Cơ sở lựa chọn ủề tài
Mục tiêu của điều khiển là nâng cao chất lượng các hệ thống điều chỉnh tự động, tuy nhiên, thực tế có nhiều đối tượng điều khiển với các đặc tính phức tạp Do đó, cần tiến hành nghiên cứu để tìm ra các phương pháp điều khiển khác nhau nhằm ứng dụng vào các đối tượng công nghiệp Trong ngành công nghiệp, tồn tại nhiều loại đối tượng có tham số biến thiên chậm, chẳng hạn như điều khiển nhiệt độ lò nung, lò giữ nóng hay lò sấy, đã được nghiên cứu và cho kết quả ứng dụng rất tốt.
Bộ điều khiển PID được ứng dụng rộng rãi trong việc điều khiển đối tượng trong công nghiệp, và việc lựa chọn các thông số của bộ điều khiển để đạt chất lượng tốt nhất là mối quan tâm lớn trong lĩnh vực này Để nâng cao chất lượng điều khiển, cần phối hợp giữa điều khiển kinh điển và các kỹ thuật logic mờ Luận văn mang tên “Nghiên cứu các phương pháp nâng cao chất lượng của hệ thống điều chỉnh tự động trong công nghiệp” tập trung vào nghiên cứu các đối tượng phổ biến trong công nghiệp, khảo sát và đánh giá các thuật toán kinh điển cũng như các thuật toán đặc biệt như tự chỉnh để so sánh điều khiển lũ, hay còn gọi là lũ sấy, tại Bộ môn điều khiển tự động thuộc Trường Đại học Bách khoa Hà Nội.
Phương pháp nghiên cứu
- Nghiờn cứu lý thuyết ủể xõy dựng thuật toỏn
- Dựng mụ phỏng ủể kiểm nghiệm kết quả nghiờn cứu lý thuyết
- Dựng thực nghiệm ủể khẳng ủịnh kết quả nghiờn cứu.
í nghĩa khoa học và thực tiễn của ủề tài
Về khoa học: Luận văn góp phần chuẩn hóa và hoàn thiện phương pháp thiết kế bộ ủiều khiển ủể ủiều khiển ủối tượng phổ biến trong cụng nghiệp
Về thực tiễn: Với kết quả thu ủược của ủề tài ủó gúp phần:
- Giải quyết một phần những khú khăn trong việc tổng hợp hệ ủiều khiển mờ -Tổng hợp bộ ủiều khiển mờ cho ủối tượng cú trễ
- Nõng cao chất lượng của hệ thống ủiều chỉnh tự ủộng cụng nghiệp cho ủối tượng biến ủổi chậm.
Phạm vi và nội dung nghiên cứu
Nội dung nghiờn cứu chớnh của luận văn ủề cập ủến những vấn ủề sau:
- Nghiờn cứu về cỏc ủặc tớnh của ủối tượng phổ biến trong cụng nghiệp
- Nghiờn cứu khảo sỏt và ủỏnh giỏ chất lượng của hệ thống ủiều chỉnh tự ủộng dựng thuật toỏn kinh ủiển ủể ủiều khiển lũ sấy
- Nghiờn cứu ỏp dụng cỏc kết quả nghiờn cứu lý thuyết về ủiều khiển mờ và hệ tự chỉnh nõng cao chất lượng ủiều khiển cho lũ sấy.
KHẢO SÁT VÀ ðÁNH GIÁ CHẤT LƯỢNG CỦA HỆ THỐNG ðIỀU CHỈNH TỰ ðỘNG CÔNG NGHIỆP
Cỏc ủối tượng trong cụng nghiệp
Một trong những nhiệm vụ cơ bản của lý thuyết điều khiển tự động là nghiên cứu tính chất của đối tượng điều chỉnh Thông tin về đối tượng điều chỉnh càng đầy đủ thì việc tổng hợp hệ thống điều chỉnh tự động càng đơn giản và quá trình điều chỉnh càng dễ đạt độ chính xác cao Nghiên cứu đối tượng điều chỉnh cần phải xuất phát từ việc phân tích các hiện tượng vật lý xảy ra trong đối tượng công nghệ (thiết bị công nghệ).
Các hiện tượng liên quan đến dòng vật chất và năng lượng chảy vào (Q V) và chảy ra (Q R) từ đối tượng tạo nên môi trường hoạt động của quy trình công nghệ Khi Q V = Q R, đối tượng ở trạng thái cân bằng, còn khi Q V ≠ Q R, sẽ có sự vận động trong môi trường hoạt động Giá trị ∆Q = Q V – Q R được gọi là tác động nhiễu lên đối tượng, đặc trưng cho tác động vào của đối tượng Năng lượng hoặc vật chất sẽ được tích lũy hoặc chuyển hóa trong lòng đối tượng Các quá trình này phản ánh qua một số thông số kỹ thuật và được gọi là tín hiệu ra của đối tượng.
Thông số kỹ thuật đặc trưng cho các quá trình trong đối tượng được gọi là thông số công nghệ, và nó chủ yếu là đại lượng cần điều chỉnh Tác động ảnh hưởng trực tiếp đến thông số công nghệ được gọi là tác động công nghệ, thường liên quan đến dữ liệu đầu vào của đối tượng Tác động điều chỉnh từ thiết bị điều chỉnh thường ảnh hưởng trực tiếp đến dữ liệu đầu vào của đối tượng thông qua thiết bị được gọi là cơ cấu chấp hành (CCCH) và cơ quan điều chỉnh (CQĐC) Sơ đồ cấu trúc khối vào ra của đối tượng được mô tả trong hình 1.1.
Hỡnh 1.1 S ơ ủồ c ấ u trỳc vào ra c ủ a ủố i t ượ ng ủ i ề u ch ỉ nh
Tính chất cơ bản của đối tượng điều chỉnh là khả năng tích lũy năng lượng hoặc vật chất, được gọi là tính dung lượng và tính tự cân bằng Nghiên cứu bản chất vật lý của đối tượng chính là tìm hiểu các tính chất này.
Các đối tượng điều chỉnh luôn có khả năng tích lũy môi trường hoạt động và lưu trữ thông tin Khả năng này được gọi là dung lượng của đối tượng Sự tích lũy của đối tượng được phản ánh qua giá trị đại lượng cần điều chỉnh Khi QV = QR, đối tượng ở trạng thái cân bằng, tích lũy không thay đổi và đại lượng cần điều chỉnh cũng không biến động Tuy nhiên, khi có sự mất cân bằng (QV ≠ QR), tích lũy trong đối tượng sẽ thay đổi, dẫn đến sự thay đổi của đại lượng cần điều chỉnh Đối tượng có dung lượng nhỏ sẽ có tốc độ thay đổi của đại lượng cần điều chỉnh cao hơn khi xảy ra mất cân bằng, làm cho quá trình điều chỉnh trở nên phức tạp hơn Ngược lại, đối tượng có dung lượng lớn sẽ có tốc độ thay đổi của đại lượng cần điều chỉnh thấp hơn, dẫn đến quá trình điều chỉnh đơn giản hơn.
Dung tích của bể chứa nước ảnh hưởng đến khả năng điều chỉnh mức nước; bể có dung tích lớn sẽ làm cho tốc độ thay đổi mức nước chậm hơn khi có sự mất cân bằng giữa lưu lượng nước vào và ra Do đó, việc giữ ổn định mực nước trong bể sẽ trở nên đơn giản hơn.
Tốc độ thay đổi của đại lượng cần điều chỉnh (dt/dy) phụ thuộc vào giá trị mất còn (∆Q) giữa lượng vào và lượng ra Giá trị này được mô tả dưới dạng cụ thể để dễ dàng theo dõi và điều chỉnh.
( Q ) dt dy =ϕ ∆ (1.1) ðối với phần lớn ủối tượng trong thực tế, mối liờn hệ này cú thể mụ tả gần ủỳng bằng phương trỡnh cú dạng:
Trong ủú, hệ số γ được gọi là hệ số nhạy cảm nhiễu của đối tượng Nếu công thức (1.1) không thể được mô tả dưới dạng tuyến tính, thì hệ số γ sẽ phụ thuộc vào ∆Q.
Dung lượng C của đối tượng được xác định bởi môi trường hoạt động trong đối tượng đó Khi đối tượng ở trạng thái cân bằng, dung lượng C không thay đổi; tuy nhiên, khi có sự mất cân bằng vào - ra, dung lượng sẽ thay đổi và tốc độ thay đổi của dung lượng được biểu thị bằng sự mất cân bằng dC/dt = ∆Q Thông thường, dung lượng của đối tượng được biểu diễn thông qua hệ số gọi là hệ số dung lượng c và được xác định theo công thức: y = cC.
Trong ủú, ∆C là sự thay ủổi tớch lũy của ủối tượng dẫn ủến sự thay ủổi ∆y của ủại lượng cần ủiều chỉnh
Từ công thức (1.3) có thể suy ra:
Rõ ràng, hệ số dung lượng c là giá trị tỉ lệ nghịch với hệ số nhạy cảm nhiễu γcủa ủối tượng
Đối tượng điều chỉnh là bình chứa nước có tiết diện không đổi, với dòng nước QV chảy vào từ phía trên và dòng nước QR chảy ra từ phía dưới Mục tiêu của việc điều chỉnh là duy trì mức nước trong bình ổn định.
Hỡnh 1.2 ðố i t ượ ng ủ i ề u ch ỉ nh m ứ c n ướ c
Khi lưu lượng vào (QV) bằng lưu lượng ra (QR), mức nước trong bể (H) sẽ ổn định Hệ số dung lượng của bể phụ thuộc vào tiết diện (s) của bể Ngược lại, khi QV khác QR, mức nước trong bể sẽ thay đổi Điều này phù hợp với định luật bảo toàn vật chất.
Hệ số nhạy cảm nhiễuγtỉ lệ nghịch với tiết diện, tức là tỉ lệ nghịch với hệ số dung lượng
Khả năng tự điều chỉnh về trạng thái cân bằng sau khi bị tác động gọi là tính tự cân bằng của đối tượng Đối tượng có khả năng này được gọi là đối tượng tĩnh, trong khi đối tượng không có khả năng tự cân bằng được gọi là đối tượng phi tĩnh.
Tốc độ thay đổi của đại lượng cần điều chỉnh phụ thuộc vào giá trị mất cân bằng ∆Q Đối tượng sẽ tự cân bằng theo thời gian nếu tốc độ thay đổi của đại lượng này giảm dần, và sẽ đạt trạng thái cân bằng khi tốc độ này xác lập ở mức 0 Do đó, đối tượng sẽ có tính tự cân bằng khi có sự liên hệ nghịch biến giữa đại lượng cần điều chỉnh y và giá trị mất cân bằng ∆Q.
− ∂ θ = ủược gọi là mức ủộ tự cõn bằng của ủối tượng
Nếu θ = const thỡ mối liờn hệ giữa ∆Q và y ủược mụ tả theo cụng thức:
Trong ủú: ∆Q0 là giỏ trị mất cõn bằng ban ủầu
Nếu hệ số nhạy cảm nhiễu γ= const thỡ ta sẽ nhận ủược phương trỡnh vi phõn bậc nhất dạng: y K Q 0 dt
Dựa trên các phân tích, có thể kết luận rằng đối tượng sẽ có tính tự cân bằng khi mức độ cân bằng θ > 0, trong khi đó, đối tượng tự hình thành mạch phản hồi âm từ tín hiệu ra y nên tác động nhiễu mất cân bằng ∆Q Nếu θ = 0, không tồn tại mối quan hệ nào giữa y và ∆Q Tốc độ thay đổi của y là cố định, đối tượng có thành phần tích phân, do đó không thể tự cân bằng Khi θ < 0, trong lúc đối tượng hình thành mối liên hệ nghịch dương giữa tín hiệu ra y và tác động vào ∆Q, tốc độ thay đổi của y ngày càng tăng, tạo thành phần tử không ổn định Các đặc tính động học của đối tượng này được thể hiện qua các đặc tính thời gian của nó, trong đó đặc trưng nhất là hàm quá độ.
Hàm quỏ ủộ của ủối tượng tự cõn bằng trong cụng nghiệp cú hỡnh dạng như ủồ thị ủược mụ tả trờn hỡnh 1.3
Từ hàm truyền, ta nhận thấy rằng giai đoạn đầu sau khi có tác động của nhiễu, tín hiệu đầu ra không thay đổi ngay lập tức mà cần một khoảng thời gian τ₀ để tín hiệu mới xuất hiện Điều này cho thấy trong cấu trúc của đối tượng có thành phần trễ với thời gian trễ τ₀ Đối với đối tượng có tính tự cản, tại trạng thái ổn định, tín hiệu đầu ra tỷ lệ với tín hiệu đầu vào Do đó, với hàm truyền, khi tín hiệu vào bằng 1, h(∞) sẽ có giá trị bằng hệ số truyền của đối tượng Dạng tổng quát của hàm truyền của đối tượng có tính tự cản có thể được mô tả như sau:
Hỡnh 1.3: Hàm quỏ ủộ c ủ a ủố it ượ ng t ự cõn b ằ ng
Trong ủú, Kd là hệ số truyền của ủối tượng τ 0 là thời gian trễ
Thiết bị ủiều khiển cụng nghiệp PID
Đến nay, các bộ điều khiển mạch vững ổn trong công nghiệp chủ yếu vẫn sử dụng bộ điều khiển PID nhờ vào tính đơn giản trong cấu trúc, dễ dàng hiệu chỉnh tham số và làm việc ổn định Do đó, các phương pháp điều chỉnh PID đã được phát triển nhiều kể từ khi bộ điều chỉnh PID đầu tiên ra đời Các thuật toán điều chỉnh kinh điển bao gồm phương pháp Ziegler-Nichols, phương pháp phân tích dựa trên đồ thị quỹ đạo nghiệm số, và phương pháp dựa trên tối ưu hóa.
Cỏc phương phỏp ủú cú thể chia thành cỏc nhúm:
- Cỏc phương phỏp chỉnh ủịnh của Ziegler-Nichols
- Cỏc phương phỏp chỉnh ủịnh trong miền tần số
- Cỏc phương phỏp dựa trờn chỉnh ủịnh Rơle
- Phương phỏp ủiều chỉnh mụ hỡnh nội
- Cỏc phương phỏp chỉnh ủịnh PID trờn cơ sở tối ưu
- Các phương pháp khác như mờ, Nơron…
Luật ủiều khiển PID tớnh toỏn tớn hiệu ủiều khiển là tổng hợp của 3 thành phần tỷ lệ P (Proprtional), tích phân I (Intergral), vi phân D (Derivative)
Trong mô hình điều khiển, y là tín hiệu đầu ra phản ánh phản hồi từ đối tượng, u là tín hiệu điều khiển, d và n lần lượt đại diện cho nhiễu quá trình và nhiễu đo.
Cấu trỳc ủơn giản nhất của bộ ủiều khiển PID
Hay viết dưới dạng tương ủương:
Và chuyển về dạng hàm truyền:
( ðõy chớnh là cấu trỳc của bộ ủiều khiển PID lý tưởng
Các bộ điều khiển có thể sử dụng riêng rẽ từng thành phần P, I, D hoặc kết hợp chúng lại với nhau Theo thống kê, khoảng 60% bộ điều khiển trong công nghiệp có cấu trúc PI, 20% có cấu trúc PID và khoảng 20% sử dụng cấu trúc P thuần túy.
Một bộ ủiều khiển tỷ lệ ủưa ra tớn hiệu ủiều khiển tức thời tỷ lệ với sai lệch ủiều khiển: U(t) = K.u p (t) + u b (1.4)
Hỡnh 1.7: Mụ hỡnh b ộ ủ i ề u khi ể n trong mi ề n Laplace
Độ dịch u b (bias) là hằng số thể hiện giá trị tín hiệu điều khiển khi sai lệch bằng 0 Sai lệch càng lớn thì tác động tỷ lệ càng lớn và ngược lại, mức độ phụ thuộc vào hệ số khuếch đại K Tuy nhiên, độ dịch u b không đảm bảo sai lệch e tiến đến 0 nếu độ dịch không được xác định chính xác Nếu quá trình là tích phân, độ dịch chọn bằng 0, trong khi các trường hợp khác có thể tạo ra độ dịch từ khâu truyền thẳng hoặc thành phần tích phân Luật tỷ lệ tác động nhanh và tức thời giúp cải thiện tốc độ phản ứng của hệ thống, do đó có vai trò quan trọng trong giai đoạn đầu của quá trình quá độ.
Hệ số khuếch đại có thể chọn âm hoặc dương tùy thuộc vào yêu cầu cụ thể của bài toán và đặc tính của cảm biến hoặc van Giá trị K âm tương ứng với tác động thuận, khi tín hiệu điều khiển tăng thì đầu ra của quá trình cũng tăng và ngược lại.
Với giá trị dương của K, bộ điều khiển sẽ hoạt động theo nguyên tắc phản hồi ngược, tức là khi tín hiệu điều khiển tăng, đầu ra của quá trình sẽ giảm và ngược lại.
Bên cạnh hệ số khuếch đại K, người ta còn xây dựng khái niệm dải tỷ lệ, được định nghĩa bởi P b = (u max – u min )/K Dải tỷ lệ thể hiện phạm vi giá trị sai lệch cho phép mà tín hiệu điều khiển vẫn nằm trong giới hạn cho phép Khi K >> 1, luật điều khiển chỉ tuyến tính với những giá trị sai lệch tương đối nhỏ.
Tỏc ủộng tớch phõn ủưa ra tớn hiệu ủiều khiển tỷ lệ với tổng tớch luỹ của sai lệch ủiều khiển e(t): U t = T K ∫ t e t dt + u
1( ) ( ) (0) với u(0) là giỏ trị ban ủầu của tớn hiệu ủiều khiển
Bất kỳ sai lệch nào trong hệ thống điều khiển đều gây ra sự thay đổi, dẫn đến việc hệ thống không thể duy trì trạng thái ổn định Tác động tích phân thường chậm hơn so với sự thay đổi của tín hiệu đầu vào, do đó được gọi là chế độ chậm Tác động này có thể làm xấu đặc tính động học của hệ thống, gây ra dao động hoặc mất ổn định Nếu quá trình không có khâu tích phân, việc thêm thành phần tích phân vào bộ điều khiển sẽ trở nên không cần thiết.
Tác động vi phân có tính chất ngược lại với tác động tích phân Tín hiệu điều khiển được đưa ra tỷ lệ với tốc độ thay đổi của sai lệch e(t).
Tác động vi phân (U d ( ) = D ( )) là phương pháp điều chỉnh dựa trên việc dự đoán chiều hướng và tốc độ thay đổi của biến điều khiển, nhằm đưa ra phản ứng thích hợp Điều này giúp cải thiện đặc tính động học của hệ thống trước những thay đổi của giá trị đặt hoặc tác động của nhiễu tải Tuy nhiên, do tác động nhanh chóng, tác động vi phân rất nhạy cảm với nhiễu đo Hiệu quả của tác động vi phân phụ thuộc vào khả năng dự đoán chính xác những thay đổi xảy ra ở giai đoạn sau của quá trình, với hằng số thời gian vi phân càng nhỏ khi tốc độ biến thiên của sai lệch e(t) càng lớn.
Khảo sỏt chất lượng của hệ thống ủiều chỉnh tự ủộng cụng nghiệp sử dụng cỏc thuật toỏn kinh ủiển
*Chỉnh ủịnh thụng số PID theo phương phỏp kinh ủiển
Cho đến nay, việc nghiên cứu các đối tượng điều khiển trong công nghiệp chủ yếu dựa trên mô hình toán học, đặc biệt là khâu quán tính bậc nhất có trễ e-sL.
P hoặc khâu quán tính bậc hai có mô hình
Chúng ta chọn mô hình đối tượng để phỏng vấn offline vì lý do chính là khâu quản lý chất lượng hàng đầu, bất kỳ có hàm truyền đạt nào.
1.3.2 Cỏc ph ươ ng phỏp ch ỉ nh ủị nh d ự a theo mụ hỡnh ủố i t ượ ng và theo ủườ ng ủặ c tớnh
* Một số phương phỏp chỉnh ủịnh thường gặp như sau:
- Phương phỏp tối ưu ủối xứng
- Phương phỏp khử ủiểm cực và ủiểm 0 (Poles and Zeros Cancelled)
- Phương pháp mô hình IMC (Internal model Control) của Morani và Zafiriou
- Phương pháp Chien-Hrones-Resweick
- Phương pháp Kappa – Tau (KT)
* Dưới ủõy là một số phương phỏp thường hay sử dụng
Phương pháp Haalman được xây dựng dựa trên mô hình PID có một bậc tự do, với ý tưởng chính là xuất phát từ mô hình quá trình bậc nhất có trễ (FOPDT) hoặc mô hình quá trình bậc hai có trễ (SOPDT) để lựa chọn thông số cho PID, nhằm đạt được hàm truyền L(s) = 2e^(-Ls) / 3Ls Khi dựa vào đặc tính tần số của hệ thống, ta xác định tần số cắt ϖc = 2L/3 và góc pha tới hạn khoảng 50 độ Mục tiêu là tạo ra đặc tính của hệ thống giống như đặc tính của L(s)/[L(s)+1] Khi có được mô hình hệ thống L(s), mô hình của bộ điều khiển sẽ là R(s) = L(s)/P(s).
( là mụ hỡnh ủối tượng ủiều khiển.Với ủối tượng cú mụ hỡnh FOPDT ta chọn bộ ủiều khiển PI cú hàm truyền
R = P + ta có công thức tính toán tham số như sau: T T
Với ủối tượng cú mụ hỡnh SOPDT cú mụ hỡnh
− ta chọn bộ ủiều khiển PID cú cỏc tham số ủược chọn như sau:
Phương phỏp Haalman phự hợp với ủối tượng ủỏp ứng ủơn vị dao ủộng
(overdamp) và cú trễ lớn Trờn thực tế, do tần số cắt ϖ c tỷ lệ với nghịch ủảo của L nên hệ thống sẽ quá nhanh nếu L quá nhỏ
1.3.2.2 Phương pháp Chien-Hrones-Resweick
Phương phỏp Chien-Hrones-Resweick sử dụng hàm quỏ ủộ h(t) của ủối tượng
Phương pháp Chien-Hrones-Resweick giả định rằng đối tượng là ổn định, với hàm quá trình không dao động và có hình dạng chữ S Tuy nhiên, phương pháp này chỉ thích ứng với các đối tượng bậc cao như quán tính bậc n.
Hỡnh 1.8: ðườ ng ủặ c tớnh quỏ ủộ c ủ a ủố i t ượ ng theo ph ươ ng phỏp
Các đối tượng cú hàm quỏ ủộ h(t) thỏa mãn điều kiện b/a > 3, trong đó a là hoành ủộ giao ủiểm của tiếp tuyến tại ủiểm uốn của hàm quỏ ủộ với trục thời gian, và b là khoảng thời gian cần thiết để tiếp tuyến ủú ủi từ 0 tới giá trị K ∞.
→ t limh(t) Từ dạng hàm quỏ ủộ h(t) Chien-Hrones-Resweick ủó ủưa ra bốn cỏch xỏc ủịnh tham số ủiều khiển cho 4 chất lượng yờu cầu khỏc nhau như sau:
Yờu cầu tối ưu theo nhiễu (giảm ảnh hưởng của nhiễu) và hệ kớn khụng cú ủộ quỏ ủiều chỉnh σ% = 0
Bảng 1.1: Tớnh thụng số bộ ủiều khiển theo phương phỏp Chien-Hrones-Resweick với yờu cầu tối ưu theo nhiễu và hệ kớn khụng cú ủộ quỏ ủiều chỉnh σ% = 0
Yờu cầu tối ưu theo nhiễu (giảm ảnh hưởng của nhiễu) và hệ kớn cú ủộ quỏ ủiều chỉnh khụng quỏ 20%
Bảng 1.2 trình bày số bộ điều khiển được tính toán theo phương pháp Chien-Hrones-Resweick, nhằm tối ưu hóa theo tiêu chí giảm thiểu nhiễu và đảm bảo hệ thống có độ ổn định không vượt quá 20%.
Yờu cầu tối ưu theo tớn hiệu ủặt trước (giảm sai lệch bỏm) và hệ kớn khụng cú ủộ quỏ ủiều chỉnh ∆ h max
Bảng 1.3 trình bày số liệu về bộ điều khiển theo phương pháp Chien-Hrones-Resweick, nhằm tối ưu hóa tín hiệu đặt trước Hệ thống không có bộ quá điều chỉnh với giới hạn ∆h max.
Yờu cầu tối ưu tớn hiệu ủặt trước (giảm sai lệch bỏm) và hệ kớn cú ủộ quỏ ủiều chỉnh ∆ h max khụng vượt quỏ 20% so với K lim h ( t ) t → ∞
Bảng 1.4 trình bày số liệu về bộ điều khiển theo phương pháp Chien-Hrones-Resweick, với yêu cầu tối ưu dựa trên tín hiệu đặt trước Hệ thống cần đảm bảo rằng độ biến thiên ∆h max không vượt quá 20% so với K lim h (t) khi t tiến đến vô cùng.
- Ta tiến hành mô phỏng phương pháp thiết kế Chien-Hrones-Resweick với mô hỡnh ủối tượng cú hàm truyền Q(s) 1 498
1.3.2.3 Phương pháp Kappa – Tau (KT)
Phương pháp này đề xuất thông số bộ điều khiển dựa trên đánh giá chất lượng hệ thống trong miền tần số Gọi Gs là biên độ điều chỉnh, giới hạn biên độ được xác định như sau:
= + Với L(jw) là hàm truyền của hệ thống trờn miền tần số (biểu ủồ Bode)
Phương pháp Kappa-Tau được sử dụng để xác định giá trị G s với hai trị số 1.4 và 2.0 Khi G s = 1.4, tác dụng chỉ duy trì việc điều chỉnh, trong khi G s = 2.0 sẽ tạo ra tác động điều chỉnh nhanh chóng Đối với các mô hình đối tượng, chúng ta có thể xác định được T, L và chuẩn hóa chúng thành các giá trị chuẩn.
= + τ Với : - à: là hệ số khuếch ủại ủối tượng
- L: thời gian trễ của ủối tượng
- T: hằng thời gian quỏn tớnh của ủối tượng
Theo phương trỡnh này, thụng số ủiều khiển ủược tớnh theo cụng thức:
Các hệ số Ai, Bi, Ci có thể được lựa chọn theo bảng Kappa – Tau, tùy thuộc vào từng đối tượng và yêu cầu khác nhau Do đó, chúng ta sẽ chọn các thông số điều khiển khác nhau, trong đó các hệ số A, B, C được xác định trong bảng.
Bảng 1.5: Bảng lựa chọn các hệ số theo phương pháp Kappa Tau
PI PI PID PID PI PI
đánh giá chất lượng hệ thống ựiều chỉnh tự ựộng công nghiệp hiện nay
1.4.1 Cỏc thụng s ố c ủ a cỏc b ộ ủ i ề u khi ể n s ử d ụ ng cỏc thu ậ t toỏn kinh ủ i ể n ủố i v ớ i lò gió nóng
Bảng 1.6 Cỏc thụng số của cỏc bộ ủiều khiển sau khi tiến hành thớ nghiệm sử dụng cỏc thuật toỏn kinh ủiển ủối với lũ giú núng
Tên phương pháp Các hệ số
Phương pháp Hallman ðối tượng
Phương phỏp tối ưu ủối xứng ðối tượng
Phương pháp mô hình IMC ðối tượng
Phương pháp Ziegler – Nichols thứ nhất ðối tượng
Phương pháp Ziegler – Nichols thứ hai ðối tượng
- Sử dụng PI: Kp = 0,45Ku = 0,45.10 = 4,5; Ti 0,85.Tu = 0,85.300 = 255;
- Sử dụng PID: Kp = 0,6.Ku = 0,6.10 = 6; Ti 0,5.T u = 0,5.300 = 150; T d = 0,12.300 = 36; cũng có Ki = 0,04; Kd = 216
Resweick a Tối ưu theo nhiễu: giảm ảnh hưởng nhiễu, hệ kớn khụng cú ủộ quỏ ủiều chỉnh
- Bộ PI: Kp = 6b/(10ak) = 5,0; Ti = 4a = 240;
- Bộ PID: Kp = 19b/(20ak) = 7,9167; Ki 0,05498; K d = 199,50084 b Tối ưu giảm ảnh hưởng nhiễu, hệ kớn cú ủộ quỏ ủiều chỉnh ∆hmax khụng vượt quỏ 20% so với h ∞ =lim h ( t ) t → ∞
Kd = 252 c Tối ưu theo tớn hiệu ủặt trước (giảm sai lệch bỏm) và hệ kớn khụng cú ủộ quỏ ủiều chỉnh ∆h max
- Bộ PI: Kp = 7b/(20ak); Ti = 1,2b; Kp 2,9167; K i = 0,00486
- Bộ PID: Kp = 3b/(5ak); Ti = b; Td = 0,5a; Kp
= 5; K i = 0,01; K d = 150 d Tối ưu theo tớn hiệu ủặt trước (giảm sai lệch bỏm), hệ kớn cú ủộ quỏ ủiều chỉnh ∆hmax khụng vượt quá 20% so với h ∞ = lim h ( t ) t → ∞
- Bộ PI: Kp = 6b/(5ak); Ti = b; Kp = 10; Ki 0,02
- Bộ PID: Kp = 19b/(20ak); Ti = 1,35b; Td 0,47; Kp = 7,9167; Ki = 0,01173; Kd = 223,251 Phương pháp Kappa – Tau
+Chọn bộ PI tỏc ủộng nhanh (Gs = 2,0): tớnh ủược Kp = 8,952; Ti = 367,802 hay Ki = Kp / Ti 0,02434
+Chọn bộ PID tỏc ủộng nhanh (Gs = 2,0): tớnh ủược Kp = 56,069;Ti = 161,796; Td = 41,914 Khi ủú K i = 0,347; K d = 2350,076
1.4.2 So sánh nh ậ n xét các ph ươ ng pháp Hallman, SO, Kappa Tau, Ziegler-Nichols
Chúng tôi nhận thấy rằng khi thêm thành phần vi phân vào hệ thống, đặc tính của hệ thống xấu đi so với trường hợp không có thành phần vi phân Điều này cho thấy rằng đặc tính của hệ thống khi sử dụng bộ điều khiển PI tốt hơn so với khi sử dụng PID Vì vậy, chúng tôi chỉ so sánh các phương pháp lựa chọn bộ điều khiển PI.
Hỡnh 1.9 So sỏnh cỏc b ộ PI c ủ a Hallman, Kappa Tau, Ziegler theo ủặ c tớnh ra c ủ a h ệ th ố ng
Hình 1.10 ðặ c tính c ủ a h ệ v ớ i b ộ PI c ủ a các ph ươ ng pháp Hallman, SO,
Nhận xột: Khi lựa chọn bộ ủiều khiển PI theo cỏc phương phỏp trờn:
- ðặc tớnh của hệ khi sử dụng phương phỏp SO cú thời gian ổn ủịnh dài nhất
- ðặc tớnh của hệ khi dung phương phỏp Ziegler – Nichols 1 cú ủộ quỏ ủiều chỉnh lớn nhất
Khi áp dụng phương pháp Hallman, Kappa Tau và Ziegler – Nichols 2, hệ thống điều chỉnh trung bình có độ ổn định dưới 20% (với đầu vào là 1, và điều chỉnh không vượt quá 1,2) Các phương pháp này rất hiệu quả cho các hệ thống có đặc tính bậc nhất với độ trễ Đặc biệt, Hallman và Kappa Tau cho thấy tốc độ ổn định nhanh hơn so với Ziegler – Nichols 2.
Hệ thống sử dụng phương pháp Kappa Tau cho hiệu quả cao hơn so với phương pháp Hallman trong khoảng thời gian dài.
1.4.3 So sánh các tr ườ ng h ợ p c ủ a Chien – Hrones – Reswick
Sau khi mô phỏng từng trường hợp của phương pháp PI, chúng tôi nhận thấy rằng phương pháp này hoạt động hiệu quả hơn so với PID Chúng tôi chỉ so sánh các trường hợp lựa chọn thông số của phương pháp PI trong nghiên cứu này.
Hình 1.11 So sánh các tr ườ ng h ợ p l ự a ch ọ n thông s ố PI c ủ a Chien – Hrones – Reswick
Hình 1.12 ð áp ứ ng c ủ a h ệ th ố ng khi s ử d ụ ng các cách l ự a ch ọ n thông s ố PI c ủ a
(c): Khụng cú ủộ quỏ ủiều chỉnh
(d): ðộ quỏ ủiều chỉnh nhỏ (trong ba cỏch chọn a, b, c, d)
Trong cả bốn cỏch chọn, (d) cú thời gian ổn ủịnh ngắn nhất
Để áp dụng cho đối tượng có tham số biến thiên chậm, có thể chọn cách (d): tối ưu theo tín hiệu đặt trước với điều kiện hệ kín có độ quá điều chỉnh không vượt quá 20% Nếu yêu cầu không cho phép quá điều chỉnh, thì nên chọn cách (c): tối ưu theo tín hiệu đặt trước mà hệ kín không có độ quá điều chỉnh Trong trường hợp này, PID sẽ hiệu quả hơn PI.
1.4.4 So sánh 3 ph ươ ng pháp Hallman, KappaTau, Chien – Hrones – Reswick
Hình 1.13 So sánh 3 ph ươ ng pháp Hallman, KappaTau, Chien – Hrones –
Hình 1.14 ð áp ứ ng c ủ a h ệ th ố ng khi s ử d ụ ng PI c ủ a Hallman, Kappa Tau,
- Bộ PI lựa chọn theo Chien – Hrones – Reswick trường hợp d cho ủối tượng quỏn tính bậc nhất có trễ là tốt hơn bộ PI theo Hallman và KappaTau.
Tóm lại
Trong chương 1 của luận văn, chúng tôi thực hiện tổng hợp và khảo sát bộ PID bằng các phương pháp kinh điển, với đối tượng điều khiển là lũ giú núng của phòng thí nghiệm Kết quả cho thấy chất lượng điều chỉnh vẫn chưa đạt yêu cầu cao, từ đó tạo cơ sở cho nghiên cứu các chương sau nhằm nâng cao chất lượng điều chỉnh.
PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG CỦA HỆ THỐNG ðIỀU CHỈNH TỰ ðỘNG TRONG CÔNG NGHIỆP SỬ DỤNG CẤU TRÚC PID CÓ THỐNG SỐ THAY ðỔI
ðịnh nghĩa về ủiều khiển cú thụng số thay ủổi (tự chỉnh)
Hệ thống điều khiển tự động sử dụng phương pháp điều chỉnh tự chỉnh để thay đổi các thông số Các thông số này được điều chỉnh dựa trên sự so sánh giữa tín hiệu ra điều khiển và lượng ra ở đối tượng, cho phép hệ thống tự động biến đổi theo quá trình làm việc của nó.
Khi đánh giá chất lượng của hệ thống, vấn đề xét đặc tính hội tụ hay ổn định trở nên phức tạp hơn nếu các thông số điều chỉnh biến đổi theo thời gian.
Giả sử rằng quá trình là không ổn định với các thông số chưa xác định, bộ điều chỉnh sẽ tự động điều chỉnh các thông số điều khiển thích hợp Hệ thống điều khiển PID tự xác định thông số điều chỉnh và đưa ra thông số điều khiển, tự động hội tụ đến các thông số điều khiển gọi là bộ điều khiển có thông số thay đổi (tự chỉnh).
Các phương pháp thiết kế bao gồm: phương pháp cực tiểu hóa sai số, bình phương tuyến tính, phương pháp ủối lập thay thế, và thiết kế theo mục hình đối tượng Cuối cùng, bài viết đề xuất sử dụng phương pháp logic mờ để cải thiện quy trình thiết kế.
Trong nội dung lần này sẽ trỡnh bày một số phương phỏp cơ bản ủể xõy dựng thuật toỏn ủiều khiển cú thụng số thay ủổi (tự chỉnh)
Các thuật toán điều khiển thường sử dụng số liệu thay đổi (tự điều chỉnh) dựa vào ước lượng các thông số hàm truyền hệ thống cùng với các tác động bên ngoài như nhiễu Điều này dẫn đến việc phát triển các thuật toán điều khiển gián tiếp Thông số bộ điều khiển không được cập nhật trực tiếp mà thông qua các ước lượng mô hình đối tượng hoặc quá trình của hệ thống Việc cập nhật gián tiếp này dựa trên cơ sở ước lượng mô hình đối tượng và quá trình Phương pháp cập nhật gián tiếp được áp dụng theo ước lượng cực tiểu bình phương của Kalman từ năm 1958, tuy nhiên không phân tích đặc điểm của hệ kín.
Nghiên cứu chế tạo bộ điều khiển PID có thông số thay đổi (tự chỉnh) yêu cầu khối lượng tính toán lớn và cần sử dụng các máy tính hiệu suất cao để thiết kế và chế tạo Tuy nhiên, việc phát triển phần cứng vẫn gặp nhiều hạn chế.
Năm 1971, Wieslauder và Wittenmark đã nghiên cứu và phát triển bộ điều chỉnh tương tự Nhờ đó, khả năng của bộ điều khiển có thể tự điều chỉnh thông số một cách trực tiếp.
Trong điều khiển cú thụng số thay ủổi (tự chỉnh), các phương pháp ước lượng gián tiếp được gọi là điều chỉnh cú thụng số thay ủổi, dựa trên các thông số ước lượng giữa tín hiệu điều khiển u(t) và lượng ra y(t).
Việc điều chỉnh trực tiếp thường được gọi là điều chỉnh tự ẩn, cho thấy rằng các thuật toán có thể được chia thành hai loại: điều chỉnh có thông số thay đổi (tự chỉnh) trực tiếp và gián tiếp Sự phân biệt giữa hai kiểu thuật toán này không quá nổi bật Khái niệm cơ bản trong cả hai loại thuật toán là nhận dạng một số thông số liên quan đến quá trình và các chi tiết kỹ thuật của hệ thống lớn.
Astrom và Wittenmark là những người đầu tiên giới thiệu thuật ngữ "bộ điều khiển có thông số thay đổi (tự chỉnh)", phân tích các đặc tính tiệm cận của loại bộ điều khiển này Bộ điều khiển của họ dựa trên ước lượng bình phương bộ nhất và điều khiển theo thời gian cực tiểu Đầu những năm 1970, Peterka, Clarke và Gawthrop đã phát triển thêm các bộ điều khiển có thông số thay đổi (tự chỉnh), tạo động lực cho nghiên cứu và mở rộng sang các bộ điều khiển khác như MRAS (Model-reference Adaptive Systems) và STR (Self-Tuning Regulators) MRAS được phát triển cho hệ thống thời gian liên tục, trong khi STR dành cho hệ thống thời gian gián đoạn, rời rạc Hiện nay, STR và MRAS được xem là hai phương pháp hàng đầu trong lĩnh vực này.
Các thuật toán tự điều chỉnh giỏn tiếp là ứng dụng quan trọng trong việc điều khiển các thông số thay đổi (tự chỉnh), được sử dụng rộng rãi để thiết kế bộ điều khiển và ước lượng thông số điều khiển Phân tích và khảo sát tính ổn định của hệ thống có thông số thay đổi là một vấn đề phức tạp, do các thông số điều khiển phụ thuộc vào ước lượng của quá trình phức tạp Nghiên cứu này mở ra hướng đi mới trong việc áp dụng liên kết với điều khiển thích nghi và điều khiển mờ.
Bộ điều khiển tự động là thiết bị có khả năng tự động tính toán các tham số cho bộ điều khiển mà không cần sự can thiệp của con người, hoạt động hiệu quả trong hệ thống hoặc khi kết nối với một đối tượng.
Khái niệm cú thụng số thay đổi (tự chỉnh) đề cập đến việc điều chỉnh chỉ xảy ra khi có sự thay đổi về trạng thái hoạt động, thay đổi giá trị đặt hoặc do ảnh hưởng của các nhiễu, cũng như tác động của con người lên quá trình làm việc của hệ thống Trong quá trình này, cần chú ý đến đặc tính và cấu hình của hệ thống.
Cú thụng số thay ủổi (tự chỉnh khỏc với thớch nghi ở chỗ, thớch nghi
Adaptive là quá trình điều chỉnh liên tục nhằm thích ứng với những thay đổi của hệ thống, đảm bảo chất lượng hoạt động của hệ thống đạt yêu cầu mà không cần phải biết trước về đặc tính hay cấu hình của nó.
Thập kỷ 60 đánh dấu giai đoạn quan trọng trong sự phát triển của các lý thuyết tự động, đặc biệt là lý thuyết điều khiển thích nghi Trong thời gian này, kỹ thuật không gian trạng thái và lý thuyết ổn định dựa trên quy luật Lyapunov đã được phát triển Nhiều lý thuyết như điều khiển ngẫu nhiên, nhận dạng hệ thống và đánh giá thông số đã ra đời, góp phần hoàn thiện lý thuyết điều khiển thích nghi Năm 1966, Park và các đồng nghiệp đã tìm ra phương pháp mới để tính toán lại luật thích nghi thông qua việc ứng dụng lý thuyết Lyapunov.
Sơ lược về ủiều khiển thớch nghi
Hệ thống điều chỉnh là cấu trúc và các tham số của bộ điều khiển có khả năng thay đổi theo sự biến thiên của thông số, nhằm đảm bảo chất lượng của hệ thống đạt tiêu chí mong muốn.
Cấu trúc của hệ thích có dạng như ở hình 2.2
Hệ gồm hai phần sau: Phần 1-Phần cơ bản của hệ ủiều khiển
Phần 2-ðiều khiển thích nghi
Hỡnh 2.2: C ấ u trỳc chung c ủ a h ệ th ố ng ủ i ề u khi ể n thớch nghi
Phần cơ bản của hệ gồm: ðối tượng: S
Thiết bị ủiều khiển: R Mạch phản hồi cơ bản: 1 Tín hiệu vào của hệ : u Tín hiệu ra của hệ: y Phần ủiều khiển thớch nghi gồm:
Thiết bị tính toán: TT
Khõu nhận dạng cú nhiệm vụ ủỏnh giỏ cỏc biến ủổi của hệ thống do tỏc ủộng của nhiễu và cỏc yếu tố khỏc Kết quả tớnh toỏn ủược ủược ủưa vào cơ cấu thớch nghi ủể ủiều ủiều chỉnh thụng số bộ ủiều nhằm ủảm bảo chất lượng của hệ thống như mong muốn.
Cỏc hệ ủiều khiển thớch nghi cú thể ủược chia làm hai loại:
• Hệ ủiều khiển thớch nghi trực tiếp(cú mụ hỡnh mẫu)
• Hệ ủiều khiển thớch nghi giỏn tiếp(cú mụ hỡnh ẩn)
Trong hệ thống điều chỉnh gián tiếp, bộ điều khiển sẽ thực hiện việc điều chỉnh qua hai giai đoạn, trong khi hệ thống điều chỉnh trực tiếp sẽ hiệu chỉnh theo thời gian thực dựa trên giá trị sai lệch giữa giá trị mong muốn và giá trị thực tế.
Giai ựoạn 1: đánh giá tham số của mô hình ựối tượng
Giai ủoạn 2: Tớnh toỏn cỏc tham số của bộ ủiều khiển
Một điểm chung của cả thích nghi trực tiếp và gián tiếp là dựa trên giả thiết tồn tại một bộ điều khiển đảm bảo có đầy đủ các đặc tính mong muốn đặt ra Vai trò của thích nghi chỉ giới hạn ở việc chọn giá trị thích hợp của bộ phận điều khiển, nhằm đảm bảo đạt được các đặc tính mong muốn trong các trạng thái làm việc của đối tượng.
Cỏc hệ thớch nghi cú thụng số thay ủổi (tự chỉnh) tiờu biểu
2.3.1 H ệ thớch nghi cú thụng s ố thay ủổ i (t ự ch ỉ nh) h ệ s ố khu ế ch ủạ i
Hình 2.3 minh họa hình ủi điều khiển thích nghi có khả năng thay đổi tự chỉnh hệ số khuếch đại Sơ đồ này được xây dựng dựa trên nguyên tắc của mạch phản hồi và bộ điều khiển có thể điều chỉnh hệ số khuếch đại Đặc điểm nổi bật của nó là khả năng giảm thiểu ảnh hưởng của sự biến thiên thông số.
2.3.2 H ệ ủ i ề u khi ể n thớch nghi theo mụ hỡnh m ẫ u
Hệ thống mạch vũng thích nghi MRAC là một phương pháp điều khiển, trong đó tín hiệu đầu ra có sự sai lệch so với tín hiệu của mẫu hình mẫu của đối tượng Hệ thống này giúp điều chỉnh và cải thiện hiệu suất của quá trình điều khiển.
Hình 2.4: H ệ thích nghi theo mô hình m ẫ u
Mẫu hình được chọn cần phù hợp với đặc tính mong muốn, vì mẫu hình càng sát với đối tượng thực tế thì kết quả điều khiển sẽ càng chính xác.
Cơ cấu thích nghi có nhiệm vụ hiệu chỉnh sao cho sai số e(t) = y m – y s tiến về
Các thông tin của bộ điều chỉnh được hiệu chỉnh thông qua mạch vòng ngoài dựa trên sai số giữa tín hiệu ra của mô hình mẫu và tín hiệu ra của đối tượng Luật thích nghi thường được xác định bằng phương pháp Gradient, lý thuyết ổn định của Lyapunov, hoặc lý thuyết ổn định tuyệt đối của Popov, nhằm đảm bảo hệ hội tụ với sai số nhỏ nhất.
2.3.3 H ệ ủ i ề u khi ể n thớch nghi cú thụng s ố thay ủổ i (t ự ch ỉ nh)
Hệ điều khiển thích nghi có thông số thay đổi (tự chỉnh) chủ yếu được phát hiện trong hệ giỏn đoạn Hệ thích nghi có thông số thay đổi (tự chỉnh) (STR) rất mềm dẻo và linh hoạt Tùy thuộc vào việc lựa chọn theo luật đánh giá và luật điều khiển, có thể tạo ra nhiều loại STR khác nhau.
Dựa vào luật toán cập nhật tham gia số ta chia STR thành 2 loại chính: STR trực tiếp (DSTR) và STR gián tiếp (ISTR)
• Hệ ủiều khiển thớch nghi cú thụng số thay ủổi (tự chỉnh) giỏn tiếp ISTR
ISTR là hệ thống minh họa các tham số được đánh giá trực tiếp trên mô hình của đối tượng, giúp tính toán các tham số của bộ điều khiển một cách hiệu quả.
Sơ ủồ ISTR như sau:
Hỡnh 2.5:H ệ thớch nghi cú thụng s ố thay ủổ i (t ự ch ỉ nh) giỏn ti ế p
Gọi θ là vektor giá trị ẩn giấu của đối tượng, θc là vektor giá trị ẩn giấu của tham số bộ điều khiển, và P(θ) là mô hình tham số hóa của đối tượng.
Bộ ước lượng tham số online xác định tham số ước lượng tại mỗi thời điểm t là θ(t), được sử dụng để tính toán lại bộ điều khiển như là tham số thực của đối tượng thông qua giải phương trình đại số: θ c(t) = F(θ(T)) tại mỗi thời điểm t Khi bộ điều khiển có luật C(θ c(t)), nó sẽ điều khiển đối tượng như trường hợp tham số của nó đã biết Do đó, tham số của nó được biết gián tiếp thông qua việc giải phương trình đại số, nên được gọi là ISTR.
Hệ ủiều khiển thớch nghi cú thụng số thay ủổi (tự chỉnh) trực tiếp DSTR
TT thông số θ c (t)=F[ θ (t)] đánh giá trực tiếp tham sốθ (t)
Bộ ủiều khiển ðối tượng u y s
Hỡnh 2.6:H ệ thớch nghi cú thụng s ố thay ủổ i (t ự ch ỉ nh) tr ự c ti ế p
Trong hệ DSTR cỏc tham số của mụ hỡnh P(θc) ủược biểu diễn theo tham số của ủối tượng sao cho thỏa món cỏc yờu cầu chất lượng
Khi ủ mụ hỡnh ủược tham số húa dạng P c (θ c ), bộ ủỏnh giỏ trực tiếp cỏc giỏ trị của vộc tơ tham số θ c và θ c (t) sẽ được cập nhật tại mỗi thời ủiểm Giá trị này giúp điều chỉnh tham số bộ ủiều khiển theo thời gian thực.
Như vậy tham số của bộ ủiều khiển ủược tớnh toỏn trực tiếp khụng phải qua giải phương trình
• Hệ ủiều khiển thớch nghi cú thụng số thay ủổi (tự chỉnh) lai
Kết hợp cả hai phương pháp, chúng ta có thể thiết lập thông số thay đổi (tự điều chỉnh) thích nghi, nghĩa là đồng thời điều chỉnh cả tham số bộ điều khiển và tham số đối tượng nhằm tránh giải phương trình vi phân Đây là hệ thống điều chỉnh tự động nhằm kết hợp ưu điểm của cả hai hệ thống trước đó.
Trong một số tài liệu, hệ điều khiển thích nghi có thể được gọi là hệ điều khiển tự chỉnh STR, và thường được áp dụng cho các bộ điều khiển theo phương pháp áp đặt cực APPC, vì hầu hết các bộ điều khiển đều được thiết kế theo phương pháp này.
Tổng hợp bộ ủiều khiển thớch nghi
Điều khiển thích nghi là thiết kế bộ điều khiển nhằm duy trì chất lượng hệ thống ổn định trước các nhiễu không mong muốn hoặc sự thay đổi bất ngờ trong đối tượng Nguyên tắc hoạt động của bộ điều khiển thích nghi là tự động điều chỉnh khi có sự thay đổi của đối tượng, đảm bảo tính cân bằng chất lượng trong hệ thống.
2.4.2 Xõy d ự ng thu ậ t toỏn ủ i ề u khi ể n thớch nghi
Trong hệ giải tích, có ba quá trình chính: tìm hiểu, tổng hợp và thực hiện Quá trình tìm hiểu giúp xác định các thông tin khác nhau về quá trình điều khiển như hàm quá độ, hàm trọng lượng và đặc tính tần biến pha Để xây dựng hệ thống, cần chú ý đến các chỉ tiêu như hệ số khuếch đại, hệ số suy giảm và mức ổn định Phương pháp tổng hợp hệ thống sử dụng là phương pháp Gradient, trong đó chỉ tiêu chất lượng được đánh giá theo cực tiểu của sai lệch giữa đại lượng điều khiển và trị số mong muốn Để thực hiện điều khiển, cần kiểm tra tính ổn định của thuật toán và khảo sát sai lệch của quá trình điều khiển Dựa trên lý thuyết, thuật toán điều khiển được áp dụng cho hệ thống điều khiển với đối tượng cụ thể là khâu quản lý bậc nhất có trễ.
Quá trình xây dựng thuật toán điều khiển sử dụng thuật toán điều khiển gradient để nhận dạng và chỉnh sửa các thông số của thiết bị điều chỉnh Trong bài viết này, chúng ta sẽ xem xét thiết bị điều chỉnh theo quy luật tỉ lệ - tích phân - vi phân, được viết tắt là PID, và hàm truyền có dạng cụ thể.
2.4.2.1 ðối tượng ủó biết trước tham số ðối tượng ủiều khiển là khõu quỏn tớnh bậc nhất cú trễ hàm truyền của ủối tượng ủiều khiển:
(2.3) Xột trong trường hợp cỏc thụng số K DT , T DT , τ DT của ủối tượng ủó biết trước
Gọi αi là thông số điều chỉnh thể hiện các thông số của thiết bị điều chỉnh Ứng dụng phương pháp Gradient, chúng ta sẽ lựa chọn hàm mục tiêu cho hệ thống.
Trong ủú: ε(t) = x(t) - y(t) - là sai lệch giữa tớn hiệu ủầu vào và tớn hiệu ủầu ra của hệ thống ủiều khiển thớch nghi
Việc điều chỉnh các thông số của thiết bị cần phải được thực hiện sao cho tốc độ thay đổi của các thông số này tỉ lệ thuận với độ dốc của hàm mục tiêu.
RM RM i i IP t IP grad t γ t α γ α α
Dựa vào sơ đồ hình (3.29), ta có thể viết được công thức Y = Wc(p, αi) Wdt(p, βi) ε (2.8) Từ công thức này, có thể nhận thấy rằng tín hiệu x(t) đầu vào hệ thống chỉ phụ thuộc vào thời gian mà không phụ thuộc vào αi, do đó ta có: i i y α α ε.
Từ công thức (3.12) và (3.13) ta có: α ε ε i i
Kết hợp cụng thức (3.7) và (3.15) ta ủược:
Từ ủõy ta suy ra thụng số ủiều chỉnh: dt p dt p p t p i i i i i t i W ( , )
Từ (3.17) và (3.18) ta tớnh ủược dt dt p p T T p p
Do chỉnh ủịnh α i tỉ lệ với gradien nờn ta cú: p p T T K p d i
Từ cỏc giỏ trị ủó tớnh ủược ở trờn ta xõy dựng ủược sơ ủồ cấu trỳc cho hệ thống ủiều khiển thích nghi như sau:
Hỡnh 2.7: S ơ ủồ c ấ u trỳc h ệ ủ i ề u khi ể n thớch nghi theo (2.19)
Hỡnh 2.8: S ơ ủồ c ấ u trỳc h ệ ủ i ề u khi ể n thớch nghi theo (2.20)
Thay cỏc giỏ trị ủó tớnh ủược ở trờn vào mụ hỡnh ta ủược sơ sơ ủồ cấu trỳc hệ thống hoàn thiện như sau:
Hỡnh 2.9: S ơ ủồ c ấ u trỳc h ệ ủ i ề u khi ể n thớch nghi ủố i t ượ ng là khõu quỏn tớnh b ậ c nh ấ t cú tr ễ ủ ó bi ế t tr ướ c tham s ố
2.4.2.2 ðối tượng chưa biết trước tham số ðối với ủối tượng chưa biết trước tham số, hoặc cỏc quy luật thay ủổi cỏc thụng số này chưa rừ cần phải nhận dạng ủối tượng Ở ủõy ta sử dụng mụ hỡnh theo dừi trờn cơ sở phương phỏp Gradien Và mụ hỡnh này cũn gọi là mụ hỡnh mẫu ủược mắc song song với ủối tượng
Xột ủối là khõu quỏn tớnh bậc nhất cú trễ
Sử dụng mụ hình mắc song song giữa mụ hình mẫu và đối tượng, cùng với cú hàm truyền tương tự như hàm truyền của đối tượng Đối tượng được mô tả thông qua phương trình.
Mụ hỡnh mẫu ủược mụ tả bởi phương trỡnh:
Gọi αi là tham số điều chỉnh đại diện cho các tham số Tm, Km, τm Để có thể xây dựng các phương trình phân tích tính toán các tham số λ, việc lựa chọn hàm mục tiêu là rất quan trọng.
Dựa vào lý thuyết Gradient ta tìm luật thích nghi cơ bản:
Giả thiết quỏ trỡnh thớch nghi chậm, tức là biến ủổi trong (IP) RM ủược dẫn ủến từ sự biến ủổi ở λ i (ε,t) tại mỗi thời ủiểm nhỏ nhất i i i L t dt d λ γε ε λ γ ε λ
1 (2.25) ðể xỏc ủịnh cơ cấu thớch nghi, ta ủạo hàm: ε = Ym-Ys theo λ: i s i s i m i
Vỡ Ym khụng phụ thuộc vào thụng số ủiều chỉnh λ(ε,t) cho nờn luật thớch nghi là: i s i t Y γε λ ε λ ∂
Tương ứng cú tốc ủộ thay ủổi của thụng số ủiều chỉnh λi(ε,t):
IP t dt t d γ λ ε λ λ( , ) ( ) (2.28) Áp dụng tiờu chuẩn MIT: ε = Y m -Y s là sai số ủầu ra giữa cỏc mụ hỡnh mẫu và hệ thống ủiều chỉnh
Chỉnh ủịnh cỏc λi sao cho vận tốc thay ủổi λi tỉ lệ thuận với Gradient ta cú: dt p U t W t t i i m i i ( , )
Kết hợp giữa (3.29) và (3.30), (3.31), (3.32) ta ủược: p U T t e t
Từ các biểu thức trên suy ra: dt p U T t e K t m p K
Do chỉnh ủịnh cỏc giỏ trị λi tỉ lệ với gradien cho nờn λi ủược tớnh: dt p U t W t i i m i i ( , )
Ta kết hợp giữa (2.36), (2.37), (2.38) và (2.39) tớnh ủược giỏ trị cỏc tham số: dt p U T t e
Như vậy từ những cụng thức tớnh toỏn trờn ta xõy dựng ủược sơ ủồ cấu trỳc hệ thống ủiều khiển theo thuật toỏn ủiều khiển thớch nghi: p
Hỡnh 2.10: C ấ u trỳc h ệ th ố ng ủ i ề u khi ể n thớch nghi ủố i t ượ ng ủ i ề u khi ể n là khõu quán tính b ậ c nh ấ t có tr ễ ch ư a bi ế t tr ướ c tham s ố
Mô phỏng trên phần mềm Matlab
Để minh hoạ cho lý thuyết nghiên cứu về thuật toán điều khiển thích nghi, bài viết này thực hiện khảo sát so sánh giữa hệ thống không thích nghi và hệ thích nghi trên phần mềm Matlab Trong hệ thích nghi, chúng tôi tiếp tục so sánh giữa hệ có thích nghi biết trước tham số và không biết trước tham số, nhằm phản ánh kết quả mà luật điều khiển thích nghi mang lại, góp phần nâng cao chất lượng điều khiển của hệ thống Cụ thể, khảo sát được thực hiện với hệ điều khiển có thiết bị điều chỉnh PI và đối tượng điều chỉnh là lũ giú núng.
2.5.1 Kh ả o sỏt h ệ th ố ng ủ i ề u khi ể n thụng th ườ ng (khụng cú thớch nghi)
Hỡnh 2.11: S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n th ườ ng cho ủố i t ượ ng lũ giú núng 2.5.1.2 Kết quả mô phỏng
Hình 2.12 trình bày kết quả mô phỏng điều khiển thường cho đối tượng lũ giữ núng Trong phần 2.5.2, khảo sát hệ thống điều khiển được thực hiện với các tham số đã biết trước Cụ thể, trong trường hợp 1, có khâu phản hồi, sơ đồ mô phỏng được thiết lập để phân tích hiệu quả của hệ thống.
Hỡnh 2.13 S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng v ớ i tham s ố ủ ó bi ế t tr ướ c (cú khõu ph ả n h ồ i) b Kết quả mô phỏng
Hình 2.14 trình bày kết quả mô phỏng điều khiển cú thích nghi cho đối tượng lũ giúp với tham số đầu vào đã biết trước (có khâu phản hồi) Trong trường hợp 2, không có khâu phản hồi, sơ đồ mô phỏng sẽ được thực hiện để phân tích hiệu quả của hệ thống.
Hỡnh 2.15: S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng v ớ i tham s ố ủ ó bi ế t tr ướ c (khụng cú khõu ph ả n h ồ i) b Kết quả mô phỏng
Hỡnh 2.16: K ế t qu ả mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng v ớ i tham s ố ủ ó bi ế t tr ướ c (khụng cú khõu ph ả n h ồ i)
2.5.3 Kh ả o sỏt h ệ th ố ng ủ i ề u khi ể n cú thớch nghi v ớ i tham s ố ch ư a bi ế t tr ướ c
2.5.3.1 Trường hợp 1 : Có khâu phản hồi a Sơ ủồ mụ phỏng
Hỡnh 2.17: S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng v ớ i tham s ố ch ư a bi ế t tr ướ c (có khâu ph ả n h ồ i) b Kết quả mô phỏng
Hỡnh 2.18: K ế t qu ả mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú nóng v ớ i tham s ố ch ư a bi ế t tr ướ c (có khâu ph ả n h ồ i)
2.5.3.2 Tr ườ ng h ợ p 2: Không có khâu phản hồi a Sơ ủồ mụ phỏng
Hỡnh 2.19: S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng v ớ i tham s ố ch ư a bi ế t tr ướ c (không có khâu ph ả n h ồ i) b Kết quả mô phỏng
Hỡnh 2.20: K ế t qu ả mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú nóng v ớ i tham s ố ch ư a bi ế t tr ướ c (không có khâu ph ả n h ồ i)
2.5.4 Xột h ệ th ố ng ủ i ề u khi ể n cú ủố i t ượ ng cựng hàm trong thớch nghi
2.5.4.1 Trường hợp 1: Có khâu phản hồi a Sơ ủồ mụ phỏng
Hỡnh 2.21: S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n thớch nghi cho ủố i t ượ ng lũ giú núng cú cùng hàm trong thích nghi (có ph ả n h ồ i) b Kết quả mô phỏng
Hỡnh 2.22: K ế t qu ả mụ ph ỏ ng ủ i ề u khi ể n thớch nghi cho ủố i t ượ ng lũ giú núng cú cùng hàm trong thích nghi (có ph ả n h ồ i)
2.5.4.2 Tr ườ ng h ợ p 2: Không có khâu phản hồi a Sơ ủồ mụ phỏng
Hỡnh 2.23: S ơ ủồ mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng có cùng hàm trong thích nghi (không có ph ả n h ồ i) b Kết quả mô phỏng
Hỡnh 2.24: K ế t qu ả mụ ph ỏ ng ủ i ề u khi ể n cú thớch nghi cho ủố i t ượ ng lũ giú núng có cùng hàm trong thích nghi (không có ph ả n h ồ i)
CHƯƠNG 3 PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG CỦA HỆ THỐNG ðIỀU CHỈNH TỰ ðỘNG TRONG CÔNG NGHIỆP SỬ DỤNG
Cấu trúc mờ PID là một giải pháp hiệu quả cho các hệ thống phi tuyến và không ổn định theo thời gian trong công nghiệp, nơi mà các đối tượng thường có độ trễ lớn và tham số biến đổi Việc áp dụng kỹ thuật điều khiển mờ rất phù hợp với những hệ thống này, tuy nhiên, thành công của nó phụ thuộc vào kiến thức và kinh nghiệm của các chuyên gia Do đó, nghiên cứu phương pháp thiết kế bộ điều khiển mờ là cần thiết Bài viết này sẽ khám phá cấu trúc bộ điều khiển mờ truyền thống, các biến thể của nó và cách áp dụng nguyên tắc điều khiển mờ để điều chỉnh các tham số của bộ điều khiển PID cho các đối tượng trong ngành chế biến.
Tổng hợp bộ ủiều khiển mờ lai
Điểm mạnh cơ bản của điều khiển mờ so với kỹ thuật điều khiển kinh điển là khả năng áp dụng hiệu quả trong các quá trình chưa xác định rõ ràng hoặc không thể đo đạc chính xác, đặc biệt là trong điều kiện thiếu thông tin Điều khiển mờ tích hợp kinh nghiệm của các chuyên gia để điều khiển mà không cần hiểu biết sâu về các thông số của hệ thống Với tính linh hoạt và khả năng thu hút kết quả khả quan trong nghiên cứu, điều khiển mờ đã trở thành một phương pháp nổi bật trong điều khiển học kỹ thuật hiện đại Những ý tưởng cơ bản trong hệ điều khiển logic mờ là tích hợp kiến thức của các chuyên gia vào các bộ điều khiển, thiết lập quan hệ giữa các đầu vào và đầu ra thông qua việc lựa chọn các luật điều khiển mờ.