352 ALUTs, tối đa 718<br /> cổng vào/ra, một bộ xử lý nhúng Nios II tạo<br /> lên một SoPC. Trong đó IP điều khiển bao<br /> gồm NFC điều chỉnh vị trí, bộ điều chỉnh tốc<br /> độ P, bộ điều khiển dòng và bộ biến đổi tọa<br /> độ, bộ điều chế véc tơ không gian...<br /> 11<br /> <br /> Chu Đức Toàn<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 122(08): 9 - 14<br /> <br /> Hình 3. Mô hình thực nghiệm<br /> <br /> Một biểu đồ trạng thái dùng để mô tả NFC và<br /> bộ điều khiển P: sử dụng các bộ cộng, bộ<br /> nhân, các thanh ghi..., thao tác qua 111 bước<br /> để tính toán tất cả các phép toán. Toàn bộ<br /> thuật toán được viết bằng ngôn ngữ mô tả<br /> phần cứng VHDL. Tất cả các bước tính toán<br /> từ S0 đến S5 để tính toán đầu ra của mô hình<br /> tham chiếu; S6 đến S8 tính toán tốc độ và sai<br /> lệnh vị trí và sự thay đổi sai lệnh; S9 đến S22<br /> tính toán bộ điều khiển mờ; S23 đến S27 tính<br /> toán tốc độ và dòng điện chỉ thị; S28 đến S104<br /> tính toán trong RBF NN, công thức Jacobi;<br /> cuối cùng S105 đến S111 điều chỉnh các tham số<br /> của FC. Mỗi bước tính toán thực hiện trong<br /> 40ns (25MHz). Tổng thời gian thực hiện 111<br /> bước tính là 4.44μs. Bộ xử lý nhúng Nios II<br /> thực hiện tính toán chỉ thị chuyển động, bao<br /> gồm chương trình chính và chương trình phục<br /> vụ ngắt ISR với chu kỳ 2ms. Toàn bộ chương<br /> trình phần mềm này được viết bằng ngôn ngữ<br /> C. Toàn bộ tài nguyên thiết kế là 19225<br /> ALUTs và 301 056 RAM bit, chiếm 57,3%<br /> ALUTs và 13,6% RAM của Stratix II<br /> EP2S60F672C5.<br /> KẾT QUẢ THỰC NGHIỆM<br /> Sơ đồ mô hình thực nghiệm hình 3 bao gồm:<br /> một chip FPGA, một bộ biến đổi nguồn áp sử<br /> dụng IGBT và một PMLSM được chế tạo bởi<br /> Baldor. Một số thông số về động cơ như:<br /> Rs = 27 Ω, Ld = Lq=23,3mH, Kt=79,9 N/A.<br /> Điện áp đầu vào là 220V, dòng điện liên tục<br /> 1,6A, dòng điện cực đại 4,8A và công suất<br /> 54W. Tốc độ và gia tốc cực đại là 4m/s và 4g.<br /> 12<br /> <br /> Khối lượng dịch chuyển 2,5 kg, tải trọng tối<br /> đa lên 22,5 kg. Cảm biến vị trí là một encoder<br /> tuyến tính với độ phân giải 5μm được gắn<br /> trên PMLSM, bước cực 30,5 mm. Bộ biến đổi<br /> gồm 3 IGBT lên tới 600V; điện áp cổng phát<br /> ±20V. Mạch điều khiển cổng IGBT sử dụng<br /> IC toshiba TLP250. Tín hiệu vào bộ biến đổi<br /> là tín hiệu PWM từ FPGA. Tần số trích mẫu<br /> trong vòng điều chỉnh dòng điện, tốc độ và vị<br /> trí theo trình tự là 16KHz, 2KHz, 2KHz. Mô<br /> hình tham chiếu là một khâu bậc hai với tần<br /> số dao động riêng là 20 rad/s và hệ số tắt dần<br /> là 1. Các kết quả đồ thị hình 4, 5, 6.<br /> <br /> Hình 4. Đáp ứng bậc thang trong 3 trường hợp:<br /> a) FC khi phụ tải 0 kg; b) FC khi phụ tải 11 kg; c)<br /> NFC khi phụ tải 11 kg.<br /> <br /> Chu Đức Toàn<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 122(08): 9 - 14<br /> <br /> học xấu đi với độ quá điều chỉnh lên tới<br /> 19.5% (hình 4b). Kết quả này cải thiện nhiều<br /> hưn khi sử dụng bộ điều khiển mờ - nơ ron<br /> (hình 4c).<br /> <br /> Hình 5. Đáp ứng của hệ với tín hiệu vào hình sin<br /> khi sử dụng FC<br /> <br /> Hình 5 và hình 6 cho thấy đáp ứng tần số và<br /> sai lệnh bám trong trường hợp sử dụng bộ<br /> điều khiển FC và bộ điều khiển NFC với phụ<br /> tải 11kg. Tín hiệu đầu vào hình sin với biên độ<br /> là 10mm, tần số biến đổi từ 1 Hz tới 3 Hz. So<br /> với kết quả sử dụng FC, trường hợp sử dụng<br /> NFC cho sai lệnh bám chỉ bằng 0.35 lần.<br /> KẾT LUẬN<br /> <br /> Hình 6. Đáp ứng của hệ với tín hiệu vào hình<br /> sin khi sử dụng NFC<br /> <br /> Hình 4 là đáp ứng bước nhảy của hệ trong<br /> trường hợp sử dụng bộ điều khiển FC và bộ<br /> điều khiển mờ - nơ ron (NFC). Tín hiệu đầu<br /> vào là một xung vuông với tần số 0.5 Hz, biên<br /> độ 0-10mm và 25-35 mm. Khi sử dụng bộ<br /> điều khiển mờ, trong trường hợp có phụ tải 0<br /> kg hệ thống cho đáp ứng động học tốt với thời<br /> gian lên 0.2s, không có độ quá điều chỉnh, sai<br /> lệnh tĩnh gần như bằng 0 (hình 4a). Khi có<br /> phụ tải 11kg, kết quả cho thấy đáp ứng động<br /> <br /> Bài báo đã thiết kế bộ điều khiển mờ - nơ ron<br /> kết hợp FPGA để đồng thời cho việc nhận<br /> dạng và điều khiển PMLSM. Các bước thực<br /> hiện bao gồm: thiết kế hệ thống và tích hợp<br /> toàn bộ thiết kế trên một FPGA. Các kết quả<br /> thực nghiệm hình 4, 5 và 6 cho thấy điều<br /> khiển PMLSM cho độ chính xác cao.<br /> TÀI LIỆU THAM KHẢO<br /> 1. Chin-Teng Lin and C.S. George Lee; Neural<br /> Fuzzy Systems; Prentice-Hall International (1996).<br /> 2. Duane Hanselman-Bruce Littlefield, Mastering<br /> Matlab A Comprehensive Tutorial and Refecence<br /> (1996).<br /> 3. Nguyễn Trọng Thuần, Đỗ Trung Hải; Ứng dụng<br /> lý thuyết mờ và mạng nơ ron để nhận dạng động<br /> học hệ có tính phi tuyến mạnh; Tạp chí Khoa học<br /> và Công nghệ các Trường Đại học Kỹ thuật, số 60,<br /> trang 21-26 (2007).<br /> <br /> 13<br /> <br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
8=>2