TỔNG QUAN VỀ HỆ THỐNG PHÂN LOẠI SẢN PHẨM VÀ ĐIỀU KHIỂN MỜ NƠ-RON
GIỚI THIỆU ROBOT CÔNG NGHIỆP
Khối xử lý tín hiệu hỏi đáp đóng vai trò quan trọng trong việc điều khiển và giao tiếp giữa người và máy Nó bao gồm các thiết bị như bàn phím, màn hình và các nút điều khiển, giúp người dùng tương tác hiệu quả với hệ thống.
Khối cơ cấu cơ khí chấp hành cuối cùng là một băng chuyền dọc với 5 vị trí phân loại cho 5 mẫu gạch Khi bộ xử lý xác định chất lượng gạch, viên gạch sẽ được chuyển đến băng tải tương ứng thông qua tay máy Tuy nhiên, các dây chuyền phân loại hiện tại chỉ phù hợp với sản phẩm nhẹ và khoảng cách di chuyển ngắn, không áp dụng cho sản phẩm nặng trong ngành công nghiệp như ô tô Do đó, việc sử dụng cánh tay robot là cần thiết để xử lý sản phẩm nặng và di chuyển xa, nhằm giảm chi phí và sức lao động Để hiểu rõ hơn về khả năng và ứng dụng của cánh tay robot trong công nghiệp, phần tiếp theo sẽ trình bày về robot công nghiệp.
1.2 GIỚI THIÊU ROBOT CÔNG NGHIÊP
1.2.1 Quá trình phát triển của robot công nghiệp
Robot ngày nay được ứng dụng rộng rãi trong nhiều lĩnh vực của đời sống xã hội, bắt nguồn từ thuật ngữ Séc "Robota" trong vở kịch "Rossum's Universal Robots" của Karel Capek vào năm 1921, nơi những máy móc giống con người được chế tạo để phục vụ con người Đầu thập kỷ 60, công ty AMF giới thiệu "Người máy công nghiệp" (Industrial Robot), đánh dấu sự phát triển của các thiết bị tự động với hình dáng và chức năng giống tay người Robot công nghiệp hiện nay có nguồn gốc từ các cơ cấu điều khiển từ xa và máy công cụ điều khiển số Một trong những robot công nghiệp đầu tiên là Versatran của AMF, và Unimate -1900, robot đầu tiên được sử dụng trong ngành ô tô, cũng ra đời vào thời điểm này Sau đó, nhiều quốc gia như Anh, Thụy Điển, Nhật Bản, CHLB Đức và Pháp bắt đầu sản xuất robot công nghiệp, với tính năng ngày càng nâng cao, đặc biệt là khả năng nhận biết và xử lý.
Năm 1967, Đại học Tổng hợp Stanford (Mỹ) đã phát triển mẫu robot hoạt động theo mô hình mắt-tay, có khả năng định hướng và nhận biết bàn kẹp nhờ cảm biến Đến năm 1974, công ty Cincinnati giới thiệu robot T3 (The Tomorrow), có khả năng nâng vật nặng lên đến 40kg Robot là sự kết hợp giữa khả năng hoạt động linh hoạt của cơ cấu điều khiển từ xa và tri thức phong phú của hệ thống điều khiển số, cùng với công nghệ cảm biến, lập trình và trí tuệ nhân tạo Trong những năm qua, tính năng hoạt động của robot đã không ngừng được cải thiện nhờ những tiến bộ lớn trong lĩnh vực Tin học và Điện tử.
1.2.2 Ứng dụng của robot công nghiệp
10 Robot được sử dụng rộng rãi trong nhiều ngành công nghiệp khác nhau Ví dụ: Vận chuyển, bốc dỡ vật liệu, gia công, lắp ráp thăm dò…
Robot trong vận chuyển và bốc dỡ vật liệu thực hiện nhiệm vụ di chuyển các đối tượng từ vị trí này sang vị trí khác thông qua thao tác nhặt và đặt Chúng có khả năng bốc xếp các chi tiết với hình dạng và kích thước đa dạng nhờ vào thông tin chuẩn được lưu trữ trong bộ nhớ Ngoài ra, robot sử dụng cảm biến để nhận dạng các chi tiết thực, đảm bảo quá trình bốc dỡ diễn ra chính xác và hiệu quả.
Robot trong lĩnh vực gia công vật liệu hoạt động như một máy gia công, với tay robot được trang bị dụng cụ thay cho cơ cấu kẹp Các ứng dụng của robot trong công nghiệp gia công vật liệu bao gồm hàn điểm, hàn hồ quang liên tục, sơn phủ và công nghệ gia công kim loại.
Robot được ứng dụng trong lắp ráp và kiểm tra sản phẩm thông qua bốn hình thức chính: lắp chi tiết vào lỗ, lắp lỗ vào chi tiết, lắp chi tiết nhiều chân vào lỗ và lắp ngăn xếp Ngoài ra, robot còn đóng vai trò quan trọng trong quá trình thử nghiệm và kiểm tra, đặc biệt là với máy đo tọa độ CMM, giúp kiểm tra kích thước, vị trí và hình dạng của các chi tiết máy và bộ phận cơ khí.
Robot được ứng dụng rộng rãi trong nhiều lĩnh vực như khai thác thềm lục địa và đại dương, y học, quốc phòng, chinh phục vũ trụ và công nghiệp nguyên tử.
Kể từ khi ra đời, robot công nghiệp đã được ứng dụng rộng rãi trong nhiều lĩnh vực nhằm thay thế sức lao động con người Sự chuyển mình này đã giúp tái cấu trúc các dây chuyền sản xuất, nâng cao năng suất và hiệu quả công việc một cách đáng kể.
Mục tiêu ứng dụng robot công nghiệp là nâng cao năng suất dây chuyền công nghệ, giảm giá thành, cải thiện chất lượng sản phẩm và nâng cao khả năng cạnh tranh, đồng thời cải thiện điều kiện lao động Robot có khả năng làm việc không biết mệt mỏi trong môi trường độc hại và nhiệt độ khắc nghiệt, mang lại hiệu quả kinh tế cao, thực hiện các công việc nặng nhọc và đơn điệu, giảm thiểu mệt mỏi và nhầm lẫn Tại Mỹ, đã xuất hiện loại công nhân mới – robot, có khả năng làm việc 24/24h mà không quan tâm đến tiền lương, thưởng hay môi trường làm việc.
Vai trò của robot là rất quan trọng, không chỉ nâng cao năng suất và chất lượng lao động mà còn hỗ trợ hiệu quả cho các hoạt động của con người Tuy nhiên, robot vẫn chưa linh hoạt như con người trong dây chuyền sản xuất; một sự cố với robot có thể làm gián đoạn toàn bộ quy trình Do đó, robot luôn cần có sự giám sát của con người Từ những phân tích này, có thể thấy rằng robot đảm nhận vai trò thiết yếu và việc xác định vị trí của đối tượng là rất cần thiết.
Hạn chế các khoảng trống như thế này
Hình 1.6 Sơ đồ cấu trúc chung của hệ thống cảm biến
1.2 TÌNH HÌNH NGHIÊN CỨU ỨNG DỤNG MẠNG MỜ NƠ RON TRONG NHẬN DẠNG SẢN PHẨM
Lý thuyết tập mờ và mạng nơ-ron, mặc dù ra đời muộn, đã chứng tỏ được ưu thế vượt trội trong nhiều lĩnh vực, đặc biệt là trong điều khiển chất lượng cao Sự kết hợp giữa lý thuyết mờ và mạng nơ-ron mang lại nhiều lợi ích nhờ vào tính linh hoạt và khả năng ứng dụng đa dạng Hiện nay, hệ nơ-ron mờ đang phát triển mạnh mẽ và thu hút sự quan tâm của nhiều nhà khoa học.
Nghiên cứu về ứng dụng của hệ thống điều khiển dùng nơ-ron mờ đã được thực hiện bởi nhiều nhà khoa học trong và ngoài nước Một trong những ứng dụng tiêu biểu là việc sử dụng mạng nơ-ron để điều khiển bộ bù tĩnh, do Đoàn Quang Vinh và Trần Đình Tân thuộc Khoa Điện, Trường Đại học Bách Khoa, Đại học Đà Nẵng thực hiện.
Hệ thống điều khiển SVC sử dụng mạng nơ-ron mờ để xác định độ hút mong muốn, dựa trên dữ liệu thực nghiệm và đặc tính của máy (Nikos et al, 1999) Một bộ điều khiển van chuyên gia được thiết kế nhằm tạo ra, điều chỉnh và duy trì lượng hút đã được tính toán bởi mô-đun hút nơ-ron mờ Đặc tính của toàn bộ hệ thống điều khiển độ hút được so sánh với kết quả thực nghiệm đạt được từ hệ thống kẹp mẫu khi làm việc với vật liệu mềm.
Hệ thống hút tích hợp với cánh tay robot được ứng dụng trong việc điều khiển nhiệt độ thông qua mạng nơ-ron, sử dụng quang phổ dạng TSK Nghiên cứu của Cheng Chen Lee vào năm 2006 đã chỉ ra hiệu quả của phương pháp này trong việc cải thiện khả năng điều khiển nhiệt độ.
ĐỊNH HƯỚNG THỰC HIỆN ĐỀ TÀI
LÝ THUYẾT VỀ MỜ-NƠ RON
VÀ LỰA CHỌN THIẾT BỊ ĐIỀU KHIỂN 2.1 CƠ SỞ LÝ THUYẾT VỀ MỜ
2.1.1 Tổng quan về logic mờ
Quá trình phát triển của lôgic mờ
Lý thuyết tập mờ (Fuzzy set theory) được giáo sư Lofti A Zadeh tại trường đại học California, Mỹ giới thiệu lần đầu vào năm 1965, đánh dấu một bước tiến mới trong lĩnh vực lý thuyết tập hợp.
Kể từ khi lý thuyết điều khiển mờ ra đời, nó đã được phát triển mạnh mẽ qua các công trình của các nhà khoa học như GS Terano và Asai vào năm 1972 tại Nhật Bản, và hãng Smith Co vào năm 1980 Từ đầu thập kỷ 90 đến nay, hệ thống điều khiển mờ và mạng nơron đã thu hút sự quan tâm và ứng dụng rộng rãi trong sản xuất và đời sống Tập mờ và lôgic mờ cho phép điều khiển chính xác dựa trên thông tin không đầy đủ về đối tượng Nhật Bản bắt đầu áp dụng lôgic mờ trong kỹ thuật điều khiển từ năm 1980, mặc dù phần cứng tính toán theo giải thuật lôgic mờ lúc đó còn hạn chế Một trong những ứng dụng đầu tiên là nhà máy xử lý nước của Fuji Electric vào năm 1983 và hệ thống xe điện ngầm của Hitachi vào năm 1987.
Cơ sở toán học của lôgic mờ
Lôgic mờ và xác suất thống kê đều liên quan đến sự không chắc chắn, nhưng mỗi lĩnh vực lại định nghĩa khác nhau về khái niệm này Trong xác suất thống kê, sự không chắc chắn được hiểu là khả năng xảy ra của một sự kiện cụ thể nào đó.
Ví dụ: Xác suất viên đạn trúng đích là 0.
LÝ THUYẾT VỀ MỜ-NƠ RON VÀ LỰA CHỌN THIẾT BỊ ĐIỀU KHIỂN
CƠ SỞ LÝ THUYẾT VỀ MỜ
2.1.1 Tổng quan về logic mờ
Quá trình phát triển của lôgic mờ
Lý thuyết tập mờ (Fuzzy set theory) được giáo sư Lofti A Zadeh tại trường đại học California, Mỹ giới thiệu lần đầu vào năm 1965, đánh dấu một bước tiến mới trong nghiên cứu và ứng dụng lý thuyết mờ.
Từ khi lý thuyết điều khiển mờ ra đời, nó đã phát triển mạnh mẽ nhờ vào các nghiên cứu của nhiều nhà khoa học, như GS Terano và Asai tại Nhật Bản vào năm 1972 Đến năm 1980, Smith Co bắt đầu nghiên cứu ứng dụng điều khiển mờ cho lò hơi Từ những năm đầu thập kỷ 90, hệ thống điều khiển mờ và mạng nơron đã thu hút sự quan tâm lớn từ các nhà khoa học, kỹ sư và sinh viên trong nhiều lĩnh vực, được ứng dụng rộng rãi trong sản xuất và đời sống Tập mờ và lôgic mờ cho phép điều khiển chính xác dựa trên thông tin không đầy đủ về đối tượng Nhật Bản đã bắt đầu ứng dụng lôgic mờ trong kỹ thuật điều khiển từ năm 1980, mặc dù phần cứng tính toán theo giải thuật lôgic mờ còn hạn chế Một trong những ứng dụng đầu tiên là nhà máy xử lý nước của Fuji Electric vào năm 1983 và hệ thống xe điện ngầm của Hitachi vào năm 1987.
Cơ sở toán học của lôgic mờ
Lôgic mờ và xác suất thống kê đều liên quan đến khái niệm không chắc chắn, nhưng mỗi lĩnh vực lại định nghĩa khác nhau về đối tượng của sự không chắc chắn Trong xác suất thống kê, sự không chắc chắn được liên kết với khả năng xảy ra của một sự kiện cụ thể nào đó.
Ví dụ: Xác suất viên đạn trúng đích là 0.
Sự kiện "trúng đích" được định nghĩa rõ ràng, trong khi sự không chắc chắn liên quan đến việc liệu có trúng đích hay không được đo lường bằng xác suất, cụ thể là 0,8 Phát biểu này có thể được phân tích và kết hợp với các phát biểu khác thông qua các phương pháp thống kê, chẳng hạn như xác suất có điều kiện.
Sự không chắc chắn trong ngữ nghĩa liên quan đến ngôn ngữ của con người thể hiện qua sự không chính xác trong việc sử dụng từ ngữ để ước lượng và rút ra kết luận Chẳng hạn, các từ mô tả nhiệt độ như "nóng" có thể mang nhiều ý nghĩa khác nhau tùy thuộc vào ngữ cảnh.
Các khái niệm "lạnh" và "ấm" không có giá trị chính xác và khác nhau tùy thuộc vào cảm nhận của từng người; điều này có nghĩa là một người có thể cảm thấy lạnh trong khi người khác lại không Mặc dù các khái niệm này không được định nghĩa một cách rõ ràng, con người vẫn có khả năng sử dụng chúng để thực hiện các ước lượng và đưa ra quyết định phức tạp Nhờ vào khả năng trừu tượng và tư duy, con người có thể hiểu và xử lý các ngữ cảnh khó mà không thể được mô hình hóa bằng toán học chính xác.
Sự không chắc chắn trong ngữ vựng cho phép con người thực hiện các ước lượng phức tạp mà không cần định lượng chính xác Điều này mang lại sự linh hoạt trong việc áp dụng luật pháp, nơi mà mỗi luật mô tả một tình huống cụ thể Chẳng hạn, một luật có thể quy định mức án cho tội trộm xe, trong khi một luật khác có thể giảm nhẹ trách nhiệm Tại phiên tòa, chánh án cần xem xét nhiều yếu tố như mức độ say rượu và tiền án trước đó để đưa ra quyết định công bằng về hình phạt.
Tập hợp là một khái niệm được xây dựng dựa trên nền tảng logic, định nghĩa là sự tổ chức chung các đối tượng có những đặc điểm tương đồng, được gọi là phần tử của tập hợp.
Cho một tập hợp A, một phần tử x thuộc A được ký hiệu: x ∈ A Thông thường ta dùng hai cách để biểu diễn tập hợp kinh điển, đó là:
Liệt kê các phần tử của tập hợp, ví dụ tập A1 = {xe đạp, xe máy, xe ca, xe tải};
Để biểu diễn một tập hợp A trong tập nền X, ta sử dụng hàm thuộc μA(x), trong đó các phần tử được xác định qua tính chất tổng quát Ví dụ, tập hợp các số thực (R) và tập hợp các số tự nhiên (N) là những minh chứng cho cách biểu diễn này.
Ký hiệu ={x X� │x thỏa mãn 1 số tính chất nào đó} Ta nói: Tập A được định nghĩa tên tập nền X A = {x∈R|5 ≤ x ≤ 5}
Hình 2.11 Mô tả hàm phụ thuộc μA(x) của tập các số thực từ -5 đến 5 Định nghĩa tập mờ
Trong khái niệm tập hợp kinh điển hàm phụ thuộc μA(x) của tập A, chỉ có một trong hai giá trị là "1" nếu x∈A hoặc "0" nếu x A�
Cách biểu diễn hàm phụ thuộc như trên sẽ không phù hợp với những tập được mô tả "mờ" như tập B gồm các số thực gần bằng 5:
Hình 2.12 Mô tả hàm phụ thuộc μB(x) của tập mờ B
B = {x∈R| x ≈ 5} Khi đó ta không thể khẳng định chắc chắn số 4 có thuộc
Để xác định B hay không, ta cần xem xét hàm phụ thuộc μB(x) và xác định giá trị của nó trong khoảng từ 0 đến 100% Việc này giúp đưa ra một cái nhìn rõ ràng về mức độ thuộc B của đối tượng được khảo sát.
Tập mờ B, xác định trên tập kinh điển M, là một tập mà mỗi phần tử được biểu diễn bởi cặp giá trị (x, μB(x)), trong đó x thuộc M và μB(x) là ánh xạ Ánh xạ này được gọi là hàm liên thuộc của tập mờ B, trong khi tập kinh điển M được coi là cơ sở của tập mờ B.
Các thông số đặc trưng cho tập mờ
Các thông số đặc trưng cho tập mờ là độ cao, miền xác định và miền tin cậy.
Hình 2.13 Độ cao, miền xác định, miền tin cậy của tập mờ
+ Độ cao của một tập mờ B (Định nghĩa trên cơ sở M) là giá trị lớn nhất trong các giá trị của hàm liên thuộc: H SUP B(x) x M
Tập mờ chính tắc được định nghĩa là tập mờ có ít nhất một phần tử với độ phụ thuộc bằng 1 (H = 1) Ngược lại, nếu độ phụ thuộc H của tập mờ B nhỏ hơn 1 (H < 1), thì tập mờ đó được gọi là tập mờ không chính tắc.
+ Miền xác định của tập mờ B (Định nghĩa trên cơ sở M) được ký hiệu bởi
S là tập con của M có giá trị hàm liên thuộc khác không:
+ Miền tin cậy của tập mờ B (định nghĩa trên cơ sở M) được ký hiệu bởi T, là tập con của M có giá trị hàm liên thuộc bằng 1:
2.1.3 Các phép toán trên tập mờ
2.1.3.1 Phép hợp hai tập mờ a/ Hợp của hai lập mờ có cùng cơ sở
Hình 2.14 Hợp của hai tập mờ có cùng cơ sở Theo quy tắc Max (a), theo Lukesiewwiez (b)
Hợp của hai tập mờ A và B có cùng cơ sở M tạo thành một tập mờ mới trên cơ sở M, với hàm liên thuộc được xác định theo các công thức cụ thể.
Chú ý: Có nhiều công thức khác nhau được dùng để tính hàm liên thuộc μA∪B(x) của hai tập mờ Song trong kỹ thuật điều khiển mờ ta chủ yếu dùng
Có hai công thức hợp tập mờ chính, bao gồm phép lấy Max và phép hợp Lukasiewicz Để thực hiện phép hợp hai tập mờ khác cơ sở, cần đưa chúng về cùng một cơ sở Xét tập mờ A với hàm liên thuộc μA(x) được định nghĩa.
22 nghĩa trên cơ sở M và B với hàm liên thuộc μB(x) được định nghĩa trên cơ sở
N, hợp của 2 tập mờ A và B là một tập mờ xác định trên cơ sở MxN với hàm liên thuộc: μA ∪B(x, y) = Max {μA(x, y), μB(x, y)}
Với μA(x, y) = μA(x) với mọi y ∈N và μB(x, y) = μB(y) với mọi x ∈M.
2.1.3.2 Phép giao hai tập mờ a/ Giao hai tập mờ cùng cơ sở
Hình 2.15 Giao của hai tập mờ có cùng cơ sở Theo quy tắc Min (a), theo tích đại số (b)
Giao của hai tập mờ A và B có cùng cơ sở M là một tập mờ cũng xác định trên cơ sở M với hàm liên thuộc μA ∩ B(x) được tính:
Trong kỹ thuật điều khiển, việc giao hai tập mờ khác cơ sở yêu cầu chuyển đổi về cùng một cơ sở Cụ thể, giao của tập mờ A với hàm liên thuộc μA(x) trên cơ sở M và tập mờ B với hàm liên thuộc μB(x) trên cơ sở N sẽ tạo ra một tập mờ mới trên cơ sở M x N Hàm liên thuộc của tập mờ mới này được tính bằng công thức: μA ∩ B(x, y) = MIN{μA(x, y), μB(x, y)}.
Trong đó: μA(x, y) = μA(x) với mọi y ∈N và μB(x, y) = μB(x) với mọi x∈M.
2.1.4 Biến ngôn ngữ và giá trị của biến ngôn ngữ
ĐIỀU KHIỂN MỜ
2.2.1.Cấu trúc của bộ điều khiển mờ
2.2.1.1 Sơ đồ khối bộ điều khiển mờ
Bộ điều khiển mờ hoạt động dựa trên kinh nghiệm và phương pháp suy luận của con người, sau đó được lập trình vào máy tính thông qua logic mờ.
Một bộ điều khiển mờ bao gồm ba khối cơ bản: khối mờ hóa, thiết bị hợp thành và khối giải mờ Bên cạnh đó, nó còn có các khối giao diện vào và giao diện ra để tương tác với hệ thống.
Hình 2.24 Các khối chức năng của bộ Điều khiển mờ
- Khối mờ hoá có chức năng chuyển mỗi giá trị rõ của biến ngôn ngữ đầu vào thành véctơ μ có số phần tử bằng số tập mờ đầu vào.
-Thiết bị hợp thành mà bản chất của nó sự triển khai luật hợp thành R được xây dựng trên cơ sở luật điều khiển.
- Khối giải mờ có nhiệm vụ chuyển tập mờ đầu ra thành giá trị rõ y0 (ứng với mỗi giá trị rõ x0 để điều khiển đối tượng.
Giao diện đầu vào thực hiện việc tổng hợp và chuyển đổi tín hiệu từ dạng tương tự sang dạng số, đồng thời có thể bao gồm các khâu phụ trợ để giải quyết các bài toán động như tích phân và vi phân.
- Giao diện đầu ra thực hiện chuyển đổi tín hiệu ra (từ số sang tương tự) để điều khiển đối tượng.
Nguyên tắc tổng hợp bộ điều khiển mờ hoàn toàn dựa trên các phương pháp toán học, định nghĩa biến ngôn ngữ đầu vào và đầu ra, cùng với việc lựa chọn các luật điều khiển Các bộ điều khiển mờ có khả năng xử lý giá trị vào/ra dưới dạng dấu phẩy động với độ chính xác cao, đáp ứng tốt các yêu cầu của bài toán điều khiển "rõ ràng" và "chính xác".
2.2.1.2 Phân loại bộ điều khiển mờ
Bộ điều khiển mờ được phân loại dựa trên số lượng đầu vào và đầu ra, bao gồm các loại "Một vào - một ra" (SISO), "Nhiều vào - một ra" (MISO) và "Nhiều vào - nhiều ra" (MIMO).
Hình 2.25 a,b,c Các bộ điều khiển mờ
Bộ điều khiển mờ MIMO có độ phức tạp cao trong việc cài đặt thiết bị hợp thành Ngược lại, một bộ điều khiển mờ với m đầu ra có thể dễ dàng chuyển đổi thành m bộ điều khiển mờ với một đầu ra duy nhất Do đó, bộ điều khiển mờ MIMO chủ yếu mang tính lý thuyết và ít được áp dụng trong thực tế.
Theo bản chất tín hiệu, bộ điều khiển được chia thành hai loại: bộ điều khiển mờ tĩnh và bộ điều khiển mờ động Bộ điều khiển mờ tĩnh chỉ xử lý các tín hiệu hiện tại, trong khi bộ điều khiển mờ động tích hợp các giá trị đạo hàm và tích phân, phù hợp cho các bài toán điều khiển động Để mở rộng ứng dụng của bộ điều khiển mờ tĩnh sang các bài toán động, cần bổ sung các khâu động học để cung cấp giá trị đạo hàm và tích phân Nhờ vào những khâu động học này, bộ điều khiển mờ tĩnh sẽ được nâng cấp thành bộ điều khiển mờ động.
2.2.1.3 Các bước thiết kế bộ điều khiển mờ
Cấu trúc tổng quát của một hệ điều khiển mờ được chỉ ra trên hình 2.16.
Hình 2.26 Cấu trúc tổng quát một hệ mờ
Trong một miền compact X ⊂ Rn, với n là số đầu vào và các giá trị vật lý của biến ngôn ngữ đầu vào, cùng với một hàm phi tuyến g(x) liên tục và có các đạo hàm trên X, luôn tồn tại một bộ điều khiển mờ cơ bản.
Kỹ thuật điều khiển mờ có khả năng giải quyết bài toán tổng hợp điều khiển phi tuyến tĩnh với bất kỳ số thực dương ε Để xây dựng và tối ưu hóa các bộ điều khiển mờ, cần thực hiện theo các bước cụ thể nhằm đảm bảo hiệu quả hoạt động.
Khảo sát đối tượng là bước quan trọng để định nghĩa các biến ngôn ngữ đầu vào và đầu ra, cũng như miền xác định của chúng Cần chú ý đến các đặc điểm cơ bản của đối tượng điều khiển như tốc độ biến đổi, độ trễ và tính phi tuyến Những thông tin này rất quan trọng để xác định miền xác định cho các biến ngôn ngữ đầu vào, đặc biệt là các biến động học như vận tốc và gia tốc Đối với tín hiệu biến thiên nhanh, cần chọn miền xác định cho vận tốc và gia tốc lớn, và ngược lại.
Trong quá trình mờ hóa các biến ngôn ngữ, việc xác định số lượng tập mờ và hình dạng các hàm liên thuộc cho mỗi biến là rất quan trọng Số lượng tập mờ có thể được lựa chọn tùy ý, nhưng cần cân nhắc: nếu quá ít, việc điều chỉnh sẽ không mịn màng; nếu quá nhiều, sẽ gây khó khăn trong việc cài đặt luật hợp thành, làm tăng thời gian tính toán và dễ dẫn đến sự không ổn định của hệ thống Hình dạng của các hàm liên thuộc có thể là hình tam giác, hình thang hoặc hàm Gaus.
Xây dựng các luật điều khiển (mệnh đề hợp thành) là bước quan trọng và khó khăn nhất trong thiết kế bộ điều khiển mờ Quá trình này phụ thuộc nhiều vào tri thức và kinh nghiệm của các chuyên gia trong vận hành hệ thống Hiện nay, người ta thường áp dụng một số nguyên tắc cơ bản để xây dựng luật hợp thành, từ đó mô phỏng và điều chỉnh dần các luật hoặc sử dụng các thuật toán tối ưu để cải thiện hiệu suất hệ thống.
Chọn thiết bị hợp thành phù hợp như MAX-MIN, MAX-PROD, SUMMIN hoặc SUM-PROD, đồng thời xác định nguyên tắc giải mờ như Trung bình, cận trái, cận phải, điểm trọng tâm hoặc độ cao để đạt được hiệu quả tối ưu trong quá trình xử lý dữ liệu.
Để tối ưu hệ thống sau khi thiết kế bộ điều khiển mờ, cần tiến hành mô hình hóa và mô phỏng nhằm kiểm tra kết quả và điều chỉnh các tham số cho chế độ làm việc hiệu quả nhất Trong bước này, có thể điều chỉnh các tham số như thêm hoặc bớt luật điều khiển, thay đổi trọng số của các luật, cũng như điều chỉnh hình dạng và miền xác định của các hàm liên thuộc.
2.2.2 Bộ điều khiển mờ tĩnh
Bộ điều khiển tĩnh là loại bộ điều khiển mờ có mối quan hệ giữa đầu vào x và đầu ra y, được thể hiện qua phương trình đại số, có thể là tuyến tính hoặc phi tuyến Khác với các bộ điều khiển động, bộ điều khiển tĩnh không xem xét các yếu tố như vận tốc hay gia tốc của đối tượng Một số ví dụ điển hình của bộ điều khiển tĩnh bao gồm bộ khuếch đại P và bộ điều khiển rơ le hai hoặc ba vị trí.
2.2.2.2 Thuật toán tổng hợp một bộ điều khiển mờ tĩnh
LỰA CHỌN THIẾT BỊ ĐIỀU KHIỂN
Bộ điều khiển mờ tự thay đổi cấu trúc là loại bộ điều khiển mờ có khả năng điều chỉnh lại các luật điều khiển Hệ thống này có thể hoạt động với một số luật điều khiển đã được định sẵn hoặc có thể bắt đầu mà không cần đủ các luật Các phương pháp điều khiển thích nghi mờ đóng vai trò quan trọng trong việc cải thiện hiệu suất của hệ thống.
Các bộ điều khiển thích nghi rõ và mờ đều có mạch vòng thích nghi được xây dựng trên cơ sở của 2 phương pháp:
Hình 2.31 Cấu trúc phương pháp điều khiển thích nghi trực tiếp
Phương pháp trực tiếp để nhận dạng đối tượng trong hệ kín bao gồm việc thường xuyên đo lường các tham số của đối tượng Quá trình này thực hiện bằng cách theo dõi trạng thái của các tín hiệu vào và ra, đồng thời áp dụng một thuật toán nhận dạng phù hợp, dựa trên mô hình đối tượng đã được xác định trước hoặc mô hình mờ.
Phương pháp gián tiếp thực hiện thông qua phiếm hàm mục tiêu của hệ kín xây dựng trên các chỉ tiêu chất lượng.
2.3 LỰA CHỌN THIẾT BỊ ĐIỀU KHIỂN
2.3.1 Sơ đồ nguyên lý làm việc
Hình 2.32 Sơ đồ nguyên lý làm việc
Khi hệ thống khởi động, các cảm biến và cân hoạt động để gửi tín hiệu vào PLC, từ đó điều khiển cánh tay robot thực hiện các nhiệm vụ đã được lập trình Nếu sản phẩm được nhận dạng là vật cao với khối lượng từ 100kg-200kg, hệ thống sẽ phân loại đó là động cơ xe và đưa vào thùng số 1 Đối với sản phẩm cao có khối lượng từ 50kg-100kg, hệ thống nhận dạng là khung xe Nếu sản phẩm thấp với khối lượng 30kg-50kg, hệ thống cũng nhận dạng là khung xe Cuối cùng, nếu sản phẩm thấp với khối lượng từ 10kg-30kg, hệ thống vẫn xác định là khung xe.
2.3.2 Lựa chọn thiết bị điều khiển
Kể từ khi ngành công nghiệp sản xuất phát triển, việc điều khiển dây chuyền và thiết bị máy móc công nghiệp thường yêu cầu kết nối các linh kiện điều khiển như rơle, timer, và contactor Các linh kiện này được kết hợp thành một hệ thống điện điều khiển nhằm đáp ứng các yêu cầu công nghệ cụ thể.
Công việc thi công này phức tạp do yêu cầu thao tác chủ yếu trong việc đấu nối và lắp đặt, tốn nhiều thời gian nhưng hiệu quả không cao Một thiết bị có thể cần lấy tín hiệu nhiều lần, trong khi số lượng lại hạn chế, dẫn đến việc tiêu tốn vật tư, đặc biệt trong quá trình sửa chữa và bảo trì.
Việc thay đổi quy trình sản xuất thường gặp nhiều khó khăn và tốn thời gian trong việc xác định hư hỏng cũng như điều chỉnh dây chuyền Điều này dẫn đến sự giảm sút rõ rệt về năng suất lao động.
Nhằm khắc phục những nhược điểm trong sản xuất, các nhà khoa học và nhà nghiên cứu đã nỗ lực tìm ra giải pháp tối ưu cho ngành công nghiệp hiện đại, đó là tự động hóa quy trình sản xuất Giải pháp này không chỉ giảm bớt sức lao động mà còn bảo vệ người lao động khỏi những khu vực nguy hiểm và độc hại, đồng thời nâng cao năng suất lao động một cách đáng kể.
Để lựa chọn một hệ thống điều khiển tối ưu cho ngành công nghiệp hiện đại, cần đảm bảo các yếu tố như tính tự động hóa cao, kích thước và khối lượng nhỏ gọn, chi phí hợp lý, dễ dàng trong thi công và sửa chữa, cùng với chất lượng làm việc ổn định và linh hoạt.
Hệ thống điều khiển PLC (Programmable Logic Control) được ra đời lần đầu tiên vào năm 1968 bởi Công ty General Motors tại Mỹ Mặc dù ban đầu hệ thống này còn đơn giản và cồng kềnh, gây khó khăn cho người sử dụng trong việc vận hành, nhưng qua nhiều năm cải tiến và phát triển, các nhược điểm đã được khắc phục Ngày nay, bộ điều khiển PLC đã trở nên tiên tiến hơn, giải quyết hiệu quả các vấn đề trước đây và mang lại nhiều ưu điểm vượt trội.
Là bộ điều khiển số nhỏ gọn, dễ thay đổi thuật toán điều khiển.
Có khả năng mở rộng các modul vào ra khi cần thiết.
Ngôn ngữ lập trình dễ hiểu thích hợp với nhiều đối tượng lập trình.
Khả năng truyền thông cho phép trao đổi thông tin với môi trường xung quanh, bao gồm giao tiếp với máy tính, các PLC khác, cùng với các thiết bị giám sát và điều khiển.
PLC, mặc dù tương tự như máy tính, nhưng được tối ưu hóa cho các nhiệm vụ điều khiển trong môi trường công nghiệp Chúng được thiết kế đặc biệt để chịu đựng các yếu tố khắc nghiệt như rung động, nhiệt độ, độ ẩm, bụi bẩn và tiếng ồn.
Bộ điều khiển logic PLC có giao diện sẵn cho các thiết bị vào ra, cho phép lập trình dễ dàng bằng ngôn ngữ dễ hiểu Chức năng của PLC chủ yếu tập trung vào việc thực hiện các phép toán logic và chuyển mạch, tương tự như các bộ điều khiển dựa trên rơle và công tắc tơ hoặc các khối điện tử.
Thu thập các tín hiệu vào và các tín hiệu phản hồi từ các cảm biến.
Liên kết, ghép nối các tín hiệu theo yêu cầu điều khiển và thực hiện đóng mở các mạch phù hợp với công nghệ.
Tính toán và soạn thảo các lệnh điều khiển đến các địa chỉ thích hợp.
2.3.3 Lựa chọn thiết bị động học
48 Băng tải hoạt động được là nhờ vào động cơ chính và cơ cấu truyền động chính.
Khống chế tự động một hệ truyền động băng tải phải theo yêu cầu công nghệ mà đối tượng phục vụ.
Các loại băng tải thường dùng trong các dây chuyền: o Băng tải bố NN o Băng tải con lăn o Băng tải cáp thép o Băng tải bố EP
Những yêu cầu đối với hệ thống truyền động băng tải:
Băng tải hoạt động theo chế độ dài hạn với phụ tải ổn định, không yêu cầu điều chỉnh tốc độ Tuy nhiên, trong một số phân xưởng sản xuất theo dây chuyền, có thể cần dải điều chỉnh tốc độ D = 2 : 1 để tăng nhịp độ làm việc của toàn bộ dây chuyền khi cần thiết.
Hệ truyền động băng tải cần khởi động với tải đầy đủ, với mômen khởi động của động cơ Mkđ từ 1,6 đến 1,8 lần mômen định mức Mđm Do đó, việc lựa chọn động cơ có hệ số trượt lớn và rãnh stator sâu là cần thiết để đảm bảo mômen mở máy lớn.
Để đảm bảo hoạt động hiệu quả của động cơ truyền động băng chuyền, nguồn cung cấp cần có dung lượng lớn, đặc biệt cho các động cơ có công suất từ 30kW trở lên Điều này giúp tránh ảnh hưởng đến lưới điện khi khởi động và đảm bảo quá trình khởi động diễn ra nhẹ nhàng, dễ dàng hơn.
Các yêu cầu chính khi thiết kế hệ thống khống chế băng tải là:
- Thứ tự khởi động của băng tải ngược chiều với dòng dịch chuyển của vật phẩm.
- Dừng băng tải bất kỳ nào đó chỉ được phép khi băng băng tải trước đó đã dừng.
- Phải có cảm biến về tốc độ của mỗi băng tải và cảm biến báo có tải trên băng tải hoặc trong các thùng chứa. Ứng dụng:
