Nghiên cứu ứng dụng thuật toán Nơron mờ thích nghi điều khiển đối tượng phi tuyến bằng PLC
NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN NƠRON MỜ THÍCH NGHI
ĐIỀU KHIỂN ĐỐI TƯỢNG PHI TUYẾN BẰNG PLC
APPLICATION OF ANFIS ALGORITHM TO CONTROL NONLINEAR
SYSTEMS USING PLC
(1)Đỗ Xuân Huy, (2)Trương Đình Nhơn
(1)Học viên cao học, Trường đại học Sư Phạm Kỹ Thuật Tp.HCM
(2)Trường đại học Sư Phạm Kỹ Thuật Tp.HCM
TÓM TẮT
Bài báo trình bày nghiên cứu xây dựng bộ điều khiển nơron mờ trên phần mềm Matlab và kết nối
với PLC thông qua OPC để điều khiển vị trí chính xác cho vít me sử dụng động cơ không đồng bộ
3 pha. Đề tài tập trung nghiên cứu sự kết hợp giữa 2 thuật toán nơron và mờ để điều khiển ổn định
vị trí với khoảng dịch chuyển 0 - 40cm. Kết quả sau quá trình nghiên cứu là đã thiết kế được 2 bộ
điều khiển Fuzzy và ANFIS để điều khiển mô hình vị trí đến đúng với giá trị mong muốn với sai
số ≤ 0,01%. Các thông số được so sánh bao gồm độ chính xác và thời gian đáp ứng. Với những
kết quả thu được khi chạy mô hình thực tế có thể nhìn nhận rằng cả hai bộ điều khiển Fuzzy và
ANFIS đều thích hợp dùng để điều khiển các đối tượng phi tuyến như động cơ không đồng bộ 3
pha. Trong đó, bộ điều khiển ANFIS đã cho kết quả với độ chính xác cao.
Từ khóa: ANFIS, phi tuyến, Động cơ không đồng bộ 3 pha
ABSTRACT
In this paper, an adaptive neural fuzzy system (ANFIS) controller is designed in Matlab software
to control position of a visme drive by asynchronous motor using a PLC through OPC. With the
control range from 0 – 40 cm, this paper is focused on the designing Fuzzy controller and ANFIS
controller with the steady state error is less than 0.01 %. The comparative parametters are steady
state error and response time. Based on the results, it can concluded that, both Fuzzy controller
and ANFIS controller are suitable to control the none linear system such as asynchronous motor
in which, ANFIS controller shows better response.
Key word: ANFIS, none linear, Asynchronous motor.
1/13
truyền động vitme-đai ốc được gắn trên trục
động cơ để biến chuyển động quay thành
chuyển động tịnh tiến, đầu kia trục Vitme có gắn
Encoder để xác định vị trí hiện tại và hồi tiếp tín
hiệu về cho PLC tạo nên một hệ thống điều
khiển vòng kín.
I. GIỚI THIỆU
Từ những năm 20, lý thuyết tập mờ và mạng
noron nhân tạo đã phát triển rất nhanh và được
quan tâm. Với logic mờ, trí tuệ nhân tạo phát
triển mạnh mẽ tạo cơ sở xây dựng các hệ chuyên
gia, những hệ có khả năng cung cấp kinh
nghiệm điều khiển hệ thống. Trí tuệ nhân tạo
được xây dựng dựa trên mạng noron nhân tạo.
Sự kết hợp giữa logic mờ và mạng noron trong
thiết kế hệ thống điều khiển tự động là một
khuynh hướng hoàn toàn mới, phương hướng
thiết kế hệ điều khiển thông minh, một hệ thống
mà bộ điều khiển có khả năng tư duy như bộ não
con người, tức là nó có khả năng tự học, tự chỉnh
định lại cho phù hợp với sự thay đổi không
lường đượctrướccủađốitượng [1].
Yêu cầu thiết kế
Trong phần thiết kế chương trình điều khiển cho
hệ thống cần thực hiện những công việc sau:
Thiết kế bộ điều khiển Fuzzy và ANFIS để
điều khiển vị trí sử dụng động cơ không
đồng bộ 3 pha, yêu cầu đặt ra là phải điều
khiển được mô hình đến đúng vị trí cài đặt
trên giao diện với thời gian tối ưu nhất.
Xây dựng lưu đồ giải thuật của hệ thống
điều khiển vị trí.
Ngày nay các nhà thiết kế đã áp dụng một
cách rộng rãi và có hệ thống logic mờ và mạng
nơron trong lĩnh vực điều khiển học. Ý tưởng là
triệt tiêu các nhược điểm và đạt được các ưu
Viết chương trình điều khiển cho PLC và
kết nối PLC với bộ điều khiển thông qua
OPC.
điểm của cả hai công nghệ, điều này có nghĩa là
hai công nghệ kết hợp để tối đa hóa điểm mạnh
của từng công nghệ và bổ sung những nhược
điểm để hợp thành một hệ thống mới tối ưu hơn.
Thiết kế giao diện điều khiển và giám sát
vị trí trên HMI và trên Matlab.
2.2 Thiết kế bộ điều khiển Fuzzy
Tính toán thiết kế
Hệ thống hợp nhất này sẽ có ưu điểm của cả
hai: Mạng nơron (khả năng học, khả năng tối ưu
hoá, sự kết nối về cấu trúc) và hệ mờ (sự thông
minh của con người qua luật mờ if - then, sự
thuận lợi của việc am hiểu kiến thức chuyên
môn một cách chặt chẽ của các chuyên gia) [2].
Thiết kế bộ điều khiển sử dụng mô hình mờ
Sugeno với cấu trúc SISO.
Biến ngôn ngữ đầu vào của bộ điều khiển mờ
là khoảng cách (cm) của vị trí hiện tại so với vị
trí đến (vị trí cài đặt), ở đây ta chọn 15 giá trị
khoảng cách. Với 15 tập mờ đầu vào ta xây
dựng được 15 luật điều khiển. Các luật điều
khiển này được xây dựng dựa trên nguyên tắc:
Khoảng cách càng lớn thì tham số ngõ ra bộ điều
khiển càng lớn, tham số này cũng chính là tín
hiệu tần số đưa đến biến tần để điều khiển động
cơ. Và ngược lại, khoảng cách càng nhỏ thì
tham số ngõ ra phải càng nhỏ để giảm tốc độ và
tránh chạy lố qua vị trí đặt.
II. ĐIỀU KHIỂN HỆ THỐNG PHI TUYẾN
SỬ DỤNG HỆ NƠRON MỜ THÍCH NGHI.
2.1 Điều khiển và giám sát vị trí
Đề tài thực hiệc việc nghiên cứu ứng dụng bộ
điều khiển nơron mờ trên Matlab truyền nhận
tín hiệu đến PLC thông qua OPC để điều khiển
và giám sát vị trí sử dụng động cơ không đồng
bộ 3 pha. Hệ thống được thiết kế giao diện điều
khiển và giám sát trên HMI và GUI Matlab.
Thiết kế bộ điều khiển:
Hệ thống hoạt động như sau: Xác định vị trí
cần điều khiển sau đó nhập vị trí đến trên màn
hình HMI hoặc trên GUI Matlab. Dữ liệu sẽ
được đưa đến PLC để tính toán khoảng cách cần
tới, sau đó PLC sẽ truyền tín hiệu đến bộ điều
khiển trên Matlab, Sau khi bộ điều khiển ANFIS
xử lý xong sẽ gửi tín hiệu trở lại xuống PLC,
PLC xuất tín hiệu điều khiển đến biến tần để
điều khiển tốc độ và chiều quay của động cơ. Bộ
- Lựa chọn dạng hàm liên thuộc của 15 tập mờ
đầu vào là hình thang và hình tam giác.
2
Hình 4: Mô phỏng bộ điều khiển ANFIS
Thiết kế
Quá trình thiết kế được thực hiện theo các bước
sau:
Hình 1: Khai báo tín hiệu ngõ vào mờ hóa
- Bước 1: Xây dựng tập dữ liệu huấn luyện bằng
cách cho chạy mô hình với bộ điều khiển Fuzzy,
sau đó thu thập và chỉnh sửa dữ liệu đầu ra của
bộ điều khiển sao cho hệ thống hoạt động chính
xác trong thời gian tối ưu nhất.
- Bước 2: Sử dụng công cụ ANFIS trong Matlab
để thiết kế bộ điều khiển nơron mờ và huấn
luyện theo tập dữ liệu đã có cho đến khi đạt sai
số cho phép. Trong quá trình huấn luyện nếu sai
số chưa đạt yêu cầu cần phải tăng số kỳ huấn
luyện hoặc thay đổi cấu trúc của mạng bằng
cách thay đổi số nơron hoặc thay đổi phương
pháp huấn luyện mạng.
Cấu trúc hệ nơron mờ thích nghi
Hình 2: Khai báo giải mờ ngõ ra
Bộ điều khiển nơron mờ có thể xây dựng theo
nhiều cấu trúc khác nhau, trong đề tài này sẽ
chọn bộ điều khiển nơron mờ có cấu trúc như
hình 3.6
Thiết lập 15 quy luật mờ cho bộ điều khiển như
hình 3.
Hình 3: Khai báo luật mờ khối điều khiển
Hình 5 : Sơ đồ cấu trúc bộ điều khiển nơron mờ.
2.3 Thiết kế bộ điều khiển nơron mờ thích
nghi.
Trong sơ đồ cấu trúc thì bộ điều khiển nơron
mờ có 1 đầu vào và 1 đầu ra. Đầu vào có 12
nơron mô tả các hàm liên thuộc dạng hàm Gauss
Khối điều khiển hệ thống
3
như hình 6.
ngõ ra của bộ điều khiển gửi đến PLC để điều
khiển động cơ sẽ là 50Hz.
Khi giá trị khoảng cách của vị trí hiện tại so
với vị trí đến nhỏ hơn 5cm thì tham số ngõ ra
của bộ điều khiển sẽ giảm dần theo quy luật mờ
đã khai báo trong hệ thống.
Hệ thống hoạt động ở giá trị 30cm.
Hình 6: Hàm liên thuộc đầu vào bộ điều khiển
nơron mờ sau huấn luyện.
Huấn luyện bộ điều khiển.
Sau quá trình huấn luyện ta thu được bộ điều
khiển nơron mờ với dữ liệu vào ra như hình 7
Hình 8: Đáp ứng vào/ra của bộ điều khiển Fuzzy
khi chạy tới vị trí 30cm
Theo như hình 8, bộ điều khiển Fuzzy điều
khiển hệ thống hoạt động ở giá trị 30cm cho kết
quả:
- Thời gian đáp ứng của hệ thống: 3.05s
Hình 7: Dữ liệu vào ra của ANFIS sau huấn
luyện.
- Sai số giữa giá trị cài đặt và giá trị thực:
0.0044cm
III. ỨNG DỤNG GIẢI THUẬT NƠRON
MỜ THÍCH NGHI ĐỂ ĐIỀU KHIỂN VỊ
TRÍ ĐỘNG CƠ.
- Tham số ngõ ra khi hệ thống ngừng hẳn:
1.7776
Hệ thống hoạt động ở giá trị 40cm.
3.1 Ứng dụng bộ điều khiển Fuzzy để điều
khiển vị trí động cơ.
Theo như hình 9, bộ điều khiển Fuzzy điều khiển
hệ thống hoạt động ở giá trị 40cm cho kết quả:
Kết nối bộ điều khiển với mô hình điều khiển
vị trí, nhập giá trị cần đến bất kỳ trên giao diện
điều khiển, trong mô phỏng này tác giả chọn 2
giá trị cần đến là 30 cm và 40 cm kết quả mô
phỏng thể hiện như hình 8, hình 9
- Thời gian đáp ứng của hệ thống: 3.54s
- Sai số giữa giá trị cài đặt và giá trị thực:
0.0099cm
- Tham số ngõ ra khi hệ thống ngừng hẳn:
3.9993
Khi giá trị khoảng cách của vị trí hiện tại so
với vị trí đến lớn hơn hoặc bằng 5cm thì tham số
4
Theo như hình 10, bộ điều khiển nơron mờ
thích nghi điều khiển hệ thống hoạt động ở giá
trị 30cm cho kết quả:
- Thời gian đáp ứng của hệ thống: 2.8s
- Sai số giữa giá trị cài đặt và giá trị thực:
0.0066cm
- Tham số ngõ ra khi hệ thống ngừng hẳn:
0.4283
Hệ thống hoạt động ở giá trị 40cm.
Hình 9: Đáp ứng vào/ra của bộ điều khiển Fuzzy
khi chạy tới vị trí 40cm.
3.2 Ứng dụng bộ điều khiển nơron mờ để
điều khiển vị trí động cơ.
Với bộ điều khiển nơron mờ thích nghi, ta
cũng lựa chọn giá trị đến là 30cm và 40cm, các
bước mô phỏng tương tự như bộ điều khiển
Fuzzy, kết quả mô phỏng như hình 10, hình 11
Hệ thống hoạt động ở giá trị 30cm.
Hình 11: Đáp ứng vào/ra của bộ điều khiển
nơron mờ khi chạy tới vị trí 40cm.
Theo như hình 11, bộ điều khiển nơron mờ
thích nghi điều khiển hệ thống hoạt động ở giá
trị 30cm cho kết quả:
- Thời gian đáp ứng của hệ thống: 3.58s
- Sai số giữa giá trị cài đặt và giá trị thực:
0.0044cm
- Tham số ngõ ra khi hệ thống ngừng hẳn:
0.17875
3.3 So sánh tín hiệu ngõ ra giữa 2 bộ điều
khiển Fuzzy và nơron mờ thích nghi.
Hình 10: Đáp ứng vào/ra của bộ điều khiển
nơron mờ khi chạy tới vị trí 30cm.
5
hai bộ điều khiển là như nhau.
- Tham số ngõ ra của bộ điều khiển ANFIS khi
hệ thống dừng hẳn cho kết quả nhỏ hơn bộ điều
khiển Fuzzy, tham số đầu ra này cũng chính là
tần số cấp cho động cơ nên mong muốn giá trị
càng nhỏ càng tốt.
IV. KẾT LUẬN
Sau thời gian thực hiện đề tài “Nghiên cứu và
ứng dụng thuật toán mờ lai điều khiển đối tượng
phi tuyến bằng PLC” đến nay đã đạt được một
số kết quả như sau:
Nghiên cứu lý thuyết về hệ mờ và mạng
nơron, phân tích ưu nhược điểm mỗi loại và việc
kết hợp chúng thành hệ nơron mờ nhằm phát
huy ưu điểm của điều khiển mờ và mạng nơron
trong điều khiển hệ thống phi tuyến.
Kết nối và điều khiển được giữa PLC và
Matlab thông qua phần mềm trung gian OPC
KEPSeverEX
Hình 12: So sánh đáp ứng ngõ ra của bộ điều
khiển nơron mờ và Fuzzy
Xây dựng bộ điều khiển Fuzzy và ANFIS
trên phần mềm Matlab với hiệu quả và độ chính
xác cao cho hệ thống điều khiển vị trí sử dụng
động cơ không đồng bộ 3 pha.
Dựa vào kết quả đáp ứng ngõ vào/ra của 2 bộ
điều khiển ta lập bảng so sánh:
Bảng 1: Hệ thống hoạt động với giá trị cài đặt là
30cm.
Đánh giá được kết quả đáp ứng ngõ vào/ra
của 2 bộ điều khiển Fuzzy và ANFIS khi điều
khiển mô hình vị trí.
Thời
gian đáp
ứng (s)
Sai số
khoảng
cách(cm)
Tham
số đầu
ra
Bộ điều
khiển
Với những kết quả thu được từ mô phỏng có
thể nhìn nhận rằng cả hai bộ điều khiển Fuzzy
và ANFIS đều thích hợp dùng để điều khiển đối
tượng phi tuyến, đặc biệt là bộ điều khiển
ANFIS đã cho kết quả với độ chính xác cao.
ANFIS
Fuzzy
2.8
3.0
0.0066
0.0044
0.4283
1.7776
Bảng 2: Hệ thống hoạt động với giá trị cài đặt là
40cm.
Để hoàn thiện và nâng cao chất lượng điều
khiển hệ thống phi tuyến bằng bộ điều khiển
ANFIS, tác giả có một số kiến nghị sau:
Thời
gian đáp
ứng (s)
Sai số
khoảng
cách(cm)
Tham
số đầu
ra
Bộ điều
khiển
- Ứng dụng bộ điều khiển ANFIS trực tuyến để
hệ thống điều khiển thích nghi hơn với nhiều
trường hợp.
ANFIS
Fuzzy
3.5
3.5
0.0044
0.0099
0.1787
3.9993
- Tối ưu hóa các tham số sủa bộ ANFIS dùng
thuật toán tối ưu như GA, PSO…
* Nhận xét:
TÀI LIỆU THAM KHẢO:
- Hai bộ điều khiển Fuzzy và ANFIS đều cho kết
quả điều khiển hệ thống vị trí tới giá trị cài đặt
mong muốn với sai lệch rất nhỏ.
[1] Nguyễn Như Hiển, Lại Khắc Lãi (2006), Hệ
mờ và mạng nơron trong kỹ thuật điều khiển,
NXB Khoa học tự nhiên và công nghệ.
- Thời gian đáp ứng của bộ điều khiển ANFIS
tốt hơn bộ điều khiển Fuzzy khi điều khiển ở giá
trị cài đặt 30cm, tuy nhiên khi hệ thống hoạt
động ở giá trị 40cm thì thời gian đáp ứng của cả
[2] Bùi Công Cường, Nguyễn Doãn Phước
(2006), Hệ mờ mạng nơron và ứng dụng, NXB
Khoa học và Kỹ thuật.
6
[3] Phan Xuân Minh, Nguyễn Doãn Phước
(2006), Lý thuyết điều khiển mờ, NXB Khoa học
và Kỹ thuật.
[4] Đoàn Quang Vinh, Trần Đình Tân, Ứng
dụng mạng nơron mờ để điều khiển bộ bù tĩnh,
Khoa Điện, trường Đại học Bách Khoa, Đại học
Đà Nẵng.
[5] Nguyễn Thị Ngọc Linh (2010), Nghiên cứu
hệ thống nơron mờ điều khiển tay máy, Nhà xuất
bản Thái Nguyên.
[6] Huỳnh Gia Sơn (2011), Điều khiển nhiệt độ
lò điện trở sử dụng thuật toán mờ nơron, Đại học
Đà Nẵng.
[7] Nguyễn Trọng Thuần (2000), Điều khiển
logic và ứng dụng, NXB Khoa học và Kỹ thuật.
[8] Nguyễn Doãn Phước, Phan Xuân Minh, Hán
Thành Trung (2003), Lý thuyết điều khiển phi
tuyến, NXB Khoa học và Kỹ thuật.
Tác giả chịu trách nhiệm bài viết:
- Họ tên: Đỗ Xuân Huy
- Đơn vị: Công ty cổ phần bóng đèn Điện Quang
- Điện thoại: 0973645800
- Email:[email protected]m
7
7 trang
10/01/2024
18020
Free
Bạn đang xem tài liệu "Nghiên cứu ứng dụng thuật toán Nơron mờ thích nghi điều khiển đối tượng phi tuyến bằng PLC", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- nghien_cuu_ung_dung_thuat_toan_noron_mo_thich_nghi_dieu_khie.pdf
