Điều khiển trượt hệ nâng vật trong từ trường dùng mạng nơ ron hàm cơ sở xuyên tâm

Bài viết Điều khiển trượt hệ nâng vật trong từ trường dùng mạng nơ ron hàm cơ sở xuyên tâm được nghiên cứu nhằm mục tiêu áp dụng bộ điều khiển trượt dùng mạng nơ-ron hàm cơ sở xuyên tâm, gọi tắt là mạng nơron RBF (Radial Basis Function Neural Networks) cho hệ nâng vật trong từ trường.
Nội dung trích xuất từ tài liệu:
Điều khiển trượt hệ nâng vật trong từ trường dùng mạng nơ ron hàm cơ sở xuyên tâm 74 Nguyễn Ngô Phong, Nguyễn Chí Ngôn, Ngô Quang Hiếu ĐIỀU KHIỂN TRƯỢT HỆ NÂNG VẬT TRONG TỪ TRƯỜNG DÙNG MẠNG NƠ-RON HÀM CƠ SỞ XUYÊN TÂM SLIDING MODE CONTROL FOR MAGNETIC LEVITATION SYSTEM USING RADIAL BASIS FUNCTION NEURAL NETWORK Nguyễn Ngô Phong1, Nguyễn Chí Ngôn2, Ngô Quang Hiếu2 1 Học viên CH ngành Kỹ thuật Điều khiển và Tự động hóa, Trường Đại học Cần Thơ; nnphong14@gmail.com 2 Trường Đại học Cần Thơ; ncngon@ctu.edu.vn, nqhieu@ctu.edu.vn Tóm tắt - Nghiên cứu này nhằm mục tiêu áp dụng bộ điều khiển Abstract - This study presents the application of a sliding mode trượt dùng mạng nơ-ron hàm cơ sở xuyên tâm, gọi tắt là mạng nơ- controller based on radial basis function (RBF) neural networks for ron RBF (Radial Basis Function Neural Networks) cho hệ nâng vật a magnetic levitation system. The sliding mode control (SMC) trong từ trường. Giải thuật điều khiển trượt đảm bảo tính ổn định algorithm keeps the system stable even under the effects of của hệ thống điều khiển ngay cả khi có sự tác động của nhiễu cũng disturbances and even when the value of parameters of the model như khi giá trị của các thông số trong mô hình thay đổi. Nghiên cứu varies. The study proposes using the RBF neural networks to đề xuất sử dụng mạng nơ-ron RBF để xấp xỉ các hàm phi tuyến estimate the nonlinear functions which express the status of mô tả trạng thái trong luật điều khiển trượt thay vì sử dụng mô hình system for generating the sliding control signal instead of using toán. Tính ổn định của giải thuật điều khiển được chứng minh thỏa mathematical model. The stability of the closed-loop control system điều kiện ổn định Lyapunov. Kết quả mô phỏng cho thấy bộ điều is proved to satisfy the Lyapunov‘scondition. Simulation results khiển bền vững dưới tác động của nhiễu và sự biến thiên của thông indicate that the proposed controller is stable and robust in several số mô hình đối tượng, đáp ứng của hệ thống có thời gian xác lập conditions of noise affection and modeling uncertainties; the là 0,15±0,03s, không xuất hiện vọt lố, không dao động và sai số response of system has a settling time about 0.15±0.03s, without xác lập bị triệt tiêu. overshoot, fluctuation and steady-state error. Từ khóa - Mạng hàm cơ sở xuyên tâm; điều khiển trượt; hệ nâng Key words - Radial basis function; sliding mode control; magnetic vật trong từ trường; mô hình toán hệ thống; hàm phi tuyến. levitation system; mathematical model; nonlinear function. 1. Đặt vấn đề thích nghi không yêu cầu sự chính xác về giá trị của tham số Hệ nâng vật trong từ trường đã và đang được ứng dụng trong mô hình, các thông số này sẽ tự động được cập nhật, rộng rãi trong thực tế ở nhiều lĩnh vực khác nhau như: kỹ chỉnh sửa trong suốt quá trình vận hành. Với giải thuật điều thuật robot, các phương tiện giao thông chạy trên đệm từ với khiển mờ, kinh nghiệm thực tế của người thiết kế sẽ quyết tốc độ cao, các đệm từ triệt tiêu ma sát ở các ổ trục quay thay định chủ yếu đến chất lượng đáp ứng của hệ thống, khi mà cho các ổ đỡ cơ khí truyền thống [3, 4]. Hệ thống có tính phi phương pháp này không quan tâm nhiều đến mô hình toán tuyến đặc biệt cao, đòi hỏi các nhà nghiên cứu làm việc trong cũng như các đặc tính động học của đối tượng cần điều khiển. lĩnh vực này phải phát triển những giải thuật thích hợp để có Từ các cơ sở nêu trên, nghiên cứu này đề xuất tiếp cần thể điều khiển được chính xác vị trí vật nặng của hệ nâng vật điều khiển trượt dựa trên mạng nơ-ron RBF cho hệ nâng trong từ trường [1-5, 16]. Do đặc tính phi tuyến cao đó, vật trong từ trường, được phát triển thông qua mô hình toán nghiên cứu này chọn hệ nâng vật trong từ trường để làm đối mô tả đối tượng [5, 16]. Để giải quyết vấn đề liên quan đến tượng kiểm chứng cho giải thuật điều khiển đề xuất. việc xác định mô hình toán của đối tượng khi xây dựng luật Hiện nay, đã có nhiều giải thuật được các nhà nghiên cứu điều khiển trượt, nghiên cứu phát triển các mạng nơ-ron đề xuất nhằm giải quyết bài toán điều khiển hệ nâng vật trong RBF với thuật huấn luyện trực tuyến (online training) để từ trường, từ các phương pháp cổ điển [1, 2] đến các cách xấp xỉ các hàm phi tuyến trong luật điều khiển trượt. Bên tiếp cận hiện đại [3, 4]. Đồng thời, các giải thuật điều khiển cạnh đó, nghiên cứu cũng khảo sát tính ổn định bền vững tuyến tính cũng được nhiều nghiên cứu quan tâm phát triển của giải thuật điều khiển thông qua việc tác động nhiễu và [5, 6]. Tuy nhiên, việc tinh chỉnh các thông số điều khiển của thay đổi thông số của đối tượng. các giải thuật này để có thể áp dụng lên hệ thời gian thực 2. Giải quyết vấn đề không phải là một vấn đề đơn giản với ảnh hưởng của các thành phần không chắc chắn từ mô hình toán của hệ thống 2.1. Mô hình đối tượng điều khiển cũng như sai lệch giá trị từ các công cụ đo. Ngoài ra, các giải Với giải thuật tiếp cận như đề nghị, việc xác định mô pháp điều khiển tối ưu [7-9] cũng được sử dụng khá phổ biến hình toán cho hệ nâng vật trong từ trường là không cần để điều khiển hệ nâng vật trong từ trường. Trong đó, các giải thiết. Tuy nhiên, để thuận lợi cho việc kiểm nghiệm khả pháp này gặp phải một hạn chế là rất nhạy vớ ...