Xây dựng bộ điều khiển PID neuron cho hệ con lắc ngược quay

Con lắc ngược quay là hệ thống phi tuyến và là mô hình phổ biến trong các ứng dụng kiểm chứng kỹ thuật điều khiển. Bài viết Xây dựng bộ điều khiển PID neuron cho hệ con lắc ngược quay trình bày mô hình toán học hệ con lắc ngược quay và sơ đồ điều khiển dùng hai bộ PID tĩnh.
Nội dung trích xuất từ tài liệu:
Xây dựng bộ điều khiển PID neuron cho hệ con lắc ngược quay 37 XÂY DỰNG BỘ ĐIỀU KHIỂN PID-NEURON CHO HỆ CON LẮC NGƯỢC QUAY PID-NEURON CONTROLLER DESIGN   FOR ROTTARY INVERTED PENDULUM SYSTEM Nguyễn Văn Đông Hải, Ngô Văn Thuyên. Trường Đại Học Sư Phạm Kỹ Thuật TP.HCM TÓM TẮT Con lắc ngược quay là hệ thống phi tuyến và là mô hình phổ biến trong các ứng dụng kiểm chứng kỹ thuật điều khiển. Khi áp dụng kỹ thuật PID cho hệ con lắc ngược quay, các thông số Kp, Ki, Kd được chọn lựa bằng phương pháp thực nghiệm. Tuy nhiên, bộ thông số đó có thể làm hệ thống ổn định nhưng còn dao động lớn. Bài báo này ứng dụng mạng thần kinh nhân tạo để chỉnh định trực tuyến thông số PID (PID-neuron). Các thông số trên được thay đổi dần để đảm bảo hệ thống ổn định và ít dao động. Mô phỏng được thực hiện trong mô trường Matlab/Simulink cho thấy thông số Kp, Ki, Kd đã thay đổi trực tuyến dần theo hướng làm hệ thống ổn định. Thuật toán điều khiển được xây dựng trên môi trường Matlab/Simulink thông qua card thu thập dữ liệu DSP-F2812. Kết quả thực nghiệm cho thấy bộ PID-neuron cho dao động của góc con lắc nhỏ hơn khi sử dụng bộ PID tĩnh. ABSTRACT Rotary inverted pendulum is a nonlinear system and a popular model in testing the control algorithm. When using PID control for rotary inverted pendulum system, parameters Kp, Ki, Kd are selected by experimental methods. Nevertheless, those parameters make the system stable but with large swing. This paper applies artificial neural network to calibrate online PID parameters (PID-neuron). These parameters are changed progressively to ensure the stability of the system and smaller swing. The simulation performed in Matlab/Simulink environment shows that parameters Kp, Ki, Kd which are adjusted online make the system stable. The control algorithm is tested in the real rotary inverted pendulum in Matlab/Simulink environment with data acquisition card DSP-F2812. Experimental results show that the proposed PID-neuron controller gives less swing for the pendulum angle than the static PID controller does.   I. GIỚI THIỆU điều khiển đặt cực để điều khiển hệ thống con  lắc ngược quay. Hãng Quanser [2] cũng đã chế  Trong  các  hệ  thống  phi  tuyến,  con  lắc  tạo  hệ  thống  con  lắc  ngược  quay  và  áp  dụng  ngược quay dễ chế tạo và có các đặc trưng phi  điều  khiển  LQR  để  phục  vụ  huấn  luyện  lý  tuyến cơ bản nhất. Vì thế, hệ thống trên là đối  thuyết  điều  khiển.  Những  kĩ  thuật  điều  khiển  tượng  thông  dụng  cho  các  thí  nghiệm  nhận  trên đòi hỏi người thiết  kế phải biết trước mô  dạng và điều khiển.  hình toán học của đối tượng, đồng thời phải có  Nhiều  thuật  toán  điều  khiển  khác  nhau  kinh  nghiệm  chọn  lựa  thông  số  phù  hợp  để  đã được ứng dụng trên mô hình con lắc ngược  điều khiển ổn định.  quay  như  thuật  toán  vi  tích  phân  tỉ  lệ  (PID),  Jia-Jun Wang [3] đã kết hợp hai bộ PID  đặt cực (pole - placement), tối ưu (LQR), điều  khiển  mờ  (Fuzzy),  dùng  mạng  neuron  điều  điều  khiển  một  vào-một  ra  để  được  một  bộ  điều  khiển  thỏa  hiệp,  điều  khiển  được  cho  hệ  khiển… và đạt thành công đáng kể.   một  vào-nhiều  ra  và  áp  dụng  thành  công  cho  Vũ  Chấn  Hưng  [1]  đã  đề  ra  cách  thức  hệ  thống  con  lắc  ngược  quay.  Kĩ  thuật  trên  chọn cực phù hợp và mô phỏng thành công bộ  không yêu cầu biết trước mô hình toán học hệ    38 thống.  Người  thiết  kế  bộ  điều  khiển  cần  có  kinh nghiệm và thời gian thử sai để có được bộ  điều  khiển  tốt  nhất.  Tuy  nhiên,  hệ  thống  chỉ  hoạt động tốt quanh điểm làm việc tĩnh.  Từ  Diệp  Công  Thành  [4]  đã  đề  cập  phương pháp dùng bộ điều khiển neuron-PID.  Việc  kết  hợp  bộ  điều  khiển  PID  với  cấu  trúc  neuron cho phép thông số PID thay đổi dần để  đạt  giá  trị  tối  ưu  nhất.  Tuy  nhiên,  trong  bài  báo,  đối  tượng  được  sử  dụng  là  đối  tượng  tuyến tính, một vào – một ra và kết quả thành  công chỉ dừng ở mô phỏng.  Trong  bài  báo  này,  các  tác  giả  đề  nghị  sử  dụng  bộ  PID-neuron  kết  hợp  với  PID  hai  biến tĩnh ở [3] để điều khiển hệ thống con lắc  ngược  quay.  Bộ  điều  khiển  PID-neuron  được  H áp dụng cho hệ một vào-nhiều ra và không cần  ình 1. Mô hình tính toán hệ thống con lắc biết mô hình toán học của hệ thống. Khả năng  ngược quay tự  thay  đổi  trực  tuyến  của  mạng  thần  kinh  chỉnh  định  dần  thông  số  K P ,  K I ,  K D theo  Hệ  phương  trình  toán  học  được  mô  tả  hướng  tối  ưu  hóa.  Các  mục  tiếp  theo  của  bài  theo hệ phương trình  báo  được  trình  bày  theo  thứ  tự  sau:  Mục  II   ...