BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH85 3 0246810 VNN VN MN ZE MP VP VVP 0.5 1 Hình 4. 33 Tập mờ đầu ra u.
Bảng 4. 4 Bảng luậtmờ của hệ thống điều khiển động cơ.
e· e VVN VN MN ZE MP VP VVP VVN VVP VVP VVP VVP VP MP ZE VN VVP VVP VVP VP MP ZE MN MN VVP VVP VP MP ZE MN MN ZE VP VP MP ZE MN VN VN MP MP MP ZE MN VN VVN VVN VP MP ZE MN VN VVN VVN VVN VVP ZE MN VN VVN VVN VVN VVN
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH86
Neural:
Từ dữ liệu thu thập thực tế và qua tool “ident”, nhóm đã tìm hàm truyền của hệ thống như sau: 3 2 9.567 08
184.9 3.102 04 2.797 08
e
s s es e (4.2) Để tiến hành q trình training dữ liệu, nhóm sử dụng tool NARMA_L2 và cài đặt các thơng số như hình 4.34.
Hình 4. 34 Thơng số huấn luyện Neural cho động cơ ba pha.
Đáp ứng của hệ với tín hiệu tham chiếu là sóng Sin có biên độ 400 (từ 100 đến 900).
BỘ MƠN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH87
Hình 4. 35 Mô phỏng đáp ứng PID khi ngõ vào là sóng sin.
Mơ phỏng đặc tính vịng kín với bộ điều khiển Fuzzy.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH88
Mơ phỏng đặc tính vịng kín với bộ điều khiển NEURAL.
Hình 4. 37 Mơ phỏng đáp ứng neural với giá trị đặt là sóng sin.
Nhận xét: Nhìn chung đáp ứng của các bộ điều khiển tương đối tốt bám theo quỹ đạo sóng sin. Tuy nhiên với bộ điều khiển PID tín hiệu đáp ứng còn chưa ổn định, tốc độ dưới 200 vòng/phút bắt đầu dao động rất mạnh. Với bộ điều khiển Fuzzy đáp ứng tốt nhưng với tốc độ dưới 380 vịng/phút thì khơng đáp ứng được.
Kết luận: Các bộ điều khiển đều có thể đáp ứng tương đối tốt. Tuy nhiên bộ điều khiển Neural phát huy được tối đa các đặc điểm như: đáp ứng nhanh, không vọt lố, khoảng đáp ứng rộng…
4.5 CHƯƠNG TRÌNH ĐIỀU KHIỂN:
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH88
BỘ MƠN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH89
Hình 4. 39 Giao diện điều khiển và quan sát trên PC.
Khối điều khiển giám sát gồm các slider để tùy chỉnh giá trị, các display, Scope để quan sát giá trị trả về, ….sau đó thơng qua chuẩn UART, giao tiếp với STM32F4 để truyền nhận dữ liệu.
4.5.2Chương trình điều khiển tốc độ động cơ ba pha:
Bộ điều khiển Neural được học học tập từ các thông số ngõ vào ra ở chương 4 đã đáp ứng tốt trong q trình mơ phỏng tuy nhiên khi thử nghiệm vào mơ hình đã có sự vọt lố của đáp ứng để khắc phục tình trạng đó bộ điều khiển Neural được cộng thêm thành phần KD (của bộ khiển PID) của tín hiệu lỗi ở ngõ ra để giảm sự vọt lố của tín hiệu.
BỘ MƠN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH90
Hình 4. 40 Code bộ điều khiển Fuzzy điều khiển tốc độ động cơ ba pha.
BỘ MƠN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH91
Hình 4. 42 Giao diện điều khiển và quan sát.
Khối điều khiển giám sát gồm các slider để tùy chỉnh giá trị, các display, Scope để quan sát giá trị trả về, ….sau đó thơng qua chuẩn UART, giao tiếp với STM32F4 để truyền nhận dữ liệu.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH92
CHƯƠNG 5. KẾT QUẢ_NHẬN XÉT_ĐÁNH GIÁ
5.1 TĨM TẮT:
Ở chương này chủ yếu trình bày kết của các bộ điều khiển khác nhau (Fuzzy, Neural) của từng mơ hình phi tuyến được viết bằng phần mềm Matlab/Simulink là được nhúng vào Kit STM32F4 để kiểm nghiệm thực tế bằng kết quả đo của dạng sóng tín hiệu đặt và tín hiệu phản hồi với tín hiệu đặt là các thay đổi khác nhau (theo hàm bước, sóng Sin, và tăng theo hàm trễ bậc 1) thơng qua đó so sánh được ưu điểm và nhược điểm của từng bộ điều khiển khác nhau.
5.2 KẾT QUẢ ĐÁP ỨNG CỦA HAI HỆ PHI TUYẾN:
5.2.1Kết quả đáp ứng của hệ TRMS.
Kết quả đáp ứng của bộ điều khiển Fuzzy được vẽ trên 1 trục tọa độ với bộ điều khiển PID qua đó ta có thể thấy được sự trực quan của 2 bộ điều khiển.
Đáp ứng của hệ góc Pitch với tín hiệu tham chiếu là sóng Sin với biên độ là 10 độ (từ 5 đến 25 độ) và góc Yaw=0 độ.
BỘ MƠN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH93
Đáp ứng của hệ góc Pitch với giá trị đặt thay đổi liên tục tăng theo hàm trễ bậc 1.
Hình 5. 2 Đáp ứng góc Pitch của hệ TRMS với giá trị đặt thay đổi liên tục.
Đáp ứng của hệ góc Pitch với giá trị đặt là 10 độ và góc Yaw là 10 độ.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH94
Đáp ứng của hệ góc Yaw với tín hiệu tham chiếu là sóng sin với biên độ là 10 độ (từ 5 đến 25 độ) và góc Pitch=0 độ.
Nhận xét: Khả năng đáp ứng của góc Pitch và góc Yaw của hệ TRMS trong từng bộ điều khiển có sự khác nhau rõ rệt. Mỗi bộ điều khiển có những ưu điểm và khuyết điểm khác nhau.
Đối với tín hiệu vào là sóng Sin khả năng đáp ứng của bộ điều khiển Fuzzy là tốt và nhanh hơn rõ rệt có khả năng bám theo quỹ đạo với sai số rất nhỏ dưới 1 độ. Về bộ điều khiển PID khả năng đáp ứng chậm khiến cho khả năng bám quỹ đạo của hệ chưa tốt.
Đối với tín hiệu vào thay đổi liên tục cả 2 bộ điều khiển đáp ứng tương đối giống nhau tuy nhiên tại thời điểm xác lập bộ điều khiển PID có sự vọt lố khá lớn. Tại những thời điểm tín hiệu vào tăng mạnh bộ điều khiển PID bị dao động và khả năng đáp ứng kém hơn so với bộ điều khiển Fuzzy.
Khi cả 2 động cơ chính và đi cùng hoạt động với giá trị góc đặt đều là 10 độ các động cơ ảnh hưởng lẫn nhau và sinh ra dao động. Bộ điều khiển PID có sự vọt lố, thời gian xác lập, biên độ dao động lớn hơn so với bộ điều khiển Fuzzy.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH95
Đáp ứng của hệ góc Pitch với giá trị đặt thay đổi liên tục tăng theo hàm trễ bậc 1.
Hình 5. 5 Đáp ứng góc Yaw của hệ TRMS với giá trị đặt thay đổi liên tục.
Đáp ứng của hệ góc Yaw với giá trị đặt là 10 độ và góc Pitch là 10 độ.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH96 Nhận xét: Khả năng đáp ứng của góc Yaw của hệ TRMS của bộ điều khiển Fuzzy tốt hơn so với bộ điều khiển PID.
Đối với tín hiệu vào là sóng Sin cả hai bộ điều khiển đáp ứng tương đối ổn định nhưng với thời gian hoạt động lâu thì bộ điều khiển PID khơng bám sát quỹ đạo và có sự sai lệch khá rõ rệt.
Đối với tín hiệu vào thay đổi liên tục bộ điều khiển PID có sự vọt lố khá lớn khi giá trị đặt tăng mạnh. Tại những thời điểm tín hiệu vào giảm bộ điều khiển lại có khả năng đáp ứng tốt hơn Fuzzy.
Khi cả 2 động cơ chính và đi cùng hoạt động với giá trị góc đặt đều là 10 độ các động cơ ảnh hưởng lẫn nhau và sinh ra dao động. Bộ điều khiển PID có sự vọt lố, thời gian xác lập, biên độ dao động lớn hơn so với bộ điều khiển Fuzzy.
Kết luận: Với từng loại thay đổi của tín hiệu đặt bộ điều khiển Fuzzy cũng cho chúng ta thấy mức độ hiệu quả về nhiều mặt như: đáp ứng nhanh, ổn định ít bị dao động, khơng vọt lố… so với bộ điều khiển PID. Bộ điều khiển Fuzzy có thể hoạt động tốt dưới tác động của nhiễu lớn với khả năng quay về quỹ đạo nhanh và ít bị vọt lố. Tuy nhiên tín hiệu điều khiển vẫn chưa tốt còn dao động khá nhiều. Khi hoạt động lâu các Encoder thường reset về giá trị khơng ngay tại vị trí đang hoạt động làm ảnh hưởng tới khả năng đáp ứng của giải thuật.
5.2.2 Mơ hình điều khiển tốc độ động cơ ba pha:
BỘ MÔN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH97
Hình 5. 7 Đáp ứng động cơ khi giá trị đặt thay đổi theo hàm bước.
Đáp ứng của hệ với giá trị đặt thay đổi liên tục tăng/giảm theo hàm trễ bậc 1.
BỘ MƠN ĐIỆN TỬ CƠNG NGHIỆP – Y SINH98
Hình 5. 9 Điện áp điều khiển của từng bộ điều khiển.
Nhận xét: Nhìn chung cả ba bộ điều khiển đều đáp ứng tương đối tốt với từng loại thay đổi của giá trị đặt khác nhau từng bộ điều khiển có những ưu điểm và nhược điểm riêng.
Đối với giá trị đặt thay đổi theo hàm bước bộ điều khiển PID tỏ ra kém hiệu quả khi có thời gian xác lập lâu và có sự vọt lố khá lớn. Bộ điều khiển Fuzzy và Neural có thời gian xác lập bằng nhau tuy nhiên bộ điều khiển Neural lại bị vọt lố nhẹ nhưng lại có dạng sóng ổn định nhất trong ba bộ điều khiển.
Đối với giá trị đặt thay đổi thay đổi liên tục từ (200 đến 1000) hai bộ điều khiển PID và neural đáp ứng tốt và bám quỹ đạo trong mọi giá trị đặt trước. Bộ điều khiển Fuzzy do thiết kế các luật mờ và các hàm liên thuộc chưa tốt nên chỉ có thể đáp ứng trong khoản 300 đến 900.
Đối với điện áp điều khiển: các giá trị điện áp của bộ điều khiển PID và Fuzzy thay đổi liên tục mất ổn định. Với điện áp Neural ta có thể thấy điện áp ln ổn định.
Kết luận: Với từng loại thay đổi khác nhau của giá trị đặt chúng tôi nhận thấy kết quả đáp ứng neural tại thời điểm xác lập ổn định và tốt hơn so với hai giải thuật còn lại. Và với tín hiệu điện áp điều khiển chỉ có duy nhất tín hiệu của giải thuật neural đạt yêu cầu. Như vậy, bộ điều khiển neural đã tối thiểu hóa của sai số theo thời gian của giải thuật PID, và dải đáp ứng hẹp của giải thuật mờ.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH99 CHƯƠNG 6. KẾT LUẬN VÀ HƯỚNG PHÁT
TRIỂN
6.1 KẾT LUẬN:
Sau thời gian tìm hiểu, nghiên cứu và thực hiện, nhóm đã hồn thành đề tài “Điều khiển hệ thống phi tuyến dùng giải thuật thơng minh” trên hai mơ hình thực nghiệm là mơ hình máy bay trực thăng 2 bậc tự do ( TRMS) và mơ hình điều khiển tốc độ động cơ 3 pha. Qua mô phỏng bằng Matlab và kiểm nghiệm bằng thực tế mơ hình kết quả so sánh với cơng trình nghiên cứu khác, đã chứng minh được chất lượng, sự ổn định và đảm bảo các chí trong các q trình điều khiển.
Trong q trình thực hiện đồ án, nhóm đã được duyệt đăng một bài báo tiếng anh ở Tạp chí Khoa học Giáo dục Kỹ thuật Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.
Cơng việc đã thực hiện:
Mơ hình máy bay trực thăng
Hiểu biết rõ hơn về các giải thuật điều khiển và phần mềm Matlab.
Mơ hình hóa đối tượng.
Xây dựng mơ hình mơ phỏng.
Thiết kế được bộ điều khiển PID, Fuzzy để điều khiển đối tượng.
Thực nghiệm điều khiển giữ ổn định hệ thống trên mơ hình.
Mơ hình điều khiển tốc độ động cơ
Nhận dạng được hệ thống
Mô phỏng hệ thống với các bộ điều khiển khác nhau PID, Fuzzy, Neural.
Thực nghiệm điều khiển tốc độ của động cơ với từng bộ điều khiển.
Đánh giá được các ưu nhược điểm của từng bộ điều khiển.
Hạn chế đề tài: Trong thời gian làm luận văn mặc dù đã cố gắng cùng với sự giúp đỡ của giáo viên hướng dẫn quý thầy cô và các bạn, song do thời gian khơng cho phép nên cịn nhiều thiếu sót. Những vấn đề cần khắc phục:
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH100
Thời gian đáp ứng góc pitch và góc yaw của hệ thống cịn chậm. Và cịn hạn chế về góc quay.
Chưa thiết kế bộ được bộ điều khiển neural cho mơ hình máy bay trực thăng hai bậc tự do.
Hạn chế về khả năng đáp ứng trong mọi khoảng của giải thuật Fuzzy trong mơ hình điều khiển tốc độ động cơ.
Tín hiệu điều khiển chưa được tốt.
6.2 HƯỚNG PHÁT TRIỂN:
Tiếp tục nghiên cứu một số phương pháp điều khiển phi tuyến và thông minh khác cho đối tượng TRMS để nâng cao chất luợng điều khiển và tính bền vững của hệ thống.
Nhúng giải thuật điều khiển vào các vi điều khiển thông dụng khác.
Áp dụng các bộ điều khiển trên trong các mơ hình khác với độ chính xác và ổn định cao hơn nữa.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 101 TÀI LIỆU THAM KHẢO
[1] Phan Xuân Minh & Nguyễn Doãn Phước, “Lý thuyết điều khiển mờ”, nhà xuất bản Khoa học và Kỹ thuật, Hà Nội, 2006.
[2] Fatiha Loucif “DC Motor Speed Control Using PID Controller”, Department of Electrical Engineering and information, Hunan University, ChangSha, Hunan, China, 2002.
[3] Zhen-yu zhao Masayoshi Tomizuka and Satoru Isaka, “Fuzzy gain of PID controller”, Members, IEEE 1392p.
[4] IEC Programmable controllers: Part 7 fuzzy control programming, “Technical Report IEC 1131”, International Electrotechnical Commission, 1996.
[5] Howard Demuth, Mark Beale, Martin Hagan, “Neural Network Toolbox™ 6 User’s Guide”, June 1992.
[6] Ankesh Kumar Agrawal, “Optimal Controller Design for Twin Rotor MIMO System”, Rourkela-769008, India 2011-2013.
[7] Pham Quang Tri, Dang Xuan Kien, “Parameter Optimization Of PID Controller Based On PSO Algorithm For A Tiwn Rotor MIMO System”, Journal of transportation science and technology, Nov 2015.
[8] Nguyen Truong Phi, Dang Xuan Kien, “Design And Analysis Of Two Degrees Of Freedom Helicopter Model Based on Robust H∞ Control Synthesis Method”, Tạp chí Khoa học cơng nghệ hàng hải, Aug 2016.
[9] Da-Wei Gu, Petko H. Petkov, Mihail M. Konstantinov “Robust Control Design With Matlab”, Library of Congress Control Number: 2013938042, Nov 2013.
[10] Ankesh Kumar Agrawal, “Optimal Controller Design For Twin Rotor MIMO System”, National Institute of Technology Rourkela-769008, India, June, 2013. [11] Petr Dolezel, Libor Havlicek, Jan Mares “Piecewise-Linear Neural Model For Helicopter Elevation Control”, International Journal of Control Science and Engineering 2012.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 102
[12] H. A. Hashim and M. A. Abido, “Fuzzy Controller Design Using Evolutionary Techniques For TRMS: A Comparative Study”, Hindawi Publishing Corporation Computational Intelligence and Neuroscience Volume 2015, Article ID 704301. [13] Feedback instruments Ltd, “Twin Rotor System Advanced Teaching Manual”, 1.33-007-4M5, 2010.
[14] Usman Ahmad, Waqas Anjum, Syed Mahad Ali Bukhari, “H2 and H∞ Controller Design Of Twin Rotor System”, Intelligent Control and Automation, 3013, 4, 55- 62. [15] Petko H. Petkov, Nicolai D. Christov, Mihail M. Konstantinov, “Robust Read Time Control of a Two Rotor Aerodynamic System”, Seoul, Korea, July 6-11, 2008.
[16] Belmonte LM, Morales R, Fernandez-Caballero A, Somolinos JA, “Robust Decentralized Nonlinear Control for a Twin Rotor MIMO System”, Sensors (Basel), 2016.
[17] M. Ilyas, N. Abbas, M. UbaidUllah, Waqas A. Imtiaz, M. A. Q. Shah, K. Mahmood, “Control Law Design for Twin Rotor MIMO System with Nonlinear Control Strategy”, Discrete Dynamics in Nature and Society Volume 2016 (2016), Article ID 2952738.
[18] Rajashree Raghavan, Susy Thomas, “MIMO Model Predictive Controller Design for a Twin Rotor Aerodynamic System”, IEEE International Conference on Industrial Technology (ICIT), 2016. 88
[19] M. Saqlain, M. Riaz, and K. S. Haider, “Controller Design for Performance Analysis and Optimization of Twin Rotor System”, Sci, Int (Lahore), 29(2), 349- 355, 2017.
[20] S. Nekrouf, M. Bouhamida, Z. Bellahcene, “Robust Control of Twin Rotor MIMO System”, Internation Review of Automatic Control, Vol 7, No 1(2014).