« Home « Kết quả tìm kiếm

ĐIỀU KHIỂN TRƯỢT THÍCH NGHI HỆ PHI TUYẾN DÙNG MẠNG NƠRON HÀM CƠ SỞ XUYÊN TÂM


Tóm tắt Xem thử

- ĐIỀU KHIỂN TRƯỢT THÍCH NGHI HỆ PHI TUYẾN DÙNG MẠNG NƠRON HÀM CƠ SỞ XUYÊN TÂM.
- Ưu điểm của bộ điều khiển trượt là tính ổn định bền vững ngay cả khi hệ thống nhiễu hoặc thông số của mô hình thay đổi theo thời gian.
- Tuy nhiên, để thiết kế được bộ điều khiển trượt, người thiết kế cần biết chính xác mô hình của đối tượng.
- Hơn thế nữa, đối với biên độ của luật điều khiển trượt nếu không được lựa chọn phù hợp sẽ gây ra hiện tượng dao động quanh mặt trượt.
- Để giải quyết khó khăn trên, bài báo đề nghị sử dụng mạng nơron hàm cơ sở xuyên tâm để ước lượng các hàm phi tuyến trong luật điều khiển trượt và biên độ của luật điều khiển trượt được tính toán dựa trên lý thuyết ổn định Lyapunov.
- Mạng hàm cơ sở xuyên tâm đóng vai trò như một bộ điều khiển thích nghi.
- Và bộ điều khiển trượt được sử dụng bù sai số xấp xỉ nhằm đảm bảo hệ kín ổn định.
- Giải thuật điều khiển nghiên cứu được sẽ áp dụng để điều khiển hệ tay máy ba bậc tự do.
- Với bộ điều khiển này, đáp ứng của hệ tay máy: phẳng, không có độ vọt lố, không có dao động và sai số xác lập tiến về zero.
- Kết quả điều khiển được kiểm chứng bằng phần mềm mô phỏng Matlab..
- Từ khóa: Mạng nơron, hàm cơ sở xuyên tâm, điều khiển hệ phi tuyến, mô hình hóa hệ thống, hệ tay máy.
- Khái niệm đầu tiên về điều khiển trượt cho hệ thống bậc hai được nghiên cứu bởi Emelyanov vào cuối những năm 1960 (M.
- Trong bài báo này, phương pháp điều khiển trượt được dùng để điều khiển hệ phi tuyến MIMO (Multi input multi output)..
- Để có được bộ điều khiển trượt, người thiết kế cần xác định chính xác mô hình của đối tượng.
- Do đó để giải quyết vấn đề này, mạng nơron hàm cơ sở xuyên tâm RBFNN (Radial basis function neural network) được dùng để ước lượng các hàm phi tuyến trong luật điều khiển trượt dựa trên mô hình của đối tượng.
- Độ lợi trước hàm sign trong luật điều khiển trượt được tính toán theo tiêu chuẩn ổn định Lyapunov.
- Giải thuật trên sẽ được áp dụng để điều khiển hệ tay máy ba bậc tự do.
- Đây là hệ phi tuyến MIMO rất khó điều khiển.
- Đối với đối tượng này, có một số nhà khoa học đã nghiên cứu như (Ayca Gokhan Ak and Galip Canserver, 2006) sử dụng hai luật điều khiển (luật điều khiển tương đương và luật điều khiển chuyển đổi) để đưa quỹ đạo của hệ thống quay về mặt trượt.
- Luật điều khiển tương đương được xây dựng bằng mạng RBFNN và luật điều khiển chuyển đổi được thiết kế dựa trên logic mờ.
- (Xie Jian and Li Zushu, 2003) đã khảo sát đặc tính động học của hệ tay máy ba bậc tự do.
- (Subashini Elangovan and Peng-Yung Woo, 2004) áp dụng giải thuật trượt mờ thích nghi để điều khiển hệ tay máy ba bậc tự do.
- Trong bài báo này Subashini Elangovan đã sử dụng logic mờ để ước lượng các hàm phi tuyến và nhiễu ngoài nhằm loại bỏ dao động trong bộ điều khiển trượt..
- 2 MÔ HÌNH HỆ TAY MÁY BA BẬC TỰ DO.
- Hệ tay máy ba bậc tự do là đối tượng được sử dụng trong bài báo để minh chứng cho giải thuật điều khiển trượt thích nghi dùng mạng RBFNN.
- Dựa trên phương trình Euler-Lagrange, phương trình động học của hệ tay máy được thiết kế như sau:.
- 0.01.sin(0.06πt) là tín hiệu nhiễu,.
- vector điện áp điều khiển và.
- là vị trí góc của hệ tay máy, trong đó:.
- Bảng 1: Các thông số sử dụng trong mô hình hệ tay máy ba bậc tự do.
- 3 THIẾT KẾ BỘ ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO HỆ TAY MÁY DÙNG MẠNG RBFNN.
- 3.1 Bộ điều khiển trượt.
- Gọi θ d là đáp ứng mong muốn của hệ tay máy, θ là đáp ứng thực của hệ tay máy..
- Mục tiêu của bài toán điều khiển là làm sao đưa θ tiến đến θ d với sai số nhỏ nhất..
- Hàm trượt được định nghĩa sao cho hệ kín ổn định và đáp ứng của hệ bám theo quỹ đạo chuẩn..
- Luật điều khiển trượt tổng quát cho hệ tay máy ba bậc tự do được thiết kế dựa trên (4), (5) và (6).
- 3.2 Bộ điều khiển thích nghi dùng mạng nơron hàm cơ sở xuyên tâm.
- Bộ điều khiển thích nghi đóng vai trò ước lượng các hàm phi tuyến trong luật điều khiển trượt và giữ cho quỹ đạo của hệ tay máy bám theo quỹ đạo chuẩn.
- Ngõ vào của luật điều khiển là.
- T , ngõ ra là luật điều khiển thích nghi là u ec .
- Luật điều khiển thích nghi là u ˆ ec.
- Luật điều khiển trượt thích nghi dùng mạng RBFNN đã điều khiển tốt đối tượng hệ tay máy ba bậc tự do kể cả trường hợp có nhiễu và thông số của đối tượng thay đổi theo thời gian.
- Kết quả điều khiển cho thấy: đáp ứng của hệ tay máy phẳng và bám theo tín hiệu chuẩn mong muốn.
- Đáp ứng không có vọt lố, không có dao động (xem Hình 3), sai số xác lập tiến đến lân cận zero (xem Hình 7) và quỹ đạo tiến về mặt trượt nhanh (xem Hình 5)..
- Tín hiệu vào của các khớp được chọn là hàm dốc và lệch pha nhau.
- Tại những thời điểm mà tín hiệu vào của một khớp thay đổi trạng thái đột ngột không làm ảnh hưởng nhiều đến đáp ứng của các khớp còn lại (xem Hình 3).
- Tại những thời điểm mà khối lượng các khớp thay đổi sẽ không ảnh hưởng đáng kể đến đáp ứng của hệ tay máy.
- Có được kết quả này là do bộ điều khiển trượt thích nghi.
- Bộ điều khiển này hoạt động tốt là do mặt trượt của hệ thống được chọn phù hợp và độ lợi k trước hàm sign trong luật điều khiển trượt được tính toán dựa trên lý thuyết ổn định Lyapunov..
- Giá trị k được chọn trong khoảng [0.9, 25] và thời hằng của mặt trượt được chọn sẽ cho kết quả điều khiển tốt nhất.
- Amplitude[Deg] Đáp ứng của khớp 1 bám theo tín hiệu chuẩn với độ phù hợp 91.938%.
- Amplitude[Deg] Đáp ứng của khớp 2 bám theo tín hiệu chuẩn với độ phù hợp 86.7108%.
- Amplitude[Deg] Đáp ứng của khớp 1 bám theo tín hiệu chuẩn với độ phù hợp 80.2706%.
- Hình 3: Đáp ứng của hệ tay máy bám theo tín hiệu chuẩn.
- Luật điều khiển khớp 2.
- Luật điều khiển khớp 3.
- Luật điều khiển khớp 1.
- Hình 4: Luật điều khiển thích nghi.
- Hình 5: Mặt trượt của hệ tay máy.
- Amplitude[Deg] Đáp ứng của khớp 2 bám theo tín hiệu chuẩn với độ phù hợp 85.673%.
- Amplitude[Deg] Đáp ứng của khớp 1 bám theo tín hiệu chuẩn với độ phù hợp 79.914%.
- Đáp ứng của khớp 1 bám theo tín hiệu chuẩn với độ phù hợp 86.9763%.
- Hình 8: Đáp ứng của hệ tay máy bám theo tín hiệu chuẩn với k và τ được chọn không phù hợp.
- Đồng thời độ lợi trước hàm sign trong luật điều khiển trượt cũng được hiệu chỉnh dựa trên lý thuyết ổn định Lyapunov để đảm bảo hệ kín ổn định.
- Giải thuật này được áp dụng để điều khiển hệ tay máy ba bậc tự do.
- Kết quả thí nghiệm cho thấy đáp ứng của tay máy phẳng, không có vọt lố, sai số xác lập tiến đến lân cận zero..
- Đáp ứng tay máy bám theo quỹ đạo mong muốn, kể cả trong trường hợp có nhiễu và thông số của mô hình đối tượng thay đổi.
- Mạng RBFNN với luật cập nhật trọng số thích nghi đã giúp cho bộ điều khiển thích ứng được khi thông số của mô hình thay đổi hoặc có nhiễu can thiệp vào..
- Hệ thống điều khiển thông minh.
- Điều khiển trượt dùng mạng nơron hàm cơ sở xuyên tâm