Ứng dụng mạng noron để thiết kế bộ điều khiển theo mô hình mẫu cho một số đối tượng trong công nghiệp - Lê Thu Thủy

Lê Thu Thủy Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 105 - 109 105 ỨNG DỤNG MẠNG NORON ĐỂ THIẾT KẾ BỘ ĐIỀU KHIỂN THEO MÔ HÌNH MẪU CHO MỘT SỐ ĐỐI TƯỢNG TRONG CÔNG NGHIỆP Lê Thu Thủy* Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên TÓM TẮT Bài báo này trình bày một phương pháp để thiết kế bộ điều khiển cho một số đối tượng tuyến tính và phi tuyến theo mô hình mẫu để cải thiện nâng cao chất lượng điều khiển. Hệ thống nhận dạng và điều khiển dùng mạng nơron này có thể áp dụng cho một số đối tượng trong công nghiệp như: hệ thống xử lý nước thải và một số đối tượng động học phi tuyến khác. Từ khóa: ĐẶT VẤN ĐỀ* Trong những năm gần đây mạng nơron nhân tạo ANN (Artificial Neural Network) ngày càng được ứng dụng rộng rãi trong nhận dạng, điều khiển. Đặc biệt trong lĩnh vực kỹ thuật môi trường, ANN ngày càng chứng tỏ được vai trò trong nhận dạng và điều khiển các quá trình xử lý phức tạp mà tỏ ra ưu điểm hơn so với phương pháp khác. NỘI DUNG NGHIÊN CỨU Sử dụng mạng nơron để nhận dạng, điều khiển đối tượng tuyến tính và đối tượng phi tuyến. Đưa ra một phương pháp ứng dụng mạng Nơ ron để thiết kế bộ điều khiển theo mô hình mẫu cho một số đối tượng tuyến tính và phi tuyến. PHƯƠNG PHÁP NGHIÊN CỨU Cơ sở việc thiết kế bộ điều khiển bằng mạng Noron Khi thiết kế bộ điều khiển bằng mạng noron, gồm 2 bước: - Nhận dạng đối tượng; - Thiết kế bộ điều khiển nơron; Nhận dạng đối tượng Nhận dạng tham số Nhận dạng mô hình Nhận dạng hệ thống (Mô hình nhận dạng song song và nối tiếp - song song) Thiết kế bộ điều khiển nơron - Điều khiển theo vòng hở * Tel: 0988 109808, Email: lethuthuy@tnut.edu.vn Hình 1. Bộ điều khiển thể hiện bằng mạng nơ-ron trong cấu trúc điều khiển theo vòng hở - Điều khiển theo vòng kín Hình 2. Bộ điều khiển bằng mạng nơron trong cấu trúc điều khiển theo vòng kín - Điều khiển với mô hình tham chiếu Hình 3. Mạng nơ ron được luyện bắt chước bộ điều khiển x u y e Bộ điều khiển bằng mạng nơron ĐTĐK Bộ điều khiển bằng mạng nơron ĐT ĐK x y u e _ Bộ điều khiển bằng Bộ điều khiển bằng mạng ĐTĐ K - y e x u Lê Thu Thủy Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 105 - 109 106 Thiết kế điều khiển bằng mạng Nơron theo mô hình mẫu Hình 4. Mạng nơ ron theo mô hình mẫu Tạo 1 tập mẫu P,T Chọn cấu trúc mạng nơron NN controller. Kết hợp 2 mạng NN controller và mạng NN plant tạo thành mạng NN system sau đó dùng tập mẫu P,T huấn luyện mạng NN system sao cho hàm mục tiêu: J = ∑ = N 1k 2 )k(e N 1 là bé nhất ỨNG DỤNG MẠNG NORON THEO MÔ HÌNH MẪU CHO MỘT SỐ ĐỐI TƯỢNG TUYẾN TÍNH VÀ PHI TUYẾN Với các đối tượng tuyến tính Nhận dạng đối tượng có hàm truyền: 2 1G (s) s 0.4s 1 = + + (1) Sử dụng mạng NN động học tuyến tính để nhận dạng: với các tập mẫu vào (P), ra (T) để luyện mạng như sau: Hình 5. Các tập mẫu (P) và (T) Tiến hành luyện mạng ta có được kết quả: Hình 6. Các kỉ nguyên luyện mạng Hình 7. Các kết quả luyện mạng Dùng sơ đồ Simulink để kiểm tra lại kết quả. Kết quả kiểm tra bằng Simulink: Hình 8. Sơ đồ mô phỏng Hình 9. Kết quả kiểm chứng e x Mô hình mẫu NN NN controller Đối W ym - y e - u - W 0 5 10 15 20 25 30 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 T 0 5 10 15 20 25 30 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 1 2 3 4 5 6 7 10-30 10-25 10-20 10-15 10-10 10-5 100 7 Epochs Tr ai ni n g- Bl ue G oa l-B la ck Performance is 2.79546e-032, Goal is 1e-032 0 5 10 15 20 25 30 -1 -0.5 0 0.5 1 1.5 x 10-15 Error of model and plant 0 10 20 30 0 0.5 1 1.5 Reference input and target output 0 10 20 30 0 0.5 1 1.5 Model output Step Sai so p{1} p{2} y {1} Neural Network 1 s +0.4s+12 Mo hinh doi tuong Ket xuat thuc Ket xuat dich Lê Thu Thủy Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 105 - 109 107 Với các đối tượng phi tuyến. Bài toán : Bể xử lý nước thải. *. Nhận dạng hệ thống xử lý nước thải Sơ đồ hệ thống xử lý nước thải. Hình 10. Sơ đồ xử lý hệ thống nước thải Phương trình hệ thống là: - Mô hình toán học của quá trình xử lý nước thải như sau [1]: V y& = Fa - Fy - ub – uy + V là thể tích của bể chứa (L) + F là tốc độ dòng chảy của chất thải có axít (L/sec) + a nồng độ mol/l của nước thải có tính axít (moles/L) + b nồng độ mol/l của ba zơ (moles/L) + u là tốc độ dòng chảy của bazơ(L/sec) Thay các thông số của hệ thống xử lý nước thải vào phương trình ta được: y& = 0.00005 - 0.05y - 0.0005u - 0.5uy (2) Để nhận dạng được hệ thống xử lý nước thải, tác giả sử dụng một mạng nơron gọi tên làNN1 model. Mạng này có sơ đồ khối như hình sau: Hình11. Mô hình mạng nơron của đối tượng Bộ thông số (P,T) được dùng để huấn luyện mạng nơron của mô hình đối tượng. Sau khi huấn luyện mạng nơron, các thông số của mạng nơron như sau. net.iw{1,1} = [-2.6255 0.2811 -0.6148 0.5481]' net.b{1} = [5.4580 -1.5426 1.3953 - 0.0441]' net.b{2} = 0.5309 net.lw{1,2} = [-1.4697 2.7814 1.9926 1.1968]' net.lw{2,1} = [0.0035 0.6984 0.1139 - 0.0320] Khi đó chương trình sẽ mô phỏng và cho kết quả như sau Hình 12. Đồ thị sai lệch giữa mô hình nơron và mô hình đối tượng. )130)(125( 001.0 )( ++ = ss sG (3) Ứng dụng thiết kế bộ điều khiển theo mô hình mẫu - Hàm truyền đạt của mô hình mẫu được chọn như sau: Hình 13: Hàm trọng lượng của mô hình mẫu -Sau 250 giây thì hệ thống đạt được trạng thái xác lập với tín hiệu ra bằng không. T Hệ thống xử lý NN Plant e(k ) P w, b Máy trộn u nước thải có tính acid nước thải trung tính Lê Thu Thủy Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 105 - 109 108 Mô hình mẫu trong simulink. Hình 14. Mô hình mẫu trong Simulink Thiết kế bộ điều khiển nơ-ron Hình 15. Cấu trúc mạng nơ ron của bộ điều khiển được chọn Đồ thị sai lệch giữa tín hiệu đầu ra của mô hình đối tượng với đầu ra của mô hình mẫu. Kết quả sai lệch rất nhỏ. Hình 16. Đồ thị sai lệch giữa tín hiệu ra của đối tượng với mô hình mẫu. Mô phỏng kết quả - Kết quả mô phỏng với tín hiệu đặt ref = 0.000001, a = 0.0015 và sơ kiện y(0)=0.005 Hình 17. Kết quả mô phỏng với tín hiệu đặt; y(o) = 0.005. - Kết quả mô phỏng với tín hiệu đặt ref = 0.000001, a = 0.0005 và sơ kiện y(0) = 0.05 Hình 18. Kết quả mô phỏng với tín hiệu đặt; y(o) = 0.05 Kết quả mô phỏng với tín hiệu đặt ref = 0.000001, a = 0.0005 và sơ kiện y(0) = 0.02. Hình 19. Kết quả mô phỏng với tín hiệu đặt; y(o) = 0.02 KẾT QUẢ NGHIÊN CỨU Bộ điều khiển nơron cho chất lượng của hệ thống tốt, đảm bảo tín hiệu đầu ra của đối tượng bám theo đầu ra mô hình mẫu với sai lệch nhỏ 5*10-3. Đặc điểm nổi bật của hệ thống điều khiển này là: Bộ điều khiển nơron và đối tượng điều khiển đều là hệ thống phi tuyến, nhưng khi kết hợp cả bộ điều khiển và đối tượng lại thì đây lại là một hệ thống tuyến tính. Hạn chế của phương pháp thiết kế bộ điều khiển nơron theo mô hình mẫu chính là khả LW1,3 b1 1 TD L LW2 b2 1 IW1,1 LW b3 1 LW1,5 TDL Lê Thu Thủy Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 105 - 109 109 năng huấn luyện mạng, nên việc xác định các tham số này không hề đơn giản, đòi hỏi phải huấn luyện mạng nhiều lần và khả năng tính toán, xử lý của máy tính với tốc độ cao. KẾT LUẬN Với ý tưởng của bài báo là đưa ra một phương pháp về việc thiết kế bộ điều khiển trên cơ sở mạng nơron cho một số đối tượng tuyến tính và phi tuyến. Sau khi thiết kế hoàn chỉnh trong những bài toán nhận dạng và điều khiển một số đối tượng tuyến tính và phi tuyến cho kết quả là mô hình toán học thể hiện dưới dạng nơron với sai lệch giữa đầu ra của đối tượng và đầu ra của mạng nơron rất nhỏ, cho nên mạng nơron sau khi huấn luyện có thể được sử dụng làm mô hình thay thế cho đối tượng trong quá trình thiết kế bộ điều khiển cũng như nghiên cứu đặc tính động học và mô phỏng đối tượng. TÀI LIỆU THAM KHẢO [1]. Nguyễn Hữu Công. Nghiên cứu ứng dụng mạng noron để nhận dạng và điều khiển đối tượng phi tuyến. Đề tài NCKH cấp Bộ 2007. [2]. Bùi Công Cường, Nguyến Doãn Phước. Hệ mờ, mạng nơron và ứng dụng. Nhà xuất bản Khoa học và kỹ thuật. Hà Nội 2001. [3]. Nguyễn Duy Hưng. Về một phương pháp tổng hợp hệ điều khiển Mờ dung mạng Nơron ứng dụng trong công nghiệp. Luận án Tiến sỹ kỹ thuật. 2009. [4]. Đỗ Trung Hải, Ứng dụng lý thuyết mờ và mạng nơron để điều khiển hệ chuyển động. Luận án tiến sỹ kỹ thuật, Đại học Bách Khoa Hà Nội. 2008. [5]. Vũ Thanh Du. Nghiên cứu ứng dụng mạng nơron trong nhận dạng và điều khiển đối tượng phi tuyến. 2008 [6]. M.Norgaard, O.Ravn, N.K. Poulsen and L.K. Hansen. Neural Network for Modelling and Control of Dynamic System. Springer 2000. [7]. Jaroslava Žilková, Jaroslav Timko, Peter Girovský. Nonlinear System Control Using Neural Networks. Department of Electrical Drives and Mechatronic, Technical University of Kosice, Hungary. SUMMARY AN APPLICATION OF NEURAL NETWORK TO DESIGN MODEL REFERENCE CONTROLLER FOR SOME INDUSTRIAL PLANTS Le Thu Thuy* College of Technology - TNU This paper presents one method to design a new controller for linear and non-linear systems in order to improve the control quality. This proposed identification and control model using neural network method can be applied to some industrial plants, such as: sewage treament systems and other non-linear systems. Key words: neural, linear and non-linear Ngày nhận bài:30/11/2012, ngày phản biện: 19/12/2012, ngày duyệt đăng:26/3/2013 * Tel: 0988 109808, Email: lethuthuy@tnut.edu.vn