Header Page of 126 i BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG PHẠM THỊ DIỆU HIỀN ỨNG DỤNG MẠNG NƠ RON ĐIỀU KHIỂN Q TRÌNH THAY ĐỔI MỨC CHẤT LỎNG Chun ngành : Tự động hóa Mã số: 60.52.60 TĨM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng - Năm 2012 Footer Page of 126 Header Page of 126 ii Cơng trình hồn thành ĐẠI HỌC ĐÀ NẴNG Ngƣời hƣớng dẫn khoa học: TS VÕ NHƢ TIẾN Phản biện 1: TS NGUYỄN BÊ Phản biện 2: PGS.TS ĐỒN QUANG VINH Luận văn bảo vệ Hội đồng chấm luận văn tốt nghiệp Thạc sĩ kỹ thuật họp Đại học Đà Nẵng vào ngày tháng 2012 * Có thể tìm hiểu luận văn tại: - Trung tâm Thơng tin - Học liệu, Đại học Đà Nẵng - Trung tâm Học liệu, Đại học Đà Nẵng Footer Page of 126 01 năm Header Page of 126 MỞ ĐẦU Tính cấp thiết của đề tài: Hiện nay, cơng nghiệp hóa lọc dầu , cơng nghiệp hóa chất , cơng nghiệp xử lý nước , sản xuất giấy, sản xuất điện ,…Vấn đề điều khiển mức , lưu lượng dòng chảy cần đáp ứng với đợ chí nh xác cao để phục vụ cho quá trì nh sản x́t đạt hiệu quả tớt Với điều khiển mờ điều khiển sử dụng mạng Nơron có thêm hướng phát triển lĩnh vực nghiên cứu thiết kế điều khiển hệ thớng, có nhiều ứng dụng lĩnh vực điều khiển cơng nghiệp hi ện Bộ điều khiển mờ điều khiển sử dụng mạng Nơron ngun tắc điều khiển tĩnh phi tuyến Chúng thiết kế với chất lượng hệ thống cho trước theo độ xác tùy ý làm việc theo ngun lý tư người Tính mạng Nơron định chủng loại Nơron sử dụng cấu trúc mạng ghép nối Nơron với Nó hồn tồn độc lập với đối tượng điều khiển Thậm chí người thiết kế có kiến thức thiết kế hiểu biết đối tượng điều khơng giúp ích cho việc lựa chọn Nơron xây dựng cấu trúc mạng Ngược lại, người thiết kế điều khiển mờ kiến thức hiểu biết đối tượng lại cần thiết Ngay thiết kế, mạng Nơron chưa có tri thức Tri thức hình thành qua giai đoạn theo mẫu học Mẫu học tốt, đa dạng càng nhiều trường hợp tri thức ban đầu sẽ gần với thực tế Song điều chưa đủ tri thức mạng bổ sung, hồn thiện thêm Footer Page of 126 Header Page of 126 q trình làm việc với đối tượng Với điều khiển mờ hồn tồn ngược lại Khi thiết kế xong, điều khiển mờ có chế làm việc định chế khơng thay đổi giữ cố định st thời kỳ làm việc Nói cách khác mạng Nơron có khả học điều khiển mờ khơng Để hạn chế những nhược điểm mà các bợ điều khiển riêng lẻ chưa đáp ứng được và kế thừa những ưu điểm của mạng Nơron Logic mờ , kết hợp chúng lại tạo mợt cơng cụ mạnh nhằm giải qút các bài toán phi tún phức tạp Vấn đề đặt thế , hướng nghiên cứu xây dựng đề tài của tác giả nghiên cứu ứng dụng hệ Mờ N ơron để điều khiển mức chất lỏng cho hệ ba bờn nước Với hướng nghiên cứu đó , tên đề tài chọn: “Ứng dụng mạng nơron điều khiển q trình thay đổi mức chất lỏng” Mục tiêu nghiên cứu - Ứng dụng mạng nơron nhằm tạo mợt cơng cụ mạnh để giải qút bài toán điều khiển phi tún điều khiển quá trì nh - Cụ thể xây dựng cấu trúc điều khiển với kết hợp mờ mạng nơron để điều khiển mức chất lỏng cho hệ ba bờn nước - Sử dụng phần mềm MATLAB làm cơng cụ mơ phỏng kết quả nghiên cứu Đối tƣợng phạm vi nghiên cứu Đối tượng nghiên cứu Kết hợp mờ mạng nơron để xây dựng tḥt toán điều khiển cho đới tượng phi tún điều khiển quá trì nh Phạm vi nghiên cứu Footer Page of 126 Header Page of 126 Ứng dụng trí ṭ nhân tạo với sự lai ghé p hệ mờ và mạng nơron để điều khiển mức chất lỏng cho hệ ba bồn nước , nghiên cứu sự kết hợp giữa hệ mờ và mạng nơron tạo nên tḥt toán để điều khiển quá trình làm hướng nghiên cứu Nghiên cứu xây dựng bợ điều kh iển cho đới tượng là hệ ba bờn nước và cụ thể là điều khiển để giữ được ởn đị nh mức chất lỏng ba bờn Phƣơng pháp nghiên cƣ́u - Nghiên cứu tởng quan mạng nơron và hệ mờ nơron Trong đó, nghiên cứu kết hợp hệ mờ mạn g nơron phục vụ cho nghiên cứu đề tài - Xác định giải vấn đề nghiên cứu đề tài: + Xem xét và đưa các dạng mơ hì nh hệ đới tượng Tìm hiểu đới tượng hệ ba bờn nước với mợt cấu hì nh cụ th ể mơ hình tốn học hệ đối tượng có tính chất phi tuyến nhiều đầu vào, nhiều đầu + Nghiên cứu tḥt toán điều khiển dùng hệ mờ nơron , ứng dụng tạo cơng cụ mạnh để giải tốn phi tuyến điều khiển quá trì nh + Xây dựng cấu trúc bợ điều khiển với hệ mờ nơron cho đới tượng hệ ba bờn nước đã chọn cụ thể + Ứng dụng phần mềm Matlab để mơ phỏng kết thiết kế , chứng minh tí nh đúng đắn tḥt toán điều khiển - Nhận xét kết quả nghiên cứu Ý nghĩa khoa học thực tiễn của đề tài - Ý nghĩa khoa học: Nghiên cứu trí ṭ nhân tạo để tạo cơng cụ điều khiển mạnh điều khiển q trình Footer Page of 126 Header Page of 126 - Ý nghĩa thực tiễn : Kết hợp hệ mờ mạng nơron để điều khiển mức chất lỏng cho hệ ba bờn nước Bố cục đề tài Ngồi phần mở đầu, kết luận tài liệu tham khảo Luận văn gồm có chương sau: Chương 1: Khái qt hệ mờ Chương 2: Khái qt mạng nơron Chương 3: Mơ hì nh tốn hệ đối tượng Chương 4: Thiết kế bợ điều khiển mờ mạng nơron điều khiển mức chất lỏng cho hệ ba bờn nước Chương 5: Mơ phỏng kết quả thiết kế CHƢƠNG KHÁI QT HỆ MỜ 1.1 GIỚI THIỆU CHUNG VỀ HỆ MỜ 1.2 LOGIC MỜ-TẬP MỜ 1.3 CÁC HÀM THUỘC THƢỜNG GẶP - Hàm thuộc kiểu tam giác - Hàm thuộc kiểu hình thang - Hàm thuộc kiểu hình chng xác định tham số {a, b, c}: A ( x; a, b, c) x c a 2b b thường số dương - Hàm thuộc Gaus (Hình 1.3b) xác định tham số { , c}: ( x c)2 A Footer Page of 126 ( x; a, , c) e Header Page of 126 1.4 BIẾN MỜ VÀ BIẾN NGƠN NGƢ̃ 1.4.1 Biến mờ 1.4.2 Biến ngơn ngƣ̃ 1.5 SUY ḶN MỜ VÀ ḶT HỢP THÀNH 1.5.1 Suy ḷn mờ 1.5.2 Mệnh đề hợp thành 1.5.3 Ḷt hợp thành MAX-MIN, MAX-PROD a) Luật hợp thành điều kiện R: A B * Luật hợp thành MAX-MIN * Luật hợp thành MAX-PROD * Thuật tốn xây dựng R b) Luật hợp thành mệnh đề nhiều điều kiện 1.5.4 Luật của nhiều mệnh đề hợp thành a) Luật chung hai mệnh đề hợp thành b) Thuật tốn xây dựng luật chung nhiều mệnh đề hợp thành 1.6 GIẢI MỜ (RÕ HĨA) Có hai phương pháp giải mờ là: phương pháp cực đại phương pháp điểm trọng tâm 1.6.1 Phƣơng pháp cực đại 1.6.2 Phƣơng pháp điểm trọng tâm 1.7 KẾT ḶN CHƢƠNG Footer Page of 126 Header Page of 126 CHƢƠNG KHÁI QT MẠNG NƠRON 2.1 GIỚI THIỆU 2.2 TẾ BÀO NƠRON NHÂN TẠO 2.3 CÁC LOẠI MẠNG NƠRON NHÂN TẠO THƢỜNG GẶP VÀ PHƢƠNG PHÁP H́N LỤN MẠNG 2.3.1 Mạng nơron trùn thẳng mợt lớp 2.3.2 Mạng nơron trùn thẳng nhiều lớp 2.3.3 Mạng nơron hồi quy mợt lớp 2.3.4 Mạng nơron hồi quy nhiều lớp 2.3.5 Các phƣơng pháp h́n lụn mạng nơron nhân tạo a) Học có giám sát b) Học củng cố c) Học khơng có giám sát Footer Page of 126 Header Page of 126 2.4 HỆ THỐNG TÍCH HỢP HỆ MỜ VỚI MẠNG NƠRON Bợ điều khiển mờ -nơron với các ḷt mờ nhất (mạng nơron Singleton) (Hình 2.17) có dạng sau: Ḷt học thứ i là Ri có dạng: i NẾU x1 A1 VÀ x2 A2i VÀ VÀ xn Ani THÌ y wi Trong đó: xj biến đầu vào (j=1,2,3, ,n), y là biến đầu , A ij ( x j ) biến ngơn ngữ mờ biến đầu vào x i với hàm liên tḥc A ij ( x j ) ; Kết quả của ḷt học thứ i (i=1,2, ,h) - Lớp 1: Là lớp gồm có n tín hiệu x đầu vào xT [ x1 x2 xn ] - Lớp 2: Là lớp mờ hóa , gờm có các nút thực hiện giá trị hàm liên tḥc Mỡi nút có ngõ là: n i j A ij Footer Page of 126 (x j ) , Header Page 10 of 126 - Lớp 3: Lớp thực hiện ḷt mờ Mỡi nút có ngõ là giá trị vecto sở mờ: n i A ij j ( x) h n i j (x j ) A ij (x j ) - Lớp 4: Là lớp giải mờ Nút đại diện ngõ mạng y: h y ( x) Trong đó : T [ h , n i i j h n i j i hA j A ij A ij (x j ) T ( x) (x j ) ( x j ) giá trị hàm liên thuộc biến mờ x , , h T j ; ] vecto trọng số l iên kết giữa lớp lớp ngõ 2.5 KẾT ḶN CHƢƠNG CHƢƠNG MƠ HÌ NH TOÁN HỆ ĐỚI TƢỢNG 3.1 GIỚI THIỆU CHUNG Đối điều khiển đề tài xác định theo hình 3.1, hệ có ngõ vào, ngõ Ta xác định có ngõ vào u1(t), u2(t), u3(t) điều khiển lưu lượng ngõ vào bồn qin1, qin2, qin3 tín hiệu ngõ mức nước bồn h1(t), h2(t), h3(t) Hình 3.1 Mơ hình hệ ba bồn Footer Page 10 of 126 nước Header Page 12 of 126 10 3.3 CHỌN CÁC THƠNG SỐ CHO MƠ HÌNH Chọn diện tích ngang bồn chứa 1, là: A1 = A2 = A3 = 150 cm Chọn chiều cao thực bồn 1, H1 = H2 = H3 = 80 cm Chọn tiết diện van xả bồn 1, bồn 2, bồn 3, bồn bồn 2, bồn bồn 3, bồn bồn là: a1 = a2 = a3 = a12 = a13 = a23 = 2,5 cm2 Chọn hệ số tỉ lệ với cơng suất máy bơm 1, bơm bơm là: k1 = k2 = k3 = 160 Chọn hệ số xả CdA = CdB = CdC = CdAB = CdBC = CdAC = 0,6 3.4 XÂY DỰNG MƠ HÌNH ĐỐI TƢỢNG TRÊN MATLABSIMULINK Hình 3.2 Mơ hì nh toán học hệ ba bờn 3.5 KẾT ḶN CHƢƠNG Footer Page 12 of 126 nước Header Page 13 of 126 11 CHƢƠNG - THIẾT KẾ BỢ ĐIỀU KHIỂN MỜ NƠRON ĐIỀU KHIỂN MƢ́C CHẤT LỎNG CHO HỆ BA BỜN NƢỚC 4.1 XÂY DƢ̣NG BỢ ĐIỀU KHIỂN PID 4.1.1 Cơ sở lý thút điều khiển PID Bộ điều khiển PID mơ tả mơ hình vào-ra: u (t ) TI k p [e(t ) t e( )d TD de(t ) ] dt Từ mơ hình vào – trên, ta có hàm truyền đạt điều khiển PID: R( s ) TI s kp TD s 4.1.2 Xây dựng điều khiển PID cho q trình chất lỏng Tác giả mơ tả khâu qn tính bậc có hàm số truyền: W (s) k e Ts s Ta lấy: k = 6.52, T = 200 (s), τ =30(s) W (s) k e Ts s 6.52 e 200 s 30 s Sử dụng phương pháp Ziegler-Nichols thứ nhất, sử dụng điều khiển PI, ta có: Kp TI T k 10 0.9 * 200 0.92 6.52* 30 10 30 100 KI Kp TI 0.92 100 0.0092 4.2 CƠ SỞ THIẾT KẾ BỢ ĐIỀU KHIỂN MỜ NƠRON VỚI ḶT ĐIỀU KHIỂN THÍ CH NGHI Xét mơ hình tốn học hệ đối tượng phi tuyến MIMO Phương trình động học có dạng: Footer Page 13 of 126 Header Page 14 of 126 y1m1 12 p f1 ( x ) j g1 j ( x )u j d1 m yp p p f p ( x) j g pj ( x )u j dp Trong đó: fk gkj (với k=1 p) hàm phi tuyến u u1 , u2 , , u p T R p vecto tín hiệu điều khiển ngõ vào hệ đới tượng y y1 , y2 , , y p T R p vecto tín hiệu ngõ hệ đối T R p vecto tín hiệu nhiễu từ ngồi tác động tượng d d1 , d , , d p vào T Vecto trạng thái x y1 , y1 , , y1( m1 1) , , y p, y p , , y (pmp 1) Rn Trong bài toán này , u cầu thiết kế bợ điều khiển có tí n hiệu ngõ y bám theo tín hiệu đặt yr yr1 , yr , , yrp T Rp Từ (4.1) biểu diễn phương trình trạng thái hệ đối tượng được rút gọn sau: x y A0 x B [ F ( x ) G ( x )u T C x d] A , B , C lần lượt là ma trận chéo của các ma trận A0k , B0k , C0k , với A0 diag[ A01 , A02 , , A0 p ] R nxn B diag[ B1 , B2 , , B p ] R nxp C diag[C1 , C2 , , C p ] R nxp F ( x) [ f1 ( x ), f ( x), , f p ( x)]T Rp G ( x) [G1 ( x), G2 ( x), , G p ( x)]T Gk ( x) [ g1k ( x), g k ( x), , g pk ( x)]T Footer Page 14 of 126 R pxp Rp Header Page 15 of 126 13 Ta có đị nh nghĩ a: Sai sớ bám: e Yr x ; eˆ Yr xˆ Trong đó eˆ xˆ ước lượng e x Yr T yr1 , y r1 , , yr(1m1 1) , , yrp , y rp , , yrp( mp yr( m) yr(1m) , yr( m2 2) , , yrp( mp ) T Rn Rp T e e1 , e1 , , e1( m1 1) , , ep , ep , , e(pmp e e1 , e2 , , e p T 1) E11 , E12 , , E1 p 1) e11 , e12 , , e1n , , e p1, e p , , e pn T T Rn Rp Nếu hàm f k(x) g kj(x) đã biết chắc chắn và khơng có nhiễu ngồi d theo tiêu ch̉n Lyapunov ḷt điều khiển là: u* F ( x) yrm G ( x) KcT e G ( x) F ( x) yrm K cT e Ước lượng vecto sai sớ trạng thái eˆ : eˆ ( A0 B KcT )eˆ K0 ( E1 Ê1 ) Ê1 CT ê Trong đó K diag K 01 , K 02 , , K p R nxp vecto khuếch đại bợ quan sát, K0Tk K0k1 , K0k , , K0kn Rmk được chọn cho Ak A0k Bk KckT thỏa Hurwitz Sai sớ của bợ quan sát được xác đị nh: e e eˆ E1 E1 Eˆ1 Ḷt điều khiển được đề với tí n hiệu điều khiển u là tởng tí n hiệu xấp xỉ theo ḷt điều khiển (4.3) tín hiệu thành phần để khử nhiễu ngoài và sai sớ của mơ hì nh: Footer Page 15 of 126 u uf v Header Page 16 of 126 Trong đó : u f 14 u f , u f , , u fp R p tín hiệu dùng hệ mờ - nơron Singleton để xấp xỉ ḷt điều khiển lý tưởng p v v1 , v2 , , v p R thành phần bù sai số mơ hình khử nhiễu ngoài Mạng nơron Singleton với cấu trúc hệ mờ dùng để xấp xỉ ḷt điều khiển lý tưởng Bợ xấp xỉ ḷt điều khiển lý tưởng mờ-nơron Singleton Sử dụng ḷt suy diễn max -prod, mờ hóa singleton và giải mờ theo phương pháp trung bì nh trọng tâm Với ngõ vào của mạng ( eˆ e e ) ước lượng sai số e , đó hì nh 4.3 dưới là mạng nơron Singleton có vecto ngõ vào là eˆ [eˆ1 , eˆ2 , , eˆn ] Nên ngõ của hệ mờ-nơron dùng để xấp xỉ ḷt điều khiển lúc yk=ufk (k=1 p): Footer Page 16 of 126 Header Page 17 of 126 h n i i Akj k i u fk 15 j (ê j ) T k n h i i Akj j k ( ê) (ê j ) Trong đó: uf u f (ê / ) i , T u f 1, u f , , u fp , , (ê) B ki ( i k ) R vecto sở mờ , đó h T k , k , , k k (ê) T p Rp p điểm vạch mà k T T T 1 (ê), 2 (ê), , p h i k được đị nh nghĩ a n A ikj j i k ( ê) h n i j (ê j ) A ikj (ê j ) Ḷt cập nhật được chọn: k  k E1k k (ê) Pr( k E1k k (ê)) k m hay ( k k m k m E1k k (ê) 0) k k E1k k (ê) cập nhật ḷt cập nhật (4.15) k thơng số k thích nghi thiết kế Khi: k m k k 2m Pr( k E1k k (ê)) k k E1k k (ê) k E1k T k k k Trong đó k (ê) Lk1(s)[ k (ê)] Footer Page 17 of 126 (ê) k Header Page 18 of 126 16 Thành phần bù sai số mơ hình khử nhiễu ngồi xá c đinh: k vk k k E1k / k Ḷt điều uk E1k E1k k E1k E1k k E1k k ển thích nghi trực tiếp được xác đị nh u fk (ê / ) vk 4.3 THIẾT KẾ BỢ ĐIỀU KHIỂN CHO HỆ BA BỜN NƢỚC Đặt h1 h1 (t ) h1 (t ) h1 h1 (t ) h2 (t ) h2 (t ) h2 h (t ) h (t ) h3 (t ) h3 h (t ) a1C dA gh1 A1 a12 C dAB sgn(h1 h2 ) g (h1 (t ) h2 (t ) A1 a13C dAC sgn(h1 h3 ) g h1 (t ) h3 (t ) A1 h2 a2 C dB gh2 A2 k1 u1 A1 a23C dBC sgn(h2 h3 ) g (h2 h3 ) A2 a12 C dC sgn(h2 h1 ) g h1 (t ) h2 (t ) A2 h3 a3C dC gh3 A3 k2 u2 A1 a23C dBC sgn(h3 h2 ) g h3 h2 a13C dAC sgn(h1 h3 ) g h1 (t ) h3 (t ) k3 u3 A3 Phương trì nh trạng thái của hệ đới tượng sau: h1 h2 h3 0 h1 0 f ( h) 0 h2 f ( h) g (h)u 0 h3 0 f ( h) g (h)u Footer Page 18 of 126 g (h)u1 : Header Page 19 of 126 17 y1 0 h1 y2 0 h2 y3 0 h3 Các bước thiết kế điều khiển sau: Bước 1: Chọn hệ số khuếch đại hồi tiếp hệ số khuếch đại quan sát trạng thái sau: 15 0 Kc 20 2.5 12 K 0 15 0 15 14 18 5.6 1.5 Bước 2: Xây dựng bợ quan sát trạng thái theo (4.4) để xác định sai sớ ước lượng ê(t) Bước 3: Chọn thơng số thành phần bù sai số mơ hình khử nhiễu ngồi theo (4.17) được chọn: 0,005 ; 0,02 ; 1,215 ; lọc chọn L (s) s 12 Bước 4: Xây dựng các ḷt mờ cho sai sớ ước lượng ê (t) sau đó tí nh vecto sở mờ theo (4.14) Footer Page 19 of 126 Header Page 20 of 126 A11 ( ê) A21 ( ê) 18 A31 ( ê) A1 ( ê) A12 ( ê) A22 ( ê) (ê) A32 A2 (ê) A23 ( ê) A33 ( ê) A3 ( ê) A24 ( ê) A34 (ê ) A4 ê 30 ê 2 1 ( ê) ( ê) 2.1, 2 b2 ê c2 d2 A14 2b1 (ê) A13 ê c1 d1 ê c3 d3 ê c4 d4 2.1, 2 b3 ê 2.1, 2b4 Bước 5: Thực hiện ḷt điều khiển ê 2 2.1, (4.18) luật thíh nghi (4.15) 4.3 KẾT LUẬN CHƢƠNG CHƢƠNG - MƠ PHỎNG KẾT QUẢ THIẾT KẾ 5.1 XÂY DƢ̣NG BỢ ĐIỀU KHIỂN DÙNG PID 5.1.1 Xây dƣ̣ng bợ điều khiển Matlab-Simulink Hình 5.1 Bộ điều khiển dùng PID 5.1.2 Thƣ̣c hiện điều khiển hệ ba bờn nƣớc Matlab Simulink Footer Page 20 of 126 - Header Page 21 of 126 19 Hình 5.2 Điều khiển hệ ba bờn nước dùng PID 5.2 XÂY DƢ̣NG BỢ ĐIỀU KHIỂN DÙNG MỜ NƠRON 5.2.1 Xây dƣ̣ng bợ điều khiển Matlab-Simulink Hình 5.8 Khới thực hiện ḷt thí ch nghi 5.2.1 Thƣ̣c hiện điều khiển hệ ba bờn nƣớc Matlat Simulink Hình 5.13 Mơ hì nh điều khiển hệ ba bờn nước 5.3 KẾT QUẢ MƠ PHỎNG 5.3.1 Kết quả mơ với điều khiển PID a Kết quả mơ phỏng bờn (Hình 5.14) Footer Page 21 of 126 - Header Page 22 of 126 20 Hình 5.14 Kết quả mơ phỏng bờn dùng bợ điều khiển PID b Kết quả mơ phỏng bờn (Hình 5.15) Hình 5.15 Kết quả mơ phỏng bờn dùng bợ điều khiển PID c Kết quả mơ phỏng bờn (Hình 5.16) Hình 5.16 Kết quả mơ phỏng bờn dùng bợ điều khiển PID 5.3.2 Kết quả mơ phỏng với bợ điều khiển dùng hệ mờ nơron a Kết quả mơ phỏng bờn nước (Hình 5.17) Hình 5.17 Kết mơ phỏng bồn dùng điều khiển mờ nơron Footer Page 22 of 126 Header Page 23 of 126 21 b Kết quả mơ phỏng bờn nước (Hình 5.20) Hình 5.20 Kết quả mơ phỏng bờn dùng bợ điều khiển mờ nơron c Kết quả mơ phỏng bờn nước (Hình 5.23) Hình 5.23 Kết quả mơ phỏng bồn dùng bợ điều khiển Mờ Nơron 5.4 KẾT ḶN CHƢƠNG  Tín hiệu đặt sóng vng , thời điểm đầu thì hệ thớng dao đợng, chưa xác lập nhanh được , sau đó ởn đị nh tiệm cận với tí n hiệu đặt, cụ thể: - Từ đặc t ính sai lệch e với mức nước đặt h 1d=50cm (Hình 5.18), tác giả lấy khoảng thời điểm để xem xét thay đổi mức nước đặt trước thì thấy lượng quá điều chỉ nh % sai lệch % e1 lớn nhất giảm dần tiệm cận về (Bảng 5.1) Đến khoảng thời điểm thứ mức nước h ngõ đối tượng ổn định với sai lệch % lớn nhất là e1%=0.5486% (Bảng 5.1) - Cũng tương tự đặc tính sai lệch e1 với mức nước đặt h1d=25cm (Hình 5.19), tác giả lấy khoảng thời điểm để xem xét sự thay đởi Footer Page 23 of 126 Header Page 24 of 126 22 mức nước đặt trước thì thấy lượng quá điều chỉ nh % sai lệch % e1 lớn nhất giảm dần tiệm cận về (Bảng 5.2) Đến khoảng thời điểm thứ mức nước h ngõ đối tượng ổn đị nh với sai lệch % lớn nhất là e1%=0.333% (Bảng 5.2) - Từ đặc tí nh sai lệch e với mức nước đặt h 2d=40cm (Hình 5.21), tác giả lấy khoảng thời điểm để xem xét thay đổi mức nước đặt trước thì thấy lượng quá điều chỉ nh % sai lệch % e2 lớn nhất giảm dần tiệm cận về (Bảng 5.3) Đến khoảng thời điểm thứ mức nước h ngõ đối tượng ổn định với sai lệch % lớn nhất là e2%=0.1225% (Bảng 5.3) - Cũng tương tự đặc tính sai lệch e2 với mức nước đặt h2d=20cm (Hình 5.22), tác giả lấy khoảng thời điểm để xem xét thay đổi mức nước đặt trước thì thấy lượng quá điều chỉ nh % sai lệch % e2 lớn nhất giảm dần tiệm cận về (Bảng 5.4) Đến khoảng thời điểm thứ mức nước h ngõ đối tượng ổn định với sai lệch % lớn nhất là e2%=0.4479% (Bảng 5.4) - Từ đặc tí nh sai lệch e với mức nước đặt h 3d=30cm (Hình 5.24), tác giả lấy khoảng thời điểm để x em xét sự thay đởi mức nước đặt trước thì thấy lượng quá điều chỉ nh % sai lệch % e3 lớn nhất giảm dần tiệm cận về (Bảng 5.5) Đến khoảng thời điểm thứ mức nước h ngõ đối tượng ổn định với sai lệc h % lớn nhất là e3%=0.1455% (Bảng 5.5) - Cũng tương tự đặc tính sai lệch e3 với mức nước đặt h3d=15cm (Hình 5.25), tác giả lấy khoảng thời điểm để xem xét thay đổi mức nước đặt trước thì thấy lượng quá điều chỉ nh % sai lệch % e3 lớn nhất giảm dần tiệm cận về (Bảng 5.6) Đến khoảng thời điểm thứ mức nước h ngõ đối tượng ổn định với sai lệch % lớn nhất là e3%=0.1585% (Bảng 5.6) Footer Page 24 of 126 Header Page 25 of 126 23 Như vậy với sự phân tí ch sai lệch theo các khoảng thời gian thì tí n hiệu ngõ là mức nước h 1, h2, h3 bám theo tín hiệu đặt với sai lệch rất nhỏ, thời gian xác lập nhanh, kết quả ngõ bám theo tín hiệu đặt tốt  Kết quả điều khiển dùng bợ điều khiển mờ nơron (Hình 5.17), (Hình 5.20), (Hình 5.23), cho kết quả bám theo tí n hiệu đặt tớt so với việc dùng bợ điều khiển PID (Hình 5.14), (Hình 5.15), (Hình 5.16) Vậy việc sử dụng hệ mờ nơron điều khiển mức chất lỏng cho hệ ba bờn nước tạo bợ điều khiển đáp ứng tớt với sự thay đởi tí n hiệu đặt của mơ hì nh đới tượng KẾT ḶN VÀ HƢỚNG PHÁT TRIỂN ĐỀ TÀI * Kết ḷn - Nghiên cứu đới tượng phi tún nhiều đầu vào , nhiều đầu điều khiển quá trì nh với việc xây dựng được mơ hì nh toán học đới tượng hệ ba bờn nước - Việc kết hợp hệ mờ và mạng nơron để tạo được bợ điều khiển đã khắc phục được những nhược điểm vớn có của các bợ điều khiển riêng lẻ - Sử dụng được trí ṭ nhân tạo phục vụ điều khiển là việc tạo hệ lai với kết hợp điều khiển mờ mạng nơron Giải qút được bài toán điều khiển quá trì nh với đới tượng hệ ba bờn nước, hệ phi tuyến phức tạp có ngõ vào, ngõ (MIMO) - Kiểm tra được tí nh đúng đắn của tḥt toán điều khiển qua việc mơ phỏng kết quả nghiên cứu Matlab -Simulink, cho kết điều khiển tốt Footer Page 25 of 126 Header Page 26 of 126 24 * Hướng phát triển của đề tài - Luận văn với đề tài được tác giả nghiên cứu dừng lại mức độ tì m hiểu xây dựng bợ điều khiển với mạng nơron Singtelon có cấu trúc hệ mờ dùng để xấp xỉ luật điều khiển lý tưởng , đã kiểm tra tḥt t ốn điều khiển Matlab -Simulink Do đó dự đị nh phát triển tiếp tục đề tài: + Tiến đến xây mơ hì nh thí nghiệm thực cho hệ ba bờn nước , đờng thời cũng tạo các mơ hì nh thí nghiệm khác điều khiển cho hệ phi tuyến M IMO điều khiển nhiệt đợ , áp suất, lưu lượng, hoặc các hệ tay máy + Tìm kiếm thuật tốn điều khiển khác với hy vọng tạo cơng cụ điều khiển mạnh mẽ các hệ mờ nơron CANFIS (Coactive Adaptive Neural Fuzzy Inference Systems ), điều khiển dùng mạng điều khiển học thí ch nghi mờ FALCON (Fuzzy Adaptive Learning Control Network ) có khả học thơng số học cấu trúc, Footer Page 26 of 126 ... Với điều khiển mờ điều khiển sử dụng mạng N ron có thêm hướng phát triển lĩnh vực nghiên cứu thiết kế điều khiển hệ thớng, có nhiều ứng dụng lĩnh vực điều khiển cơng nghiệp hi ện Bộ điều. .. điều khiển mờ điều khiển sử dụng mạng N ron ngun tắc điều khiển tĩnh phi tuyến Chúng thiết kế với chất lượng hệ thống cho trước theo độ xác tùy ý làm việc theo ngun lý tư người Tính mạng N ron. .. QT MẠNG N RON 2.1 GIỚI THIỆU 2.2 TẾ BÀO N RON NHÂN TẠO 2.3 CÁC LOẠI MẠNG N RON NHÂN TẠO THƢỜNG GẶP VÀ PHƢƠNG PHÁP H́N LỤN MẠNG 2.3.1 Mạng n ron trùn thẳng mợt lớp 2.3.2 Mạng nơron