BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ CÔNG THƢƠNG VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA    NGUYỄN DUY HƢNG VỀ MỘT PHƢƠNG PHÁP TỔNG HỢP HỆ ĐIỀU KHIỂN MỜ DÙNG MẠNG NƠRON ỨNG DỤNG TRONG CÔNG NGHIỆP Chuyên ngành: Kỹ thuật Điện tử Mã ngành: 62.52.70.01 LUẬN ÁN TIẾN SĨ KỸ THUẬT HƯỚNG DẪN KHOA HỌC: GS TSKH NGUYỄN XUÂN QUỲNH HÀ NỘI – 2009 LỜI CẢM ƠN Tác giả xin bày tỏ lời cảm ơn lịng kính trọng thầy hướng dẫn: GS TSKH Nguyễn Xuân Quỳnh dẫn quý báu phương pháp luận định hướng nghiên cứu để luận án hoàn thành Tác giả bày tỏ lời cảm ơn Viện NC Điện tử, Tin học, Tự động hóa – Bộ Cơng Thương tạo điều kiện thuận lợi sở vật chất thời gian để tác giả hoàn thành luận án Tác giả xin trân trọng cảm ơn nhà khoa học đồng nghiệp phản biện, lý luận, đóng góp ý kiến xây dựng trao đổi vấn đề lý thuyết thực tiễn để luận án hoàn thiện Cuối tác giả xin bày tỏ lời cảm ơn sâu sắc đến gia đình người thân ln chia sẻ, gánh đỡ khó khăn dành tình cảm nguồn cổ vũ, động viên tinh thần thiếu tác giả suốt trình thực luận án LỜI CAM ĐOAN Tơi xin cam đoan luận án cơng trình nghiên cứu khoa học không trùng lặp với cơng trình khoa học khác Các số liệu trình bày luận án kiểm tra kỹ phản ánh hoàn toàn trung thực Các kết nghiên cứu tác giả đề xuất chưa cơng bố tạp chí đến thời điểm ngồi cơng trình tác giả Hà Nội, ngày 15 tháng năm 2009 Tác giả luận án Nguyễn Duy Hưng -i- MỞ ĐẦU Vấn đề điều khiển ổn định hệ động học phi tuyến có phương trình động học chuyển dạng tuyến tính hóa phản hồi trạng thái (state feedback linearizable) tuyến tính hóa phản hồi vào-ra (input-output feedback linearizable) có chứa thành phần khơng rõ nhằm bám theo tín hiệu mẫu cho trước với sai số bị chặn mục tiêu giải luận án Đây vấn đề phức tạp đặc tính phi tuyến động học thành phần chưa biết phương trình động học đối tượng Các cơng trình nghiên cứu chủ yếu tìm cách giải vấn đề điều khiển ổn định bền vững hệ phi tuyến có thành phần bất định dựa điều khiển thích nghi, nhiên phương pháp phức tạp chưa rõ khả mơ hình áp dụng hệ thống điều khiển cơng nghiệp Nhằm đóng góp, đưa phương pháp tổng hợp có khả áp dụng hệ thống điều khiển tự động tiên tiến hoạt động phân cấp mạng công nghiệp, tác giả trình bày phương pháp tổng hợp dựa ý tưởng thay ước lượng (không cần gần phương pháp nay) hàm trạng thái chưa biết hàm số biết, từ tìm cách xấp xỉ sai lệch chung phép thay ước lượng gây nên thiết kế thành phần bù liên tục nhằm triệt tiêu tác động Đặc điểm phương pháp sử dụng xấp xỉ vạn mờ nơron (xấp xỉ sai lệch nêu trên) làm thành phần bù luật điều khiển phản hồi Để xây dựng sở toán học chứng minh cho phương pháp đề xuất, luận án phát triển phương pháp cho trường hợp bù tĩnh (luật điều khiển phản hồi tĩnh) trường hợp bù động (luật điều khiển thích nghi) Ngồi luận án cịn phân tích giải số vấn đề khác liên quan đến điều kiện giới hạn quỹ đạo trạng thái đầu vào hệ phi tuyến mở rộng phương pháp trường hợp hệ khả tuyến tính hóa phản hồi chặt (strict-feedback linearizable system) Ngoài sở lý thuyết chứng minh, luận án phân tích khả áp dụng phương pháp hệ thống điều khiển công nghiệp (PLC, IPC) thông qua thử nghiệm mơ hình phần mềm ứng dụng xây dựng cho hệ thống SIMATIC S7 hãng Siemens - ii -  Bố cục luận án Luận án chia thành chương Chương trình bày tổng quan vấn đề điều khiển hệ phi tuyến ứng dụng, từ đưa mục tiêu nội dung nghiên cứu luận án giới hạn vào hệ khả tuyến tính hóa phản hồi có chứa thành phần khơng rõ tốn bám theo tín hiệu mẫu bị chặn cho trước Chương trình bày chi tiết vấn đề cần giải tổng quan nghiên cứu kết đạt đến Dựa phương pháp thiết kế định nghĩa hệ sai số thỏa mãn giả thiết ban đầu, luận án xây dựng số sở toán học (các định lý bổ đề) để hình thành phương pháp theo hướng đơn giản có khả ứng dụng – gọi phương pháp thay ước lượng hàm trạng thái – làm tiền đề phát triển điều khiển ổn định tĩnh động chương Trong Chương 3, tác giả giới thiệu số sở toán học nhằm đưa luật điều khiển tĩnh dùng xấp xỉ vạn mờ nơron làm thành phần bù liên tục để nghiệm hệ sai số vịng kín bị chặn tới hạn (uniformly ultimately bounded) trình bày phương pháp tính tốn, xác định tham số điều khiển điều kiện cần phương pháp để quỹ đạo trạng thái tín hiệu điều khiển bị chặn theo thiết kế Ngồi Chương cịn tiếp tục mở rộng phương pháp cho thiết kế điều khiển ổn định tĩnh hệ chuyển động hỗn loạn (chaotic systems) có phương trình động học dạng tuyến tính hóa phản hồi chặt Chương tập trung vào giải vấn đề bù động dựa luật điều khiển tĩnh sử dụng xấp xỉ mờ nơron để xây dựng điều khiển thích nghi ổn định trình bày mơ hình phần mềm ứng dụng Nhằm chứng minh tính khả thi phương pháp phát triển điều khiển với thành phần bù động, luận án sử dụng điều khiển thích nghi trực tiếp áp dụng phương pháp chỉnh định  để chỉnh định tham số xấp xỉ mờ nơron trường hợp xấp xỉ tuyến tính phi tuyến tham số Tác giả đưa mơ hình phần mềm ứng dụng cho phép áp dụng kiểu điều khiển tĩnh động hệ thống điều khiển cơng nghiệp phân tích khả ứng dụng hệ thống tự động hóa SIMATIC S7 hãng Siemens Phần cuối kết luận kiến nghị luận án, sau Phụ lục bao gồm số chứng minh thiết kế - iii - MỤC LỤC CHƢƠNG 1: TỔNG QUAN 1.1 Đặt vấn đề 1.2 Mục tiêu nhiệm vụ nghiên cứu CHƢƠNG 2: ĐIỀU KHIỂN ỔN ĐỊNH CÁC HỆ THỐNG KHẢ TUYẾN TÍNH HĨA PHẢN HỒI BẰNG PHƢƠNG PHÁP THAY THẾ ƢỚC LƢỢNG HÀM TRẠNG THÁI 11 2.1 Giới thiệu chung 11 2.1.1 Đặt vấn đề 11 2.1.2 Biểu diễn hệ thống khả tuyến tính hóa phản hồi 12 2.1.3 Vấn đề điều khiển ổn định hệ khả tuyến tính hóa phản hồi trạng thái 15 2.2 Điều khiển ổn định hệ thống khả tuyến tính hóa phản hồi trạng thái phƣơng pháp thay ƣớc lƣợng hàm trạng thái 21 2.2.1 Cơ sở toán học phương pháp 21 2.2.2 Tính bền vững hệ vịng kín phương pháp 31 2.3 Điều khiển ổn định hệ thống khả tuyến tính hóa phản hồi vàora phƣơng pháp thay ƣớc lƣợng hàm trạng thái 44 2.3.1 Bài toán điều khiển sở toán học 44 2.3.2 Điều khiển ổn định phương pháp thay ước lượng hàm trạng thái 47 2.3.3 Tính bền vững hệ vịng kín thành phần khơng rõ phương trình động học 51 2.4 Tổng hợp thiết kế điều khiển tĩnh ổn định 55 2.5 Kết luận 56 CHƢƠNG 3: PHƢƠNG PHÁP THAY THẾ ƢỚC LƢỢNG HÀM TRẠNG THÁI DÙNG BỘ XẤP XỈ MỜ NƠRON 58 3.1 Đặt vấn đề sở lý thuyết xây dựng phƣơng pháp 58 3.1.1 Giới thiệu chung 58 3.1.2 Bộ xấp xỉ vạn 59 3.1.3 Cơ sở toán học xây dựng xấp xỉ dùng hệ mờ mạng nơron 60 3.2 Thay ƣớc lƣợng hàm trạng thái 69 3.2.1 Cơ sở toán học phương pháp 69 3.2.2 Xác định tham số điều khiển 74 3.2.3 Mô điều khiển tay rôbốt 79 3.3 Thay ƣớc lƣợng hàm trạng thái mở rộng điều khiển ổn định hệ khả tuyến tính hóa phản hồi chặt 84 - iv - 3.3.1 Phương pháp chiếu 84 3.3.2 Phương pháp thay ước lượng hàm trạng thái hệ chứa thành phần không rõ 85 3.4 Tổng hợp kết luận 93 CHƢƠNG 4: ĐIỀU KHIỂN THÍCH NGHI TRỰC TIẾP DÙNG HỆ MỜ NƠRON TRONG PHƢƠNG PHÁP THAY THẾ ƢỚC LƢỢNG HÀM TRẠNG THÁI 96 4.1 Giới thiệu chung 96 4.1.1 Sự cần thiết phát triển điều khiển thích nghi 96 4.1.2 Vấn đề sở toán học xây dựng điều khiển thích nghi trực tiếp 98 4.2 Điều khiển mờ nơron thích nghi trực tiếp hệ thống khả tuyến tính hóa phản hồi 101 4.2.1 Hệ khả tuyến tính hóa phản hồi trạng thái 101 4.2.2 Hệ khả tuyến tính hóa phản hồi vào-ra 108 4.3 Tổng hợp thiết kế điều khiển thích nghi trực tiếp ổn định 110 4.4 Mơ hình điều khiển thích nghi hệ thống điều khiển cơng nghiệp 111 4.4.1 Giới thiệu chung 111 4.4.2 Mơ hình phần mềm ứng dụng khả áp dụng hệ thống điều khiển công nghiệp 113 4.5 Kết luận 121 KẾT LUẬN VÀ KIẾN NGHỊ 122 CÁC CƠNG TRÌNH CƠNG BỐ LIÊN QUAN CỦA TÁC GIẢ 124 TÀI LIỆU THAM KHẢO 125 PHỤ LỤC 134 5.1 Một số thuật ngữ tiếng Anh 134 5.2 Bổ đề trang 23 136 5.3 Bổ đề trang 40 kết (2-64) 139 5.4 Tuyến tính hóa phƣơng trình động lực học (3-23) 143 5.5 Chƣơng trình mơ ví dụ điều khiển tay rơbốt trang 79 145 5.6 Bổ đề trang 100 152 5.7 Một số mơđun phần mềm mơ hình phần mềm ứng dụng 155 -v- MỤC LỤC HÌNH VẼ Hình : Hàm ε( , E )   sign( E )bsig( , E ) 33 Hình : Hàm μ( , E )  E ε( , E ) .34 Hình : Hàm Lambert w( x)ew( x)  x .35 Hình : Hàm μ E (  ,  , E )  E    sign( E )bsig( , E )  41 Hình : Hàm Em (  ,  ) μ E _ max (  ,  )  μ E (  ,  ,  Em ) 41 Hình : Hệ mờ MISO 63 Hình : Mạng nơron lớp 65 Hình : Mơ trường hợp không sử dụng thành phần bù 81 Hình : Mơ sử dụng thành phần bù tĩnh với     1.0 82 Hình 10 : Mơ sử dụng thành phần bù tĩnh với     0.8 83 Hình 11 : Điều khiển thích nghi hệ thống điều khiển cơng nghiệp 114 Hình 12 : Sơ đồ đường liệu mơ hình điều khiển thích nghi 115 Hình 13 : Các mơđun phần mềm mơ hình hệ thống NF 117 Hình 14 : Cấu trúc đệm liệu trình cung cấp cho PC-Server 155 Hình 15 : Các khối môđun phần mềm giao diện STEP7 V5 157 - vi - BẢNG CHỮ VIẾT TẮT ABS Antilock Braking System ANFIS Adaptive-Network-based Fuzzy Inference System CNC Computerized Numerical Control CSDL Cơ sở liệu DC Direct Current DCS Distributed Control System DVD Digital Video Disc GUAS Globally Uniformly Asymtotically Stable HD DVD High Density DVD IE Industrial Ethernet IEC International Electrotechnical Commission IPC Industrial Personal Computer ISPS Input-to-State Practically Stable ISS Input-to-State Stable KH&CN Khoa học Công nghệ LTI Linear Time Invariant MIMO Multi-Input Multi-Output MLP Multilayer Perceptron (Network) NF/NFN Neuro-Fuzzy/Neuro-Fuzzy Network PC Personal Computer PID Proportional Integral Differential PLC Programmable Logic Controller R&D Research and Development RBF Radial Basis Function Network RBN Radial Basis Neural Network SCADA Supervisory Control and Data Acquisition SCL Structured Control Language SISO Single-Input Single-Output UAS Uniformly Asymtotically Stable -1- CHƢƠNG TỔNG QUAN 1.1 Đặt vấn đề Trong thập kỷ gần đây, phát triển mạnh mẽ khoa học công nghệ (KH&CN) lĩnh vực công nghệ chế tạo, công nghệ vật liệu công nghệ thông tin cho đời vi xử lý mạnh, kích cỡ nhỏ gọn, tiêu thụ điện thấp giá thành hạ Nhờ người tạo hàng loạt sản phẩm công nghệ cao tinh vi thông minh sản phẩm công nghệ cao ngày trở nên phổ biến phần thiếu phát triển xã hội văn minh đại Những thiết bị dân dụng công nghệ cao máy điện thoại di động, iPod, đầu đĩa HD DVD Blu-ray hay máy giặt, máy rửa bát, khơng cịn xa lạ nhiều người dân thiết bị khác máy rút tiền tự động, máy bán hàng, bán vé tàu xe tự động, thiết bị trợ giúp y tế, thiết bị dẫn đường, rôbốt giúp việc, trở nên gần gũi với người hết Có thể nói phát triển KH&CN tạo thay đổi lớn xã hội loài người nhằm đáp ứng nhu cầu ngày cao người môi trường điều kiện sống Cùng với phát triển lớn mạnh ngành công nghiệp nhằm khai thác cung cấp sản phẩm, dịch vụ có chất lượng tốt với giá thành hạ tới người tiêu dùng Kinh nghiệm nước phát triển cho thấy việc áp dụng KH&CN cải tiến, tạo sản phẩm việc nâng cao chất lượng, giảm chi phí sản xuất hạ giá thành sản phẩm, dịch vụ có ý nghĩa sống cịn nhà sản xuất ngược lại địi hỏi KH&CN phải ln trước bước, đáp ứng yêu cầu phát triển nhà sản xuất nói riêng xã hội nói chung Mặc dù giới phải đối mặt với vấn đề nghiêm trọng khủng hoảng tài tình trạng suy thối kinh tế toàn cầu ảnh hưởng lớn đến hoạt động sản xuất, nhiên đứng quan điểm triết học chất phát triển phát triển chất xã - 143 - 5.4 Tuyến tính hóa phƣơng trình động lực học (3-23)   Đặt ξT  1 , ,     q1 , q1 , q2 , q2  , phương trình động lực học (3-23) đầu viết dạng: 1   2  a sin 1  b(1  3 ) 3   (5-9) 4  c(1  3 )  du y  1 với a  MgL k k , b  , c  d  hoặc: I I J J  ξ  fξ (ξ )  g ξ (ξ )u y  h(ξ ) 2 0   0  a sin   b(   )  1   với fξ (ξ )  , g (ξ )    h(ξ)  1 0   ξ 4     c(1  3 ) d    Hệ (5-10) có điểm cân ξ  có bậc đầy đủ n  từ: h(ξ ) fξ  1,0,0,0 fξ   ξ Lfξ h(ξ ) L2ξ h(ξ )  fξ   0,1,0,0 fξ   a sin 1  b(1  3 ) f ξ Lfξ h(ξ )  L3ξ h(ξ ) f L4ξ h(ξ ) f   L2ξ h(ξ ) f ξ L3ξ h(ξ ) f ξ fξ   a cos 1  b,0, b,0 fξ   a cos 1  b(   ) fξ   a sin 1 , a cos 1  b,0, b  fξ  a sin 1   a cos 1  b   a sin 1  b(1  3 )   bc(1  3 ) ta có: (5-10) - 144 - h(ξ ) g ξ  1,0,0,0 g ξ  ξ Lfξ h(ξ ) Lgξ Lfξ h(ξ )  g ξ   0,1,0,0 g ξ  ξ Lgξ h(ξ )  Lgξ L2ξ h(ξ ) f Lgξ L3ξ h(ξ ) f   L2ξ h(ξ ) f ξ L3ξ h(ξ ) f ξ g ξ    a cos 1  b,0, b,0 g ξ  g ξ   a sin 1 , a cos 1  b,0, b  g ξ  bd  Như sử dụng phép biến đổi vi đồng phôi T(ξ )   T1 (ξ),,T4 (ξ)  với T ξ  T1  x  để xác định:  h(ξ )  1  x1   T1       x  T   Lfξ h(ξ )    2  2   2     x   x3   T3   Lfξ h(ξ )   a sin 1  b(1  3 )           x4  T4   L3 h(ξ )   a cos 1  b(   )   fξ  f (x)  L4ξ h(ξ )  a sin 1   a cos 1  b   a sin 1  b(1  3 )   bc(1  3 ) f    ax2 sin x1   a cos x1  b  x3  bc  x1  ( x3  a sin x1  bx1 )  b      a x2  c sin x1   a cos x1  b  c  x3 g (x)  Lgξ L3ξ h(ξ )  bd f biểu diễn hệ dạng tuyến tính hóa phản hồi trạng thái chuẩn tắc:  x1  x2  x2  x3  x3  x4  (5-11)   x4  a x2  c sin x1   a cos x1  b  c  x3  bdu y  x1 Kết cho thấy giả thiết ξ véctơ trạng thái đo x tính qua phép biến đổi x  T  ξ  nêu - 145 - 5.5 Chƣơng trình mơ ví dụ điều khiển tay rơbốt trang 79 % Robot Link Control Simulation; VIELINA–NDH, 2006 %function RobotSim1() clear all; global T_min T_step T_max fig a b c d a2 b2 c2 d2 nlStateFeedback_siso = struct('Name','Nonlinear State-feedback Linearizable SISO Model', 'N', 0, 'CTRMode', '', % Control Mode 'fx', [], 'gx', [], 'hx', [], % Plant Model parameters 'fxa', [], 'gxa', [], 'hxa', [], % Plant Model Approximation 'FX', [], 'X',[],'W', [], 'Dg',[], 'Df', [], % Neural Network Approximator 'Fdxn', [], % Neural Network Approximator 'SatLim', 1, 'uLow', -1, 'uHigh', 1, % Saturation limiter 'RateLim', 1, 'duLow', -1, 'duHigh', 1, % Rate limiter 'K', [], 'eta', 1, 'ETA', [], 'kappa', [], 'alpha', 0, 'rho', 0, 'theta', 0, % Control parameters 'tempData', [], 'tempData2', []); % Testing data templates % Nonlinear state-feedback linearizable SISO plant model: % dx1/dt = x2 % dx2/dt = x3 % dx[N-1] = xN % dxN/dt = f(x) + g(x)*u % y = h(x) % where % x = [x1; x2; ; xN] (state vector) u: plant input; y: plant output % Parameters: % N: Number of continuous states % fx, gx, hx: f(x), g(x), h(x) respectively % fxa, gxa, hxa: known functions for replacement of f(x), g(x), h(x) respectively RefModel_siso = struct( 'Name','SISO Reference Model','Formula', ''); % Simulation Settings -T_min=0; T_max=50; T_step=0.01; T=T_min:T_step:T_max; % Simulation time interval, fix step T_Ref=[T_min:T_step/5:T_max]; % Reference signal's sampling time interval flag=''; options = odeset('RelTol',1e-3,'AbsTol',1e-4); % Plant Model Definition nlPlant=nlStateFeedback_siso; % Defines Plant Model nlPlant.N=4; % Number of states (x) nlPlant.fx='(a*(x(:,2).^2-c).*sin(x(:,1))-a*(cos(x(:,1))+b+c).*x(:,3))'; nlPlant.gx='b*d'; nlPlant.hx='x(:,1)'; - 146 - nlPlant.K=poly([-0.5 -0.8 -1]); nlPlant.eta=200; nlPlant.ETA(1)=nlPlant.eta*nlPlant.K(1); for i=2:nlPlant.N nlPlant.ETA(i)=nlPlant.K(i-1)+nlPlant.eta*nlPlant.K(i); end nlPlant.kappa=0; % static feedback control law applies I=0.04; J=0.04; k=0.8; L=0.1; M=6; g=9.8; a=M*g*L/I; b=k/I; c=k/J; d=1/J; % Reference Signal Definition RefSignal='FORMULA'; % Defines Reference Signal Type fig=0; RefModel=RefModel_siso; RefModel.Formula='pi*sin(0.5*t).*cos(0.1*t)/3'; % Reference signal Ref=fRefGen(RefModel.Formula, T_Ref'); % Ref=[t Ref(t)] s=sprintf('r(t)=%s',RefModel.Formula); dr = fDeriv(Ref(:,1:2), nlPlant.N+1); % Reference data & its derrivatives r = [Ref(1:size(dr,1),1:2) dr(:,2:nlPlant.N+1)]; % R = [t r(t) dr(t)/dt d^(N)r(t)/dt^N] rt=fxt(r,0,'approx'); % rt=[t r dr/dt ] X0=[0 0 0]; % Trains approximator nlPlant.u='5.15*sin(0.25*t)-0.95*sin(t)'; % u for testing (maybe varies) nlPlant.fxa='(-a2*c2.*sin(x(:,1))-a2*(b2+c2).*x(:,3))'; nlPlant.gxa='b2*d2'; nlPlant.hxa=nlPlant.hx; nlPlant.X='[x uxa]'; a2=a; b2=b*0.9; c2=1.1*c; d2=1.3*d; T1=T; nlPlant = fStateFeedback2(T1, X0, options, 'train', nlPlant, r); nlPlant.W save data; % Tests the trained controller %function RobotSim2() clear all; load data; T2=T; - 147 - nlPlant.kappa=1; nlPlant.rho=1; % 0