›
›

Khóa luận Nghiên cứu hệ thống điều khiển thích nghi - Lê Khắc Khang

pdf 68 trang huongle 230
Download
Bạn đang xem 20 trang mẫu của tài liệu "Khóa luận Nghiên cứu hệ thống điều khiển thích nghi - Lê Khắc Khang", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfkhoa_luan_nghien_cuu_he_thong_dieu_khien_thich_nghi_le_khac.pdf

Nội dung text: Khóa luận Nghiên cứu hệ thống điều khiển thích nghi - Lê Khắc Khang

  1. LỜI MỞ ĐẦU Trong khoảng 50 năm gần đây, lý thuyết điều khiển thích nghi đã đƣợc đƣợc hình thành nhƣ một mơn khoa học, từ tƣ duy đã trở thành hiện thực nghiêm túc, từ cách giải quyết những vấn đề cơ bản trở thành bài tốn tổng quát, từ những vấn đề về sự tồn tại và khả năng cĩ thể giải quyết đến những ứng dụng cĩ tính bền vững và chất lƣợng. Với ý nghĩa và lợi ích to lớn của điều khiển thích nghi, sự cấp bách cần nghiên cứu, ứng dụng điều khiển thích nghi vào sản xuất thực tiễn sản xuất, đƣợc sự đồng ý của giáo viên hƣớng dẫn, em đã lựa chọn đề tài “Nghiên cứu hệ thống điều khiển thích nghi”. Nội dung của đồ án bao gồm 3 chƣơng: Chương 1: Tổng quan về điều khiển tự động Chương 2: Hệ thống điều khiển thích nghi Chương 3: Thiết kế và mơ phỏng Qua đây em xin gửi lời cám ơn tới các thầy cơ trong ngành Điện tử viễn thơng Trƣờng đại học DLHP đã nhiệt tình giúp đỡ hƣớng dẫn và cung cấp tài liệu để em hồn thành đồ án của mình. Đồng thời em muốn gửi lời cám ơn sâu sắc tới thầy giáo Th.S Nguyễn Văn Dƣơng, ngƣời đã trực tiếp ra đề tài và hƣớng dẫn em trong suốt thời gian qua. Mặc dù đƣợc sự hƣớng dẫn tận tình của giáo viên hƣớng dẫn, sự nỗ lực cố gắng của bản thân. Song vì kiến thức cịn hạn chế, thời gian cĩ hạn, điều kiện tiếp xúc thực tế chƣa nhiều, nên đồ án khơng tránh khỏi những thiếu sĩt. Để đồ án đƣợc hồn thiện hơn, em rất mong nhận đƣợc các ý kiến đĩng gĩp của các thầy giáo, cơ giáo cũng nhƣ các bạn sinh viên. Em xin chân thành cảm ơn! Hải Phịng, ngày tháng năm 2011 Sinh viên thực hiện Lê Khắc Khang 1
  2. Chương 1 TỔNG QUAN VỀ ĐIỀU KHIỂN TỰ ĐỘNG 1.1. KHÁI NIỆM CƠ BẢN Hệ thống ĐKTĐ bao gồm 3 phần chủ yếu: - Thiết bị điều khiển (C) - Đối tƣợng điều khiển (O) - Thiết bị đo lƣờng và cảm biến (M) Hình 1.1. Sơ đồ tổng quát hệ thống điều khiển tự động Trong đĩ: u(t): tín hiệu chủ đạo, chuẩn thƣờng gọi là tín hiệu vào x(t): tín hiệu điều khiển y(t): tín hiệu ra z(t): tín hiệu hồi tiếp,phản hồi e(t): sai lệch điều khiển 1.2. CÁC NGUYÊN TẮC ĐKTĐ 1.2.1. Nguyên tắc giữ ổn định * Điều khiển sai lệch Hình 1.2. Sơ đồ nguyên tắc điều khiển theo sai lệch 2
  3. Tín hiệu ra y(t) đƣợc đƣa vào so sánh với tín hiệu vào u(t) nhằm tạo nên tín hiệu tác động lên đầu vào bộ điều khiển C nhằm tạo tín hiệu điều khiển đối tƣợng O. * Nguyên tắc điều khiển theo phương pháp bù nhiễu Hình 1.3. Sơ đồ nguyên tắc điều khiển bù nhiễu Nguyên tắc bù nhiễu là sử dụng thiết bị bù K để giảm ảnh hƣởng của nhiễu là nguyên nhân trực tiếp gây ra hậu quả cho hệ thống * Nguyên tắc điều khiển hỗn hợp (sai lệch + bù nhiễu) Hình 1.4. Sơ đồ nguyên tắc điều khiển hỗn hợp Nguyên tắc điều khiển hỗn hợp là phối hợp cả hai nguyên tắc trên, vừa cĩ hồi tiếp theo sai lệch vừa dùng các thiết bị để bù nhiễu. 1.2.2. Nguyên tắc điều khiển theo chương trình Sử dụng cho hệ hở. Tín hiệu ra thay đổi theo chƣơng trình định sẵn. Để một tín hiệu ra nào đĩ thực hiện theo chƣơng trình cần phải sử dụng máy tính 3
  4. hay các thiết bị cĩ lƣu trữ chƣơng trình. Hai thiết bị thơng dụng cĩ lƣu trữ chƣơng trình là: PLC và CLC 1.2.3. Nguyên tắc tự định chỉnh Cĩ khả năng tự thích nghi, tự cải tiến đối với sự thay đổi của các thơng số. Nhiễu TBĐK thích nghi Ngõ vào Ngõ ra TBĐK ĐTĐK TBĐL 1.3. PHÂN LOẠI HỆ THỐNG ĐKTĐ * Phân loại theo đặc điểm của tín hiệu ra - Tín hiệu ra ổn định - Tín hiệu ra theo chƣơng trình * Phân loại theo số vịng kín - Hệ hở: là hệ khơng cĩ vịng kín nào - Cĩ nhiều loại nhƣ hệ 1 vịng kín, hệ nhiều vịng kín, * Phân loại theo khả năng quan sát - Hệ thống liên tục Quan sát đƣợc tất cả các trạng thái của hệ thống theo thời gian. Mơ tả tốn học: phƣơng trình đại số, phƣơng trình vi phân, hàm truyền - Hệ thống khơng liên tục 4
  5. Quan sát đƣợc một phần các trạng thái của hệ thống. Nguyên nhân: - Do khơng thể đặt đƣợc tất cả các cảm biến. - Do khơng cần thiết phải đặt đủ các cảm biến. Trong hệ thống khơng liên tục, ngƣời ta chia làm 2 loại: + Hệ thống gián đoạn: Là hệ thống mà ta cĩ thể quan sát các trạng thái của hệ thống theo chu kỳ (T). về bản chất, hệ thống này là một dạng của hệ thống liên tục. + Hệ thống với các sự kiện gián đoạn: Đặc trƣng bởi các sự kiện khơng chu kỳ, quan tâm đến các sự kiện/ tác động * Phân loại theo mơ tả tốn học - Hệ tuyến tính: đặc tính tĩnh của tất cả các phân tử cĩ trong hệ thống là tuyến tính. Đặc điểm cơ bản: xếp chồng. - Hệ phi tuyến: cĩ ít nhất một đặc tính tĩnh của một phần tử là một hàm phi tuyến. - Hệ thống tuyến tính hĩa: tuyến tính hĩa từng phần của hệ phi tuyến với một số điều kiện cho trƣớc để đƣợc hệ tuyến tính gần đúng. 1.4. CÁC VẤN ĐỀ TRONG NGHIÊN CỨU ĐIỀU KHIỂN TỰ ĐỘNG Xây dựng mơ hình tốn học dựa trên hiện tƣợng vật lý của hệ thống Khảo sát tính ổn định của hệ thống. Khảo sát chất lƣợng của hệ theo các chỉ tiêu đề ra. Mơ phỏng hệ thống trên máy tính Thực hiện mơ hình mẫu và kiểm tra bằng thực nghiệm Tinh chỉnh để tối ƣu hĩa chỉ tiêu chất lƣợng Xây dựng hệ thống thiết kế. 5
  6. 1.5. MƠ HÌNH TỐN HỌC CỦA HỆ THỐNG ĐIỀU KHIỂN Mỗi hệ thống cĩ thể chia làm nhiều phần và sẽ thuận tiện hơn nếu mỗi phần sẽ đƣợc biễu diễn bằng 1 hàm tốn học gọi là hàm truyền đạt Hình 1.5. Sơ đồ phân chia hệ một hệ thống điều khiển thành các hệ thống 1.5.1. Các khâu cơ bản Hình 1.6. Sơ đồ một hệ thống điều khiển tổng quát Đa phần các mạch phản hồi của hệ thống điều khiển là mạch phản hồi âm. Khi chúng ta tiến hành phân tích hệ thống tốt hay xấu hay thiết kế bộ điều khiển cho hệ thống đều phải xuất phát từ mơ hình tốn học của hệ thống hay nĩi cách khác ta phải tìm đƣợc quan hệ giữa đầu vào và đầu ra của hệ thống. * Khâu khuếch đại Hình 1.7. Sơ đồ khâu khuếch đại tĩnh 6
  7. - Khâu khuếch đại là tín hiệu đầu ra là khuếch đại của tín hiệu đầu vào: y = K.x trong đĩ K là hệ số khuếch đại - Cũng cĩ hệ thống cĩ khuếch đại nhiều tầng Hình 1.8. Sơ đồ khâu khuếch đại tầng * Khâu tích phân 1 t y(t) = x t dt y T 0 i t0 Với Ti là thời gian tích phân * Khâu vi phân dx y = TD dt TD là hằng số thời gian vi phân * Khâu bậc nhất dy T +y =K x dt Trong đĩ: K là hệ số truyền của khâu T là hằng số thời gian của khâu Phản ứng của hệ thống tốt hay xấu phụ thuộc vào hệ số K, nhanh hay chậm phụ thuộc vào T. * Khâu bậc hai dy 2 + dy T dt 2 T +y(t) =K x t dt Trong đĩ: K là hệ số khuếch đại 7
  8. T là hằng số thời gian độ suy giảm tín hiệu * Khâu bậc n thơng thƣờng n ≥ m 1.5.2. Mơ hình tốn học trong miền tần số * Khái niệm về phép biến đổi Laplace Khi sử dụng các phép biến đổi tín hiệu hệ thống từ miền thời gian sang miền khác để thuận tiện trong việc xử lý tín hiệu. Nhƣ trong hệ thống liên tục ngƣời ta hay sử dụng phép biến đổi Laplace để biến đổi từ miền thời gian sang miền tần số phức. Các phƣơng trình vi tích phân sẽ chuyển đổi thành các phƣơng trình đại số thơng thƣờng. Trong các hệ thống rời rạc ngƣời ta hay sử dụng phép biến đổi Z để chuyển tín hiệu tự miền thời gian sang miền tần số phức. Trong thực tế ngƣời ta cịn sử dụng các phép biến đổi khác để xử lý tín hiệu nhƣ giải tƣơng quan, mã hố cĩ hiệu quả, chống nhiễu, . Thực hiện các phép biến đổi cĩ cơng cụ tốn học nhƣ máy tính số, cơng cụ phổ biến và hiệu quả là phần mềm Matlab hay thực hiện biến đổi bằng tay. + Biến đổi Laplace thuận: Gọi F(s) là biến đổi Laplace của hàm f(t), khi đĩ ta cĩ: trong đĩ: - s =σ + jω - e-st là hạt nhân của phép biến đổi. 8
  9. - F(s) là hàm phức. - f(t) là hàm biểu diễn trên miền thời gian xác định trên R. Để thực hiện đƣợc biến đổi Laplace hàm f(t) phải là hàm thực và thoả mãn một số điều kiện sau: 1. f(t) = 0 khi t 0 thì f (t) Me t, t 0; α đƣợc gọi là chỉ số tăng của hàm f(t). Khi đĩ hàm f(t) là hàm bậc số mũ nếu hàm f(t) tăng khơng nhanh hơn hơn hàm et. 4. Nếu f(t) là hàm gốc cĩ chỉ số tăng α thì tích phân I e-st (t)dt sẽ 0 hội tụ trong miền Re(s) = σ . Khi đĩ I e st f t dt F s sẽ là một hàm 0 phức. + Biến đổi Laplace ngược: Biến đổi Laplace ngƣợc là xác định tín hiệu f(t) từ ảnh Laplace F(s) của nĩ. Gọi f(t) là gốc của ảnh F(s) Khi đĩ ta cĩ: * Hàm số truyền của hệ thống ĐKTĐ Nhằm đơn giản hố các phƣơng pháp phân tích và tổng hợp hệ thống tự động ngƣời ta thƣờng chuyển phƣơng trình động học của hệ ở dạng phƣơng trình vi phân viết với các nguyên hàm x(t), y(t) thành phƣơng trình viết dƣới dạng các hàm số X(s), Y(s) thơng qua phép biến đổi Laplace. 9
  10. Hàm số truyền (H S T) của hệ thống (hay của một phần tử) tự động là tỷ số hàm ảnh của lƣợng ra với hàm ảnh của lƣợng vào của nĩ (qua phép biến đổi Laplace) với giả thiết tất cả các điều kiện đầu đều bằng khơng. W(s) = Y(s) X (s) Trong đĩ: W(s) là hàm số truyền của hệ thống Y(s) là hàm ảnh của lƣợng ra X(s) là hàm ảnh của lƣợng vào 1.5.3. Mơ hình tốn học trong miền thời gian * Khái niệm trạng thái Khái niệm trạng thái cĩ trong cơ sở của cách tiếp cận hiện đại trong mơ tả động học của các hệ thống đã đƣợc Turing lần đầu tiên đƣa ra năm 1936. Sau đĩ khái niệm này đƣợc các nhà khoa học ở Nga và Mỹ ứng dụng rộng rãi để giải các bài tốn điều khiển tự động. Trạng thái của hệ thống đƣợc đặc trƣng nhƣ là lƣợng thơng tin tối thiểu về hệ, cần thiết để xác định hành vi của hệ trong tƣơng lai khi biết tác động vào. Nĩi một cách khác, trạng thái của hệ đƣợc xác định bởi tổ hợp các tọa độ mở rộng đặc trƣng cho hệ. Trạng thái của một hệ thống là tập hợp nhỏ nhất các biến (gọi là biến trạng thái) mà nếu biết giá trị của các biến này tại thời điểm t0 và biết các tín hiệu vào thời điểm t > t0 ta hồn tồn cĩ thể xác định đƣợc đáp ứng của hệ thống tại mọi thời điểm t > t0. Hệ thống bậc n cĩ n biến trạng thái. Các biến trạng thái cĩ thể chọn là biến vật lý hoặc khơng phải là biến vật lý. Theo quan điểm phân tích và tổng hợp hệ thống thƣờng, ngƣời ta chia các biến đặc trƣng hệ thống hay cĩ quan hệ nhất định với nĩ và các nhĩm nhƣ sau: - Các biến vào hay các tác động vào ui đƣợc tạo ra bởi các hệ thống 10
  11. nằm ngồi các hệ đƣợc xét. - Các biến ra yi đặc trƣng cho đáp ứng của hệ theo các biến vào đã định. - Các biến trung gian xi đặc trƣng trạng thái bên trong của hệ. * Khái niệm véc tơ trạng thái n biến trạng thái hợp thành véc tơ cột T x = [ x1 x2 xn ] gọi là véc tơ trạng thái. - Khơng gian trạng thái: khơng gian n chiều là khơng gian hợp bởi các trục của các biến trạng thái. Để thuận lợi trong thao tác với các đại lƣợng nhiều chiều, tổ hợp các biến vào cĩ thể trình bày dƣới dạng véc tơ các tác động vào: T u t = [u1 t u2 t un t ] Tổ hợp các biến ra trình bày dƣới dạng véctơ ra: T y t = [ y1 t y2 t yn t ] Các tổ hợp các tọa độ trung gian, đặc trƣng nội dung bên trong của hệ đƣợc viết dạng véc tơ trạng thái của hệ . T = [ ] Theo định nghĩa trạng thái của hệ tại thời điểm bất kỳ t > t0, trạng thái của hệ là một hàm của trạng thái ban đẫu x(t0) và véc tơ vào r(t0,t), tức là: x(t) = F[x(t0),u(t0,t)] Véc tơ ra tại thời điểm t cĩ quan hệ đơn trị với x(t0) và u(t0,t) y(t) = Ψ[x(t0),u(t0,t)] Nếu hệ thống đƣợc mơ tả bởi các phƣơng trình vi phân tuyến tính, thì phƣơng trình trạng thái của hệ đƣợc viết dƣới dạng sau: (Bằng cách sử dụng các biến trạng thái, ta cĩ thể chuyển phƣơng trình vi phân bậc n mơ tả hệ thống thành hệ gồm n phƣơng trình vi phân bậc nhất) 11
  12. Hình 1.9. Sơ đồ khối biểu diễn hệ thống điều khiển trong khơng gian trạng thái Trong đĩ : x(n ×1) véctơ các biến trạng thái u(m×1) véctơ các biến đầu vào y(r ×1) véctơ các biến đầu ra A(t) - Ma trận hệ thống B(t) - Ma trận điều khiển hay mạ trận đầu vào C(t) - Ma trận ra D(t) - Ma trận vịng Các ma trận cĩ các phần tử phụ thuộc vào biến t, lần lƣợt cĩ kích thƣớc là: A(n×n), B(n×m), C(r×n), D(r×m) * Hệ tuyến tính hệ số hằng Hệ thống cĩ mơ hình trạng thái là: Trong đĩ các ma trận A, B, C và D là các ma trận hằng số. A đƣợc gọi 12
  13. là ma trận hệ thống. Nếu s làm cho phƣơng trình det(sI - A) = 0 thì s đƣợc gọi là giá trị riêng của ma trận A (đây chính là điểm cực của hệ thống). I là ma trận đơn vị, s là một số phức, det là kí hiệu của phép tính định thức ma trận. 1.5.4. Sự ổn định của hệ thống Ổn định của hệ thống là khả năng của hệ thống tự trở lại trạng thái xác lập sau khi các tác động phá vỡ trạng thái xác lập đã cĩ mất đi. Thực chất khi nĩi tới ổn định là nĩi tới một đại lƣợng đƣợc điều khiển nào đĩ ổn định. Một hệ thống ĐKTĐ là một hệ thống động học, thƣờng đƣợc mơ tả bằng phƣơng trình vi phân bậc cao: d n y t dy t d m y t dx t a0 + + an-1 + any(t) = b0 + + bm-1 + bmx(t) (*) dt n dt dtm dt Nghiệm của phƣơng trình vi phân này gồm hai thành phần : y(t) = yqđ(t) + y0(t) yqđ(t): là nghiệm tổng quát của (*) khi vế phải bằng 0, đặc trƣng cho quá trình quá độ. y0(t): là nghiệm riêng của (*) khi cĩ vế phải, nĩ đặc trƣng cho quá trình xác lập. Quá trình xác lập là quá trình ổn định, vì vậy chỉ cần xét quá trình quá độ. Nếu quá trình quá độ theo thời gian bị triệt tiêu thì hệ ổn định, nếu khơng triệt tiêu thì hệ khơng ổn định. Mà nghiệm quá độ đƣợc biểu diễn bằng biểu thức tổng quát sau: n sit yqđ = Ci e i 1 Trong đĩ si là nghiệm của phƣơng trình đặc trƣng: n n-1 a0s + a1s + +an = 0 13
  14. Từ những nhận xét trên ta cĩ thể kết luận nhƣ sau: Một hệ thống đƣợc gọi là ổn định nếu quá trình quá độ tắt dần theo thời gian. Hệ thống khơng ổn định nếu quá trình quá độ tăng dần theo thời gian. Hệ thống ở biên giới ổn định nếu quá trình quá độ khơng đổi hoặc dao động khơng tắt dần. Biểu diễn bằng biểu thức tốn học định nghĩa trên ta cĩ hệ thống ổn định khi: n sit lim yqđ(t) = lim Ci e = 0 t i 1 và hệ khơng ổn định khi: lim yqđ(t) = lim = ∞ t Hệ thống đƣợc xét là hệ dừng, nghĩa là các hệ số ai khơng biến đổi theo thời gian. sit it lim Ci e = Cie = 0 t Nếu αi 0 hệ khơng ổn định. Khi si là cặp nghiệm phức liên hợp si = αi ± jβi t i j t i j t Ae i Cie + Ci 1e = 2 cos t Nếu αi 0 hệ khơng ổn định. 14
  15. Chương 2 HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI 2.1. HỆ THÍCH NGHI MƠ HÌNH THAM CHIẾU – MRAS 2.1.1. Sơ đồ chức năng Hệ thống thích nghi sử dụng mơ hình chuẩn là một trong những phƣơng pháp chính của điều khiển thích nghi. Nguyên lí cơ bản đƣợc trình bày ở hình 2.1. y Mơ hình m Tham số điều khiển Cơ cấu hiệu chỉnh u c u y Bộ điều khiển Đối tƣợng Hình 2.1. Sơ đồ khối của một hệ thống thích nghi mơ hình tham chiếu Mơ hình chuẩn sẽ cho đáp ứng ngõ ra mong muốn đối với tín hiệu đặt (yêu cầu). Hệ thống cĩ một vịng hồi tiếp thơng thƣờng bao gồm đối tƣợng và bộ điều khiển. Sai số e là sai lệch giữa ngõ ra của hệ thống và của mơ hình chuẩn e = y - ym. Bộ điều khiển cĩ thơng số thay đổi dựa vào sai số này. Hệ thống cĩ hai vịng hồi tiếp: hồi tiếp trong là vịng hồi tiếp thơng thƣờng và vịng hồi tiếp bên ngồi hiệu chỉnh tham số cho vịng hồi tiếp bên trong. Vịng hồi tiếp bên trong đƣợc giả sử là nhanh hơn vịng hồi tiếp bên ngồi. Hình 2.1 là mơ hình MRAS đầu tiên đƣợc đề nghị bởi Whitaker vào năm 1958 với hai ý tƣởng mới đƣợc đƣa ra: Trƣớc hết sự thực hiện của hệ 15
  16. thống đƣợc xác định bởi một mơ hình, thứ hai là sai số của bộ điều khiển đƣợc chỉnh bởi sai số giữa mơ hình chuẩn và hệ thống. Mơ hình chuẩn sử dụng trong hệ thích nghi bắt nguồn từ hệ liên tục sau đĩ đƣợc mở rộng sang hệ rời rạc cĩ nhiễu ngẫu nhiên. 2.1.2. Luật MIT e u y Khâu tích phân C e u s Hình 2.2 Mơ hình sai số Hệ thống thích nghi mơ hình tham chiếu đầu tiên đƣợc đƣa ra để giải quyết vấn đề: các đặc điểm của một mơ hình tham chiếu yêu cầu ngõ ra là quá trình lí tƣởng cần cĩ đáp ứng đối với tín hiệu điều khiển nhƣ thế nào. Trong trƣờng hợp này, mơ hình tham chiếu mang tính song song hơn là nối tiếp, giống nhƣ cho SOAS (Self Oscillating Adaptive Systems). Bộ điều khiển cĩ thể đƣợc xem nhƣ bao gồm hai vịng: một vịng phía trong gọi là vịng hồi tiếp thơng thƣờng cĩ quá trình và bộ điều khiển. Các thơng số của bộ điều khiển đƣợc chỉnh định bởi vịng ngồi sao cho sai số e giữa ngõ ra y và ngõ ra mơ hình ym là nhỏ nhất. Vì vậy vịng ngồi cịn đƣợc gọi là vịng chỉnh định. Vấn đề là xác định cơ cấu chỉnh định cho hệ thống ổn định, nghĩa là sai số bằng khơng. Điều này khơng thể thực hiện đƣợc. Cơ cấu chỉnh định với thơng số sau đƣợc gọi là luật MIT, đƣợc sử dụng cho hệ MRAS đầu tiên: d e e dt Trong phƣơng trình này e là sai số của mơ hình e = y – ym. Các thành phần của vector e/ là đạo hàm độ nhạy của sai số đối với các thơng số 16
  17. chỉnh định . Thơng số xác định tốc độ thích nghi. Luật MIT cĩ thể đƣợc giải thích nhƣ sau. Giả sử rằng các thơng số thay đổi chậm hơn nhiều so với các biến khác của hệ thống. Để bình phƣơng sai số là bé nhất, cần thay đổi các thơng số theo hƣớng gradient âm của bình phƣơng sai số e2. Giả sử muốn thay đổi thơng số của bộ điều khiển sao cho sai số giữa ngõ ra của đối tƣợng và của mơ hình chuẩn tiến tới zero. Đặt e là sai số và là thơng số hiệu chỉnh. Chỉ tiêu chất lƣợng: 1 J( ) = e2 (2.1) 2 để làm cho J( ) đạt min thì cần phải thay đổi các thơng số theo hƣớng âm của gradient J, cĩ nghĩa là: J e e (2.2) t Giả sử rằng các thơng số cần thay đổi thay đổi chậm hơn nhiều so với e các biến khác của hệ thống. Vì vậy đạo hàm đƣợc tính với giả thiết là e hằng số. Biểu thức đạo hàm gọi là hàm độ nhạy của hệ thống. Luật điều e chỉnh theo phƣơng trình (2.2) với là độ nhạy thì cĩ liên hệ giống nhƣ luật MIT. Cách chọn hàm tổn thất theo phƣơng trình (2.1) cĩ thể là tuỳ ý. Nếu chọn J( ) = e (2.3) Khi đĩ luật hiệu chỉnh sẽ là : d e sign(e) (2.4) dt Hoặc d e sign sign(e) dt 17
  18. Đây gọi là giải thuật dấu - dấu. Hệ rời rạc sử dụng giải thuật này đƣợc ứng dụng trong viễn thơng nơi địi hỏi tính tốn nhanh và thực hiện đơn giản. Phƣơng trình (2.2) cịn đƣợc áp dụng trong trƣờng hợp cĩ nhiều thơng số hiệu e chỉnh, khi đĩ trở thành một vector và là gradient của sai số đối với các thơng số tƣơng ứng. 2.1.3. Nội dung, phương pháp thiết kế MRAS Cĩ ba phƣơng pháp cơ bản để phân tích và thiết kế hệ MRAS: Phƣơng pháp tiếp cận Gradient Hàm Lyapunov Lý thuyết bị động Phƣơng pháp gradient đƣợc dùng bởi Whitaker đầu tiên cho hệ MRAS. Phƣơng pháp này dựa vào giả sử tham số của bộ hiệu chỉnh thay đổi chậm hơn các biến khác của hệ thống. Giả sử này thừa nhận cĩ sự ổn định giả cần thiết cho việc tính tốn độ nhạy và cho cơ cấu hiệu chỉnh thích nghi. Phƣơng pháp tiếp cận gradient khơng cho kết quả cần thiết cho hệ thống kín ổn định. Bộ quan sát đƣợc đƣa ra để áp dụng lý thuyết ổn định Lyapunov và lí thuyết bị động đƣợc dùng để bổ sung cho cơ cấu thích nghi. Đối với hệ thống cĩ tham số điều chỉnh đƣợc nhƣ trong hình 2.1, phƣơng pháp thích nghi sử dụng mơ hình chuẩn cho một cách hiệu chỉnh tham số tổng quát để cĩ đƣợc hàm truyền hệ thống vịng kín gần với mơ hình. Đây gọi là vấn đề mơ hình kèm theo. Một câu hỏi đặt ra là làm cho sai lệch nhỏ nhƣ thế nào?. Điều này phụ thuộc bởi mơ hình, hệ thống và tín hiệu đặt. Nếu cĩ thể làm cho sai số bằng 0 đối với mọi tín hiệu yêu cầu thì gọi là mơ hình kèm theo hồn hảo. * Mơ hình kèm theo Vấn đề mơ hình kèm theo cĩ thể đƣợc giải quyết bằng thiết kế phân số 18
  19. cực. Mơ hình kèm theo là cách đơn giản để thiết lập hay giải một vấn đề điều khiển tuỳ động. Mơ hình sử dụng cĩ thể là tuyến tính hay phi tuyến. Các tham số trong hệ thống đƣợc hiệu chỉnh để cĩ đƣợc y càng gần với ym càng tốt đối với một tập các tín hiệu vào. Phƣơng pháp thích nghi là một cơng cụ thiết kế hệ MRAS, vấn đề này đƣợc trình bày trong phần 2.1.4. Mặc dù mơ hình kèm theo hồn hảo chỉ cĩ thể đạt đƣợc trong điều kiện lý tƣởng nhƣng phân tích trƣờng hợp này sẽ cho hiểu biết sâu sắc vào vấn đề thiết kế. Xét hệ 1 đầu vào, 1 đầu ra cĩ thể là liên tục hay rời rạc cĩ phƣơng trình: B y(t) = u(t) (2.5) A với u là tín hiệu điều khiển, y là ngõ ra. Kí hiệu A, B là những đa thức theo biến S hay Z. Giả sử bậc của A bậc của B nghĩa là hệ thống là hợp thức (đối với hệ liên tục) và nhân quả đối với hệ rời rạc. Giả sử hệ số bậc cao nhất của A là 1. Tìm bộ điều khiển sao cho quan hệ giữa tín hiệu đặt uc và tín hiệu ra mong muốn ym đƣợc cho bởi: Bm ym uc (t) (2.6) Am với A m, Bm cũng là những đa thức theo biến S hoặc Z. Luật điều khiển tổng quát đƣợc cho bởi: Ru Tu c Sy (2.7) với R, S, T là các đa thức. Luật điều khiển này đƣợc xem nhƣ vừa cĩ thành phần hồi tiếp âm với hàm truyền –S/R và thành phần nuơi tiến với hàm truyền T/R. Xem hình 2.3 19
  20. Quá trình uC Bộ điều khiển u B y Ru Tu C Sy A Hình 2.3 Hệ vịng kín với bộ điều khiển tuyến tính tổng quát Khử u ở 2 phƣơng trình (2.5) và (2.7) đƣợc phƣơng trình sau cho hệ thống vịng kín : (AR BS )y BTuc (2.8) Để đạt đƣợc đáp ứng vịng kín mong muốn, thì AR + BS phải chia hết cho Am, các điểm khơng của đối tƣợng (khi cho B = 0) sẽ là điểm khơng của hệ kín nếu khơng bị khử bởi cực vịng kín. Bởi vì các điểm điểm khơng khơng ổn định, khơng thể bị khử nên cĩ thể phân tích thành B = B+B-, trong đĩ B+ chứa những thành phần cĩ thể khử đi, B- là thành phần cịn lại. Theo phƣơng trình (2.8) AR + BS là đa thức đặc trƣng của hệ thống đƣợc phân tích thành ba thành phần: khử điểm khơng của đối tƣợng: B+; cực mong muốn của mơ hình đƣợc cho bởi Am; các cực của bộ quan sát A0. Vì thế: + AR + BS = B A0Am (2.9) gọi là phƣơng trình Diophantine (hay là phƣơng trình nhận dạng Benzout). Vì B+ cĩ thể khử nên: R B R1 Chia phƣơng trình (2.9) cho B+ sẽ đƣợc: - A .R1 + B .S = A0Am (2.10) Vì yêu cầu là phải giống đáp ứng mong muốn nên tử số (2.8) phải chia hết cho Bm, nếu khơng thì sẽ khơng cĩ lời giải cho bài tốn thiết kế. Vì vậy: - ’ Bm = B .B m (2.11) 20
  21. ’ T = A0B m Điều kiện để đảm bảo tồn tại lời giải là : + bậc( A0) 2 bậc(A) - bậc( Am) - bậc(B ) - 1 bậc( Am) - bậc (Bm) bậc( A) - bậc(B) Giả sử tất cả các điểm khơng đều bị khử, khi đĩ cĩ thể viết (2.10) lại nhƣ sau: A0Am = AR1 + b0S Nhân 2 vế cho y và dùng thêm phƣơng trình (1.5) ta đƣợc: A0.Am.y = BR1u + b0Sy = b0(Ru + Sy) (2.12) Các thơng số ở vế trái đã biết, vế phải chƣa biết. Đa thức T cĩ đƣợc trực tiếp từ phƣơng trình (2.11). Các tham số mơ hình của phƣơng trình (2.12) bây giờ cĩ thể đƣợc dùng để ƣớc lƣợng các tham số chƣa biết của bộ điều khiển. Điều này dẫn đến hệ MRAS trực tiếp. * Hệ tuyến tính tổng quát Hệ SISO đƣợc mơ tả bởi phƣơng trình sau: Ay = Bu Với đặc tính hệ thống mong muốn đạt đƣợc là: Amym = Bmuc Bộ điều khiển: Ru = Tuc - Sy ( ) Hệ vịng kín đƣợc mơ tả: BT y u AR BS C Thay y vào ( ) ta tính đƣợc: AT u u AR BS C 21
  22. Sai số là: e = y - ym Bây giờ cần phải xác định các đạo hàm riêng của sai số đối với từng tham số hiệu chỉnh để tìm luật chỉnh định thơng số các hàm độ nhạy. Đặt ri , si , ti là các hệ số của đa thức R, S, T. Các hàm độ nhạy đƣợc cho bởi: BT BmuC e uC AR BS Am e BTAp k i Bp k i 2 uC u i 1, ,k ri (AR BS) AR BS e BTAp l i Bp l i 2 uC y i 0, ,l si (AR BS ) AR BS e Bp m i uC i 0, ,m ti AR BS Trong đĩ k = bậc(R), l = bậc(S), m = bậc(T). Vế phải các phƣơng trình trên cịn chứa A, B là các thơng số chƣa biết nên khơng tính đƣợc các hàm độ nhạy. Một cách xấp xỉ để cĩ đƣợc luật cập nhật cĩ thực tế là: + AR + BS A0AmB Suy ra các hàm độ nhạy: e B p k i u ri A0 Am Tƣơng tự cho si và ti Tuy nhiên vế phải vẫn cịn B- là chƣa biết. Nếu tất cả các zero đều đƣợc - khử, khi đĩ ta cĩ B = b0. Nếu dấu của b0 biết đƣợc thì cĩ thể thực hiện đƣợc luật cập nhật thơng số. Thành phần b0 cĩ thể đƣợc bao gồm trong cả . Nên cĩ thể suy ra luật cập nhật hiệu chỉnh các thơng số nhƣ sau: dr p k i i e u i = l, ,k = bậc(R ) dt A0 Am 22
  23. ds pl i i e y i = 0, ,l = bậc(S) dt A0 Am m i dti p e uC i = 0, ,m = bậc(T) dt A0 Am Nhận xét: 1 - Cần phải xây dựng 3 trạng thái của bộ lọc cho luật hiệu chỉnh A0 Am trên. - Sự thay đổi các tham số này tỉ lệ với tích sai số e và tín hiệu bộ lọc - Để cĩ đƣợc luật điều chỉnh các tham số trên cần phải giả sử các điểm khơng là ổn định và dấu của b0 phải đƣợc biết. - Cĩ thể tránh đƣợc giả sử này bằng cách sử dụng các thuật tốn phức tạp hơn nhƣ ƣớc lƣợng trạng thái * Tiêu chuẩn cực tiểu hố - Luật MIT cĩ thể đƣợc sử dụng cho các hàm tổn thất khác. - Luật hiệu chỉnh các tham số cĩ thể đạt đƣợc bằng cách tính gradient hàm tổn thất đối với các tham số và sự thay đổi các tham số phải ngƣợc dấu với gradient. - Phƣơng pháp này cần biết các tham số của mơ hình đối tƣợng để tính tốn độ nhạy. Tuy nhiên điều này là khơng cĩ thực và do đĩ cĩ thể sử dụng phƣơng pháp xấp xỉ hay bằng các bộ ƣớc lƣợng thơng số. * Sai số và sự hội tụ tham số Hệ thống thích nghi sử dụng mơ hình chuẩn dựa vào ý tƣởng là làm cho sai số e = y – ym tiến tới zero. Điều này khơng cĩ nghĩa là các tham số điều khiển tiến tới giá trị đúng của nĩ (ví dụ nhƣ trƣờng hợp tín hiệu bằng 0). 23
  24. * Ổn định của vịng điều khiển thích nghi Độ thay đổi của tham số điều chỉnh phụ thuộc vào biên độ của tín hiệu điều khiển cĩ thể dẫn đến khơng ổn định. * Luật hiệu chỉnh bổ sung Luật MIT là phƣơng pháp gradient cơ bản. Độ giảm cĩ đƣợc bằng luật MIT đƣợc quyết định bởi tham số , số này là do ngƣời dùng chọn. Cĩ thể đạt đƣợc phƣơng pháp gradient bổ sung mà tỉ lệ hiệu chỉnh khơng phụ thuộc vào biên độ của tín hiệu (đặt) yêu cầu. Một khả năng là làm chuẩn hố và thay thế luật MIT bởi: e e d dt e T e Tham số > 0 đƣợc đƣa vào để tránh trƣờng hợp chia cho 0. Cĩ thể nhận thấy rằng tỉ lệ hiệu chỉnh tham số phụ thuộc vào biên độ của tín hiệu yêu cầu một lƣợng nhỏ bởi vì do nhiễu đo lƣờng. 2.1.4. Thiết kế MRAS dùng lý thuyết ổn định của Lyapunov Với luật hiệu chỉnh tham số cĩ đƣợc từ phƣơng pháp Gradient đƣợc trình bày trong phần 2.1.3 lấy gần đúng để cĩ đƣợc luật hiệu chỉnh tham số dựa vào kinh nghiệm. Một khả năng khác để cĩ đƣợc vịng ngồi của hệ thống thích nghi sử dụng mơ hình chuẩn là tìm ra luật hiệu chỉnh mà đảm bảo sai số tiến về 0. Những nghiên cứu cho luật hiệu chỉnh nhƣ vậy đã đƣợc thực hiện trong một khoảng thời gian dài. Ý tƣởng cơ bản để thiết kế luật hiệu chỉnh dựa vào lý thuyết ổn định đƣợc trình bày trong mục này và đƣợc thể hiện theo lịch sử phát triển. 2.1.4.1. Phương pháp thứ hai của Lyapunov Minh họa bằng đồ thị phƣơng pháp Lyapunov hình 2.4 (a), (b) và (c) biểu diễn các trạng thái cân bằng và những đƣờng cong tiêu biểu tƣơng ứng đối với hệ thống ổn định, ổn định tiệm cận và khơng ổn định. Trong hình 2.4 24
  25. (a), (b) hoặc (c), vùng S( ) giới hạn cho trạng thái ban đầu x0, và vùng S( ) tƣơng ứng với giới hạn cho qũi đạo xuất phát tại x0. Chú ý rằng những định nghĩa đã đƣợc đề cập trƣớc đây khơng chỉ ra chính xác vùng của điều kiện cho phép ban đầu. Vì vậy các định nghĩa áp dụng cho vùng lân cận của trạng thái cân bằng (là trạng thái tại đĩ mọi đạo hàm đều triệt tiêu), trừ khi S( ) tƣơng ứng với trạng thái ban đầu của đối tƣợng. Trong hình 2.4 (c), đƣờng cong rời vùng S( ) và dẫn đến trạng thái cân bằng khơng ổn định. Tuy nhiên, chúng ta khơng thể nĩi rằng đƣờng cong sẽ đi đến vơ tận bởi vì nĩ cĩ thể đến gần một vịng trịn giới hạn phía ngồi vùng S( ). Sự hiểu biết về các định nghĩa đã nĩi ở trên là yêu cầu tối thiểu để hiểu việc phân tích ổn định của các hệ thống tuyến tính và phi tuyến cĩ mặt trong phần này. Chú ý rằng những định nghĩa này khơng chỉ hạn chế ở các khái niệm về sự ổn định của một trạng thái cân bằng. Thực ra, những cách định nghĩa khác cũng đƣợc sử dụng. Chẳng hạn, trong các lí thuyết điều khiển thơng thƣờng hoặc kinh điển, chỉ cĩ các hệ thống ổn định tiệm cận mới đƣợc gọi là hệ thống ổn định, cịn các hệ thống khác ổn định theo Lyapunov, nhƣng khơng ổn định tiệm cận, đƣợc gọi là khơng ổn định. S( ) S( ) S( ) S( ) S( ) S( ) x0 x0 x0 (a) (b) (c) Hình 2.4 (a) Trạng thái cân bằng ổn định (b) Trạng thái cân bằng tiệm cận (c) Trạng thái cân bằng khơng ổn định 25
  26. 2.1.4.2. Hệ thống MRAS rời rạc Hệ MRAS đã đƣợc thực hiện cho hệ liên tục khơng cĩ nhiễu, nhƣng cĩ thể thực hiện đƣợc MRAS cho hệ rời rạc. Thuật giải ở trên cĩ thể đƣợc dùng cho trƣờng hợp hệ rời rạc. Bộ ƣớc lƣợng cĩ thể dựa vào chuẩn bình phƣơng tối thiểu. 2.1.4.3. MRAS cho hệ thống chỉ biết được từng phần Trong phần trƣớc ta đã giả sử tất cả mơ hình của đối tƣợng là chƣa biết. Trong một số trƣờng hợp đặc tính động học của hệ thống đƣợc biết một phần, cịn lại là khơng biết. Sự biết trƣớc này cĩ thể đƣợc kết hợp vào hệ MRAS. Điều này cĩ thể thực hiện tuỳ thuộc chủ yếu vào tham số và cấu trúc của mơ hình đối tƣợng. 2.1.5. Kết luận Các ý tƣởng cơ bản dựa trên MRAS đã đƣợc trình bày trong phần này bao gồm : - Phƣơng pháp gradient - Thiết kế theo Lyapunov và siêu ổn định - Số gia sai số Trong mọi trƣờng hợp luật cập nhật tham số cho dƣới dạng : d = (2.13) dt hay dƣới dạng chuẩn hố : = (2.14) T Trong phƣơng pháp gradient, vector là giá trị âm của gradient sai số theo các tham số. Ƣớc lƣợng thơng số hay xấp xỉ cĩ thể đƣợc dùng trong phƣơng pháp gradient. Trong những trƣờng hợp khác là vector lùi cĩ đƣợc bằng cách lọc ngõ vào, ra và tín hiệu đặt. Số hạng là số gia sai số (sai số dự 26
  27. báo của vấn đề ƣớc lƣợng). Thƣờng dùng số gia sai số tuyến tính theo các thơng số. Phƣơng pháp gradient linh hoạt và đơn giản để áp dụng vào mọi cấu trúc hệ thống. Cách tính tốn địi hỏi phải xác định đƣợc hàm độ nhạy bởi vì luật hiệu chỉnh dựa vào việc tính gradient, cĩ thể khẳng định là phƣơng pháp sẽ hội tụ, đƣợc cho bởi độ lợi thích nghi đƣợc chọn là đủ nhỏ. Hơn nữa, giá trị ban đầu của tham số phải chọn để hệ thống vịng kín là ổn định. Phƣơng pháp này sẽ gây khơng ổn định nếu hệ số độ lợi thích nghi lớn. Vấn đề là khĩ tìm đƣợc giới hạn ổn định trƣớc. Hệ MRAS tổng quát đƣợc đƣa ra dựa vào việc thiết kế mơ hình kèm theo. Thuật giải này bao gồm những trƣờng hợp đặc biệt của việc thiết kế MRAS đã đƣợc trình bày trong các phần trên. Việc ƣớc lƣợng tham số cĩ thể đƣợc thực hiện với nhiều cách khác so với phƣơng trình (2.13) và (2.14). 2.2. BỘ TỰ CHỈNH ĐỊNH - STR Bộ tự chỉnh định (STR) dựa trên quan điểm phân tích, đánh giá các thơng số chƣa biết. Ý tƣởng cơ bản đƣợc minh hoạ trong hình 2.5. Các thơng số chƣa biết đƣợc đánh giá trực tuyến (on-line) bằng cách dùng phƣơng pháp ƣớc lƣợng đệ qui. Các thơng số ƣớc lƣợng đƣợc xem nhƣ là thơng số thực, độ khơng tin cậy của các ƣớc lƣợng là bỏ qua. Đây gọi là qui tắc tƣơng đồng nhất định (certainty equivalence principle). 27
  28. Bộ tự chỉnh định Đặc tính Các tham số quá trình Thiết kế bộ Sự thích nghi điều khiển Các tham số bộ điều Tham chiếu khiển Bộ điều Quá trình khiển Ngõ ra Ngõ vào Hình 2.5 Mơ hình tự chỉnh định Nhiều phƣơng pháp ƣớc lƣợng khác nhau cĩ thể đƣợc vận dụng nhƣ xấp xỉ ƣớc đốn, bình phƣơng tối thiểu Khối “thiết kế” trong hình 2.5 tƣợng trƣng cho bài giải trực tuyến các bài tốn thiết kế hệ thống với các thơng số chƣa biết trƣớc. Đây là bài tốn thiết kế cơ bản. Điển hình cho phƣơng pháp này là phƣơng pháp khác biệt cực tiểu, bình phƣơng tuyến tính, đặt cực, model – following. Phƣơng pháp thiết kế đƣợc lựa chọn phụ thuộc vào đặc tính của hệ thống vịng kín. Mục tiêu của mục này là đƣa ra quan điểm cơ bản và tính chất của các bộ tự chỉnh định. Bộ tự chỉnh định ban đầu chỉ áp dụng cho các hệ thống lấy mẫu dữ liệu, nhƣng các thuật tốn liên tục và hỗn hợp (hybrid) cũng đƣợc phát triển. Ở đây, giả sử hệ thống là SISO: A(q)y(t) = B(q)u(t) + C(q)e(t) (2.15) y: đầu ra 28
  29. u: đầu vào {e(t)}: chuỗi phân bố Gausse A, B, C: các đa thức theo q (tốn tử sai phân tới). Giả thiết bậc A = bậc B = n và bậc A - bậc C = d0. Quá trình điều khiển thƣờng đƣợc mơ tả ở dạng tốn tử q-1. Đa thức đặc tính cĩ dạng: * n 1 A (z) z A(z ) n = bậcA. Khi đĩ mơ hình (2.15) đƣợc mơ tả nhƣ sau: * 1 * 1 * 1 A (q )y(t) B (q )u(t d0 ) C (q )e(t) Bộ tự chỉnh định dựa trên quan điểm ƣớc lƣợng các thơng số của quá trình. Phƣơng pháp dễ hiểu là ƣớc lƣợng các thơng số của hàm truyền của quá trình và nhiễu (thuật tốn thích nghi gián tiếp). Các thơng số của bộ chỉnh định sẽ khơng đƣợc cập nhật trực tiếp mà là gián tiếp thơng qua ƣớc lƣợng mơ hình của hệ thống. Bộ điều khiển thích nghi loại này dựa trên phƣơng pháp bình phƣơng tối thiểu và điều khiển bám theo (Kalman). Phƣơng pháp này khơng dựa vào đặc tính vịng kín của hệ thống. Các thơng số của bộ chỉnh định cũng cĩ thể ƣớc lƣợng trực tiếp gọi là thuật tốn thích nghi trực tiếp. Cả 2 phƣơng pháp trực tiếp và gián tiếp đều gọi là điều khiển tự chỉnh định. 2.2.1. Bộ tự chỉnh định gián tiếp Trong phần này, giả sử mơ hình của hệ thống cĩ phƣơng trình (2.15). Cách dễ dàng nhất là tạo bộ tự chỉnh định theo nhƣ phần trên để ƣớc lƣợng các thơng số của đa thức A, B, C. Xét trƣờng hợp xác định (e(t) = 0). Nhiều phƣơng pháp đệ qui đã đề cập cĩ thể đƣợc sử dụng để ƣớc lƣợng các thơng số của A, B. T = [b0 b1 bm a1 an ] T (t – 1) = [u( t – d0) u(t – d0 – m ) – y(t – 1) – y(t – n)] 29
  30. trong đĩ n m d0 . Khi đĩ bộ ƣớc lƣợng bình phƣơng cực tiểu đƣợc cho bởi: ˆ(t) ˆ(t 1) K(t) (t) (2.16) (t) y(t) T (t 1) ˆ(t 1) (2.17) 1 K(t) P(t 1) (t 1) T (t 1)P(t 1) (t 1) (2.18) P(t) I K(t) T (t 1) P(t 1)/ (2.19) Trong trƣờng hợp nhiễu là ngẫu nhiên, phƣơng pháp bình phƣơng tối thiểu cho ra các ƣớc lƣợng sai lệch nếu C(q) qn. Lúc này, chúng ta phải dùng các phƣơng pháp nhƣ cực đại đệ qui, bình phƣơng cực tiểu tổng quát. * Tính hội tụ Nếu tín hiệu đầu vào đƣợc kích thích đầy đủ và cấu trúc của mơ hình cần ƣớc lƣợng thích hợp thì các ƣớc lƣợng sẽ hội tụ đến một giá trị thực nếu hệ thống vịng kín ổn định. Điều kiện hội tụ cho các phƣơng pháp khác nhau là khác nhau. Trong cả 2 trƣờng hợp nhiễu xác định (e(t) = 0) và nhiễu ngẫu nhiên (e(t) 0) thì điều kiện hội tụ phụ thuộc tín hiệu đầu vào, quá trình và nhiễu của hệ thống. Tín hiệu điều khiển u(t) đƣợc phát đi qua khâu hồi tiếp. Điều này làm phức tạp việc phân tích nhƣng nĩ cần thiết để yêu cầu hệ thống vịng kín phải ổn định. * Bài tốn thiết kế nền tảng cho những hệ thống biết trước Nhiều phƣơng pháp thiết kế đƣợc sử dụng trong các bộ tự chỉnh định phụ thuộc vào đặc tính của hệ thống vịng kín. Phƣơng pháp thiết kế thƣờng sử dụng là đặt cực (pole placement). Xét mơ hình của hệ thống cĩ phƣơng trình 2.1 và đáp ứng của hệ thống vịng kín mong muốn là : Am(q).y(t) = Bm(q).uc(t) (2.20) Bộ điều khiển là: 30
  31. R(q)u(t) T(q)uc (t) S(q)y(t) (2.21) R1 và S là giải pháp cho phƣơng trình Diophantine AR1 B S A0 Am (2.22) trong đĩ B B B (2.23) Bm B B (2.24) T A0Bm (2.25) R B R1 (2.26) Một vài điều kiện phải thoả mãn để chắc rằng bộ điều khiển là nhân quả. Các phƣơng trình ở trên là cơ bản cho nhiều bài tốn thiết kế khác nhau. * Một dạng điển hình cho bộ tự chỉnh định gián tiếp Bộ tự chỉnh định gián tiếp dựa trên thiết kế đặt cực cĩ thể biểu diễn trong thuật tốn sau: Thuật tốn 2.1 - Bộ tự chỉnh định gián tiếp Dữ liệu: Hàm truyền đáp ứng xung vịng kín mong muốn Bm/Am và đa thức quan sát mong muốn A0 đƣợc cho trƣớc. Bƣớc 1: Ƣớc lƣợng các hệ số của đa thức A, B, C trong phƣơng trình (2.15) dùng phƣơng pháp bình phƣơng tối thiểu từ các phƣơng trình (2.16) – (2.19) Bƣớc 2: Thay A, B, C bằng các ƣớc lƣợng đạt đƣợc ở bƣớc 1 và giải phƣơng trình (2.22) để tìm R1, S. Tính R bằng phƣơng trình (2.26) và T bằng phƣơng trình (2.25). Bƣớc 3 : Tính tín hiệu điều khiển từ phƣơng trình (2.21) Lặp lại bƣớc 1, 2, 3 ở mỗi chu kì lấy mẫu. Một số vấn đề cần chú ý với thuật tốn này: 31
  32. + Bậc của các đa thức ở phƣơng trình (2.15) hoặc giới hạn bậc cao nhất phải biết trƣớc. + Thừa số chung của các ƣớc lƣợng A, B cĩ khả năng giải đƣợc phƣơng trình (2.22) + Phải đảm bảo hệ thống vịng kín là ổn định. + Các tín hiệu nên kích thích liên tục để đảm bảo sự hội tụ của các thơng số. Nhận xét Thuật tốn tự chỉnh định gián tiếp là những ứng dụng đơn giản của ý tƣởng tự chỉnh định. Chúng cĩ thể đƣợc áp dụng tới nhiều phƣơng pháp thiết kế bộ điều khiển và ƣớc lƣợng thơng số. Cĩ 3 khĩ khăn chính với phƣơng pháp này. Phân tích tính ổn định là phức tạp bởi vì các thơng số chỉnh định phụ thuộc vào các thơng số đã ƣớc lƣợng. Thƣờng thì cần phải giải các phƣơng trình tuyến tính trong các thơng số bộ điều khiển. Tiến trình từ các thơng số quá trình đến các thơng số tự chỉnh cĩ thể cĩ các điểm khác biệt. Điều này xảy ra trong các phƣơng pháp thiết kế dựa vào phƣơng pháp đặt cực, chẳng hạn, nếu mơ hình đã ƣớc lƣợng cĩ chung điểm cực và điểm khơng. Các cực và điểm khơng chung cần phải loại bỏ trƣớc khi tiến hành phƣơng pháp đặt cực. Do đĩ việc phân tích tính ổn định chỉ thực hiện trong một số ít trƣờng hợp. Để đảm bảo các thơng số hội tụ đến các giá trị chính xác thì cấu trúc của mơ hình phải chính xác và tín hiệu đầu vào phải kích thích liên tục. 2.2.2. Bộ tự chỉnh định trực tiếp Khối lƣợng tính tốn cho các thuật tốn ở phần trƣớc tốn nhiều thời gian và tính ổn định rất khĩ để phân tích. Nhiều thuật tốn khác đƣợc đề xuất để việc tính tốn thiết kế đơn giản hơn. Ý tƣởng là dùng các đặc tính, các cực và zero mong muốn để viết lại mơ hình hệ thống sao cho các bƣớc thiết kế là khơng đáng kể. Điều này dẫn tới việc thơng số hố lại mơ hình. 32
  33. Nhân phƣơng trình Diophantine (2.22) với y(t) và dùng mơ hình cĩ phƣơng trình (2.15) thì : A0 Am y(t) R1Ay(t) B Sy(t) R1Bu(t) B Sy(t) R1Ce(t) (2.27) B Ru(t) Sy(t) R1Ce(t) Chú ý rằng phƣơng trình (2.36) cĩ thể đƣợc xem nhƣ là một mơ hình của hệ thống đƣợc thơng số hố trong B-, R và S. Việc ƣớc lƣợng các thơng số này tạo ra các đa thức R và S của bộ chỉnh định một cách trực tiếp. Kết hợp phƣơng trình (2.11), tín hiệu điều khiển đƣợc tính từ phƣơng trình (2.7). Lƣu ý mơ hình ở phƣơng trình (2.13) là phi tuyến trừ khi B- là hằng số. Cách khác để thơng số hố là viết mơ hình ở phƣơng trình (2.36) nhƣ: A0 Am y Ru Sy R1Ce (2.28) trong đĩ: R B R và S B S Chú ý đa thức R ở phƣơng trình (2.27) là monic (đa thức cĩ hệ số ở bậc cao nhất bằng 1) nhƣng R ở phƣơng trình (2.28) thì khơng phải monic. Các đa thức R và S cĩ một thừa số chung tƣợng trƣng cho các điểm khơng. Thừa số chung này nên khử bỏ trƣớc khi tính tốn luật điều khiển. Thuật tốn 2.2 - Bộ tự chỉnh định trực tiếp: Bƣớc 1: Ƣớc lƣợng các hệ số của đa thức và ở mơ hình phƣơng trình (2.28). Bƣớc 2: Khử các thừa số chung trong và để đạt đƣợc R và S. Bƣớc 3: Tính tín hiệu điều khiển từ phƣơng trình (2.21) mà R và S cĩ đƣợc ở bƣớc 2. Lặp lại bƣớc 1, 2, 3 ở mỗi chu kì lấy mẫu. 33
  34. Thuật tốn này tránh việc ƣớc lƣợng phi tuyến nhƣng cần phải ƣớc lƣợng nhiều thơng số hơn khi dùng phƣơng trình (2.27) vì các thơng số của đa thức B- đƣợc ƣớc lƣợng 2 lần. Bƣớc 2 do đĩ rất khĩ thực hiện. Vì việc ƣớc lƣợng các thơng số ở phƣơng trình (2.27) tƣơng đối khĩ nên ta xét trƣờng hợp - đặc biệt B là hằng số. Giả sử tất cả các zero cĩ thể bị khử ( B b0 ) A0 Am y(t) b0 Ru(t) Sy(t) R1Ce(t) (2.29) Đáp ứng mong muốn nhƣ sau: Am ym (t) b0Tu c (t) Trong đĩ: bậc(A) = n và A0 chia hết cho T. Sai số (t) = y(t) - ym đƣợc cho bởi: b0 R1C (t) Ru(t) Sy(t) Tu c (t) e(t) A0 Am A0 Am Bây giờ ta xem xét các trƣờng hợp khác nhau. Đầu tiên giả sử e = 0. Đa thức quan sát cĩ thể đƣợc chọn tự do, khi dùng mơ hình liên tục theo thời gian thì điều cần thiết phải giả sử b0/(A0Am) là SPR để đạt đƣợc một MRAS ổn định. Ta cũng cần lƣu ý rằng hàm truyền cĩ các hệ số là số thực dƣơng thoả điều kiện cần để ổn định đƣợc gọi là PR (Positive Real). Hàm là SPR (Strictly Positive Real ) nếu nĩ ổn định với độ dự trữ dƣơng nhỏ tuỳ ý. Một điều kiện tƣơng tự cũng là cần thiết cho các mơ hình rời rạc theo thời gian. Viết lại mơ hình nhƣ sau: u(t) y(t) uc (t) (t) b0[R S T ] A0 Am A0 Am A0 Am * * * b0[R u f (t d0 ) S y f (t d0 ) T ucf (t d0 )] trong đĩ: 34
  35. 1 u f (t) * 1 * 1 u(t) A0 (q )Am (q ) 1 y f (t) * 1 * 1 y(t) A0 (q )Am (q ) 1 ucf (t) * 1 * 1 uc (t) A0 (q )Am (q ) Điều này tƣơng ứng với trƣờng hợp P = Q = A0Am ở phần 2.1. Tính hội tụ bây giờ sẽ phụ thuộc vào dấu của b0. Điều này chỉ ra mối liên hệ giữa MRAS và STR. Thuật tốn 2.3 - Bộ tự chỉnh trực tiếp với nhiễu xác định Dữ liệu: Cho trƣớc giới hạn thấp nhất của thời gian trễ d0 và dấu của b0, * đáp ứng xung hàm truyền vịng kín mong muốn b0/A m và đa thức quan sát mong muốn A0. Bƣớc 1: Ƣớc lƣợng các hệ số của đa thức R*, S*, và T* ở phƣơng trình (2.29) dùng phƣơng pháp ƣớc lƣợng đệ qui. Bƣớc 2: Tính tín hiệu điều khiển từ: * * * R u(t) = - S y(t) + T uc(t) Lặp lại các bƣớc 1, 2 ở mỗi chu kì lấy mẫu. Thuật tốn này tƣơng ứng với bộ điều khiển thích nghi dùng mơ hình chuẩn ở phần 2.1. Chú ý thuật tốn yêu cầu b0 phải biết trƣớc. Nếu khơng biết trƣớc b0 thì cũng cĩ thể ƣớc lƣợng đƣợc bằng cách thay phƣơng trình (2.29) bằng: A0Amy(t) = Ru(t) + Sy(t) +R1C.e(t) mà R bây giờ khơng phải là monic. * Các bộ điều khiển thay đổi cực tiểu và mức trung bình di chuyển Các thuật tốn điều khiển trong trƣờng hợp nhiễu ngẫu nhiên cho hệ thống đƣợc mơ tả bởi phƣơng trình (2.15) sẽ đƣợc xem xét. Đầu tiên giả sử mơ hình biết trƣớc, e là một nhiễu ngẫu nhiên và uc = 0. Đa thức của bộ quan sát tối ƣu cho mơ hình ở phƣơng trình (2.15) là A0 = C. Tiêu chuẩn thiết kế là 35
  36. thay đổi cực tiểu hoặc trung bình di chuyển. Nếu quá trình là cực tiểu pha, bộ chỉnh định thay đổi cực tiểu đƣợc cho bởi: R*(q -1)u(t) = - S*(q -1)y(t) (2.30) Trong đĩ R* và S* là nghiệm cĩ bậc cực tiểu của phƣơng trình Diophantine * -1 * -1 – d * -1 * -1 * -1 * -1 A (q )R (q ) + q 0 B (q )S (q ) = B (q )C (q ) (2.31) với d0 = Bậc (A) - Bậc (B). Bộ điều khiển thay đổi cực tiểu tƣơng ứng với mơ * hình mong muốn với một khoảng trễ d0 bƣớc, A m = 1. Từ phƣơng trình (2.31) thì R* phải chia hết cho B*: * * * R = R1 .B Trong đĩ: Bậc(R1) = d0 – 1. Phƣơng trình (2.31) đƣợc viết lại: * d0 * * A + q S = C * * * C y(t) = A y(t) + S y(t – d0) * * * = B u(t – d0) + S y(t – d0) + C e(t) * * * = R u(t – d0) + S y(t – d0) + C e(t) phƣơng trình này cĩ thể đƣợc viết lại: 1 * * y(t + d0) = [R u(t) + S y(t)] + e(t + d0) (2.32) C * với bộ điều khiển ở phƣơng trình (2.30) thì đầu ra của hệ thống vịng kín trở thành: * -1 y(t) = R1 (q ).e(t) Ngõ ra vì vậy là một trung bình di chuyển với bậc (d0 -1). Trong strom (1970) chỉ ra rằng bộ chỉnh định sẽ cực tiểu sự thay đổi ngõ ra. Một đặc điểm quan trọng là ngõ ra trở thành một trung bình di chuyển bậc (d0 – 1). Chú ý số tự nhiên d0 đƣợc diễn tả nhƣ là số mẫu trơi qua để đầu ra thay đổi khi đầu vào thay đổi. 36
  37. Bộ điều khiển thay đổi cực tiểu cĩ hạn chế là tất cả các điểm khơng của quá trình đều bị khử. Điều này cĩ nghĩa sẽ là khĩ khăn nếu B cĩ các điểm khơng bên ngồi vịng trịn đơn vị. Các khĩ khăn này sẽ tránh đƣợc ở bộ điều khiển trung bình di chuyển. Bộ điều khiển này làm cho ngõ ra cĩ bậc lớn hơn + - + (d0 – 1). Bộ điều khiến đƣợc đề xuất nhƣ sau: thừa số B và B trong B với B cĩ các điểm khơng tắt nhanh (zero well – damped). Xác định R* và S* từ: * * - d * * + * * A R + q 0 B S = B C Phƣơng trình (2.32) cho ta: 1 y(t + d) = [R*u(t) + S*y(t)] + R* e(t + d) (2.33) C * 1 Trong đĩ: * * R R1 B Vì ngõ ra đƣợc điều khiển là một quá trình trung bình di chuyển với bậc (d – 1) nên chúng ta gọi là điều khiển trung bình di chuyển. Chú ý khơng cĩ điểm khơng nào bị khử nếu B+ * = 1, cĩ nghĩa d = bậc (A) = n. Cả 2 luật điều khiển thay đổi cực tiểu và trung bình di chuyển dẫn đến mơ hình tƣơng đƣơng của phƣơng trình (2.32) và (2.33). Sự khác nhau duy nhất là ở giá trị của d mà sẽ điều khiển số điểm khơng của quá trình bị khử. Với d = d0 = Bậc(A) - Bậc(B): tất cả zero bị khử. Với d = Bậc(A): khơng cĩ zero nào bị khử. * Lọc với A 0 trong phƣơng trình (2.29) cũng cĩ thể tạo ra mơ hình của phƣơng trình (2.33): * A0 * * * y(t + d) = [R uf(t) + S yf(t)] + R e(t + d) (2.34) C * 1 Nếu B+ chứa tất cả các điểm khơng ổn định của hệ thống thì nĩ sẽ tƣơng ứng nhƣ bộ điều khiển thay đổi cực tiểu cận tối ƣu trong strưm (1970). 37
  38. * Bộ tự chỉnh định thay đổi cực tiểu và trung bình di chuyển Thuật tốn 2.4 - Thuật tốn tự chỉnh định trực tiếp cơ bản Dữ liệu: Cho trƣớc khoảng dự báo d. Gọi k và l tƣơng ứng là số thơng số trong R* và S*. Bƣớc 1: Ƣớc lƣợng các hệ số của đa thức R* và S* * -1 * -1 y(t + d) = R (q )uf(t) + S (q )yf(t) + (t + d) (2.35) trong đĩ: * -1 -1 –k R (q ) = r0 + r1q +. . . + rkq * -1 -1 –l S (q ) = s0 + s1q + . . . + slq Và: 1 uf (t) = * 1 u(t) A0 (q ) 1 yf (t) = * 1 y(t) A0 (q ) sử dụng các phƣơng trình (2.16) – (2.19) với * * T (t)= y(t) - R uf (t – d) – S yf (t – d) = y(t) - (t – d) ˆ(t – 1) T 1 = * 1 [u(t) . . . u(t – k) y(t) . . . y(t – l)] A0 (q ) T = [r0. . . rk s 0 . . .sl] Bƣớc 2: Tính luật điều khiển R* (q 1 )u(t) S * (q 1 )y(t) (2.36) Với R* và S* đƣợc thay bằng các ƣớc lƣợng tƣơng ứng trong bƣớc 1. Lặp lại các bƣớc 1 và 2 ở mỗi chu kì lấy mẫu. Chú ý: Thơng số r0 cĩ thể ƣớc lƣợng hoặc giả sử biết trƣớc. Ở các trƣờng hợp sau để thuận lợi ta viết R* nhƣ sau: * -1 ' 1 ' k R (q ) = r 0 (1 + r1 q rk q ) 38
  39. Và sử dụng * * T (t) = y(t) - R uf (t – d) – S yf (t – d) = y(t) - (t – d) ˆ (t– 1) T 1 = * 1 [u(t) . . . u(t – k) y(t) . . . y(t – l)] A0 (q ) T = [r0. . . rk s 0 . . .sl] * Tính chất tiệm cận Mơ hình ở phƣơng trình (2.32) và (2.33) đƣợc diễn tả nhƣ là việc thơng số hĩa lại mơ hình ở phƣơng trình (2.15). Chúng tƣơng đồng với mơ hình ở phƣơng trình (2.35) trong thuật tốn 2.4 nếu A0 đƣợc chọn bằng C. Vector hồi qui khơng tƣơng quan với sai số và phƣơng pháp ƣớc lƣợng bình phƣơng tối thiểu sẽ hội tụ tới thơng số thật. Một kết quả đáng kinh ngạc là cũng tự chỉnh định chính xác khi A0 C. Kết quả sau chỉ ra các thơng số tự chỉnh định chính xác cĩ giá trị tƣơng đồng với thuật tốn 2.4 khi A0 C. - Tính chất tiệm cận 1 * Xét thuật tốn 2.4 với A 0 = 1 dùng phƣơng pháp ƣớc lƣợng bình phƣơng cực tiểu. Thơng số b0 = r0 cĩ thể cố định hoặc đƣợc ƣớc lƣợng. Giả sử vector hồi qui cĩ giới hạn, và các ƣớc lƣợng là hội tụ. Hệ thống vịng kín đạt đƣợc trong điều kiện giới hạn cĩ đặc điểm y(t )y(t) 0 d,d 1, , d l (2.37) y(t )u(t) 0 d,d 1, , d k trong đĩ dấu gạch chỉ giá trị trung bình theo thời gian; k, l là số các thơng số ƣớc lƣợng trong R* và S*. - Tính chất tiệm cận 2 Giả sử thuật tốn 2.4 với phƣơng pháp ƣớc lƣợng bình phƣơng cực tiểu đƣợc áp dụng cho phƣơng trình (2.1) và: min(k, l) n – 1 (2.38) 39
  40. Cĩ nghĩa tín hiệu ra là quá trình cĩ mức trung bình di chuyển bậc (d -1). Nếu các ƣớc lƣợng tiệm cận của R và S liên quan với nhau, nghiệm trạng thái cân bằng là: y(t )y(t) = 0 = d, d + 1, (2.39) 2.2.3. Kết nối giữa MRAS và STR Các hệ thống thích nghi dùng mơ hình chuẩn trực tiếp đã đƣợc đề cập trong phần 2.1. Bây giờ chúng ta sẽ chứng tỏ bộ chỉnh định trực tiếp dùng phƣơng pháp đặt cực ở thuật tốn 2.2 là tƣơng đƣơng với một MRAS. Trong trƣờng hợp nhiễu xác định, khi B- là hằng số, mơ hình của quá trình đƣợc viết lại nhƣ sau: T y(t) = f (t d 0 ) Trong thuật tốn gián tiếp, các thơng số đƣợc ƣớc lƣợng bằng các thơng số của bộ chỉnh định. Phƣơng pháp bình phƣơng cực tiểu đƣợc sử dụng cho việc ƣớc lƣợng và (t) đƣợc viết lại: T ˆ (t) = y(t) - yˆ(t) = y(t) f (t d0 ) (2.40) Thơng số cập nhật cĩ thể đƣợc viết lại: ˆ ˆ T (t) (t 1) P(t) f (t d0 ) (t) (2.41) Chú ý rằng theo phƣơng trình (2.40) thì T f (t d 0 ) grad (t) T Vector f (t d 0 ) diễn tả nhƣ là đạo hàm của độ nhạy. Việc cập nhật thơng số ở phƣơng trình (2.41) là một phiên bản rời rạc theo thời gian của luật MIT. Sự khác biệt chính là sai số mơ hình e(t)= y(t) - ym(t) đƣợc thay bằng giá trị thặng dƣ (t) và độ lợi ở MRAS đƣợc thay bằng ma trận P(t) cho ở phƣơng trình (2.19). P làm thay đổi hƣớng của gradient và tạo ra một chiều dài bƣớc thích hợp. Ngƣợc lại, luật MIT cũng cĩ thể xem nhƣ là một thuật tốn gradient để cực tiểu e2, phƣơng trình (2.41) đƣợc xem nhƣ là một phƣơng 40
  41. pháp Newton để cực tiểu 2(t). Giá trị thặng dƣ đƣợc xem nhƣ số gia sai số. Chú ý rằng trong các kĩ thuật nhận dạng nhƣ các bộ tự chỉnh định chúng ta T thƣờng cố gắng đạt đƣợc một kiểu mẫu tƣơng tự với: y(t) f Với phƣơng pháp mơ hình chuẩn thì thƣờng xuyên chỉ cĩ thể đạt một mơ hình kiểu y(t) G( p)( T ) f trong đĩ G(p) là SPR. 2.2.4. Điều khiển dự báo thích nghi Thuật tốn 2.4 là cách để thực hiện một bộ điều khiển với tầm dự báo thay đổi. Bài tốn điều khiển cơ bản là bộ điều khiển trung bình di chuyển. Bộ điều khiển trung bình di chuyển cũng cĩ thể áp dụng đƣợc cho các hệ thống khơng cực tiểu pha nhƣ đƣợc minh họa ở phần “Bộ chỉnh định trực tiếp”. Nhiều cách khác để cĩ điều khiển dự báo sẽ đƣợc đề cập trong tài liệu, một vài trong số này sẽ đƣợc thảo luận và phân tích. Cũng nhƣ đối với các thuật tốn trƣớc, xác định bài tốn điều khiển cơ bản là rất quan trọng để hiểu rõ các tính chất tiệm cận của thuật tốn. Thuật tốn điều khiển dự báo dựa trên một mơ hình của quá trình giả thuyết và các tín hiệu điều khiển ở tƣơng lai. Điều này tạo ra một chuỗi các tín hiệu điều khiển. Chỉ cĩ một tín hiệu đầu tiên là đƣợc áp dụng cho quá trình và một chuỗi các tín hiệu điều khiển mới đƣợc tính tốn khi thực hiện phép đo đạc mới. * Dự báo ngõ ra Ý tƣởng cơ bản trong các thuật tốn điều khiển dự báo là viết lại mơ hình quá trình để cĩ đƣợc một biểu thức rõ ràng cho ngõ ra ở một thời điểm tƣơng lai. Xét mơ hình: * -1 * -1 A (q ) y(t) = B (q ) u(t – d0) (2.42) * -1 * -1 –d * -1 1 = A (q )F (q ) + q Gd (q ) (2.43) trong đĩ: 41
  42. * bậc( Fd ) = d – 1 * bậc(Gd ) = n – 1 Chỉ số d là tầm dự báo với d bƣớc. Giả sử d d0. Việc đồng nhất đa thức ở phƣơng trình (2.42) đƣợc sử dụng để dự báo ngõ ra ở d bƣớc phía trƣớc. Vì vậy: * * * * * y(t + d) = A Fd y(t + d) + Gd y(t) = B u(t + d – d0) + Gd y(t) * -1 -1 -1 – (d - d + 1) -1 B (q ) (q ) = R* (q ) + q 0 R * (q ) d d * Bậc( Rd ) = d – d0 * Bậc( Rd ) = n – 2 * Các hệ số của R d là những giới hạn d – d0 + 1 đầu tiên của đáp ứng xung của hệ thống vịng hở. Điều này cĩ thể thấy nhƣ sau: * - d 0 * * - * * d Gd q B /A = q B (F d + q ) A* * 1 * 1 d * 1 – ( d + 1) * -1 B (q )G (q ) – ( d + ) = q 0 R (q ) + q R (q ) + d q (2.44) d d A* (q 1 ) * 1 -1 * – 1 y( t + d) = Rd (q ) u(t + d – d0) + (q ) u(t – 1) + G d (q ) y(t) * 1 = Rd (q ) u(t + d – d0) + yd (t) (2.45) * 1 Rd (q ) u(t + d – d0) phụ thuộc vào u(t), . . . , u(t + d – d0), (t) là hàm của u(t – 1), u(t – 2), và y(t), y(t -1) Biến (t) đƣợc hiểu nhƣ là điều kiện dự báo của y(t + d) với giả sử u(t) và các tín hiệu điều khiển tƣơng lai là điểm khơng. Ngõ ra ở thời điểm (t + d) vì vậy phụ thuộc vào các tín hiệu điều khiển tƣơng lai ( nếu d > d0), tín hiệu điều khiển, các ngõ vào và ngõ ra ở thời điểm trƣớc. Cũng cĩ thể giả sử tín hiệu điều khiển duy trì hằng số: u(t) = u(t + d) = = u(t + d – d0) (2.46) Cách khác để xác định luật điều khiển là mang y(t + d) đến một giá trị mong muốn trong khi cực tiểu mục tiêu điều khiển theo tầm dự báo: 42
  43. t d u(k) 2 (2.47) k t * Điều khiển khơng thay đổi theo thời gian: Chọn ngõ ra đƣợc dự báo bằng với ngõ ra mong muốn ym và giả sử vẫn giữ phƣơng trình (2.46): * -1 * -1 * – 1 [R d(1) + q Rd (q )]u(t) + G d (q ) y(t) = ym(t + d) Luật điều khiển là: y (t d) G* (q 1 )y(t) u(t) = m d (2.48) R* (1) R* (q 1 )q 1 d d Tín hiệu điều khiển này sẽ đƣợc sử dụng cho quá trình. Ở lần lấy mẫu kế tiếp, một phép đo mới đạt đƣợc và luật điều khiển ở (2.48) dƣợc sử dụng tiếp. Chú ý giá trị của tín hiệu điều khiển thay đổi theo thời gian chứ khơng phải cố định. Ở đây ta sử dụng qui tắc điều khiển lùi tầm. Chú ý luật điều khiển là khơng đổi ngƣợc với bộ điều khiển LQ cố định tầm. Bây giờ chúng ta sẽ phân tích hệ thống vịng kín khi sử dụng phƣơng trình (2.48) để điều khiển quá trình (2.42). Việc thực hiện các phép tính ở tốn tử sai phân tới là cần thiết để cĩ thể quan sát các cực ban đầu. Phƣơng trình (2.30) đƣợc viết lại theo tốn tử sai phân tới nhƣ sau: n + d - 1 q = A(q)Fd(q) + Gd(q) (2.49) Đa thức đặc tính của hệ thống vịng kín là: n – 1 P(q) = A(q) [q Rd(1) + Rd (q) ] + Gd (q) B(q) Bậc(P) = Bậc(A) + n - 1 = 2n – 1 Phƣơng trình thiết kế (2.49) cĩ thể đƣợc sử dụng để viết lại hàm P(q): n + d - 1 B(q)q = A(q) B(q)Fd(q) + Gd (q) B(q) n -1 = A(q)[q Rd (q) + Rd (q)] + Gd (q) B(q) Vì vậy: 43
  44. n + d -1 n – 1 A(q) Rd (q) + Gd (q) B(q) = B(q) q - A(q)q Rd(q) Cho ta: n – 1 n – 1 d P(q) = q A(q)Rd(1) + q [q B(q) - A(q)Rd(q)] Nếu hệ thống ổn định thì các số hạng phía sau của (2.54) sẽ biến mất khi d . Do đĩ: n -1 lim P(q) = q A(q)Rd(1) nếu A(z) là một đa thức ổn định. d * Điều khiển cực tiểu Thuật tốn điều khiển là sẽ điều chỉnh y(t + d) tới ym(t + d) trong khi cực tiểu phƣơng trình (2.47). Phƣơng trình (2.45) đƣợc viết lại: * -1 y(t + d) = Rd (q )u(t + d – d0) + yd (t) = rd 0 u(t + v) + . . .+ rdv u(t) + v = d – d0. Giới thiệu hàm Lagrange: 2 2 -1 2J = u(t) + . . .+ u(t + v) + 2 [ym(t + d) - - (q ) u(t + v)] Cho đạo hàm riêng đối với các biến u(t), . . . ,u(t + v) và bằng 0 ta đƣợc: u(t) = rdv . . . u(t + v) = rd 0 ym(t + d) - = rd 0 u(t + v) + . . . + rd u(t) Các phƣơng trình này cho ta: y (t d) y (t) u(t) = m d trong đĩ: 44
  45. 2 rdi = i 0 rd Sử dụng định nghĩa yd (t) cho ta: * * u(t) = ym(t + d) - Rd u(t – 1) - Gd y(t) hoặc * ym (t d) Gd y(t) ym (t d n 1) Gd (q)y(t) u(t) = 1 * = n 1 (2.50) q Rd q Rd (q) Sử dụng phƣơng trình (2.50) và mơ hình của phƣơng trình (2.42) cho đa thức đặc tính vịng kín: n - 1 P(q) = A(q) [q + Rd (q)] + Gd(q)B(q) Phƣơng trình này cĩ dạng nhƣ (2.35) với Rd(1) đƣợc thay bằng . Điều này cĩ nghĩa các cực vịng kín tiến gần tới zero của q n – 1A(q) khi A(q) là ổn định và khi d . * Điều khiển dự báo tổng quát: Các bộ điều khiển dự báo đề cập từ trƣớc chỉ xem xét giá trị ngõ ra chỉ ở một thời điểm ở tƣơng lai. Nhiều tổng quát hố khác nhau của điều khiển dự báo đƣợc đề xuất mà trong đĩ hàm tổn hao là cực tiểu: N2 Nu 2 2 J(N1, N2, Nu) = E [y(t k) ym (t k)] u(t k 1) (2.51) k N1 k 1 Trong đĩ = 1 – q -1 là tốn tử vi phân. Sự lựa chọn các giá trị khác nhau của N1, N2, Nu sẽ đƣa ra các phƣơng pháp khác nhau. Phƣơng pháp điều khiển dự báo tổng quát đƣợc minh hoạ bằng cách dùng hàm tổn hao (2.37) và mơ hình quá trình: * * -1 A (q)y(t) = B (q )u(t – d0) + e(t) / (2.52) 45
  46. Mơ hình này đƣợc gọi là CARIMA (Controlled AutoRegressive Intergrating Moving Average). Nĩ cĩ thuận lợi là bộ điều khiển bản thân sẽ chứa một khâu tích phân. Giống nhƣ phƣơng trình (2.30) ta cĩ đồng nhất: 1 = A*(q) F * (q - 1)(1 – q -1) + q –d G * (q – 1) (2.53) d d Cơng thức này đƣợc sử dụng để xác định ngõ ra ở d bƣớc kế tiếp: * * * y(t + d) = Fd B u(t + d – d0) + Gd y(t) + e(t + d) * F d cĩ bậc d -1. Bộ dự báo với sai số quân phƣơng tối ƣu với ngõ ra đƣợc đo đạc đến thời điểm t và chuỗi ngõ vào bất kì là: * * yˆ(t d) = Fd B u(t + d – d0) + y(t) (2.54) Giả sử đầu ra mong muốn ym(t + k), k = 1, 2, là cĩ sẵn. Hàm tổn hao ở (2.51) sẽ đƣợc cực tiểu để cho ra một chuỗi các tín hiệu điều khiển ở tƣơng lai. Chú ý giá trị mong đợi ở (2.51) sẽ cĩ đƣợc tƣơng ứng với dữ liệu cĩ đƣợc tới thời điểm t với giả sử các đo đạc ở tƣơng lai khơng cĩ sẵn. Điều này cĩ nghĩa chỉ cĩ thừa số đầu tiên của chuỗi điều khiển là đƣợc sử dụng. Các phép tốn sẽ lặp lại khi cĩ đƣợc một đo đạc mới. Bộ điều khiển với kết quả nhƣ thế gọi là điều khiển hồi tiếp tối ƣu vịng hở. Nhƣ tên của nĩ, giả sử sử dụng hồi tiếp nhƣng nĩ chỉ đƣợc tính tốn chỉ dựa vào thơng tin cĩ sẵn ở thời điểm hiện tại. Dùng phƣơng trình (2.45): * – 1 * y(t + 1) = R1 (q ) u(t + 1 – d0) + y1 (t) + F1 e(t + 1) * – 1 * y(t + 2) = R2 (q ) u(t + 2 – d0) + y2 (t) + F2 e(t + 2) . . . * – 1 * y(t + N) = RN (q ) u(t + N – d0) + y N (t) + FN e(t + N) 46
  47. Mỗi giá trị ngõ ra bao gồm các tín hiệu điều khiển ở tƣơng lai (nếu d>d0), ngõ vào đo đƣợc và tín hiệu nhiễu ở tƣơng lai. Các phƣơng trình ở trên cĩ thể đƣợc viết lại: y = R u + y + e trong đĩ: y = [y(t + 1) . . . y(t + N)]T T u = [ u(t + 1 – d0) . . . u(t + N – d0)] T = [ 1(t) . . . N(t)] * * T e = [ F1 e(t + 1) . . . FN e(t + N)] * Từ phƣơng trình (2.44) ta thấy các hệ số của R d chính là (d d0 1) số d0 * * hạng đầu của đáp ứng xung q B / (A ) và cũng giống nhƣ (d d0 1) số * * hạng đầu của đáp ứng bƣớc q d0 B / A . Do đĩ ma trận R là ma trận tam giác dƣới: r0 0  0 r r  0 R = 1 0    rN 1 rN 2  r0 Nếu hệ thống cĩ thời gian trễ (d0 > 1) thì (d0 – 1) hàng đầu của R sẽ là zero. Gọi: T ym = [ym(t + 1) . . . ym(t + N)] Giá trị mong đợi của hàm tổn hao đƣợc viết lại: T T J(1, N, N) = E{( y – ym) (y – ym) + u u} T T = (R u + - ym) (R u + - ym) + u u Cực tiểu hố biểu thức này theo u ta đƣợc: T 1 T u (R R I) R (ym y) (2.55) 47
  48. Thành phần đầu trong u là u(t) là tín hiệu điều khiển ứng dụng cho hệ thống. Chú ý bộ điều khiển tự động cĩ một khâu tích phân. Điều này là cần thiết để bù cho số hạng nhiễu sai lệch ở phƣơng trình (2.52). Việc tính tốn phƣơng trình (2.55) liên quan tới ma trận nghịch đảo NxN, mà N là tầm dự báo của hàm tổn hao. Để giảm khối lƣợng tính tốn thì ta cĩ thể giới hạn các tín hiệu điều khiển ở tƣơng lai. Chẳng hạn, ta giả sử việc tăng tín hiệu điều khiển là bằng zero sau Nu bƣớc (Nu Nu Điều này cĩ nghĩa tín hiệu điều khiển sau Nu bƣớc sẽ là hằng số. So sánh với điều kiện khống chế ở phƣơng trình (2.47). Luật điều khiển (phƣơng trình (2.55)) sẽ thay đổi: T – 1 T u = ( R1 R1 + I ) R1 (ym - y ) (2.56) R1 là ma trận NxNu r0 0  0 r1 r0  0    R1 =  r0   r r  r N 1 N 2 N Nu Ma trận lấy nghịch đảo bây giờ cĩ bậc NuxNu. Ngõ ra và các tầm điều khiển đƣợc chọn nhƣ sau: N1: Nếu thời gian trễ biết trƣớc thì N1 = d0, ngƣợc lại chọn N1 = 1. N2: Tầm ngõ ra cực đại N2 đƣợc chọn sao cho N2h cĩ giá trị bằng với thời gian lên của hệ thống, trong đĩ h là thời gian lấy mẫu của bộ điều khiển. Nu: Thƣờng Nu = 1 sẽ cĩ đƣợc kết quả tốt đối với những hệ thống đơn giản. Đối với các hệ thống phức tạp, Nu ít nhất phải bằng với số cực khơng ổn định hoặc số cực gây dao động tắt yếu. 48
  49. Để bộ điều khiển dự báo tổng quát cĩ khả năng thích nghi thì điều cần thiết là phải ƣớc lƣợng A* và B* ở mỗi bƣớc thời gian. Các giá trị dự báo ứng với các tầm dự báo khác nhau sẽ đƣợc tính tốn và tính tín hiệu điều khiển ở phƣơng trình (2.56). Bộ điều khiển dự báo thích nghi vì vậy sẽ là một thuật tốn điều khiển gián tiếp. Phƣơng trình (2.54) đƣợc tính bằng cách đệ qui để đơn giản khối lƣợng tính tốn. Cuối cùng, Nu thƣờng cĩ giá trị nhỏ để ma trận nghịch đảo cĩ bậc thấp. Tín hiệu điều khiển u(t) từ phƣơng trình (2.56) là: T – 1 T u = [ 1 0 . . . 0] [ R1 R1 + I ] R1 [ym - y ] = [ 1 . . . N] [ym - ] Hơn nữa, từ phƣơng trình (2.52), sử dụng phƣơng trình (2.44) * * R A 1 1 d0 * * * * q G1 R1 u (t 1) G1 y(t) B =  =  y(t) * * * * R u (t 1) G y(t) R A 1 N N N q d0 G* B* N Hệ thống vịng kín cĩ phƣơng trình đặc tính: 1 * * d0 * * R1 A q B G1 * A + [ 1 . . . N]  1 * * d0 * * RN A q B GN Đồng nhất phƣơng trình (2.40) cho ta: * * * * – d * * B = A B F d + q Gd B * * – ( d - d 0 + 1) * d * * = A [ Rd + q Rd ] + q Gd B Điều này cho ta phƣơng trình đặc tính: * * * (B A R1 )q * A + [ 1 . . . N]  * * * N (B A RN )q 49
  50. N * i * * * = A + i q (B A Ri ) (2.57) i 1 Phƣơng trình (2.57) cho ra một biểu thức của phƣơng trình đặc tính vịng kín nhƣng vẫn cịn khĩ khăn để đƣa ra một kết luận tổng quát về tính chất của hệ thống vịng kín ngay cả khi quá trình đã biết trƣớc. Nếu Nu = 1 thì: ri i = N 2 rj j 1 Nếu đủ lớn, hệ thống vịng kín sẽ khơng ổn định khi hệ thống vịng hở khơng ổn định. Tuy nhiên nếu cả 2 tầm điều khiển và tầm dự báo đều tăng thì bài tốn sẽ tƣơng tự nhƣ bài tốn điều khiển LQ với tầm cố định và do đĩ nĩ sẽ cĩ đặc tính ổn định tốt hơn. 2.2.5. Kết luận Trong phần này chúng ta đã xem xét nhiều bộ tự chỉnh định khác nhau. Ý tƣởng cơ bản là ƣớc lƣợng các thơng số chƣa biết của hệ thống và thiết kế bộ điều khiển. Các thơng số ƣớc lƣợng giả sử bằng với thơng số thực khi thiết kế bộ điều khiển. Thỉnh thoảng cũng bao gồm các ƣớc lƣợng chƣa chắc chắn vào trong thiết kế. Bằng cách kết hợp các phƣơng pháp ƣớc lƣợng khác nhau và các phƣơng pháp thiết kế khác nhau ta sẽ cĩ đƣợc các bộ tự chỉnh với các tính chất khác nhau. Trong phần này ta chỉ đề cập ý tƣởng cơ bản và các tính chất tiệm cận. Khía cạnh quan trọng nhất của các bộ tự chỉnh định là đƣa ra các thơng số hố. Một thơng số hố lại cĩ thể đạt đƣợc bằng cách sử dụng mơ hình hệ thống và đáp ứng vịng kín mong muốn. Mục tiêu của việc thơng số hố lại là để thực hiện ƣớc lƣợng trực tiếp các thơng số của bộ điều khiển sao cho mơ hình mới tuyến tính với các thơng số. 50
  51. Chỉ cĩ vài thuật tốn tự chỉnh định đƣợc đề cập và giải quyết trong phần này. Việc kết hợp các phƣơng pháp ƣớc lƣợng khác nhau và vấn đề thiết kế cơ bản sẽ tạo ra các thuật tốn với các tính chất khác nhau. Mục tiêu của phần này là đƣa ra một cảm nhận cách phát triển và phân tích các thuật tốn. Khi thực hiện một bộ tự chỉnh thì việc lựa chọn bài tốn thiết kế cơ bản là rất quan trọng. Một phƣơng pháp thiết kế mà khơng phù hợp cho hệ thống biết trƣớc thì cũng sẽ khơng tốt hơn khi hệ thống chƣa biết trƣớc. 2.3. CHỈNH ĐỊNH TỰ ĐỘNG VÀ LỊCH TRÌNH ĐỘ LỢI Một loại đặc biệt của thích nghi vịng hở hay sự thay đổi các tham số bộ điều chỉnh đƣợc đề cập trong phần này. Trong nhiều trƣờng hợp, cĩ thể biết đƣợc sự thay đổi động học của quá trình theo các điều kiện vận hành. Nguồn gốc của sự thay đổi động học cĩ thể là tính phi tuyến. Cĩ thể thay đổi tham số của bộ điều khiển bằng cách giám sát các điều kiện vận hành của quá trình. Khái niệm này gọi là lịch trình độ lợi, vì mơ hình đầu tiên đƣợc sử dụng chỉ để điều chỉnh độ lợi của quá trình. 2.3.1. Kỹ thuật chỉnh định * Phương pháp Zeigler – Nichols Luật điều khiển PID: 1 t de u(t) K e(t) e(s)ds T c T d dt i 0 Thơng số phương pháp Zeigler – Nichols: Bộ điều aKc Ti / L Td / L Tp / L khiển P 1 4 PI 0.9 3 5.7 PID 1.2 2 0.5 3.4 51
  52. Những khĩ khăn đối với phương pháp Zeigler – Nichols: - Khĩ xác định các thơng số - Tắt quá chậm - Hai thơng số thì khơng đủ * Phương pháp đáp ứng quá độ Mơ hình 3 thơng số: k G(s) e sL 1 sT * Phương pháp đáp ứng nấc k 0.63k a Thời gian L T * Phương pháp diện tích k A0 A1 L + T 52
  53. A T L 0 k eA T 1 k * Phương pháp đáp ứng tần số Ý tƣởng: Cho chạy bộ điều khiển tỉ lệ, tăng độ lợi cho đến khi hệ thống bắt đầu dao động. Quan sát “Độ lợi Ku giới hạn” và “Chu kỳ giới hạn Tu”. Lặp lại: Xác định đặc tính đáp ứng tần số. 1 N( ) G(j ) Các thơng số bộ điều khiển: Bộ điều Kc / Ti / Tu Td / Tu Tp / Tu khiển Ku P 0.5 1 PI 0.4 0.8 1.4 PID 0.6 0.5 0.12 0.85 53
  54. Thực nghiệm: PID A u y Quá trình T Relay -1 Kết quả thực tế - Thơng tin biết trƣớc? - Bắt đầu thực nghiệm nhƣ thế nào? - Hồi tiếp đến biên độ giới hạn của dao động. - Hiệu chỉnh luật Zeigler – Nichols: Thay đổi các giá trị trong bảng. Sử dụng 3 thơng số: Ku, Tu và Kp. - Làm sao để đƣơng đầu với nhiễu đƣợc Nhiễu tải Nhiễu đo Từ trễ Sự lặp lại trực tuyến Ý tƣởng: Tìm các nét đặc trƣng của đáp ứng trực tuyến đối với điểm đặt hoặc các nhiễu tải. Hiệu chỉnh bộ điều khiển dựa trên các đặc tính quan sát đƣợc. 54
  55. e1 e3 e2 Tp Đặc tính: hệ số tắt d và độ vọt lố e e e d 3 2 2 e1 e2 e1 Bộ điều khiển hiệu chỉnh dựa trên luật thử và sai. Dễ dàng đối với PI và khĩ khăn hơn đối với PID. Thơng tin biết trƣớc Tiền chỉnh định 2.3.2. Lịch trình độ lợi Thỉnh thoảng cĩ thể tìm thấy những biến đổi phụ cĩ tƣơng quan tốt với những thay đổi của quá trình động học. Vì thế cĩ thể làm giảm ảnh hƣởng của tham số biến động chỉ đơn giản bằng việc thay đổi tham số của bộ điều chỉnh nhƣ các hàm của các biến phụ 55
  56. Hình 2.6. Mơ hình lịch trình độ lợi Lịch trình độ lợi cĩ thể đƣợc xem nhƣ hệ thống điều khiển hồi tiếp mà độ lợi hồi tiếp đƣợc chỉnh bởi bộ bù đƣợc cung cấp trƣớc.  Ưu, khuyết điểm của lịch trình độ lợi Mặt hạn chế của lịch trình độ lợi là bù vịng hở. Khơng cĩ hồi tiếp để bù cho sai số lịch trình. Hạn chế khác của lịch trình độ lợi là việc thiết kế tốn nhiều thời gian. Tham số bộ điều chỉnh phải đƣợc chọn cho nhiều điều kiện vận hành và đặc tính kĩ thuật phải đƣợc kiểm tra bằng nhiều quá trình mơ phỏng. Những khĩ khăn này tránh đƣợc nếu lịch trình dựa vào các phép chuyển đổi phi tuyến. Lịch trình độ lợi cĩ ƣu điểm là các tham số bộ điều chỉnh cĩ thể đáp ứng rất nhanh với sự thay đổi của quá trình. Khi khơng cĩ ƣớc lƣợng tham số, nhân tố giới hạn phụ thuộc vào tốc độ đáp ứng các phép đo phụ với sự thay đổi của quá trình. 2.3.3. Xây dựng lịch trình Lựa chọn các biến lịch trình Hồn thiện việc thiết kế điều khiển cho những điều kiện vận hành 56
  57. khác nhau. Sử dụng việc chỉnh định tự động. Sự biến đổi. Thật khĩ để tìm luật chung cho việc thiết kế bộ điều chỉnh theo lịch trình độ lợi. Vấn đề chính là việc quyết định các biến sử dụng làm biến lịch trình. Rõ ràng các tín hiệu phụ phải phản ánh điều kiện vận hành của đối tƣợng. Sẽ cĩ những trình bày lí tƣởng đơn giản cho các tham số bộ điều chỉnh liên quan đến các biến lịch trình. Vì thế cần cĩ kiến thức tốt về hệ động học của quá trình nếu lịch trình độ lợi đƣợc sử dụng. Các khái niệm tổng quát sau cĩ thể phục vụ cho mục đích này. - Tuyến tính hố cơ cấu dẫn động phi tuyến. - Lập trình độ lợi dựa vào đo đạc các biến phụ - Vận hành dựa vào hiệu suất - Các phép biến đổi phi tuyến. 2.3.4. Ứng dụng Lịch trình độ lợi là phƣơng pháp rất hữu dụng. Nĩ yêu cầu phải cĩ kiến thức tốt về quá trình và các biến phụ cĩ thể đƣợc đo đạc. Một thuận lợi lớn của phƣơng pháp này là bộ điều chỉnh thích nghi (đáp ứng) nhanh khi các điều kiện thay đổi. Một số ứng dụng nhƣ: định hƣớng cho tàu, kiểm sốt nồng độ pH, kiểm sốt khí đốt, điều khiển động cơ và điều khiển bay. 2.3.5. Kết luận Lịch trình độ lợi là cách tốt để bù cho đặc tính phi tuyến biết trƣớc. Bộ điều chỉnh cĩ thể phản ứng nhanh với sự thay đổi của các điều kiện. Mặt hạn chế của kĩ thuật này là thiết kế tốn nhiều thời gian nếu khơng dùng phép chuyển đổi phi tuyến và tự động chỉnh định. Mặt hạn chế khác là các tham số 57
  58. điều khiển đƣợc thay đổi trong vịng hở, khơng cĩ hồi tiếp từ đặc tính làm việc của hệ thống. Phƣơng pháp này khơng thể dùng đƣợc nếu đặc tính động học của quá trình hoặc nhiễu khơng đƣợc biết trƣớc đầy đủ, chính xác. 58
  59. Chương 3 THIẾT KẾ VÀ MƠ PHỎNG 3.1. ĐẶT VẤN ĐỀ Cho hệ thống: 1 B G(s) Với a là thơng số chƣa biết (3.1) s(s a) A Xác định bộ điều khiển cĩ thể cho hệ thống vịng kín sau: 2 Bm Gm (s) 2 2 (3.2) s 2 s Am Xác định các bộ điều khiển thích nghi mơ hình mẫu dựa trên phƣơng pháp gradient và lý thuyết ổn định. 3.2. GIẢI THUẬT Luật điều khiển tuyến tính cĩ dạng: Ru Tu c Sy (3.3) Với R,S,T là các đa thức. Ta cĩ thể vẽ lại nhƣ sau: 59
  60. B Ta cĩ : y u A A u y Thay vào (3.3) ta đƣợc: B (AR BS)y BTuc (3.4) Ta cĩ : B B B 1 B B 1 Để cĩ hệ thống nhƣ mong muốn thì (AR BS ) phải chia hết cho Am ,đa thức này phải chứa Am B và cĩ bậc lớn hơn bằng bậc của Am B . Phƣơng trình Diophantine: AR BS B A0 Am (3.5) Với R B R1 . Khử B trong (3.5) ta đƣợc: AR1 B S A0 Am (3.6) 2 2 s(s a)R1 S A0 (s 2 s ) Ta chọn: R1 1 R B R1 1 A0 1 2 S s0s 2 2 2 2 s as s0s s 2 s a s0 2 Để (3.4) cĩ dạng (3.2) thì: ' 2 B B B m m ' T A0 B m ' 2 ' 2 Với B 1 B m và T A0 B m Nhƣ vậy, ta cĩ bộ điều khiển tuyến tính sau: 60
  61. Luật điều khiển cĩ dạng: 2 2 u uc (s0s )y Phƣơng trình của hệ kín: (AR BS)y BTuc 2 2 2 (s as s0s )y uc 2 y 2 2 uc s (a s0 )s 3.3. THIẾT KẾ y Mơ hình m Tham số điều khiển Cơ cấu hiệu chỉnh u c y Bộ điều khiển Đối tƣợng u Hệ thống thích nghi mơ hình tham chiếu Trong hệ thống cơ cấu hiệu chỉnh sẽ thay đổi các thơng số của bộ điều khiển sao cho ngõ ra y của đối tƣợng giống với ngõ ra ym của mơ hình. Ta sử dụng phƣơng pháp Gradient để xây dựng luât cập nhập thơng số cho cơ cấu hiệu chỉnh. 61
  62. Định nghĩa sai số: e y ym Ta phải thay đổi thơng số của bộ điều khiển sao cho sai số e này về 0. Xét chuẩn: 1 J ( ) e2 2 Để làm cho J nhỏ thì chiều thay đổi của thơng số là chiều âm gia số của J, nhƣ sau: d J e e dt Với hệ đã cho ta cĩ: e 2s s u y s 2 2 2 c s2 (a s )s 2 0 s (a s0 )s 0 Khi hàm truyền đạt của hệ thống đạt tới hàm truyền đạt mong muốn thì: 2 2 2 2 s (a s0 )s s 2 s hay a s0 2 s0 2 a Do đĩ: e s 2 2 y s0 s 2 s Suy ra: ds0 e s e e 2 2 y dt s0 s 2 s Tính ổn định hay khơng của hệ thống phụ thuộc nhiều vào thơng số a của quá trình.Việc lựa chọn thơng số của bộ điều khiển thích nghi phải căn cứ vào tầm thay đổi của thơng số a khi hệ thống hoạt động. 62
  63. 3.4. KẾT QUẢ MƠ PHỎNG Thiết kế theo mơ hình thích nghi 63
  64. Kết quả mơ phỏng thu được 3.5. KẾT LUẬN Bộ điều khiển thích nghi mơ hình tham chiếu (MRAS).Với phƣơng pháp tiếp cận Gradient và lý thuyết ổn định cĩ thể giải quyết tốt vấn đề điều khiển hệ thống khi thơng số của hệ thống thay đổi. Tuy bộ điều khiển là thích nghi nhƣng tính thích nghi chỉ cĩ thể thỏa mãn trong một điều kiện làm việc giới hạn,phải chấp nhận đánh đổi giữa tính ổn định của hệ thống với tốc độ hội tụ về giá trị đúng của thơng số cần điều khiển. 64
  65. KẾT LUẬN Thích nghi là quá trình thay đổi thơng số, cấu trúc của bộ điều khiển hay tác động điều khiển trên cơ sở lƣợng thơng tin cĩ đƣợc trong quá trình làm việc với mục đích đạt đƣợc một trạng thái nhất định, thƣờng là tối ƣu khi thiếu lƣợng thơng tin ban đầu cũng nhƣ khi điều kiện làm việc thay đổi. Điều khiển thích nghi là tổng hợp các kỹ thuật nhằm tự động chỉnh định các bộ điều chỉnh trong mạch điều khiển nhằm hiện thực hay duy trì ở một mức độ nhất định chất lƣợng của hệ khi thơng số của quá trình khơng biết trƣớc hay thay đổi theo thời gian. Lý thuyết điều khiển thích nghi đã đƣợc đƣợc hình thành nhƣ một mơn khoa học, từ tƣ duy đã trở thành hiện thực nghiêm túc, từ cách giải quyết những vấn đề cơ bản trở thành bài tốn tổng quát, từ những vấn đề về sự tồn tại và khả năng cĩ thể giải quyết đến những ứng dụng cĩ tính bền vững và chất lƣợng. Trong đồ án này em đã đề cập một cách tổng quan về hệ điền khiển thích nghi, trọng tâm gồm các phần:  Tìm hiểu về hệ thích nghi mơ hình tham chiếu MRAS, nắm bắt đƣợc nội dung và phƣơng pháp thiết kế MRAS  Bộ tự chỉnh định STR bao gồm bộ tự chỉnh định trực tiếp và bộ tự chỉnh định gián tiếp.Tìm hiểu về các thuật tốn của bộ tự chỉnh định  Chỉnh định tự động và lịch trình độ lợi Một lần nữa em xin chân thành cảm ơn sự giúp đỡ,hƣớng dẫn hết sức tận tình của thầy Th.S Nguyễn Văn Dƣơng, đã giúp đỡ em trong suốt quá trình hồn thành đồ án này. Em xin chân thành cảm ơn các Thầy Cơ trong ngành Điện tử - Viễn thơng Trƣờng Đại Học Dân Lập Hải Phịng đã giúp đỡ em trong thời gian qua. Em xin chân thành cảm ơn! 65
  66. TÀI LIỆU THAM KHẢO [1]. Nguyễn Thƣơng Ngơ (2005), Lý thuyết điều khiển tự động thơng thường và hiện đại, quyển 4, Nhà xuất bản Khoa học và kỹ thuật. [2]. Phạm Cơng Ngơ (2006), Lý thuyết điều khiển tự động, Nhà xuất bản Khoa học và kỹ thuật. [3]. Nguyễn Phƣơng, Nguyễn Thị Phƣơng Giang (2005), Cơ sở tự động hố sử dụng trong ngành cơ khí, Nhà xuất bản Khoa học và kỹ thuật. [4]. Amerongen, J. van (2004); Intelligent Control (part 1)-MRAS, Lecture notes; University of Twente, The Netherlands, March. [5]. Amerongen, J.van (2006); A MRAS-based learning feed-forward controller; University of Twente, The Netherlands. [6]. [7]. 66
  67. MỤC LỤC LỜI MỞ ĐẦU 1 Chương 1. TỔNG QUAN VỀ ĐIỀU KHIỂN TỰ ĐỘNG 2 1.1. KHÁI NIỆM CƠ BẢN 2 1.2. CÁC NGUYÊN TẮC ĐKTĐ 2 1.2.1. Nguyên tắc giữ ổn định 2 1.2.2. Nguyên tắc điều khiển theo chƣơng trình 3 1.2.3. Nguyên tắc tự định chỉnh 4 1.3. PHÂN LOẠI HỆ THỐNG ĐKTĐ 4 1.4. CÁC VẤN ĐỀ TRONG NGHIÊN CỨU ĐIỀU KHIỂN TỰ ĐỘNG 5 1.5. MƠ HÌNH TỐN HỌC CỦA HỆ THỐNG ĐIỀU KHIỂN 6 1.5.1. Các khâu cơ bản 6 1.5.2. Mơ hình tốn học trong miền tần số 8 1.5.3. Mơ hình tốn học trong miền thời gian 10 1.5.4. Sự ổn định của hệ thống 13 Chương 2. HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI 15 2.1. HỆ THÍCH NGHI MƠ HÌNH THAM CHIẾU – MRAS 15 2.1.1. Sơ đồ chức năng 15 2.1.2. Luật MIT 16 2.1.3. Nội dung, phƣơng pháp thiết kế MRAS 18 2.1.4. Thiết kế MRAS dùng lý thuyết ổn định của Lyapunov 24 2.1.4.1. Phƣơng pháp thứ hai của Lyapunov 24 2.1.4.2. Hệ thống MRAS rời rạc 26 2.1.4.3. MRAS cho hệ thống chỉ biết đƣợc từng phần 26 2.1.5. Kết luận 26 2.2. BỘ TỰ CHỈNH ĐỊNH - STR 27 2.2.1. Bộ tự chỉnh định gián tiếp 29 2.2.2. Bộ tự chỉnh định trực tiếp 32 2.2.3. Kết nối giữa MRAS và STR 40 2.2.4. Điều khiển dự báo thích nghi 41 67
  68. 2.2.5. Kết luận 50 2.3. CHỈNH ĐỊNH TỰ ĐỘNG VÀ LỊCH TRÌNH ĐỘ LỢI 51 2.3.1. Kỹ thuật chỉnh định 51 2.3.2. Lịch trình độ lợi 55 2.3.3. Xây dựng lịch trình 56 2.3.4. Ứng dụng 57 2.3.5. Kết luận 57 Chương 3. THIẾT KẾ VÀ MƠ PHỎNG 59 3.1. ĐẶT VẤN ĐỀ 59 3.2. GIẢI THUẬT 59 3.3. THIẾT KẾ 61 3.4. KẾT QUẢ MƠ PHỎNG 63 3.5. KẾT LUẬN 64 KẾT LUẬN 65 TÀI LIỆU THAM KHẢO 66 68