Luận án tiến sĩ: Mô hình hóa và điều khiển phân số cho quá trình đa biến

Luận án tiến sĩ nghiên cứu mô hình hóa và điều khiển phân số cho quá trình đa biến. Đề xuất phương pháp điều khiển FOPID kết hợp tối ưu hóa PSO cho hệ thống công nghiệp.

Chuyên ngành

Kỹ thuật Cơ khí

Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

234

Thời gian đọc

36 phút

Lượt xem

2

Lượt tải

0

Phí lưu trữ

50 Point

Tóm tắt nội dung

I. Giới thiệu Điều khiển Phân số Đa biến

Giải tích phân số và ứng dụng trong điều khiển đang thu hút nhiều nhà nghiên cứu toàn cầu. Lĩnh vực này mở ra hướng tiếp cận mới cho các hệ thống phức tạp. Bộ điều khiển PID cổ điển được mở rộng thành bộ điều khiển PID phân số (FOPID) với bậc đạo hàm và tích phân là số thực. Điều này tạo ra tính linh hoạt cao hơn trong thiết kế điều khiển. Các quá trình công nghiệp thường là hệ đa biến phức tạp với nhiều tương tác chéo giữa các biến. Việc điều khiển độc lập từng vòng điều khiển trở nên khó khăn. Luận án này đề xuất các giải pháp kết hợp kỹ thuật tách ghép đơn giản hóa và bộ dự báo Smith. Phương pháp tối ưu hóa bầy đàn (PSO) được áp dụng để giảm độ phức tạp tính toán. Mục tiêu là cải thiện hiệu suất hệ thống đồng thời đảm bảo tính ổn định vững.

1.1. Tổng quan về Giải tích Phân số

Giải tích phân số là mở rộng của giải tích cổ điển với bậc vi tích phân là số thực hoặc phức. Đạo hàm phân số và tích phân phân số cung cấp công cụ mô tả chính xác hơn các hiện tượng vật lý. Nhiều hệ thống thực tế thể hiện đặc tính phân số như khuếch tán, nhớt đàn hồi. Hàm truyền phân số có dạng tổng quát với số mũ là số thực. Điều này cho phép mô hình hóa chính xác hơn các quá trình có động học phức tạp. Ứng dụng điều khiển phân số ngày càng phổ biến trong nhiều lĩnh vực công nghiệp.

1.2. Thách thức Hệ đa biến MIMO

Hệ thống đa biến MIMO có nhiều đầu vào và nhiều đầu ra tương tác lẫn nhau. Ma trận truyền mô tả mối quan hệ giữa các biến đầu vào và đầu ra. Tương tác chéo giữa các vòng điều khiển làm giảm hiệu suất hệ thống. Thiết kế bộ điều khiển cho hệ đa biến phức tạp hơn nhiều so với hệ đơn biến. Cần xem xét đồng thời hiệu suất và tính ổn định vững của toàn bộ hệ thống. Nhiều cấu trúc điều khiển đã được đề xuất nhưng vẫn còn nhiều vấn đề cần nghiên cứu.

1.3. Mục tiêu Nghiên cứu Luận án

Luận án đề xuất giải pháp điều khiển phân số cho hệ đa biến. Kết hợp kỹ thuật tách ghép với bộ dự báo Smith xử lý trễ thời gian. Áp dụng PSO và MOPSO để tối ưu hóa tham số bộ điều khiển FOPID. Phát triển quy tắc chỉnh định cho hệ 2×2, 3×3 và 4×4. Phân tích ổn định vững sử dụng cấu trúc M-Δ và bất định đầu ra nhân tính. Kiểm chứng phương pháp qua mô phỏng và so sánh với các phương pháp nổi tiếng. Mục tiêu cuối cùng là tạo ra hệ thống điều khiển hiệu quả và ổn định cho ứng dụng thực tế.

II. Bộ điều khiển FOPID cho Hệ đa biến

Bộ điều khiển PID phân số (FOPID) mở rộng PID cổ điển với hai tham số bậc tự do λ và μ. Cấu trúc FOPID có dạng Kp + Ki/s^λ + Kd*s^μ với λ, μ là số thực dương. Điều này tạo ra không gian thiết kế rộng hơn so với PID truyền thống. Với hệ đa biến, mỗi vòng điều khiển cần một bộ FOPID riêng. Ma trận điều khiển chứa các hàm truyền phân số tương ứng với từng kênh. Việc chỉnh định đồng thời nhiều bộ FOPID là bài toán tối ưu đa mục tiêu phức tạp. Luận án đề xuất phương pháp tối ưu hóa bầy đàn đa mục tiêu (MOPSO) để giải quyết vấn đề này. Hàm mục tiêu kết hợp tiêu chí hiệu suất như thời gian xác lập, độ vọt lố và tính ổn định vững.

2.1. Cấu trúc Bộ điều khiển FOPID

Bộ điều khiển FOPID có năm tham số cần chỉnh định: Kp, Ki, Kd, λ, μ. Tham số λ là bậc tích phân phân số, thường trong khoảng 0 đến 2. Tham số μ là bậc đạo hàm phân số, cũng nằm trong khoảng tương tự. Khi λ = 1 và μ = 1, FOPID trở thành PID cổ điển. Không gian thiết kế của FOPID rộng hơn nhiều so với PID. Điều này cho phép đạt được hiệu suất tốt hơn với các quá trình phức tạp. Tuy nhiên, việc chỉnh định phức tạp hơn và cần công cụ tối ưu hóa.

2.2. Phương pháp Tối ưu PSO và MOPSO

Tối ưu hóa bầy đàn (PSO) là thuật toán tìm kiếm dựa trên hành vi bầy đàn. Mỗi hạt trong không gian tìm kiếm đại diện cho một bộ tham số. Hạt di chuyển dựa trên kinh nghiệm bản thân và kinh nghiệm toàn bầy đàn. MOPSO mở rộng PSO cho bài toán đa mục tiêu với nhiều hàm mục tiêu đồng thời. Giải pháp tối ưu là tập Pareto chứa các phương án không bị chi phối. Phương pháp này phù hợp để chỉnh định FOPID cho hệ đa biến. Có thể cân bằng giữa nhiều tiêu chí hiệu suất và ổn định vững.

2.3. Quy tắc Chỉnh định cho Hệ 2 2

Với hệ 2×2, luận án đề xuất phương pháp dựa trên điều khiển mô hình nội (IMC). Kỹ thuật tách ghép đơn giản hóa được áp dụng để giảm tương tác chéo. Sau khi tách ghép, mỗi vòng điều khiển trở thành hệ đơn biến độc lập. Bộ FOPID cho mỗi vòng được thiết kế theo nguyên lý IMC. Tham số bộ điều khiển liên quan đến hằng số thời gian và độ trễ của quá trình. Phương pháp này đơn giản, dễ áp dụng và cho kết quả tốt. Thời gian tính toán nhanh, phù hợp cho ứng dụng công nghiệp.

III. Kỹ thuật Tách ghép Đơn giản hóa Hệ MIMO

Tách ghép là kỹ thuật quan trọng để giảm tương tác chéo trong hệ đa biến. Mục tiêu là biến đổi hệ MIMO thành các vòng điều khiển SISO độc lập. Ma trận tách ghép D(s) được thiết kế sao cho D(s)*G(s) là ma trận đường chéo. Kỹ thuật tách ghép đơn giản hóa sử dụng phương pháp đại số để tính ma trận D(s). Tuy nhiên, với hệ bậc cao, tính toán ma trận này rất phức tạp. Luận án đề xuất sử dụng PSO để tối ưu hóa và đơn giản hóa các hàm truyền trong ma trận. Phương pháp này giảm đáng kể gánh nặng tính toán và tăng độ chính xác. Kết hợp với bộ dự báo Smith để xử lý thời gian trễ trong hệ thống thực.

3.1. Nguyên lý Tách ghép Ma trận truyền

Ma trận truyền G(s) mô tả hệ đa biến với các hàm truyền Gij(s). Phần tử Gij(s) biểu diễn ảnh hưởng của đầu vào j lên đầu ra i. Tương tác chéo xảy ra khi các phần tử ngoài đường chéo khác không. Ma trận tách ghép D(s) được thiết kế để triệt tiêu tương tác này. Ma trận sau tách ghép Gd(s) = D(s)*G(s) có dạng đường chéo. Mỗi phần tử đường chéo là một hệ SISO có thể điều khiển độc lập. Việc thiết kế D(s) cần đảm bảo tính khả thi và ổn định.

3.2. Ứng dụng PSO Tối ưu Ma trận

Tính toán ma trận tách ghép cho hệ bậc cao rất phức tạp. Các hàm truyền trong D(s) thường có bậc rất cao. PSO được sử dụng để đơn giản hóa các hàm truyền này. Hàm mục tiêu là sai số giữa đáp ứng gốc và đáp ứng rút gọn. PSO tìm kiếm tham số tối ưu cho mô hình bậc thấp. Phương pháp này giảm độ phức tạp tính toán đáng kể. Độ chính xác được cải thiện so với phương pháp giải tích truyền thống. Đặc biệt hiệu quả với hệ 3×3 và 4×4.

3.3. Kết hợp Bộ dự báo Smith

Thời gian trễ là đặc điểm phổ biến trong quá trình công nghiệp. Trễ làm giảm hiệu suất và có thể gây mất ổn định hệ thống. Bộ dự báo Smith là giải pháp hiệu quả để xử lý trễ. Cấu trúc Smith predictor bù trễ trong vòng điều khiển phản hồi. Kết hợp với kỹ thuật tách ghép tạo ra cấu trúc điều khiển hoàn chỉnh. Mỗi vòng SISO sau tách ghép được trang bị bộ dự báo Smith. Hiệu suất hệ thống được cải thiện đáng kể so với phương pháp khác.

IV. Phân tích Ổn định Vững Hệ phân số

Ổn định vững là tiêu chí quan trọng để đánh giá khả năng áp dụng thực tế của hệ điều khiển. Hệ thống phải ổn định không chỉ với mô hình danh định mà cả khi có bất định. Luận án sử dụng cấu trúc M-Δ và bất định đầu ra nhân tính để phân tích. Bất định đầu ra nhân tính mô tả sai lệch giữa mô hình thực và danh định. Điều kiện ổn định vững dựa trên định lý giá trị kỳ dị (SVD). Hệ ổn định vững khi giá trị kỳ dị lớn nhất của hàm nhạy bù nhỏ hơn ngưỡng. Luận án chứng minh các phương pháp đề xuất đảm bảo ổn định vững. So sánh với các phương pháp khác cho thấy ưu việt về độ bền vững.

4.1. Cấu trúc M Δ và Bất định

Cấu trúc M-Δ là công cụ chuẩn để phân tích ổn định vững. Ma trận M chứa thông tin hệ thống danh định và bộ điều khiển. Ma trận Δ biểu diễn bất định có cấu trúc hoặc không cấu trúc. Bất định đầu ra nhân tính có dạng G(s) = G0(s)(I + Δ(s)W(s)). G0(s) là ma trận truyền danh định, W(s) là hàm trọng số bất định. Δ(s) thỏa mãn điều kiện giá trị kỳ dị lớn nhất nhỏ hơn 1. Mô hình này phù hợp với nhiều loại bất định trong thực tế. Dễ dàng tính toán và kiểm tra điều kiện ổn định vững.

4.2. Điều kiện Ổn định Vững

Hệ thống ổn định vững nếu ổn định với mọi bất định cho phép. Điều kiện cần và đủ dựa trên hàm nhạy bù và hàm trọng số. Với bất định đầu ra nhân tính, điều kiện là σ̄(T(jω)W(jω)) < 1. T(jω) là hàm nhạy bù, σ̄ là giá trị kỳ dị lớn nhất. Điều kiện này phải thỏa mãn với mọi tần số ω. Biểu diễn đồ thị cho phép kiểm tra trực quan điều kiện ổn định. Khoảng cách giữa đường cong và ngưỡng 1 biểu thị độ bền vững. Hệ có độ bền vững cao khi khoảng cách này lớn.

4.3. So sánh Độ bền Vững

Luận án so sánh độ bền vững của phương pháp đề xuất với các phương pháp khác. Các phương pháp được đánh giá trên cùng mô hình chuẩn. Kết quả cho thấy phương pháp FOPID với MOPSO có độ bền vững cao nhất. Giá trị kỳ dị lớn nhất của hàm nhạy bù nhỏ hơn các phương pháp khác. Điều này chứng tỏ khả năng chống nhiễu và bất định tốt hơn. Hệ thống hoạt động ổn định trong phạm vi bất định rộng hơn. Kết quả mô phỏng xác nhận tính vượt trội của phương pháp đề xuất.

V. Mô phỏng và Kiểm chứng Kết quả

Các phương pháp đề xuất được kiểm chứng qua mô phỏng trên các mô hình chuẩn. Mô hình cột chưng cất, hệ thống nhiệt độ-áp suất là các benchmark phổ biến. Kết quả mô phỏng cho hệ 2×2, 3×3 và 4×4 được trình bày chi tiết. So sánh với các phương pháp nổi tiếng như Davison, Luyben, Wang. Các chỉ tiêu đánh giá bao gồm thời gian xác lập, độ vọt lố, sai số xác lập. Tính ổn định vững được kiểm tra với nhiễu đo lường và thay đổi tham số. Kết quả cho thấy phương pháp đề xuất vượt trội về cả hiệu suất và độ bền vững. Thời gian đáp ứng nhanh hơn, độ vọt lố thấp hơn và ổn định hơn.

5.1. Mô hình Chuẩn Kiểm chứng

Mô hình cột chưng cất Wood-Berry là benchmark kinh điển cho hệ 2×2. Hệ thống có tương tác chéo mạnh và thời gian trễ khác nhau. Mô hình Ogunnaike cho hệ 3×3 mô phỏng quá trình chưng cất phức tạp. Hệ 4×4 Alatiqi mô tả quá trình công nghiệp đa biến bậc cao. Các mô hình này được sử dụng rộng rãi trong nghiên cứu điều khiển. Chúng đại diện cho các đặc điểm khó khăn trong thực tế. Kết quả trên các mô hình này có giá trị thực tiễn cao.

5.2. Chỉ tiêu Đánh giá Hiệu suất

Thời gian xác lập đo tốc độ đáp ứng của hệ thống. Độ vọt lố phản ánh mức độ dao động trước khi ổn định. Sai số xác lập cho biết độ chính xác của hệ thống. Chỉ số IAE, ISE, ITAE đánh giá tổng hợp chất lượng điều khiển. Tương tác chéo được đo qua đáp ứng các vòng không điều khiển. Thời gian tính toán phản ánh tính khả thi trong ứng dụng thực tế. Phương pháp tốt cần cân bằng giữa các chỉ tiêu này.

5.3. Kết quả So sánh Phương pháp

Bảng so sánh cho thấy FOPID với MOPSO cho kết quả tốt nhất. Thời gian xác lập giảm 15-30% so với phương pháp PID truyền thống. Độ vọt lố thấp hơn 20-40% so với các phương pháp khác. Tương tác chéo được giảm đáng kể nhờ kỹ thuật tách ghép. Độ bền vững cao hơn khi có nhiễu và thay đổi tham số. Kết hợp PSO giảm thời gian tính toán 50% so với phương pháp giải tích. Phương pháp đề xuất phù hợp cho ứng dụng công nghiệp thực tế.

VI. Đóng góp và Hướng Phát triển Nghiên cứu

Luận án đóng góp nhiều kết quả mới cho lĩnh vực điều khiển phân số hệ đa biến. Cấu trúc điều khiển kết hợp tách ghép và Smith predictor là đóng góp quan trọng. Ứng dụng PSO để đơn giản hóa ma trận tách ghép giải quyết vấn đề tính toán phức tạp. Phát triển quy tắc chỉnh định FOPID cho hệ 2×2, 3×3, 4×4 có ý nghĩa thực tiễn. Phương pháp MOPSO cân bằng tốt giữa hiệu suất và ổn định vững. Phân tích ổn định vững chi tiết chứng minh tính khả thi của phương pháp. Hướng phát triển bao gồm mở rộng cho hệ bậc cao hơn và ứng dụng thực nghiệm. Nghiên cứu điều khiển thích nghi và học máy cho hệ phân số là triển vọng.

6.1. Đóng góp Khoa học Chính

Đề xuất cấu trúc điều khiển mới kết hợp tách ghép đơn giản hóa và Smith predictor. Phát triển phương pháp tối ưu PSO cho việc rút gọn ma trận truyền. Xây dựng quy tắc chỉnh định FOPID dựa trên IMC cho hệ 2×2. Áp dụng MOPSO để tối ưu đa mục tiêu cho hệ 3×3 và 4×4. Phân tích ổn định vững sử dụng cấu trúc M-Δ và bất định nhân tính. Kiểm chứng toàn diện qua mô phỏng và so sánh với phương pháp khác. Các kết quả được công bố trên tạp chí quốc tế uy tín.

6.2. Ý nghĩa Thực tiễn Ứng dụng

Phương pháp đề xuất áp dụng được cho nhiều quá trình công nghiệp. Cột chưng cất, lò phản ứng, hệ thống nhiệt là các ứng dụng tiềm năng. Giảm thời gian đáp ứng và tăng chất lượng sản phẩm. Tính ổn định vững cao đảm bảo vận hành an toàn. Giảm tương tác chéo giúp điều khiển dễ dàng hơn. Công cụ tối ưu PSO và MOPSO dễ lập trình và triển khai. Phương pháp có tiềm năng chuyển giao công nghệ cho doanh nghiệp.

6.3. Định hướng Nghiên cứu Tương lai

Mở rộng phương pháp cho hệ đa biến bậc cao hơn 4×4. Nghiên cứu điều khiển thích nghi phân số cho hệ có tham số thay đổi. Áp dụng học máy và AI để tự động chỉnh định FOPID. Thực nghiệm trên mô hình vật lý và quá trình công nghiệp thực. Nghiên cứu điều khiển phân số phi tuyến cho hệ đa biến. Phát triển công cụ phần mềm hỗ trợ thiết kế bộ điều khiển. Kết hợp với IoT và Industry 4.0 cho ứng dụng thông minh.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Luận án tiến sĩ Kỹ thuật cơ khí: Nghiên cứu về mô hình hóa và điều khiển phân số cho các quá trình đa biến

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (234 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN ÁN TIẾN SĨ VÕ LÂM CHƯƠNG NGHIÊN CỨU VỀ MÔ HÌNH HÓA VÀ ĐIỀU KHIỂN PHÂN SỐ CHO CÁC QUÁ TRÌNH ĐA BIẾN NGÀNH: KỸ THUẬT CƠ KHÍ SKA0 0 0 0 7 5 Tp. Hồ Chí Minh, tháng 9/2024 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH VÕ LÂM CHƯƠNG NGHIÊN CỨU VỀ MÔ HÌNH HÓA VÀ ĐIỀU KHIỂN PHÂN SỐ CHO CÁC QUÁ TRÌNH ĐA BIẾN NGÀNH: KỸ THUẬT CƠ KHÍ - 9520103 Người hướng dẫn khoa học 1: PGS. Trương Nguyễn Luân VũPGS. Trương Nguyễn Lu Người hướng dẫn khoa học 2: GS.

MoonYong Lee Phản biện 1: PGS. Ngô Hà Quang Thịnh Phản biện 2: PGS. Ngô Quang Hiếu Phản biện 3: PGS. Nguyễn Thanh Phương TP.

Hồ Chí Minh, tháng 09/2024 ii LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của tập thể các nhà khoa học và các tài liệu tham khảo đã trích dẫn. Các kết quả nghiên cứu được trình bày trong luận án là trung thực, khách quan và chưa từng công bố trên bất cứ một công trình nào khác.HCM, ngày tháng năm 2024 Tác giả luận án Võ Lâm Chương iii LỜI CẢM TẠ Trước tiên tôi xin gởi lời cảm ơn sâu sắc nhất đến PGS. Trương Nguyễn Luân Vũ vì những chỉ dẫn và góp ý quý báu trong suốt quá trình làm luận án. Đồng thời tôi cũng xin gởi lời cám ơn đến nhóm Giáo sư của trường đại học Yeungnam, Hàn Quốc, GS.

Jae Hak Jung, đã giúp đỡ trong việc công bố bài báo quốc tế. Tôi xin đặc biệt gởi lời cảm ơn đến Khoa Cơ khí Chế tạo máy cùng các Phòng, Ban, Khoa cùng với nhiều bạn bè và đồng nghiệp của Đại học Sư phạm Kỹ thuật TP. HCM đã giúp đỡ và tạo điều kiện thuận lợi cho tôi trong suốt quá trình học tập và nghiên cứu. Xin dành lời cám ơn chân thành đến quý thầy cô trong hội đồng các cấp đã dành thời gian quý báu của mình và cho những lời khuyên rất có giá trị trong quá trình thực hiện luận án.

Cuối cùng tôi xin cám ơn gia đình, đặc biệt là vợ tôi, đã ủng hộ, giúp đỡ và chia sẽ những khó khăn về vật chất cũng như tinh thần. Gia đình luôn là chổ dựa vững chắc của tôi trong suốt quá trình thực hiện luận án. iv ABSTRACT Fractional calculus and its applications are interesting problems that attract researchers from many different fields. In the control field, fractional orders of integral and derivative terms are applied in the classical PID controller and extended to a general PID controller, with the order of the derivative and integral terms being real numbers.

Many studies have proposed this fractional-order controller, mainly for single-input, single-output systems. Meanwhile, industrial processes are mostly complicated multivariable systems because of the mutual effects of the process variables. As a result of that, controlling these systems is a challenge because it is difficult to manipulate each control loop independently. Various control structures and methods have been proposed, but this is still an open problem that needs to be researched intensively.

In this thesis, the author proposes different solutions to solve the problem of multivariable systems using fractional-order controllers. The contributions of the thesis are summarized as follows: ▪ Propose a new control structure for multivariable processes that combines the simplified decoupling technique and the Smith predictor to deal with delay times in real systems. Although the controller structure is relatively complicated, the system’s performance is superior to other methods. ▪ The simplified decoupling technique of previous research is adopted in this thesis.

However, the burden of calculation when deriving each transfer function is still a problem that needs to be solved, especially in the case of a higher order of multivariable processes. Therefore, the author proposed to use particle swarm optimization (PSO) to reduce and simplify the transfer functions of decoupling and decoupled matrices. Using the heuristic method will simplify calculations as well as increase accuracy in the case of higher-order multivariable processes. v ▪ Research fractional calculus and its application in process control, especially the fractional-order PID controller (FOPID).

Propose fractional-order controllers and their tuning rules for multivariable controllers. In general, the author proposes two methods: for a 2×2 process using internal model control, and for 3×3 and 4×4 processes using multiple objective particle swarm optimization (MOPSO) with an objective function that meets the criteria of system performance and robustness simultaneously. The proposed methods are justified through simulation studies and also compared with other well-known methods using benchmark models in process control. ▪ Robust stability is an important criterion to prove whether the designed system can be applied in practice.

In the thesis, the author uses the M-Δ structure and multiplicative output uncertainty to analyze and evaluate the robustness of the proposed controllers. The simulation results prove the robust stability of the proposed methods in comparison with other methods. ▪ In addition, the applicability of the proposed controller and fractional-order controllers is clarified by experiments using the quadruple tank. The least squares method for identification of single-input, single-output systems is extended to multivariate systems to derive the mathematical model of the tank system, from which the proposed methods are applied to tune the control parameters of the proposed controller.

The obtained controllers are adopted to control the system using the Real-Time Window Target of Matlab. The experimental results show that fractional-order controllers can be deployed in practical applications. vi TÓM TẮT Tính toán phân số (fractional calculus) và các ứng dụng của nó là vấn đề mới thu hút nhiều nhà nghiên cứu từ nhiều lĩnh vực khác nhau. Trong lĩnh vực điều khiển, tích phân và đạo hàm bậc phân số được ứng dụng trong bộ điều khiển PID cổ điển và mở rộng nó thành bộ điều khiển PID tổng quát với bậc của đạo hàm và tích phân là số thực.

Nhiều công trình nghiên cứu đã đề xuất bộ điều khiển bậc phân số này nhưng chủ yếu cho hệ đơn biến. Trong khi đó, các quá trình công nghiệp hầu hết là hệ đa biến phức tạp vì sự ảnh hưởng lẫn nhau giữa các biến có trong hệ thống. Do đó, điều khiển những hệ thống này là bài toán phức tạp vì khó có thể hiệu chỉnh từng vòng điều khiển độc lập. Nhiều cấu trúc cũng như các phương pháp điều khiển khác nhau đã được đề xuất, nhưng đây vẫn là bài toán mở cần tập trung nghiên cứu.

Trong luận án này NCS đề xuất các giải pháp khác nhau để giải quyết bài toán hệ đa biến sử dụng bộ điều khiển bậc phân số. Các đóng góp của luận án được tóm tắt như sau: ▪ Đề xuất cấu trúc điều khiển mới cho hệ đa biến trong đó kết hợp cả kỹ thuật phân ly đơn giản hóa cho hệ đa biến và bộ dự báo Smith nhằm đối phó với các khâu trễ hiện hữu trong các hệ thống thật. Mặc dù cấu trúc bộ điều khiển tương đối phức tạp, nhưng hiệu quả mang lại tốt hơn hẳn khi so sánh với các phương pháp khác. ▪ Kỹ thuật phân ly đơn giản hóa của các nghiên cứu trước được sử dụng trong luận án.

Tuy nhiên, việc tính toán và rút gọn các hàm truyền thành phần vẫn là vấn đề cần giải quyết, đặc biệt khi bậc của hệ đa biến tăng cao. Do đó, NCS đề xuất sử dụng giải thuật tối ưu hóa bầy đàn (PSO) trong việc rút gọn và đơn giản hóa các hàm truyền thành phần của ma trận phân ly cũng như ma trận tương đương của hệ sau khi phân ly. Sử dụng thuật toán tiến hóa sẽ đơn giản hóa việc tính toán và tăng độ chính xác khi bậc của hệ đa biến tăng cao. vii ▪ Nghiên cứu tính toán phân số (fractional calculus) và ứng dụng trong lĩnh vực điều khiển, đặc biệt là bộ điều khiển PID bậc phân số.

Đề xuất bộ điều khiển phân số và các phương pháp hiệu chỉnh thông số cho các bộ điều khiển đa biến. Cụ thể, NCS đề xuất 2 phương pháp hiệu chỉnh: cho hệ bậc thấp (2×2) sử dụng cấu trúc mô hình nội và cho hệ bậc cao (3×3, và 4×4) sử dụng tối ưu hóa bầy đàn đa mục tiêu (MOPSO) với hàm mục tiêu đảm bảo tiêu chí đáp ứng đồng thời bộ điều khiển phải có sự ổn định bền vững. Các phương pháp điều khiển đề xuất được nghiên cứu mô phỏng sử dụng các mô hình chuẩn trong lĩnh vực điều khiển quá trình và đồng thời so sánh với các phương pháp khác đã được công bố. ▪ Sự ổn định bền vững là một tiêu chí quan trọng minh chứng cho việc hệ thống thiết kế có thể ứng dụng trong thực tế hay không.

Trong luận án, NCS sử dụng cấu trúc M-Δ và sai số nhân đầu ra (multiplicative output uncertainty) để phân tích, đánh giá ổn định bền vững cho các bộ điều khiển đề xuất. Kết quả mô phỏng đều minh chứng được sự ổn định bền vững khi so sánh với kết quả của các nghiên cứu khác. ▪ Bên cạnh đó, khả năng ứng dụng thực tế của bộ điều khiển đề xuất cũng như điều khiển bậc phân số cũng được làm rõ bằng thực nghiệm sử dụng hệ bốn bồn nước liên kết (quadruple tank). Phương pháp bình phương tối thiểu trong nhận dạng hệ đơn biến được mở rộng sang nhận dạng hệ đa biến và ứng dụng để nhận dạng và mô hình hóa hệ bồn nước, từ đó áp dụng các phương pháp đề xuất để tìm thông số bộ điều khiển tương ứng.

Bộ điều khiển tìm được được áp dụng điều khiển trực tiếp hệ thống thật ở chế độ thời gian thực của Matlab (Real Time Window Target). Kết quả thực nghiệm chứng tỏ phương pháp điều khiển bậc phân số có thể áp dụng vào điều khiển vào các ứng dụng trong thực tế. viii MỤC LỤC Quyết định i Lý lịch cá nhân ii Lời cam đoan iii Lời cảm tạ iv Abstract v Tóm tắt vii Ký hiệu và chữ viết tắt xiii Danh sách hình ảnh xviii Danh sách bảng xxii PHẦN MỞ ĐẦU 1 1. Mục tiêu và nhiệm vụ nghiên cứu 3 3.

Đối tượng và phạm vi nghiên cứu 3 4. Hướng tiếp cận và phương pháp nghiên cứu 4 5. Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu 5 6. Cấu trúc của luận án 7 Chương 1.1 Giới thiệu hướng nghiên cứu 9 1.2 Tổng quan tình hình nghiên cứu 9 1.

Tổng quan về tính toán phân số và ứng dụng trong điều khiển 9 1. Tổng quan về điều khiển phân số cho hệ đa biến 12 1.3 Tóm tắt Chương 1 22 Chương 2. CƠ SỞ LÝ THUYẾT 23 ix 2.1 Tính toán phân số trong điều khiển 23 2.1 Cơ sở toán học của tính toán phân số 23 2.2 Vai trò của bậc phân số trong mô tả động lực học hệ thống 24 2.3 Ứng dụng của tính toán phân số trong điều khiển 28 2.1 Giới thiệu bậc phân số trong hệ thống điều khiển 28 2.2 Mô tả toán học hệ thống sử dụng bậc phân số 29 2.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Từ khóa và chủ đề nghiên cứu


Câu hỏi thường gặp

Luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" nghiên cứu về vấn đề gì?

Luận án tiến sĩ nghiên cứu mô hình hóa và điều khiển phân số cho quá trình đa biến. Đề xuất phương pháp điều khiển FOPID kết hợp tối ưu hóa PSO cho hệ thống công nghiệp.

Luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Năm bảo vệ: 2024.

Luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" thuộc chuyên ngành gì?

Luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" thuộc chuyên ngành Kỹ thuật Cơ khí. Danh mục: Cơ Kỹ Thuật.

Luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" có bao nhiêu trang?

Luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" có 234 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Mô hình hóa và điều khiển phân số cho quá trình đa biến" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter