Nghiên cứu phát triển giải thuật điều khiển thông minh dựa trên mạng nơ-ron mờ hồi quy - Lê Minh Thành

TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI THÀNH PHỐ HỒ CHÍ MINH LÊ MINH THÀNH NGHIÊN CỨU PHÁT TRIỂN GIẢI THUẬT ĐIỀU KHIỂN THÔNG MINH DỰA TRÊN MẠNG NƠ-RON MỜ HỒI QUY ỨNG DỤNG ĐIỀU KHIỂN HỆ PHI TUYẾN LUẬN ÁN TIẾN SĨ Ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 9520216 Thành phố Hồ Chí Minh, tháng 3 năm 2024 TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI THÀNH PHỐ HỒ CHÍ MINH LÊ MINH THÀNH NGHIÊN CỨU PHÁT TRIỂN GIẢI THUẬT ĐIỀU KHIỂN THÔNG MINH DỰA TRÊN MẠNG NƠ-RON MỜ HỒI QUY ỨNG DỤNG ĐIỀU KHIỂN HỆ PHI TUYẾN LUẬN ÁN TIẾN SĨ Ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 9520216 NGƯỜI HƯỚNG DẪN: 1. NGUYỄN CHÍ NGÔN 2. NGUYỄN QUANG SANG Thành phố Hồ Chí Minh, tháng 3 năm 2024 i LỜI CAM ĐOAN Tôi xin cam đoan luận án tiến sĩ với đề tài: “Nghiên cứu phát triển giải thuật điều khiển thông minh dựa trên mạng nơ-ron mờ hồi quy ứng dụng điều khiển hệ phi tuyến” là công trình khoa học do chính tôi nghiên cứu độc lập. Các kết luận và kết quả trình bày trong luận án mang tính trung thực, không thực hiện sao chép dưới bất kỳ hình thức nào và từ bất kỳ nguồn tài liệu nào.

Nội dung tham khảo từ các tài liệu đều đã được trích dẫn và ghi nguồn tài liệu tham khảo đúng theo quy định. Thành phố Hồ Chí Minh, ngày 19 tháng 3 năm 2024 Nghiên cứu sinh Lê Minh Thành ii LỜI CẢM ƠN Trong thời gian nghiên cứu và thực hiện luận án, em đã nhận được sự quan tâm và giúp đỡ tận tình của Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh, Viện Đào tạo Sau Đại học, Khoa Điện - ĐTVT, quý Thầy (Cô), gia đình và bạn bè. Với lòng biết ơn sâu sắc, em xin chân thành cảm ơn: - Quý Thầy, Cô Viện Đào tạo Sau đại học, Khoa Điện – ĐTVT Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh đã tận tình hỗ trợ em trong việc hoàn thành các thủ tục hồ sơ kịp thời và đã tạo điều kiện thuận lợi cho em được tham gia nghiên cứu tại trường hiệu quả. - Đặc biệt, PGS.

Nguyễn Chí Ngôn và TS. Nguyễn Quang Sang – những người Thầy đáng kính đã tận tình hướng dẫn, giúp đỡ em rất nhiều trong suốt thời gian nghiên cứu học tập. - Cảm ơn Quý Thầy (Cô) Khoa Điện - Điện tử trường Đại học Sư phạm Kỹ thuật Vĩnh Long đã hỗ trợ và tạo điều kiện cho em trong quá trình nghiên cứu học tập. - Cảm ơn gia đình, bạn bè đã luôn động viên, khuyến khích để em yên tâm nghiên cứu và hoàn thành luận án.

Xin chân thành cảm ơn tất cả! Nghiên cứu sinh Lê Minh Thành iii TÓM TẮT Luận án này nhằm mục tiêu nghiên cứu phát triển giải thuật điều khiển thông minh dựa trên mạng nơ-ron mờ hồi quy (Recurrent Fuzzy Neural Networks) để áp dụng trong điều khiển hệ phi tuyến, mà cụ thể là hệ robot song song 3 bậc tự do, gọi là robot Delta. Tiếp cận đầu tiên của luận án là xây dựng mô hình động học và mô hình động lực học của robot Delta để phục vụ cho hoạt động khảo sát đặc tính của nó thông qua mô phỏng. Kỹ thuật điều khiển PID truyền thống và điều khiển mờ đã được kiểm nghiệm trước tiên để đánh giá khả năng kiểm soát robot. Tuy nhiên, việc tìm kiếm các bộ tham số cho bộ điều khiển PID cũng như bộ điều khiển mờ bằng phương pháp thử sai tỏ ra kém hiệu quả đối với mô hình MIMO phi tuyến của robot.

Vì vậy, giải thuật di truyền GA (genetic algorithm) đã được áp dụng với mong muốn tìm được tham số tối ưu cho bộ điều khiển PID nhờ khả năng tìm kiếm nghiệm tối ưu toàn cục của giải thuật. Mặc dù giải thuật GA hoàn toàn có khả năng đáp ứng được kỳ vọng, nhưng với kỹ thuật tìm kiếm nghiệm off-line tốc độ chậm, việc áp dụng trong điều khiển robot không phù hợp. Đồng thời, GA chỉ có thể tìm được bộ nghiệm tối ưu để cài đặt cho bộ điều khiển tại thời điểm ban đầu. Nếu trong quá trình vận hành, thông số của robot hay có sự tác động của các yếu tố bất định khác như nhiễu, phương pháp này bắt buộc phải tìm lại bộ nghiệm tối ưu mới bằng cách chạy lại giải thuật.

Một vấn đề lớn đặt ra là có thể hiệu chỉnh tham số tối ưu của bộ điều khiển một cách trực tuyến hay không? Để trả lời cho câu hỏi này, mạng nơ-ron mờ hồi quy đã được áp dụng trong luận án. Mạng nơ-ron mờ hồi quy đã được nhiều nhóm nghiên cứu vận dụng trong kỹ thuật điều khiển thích nghi cho hệ phi tuyến. Tuy nhiên, kỹ thuật điều khiển này tồn tại một hạn chế cơ bản là phụ thuộc vào việc lựa chọn bộ tham số ban đầu của mạng. Việc lựa chọn bộ tham số ban đầu không phù hợp sẽ gây ra tốc độ hội tụ chậm của giải thuật, làm cho đáp ứng quá độ của đối tượng bị kéo dài.

Để khắc phục hạn chế này, luận án đã kết hợp giải thuật điều khiển giám sát dùng bộ điều khiển PID để mang năng lượng chủ đạo và dùng mạng nơ-ron mờ hồi quy để hiệu chỉnh bù một cách trực tuyến cho đối tượng. Nhờ sự kết hợp này, tham số của bộ điều khiển PID không cần thiết phải cài đặt lại khi đối tượng hay môi trường điều khiển thay đổi, mà chính mạng nơ-ron mờ hồi quy sẽ cung cấp tín hiệu điều khiển bù cho những tác động đó. Kết quả mô phỏng trên MATLAB/Simulink cho thấy giải thuật điều khiển giám sát dùng mạng nơ-ron mờ hồi quy đã đáp ứng được yêu cầu thiết kế bộ điều khiển thông minh cho hệ phi tuyến. iv Nhằm kiểm chứng các giải thuật điều khiển đã mô phỏng, mô hình thực nghiệm robot Delta cũng được luận án thiết kế và chế tạo thử nghiệm.

Về cơ bản, bộ điều khiển được xây dựng trên máy tính và truyền thông tín hiệu điều khiển cùng với các cảm biến góc khớp của robot thông qua card giao tiếp C2000 của Texas Instrument. Kết quả thực nghiệm trên mô hình robot thật cho thấy giải thuật đáp ứng đúng như thiết kế và mô phỏng. Tuy nhiên, do hạn chế về cơ khí chính xác và độ cứng vững của mô hình robot Delta đã được chế tạo mà đầu mút của robot vẫn bị rung nhẹ khi chạy trên quỹ đạo đặt, mặc dù các góc khớp vẫn cho tín hiệu đúng. Do không có đủ thời gian và kinh phí để chế tạo lại mô hình robot, nghiên cứu này đã thực nghiệm giải thuật điều khiển giám sát dùng mạng nơ-ron mờ hồi quy trên hệ ổn định lưu lượng chất lỏng RT020 của hãng Gunt-Hamburg có sẵn.

Kết quả thực nghiệm trên hệ RT020 cho thấy kỹ thuật điều khiển đã đề xuất hoàn toàn phù hợp và có khả năng kiểm soát tốt đáp ứng lưu lượng của thiết bị. Trong thời gian tới, giải thuật điều khiển đề xuất sẽ được tiếp tục kiểm nghiệm trên robot Delta sau khi nhóm nghiên cứu cải tiến lại phần cánh tay và bộ khung của robot. Từ khóa: mạng nơ-ron mờ hồi quy, giải thuật di truyền, điều khiển mờ, điều khiển giám sát, nhận dạng hệ thống, hệ phi tuyến. v ABSTRACT This thesis aims to study and develop intelligent control algorithms based on Recur- rent Fuzzy Neural Networks to apply in nonlinear system control, especially in parallel robot control, also called Delta robot.

The first approach of the study is to build a kinematic model and a dynamic model of the Delta robot to investigate its characteristics through simulation. Traditional PID control techniques and fuzzy control have been tested first to evaluate robot controlla- bility. However, finding the parameter sets for the PID controller as well as the fuzzy controller by trial-and-error method has proved ineffective for the nonlinear MIMO model of the robot. Therefore, the genetic algorithm GA (Genetic Algorithm) has been applied with the desire to find the optimal parameters for the PID controller thanks to its algorithm’s ability in finding the global optimal solution.

Although the GA algorithm completely meets the expectations with a slow speed off-line searching technique, its application in robot control is not suitable. At the same time, GA can only find the op- timal PID’s parameters for initial time. If during operation, the robot's parameters are affected by other uncertain factors such as noise, this method is required to find a new set of optimal parameters by running the GA algorithm again. A big question is whether it is possible to calibrate the controller's optimal parameter online? To answer this ques- tion, the study has continued to approach recurrent fuzzy neural networks.

Recurrent fuzzy neural networks have been applied by many research groups in adaptive control techniques for nonlinear systems. However, this control technique has a fundamental limitation in that it depends on the selection of the initial parameter set of the network. The inappropriate selection of the initial parameter set may get a slow convergence of the algorithm, causing longer transient response of the controlled object. To overcome this limitation, the thesis has combined a supervisory control algorithm using PID controllers to generate main control signals and using recurrent fuzzy neural networks to online compensate of control signals.

Thanks to this combination, parame- ters of PID controllers does not need to be re-install when the control object or environ- ment changes, because the recurrent fuzzy neural networks will provide compensative control signals for the changes. The simulation results on MATLAB/Simulink show that the supervisory control algorithm using recurrent fuzzy neural networks has met the requirements of designing intelligent controllers for nonlinear systems. vi To verify proposed control algorithms, the Delta robot experimental model has also been designed and tested by the thesis. Basically, the controller is built on the computer and communicates the control signal along with the joint angle sensors of the robot through the Texas Instrument C2000 interface card.

Experimental results on the real robot model show that the algorithm responds exactly as designed and simulated. How- ever, due to the limitations of precision mechanics and rigidity of the Delta robot model, the robot's arm tip still vibrates slightly when running on its trajectory, although the joint angles still give the correct signal. Due to the lack of time and funds to re-create the robot model, this study has tested the supervisory control algorithm using recurrent fuzzy neural networks on the liquid flow control system RT020 of the Gunt - Hamburg. Experimental results on the RT020 system show that the proposed control technique is completely suitable and has good control of the liquid flow response of the device.

The proposed control algorithms should be further tested on the Delta robot after the research team improves the arm and frame of the robot. Keywords: recurrent fuzzy neural network, genetic algorithm, fuzzy control, super- vised control, system recognition, nonlinear system. vii MỤC LỤC LỜI CẢM ƠN. vii DANH MỤC CÁC CHỮ VIẾT TẮT.

xi DANH MỤC CÁC HÌNH VẼ. xii DANH MỤC CÁC BẢNG BIỂU. xvii TỔNG QUAN. Tính cấp thiết của luận án .