RoÃn văn hoá I HC THI NGUYấN TRNG I HC KỸ THUẬT CÔNG NGHIỆP - LUẬN VĂN THẠC SĨ KỸ THUT luận văn thạc sĩ kỹ thuật NGNH: T NG HĨA NGHIÊN CỨU ĐIỀU KHIỂN VỊ TRÍ CỦA PHẦN ỨNG NAM CHÂM ĐIỆN BẰNG PHƢƠNG PHÁP ỨNG DỤNG BỘ ĐIỀU KHIN NRON D BO tự động hoá RON VN HểA tn 2011 THÁI NGUYÊN 2011 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên THÁI NGUYÊN - 2011 http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SĨ KỸ THUẬT NGHIÊN CỨU ĐIỀU KHIỂN VỊ TRÍ CỦA PHẦN ỨNG NAM CHÂM ĐIỆN BẰNG PHƢƠNG PHÁP ỨNG DỤNG BỘ ĐIỀU KHIỂN NƠRON DỰ BÁO Ngành: TỰ ĐỘNG HĨA Mã số:23.04.3898 Học Viên: RỖN VĂN HÓA Ngƣời HD Khoa học: TS PHẠM HỮU ĐỨC DỤC BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC THÁI NGUYÊN ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP -THÁI NGUYÊN 2011 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên THÁI NGUYÊN - 2011 http://www.lrc-tnu.edu.vn LUẬN VĂN THẠC SĨ KỸ THUẬT NGÀNH: TỰ ĐỘNG HOÁ TÊN ĐỀ TÀI: NGHIÊN CỨU ĐIỀU KHIỂN VỊ TRÍ CỦA PHẦN ỨNG NAM CHÂM ĐIỆN BẰNG PHƢƠNG PHÁP ỨNG DỤNG BỘ ĐIỀU KHIỂN NƠRON DỰ BÁO Học viên Lớp : ROÃN VĂN HÓA : Cao học K12 - TĐH CÁN BỘ HƢỚNG DẪN KHOA HỌC TS PHẠM HỮU ĐỨC DỤC BAN GIÁM HIỆU Số hóa Trung tâm Học liệu – Đại học Thái Ngun HỌC VIÊN RỖN VĂN HĨA KHOA SAU ĐẠI HỌC http://www.lrc-tnu.edu.vn LỜI CAM ĐOAN Tôi xin cam đoan luận văn cơng trình tơi tổng hợp nghiên cứu Trong luận văn có sử dụng số tài liệu tham khảo nêu phần tài liệu tham khảo Tác giả luận văn Roãn Văn Hóa Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI NÓI ĐẦU Trong hệ thống điều khiển đại, có nhiều phương pháp điều khiển đảm bảo tốt chất lượng điều khiển.Trong điều khiển tự động, để điều khiển xác đối tượng chưa biết rõ thông số, trước tiên ta phải hiểu rõ đối tượng Đặc biệt đối tượng phi tuyến ta cần nhận dạng đặc tính vào - để đảm bảo tạo tín hiệu điều khiển thích nghi lựa chọn xác Những điều khiển đại thường sử dụng lôgic mờ, mạng nơron, mạng nơron mờ để nhận dạng điều khiển thích nghi hệ thống phi tuyến Ngày giới người ta dựa vào cấu trúc mạng nơron sinh vật để làm mạng nơron nhân tạo áp dụng vào ngành khoa học kỹ thuật Trong thời gian khoá học cao học, chuyên ngành Tự động hoá trường Đại học Kỹ thuật Công nghiệp Thái Nguyên, tạo điều kiện giúp đỡ nhà trường thầy giáo TS Phạm Hữu Đức Dục em lựa chọn đề tài là: “Nghiên cứu điều khiển vị trí phần ứng nam châm điện phƣơng pháp ứng dụng điều khiển nơron dự báo” Trong trình thực đề tài, hướng dẫn nhiệt tình thầy giáo Tiến sĩ Phạm Hữu Đức Dục, giúp đỡ bạn bè với nỗ lực, cố gắng thân đến luận văn em hồn thành Dù có nhiều cố gắng, xong luận văn không tránh khỏi thiếu sót hạn chế, em mong nhận góp ý thầy để luận văn em hoàn thiện Em xin trân trọng cảm ơn! Học viên Rỗn Văn Hóa Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỤC LỤC Trang Trang Lời cam đoan Lời nói đầu Mục lục Danh mục ký hiệu, chữ viết tắt Danh mục hình vẽ, đồ thị PHẦN MỞ ĐẦU CHƢƠNG - MẠNG NƠRON 1.1 Các khái niệm 1.1.1 Mơ hình nơron sinh học 1.1.1.1 Xử lý thông tin não 1.1.1.2 Các đặc tính não người 1.1.2 Phần tử xử lý 1.1.3 Các loại mơ hình cấu trúc mạng nơ ron 13 1.1.4 Các tính chất mạng nơ ron 15 1.1.5 Các luật học 15 1.1.5.1 Học có giám sát 16 1.1.5.2 Học củng cố 16 1.1.5.3 Học khơng có giám sát 16 1.2 Các mạng nơron truyền thẳng sử dụng luật học giám sát 1.2.1 Mạng Adaline 19 19 1.2.1.1 Phần tử Adaline 19 1.2.1.2 Mạng Adaline 21 1.2.2 Mạng percepron lớp 22 1.2.2.1 Cấu trúc 22 1.2.2.2 Luật học 23 1.2.3 Mạng truyền thẳng nhiều lớp Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 24 http://www.lrc-tnu.edu.vn 1.2.3.1 Cấu trúc 24 1.2.3.2 Luật học lan truyền ngược 25 1.3 Ứng dụng mạng nơron nhận dạng điều khiển 29 1.3.1 Các vấn đề chung 29 1.3.2 Mơ tả tốn học dạng rời rạc 30 1.3.3 Ứng dụng mạng nơron nhận dạng 32 1.3.3.1 Mơ hình nhận dạng song song 32 1.3.3.2 Mơ hình nhận dạng nối tiếp - song song 34 1.3.4 Ứng dụng mạng nơron điều khiển 35 1.3.4.1 Điều khiển ngược thích nghi 35 1.3.4.2 Điều khiển ngược thích 36 1.3.4.3 Mơ hình điều khiển phi tuyến 37 1.3.4.4 Mơ hình điều khiển dự báo 37 1.3.4.5 Điều khiển thích nghi theo mơ hình mẫu điều khiển nơron thích nghi 38 1.3.4.6 Đánh giá thích nghi 39 1.3.4.7 Phản hồi tuyến tính hóa phản hồi thích nghi dùng mạng nơron 40 1.3.4.8 Điều khiển thích nghi trực tiếp ổn định 41 1.3.4.9 Những hạn chế ý 42 Kết luận chƣơng 44 CHƢƠNG – MƠ HÌNH NƠ RON, MẠNG NƠ RON TRUYỀN THẲNG, MƠ HÌNH SIMULINK NEURAL TOOLBOX CỦA MATLAB VÀ ỨNG DỤNG CỦA MATLAB TRONG ĐIỀU KHIỂN 46 2.1 Mơ hình nơron mạng nơron truyền thẳng 46 2.1.1 Nơron có tín hiệu vào dạng véc tơ 46 2.1.2 Một lớp nơron 47 2.1.3 Mạng nơron truyền thẳng nhiều lớp 49 2.2 Simulink neural toolbox matlab 51 2.2.1 Khối hàm chuyển đổi Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 51 http://www.lrc-tnu.edu.vn 2.2.2 Khối đầu vào 51 2.2.3 Khối hàm trọng số 52 2.2.4 Khối hệ thống điều khiển 52 2.2.5 Hàm gensim 52 2.3 Các mơ hình ứng dụng mạng nơron Matlab điều khiển 2.3.1 Bộ điều khiển dự báo sử dụng mạng nơron 53 55 2.3.1.1 Nhận dạng đối tượng 55 2.3.1.2 Điều khiển dự báo 56 2.3.2 Bộ điều khiển Narma - L2 57 2.3.2.1 Quá trình nhận dạng 57 2.3.2.2 Bộ điều khiển NARMA-L2 59 2.3.3 Bộ điều khiển theo mơ hình mẫu 61 2.4 Nhập xuất liệu 62 2.5 Nhập xuất liệu huấn luyện 65 Kết luận chƣơng 68 CHƢƠNG III ỨNG DỤNG BỘ ĐIỀU KHIỂN NƠRON DỰ BÁO VÀO ĐIỀU KHIỂN VỊ TRÍ CỦA PHẦN ỨNG NAM CHÂM ĐIỆN 69 3.1 Mơ tả đối tƣợng điều khiển vị trí phần ứng nam châm điện 69 3.2 Ứng dụng điều khiển nơron dự báo vào điều khiển vị trí 71 phần ứng nam châm điện 3.2.1 Thiết lập sơ đồ điều khiển 71 3.2.2 Q trình mơ 71 Kết luận chƣơng 78 CHƢƠNG IV: KẾT LUẬN CHUNG VÀ KIẾN NGHỊ 79 4.1 Kết luận chung 79 4.2 Kiến nghị 79 TÀI LIỆU THAM KHẢO 80 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤC CÁC CHỮ VIẾT TẮT, TIẾNG NƢỚC NGOÀI Ký hiệu Diễn giải 10 11 12 13 14 15 16 17 18 Neural Artificial Neural Artificial Neural Networks Back Propagation Learaning Rule Fuzzy logic Fuzzy Neural Networks Single Layer Feedforward NetWorks Multilayer Feedforward NetWorks Output Layer Hidden layer Feedback network Laterat feedback network Recurrent Networks Lateral - inhibition network Exitatory inputs Inhibition inputs Parameter learning rules Structure learning rules Nơron Nơron nhân tạo Mạng nơron nhân tạo Luật học lan truyền ngược Lôgic mờ Mạng nơron mờ Mạng truyền thẳng lớp Mạng truyền thẳng nhiều lớp Lớp Lớp ẩn Mạng phản hồi Mạng phản hồi bên Mạng hồi quy Mạng cấu trúc ngang - hạn chế Đầu vào kích thích Đầu vào hạn chế Luật học thông số Luật học cấu trúc 19 20 21 22 23 24 25 26 Hybrid learning rules Self-organizing Transfer Function Net Input Functions Weight Functions NN Predictive Control NARMA - L2 Control Model Reference Control Luật học lai Tự tổ chức Khối hàm chuyển đổi Khối đầu vào Khối hàm trọng số Mơ hình điều khiển dự báo Điều khiển NARMA - L2 Điều khiển theo mơ hình mẫu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn STT DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ STT Ký hiệu Diễn giải tên hình vẽ Hình 1.1 Mơ hình dạng nơron sinh học Hình 1.2 Mơ hình phần tử xử lý thứ i, dạng M-P Hình 1.3 Đồ thị dạng hàm chuyển đổi a(.) Hình 1.4 Mơ hình đơn giản nơron thứ i Hinh 1.5 Cấu trúc số loại mạng nơron thường gặp Hình 1.6 Sơ đồ ba kiểu học mạng nơron Hình 1.7 Luật học trạng số dạng Hình 1.8 Phần tử Adaline với phương pháp học có giám sát Hình 1.9 Sơ đồ cấu trúc mạng Adaline có hai phần tử Adaline 10 Hình 1.10 Mơ hình mạng perceptron lớp 11 Hình 1.11 Mạng nơron truyền thẳng ba lớp 12 Hình 1.12 Mơ hình nhận dạng 13 Hình 1.13 Cấu trúc mơ hình nhận dạng cho đối tượng phi tuyến dạng sử dụng mạng nơron N1 N2 14 Hình 1.14 Bộ điều khiển ổn định 15 Hình 1.15 Hệ thống điều khiển ngược thích nghi 16 Hình 1.16 Mơ hình điều khiển phi tuyến 17 Hình 1.17 Mơ hình điều khiển dự báo 18 Hình 1.18 Điều khiển thích nghi theo mơ hình mẫu 19 Hình 1.19 Mơ hình đánh giá thích nghi 20 Hình 1.20 Phương pháp phản hồi tuyến tính hố thích nghi dùng mạng nơron 21 Hình 1.21 Điều khiển thích nghi trực tiếp ổn định 22 Hình 1.22 Các vùng điều khiển 23 Hình 2.1 Mơ hình nơron Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 66 chúng vào cửa sổ huấn luyện, cần sử dụng nút Import Export Sau trình bày trình nhập xuất liệu Ở sử dụng cửa sổ NN Predictive Control để thực mơ Q trình áp dụng điều khiển khác tương tự Lặp lại bước thực với NN Predictive Control, sau chọn Accept Data, cửa sổ Plant Identification mở ra, nút Import Export kích hoạt Chọn nút Export, cửa sổ (hình 2.25) mở Hình 2.25 Cửa sổ xuất liệu huấn luyện Chọn Export to Disk Cửa sổ (hình 2.26) mở Đưa tên File là: testdat vào hộp chọn Save Khi chương trình thực lưu cấu trúc liệu huấn luyện vào đĩa Hình 2.26 Cửa sổ lưu liệu đĩa Nếu cần khôi phục lại liệu với lệnh Import Chọn nút Import cửa sổ Plant Identifiation Khi cửa sổ sau mở Bước tiếp sau khơi phục lại Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 67 liệu xuất trước Khi liệu xuất, cần huấn luyện lại mơ hình mạng nơron Tóm tắt Sau tóm tắt bơ điều khiển trình bày Loại điều khiển Mô tả NN Predctive Sử dụng mơ hình mạng nơron mơ tả đối tượng để dự báo đối tượng Control tương lai Thuật toán tối ưu xác định tín hiệu điều khiển đầu vào, tối ưu hóa đặc tính đối tượng tầm nhìn cho phép Việc huấn luyện đối tượng đòi hỏi sử dụng cho thuật tốn bó (nhóm) cho mạng nơron tĩnh đủ nhanh Bộ điều khiển đòi hỏi sử dụng điều khiển on – line nên có khối lượng tính tốn lớn NARMA - L2 Đầu vào điều khiển tính tốn điều khiển đầu đối tượng bám Control theo tín hiệu mẫu Mạng nơron mơ tả đối tượng hấn luyện với kiểu lan truyền ngược tĩnh đủ mạnh Bộ điều khiển sử dụng kiểu điều khiển on - line Model Cần xác định mơ hình mạng nơron mơ tả đối tượng Sau Reference sử dụng mơ hình để tham gia q trình huấn luyện cho mạng Control nơron đóng vai trò điều khiển để điều khiển đối tượng cho đầu đối tượng bám thao tín hiệu mẫu Cấu trúc điều khiển sử dụng thuật toán lan truyền ngược chuẩn Ưu điểm điều khiển ứng dụng cho nhiều loại đối tượng so với sử dụng cấu trúc điều khiển NARMA - L2 Bộ điều khiển sử dụng điều khiển on - line Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 68 KẾT LUẬN CHƢƠNG Chương trình bày mơ hình ứng dụng Matlab điều khiển, ba mơ hình trình bày trên: Mơ hình điều khiển dự báo: sử dụng mơ hình mạng nơron mô tả đối tượng để dự báo đối tượng tương lai Thuật toán tối ưu xác định tín hiệu điều khiển đầu vào, tối ưu hóa đặc tính đối tượng tầm nhìn cho phép Việc huấn luyện đối tượng đòi hỏi sử dụng cho thuật tốn nhóm cho mạng nơron tĩnh đủ nhanh Bộ điều khiển đòi hỏi sử dụng kiểu điều khiển on - line nên có khối lượng tính tốn lớn Bộ điều khiển NARMA - L2: đầu vào điều khiển tính tốn điều khiển đầu đối tượng bám theo tín hiệu mẫu Mạng nơron mô tả đối tượng huấn luyện theo kiểu lan truyền ngược tĩnh đủ nhanh Bộ điều khiển sử dụng kiểu điều khiển on - line Bộ điều khiển theo mơ hình mẫu: cần xác định mơ hình mạng nơron mơ tả đối tượng Sau sử dụng mơ hình để tham gia q trình huấn luyện cho mạng nơron đóng vai trị điều khiển để điều khiển đối tượng cho đầu đối tượng bám theo tín hiệu mẫu Cấu trúc điều khiển sử dụng thuật toán lan truyền ngược động cho trình huấn luyện điều khiển, nên địi hỏi thời gian huấn luyện dài so với sử dụng thuật toán lan truyền ngược chuẩn Bộ điều khiển loại đắt tiền cần sử dụng mơ hình động học lan truyền ngược Bộ điều khiển sử dụng kiểu điều khiển on - line Như ba điều khiển em lựa chọn điều khiển nơron dự báo Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 69 CHƢƠNG 3: ỨNG DỤNG BỘ ĐIỀU KHIỂN NƠRON DỰ BÁO VÀO ĐIỀU KHIỂN VỊ TRÍ CỦA PHẦN ỨNG NAM CHÂM ĐIỆN Dựa vào phân tích ưu nhược điểm điều khiển ứng dụng mạng nơron truyền thẳng nhiều lớp chương 2, chọn điều khiển nơron dự báo để điều khiển vị trí phần ứng nam châm điện Chương trình bày ứng dụng điều khiển nơron dự báo điều khiển vị trí phần ứng nam châm điện, bao gồm phần: Mô tả đối tượng điều khiển vị trí phần ứng nam châm điện; Mơ tả sơ đồ ứng dụng điều khiển nơron dự báo điều khiển vị trí phần ứng nam châm đện; Thực mô phần mềm Matlab Simulink; Kết mô 3.1 Mô tả đối tƣợng điều khiển vị trí phần ứng nam châm điện Hệ thống bóng từ Mơ hình hệ thống bóng từ thể (hình 3.1) cho bởi: d y (t ) i (t )  Mg  dt y (t ) di(t ) v(t )  Ri(t )  L dt M (3.1) Trong y(t) vị trí bóng đơn vị met, M = 0,1kg khối lượng bóng, g = 9,8m/s2 gia tốc trọng trường, R = 50Ω điện trở dây dẫn, L = 0,5H điện cảm cuộn dây, v(t) điện áp đầu vào, i(t) dịng điện chạy qua cuộn dây Vị trí bóng xác định cảm biến vị trí giả định hồn tồn xác định Giả định bóng cuộn dây mặt đất Trong trạng thái khơng gian hình thức phương trình (3.1) trở thành: dx1 (t )  x2 (t ) dt dx2 (t ) x (t ) g dt Mx1 (t ) dx3 (t ) R   x3 (t )  v(t ) dt L L (3.2) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 70 Ở [x1(t), x2(t), x3(t)]T = [y(t), dy(t)/dt, i(t)]T Thực tuyến tính hóa mơ hình (3.2), giả định bóng nằm vị trí ban đầu x1(0) = y(0) ta tìm thấy hệ thống tuyến tính ma trận Jacobi y(0) Ta có: dx1 (t )  x2 (t ) dt dx2 (t ) g g  x1 (t )  x (t ) dt y (0) My (0) dx3 (t ) R   x3 (t )  v(t ) dt L L (3.3) Hình 3.1 Hệ thống treo bóng từ Viết lại mơ hình dạng hàm truyền đạt: 2 g L My (0) Y ( s)  V ( s) ( s  g )( s  R ) y (0) L Số hóa Trung tâm Học liệu – Đại học Thái Nguyên (3.4) http://www.lrc-tnu.edu.vn 71 3.2 Ứng dụng điều khiển nơron dự báo vào điều khiển vị trí phần ứng nam châm điện 3.2.1 Thiết lập sơ đồ điều khiển Sơ đồ ứng dụng điều khiển nơron dự báo điều khiển vị trí phần ứng nam châm điện Matlab Simulink trình bày (hình 3.2) Trong bao gồm: Bộ điều khiển nơron dự báo ( Khối NN Predictive Controller) cung cấp tín hiệu điều khiển i cho đối tượng điều khiển vị trí phần ứng nam châm điện (Khối Plant); Khối cung cấp tín hiệu đặt y_dat khối tính tốn vị trí phần ứng y nam châm điện Hình 3.2 Sơ đồ ứng dụng điều khiển nơron dự báo điều khiển vị trí phần ứng nam châm điện 3.2.2 Q trình mơ Q trình mô thực qua bước: nhận dạng điều khiển đối tượng * Bước nhận dạng đối tượng Sử dụng mạng nơron truyền thẳng nhiều lớp thực nhận dạng đối tượng Kết trình đối tượng điều khiển vị trí phần ứng nam châm điện thay cấu trúc thông số mạng nơron truyền thẳng nhiều lớp Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 72 Nháy kép vào khối NN Predictive Controller, ta cửa sổ khai báo điều khiển, thực nạp thông số điều khiển kết trình bày (hình 3.3) Thơng số điều khiển nơron dự báo trƣớc thực q trình nhận dạng Hình 3.3 Thơng số điều khiển nơron dự báo trước thực trình nhận dạng Nháy vào nút Plant Identification để thực trình nhận dạng ta cửa sổ nhận dạng đối tượng (hình 3.4) sau nạp thơng số cho mạng nơron truyền thẳng nhiều lớp sử dụng để nhận dạng đối tượng Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 73 Hình 3.4 Cửa sổ nhận dạng đối tượng Nháy vào nút Generate Training Data để cung cấp tín hiệu vào cho mạng nơron truyền thẳng nhiều lớp nhận dạng đối tượng Ta tín hiệu vào - đối tượng cần nhận dạng vị trí phần ứng nam châm điện biểu diển (hình 3.5) Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn 74 Hình 3.5 Đồ thị tín hiệu vào - đối tượng điều khiển vị trí phần ứng nam châm điện Bấm nút Accept Data để chọn tín hiệu vào - thực trình nhận dạng đối tượng * Bước điều khiển: Khi kết thúc trình nhận dạng, cửa sổ nhận dạng đối tượng (hình 3.4), nút Train Network lên Bấm vào nút Train Network để thực trình huấn luyên mạng Kết thúc trình ta mơ hình mạng nơron mơ tả điều khiển đối tượng cài đặt NEURAL NETWORK TOOLBOX mơ tả (hình 3.6); Kết kiểm tra liệu cho điều khiển nơron dự báo ứng dụng mạng nơron bao gồm: Tín hiệu vào; Tín hiệu đối tượng; Tín hiệu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 75 mạng nơron; Sai lệch tín đối tượng tín hiệu mạng nơron trình bày (hình 3.7) Hình 3.6 Thơng số mạng nơron sử dụng điều khiển nơron dự báo Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 76 Hình 3.7 Kết kiểm tra liệu cho điều khiển: Tín hiệu vào; Tín hiệu đối tượng; Tín hiệu mạng nơron; Sai lệch * Để kiểm tra lại kết trình nhận dạng điều khiển trở lại mơ hình biều diễn (hình 3.2), nháy vào nút Simulation Nháy vào thiết bị Floating Scop i ta tín hiệu điều khiển i dịng điện chiều trình bày (hình 3.8) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 77 3.5 2.5 1.5 0.5 -0.5 -1 200 400 600 800 1000 1200 1400 1600 1800 2000 Hình 3.8 Đồ thị dòng điện điều khiển i Nháy vào thiết bị Floating Scop y ta tín hiệu đầu đối tượng cần điều khiển vị trí phần ứng nam châm điện y (nét liền) trình bày (hình 3.9) 3.5 2.5 1.5 0.5 200 400 600 800 1000 1200 1400 1600 1800 2000 Hình 3.9 Đồ thị vị trí đặt y_dat vị trí mong muốn (nét đứt); Đồ thị vị trí y sau thực điều khiển (nét liền) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 78 KẾT LUẬN CHƢƠNG Từ đồ thị (hình 3.9) ta thấy tín hiệu cần điều khiển y (nét liền) bám theo tín hiệu đặt y_dat (nét đứt) Từ ta kết luận ứng dụng điều khiển nơron điều khiển vị trí phần ứng nam châm điện thực tốt, với chất lượng điều khiển đạt yêu cầu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 79 CHƢƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ 4.1 Kết luận chung Luận văn hoàn thành cơng việc sau: - Trình bày tổng quan mạng nơron - Trình bày ứng dụng mạng nơron nhận dạng điều khiển - Bằng phương pháp phân tích, so sánh cấu trúc, luật học khả ứng dụng thực tiễn loại mạng nơ ron, luận văn lựa chọn điều khiển nơron dự báo điều khiển hội tụ đầy đủ ưu điểm mạng nơron để tập trung nghiên cứu ứng dụng vào điều khiển vị trí phần ứng nam châm điện - Đưa động học đối tượng điều khiển - Thiết lập mơ hình điều khiển - Đã mô ứng dụng điều khiển nơron dự báo điều khiển vị trí phần ứng nam châm điện - Căn vào kết mô ta thấy vị trí phần ứng nam châm điện đạt tín hiệu mong muốn với sai lệch phạm vi cho phép 4.2 Kiến nghị Do thời gian nghiên cứu có hạn điều kiện sở vật chất giới hạn nên luận văn dừng lại kết mô phỏng, nhiên kết mô cho thấy tính đắn đề tài cần nghiên cứu Để phát triển tiến hành nghiên cứu ứng dụng trực tiếp mô hình thực tiễn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 80 TÀI LIỆU THAM KHẢO Tiếng Việt Nguyễn Hữu Cơng, Nguyễn Hồi Nam (2006), Nghiên cứu ứng dụng mạng nơron để nhận dạng điều khiển đối tượng phi tuyến, Đề tài nghiên cứu khoa học công nghệ cấp bộ, Trường ĐH Kỹ thuật – CN Thái Nguyên Phạm Hữu Đức Dục (2009), Mạng nơron ứng dụng điều khiển tự động, Nhà xuất khoa học kỹ thuật, Hà Nội Nguyễn Như Hiển & Lại Khắc Lãi (2007), Hệ mờ nơron kỹ thuật điều khiển, Nhà xuất khoa học tự nhiên công nghệ, Hà Nội Lại Khắc Lãi (2007), Một phương pháp xây dựng mơ hình đối tượng phi tuyến hệ điều khiển dự báo, Tạp chí Khoa học Cơng nghệ - Đại học Thái Nguyên, số 3(43), tr.73 – 79 Phan Xuân Minh & Nguyễn Doãn Phước (2002), Lý thuyết điều khiển mờ, Nhà xuất khoa học kỹ thuật, Hà Nội Phan Xuân Minh & Nguyễn Doãn Phước & Hán Thành Trung (2003), Lý thuyết điều khiển phi tuyến, Nhà xuất khoa học kỹ thuật, Hà Nội Nguyễn Thương Ngô (1998), Lý thuyết điều khiển tự động đại, Nhà xuất khoa học kỹ thuật, Hà Nội Nguyễn Phùng Quang (2006), Matlab & Simulink, Nhà xuất khoa học kỹ thuật, Hà Nội Tiếng Anh Chin Teng Lin, C.S George Lee (1996), Neural Fuzzy Systems, Prentice Hall International, Inc 10 David Veitch (2005), Wavelet Neural Networks and their Application in the Study of Dynamical Systems, University of York, UK 11 Kevin M Passino, Stephen Yurkovich (1997), Fuzzy Control, Department of Electrical Engineering The Ohio State University Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ... III ỨNG DỤNG BỘ ĐIỀU KHIỂN NƠRON DỰ BÁO VÀO ĐIỀU KHIỂN VỊ TRÍ CỦA PHẦN ỨNG NAM CHÂM ĐIỆN 69 3.1 Mơ tả đối tƣợng điều khiển vị trí phần ứng nam châm điện 69 3.2 Ứng dụng điều khiển nơron dự báo. .. xác điều khiển vị trí phần ứng nam châm điện Do đề tài đề cập tới việc điều khiển vị trí phần ứng nam châm điện phương pháp ứng dụng điều khiển nơ ron dự báo 2.2 Ý nghĩa thực tiễn Kết nghiên cứu. .. nghiên cứu * Nghiên cứu ứng dụng mạng nơron nhận dạng điều khiển * Nghiên cứu mơ hình ứng dụng Matlab điều khiển * Tìm hiểu động học vị trí phần ứng nam châm điện * Ứng dụng điều khiển nơ ron dự báo