LỜI NÓI ĐẦU Lý chọn đề tài Ngày nay, điều khiển chuyển động chính xác, tốc độ cao ứng dụng rộng rãi nhiều lĩnh vực sản xuất đời sống điều khiển máy in, điều khiển hành trình, điều khiển cánh tay robot v.v Đã có nhiều phương pháp khác nhằm thực hiện nhiệm vụ này dùng điều khiển PID truyền thống, STR (Self Tuning Regulator) v.v Tuy nhiên, đối với hệ thống máy in, yêu cầu điều khiển là hình in phải giống hình mẫu, tốc độ in cao (năng suất cao) thì lại đối mặt với rất nhiều khó khăn như: thơng số đối tượng điều khiển thay đổi, tác động xấu nhiễu đo, tác động nhiễu hệ thống Do máy in làm việc với yêu cầu độ ổn định độ xác cao điều khiển thể hạn chế Hệ thống điều khiển thích nghi hệ thống mà cấu trúc tham số điều khiển thay đổi theo biến thiên thông số hệ cho chất lượng đảm bảo tiêu định Đặc biệt hệ điều khiển Learning Feed Forward Control (LFFC) sở thích nghi theo mơ hình mẫu (Model Reference Adaptive System: MRAS), nghiên cứu thiết kế ứng dụng thực tế Bộ điều khiển có ưu điểm có khả kháng nhiễu hệ thống (System Noise) có hiệu quả, nhờ độ xác độ ổn định hệ đồng thời đạt Việc ứng dụng Learning Feed Forward sở MRAS để điều khiển chính xác vị trí máy in nâng cao chất lượng hệ thống Vì tác giả lựa chọn đề tài: “Thiết kế, chế tạo hệ thống điều khiển chuyển động máy in sử dụng thuật toán PID kết hợp LFFC” Luận văn tập trung nghiên cứu xây dựng thuật toán PID kết hợp LFFC để điều khiển chuyển động của máy in Phương pháp nghiên cứu đề tài sau: - Nghiên cứu lý thuyết xây dựng mô hình tốn hệ máy in, thiết kế điều khiển - Kiểm chứng kết thiết kế thông qua mô phần mềm Matlab Simulink thực nghiệm mơ hình thực Bố cục luận văn Chương 1: Giới thiệu Chương 2: Tổng quan Learning Feed-Forward Control (LFFC) Model Reference Adaptive Systems (MARS) Chương 3: Thiết kế mô điều khiển LFFC sở MRAS để điều khiển máy in Chương 4: Thực nghiệm CHƯƠNG 1: GIỚI THIỆU 1.1 Cấu tạo, cấu trúc máy in (công nghệ in) Máy in công nghiệp sử dụng rộng rãi Cấu tạo máy in mô tả cách đơn giản bao gồm đầu in gắn ụ chuyển qua lại theo phương X, toàn phần thiết bị chuyển động theo phương X gắn phần chuyển động qua lại theo phương Y Bằng cách điều khiển chuyển động theo phương X Y bám theo quỹ xác định, đầu in vẽ hình theo mong muốn mặt phẳng 1.2 Mơ hình tốn máy in theo phương Cấu trúc thực nghiệm máy in có dạng (Hình 1.1) Cơng tắc hành trình Bộ nguồn Con trượt Động bánh Adrunio board Cầu H HÌNH1 1: Cấu trúc thực nghiệm máy in Để xác định được mô hình toán học của hệ thớng, tính tốn, bỏ qua thành phần phi tuyến lực ma sát phần tử giảm chấn, coi dây curoa nối động ụ trượt cứng bỏ qua khối lượng rơto, khung vững đối tượng được biểu diễn dưới dạng mô hình toán học (Hình 1.2), và có dạng là khâu bậc tuyến tính biểu diễn hệ phương trình trạng thái biểu thức (1.1) Dòng điện động Km Hệ số động F m Động Sensor p Bộ giảm chấn HÌNH1 2: Mơ hình tốn bậc hai Tải Fri ctio n &  x = Ax + Bu   y = Cx + Du (1.1) &  vL   − d  = m &  xL      k     vL   m   + m F   x   0  L      vL  y = [ 1]   +[ 0] F  xL    Với:  −d Ac =  m   (1.2) (1.3)  km     −10    19  =  , Bc =  m  =    0 0        (1.4) Cc = [ 1] , Dc = [ 0] (1.5) Khi nói đến ma sát phi tuyến Damper thì:  −d &  vL   x  =  m  &L   vL  −d  k     vL   c sign(vL )   m  + m + m F      xL   0           (1.6) - Các kí hiệu viết tắt giải thích Bảng 1.1: Trạng thái 1: Vận tốc ụ trượt Thông số viscous Damper d xL Trạng thái 2: Vị trí ụ trượt m Khối lượng ụ trượt F Lực tác dụng lên trình km Hằng số động dc Thơng số Coulomb Damper Bảng1.1: Giải thích biến thơng số sử dụng công thức (1.2) (1.6) 1.3 Các yếu tố gây chuyển động thiếu xác cho hệ thống máy in Các nhiễu lặp bất định đối tượng hệ thống chuyển động điện (máy in): Một hệ thống chuyển động điện (Hình 1.3) đối tượng khí hoạt động điện mà yêu cầu điều khiển vị trí cấu tác động cuối [4] Bộ tạo quỹ đạo quỹ đạo mong muốn cho cấu tác động cuối Các động điện sử dụng AC DC, quay tuyến tính Các thành phần khí để truyền chuyển động động điện tới cấu tác động cuối bao gồm: trục, bánh răng, dây đai, liên kết, vòng bi quay, v.v … Đối tượng điện Bộ phát tín hiệu mẫu Hệ thống điều khiển Cơ cấu tác động Hàm truyền HÌNH 3: Hệ thống chuyển động điện Cơ cấu tác động cuối Mơ hình đối tượng Coulomb + + Viscous Nhiễu lặp u + - Inertia ∫ v ∫ x HÌNH 4: Mơ hình đối tượng nhiễu lặp 1.4 Khó khăn cần đối mặt thiết kế hệ thống điều khiển Bài toán đặt cho hệ thống điều khiển hình in phải giống hình mẫu, tốc độ in cao (năng suất cao) phải đối mặt với khó khăn sau: - Thông số đối tượng điều khiển thay đổi + Phi tuyến thiết bị truyền động, cảm biến + Khe hở mức độ phù hợp truyền động bánh + Thời gian trễ - Tác động nhiễu hệ thống - Các vấn đề liên quan đến tính độ mềm khí 1.5 Tổng quan nghiên cứu nước Phần đưa tổng quan nghiên cứu nước 1.6 Động lực cho việc sử dụng điều khiển PID truyền thống kết hợp Learning FeedForward Phần đưa giải pháp cho toán sử dụng thuật toán PID kết hợp LFFC Giải pháp cho phép đồng thời đạt độ xác điều khiển, độ ổn định cao 1.7 Thiết kế hệ thống điều khiển nhiệm vụ tác giả Với mục tiêu Thiết kế, chế tạo hệ thống điều khiển chuyển động máy in ta cần tiến hành bước sau: 1- Thiết kế, tính toán hệ chuyển động máy in; - Trên sở mơ hình hệ thống thực viết phương trình vi phân mơ tả hệ thống, kết hợp với thực nghiệm ta xác định mơ hình tốn đối tượng điều khiển; - Dựa mô hình tốn nhận lựa chọn cấu trúc điều khiển phù hợp kết hợp PID truyền thống Learning Feed-Forward đồng thời tính tốn thơng số điều khiển; - Kết tính tốn thiết kế kiểm chứng hiệu chỉnh thông qua mô phỏng; - Thiết kế mạch điện tử thực chức điều khiển; -Triển khai thực nghiệm, hiệu chỉnh thông số hệ thống thực, so sánh đánh giá kết mô kết thực nghiệm 1.8 Mong muốn đạt - Chế tạo mơ hình máy in chuyển động đơn sử dụng động điện - Xây dựng mơ hình tốn đối tượng điều khiển - Xây dựng cấu trúc hệ thống điều khiển thông số điều khiển - Mô phỏng, hiệu chỉnh thông số - Thiết kế, lắp ráp mạch điện tử tương tự thực chức biến đổi cấp điện cho động điện chiều - Thiết kế, lắp ráp mạch điện tử tương tự thực chức điều khiển - Mơ hình thực đầy đủ (Mạch lực mạch điều khiển) - Tính đắn giải pháp chứng minh thông qua kết mơ thực nghiệm có khơng có tác động nhiễu hệ thống 1.9 Kết luận chương Như chương phân tích cấu tạo máy in từ xây dựng mơ hình tốn hệ thống thực nghiệm Trên sở nghiên cứu nước tác giả xác định nhiệm vụ, khó khăn mục tiêu đề tài từ đưa mong muốn đạt đề tài CHƯƠNG 2: TỔNG QUAN VỀ LEARNING FEED-FORWARD CONTROL (LFFC) VÀ MODEL REFERENCE ADAPTIVE SYSTEMS (MRAS) 2.1 Tổng quan LFFC Phần nghiên cứu phân tích điều khiển LC, LFF, LFFC 2.2 Điều khiển thích nghi theo mơ hình mẫu Hệ thống điều khiển thích nghi hệ thống mà cấu trúc tham số điều khiển thay đổi theo biến thiên thông số hệ cho đảm bảo tiêu định u bP + _ + _ + ∫ y ∫ Đối tượng aP Kb + _ Ka _ Luật điều khiển thích nghi HÌNH Mơ hình mẫu đối tượng • + Phương pháp ổn định Liapunov Mơ hình mẫu Phần nghiên cứu tổng quan phương pháp2ổn định Liapunov ωn 2.3 Bộ điều khiển LFFC sở MRAS s + 2ξωn s văn n2 Bắt nguồn từ cấu trúc điều khiển LFFC, luận + ωnày đề cập đến thích nghi tham số mơ hình mẫu dựa điều khiển LFFC, mà thực mơ hình ngược đối tượng Đáp ứng thực đối tượng xác định khâu khởi tạo tín hiệu đặt Đối với hệ thống tuyến tính, chứng minh hệ thống điều khiển ổn định tiệm cận theo thuyết Liapunov So sánh với cấu trúc mơ hình mẫu tiêu chuẩn hệ thống có hiệu suất tốt Nó phản ứng nhanh, bền vững khơng nhạy cảm với nhiễu đo lường Để giải vấn đề này, khâu xấp xỉ hàm áp dụng sau: Mơ hình mẫu am Luật điều khiển thích nghi R - HÌNH 2: MRAS cho K nghi tham số bộtrình khiển thích + Qúa điều - Hiệu chỉnh mẫu bm Luật điều khiển thích nghi R + + + - Bộ điều khiển thích nghi Qúa trình K HÌNH 3: MRAS với mơ hình hiệu chỉnh cho nhận dạng tham số cm R + Luật điều khiển thích nghi + Mơ hình mẫu - Qúa trình K - HÌNH Cấu trúc MRAS với khâu khởi tạo tín hiệu đặt • && r MRAS dựa điều khiển Feed a Forward m Phần ta nhận dạng mơ hình ngược đối tượng đưa điều khiển LFFC + bm R ωn s + 2ξωn s + ωn + + cm + a p s + bp s + c p C HÌNH2.5 Nhận dạng mơ hình ngược đối tượng Learning feedforward dm + + + + + am + cm bm Learning Setpoint generator R ω n + - + - s ṙ 2ζωn s r & e + Hc + + Đối tượng C + + Feedback control system HÌNH2 Bộ điều khiển LFFC • Luật điều khiển thích nghi Trong hệ thống thích nghi theo mơ hình mẫu, mơ hình mẫu đóng vai trị khâu khởi tạo điểm đặt Việc gợi cho thấy sử dụng lý thuyết ổn định Liapunov để xét ổn định thơng số a m, bm, cm Ta tiếp tục ví dụ đối tượng bậc 2, áp dụng hoàn toàn tương tự đối tượng có bậc cao Ta giả thiết tham số đối tượng trước biến thiên chậm Ở tầng ta giả thiết hàm truyền điều khiển Hp=Kp Phản hồi sử dụng trường hợp để tạo tín hiệu sai lệch e cho chế tự học Sự khép kín mạch vịng phản hồi phương pháp hệ số khuếch đại số K p làm thay đổi tham số đối tượng bù giá trị khác tham số hiệu chỉnh Ta giả thiết nhiễu Phần sau nhận thấy tham số d m tính tốn theo cách tương tự tham số khác Do đó, toán thiết kế : Tìm luật hiệu chỉnh (ổn định) cho tham số hiệu chỉnh am, bm, cm cho sai lệch e khâu khởi tạo tín hiệu đặt đối tượng sai lệch điều khiển Feed - Forward tiệm cận tới Trong luật hiệu chỉnh, đạo hàm sai lệch cần thiết Đạo hàm nhận phương pháp sử dụng lọc biến trạng thái (bậc 2) Dải thông lọc biến trạng thái phải chọn gấp 10 lần so với dải thơng khâu khởi tạo tín hiệu đặt để không làm ảnh hưởng đến ổn định hệ thống Mặt khác, kết hợp lọc biến trạng thái với dải thông không rộng việc sử dụng trạng thái mơ hình cho thích nghi cho điều khiển làm cho hệ thống không nhạy cảm cách tương nhiễu đo lường mang lại hệ thống bền vững 2.4 Kết luận chương Như chương phân tích khái niệm điều khiển Learning Feed-Forward, lý thuyết điều khiển thích nghi theo mơ hình mẫu, điều khiển LFFC sở điều khiển thích nghi theo mơ hình mẫu Từ kiến thức sở kết hợp với phương trình động học Chương xây dựng điều khiển cho máy in điều khiển Feedback kết hợp LFFC sở điều khiển thích nghi theo mơ hình mẫu CHƯƠNG 3: THIẾT KẾ VÀ MÔ PHỎNG BỘ ĐIỀU KHIỂN LFFC TRÊN CƠ SỞ MRAS ĐỂ ĐIỀU KHIỂN MÁY IN 3.1 Cấu trúc hệ thống với điều khiển LFFC dựa MRAS Q trình tính tốn dựa thơng số mơ hình tuyến tính xấp xỉ bậc (đã trình bày chương I) Hai lọc biến trạng thái mơ hình mẫu Href có cấu trúc giống Bộ lọc biến trạng thái thứ đóng vai trị tạo tín hiệu trạng thái mẫu Bộ lọc biến trạng thái thứ hai & sử dụng để nhận đồng thời sai lệch vị trí ụ trượt e đạo hàm e Áp dụng bước tính tốn mục 2.3 chương 2, ta tính hệ số ma trận P luật chỉnh định thích nghi hệ số am, bm cm điều khiển Mơ hình mô hệ thống máy in với điều khiển learning feed-forward dựa MRAS biểu diễn (Hình 3.1) kết mô thể hình sau: 3.2 Tính tốn thơng số Để đơn giản cho q trình tính tốn thơng số, cấu trúc hệ thống mô tả rõ sau: ap + + Bộ hiển thị am bm + & xp2 + - + - s xp2 y & x p1 p x p1 s bp Bộ c thị hiển ap m cp Luật Đ/K thích nghi R ω n & rm rm + - s + ap - & s rm1 rm1 2ζωn ω n HÌNH3 2: Cấu trúc chi tiết hệ thống Sau áp dụng bước tính tốn Chương 2, ta kết sau: ωn = ; ζ = 0.75 ωF = ; α c = 150000 P21 = 2*10−5 ; P22 = 7.17 *10−5 ; K P = 20 & r am = α a ∫ [( p21e + p22 e)&&]dt + am (0) & & bm = α b ∫ [( p21e + p22 e)r ]dt + bm (0) & cm = α c ∫ [( p21e + p22e)r ]dt + cm (0) Giống hệ thống với bộ điều khiển thích nghi trực tiếp, thông số của đối tượng thay đổi, bộ điều khiển LFFC dựa MRAS cũng có khả tự động hiệu chỉnh các thông số của bộ điều khiển theo xu hướng đưa sai lệch tiến dần về Tuy nhiên, ưu điểm vượt trội của mô hình điều khiển này là tốc độ thích nghi nhanh hơn, độ ổn định cao và ít nhạy cảm với nhiễu Công thức (1.6) chỉ áp dụng được mô hình mẫu và đối tượng có dạng bậc Như vậy với những đối tượng có hàm truyền bậc cao hơn, tính toán ta phải sử dụng hàm xấp xỉ bậc của chúng Bộ điều khiển FF chỉ có thế được áp dụng (bù, hiệu chỉnh) cho hệ thống với đối tượng có dạng bậc trở xuống nên chính là hạn chế của phương pháp này 3.3 Mô hệ thống * Cấu trúc mơ Tín hiệu lọc LFFC + + + am e + bm cm SVF P21 ė Uff + P22 + NL Nhiễu đo lường e R Bộ phát tín hiệu đặt r & r + + - d dt + + + + Kp + n x + Ufb Kd HÌNH 3: Cấu trúc mơ hệ thống Đối tượng + y HÌNH3 4: Cấu trúc hệ thống simulink HÌNH 5: Cấu trúc LFFC lọc SVF HÌNH 6: Kết mơ giá trị thích nghi am, bm, cm 3.4 Kết luận Chương Từ sở lý thuyết Chương Chương 2, xây dựng điều khiển LFFC sở MRAS cho máy in Kết điều khiển kiểm chứng mô phần mềm Matlab simulink Qua kết mơ có kết luận: - Hệ thống hoạt động ổn định - Tín hiệu thực bám với tín hiệu đặt cho tín hiệu đặt biến đổi Trong luận văn giả thiết tín hiệu đặt (vị trí đặt) biến thiên theo quy luật hàm Step Kết cho vị trí đặt - Tín hiệu bám tốt, với nhiễu đo tác động vào hệ thống, điều khiển LFFC sở MRAS tạo tín hiệu bù phù hợp để khử tín hiệu nhiễu CHƯƠNG 4: THỰC NGHIỆM 4.1 Giới thiệu hệ thống máy in Công tắc hành trình Con trượt Cầu H Arduino Board Động bánh HÌNH4 1: Hệ thống thực nghiệm Hệ thống máy in có thành phần: Arduino Board: nhận tín hiệu phản hồi từ sensor vị trí (encoder) giao tiếp với máy tính, xuất tín hiệu mạch công suất (Cầu H) để điều khiển động cơ; Mạch cầu H: Thực nhiệm vụ đảo chiều động cơ; Cơng tắc hành trình dùng để giới hạn hành trình chuyển động trượt; Động dùng để truyền động hệ thống; Cơ cấu bánh để thay đổi tỉ số truyền 4.2.Cấu trúc điều khiển hệ thống HÌNH4 2: Cấu trúc điều khiển hệ thống Việc điều khiển chuyển động bám xác cho hệ thống thực qua điều khiển vị trí, việc thực qua điều khiển động servo Tín hiệu hệ thống máy in bám xác theo tín hiệu đặt, có sai lệch, tín hiệu hệ thống qua encoder gửi so sánh với giá trị đặt điều khiển, từ điều khiển gửi tín hiệu để điều khiển động cho tín hiệu bám chặt theo tín hiệu đặt Hệ thống cho phép thực điều khiển kiểu hai đầu vào đầu HÌNH4 3: Cấu hình thời gian thực HÌNH4 4: Cấu hình đọc encoder HÌNH4 5: Cấu trúc lọc HÌNH 6: Cấu hình xuất tín hiệu PWM HÌNH 7: Điều khiển tốc độ chiều quay động HÌNH 8: Cấu hình đầu số HÌNH 9: Cấu trúc điều khiển mơ hình thực Tín hiệu mẫu Tín hiệu thực HÌNH 10: Kết thực nghiệm 4.3 Kết luận Chương Để kiểm chứng kết quả mô phỏng ở Chương 3, xây dựng mô hình thực nghiệm sử dụng điều khiển LFFC sở MRAS để điều khiển máy in Từ các kết điều khiển đưa kết luận sau: - Hệ thống hoạt động ổn định - Tín hiệu thực bám với tín hiệu đặt cho tín hiệu đặt biến đổi - Kết cho vị trí đặt - Tín hiệu bám tốt, với nhiễu đo tác động vào hệ thống, điều khiển LFFC sở MRAS tạo tín hiệu bù phù hợp để khử tín hiệu nhiễu Ở quan tâm chính là nhiễu Coulomb KẾT LUẬN VÀ KIẾN NGHỊ - Trong Chương và chương 2, tác giả đã xây dựng được mô hình toán và sở lý thuyết điều khiển cho hệ thống máy in - Trong Chương 3, tác giả đã tiến hành mô phỏng Matlab/ Simulink và nhận được các kết quả rất khả quan về tính đúng đắn của lý thuyết - Trong Chương 4, tác giả đã xây dựng được mô hình thực nghiệm cho hệ thống, các kết quả nhận được một lần nữa cho thấy hệ thống được điều khiển rất tốt Qua các phần trên, tác giả nhận thấy, kết quả điều khiển chính xác máy in được thực hiện tốt, nhiên tác giả mong muốn thời gian tới sẽ nghiên cứu các phương pháp điều khiển mới như: Kết hợp LQG và mạng Nơron để điều khiển đối tượng Mặt khác, tác giả sẽ phát triển hệ thống điều khiển theo phương X, và Y TÀI LIỆU THAM KHẢO [1] Yu-Feng Li, “High PrecisionMotionControl Based on a Discrete-time Sliding Mode Approach”, Doctoral Thesis, Stockholm 2001 [2] Nguyen Duy Cuong, “Advanced Controllers for Electromechanical Motion Systems”, Doctorate dissertation, 2008 [3] Dirne, H., “Demonstrator of Advanced Controller”, Master thesis, University of Twente, The Netherlands, May 2005 [4] Coelingh, H J., “Design Support for Motion Control Systems: a mechantronic approach”, PhD thesis, University of Twente, Enschede, The Netherlands, 2000 [5] Ahn, H S., Chen, Y Q., and Dou, H., “State Periodic Adaptive Compensation of Cogging and Coulomb Friction in Permanent Magnet Linear Motors”, American Control Conference, Portland, OR, USA, 2005 [6] Otten, G., de Vries, Theo J A., van Amerongen, J., Rankers, A M., and Gaal, E W., “Linear Motor Motor Motion Control Using a Learning Feed-Forward Controller”, IEEE/ ASME Transactions on Mechatronics, Vol 2, No 3, 1997 [7] Ge, S S., Lee, T.H., and Ren, S X., “Adaptive Friction Compensation of Servo Mechanisms”, International Journal of Systems Science, volume 32, number 4, pages 523-532, 2001 [8] Lammerts, Ivonne M M., 1993, “Adaptive Computed Reference Computed Torque Control of Flexible Manipulators”, PhD thesis, Eindhoven University of Technology, Eindhoven, The Netherlands [9] Nguyễn Doãn Phước,Phan Xuân Minh: Điều khiển tối ưu bên vững, NXB Khoa học kĩ thuật, 1999 [10] W.J.R Velthuis Learning feed-forward control: theory, design and application Phd thesis, University of Twente, Enschede, the Netherlands, 2000 [11] Amerongen, J.van; Intelligent Control (part 1)- MRAS, Lecture notes; University of Twente, The Netherlands, March, 2004 [12] Amerongen, J.van; A MRAS- based Learning Feed Forward controller; University of Twente, The Netherlands, March, 2006 [13] Nguyễn Doãn Phước, Phan Xuân Minh, Hán Thành Trung: Lý thuyết điều khiển phi tuyến, NXB Khoa học & kỹ thuật, 2006 [14] Karl J.Astrom & Bjorn Wittenmark; Adaptive control, Addison-Wesley Publishing Company, 1995 [15] Amerongen, J.van; Adaptive steering of ships- a model reference approach, Automatica 20 [16] Phạm Đăng Phước;Rôbốt công nghiệp; NXB Khoa học kĩ thuật