MỤC LỤC

Lời cam đoan

Danh mục các ký hiệu, bảng, các chữ viết tắt

Danh mục các hình vẽ, đồ thị

Phần mở đầu Trang

Chương 1: TỔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO

4

1.1 Lịch sử phát triển của mạng nơron nhân tạo

4

1.2 Các tính chất của mạng nơron nhân tạo

5

1.3 Mô hình nơron

5

1.3.1 Mô hình nơron sinh học

5

1.3.2 Nơron nhân tạo

7

1.4 Cấu tạo mạng nơron

10

1.5 Cấu trúc mạng nơron

11

1.6 Phương thức làm việc của mạng nơron

13

1.7 Các luật học

14

1.8 Mạng nơron truyền thẳng và mạng nơron hồi quy

18

1.8.1 Mạng nơron truyền thẳng

18

1.8.1.1 Mạng nơron truyền thẳng một lớp nơron

18

1.8.1.2 Mạng nơron truyền thẳng nhiều lớp nơron

18

1.8.2 Mạng nơron hồi quy

19

1.8.2.1 Mạng hồi quy không hoàn toàn

19

1.8.2.2 Mạng các dãy của Jordan

20

1.8.2.3 Mạng hồi quy đơn giản

21

1.8.2.4 Mạng hồi quy hoàn toàn

21

1.9 Ứng dụng mạng nơron trong điều khiển tự động

22

1.10 Công nghệ phần cứng sử dụng mạng nơron

24

1.11 So sánh khả năng của mạng nơron với mạch logic 25

1.12 Kết luận chương 1

25

Chương 2: CÁC PHƯƠNG PHÁP ỨNG DỤNG MẠNG NƠRON

TRONG NHẬN DẠNG VÀ ĐIỀU KHIỂN

26

2.1 Các phương pháp ứng dụng mạng nơron trong nhận dạng

26

2.1.1 Khái quát chung

26

2.1.1.1 Đặt vấn đề

26

2.1.1.2 Định nghĩa

27

2.1.1.3 Sơ lược về sự phát triển của các phương pháp nhận dạng

27

2.1.1.4 Các bước cơ bản để nhận dạng hệ thống

28

2.1.2 Các phương pháp nhận dạng

29

2.1.2.1 Nhận dạng On-line

30

2.1.2.1.1 Phương pháp lặp bình phương cực tiểu

30

2.1.2.1.2 Phương pháp xấp xỉ ngẫu nhiên

31

2.1.2.1.3 Phương pháp lọc Kalman mở rộng

31

2.1.2.2 Nhận dạng Off-line

33

2.1.2.2.1 Phương pháp xấp xỉ vi phân

34

2.1.2.2.2 Phương pháp gradient

34

2.1.2.2.3 Phương pháp tìm kiếm trực tiếp

36

2.1.2.2.4 Phương pháp tựa tuyến tính

36

2.1.2.2.5 Phương pháp sử dụng hàm nhạy

37

2.1.2.3 Nhận dạng theo thời gian thực

37

2.1.3 Mô tả toán học của đối tượng ở rời rạc

38

2.1.4 Mô hình dùng mạng nơron

41

2.1.4.1 Mô hình nhận dạng kiểu truyền thẳng

41

2.1.4.2 Mô hình ngược trực tiếp

45

2.1.5 Tính gần đúng hàm số dung mạng nơron 45

2.1.6 Mô hình mạng nơron trong nhận dạng và điều khiển

46

2.2 Các phương pháp ứng dụng mạng nơron trong điều khiển

47

2.2.1 Các phương pháp ứng dụng mạng nơron trong điều khiển

47

2.2.1.1 Điều khiển thích nghi sử dụng nguyên tắc chung

47

2.2.1.2 Điều khiển có tín hiệu chỉ đạo

47

2.2.1.3 Điều khiển theo mô hình

47

2.2.1.4 Điều khiển ngược trực tiếp

49

2.2.1.5 Điều khiển mô hình trong

49

2.2.1.6 Điều khiển tối ưu

49

2.2.1.7 Điều khiển tuyến tính thích nghi

50

2.2.1.8 Phương pháp bảng tra

50

2.2.1.9 Điều khiển lọc

50

2.2.1.10 Điều khiển dự báo

50

2.2.2 Điều khiển thích nghi

51

2.2.2.1 Điều khiển thích nghi

51

2.2.2.2 Phương pháp điều khiển thích nghi theo mô hình mẫu (MRAC)

52

2.3 Kết luận chương 2

54

Chương 3: ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI CÓ THÔNG SỐ VÀ TẢI THAY ĐỔI 55

3.1 Mô tả động lực học của động cơ một chiều 55

3.1.1. Tổng hợp mạch vòng dòng điện khi bỏ qua sức điện động

của động cơ 55

3.1.2. Tổng hợp hệ thống truyền động điều khiển tốc độ 57

3.1.3. Hệ thống điều chỉnh tốc độ dùng bộ điều chỉnh tốc độ tỷ lệ 57

3.1.4. Cấu trúc hệ điều chỉnh vị trí 59

3.1.5. Tìm hàm truyền của hệ thống 60

3.2 Ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi

vị trị động cơ điện một chiều khi có thông số thay đổi 62

3.2.1. Bộ điều khiển phản hồi tuyến tính (NARMA-L2)

62

3.2.2. Nhận dạng của mô hình NARMA-L2

62

3.2.3. Bộ điều khiển NARMA-L2

64

3.2.4. Bài toán ví dụ sử dụng khối điều khiển NARMA-L2 66

3.2.5. Kết quả thực nghiệm trên MATLAB

68

3.2.5.1. Số liệu

68

3.2.5.2. Kết quả mô phỏng khi có tải thay đổi

68

3.2.5.3. Kết quả mô phỏng khi có thông số và tải thay đổi

74

3.3. Kết luận chương 3

80

Chương4: KẾT LUẬN CHUNG VÀ KIẾN NGHỊ

81

Tài liệu tham khảo

PHẦN MỞ ĐẦU

1. Lý do chọn đề tài:

Để điều khiển chính xác đối tượng khi chưa biết rõ được thông số, trước tiên ta phải hiểu rõ đối tượng đó. Đối với đối tượng có thông số thay đổi như động cơ một chiều và có tải thay đổi, ta cần thực hiện nhận dạng đặc tính vào ra của nó để đảm bảo tạo ra tín hiệu điều khiển thích nghi được lựa chọn chính xác hơn. Hiện nay thường dùng lôgíc mờ (Fuzzy Logic), mạng nơron (Neural Networks), và mạng nơron mờ (Fuzzy Neural Networks) để nhận dạng và điều khiển thích nghi hệ thống có thông số thay đổi. Trong khuôn khổ của khóa học Cao học, chuyên ngành Tự động hóa tại trường Đại học Kỹ thuật Công nghiệp, được sự tạo điều kiện giúp đỡ của nhà trường và Tiến sĩ Phạm Hữu Đức Dục, em đã lựa chọn đề tài tốt nghiệp của mình là “Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi”. Trong quá trình thực hiện đề tài, tác giả đã cố gắng hạn chế tối đa các khiếm khuyết, xong không thể tránh được tất cả, kính mong Hội đồng Khoa học và độc giả bổ xung đóng góp ý kiến để đề tài được hoàn thiện hơn.

2. Cơ sở khoa học và thực tiễn của đề tài

Ngày nay do tiến bộ của khoa học kỹ thuật trong điện tử và tin học các hệ thống điều khiển tự động được phát triển và có sự thay đổi lớn. Công nghệ vi mạch phát triển khiến cho việc sản xuất các thiết bị điện tử ngày càng hoàn thiện. Các bộ biến đổi điện tử trong các hệ thống không những đáp ứng được khả năng tác động nhanh, độ chính xác cao mà còn góp phần giảm kích thước và hạ giá thành của hệ thống. Đặc biệt trong những thập kỷ gần đây trước sự phát triển mạnh mẽ và ngày càng hoàn thiện của lý thuyết mạng nơron truyền thẳng nhiều lớp, hàng loạt các ứng dụng của lý thuyết mạng nơron truyền thẳng nhiều lớp đã và đang mở ra một kỷ nguyên mới ngành điều khiển. Tuy là ngành kỹ thuật điều khiển non trẻ nhưng những ứng dụng trong công nghiệp của điều khiển mạng nơron thật rộng rãi như trong nhận dạng, phân loại sản phẩm, xử lý tiếng nói, chữ viết và điều khiển hệ thống, điều khiển robot. Tới nay đã có rất nhiều sản phẩm công nghiệp được tạo ra và nhờ kỹ thuật điều khiển mạng nơron, rất nhiều nước trên thế giới đã thành công.

Chính vì thế mà việc đi sâu nghiên cứu và áp dụng lý thuyết điều khiển nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ một chiềukhi có thông số và tải thay đổi có ý nghĩa khoa học.

Khác hẳn với kỹ thuật điều khiển kinh điển là hoàn toàn dựa vào sự chính xác tuyệt đối của thông tin mà trong nhiều ứng dụng không cần thiết hoặc không thể có được, điều khiển nơron truyền thẳng nhiều lớp chỉ cần sử lý những thông tin (không chính xác) hay không đầy đủ, những thông tin mà sự chính xác của nó chỉ nhận thấy được giữa các quan hệ của chúng với nhau và chỉ có thể mô tả được bằng ngôn ngữ, đã có thể cho ra những quyết định chính xác. Chính khả năng này đã làm cho điều khiển nơron truyền thẳng sao chụp được phương thức xử lý thông tin và điều khiển của con người. Do đó việc áp dụng điều khiển nơron truyền thẳng nhiều lớp vào hệ thống điều khiển thích nghi vị trí động cơ một chiều khi có tải và thông số thay đổi là việc cần phải làm.

3. Mục đích của đề tài

Đối với đối tượng có thông số thay đổi như động cơ một chiều khi có phụ tải thay đổi, ta cần nhận dạng đặc tính vào ra của nó để bảo đảm tạo ra tín hiệu điều khiển thích nghi được chính xác hơn. Hiện nay thường sử dụng logic mờ (Fuzzy Logic), mạng nơron mờ (Fuzzy Neural Networks), mạng nơron (Neural Networks) để nhận dạng và điều khiển thích nghi vị trí động cơ điện một chiều.

Đề tài này nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp (bộ điều khiển NARMA-L2) trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi.

4. Đối tượng và phạm vi nghiên cứu của đề tài:

Phần mở đầu

Chương 1. Tổng quan về mạng nơron nhân tạo

Phân tích tổng quan về mạng nơron bao gồm: phần lịch sử phát triển, kết cấu của mạng các nơron, ứng dụng của chúng…

Chương 2. Các phương pháp ứng dụng mạng nơron trong nhận dạng và điều khiển.

Phần này tập trung trình bày các phương pháp ứng dụng mô hình mạng

nơron trong nhận dạng và điều khiển.

Chương 3. Ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi.

3.1. Mô tả động lực học của động cơ một chiều.

3.2. Ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi.

Chương 4. Kết luận chung và kiến nghị.

5. Ý nghĩa khoa học và thực tiễn của đề tài

Với ứng dụng của mạng nơron truyền thẳng nhiều lớp điều khiển vị trí động cơ điện một chiều khi có thông sô và phụ tải thay đổi, sau khi đã nhận dạng được vị trí động cơ một chiều, ta có thể thay thế gần đúng mô hình động cơ một chiều bằng mạng nơron truyền thẳng nhiều lớp, từ đó căn cứ trên các thông số mô phỏng của mạng nơron, tính toán được tín hiệu điều khiển nhằm điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và phụ tải thay đổi phù hợp với yêu cầu cầnthiết của điều khiển thích nghi vị trí động cơ điện một chiều.