Ứng dụng nhận dạng nhiễu trên cơ sở mạng nơron cho bình phản ứng khuấy trộn liên tục

Trong bài báo đã triển khai và xây dựng phương trình toán học của đối tượng CSTR về dạng phương trình trạng thái động học như trong [3] và dựa vào phương pháp nhận dạng nhiễu trên cơ sở sử dụng mạng Nơron xuyên tâm (Radial Basic Functions - RBF). Thông qua kết quả mô phỏng trên Matlab Simulik đã khẳng định luật cập nhật trọng số giúp hệ thống ổn định và đảm bảo quá trình nhận dạng nhiễu được hội tụ với độ chính xác bất kỳ.
Nội dung trích xuất từ tài liệu:
Ứng dụng nhận dạng nhiễu trên cơ sở mạng nơron cho bình phản ứng khuấy trộn liên tụcLê Thị Huyền Linh và ĐtgTạp chí KHOA HỌC & CÔNG NGHỆ122(08): 137 - 141ỨNG DỤNG NHẬN DẠNG NHIỄU TRÊN CƠ SỞ MẠNG NƠRONCHO BÌNH PHẢN ỨNG KHUẤY TRỘN LIÊN TỤCLê Thị Huyền Linh*, Đặng Ngọc TrungTrường Đại học Kỹ thuật Công nghiệp - ĐH Thái NguyênTÓM TẮTCác đối tượng có trễ trong công nghiệp thường chịu tác động của nhiều loại nhiễu khác nhau, đặcbiệt là với các nhiễu phi tuyến bất định (không đo được). Một trong các đối tượng đó là bình phảnứng khuấy trộn liên tục (Continuous Stirred Tank Reactor - CSTR). Trong bài báo đã triển khai vàxây dựng phương trình toán học của đối tượng CSTR về dạng phương trình trạng thái động họcnhư trong [3] và dựa vào phương pháp nhận dạng nhiễu trên cơ sở sử dụng mạng Nơron xuyêntâm (Radial Basic Functions - RBF). Thông qua kết quả mô phỏng trên Matlab Simulik đã khẳngđịnh luật cập nhật trọng số giúp hệ thống ổn định và đảm bảo quá trình nhận dạng nhiễu được hộitụ với độ chính xác bất kỳ.Từ khoá: Mô hình điều khiển dự báo, có trễ, nhận dạng nhiễu, mạng nơron RBF, bình phản ứngkhuấy trộn liên tụcMỞ ĐẦU*Để điều khiển các đối tượng có trễ thườnggặp trong các lĩnh vực công nghiệp đạt đượcchất lượng mong muốn đòi hỏi chúng ta phảinhận dạng được nhiễu, đặc biệt là các nhiễukhông đo được bởi sự tồn tại của hiệu ứng trễvà các loại nhiễu trong công nghiệp thườnglàm cho hệ thống bị ảnh hưởng xấu, thậm chítrong nhiều trường hợp còn làm cho hệ thốngbị mất ổn định. Có thể kể đến các đối tượngcó trễ thường được biết đến trong côngnghiệp lọc dầu, hóa dầu, công nghiệp hóachất, công nghiệp thực phẩm, công nghiệpgiấy…[1...7]Dựa vào phương pháp nhận dạng nhiễu trêncơ sở sử dụng mạng Nơ ron RBF cho một lớpđối tượng có trễ [3], bài báo này triển khaiứng dụng cho đối tượng cụ thể là bình phảnứng khuấy trộn liên tục CSTR. Mỗi khi nhiễutác động lên hệ thống sẽ được nhận dạng, bàitoán bù trừ ảnh hưởng của chúng sẽ được giảiquyết và bài toán tối ưu hóa trực tuyến chocác hệ điều khiển MPC sẽ có tính thực thi caohơn. Áp dụng luật cập nhật trọng số Online đãđược phát biểu và chứng minh ở định lý trong[3], ta dễ dàng thực thi và kiểm chứng đểnhận dạng được nhiễu với độ chính xác tùy ý.*Tel: 0982 847826CƠ SỞ LÝ THUYẾT NHẬN DẠNG NHIỄUTRONG HỆ THỐNG CÓ TRỄ TRÊN CƠSỞ SỬ DỤNG MẠNG NƠRON RBFGiả sử động học của đối tượng có trễ đượcmiêu tả bằng phương trình trong không giantrạng thái:(1)Y(t ) AY(t ) Bu(t τ ) F( Y)Trong đó:Y(t ) - đầu ra của đối tượng điều khiểnu (t ) - tác động điều khiển, u(t )  Umaxτ - thời gian trễA, B - các thông số đặc trưng cho động họccủa đối tượnga11 a12a1nAb1; Ba n1 a n 2ann0; F(Y)bnf ( Y)f ( Y ) - nhiễu không đo được là hàm phituyến trơn, phụ thuộc vào trạng thái (statedepend disturbance) và biến đổi chậmf ( Y )  0 . Đây là dạng nhiễu thường gặpnhiều trong các lĩnh vực công nghiệp [7].Bài toán nhận dạng trên cơ sở sử dụng mạngNơ ron đã thu hút sự quan tâm của rất nhiềutác giả [8 … 12]. Ở đây để giải bài toán nhậndạng nhiễu đặt ra ở phần trên, chúng ta sẽ sửdụng mô hình song song, trong đó nhiễuf ( Y ) được xấp xỉ bằng mạng Nơron RBF.fˆ ( Y ) - hàm đánh giá của f ( Y ) trên cơ sởmạng Nơron.137Lê Thị Huyền Linh và ĐtgTạp chí KHOA HỌC & CÔNG NGHỆ122(08): 137 - 141Tương tự như đối với (1), mô hình song songbiểu diễn bằng phương trình không gian trạngthái: Ym (t ) AmYm (t ) Bmu(t τm ) Fˆ (Y)(2)VớiAm A; Bm B; τm τ; Fˆ (Y) [0 0fˆ (Y)]Do hàm phi tuyến f ( Y ) thỏa mãn các điềukiện của định lý Stone – Weierstrass [8], vìvậy sử dụng mạng Nơron RBF ta có thể xấpxỉ với độ chính xác bất kỳ:m*i if (Y)wε(Y)(3)i 1Y - Ci2 i2expi(Y)2Y-Cjmexp2j 1(4)22jĐánh giá của hàm phi tuyến fˆ ( Y ) được biểudiễn thông qua các hàm cơ sở và các trọng sốhiệu chỉnh wˆ i :mfˆ ( Y )wˆ i i ( Y )(5)Hình 1. Sơ đồ cấu trúc hệ thống nhận dạng nhiễucho các đối tượng có trễ trên cơ sở mô hình songsong và mạng Nơ ronTrên Hình 1 là sơ đồ cấu trúc hệ thống nhậndạng nhiễu cho các đối tượng có trễ trên cơ sởmô hình song song và mạng Nơ ron. Sơ đồđược xây dựng trên cơ sở phương trình độnghọc của đối tượng (1), phương trình động họccủa mô hình song song (2). Khối hiệu chỉnhthích nghi AB thực hiện hiệu chỉnh các trọngsố wˆ i của mạng Nơron RBF theo luật cậpnhật trọng số.XÂY DỰNG MÔ HÌNH TOÁN HỌC CỦAĐỐI TƯỢNG CSTR VỀ MÔ HÌNH KHÔNGGIAN TRẠNG THÁI THEO GIẢ THIẾT (1)i 1Để đánh giá được nhiễu đỏi hỏi phải xác địnhluật hiệu chỉnh thích nghi các trọng số mạng0 , đồngNơron trong mô hình đảm bảo withời đảm bảo cho hệ thống ổn định..Định lý: Giả sử A là ma trận Hurwitz. Hệthống sẽ ổn định khi thỏa mãn đồng thời cácđiều kiện sau đây :QPU maxE(t )0;2ε Pnrmin (Q);(6)twu 2 ( )d . i ( Y),Pn E(t )t τĐịnh lý trên đây thiết lập điều kiện đủ để hệthống có miền ổn định toàn không gian trạngthái chỉ trừ một vùng l ...