Bài giảng Hệ thống điều khiển thông minh - Chương 4: Điều khiển dựa vào mô hình

Moân hoïc

HEÄ THOÁNG ÑIEÀU KHIEÅN THOÂNG MINH

Giaûng vieân: TS. Huyønh Thaùi Hoaøng

Boä moân Ñieàu Khieån Töï Ñoäng

Khoa Ñieän – Ñieän Töû

Ñaïi hoïc Baùch Khoa TP.HCM

Email: [email protected]

Homepage: http://www4.hcmut.edu.vn/~hthoang

28 May 2010

1

Chöông 4

ĐIỀU KHIỂN DỰA VÀO MÔ HÌNH

28 May 2010

2

Noäi dung chöông 3

Giới thiệu

Nhắc lại về mô hình của hệ phi tuyến

Điều khiển dùng mô hình ngược

Điều khiển mô hình nội

Đi

ề

u khi

ể

n theo mô hình chu

ẩ

n

Điều khiển dự báo dựa vào mô hình

28 May 2010

3

Giới thiệu

28 May 2010

4

Giới thiệu

Điều khiển dựa vào mô hình là phương pháp điều khiển trong đó

có sử dụng tường minh mô hình của đối tượng để tính toán tín hiệu

điều khiển.

Các phương pháp điều khiển dựa vào mô hình phổ biến:

Điều khiển dùng mô hình ngược (Inverse Control).

Điều khiển mô hình nội (Internal Model Control).

Điều khiển theo mô hình chuẩn (Model Reference Control).

Điều khiển dự báo (Predictive Control)

Các phương pháp điều khiển dựa vào mô hình phi tuyến đã áp

d

ụ

ng thành công vào nhi

ề

u lĩnh v

ự

c, nhưng lĩnh v

ự

c áp d

ụ

ng chủ

yếu là các quá trình công nghệ hóa học (thí dụ như trong công

nghiệp hóa dầu, chế biến thực phẩm, nước giải khát...).

28 May 2010

5

Nhận dạng mô hình hệ phi tuyến

28 May 2010

6

Vòng lặp nhận dạng hệ thống

Thí nghieäm thu

thaäp döõ lieäu

Xöû lyù sô

boä döõ lieäu

Choïn caáu truùc

moâ hình

Choïn tieâu chuaån

öôùc löôïng

Öôùc löôïng thoâng soá

Ñaùnh giaù

moâ hình

Khoâng toát ⇒ laëp laïi

Khoâng toát ⇒ xeùt laïi

thoâng tin bieát tröôùc

Toát ⇒ chaáp nhaän moâ hình

28 May 2010

7

Cấu trúc mô hình phi tuyến

Đối tượng:

y(k) = f₀[u(k −1),K,u(k − n_u), y(k −1),K, y(k − n_y)]+ v(k)

Z ^N=

{

y(1),u(1); y(2),u(2);K; y(N),u(N)

}

Dữ liệu:

ˆ

y(k,θ) = f (ϕ(k),θ)

Mô hình:

ˆ

y(k,θ)

Bộ dự báo

ϕ(k)

Vector hồi qui

Vector tham số

θ

28 May 2010

8

Phân loại mô hình phi tuyến

Phân loại theo các phần tử hồi qui:

Phân loại theo bộ cấu trúc hàm phi tuyến:

Mô hình mờ: Mamdani, Sugeno

Mô hình mạng thần kinh: MLP, RBF

Mô hình lai mạng thần kinh mờ: ANFIS

28 May 2010

9

Sơ đồ khối bộ dự báo mờ

Qui tắc mờ mô tả đặc tính động học của đối tượng phi tuyến:

n_ϕ

n_r

Bộ dự báo:

ˆ

y(k,θ) = α . μ (ϕ (k),β ,γ )

∑

∏

i

A

j

ij

i=1

j=1

θ = [α₁,...,α_n, β₁₁,..., β_{n n},γ₁₁,...,γ_{n n}]^T

Vector tham số:

r

r ϕ

28 May 2010

10

Sơ đồ khối bộ dự báo dùng mạng thần kinh

n_ϕ

l

⎛

⎞

⎟

⎠

⎜

ˆ

y

(

k

,

θ

)

=

w z

(

k

)

=

w g

v

ϕ

(

k

)

∑ ∑ ∑

Bộ dự báo:

i i

i

ij

j

⎜

i=1

j=1

⎝

T

V

e

ctor tham s

ố

:

θ

=

28 May 2010

[

v

₁₁,K,

v

_1r,K,

v

_l1,K,

v

_lr,

w

₁,...,

w

_l

]

11

Ước lượng tham số

v(k)

y(k)

u(k)

Đối tượng

ε (k,θ )

Mô hình

ˆ

y(k,θ )

Tiêu chuẩn

ướ

c l

ượ

ng

Tối ưu hóa

Tiêu chuẩn ước lượng:

N

1

2

V_N(θ,Z ^N) =

ε ²(k) =

[

y(k) − y(k,θ)

]

ˆ

∑

N

k=1

Thuật toán tối ưu hóa: thuật toán Newton, giải thuật di truyền,…

28 May 2010

12

Điều khiển dùng mô hình ngược

28 May 2010

13

Điều khiển ngược trực tiếp (Direct Inverse Control)

Nguyên tắc điều khiển ngược trực tiếp

Ph

ươ

ng pháp

đ

i

ề

u khi

ể

n vòng h

ở

, trong

đ

ó b

ộ đ

i

ề

u khi

ể

n là mô hình

ngược của đối tượng.

Đối tượng:

y(k +1) = f (y(k),..., y(k − n +1),u(k),...,u(k − m +1))

Luật điều khiển:

u(k) = f ⁻¹(r(k +1),r(k),...,r(k − n +1),u(k −1),...,u(k − m +1))

Th

ự

c t

ế

r

ấ

t khó rút ra mô hình ng

ượ

c gi

ả

i tích c

ủ

a

đố

i t

ượ

ng, nh

ấ

t là

trong trường hợp đối tượng phi tuyến

28 May 2010

14

Mô hình ngược

Sử dụng FM/NN để nhận dạng đặc tính động học ngược của đối

tượng:

−1

ˆ

u(k,θ ) = f (y(k +1), y(k),..., y(k − n +1),u(k −1),...,u(k − m +1))

28 May 2010

15

Ước lượng thông số mô hình ngược

Sơ đồ ước lượng tham số mô hình ngược offline

Ước lượng offline:

Thu thập N mẫu dữ liệu vào ra của đối tượng

Tiêu chuẩn ước lượng tham số:

N

2

ˆ

J

(

θ

)

=

[

u

(

k

)

−

u

(

k

,

θ

)]

→

min

∑

k=1

28 May 2010

16

Ước lượng thông số mô hình ngược

Sơ đồ ước lượng tham số mô hình ngược online

Ước lượng online:

Thông số mô hình ngược được cập nhật trực tuyến sao cho sai

lệch giữa tín hiệu ra của đối tượng và tín hiệu đặt là tối thiểu

Tiêu chuẩn ước lượng tham số:

J(θ ) = [r(k) − y(k)]²→ min

∑

k

28 May 2010

17

Điều khiển dùng mô hình ngược trực tiếp

Mô hình ngược sau khi nhận dạng sẽ được sử dụng để điều khiển đối

tượng

28 May 2010

18

Thí dụ: Điều khiển hệ bồn chứa dùng mô hình ngược trực tiếp

Phương trình vi phân mô tả đặc tính động học hệ bồn chứa:

1

&

(

)

h(t) =

ku(t) − C_Da 2gh(t)

A(h)

A_max− A_min

A(h) =

h + A_min

h_max

28 May 2010

19

Nhận dạng đặc tính động học hệ bồn đơn

Mô hình thuận của hệ bồn đơn có thể biểu diễn như sau:

h(k +1) = f (h(k),u(k))

−1

ˆ

Mô hình ngược:

ˆ

u(k) = f (h(k +1),h(k))

Sử dụng mạng thần kinh để nhận dạng mô hình ngược của hệ bồn

chứa. Cấu trúc mạng thần kinh:

Tín hi

ệ

u vào: h

(

k

+

1)

,

h

(

k

)

ˆ

Tín hiệu ra:

u(k)

Số tế bào thần kinh ở lớp ẩn là 6.

Hàm kích hoạt ở lớp ẩn là hàm sigmoid;

Hàm kích hoạt ở lớp ra là hàm tuyến tính.

28 May 2010

20

Bài giảng Hệ thống điều khiển thông minh - Chương 4: Điều khiển dựa vào mô hình - Huỳnh Thái Hoàng