Nghiên cứu xây dựng thuật toán điều khiển dự báo phi tập trung cho đối tượng phi tuyến - Luận án TS Phạm Văn Hùng

Điều khiển dự báo (MPC) là một phương pháp điều khiển tiên tiến. Nó sử dụng mô hình toán học của hệ thống để dự đoán hành vi tương lai. MPC liên tục tối ưu hóa các tín hiệu điều khiển. Mục tiêu là đạt được hiệu suất mong muốn, đồng thời tuân thủ các ràng buộc của hệ thống. Bài toán MPC thường được giải quyết bằng tối ưu hóa theo từng bước. Tại mỗi bước thời gian, một bài toán tối ưu hóa được hình thành và giải quyết. Chỉ tín hiệu điều khiển đầu tiên trong chuỗi tối ưu được áp dụng cho hệ thống. Quy trình này lặp lại liên tục. Điều này mang lại khả năng thích ứng cao với các thay đổi và nhiễu. MPC phù hợp cho cả hệ thống tuyến tính và hệ thống phi tuyến. Tuy nhiên, việc giải quyết bài toán tối ưu hóa cho hệ thống phi tuyến thường phức tạp hơn. Nó yêu cầu các thuật toán tính toán mạnh mẽ.

Tính ổn định là một yêu cầu cốt lõi của mọi hệ thống điều khiển. Đối với điều khiển dự báo (MPC), việc đảm bảo tính ổn định là một thách thức quan trọng. Các phương pháp chứng minh ổn định bao gồm sử dụng hàm Lyapunov hoặc các kỹ thuật tối ưu hóa terminal constraint. Sự ổn định đảm bảo rằng trạng thái hệ thống không phân kỳ. Nó sẽ hội tụ về điểm vận hành mong muốn. Trong bối cảnh hệ thống đa tác nhân hoặc điều khiển phi tập trung, việc phân tích và đảm bảo ổn định trở nên phức tạp hơn. Cần xem xét sự tương tác giữa các bộ điều khiển cục bộ. Ràng buộc hệ thống và giới hạn tín hiệu điều khiển cũng ảnh hưởng đến tính ổn định. Nghiên cứu tập trung vào việc thiết kế bộ điều khiển DMPC có tính ổn định cao. Điều này giúp hệ thống hoạt động tin cậy trong mọi điều kiện.

Điều khiển dự báo phi tập trung (DMPC) mở rộng nguyên lý MPC cho các hệ thống lớn. DMPC phân chia hệ thống phức tạp thành các hệ thống con nhỏ hơn. Mỗi hệ thống con được điều khiển bởi một bộ điều khiển cục bộ. Các bộ điều khiển này hoạt động độc lập hoặc trao đổi thông tin hạn chế. Mục tiêu là giảm gánh nặng tính toán và tăng khả năng chịu lỗi. Thuật toán DMPC thường sử dụng tối ưu hóa phân tán. Các bộ điều khiển cục bộ giải quyết bài toán tối ưu hóa của riêng mình. Sau đó, chúng phối hợp để đạt được mục tiêu toàn cục. Giao tiếp trong hệ thống điều khiển là yếu tố then chốt. Việc trao đổi thông tin hiệu quả giữa các bộ điều khiển giúp cải thiện hiệu suất. Nó cũng đảm bảo sự ổn định của hệ thống đa tác nhân. Các phương pháp DMPC bao gồm tối ưu hóa tuần tự và tối ưu hóa song song.

Thiết kế bộ điều khiển dự báo phi tập trung (DMPC) dựa trên mô hình tuyến tính đơn giản hóa bài toán. Khi hệ thống có thể được tuyến tính hóa quanh điểm làm việc, các phương pháp này trở nên hiệu quả. Mỗi bộ điều khiển cục bộ sử dụng mô hình tuyến tính của hệ thống con của mình. Nó cũng có thể sử dụng thông tin từ các hệ thống con lân cận. Tối ưu hóa phân tán được áp dụng. Mỗi bộ điều khiển giải quyết một bài toán tối ưu hóa bậc hai (QP). Điều này đảm bảo tính toán nhanh chóng. Các ràng buộc hệ thống như giới hạn tín hiệu điều khiển và trạng thái dễ dàng được tích hợp. Giao tiếp trong hệ thống điều khiển giữa các bộ điều khiển cục bộ là cần thiết. Nó giúp chia sẻ thông tin về trạng thái và tín hiệu điều khiển dự kiến. Điều này đảm bảo sự phối hợp hiệu quả và ổn định của hệ thống đa tác nhân.

Hệ thống phản ứng/tách là một ví dụ điển hình của quá trình công nghiệp phức tạp. Nó thường bao gồm nhiều thành phần tương tác mạnh mẽ. Điều khiển phi tập trung (DMPC) mang lại giải pháp hiệu quả cho các hệ thống này. Thay vì một bộ điều khiển trung tâm lớn, các bộ điều khiển cục bộ được thiết kế. Mỗi bộ điều khiển quản lý một phần của quá trình. Ví dụ, một bộ điều khiển có thể điều khiển lò phản ứng. Một bộ điều khiển khác có thể quản lý cột tách. Mô hình tuyến tính của từng phần được sử dụng để dự báo hành vi. Các thuật toán tối ưu hóa phân tán giúp các bộ điều khiển phối hợp. Mục tiêu là duy trì chất lượng sản phẩm và tối ưu hóa năng lượng. Nghiên cứu này áp dụng DMPC dựa trên mô hình tuyến tính cho hệ thống phản ứng/tách. Kết quả cho thấy hiệu suất điều khiển ổn định.

Hệ thống nồi hơi-tuabin là một đối tượng quan trọng trong sản xuất điện. Đây là một hệ thống lớn với động lực học phức tạp. Mô hình tuyến tính hóa được sử dụng để đơn giản hóa quá trình thiết kế điều khiển. Điều khiển dự báo phi tập trung (DMPC) cung cấp một khung làm việc mạnh mẽ. Nó quản lý các tương tác giữa nồi hơi, tuabin và các thiết bị phụ trợ. Các bộ điều khiển cục bộ được gán cho các phân hệ cụ thể. Ví dụ, một bộ điều khiển áp suất hơi, một bộ điều khiển tốc độ tuabin. Mỗi bộ điều khiển thực hiện tối ưu hóa riêng. Chúng sử dụng các dự đoán từ mô hình tuyến tính. Thông tin được trao đổi giữa các bộ điều khiển để đảm bảo vận hành đồng bộ. Điều này giúp hệ thống đạt được hiệu suất tối ưu. Nó cũng duy trì sự ổn định của hệ thống đa tác nhân. Kết quả thực nghiệm cho thấy hiệu quả của DMPC trong việc điều khiển hệ nồi hơi-tuabin.

Các hệ thống thực tế thường có động lực học phi tuyến phức tạp. Điều khiển dự báo phi tập trung (DMPC) cần các phương pháp phù hợp. Mô hình tuyến tính hóa từng đoạn (LTI) là một giải pháp hiệu quả. Phương pháp này chia không gian trạng thái của hệ thống phi tuyến thành nhiều vùng. Trong mỗi vùng, động lực học của hệ thống được xấp xỉ bằng một mô hình tuyến tính thời gian bất biến (LTI) đơn giản. Việc chuyển đổi giữa các mô hình LTI được thực hiện dựa trên trạng thái hiện tại của hệ thống. Điều này cho phép xử lý các đặc tính phi tuyến cục bộ. Tuy nhiên, nó vẫn giữ được lợi thế tính toán của các mô hình tuyến tính. Mô hình này giúp đơn giản hóa bài toán tối ưu hóa. Nó cho phép áp dụng các kỹ thuật thiết kế bộ điều khiển hiệu quả hơn.

Thiết kế bộ điều khiển dự báo phi tập trung (DMPC) với mô hình tuyến tính hóa từng đoạn đòi hỏi cách tiếp cận đặc biệt. Mỗi bộ điều khiển cục bộ sử dụng các mô hình LTI tương ứng với vùng hoạt động của mình. Thuật toán điều khiển bao gồm việc xác định vùng hoạt động. Sau đó, bộ điều khiển áp dụng mô hình LTI phù hợp. Nó giải quyết bài toán tối ưu hóa để tính toán tín hiệu điều khiển. Các ràng buộc hệ thống được tích hợp vào bài toán tối ưu. Giao tiếp trong hệ thống điều khiển giữa các bộ điều khiển cục bộ là cần thiết. Nó giúp phối hợp và chuyển đổi mô hình mượt mà. Điều này đảm bảo hiệu suất điều khiển tối ưu cho hệ thống đa tác nhân. Thuật toán này cho phép hệ thống phản ứng linh hoạt với các thay đổi động lực học.

Tính ổn định của hệ điều khiển dự báo phi tập trung (DMPC) cho hệ thống phi tuyến là một vấn đề phức tạp. Việc sử dụng mô hình tuyến tính hóa từng đoạn LTI cần các cơ chế đảm bảo ổn định. Các phương pháp dựa trên phân tích Lyapunov hoặc ràng buộc terminal được áp dụng. Điều này đảm bảo hệ thống không chỉ hội tụ về trạng thái mong muốn. Nó còn duy trì được sự ổn định trong toàn bộ không gian hoạt động. Các ràng buộc hệ thống đóng vai trò quan trọng trong việc duy trì ổn định. Chúng giới hạn các tín hiệu điều khiển và trạng thái của hệ thống. Việc kiểm soát các vùng hoạt động và chuyển đổi giữa các mô hình LTI cũng ảnh hưởng đến ổn định. Nghiên cứu này trình bày các điều kiện và kỹ thuật để đảm bảo tính ổn định. Điều này mang lại độ tin cậy cao cho DMPC ứng dụng vào các hệ thống phi tuyến.

Mô hình tuyến tính với tham số biến đổi (LPV) là một công cụ mạnh mẽ. Nó được dùng để điều khiển hệ thống phi tuyến phức tạp. Mô hình LPV cung cấp một cách tiếp cận "phi tuyến giả". Nó thể hiện động lực học phi tuyến thông qua một họ các mô hình tuyến tính. Các tham số của mô hình này thay đổi theo các biến điều độ. Các biến điều độ này thường là các trạng thái hoặc đầu ra đo được của hệ thống. Xây dựng mô hình nội suy đầu ra LPV liên quan đến việc xác định các ma trận hệ thống. Các ma trận này phụ thuộc vào các biến điều độ. Sau đó, chúng được nội suy tại mỗi thời điểm. Phương pháp này cho phép mô tả chính xác hơn hành vi phi tuyến. Nó giữ lại cấu trúc toán học của hệ thống tuyến tính. Điều này tạo điều kiện thuận lợi cho việc thiết kế bộ điều khiển.

Thiết kế bộ điều khiển dự báo phi tập trung (DMPC) sử dụng mô hình LPV mang lại nhiều ưu điểm. Nó đặc biệt hiệu quả cho hệ thống phi tuyến. Bộ điều khiển DMPC-LPV tích hợp trực tiếp thông tin về tính phi tuyến của hệ thống. Nó thực hiện thông qua các tham số biến đổi. Bài toán tối ưu hóa được xây dựng dựa trên mô hình LPV. Điều này cho phép bộ điều khiển thích ứng với các thay đổi trong chế độ hoạt động. Các ràng buộc hệ thống được xử lý hiệu quả. Giao tiếp trong hệ thống điều khiển giữa các bộ điều khiển cục bộ là rất quan trọng. Nó giúp cập nhật các biến điều độ và phối hợp hành động. Điều khiển tối ưu được thực hiện ở mỗi bước. Nó đảm bảo hệ thống đa tác nhân hoạt động hiệu quả. Đồng thời, nó duy trì tính ổn định trong phạm vi rộng hơn.

Hệ thống nồi hơi-tuabin là một đối tượng thử nghiệm lý tưởng. Nó có tính phi tuyến mạnh và động lực học phức tạp. Việc áp dụng điều khiển dự báo phi tập trung (DMPC) với mô hình LPV cho hệ này mang lại kết quả ấn tượng. Mô hình LPV có khả năng mô tả chính xác hơn hành vi của nồi hơi và tuabin. Nó xem xét các thay đổi về nhiệt độ, áp suất, lưu lượng. Điều này tốt hơn so với các mô hình tuyến tính hóa đơn giản. Các bộ điều khiển cục bộ sử dụng mô hình LPV của phân hệ tương ứng. Chúng thực hiện tối ưu hóa riêng biệt. Sau đó, chúng trao đổi thông tin để đảm bảo hoạt động phối hợp. Mục tiêu là duy trì áp suất hơi ổn định, điều chỉnh công suất điện. Nó cũng đảm bảo hiệu suất năng lượng tối ưu. DMPC-LPV chứng tỏ hiệu quả vượt trội. Nó duy trì sự ổn định và hiệu suất cao trong các chế độ vận hành khác nhau.