Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định luận

Nghiên cứu điều khiển thích nghi cho hệ thống cần cẩu treo. Đảm bảo ổn định, hiệu suất cao và khả năng chống nhiễu trong vận hành thực tế.

Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

141

Thời gian đọc

22 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tổng quan nhanh

Chủ đề:
Tổng quan Điều khiển Thích nghi cho Cần Cẩu Treo hiện đại
Số trang:
141 trang
Trường:
Đại học Bách khoa Hà Nội
Chuyên ngành:
Kỹ thuật Điều khiển và Tự động hóa
Tác giả:
Năm:

Tóm tắt nội dung luận án

I.Tổng quan Điều khiển Thích nghi cho Cần Cẩu Treo hiện đại

Điều khiển hệ thống cần cẩu treo đặt ra nhiều thách thức đáng kể. Các yếu tố bất định như sự thay đổi tải trọng, chiều dài dây treo, và nhiễu loạn môi trường ảnh hưởng lớn đến hiệu suất hoạt động. Nghiên cứu này tập trung phát triển các phương pháp điều khiển thích nghi mạnh mẽ và hiệu quả. Mục tiêu chính là đảm bảo tính ổn định và độ chính xác cao khi di chuyển tải. Phương pháp giúp giảm thiểu dao động không mong muốn, từ đó nâng cao an toàn và hiệu quả vận hành. Đề tài khảo sát mô hình toán học chi tiết của cần cẩu treo. Nó cũng đánh giá kỹ lưỡng các giải pháp điều khiển hiện có, tạo nền tảng vững chắc cho việc thiết kế các bộ điều khiển tiên tiến. Giải pháp điều khiển thích nghi là cần thiết để ứng phó hiệu quả với sự thay đổi không lường trước được. Kết quả nghiên cứu hướng tới cải thiện đáng kể hoạt động của cần cẩu treo trong môi trường công nghiệp đòi hỏi độ chính xác cao.

1.1. Phân tích mô hình toán cần cẩu treo 2D và 3D

Mô hình toán học của cần cẩu treo thường rất phức tạp và phi tuyến tính. Nó bao gồm các phiên bản 2D và 3D. Các mô hình này thể hiện động lực học của xe con và tải trọng. Chiều dài dây treo có thể thay đổi hoặc cố định. Yếu tố bất định được đưa vào phân tích chi tiết. Việc này giúp hiểu rõ hơn về các giới hạn và thách thức kỹ thuật. Mô hình hóa chính xác là bước đầu tiên để thiết kế bộ điều khiển hiệu quả.

1.2. Nhu cầu ứng dụng điều khiển thích nghi thực tiễn

Ứng dụng cần cẩu treo trong các ngành công nghiệp đòi hỏi hiệu suất cao. An toàn và độ chính xác trong vận chuyển hàng hóa là ưu tiên hàng đầu. Điều khiển thích nghi là giải pháp tối ưu cho các hệ thống có thông số không chắc chắn. Nó giúp giảm thiểu dao động tải trọng, tăng tốc độ vận chuyển. Việc này cũng giảm thời gian chu kỳ và nâng cao năng suất. Nhu cầu thực tế này thúc đẩy việc phát triển các thuật toán điều khiển tiên tiến.

1.3. Tổng quan phương pháp điều khiển hiện có

Nhiều phương pháp điều khiển đã được nghiên cứu cho cần cẩu treo. Bao gồm luật điều khiển PD, tuyến tính hóa từng phần, điều khiển trượt (Sliding Mode Control). Các phương pháp này có ưu nhược điểm riêng. Chúng thường gặp khó khăn khi đối mặt với bất định và nhiễu. Việc tổng quan giúp xác định khoảng trống nghiên cứu hiện tại. Nó tạo cơ sở vững chắc để phát triển các phương pháp điều khiển thích nghi mới, hiệu quả hơn.

II.Thiết kế Điều khiển Mờ Thích nghi Cần Cẩu Treo hiệu quả

Việc thiết kế bộ điều khiển mờ thích nghi cho cần cẩu treo mang lại nhiều lợi ích đáng kể. Nó giải quyết hiệu quả vấn đề phi tuyến và bất định trong hệ thống. Cơ sở cho phương pháp này là mô hình mờ Sugeno. Giải pháp kết hợp logic mờ với kỹ thuật điều khiển trượt tầng. Nó tạo ra một hệ thống điều khiển mạnh mẽ và linh hoạt. Bộ điều khiển mờ hai lớp được xây dựng để xử lý các động lực phức tạp của cần cẩu. Lớp thứ nhất chịu trách nhiệm điều khiển vị trí xe con. Lớp thứ hai tập trung vào việc giảm dao động tải trọng. Luật điều khiển thích nghi mờ điều chỉnh các tham số theo thời gian thực. Điều này giúp hệ thống duy trì hiệu suất tối ưu trong mọi điều kiện hoạt động. Kết quả mô phỏng cho thấy hiệu quả vượt trội của phương pháp. Nó đảm bảo độ chính xác cao và khả năng chống nhiễu mạnh mẽ.

2.1. Nền tảng hệ mờ Sugeno và suy luận tuyến tính

Hệ mờ Sugeno là một công cụ mạnh mẽ. Nó mô tả các hệ thống phi tuyến bằng tập hợp các luật nếu-thì. Phương pháp suy luận tuyến tính giúp ước lượng các đầu ra chính xác. Nó dựa trên các hàm thành viên mờ được định nghĩa trước. Việc này đơn giản hóa đáng kể quá trình thiết kế bộ điều khiển. Hệ mờ Sugeno cung cấp khả năng thích ứng linh hoạt, xử lý hiệu quả các thông số hệ thống không rõ ràng.

2.2. Tổng hợp bộ điều khiển mờ hai lớp cho hệ thống

Bộ điều khiển mờ hai lớp được thiết kế để phân tách nhiệm vụ. Lớp thứ nhất điều khiển chuyển động tịnh tiến của xe con. Lớp thứ hai điều khiển góc lắc của tải trọng. Cấu trúc này phân tách nhiệm vụ điều khiển rõ ràng. Nó giúp đơn giản hóa quá trình thiết kế và tinh chỉnh. Đồng thời, nó tăng cường khả năng ổn định và hiệu suất tổng thể. Sự kết hợp này mang lại hiệu quả cao trong điều khiển cần cẩu treo.

2.3. Kết quả mô phỏng điều khiển thích nghi mờ

Các mô phỏng được thực hiện trên cả mô hình cần cẩu treo 2D và 3D. Kết quả cho thấy bộ điều khiển thích nghi mờ hoạt động rất tốt. Nó giúp xe con di chuyển đến vị trí mong muốn một cách chính xác. Đồng thời, nó giảm thiểu đáng kể dao động của tải trọng. Khả năng chống chịu nhiễu và bất định của hệ thống được chứng minh rõ ràng. Hiệu suất của bộ điều khiển được đánh giá cao trong các tình huống khác nhau.

III.Tối ưu Điều khiển Nơ ron Thích nghi Cần Cẩu Treo

Điều khiển nơ-ron thích nghi cung cấp một giải pháp mạnh mẽ cho hệ thống cần cẩu treo. Nó đặc biệt hiệu quả khi đối mặt với các bất định lớn và phức tạp. Phương pháp này kết hợp kỹ thuật backstepping với mạng nơ-ron RBF (Radial Basis Function). Mạng nơ-ron có khả năng xấp xỉ các hàm phi tuyến không xác định một cách chính xác. Điều này giúp bù đắp hiệu quả cho các yếu tố bất định trong mô hình hệ thống. Bộ điều khiển trượt backstepping được thiết kế theo cách tiếp cận này. Nó đảm bảo tính ổn định tiệm cận của hệ thống kín. Luật thích nghi được phát triển để cập nhật trọng số của mạng nơ-ron theo thời gian thực. Điều này cho phép hệ thống tự học và thích nghi với sự thay đổi liên tục của môi trường và tải trọng. Các mô phỏng số kiểm chứng hiệu quả vượt trội của phương pháp. Nó thể hiện khả năng điều khiển chính xác và giảm rung lắc tải trọng đáng kể.

3.1. Ứng dụng mạng nơ ron RBF trong điều khiển

Mạng nơ-ron RBF được sử dụng để xấp xỉ các hàm bất định. Các hàm này thường xuất hiện trong mô hình cần cẩu treo, gây khó khăn cho điều khiển. Mạng RBF có cấu trúc đơn giản và khả năng học nhanh. Nó là công cụ lý tưởng để bù trừ các nhiễu loạn không mong muốn. Việc này giúp bộ điều khiển trở nên mạnh mẽ hơn. Nó cải thiện đáng kể khả năng hoạt động của hệ thống.

3.2. Thiết kế bộ điều khiển trượt backstepping nơ ron

Bộ điều khiển trượt backstepping được thiết kế theo từng bước logic. Mạng nơ-ron RBF được tích hợp khéo léo vào mỗi bước để ước lượng các thành phần bất định. Luật điều khiển trượt đảm bảo hệ thống đạt được mục tiêu điều khiển mong muốn. Đồng thời, nó duy trì tính ổn định của toàn bộ hệ thống. Phương pháp này cung cấp một khuôn khổ có hệ thống và mạnh mẽ. Nó giải quyết vấn đề điều khiển cho các hệ thống phức tạp và phi tuyến.

3.3. Kiểm chứng ổn định hệ kín và mô phỏng hiệu suất

Tính ổn định của hệ thống kín được chứng minh một cách chặt chẽ bằng lý thuyết Lyapunov. Điều này đảm bảo rằng hệ thống sẽ hoạt động ổn định và tin cậy. Các mô phỏng kỹ thuật số được thực hiện để kiểm tra hiệu suất của bộ điều khiển trong nhiều kịch bản. Kết quả cho thấy khả năng theo dõi quỹ đạo chính xác cao. Đồng thời, nó loại bỏ hiệu quả dao động tải trọng. Điều này được duy trì ngay cả khi có sự bất định về tải trọng.

IV.Kiểm chứng Thực nghiệm Điều khiển Cần Cẩu Treo 2D

Để xác thực tính khả thi và hiệu quả của các thuật toán điều khiển, một bàn thí nghiệm cần cẩu treo 2D đã được xây dựng. Mô hình vật lý này tái tạo một cách chân thực các đặc tính động lực học của cần cẩu thực tế. Thiết kế phần cứng bao gồm các động cơ chính xác, cảm biến hiện đại (ví dụ như MPU6050) và bộ điều khiển nhúng mạnh mẽ. Phần mềm được phát triển đặc biệt để triển khai các thuật toán điều khiển phức tạp. Nó cũng bao gồm bộ lọc Kalman tiên tiến để xử lý dữ liệu cảm biến, giảm nhiễu và tăng độ chính xác. Giao diện HMI (Human-Machine Interface) cho phép người vận hành giám sát trạng thái hệ thống theo thời gian thực. Nó cũng cho phép thay đổi các tham số điều khiển một cách linh hoạt. Các giải thuật điều khiển thích nghi mờ và trượt tầng đã được cài đặt và thử nghiệm trên mô hình vật lý. Thí nghiệm thực tế cung cấp bằng chứng cụ thể về hiệu quả. Nó cho thấy khả năng ứng dụng thực tiễn của các phương pháp đã đề xuất.

4.1. Xây dựng mô hình thí nghiệm và phần cứng

Một mô hình cần cẩu treo 2D được xây dựng chi tiết trong phòng thí nghiệm. Mô hình này bao gồm xe con, dây treo, và tải trọng. Phần cứng được thiết kế với các bộ truyền động chính xác. Nó cũng có các cảm biến để đo vị trí và góc lắc tải trọng. Sự lựa chọn linh kiện phần cứng phù hợp đảm bảo độ tin cậy cao. Nó cung cấp nền tảng vững chắc cho các thử nghiệm điều khiển nghiêm ngặt và đánh giá hiệu suất.

4.2. Thiết kế phần mềm và giao diện điều khiển HMI

Phần mềm điều khiển được phát triển để chạy trên nền tảng nhúng hiệu suất cao. Nó xử lý dữ liệu từ cảm biến thông qua bộ lọc Kalman tối ưu. Giao diện HMI thân thiện với người dùng được tạo ra để giám sát trạng thái hệ thống. Người dùng có thể điều chỉnh các tham số điều khiển một cách trực quan. Điều này giúp dễ dàng thực hiện và đánh giá các thuật toán điều khiển trong môi trường thực tế.

4.3. Cài đặt thuật toán thích nghi mờ và trượt tầng

Các thuật toán điều khiển mờ hai lớp và trượt tầng thích nghi mờ được cài đặt. Chúng được triển khai trực tiếp trên mô hình vật lý trong phòng thí nghiệm. Các thử nghiệm thực tế cho thấy khả năng giảm rung lắc tải hiệu quả. Nó cũng chứng minh khả năng theo dõi quỹ đạo chính xác. Kết quả thực nghiệm xác nhận một cách rõ ràng những gì đã được dự đoán từ mô phỏng lý thuyết.

V.Kết luận và Hướng phát triển Cần Cẩu Treo tương lai

Nghiên cứu này đã thành công trong việc phát triển các bộ điều khiển thích nghi tiên tiến cho hệ thống cần cẩu treo. Các phương pháp dựa trên hệ mờ và mạng nơ-ron nhân tạo đã được thiết kế và kiểm chứng một cách toàn diện. Chúng chứng tỏ hiệu quả cao trong việc giải quyết vấn đề bất định và giảm đáng kể dao động tải trọng. Các kết quả mô phỏng kỹ thuật số và thực nghiệm trên mô hình 2D đều xác nhận tính ưu việt, độ bền vững và khả năng ứng dụng của các thuật toán đã đề xuất. Luận án không chỉ đóng góp vào lý thuyết điều khiển tự động hóa mà còn mở ra hướng mới cho việc nâng cao hiệu suất, độ chính xác và an toàn của cần cẩu trong môi trường công nghiệp thực tế. Những đóng góp này có ý nghĩa quan trọng trong việc thúc đẩy nghiên cứu và phát triển công nghệ trong tương lai.

5.1. Đánh giá hiệu suất bộ điều khiển thích nghi

Các bộ điều khiển thích nghi mờ và nơ-ron đã được đánh giá kỹ lưỡng. Chúng thể hiện khả năng chống chịu nhiễu tốt. Nó cung cấp độ chính xác cao trong điều khiển vị trí. Đồng thời, nó giảm đáng kể dao động tải. Hiệu suất của các thuật toán được chứng minh qua cả mô phỏng và thí nghiệm thực tế. Điều này khẳng định tính hiệu quả của các giải pháp.

5.2. Đóng góp khoa học và ý nghĩa thực tiễn

Luận án đóng góp vào việc phát triển lý thuyết điều khiển thích nghi. Nó cung cấp các giải pháp cụ thể và hiệu quả cho hệ thống cần cẩu treo. Ý nghĩa thực tiễn là nâng cao hiệu quả vận hành. Nó cũng cải thiện đáng kể an toàn trong các ứng dụng công nghiệp. Nghiên cứu này mở ra tiềm năng ứng dụng rộng rãi trong lĩnh vực tự động hóa và robot công nghiệp.

5.3. Đề xuất hướng nghiên cứu và phát triển tiếp theo

Hướng nghiên cứu tiếp theo có thể mở rộng. Nó bao gồm áp dụng cho cần cẩu treo 3D phức tạp hơn, có nhiều bậc tự do. Việc xem xét các yếu tố môi trường khác như gió hoặc thay đổi đột ngột tải trọng là cần thiết. Khả năng tích hợp thêm các công nghệ AI tiên tiến hoặc học tăng cường có thể được khám phá. Mục tiêu là phát triển hệ thống điều khiển thông minh và tự chủ hơn nữa.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định luận án tiến sĩ

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (141 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LÊ XUÂN HẢI Lê Xuân Hải ĐIỀU KHIỂN THÍCH NGHI CHO HỆ THỐNG CẦN CẨU TREO ĐIỀU KHIỂN THÍCH CÓ NGHI YẾUẾT PHINTUY TÍNH ĐẾ NỐCHO Ệ NH BẤTHĐỊ THỐNG CẦN CẨU TREO MÔ HÌNH BẤT ĐỊNH Chuyên ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 9520216 LUẬNLUẬN ÁN TIẾN ÁN SĨ KỸ TIẾN THU SĨ KỸ ẬT ĐIỀ THUẬT U KHI ĐIỀU ỂNVÀ KHIỂN TỰ VÀTỰ ĐỘNG ĐỘNG HÓA HÓA NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. Vũ Vân Hà GS. Phan Xuân Minh Hà Nội – 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LÊ XUÂN HẢI ĐIỀU KHIỂN THÍCH NGHI CHO HỆ THỐNG CẦN CẨU TREO CÓ TÍNH ĐẾN YẾU TỐ BẤT ĐỊNH Ngành: Kỹ thuật Điều khiển và Tự động hóa Mã số: 9520216 LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Phan Xuân Minh Hà Nội – 2018 Lời cam đoan Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các kết quả nghiên cứu được trình bày trong luận án là trung thực, khách quan và chưa từng được tác giả khác công bố.

Hà Nội, ngày … tháng … năm 20… Tập thể hướng dẫn Nghiên cứu sinh Lời cảm ơn Trong quá trình làm luận án, tôi đã nhận được nhiều góp ý về chuyên môn cũng như sự ủng hộ giúp đỡ của tập thể cán bộ hướng dẫn, của các nhà khoa học, của các bạn đồng nghiệp. Tôi xin được gửi tới họ lời cảm ơn sâu sắc. Tôi xin bày tỏ lòng cảm ơn đến tập thể hướng dẫn đã trực tiếp bằng tâm huyết hướng dẫn tôi trong suốt thời gian qua. Tôi cũng xin chân thành cảm ơn các nhà khoa học, tập thể Bộ môn Điều khiển Tự động, Viện Điện, Viện đào tạo sau đại học, Trường Đại học Bách khoa Hà Nội đã tạo điều kiện thuận lợi cho tôi trong suốt quá trình học tập và nghiên cứu thực hiện đề tài luận án.

Tôi xin bày tỏ lòng biết ơn đến các bạn đồng nghiệp tôi tại Khoa Kỹ thuật công nghệ đặc biệt là Ban giám hiệu Trường Cao đẳng Xây dựng công trình Đô thị nơi tôi công tác đã tạo mọi điều kiện thuận lợi nhất để tôi được yên tâm học tập, nghiên cứu. Cuối cùng là sự cảm ơn sự ủng hộ, động viên, khích lệ của gia đình thân yêu tôi để tôi hoàn thành nhiệm vụ học tập. Nghiên cứu sinh Lê Xuân Hải MỤC LỤC Các ký hiệu được sử dụng. viii Danh mục các ký hiệu và chữ viết tắt.

xi Điều khiển trượt thích nghi nơ-ron có bù tải. xi Danh mục các hình vẽ, đồ thị. xii Danh mục các bảng. xvi MỞ ĐẦU.

Tính cấp thiết của đề tài luận án. Mục tiêu và nhiệm vụ của luận án. Phạm vi nghiên cứu của luận án. Ý nghĩa khoa học và thực tiễn của luận án.

Cấu trúc của luận án. 4 CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG CẦN CẨU TREO VÀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN. Mô hình toán học của cần cẩu treo. Mô hình cẩn cẩu treo 3D có chiều dài dây treo không thay đổi.

Mô hình cần cẩu treo 2D. Phân tích mô hình. Tình hình nghiên cứu trong và ngoài nước. Tình hình nghiên cứu trong nước.

Tình hình nghiên cứu ngoài nước. Tổng quan về các phương pháp điều khiển cần cẩu treo. Các phương pháp cho đối tượng cần cẩu treo 2D. Luật điều khiển PD, luật điều khiển dựa trên bình phương năng lượng và động năng.

Điều khiển tuyến tính hóa từng phần. Điều khiển dựa trên hệ suy diễn mờ. Điều khiển trượt. Điều khiển trượt tầng.

Các phương pháp cho đối tượng cần cẩu treo 3D. Kết luận chương 1. 22 CHƯƠNG 2: ĐIỀU KHIỂN THÍCH NGHI CHO CẦN CẨU TREO TRÊN CƠ SỞ HỆ MỜ. Nền tảng cơ sở cho giải thuật điều khiển.

Mô hình mờ Sugeno. Phương pháp suy luận tuyến tính trong biểu diễn hệ mờ. Điều khiển trượt tầng. Tổng hợp bộ điều khiển mờ hai lớp.

Tổng hợp bộ điều khiển mờ cho lớp thứ nhất. Tổng hợp bộ điều khiển mờ cho lớp thứ hai. Kết quả mô phỏng.1 Mô phỏng cho hệ cần cẩu treo 3D với chiều dài dây treo không thay đổi .2 Mô phỏng cho trường hợp cẩu treo 2D. Điều khiển trượt thích nghi mờ cho cần cẩu treo.

Thiết kế bộ điều khiển trượt tầng. Luật điều khiển thích nghi. Kết quả mô phỏng. Kết luận chương 2.

61 CHƯƠNG 3: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO CẦN CẨU TREO TRÊN CƠ SỞ MẠNG NƠ-RON NHÂN TẠO. Nền tảng cơ sở cho giải thuật điều khiển.1 Điều khiển backstepping.2 Mạng nơ-ron nhân tạo RBF. Bộ điều khiển trượt backstepping trên cơ sở mạng nơ-ron nhân tạo. Tổng hợp bộ điều khiển trượt backstepping.

Tổng hợp bộ điều khiển trượt thích nghi trên cơ sở mạng nơ-ron nhân tạo. Xấp xỉ véc-tơ hàm bất định bằng mạng nơ ron nhân tạo. Phát biểu định lý và chứng minh về tính ổn định của hệ kín. Mô phỏng kiểm chứng trên nền kỹ thuật số.

Điều khiển trượt thích nghi nơ-ron bất định tải .1 Tổng hợp bộ điều khiển trượt .2 Tổng hợp bộ điều khiển trượt thích nghi bất định tải (ASMCWUPL) .3 Mô phỏng kiểm chứng. Kết luận chương 3. 102 CHƯƠNG 4: KIỂM CHỨNG BẰNG THỰC NGHIỆM TRÊN MÔ HÌNH CẦN CẨU TREO 2D TRONG PHÒNG THÍ NGHIỆM. Xây dựng bàn thí nghiệm.

Mô hình vật lý. Thiết kế phần cứng. Thiết kế phần mềm. Bộ lọc Kalman cho cảm biến MPU6050.

Giao diện HMI. Cài đặt một số giải thuật điều khiển mới. Cài đặt thuật toán mờ hai lớp. Cài đặt thuật toán trượt tầng thích nghi mờ.

Kết luận chương 4. 114 KẾT LUẬN VÀ KIẾN NGHỊ. 115 DANH MỤC CÁC CÔNG TRÌNH ĐÃ ĐƯỢC CÔNG BỐ CỦA LUẬN ÁN. 118 vii Các ký hiệu được sử dụng Khối lượng của xe con Khối lượng của xà đỡ Khối lượng của tải trọng Chiều dài dây treo Lực tác dụng theo phương x Lực tác dụng theo phương y ul Lực kéo tải trọng u Véc-tơ lực tác động lên hệ cần cẩu treo u1 Véc-tơ lực điều khiển thành phần đủ chấp hành của hệ cần cẩu treo Ox Phương x Oy Phương y Tọa độ của xe con theo phương x Tọa độ của xe con theo phương y Góc lắc của tải trọng theo phương x Góc lắc của tải trọng theo phương y pr Vị trị của xà đỡ pc Vị trí của xe con Vị trí của tải trọng Biến trạng thái của hệ cần cẩu treo Er Động năng của xà đỡ Ec Động năng của xe con Động năng của tải trọng Động năng của cả hệ cần cẩu treo Vl Thế năng của tải Thế năng của hệ cần cẩu treo Khối lượng di chuyển theo phương x My Khối lượng di chuyển theo phương y viii J Mô men quán tính của tải trọng M Khối lượng của xe con Hàm Lagrange Hệ số ma sát nhớt theo phương x, phương y, và khớp nỗi giữa động cơ và dây treo M (q) Ma trận quán tính Ma trận lực hướng tâm Coriolis D Ma trận hệ số ma sát Véc-tơ lực trọng trường f1 X , g1 X , f 2 X , g2 X Các hàm bất định của mô hình cần cẩu treo 2D q1 Thành phần biến khớp đủ cơ cấu chấp hành Thành phần biến khớp thiếu cơ cấu chấp hành q1r Tín hiệu đặt cho biến q1 Sai lệch giữa q1 và e2 Sai lệch góc lắc K1 , K 2 Hai ma trận đối xứng xác định dương s Mặt trượt  Tổng Tích Tín hiệu điều khiển của hệ cần cẩu treo khi viết dưới dạng mô hình sai lệch u1 Tín hiệu điều khiển thành phần đủ chấp hành của hệ cần cẩu treo khi viết dưới dạng mô hình sai lệch Tín hiệu điều khiển thành phần thiếu chấp hành của hệ cần cẩu treo khi viết dưới dạng mô hình sai lệch Z2 Tín hiệu điều khiển ảo s1 , s2 Hai mặt trượt con của tầng trượt thứ nhất r1 , r2 Hai ma trận hằng số u1eq Thành phần điều khiển tương đương của u1 ix Thành phần điều khiển chuyển mạch của u1 Véc-tơ chứa các thành phần bất định của hệ cần cẩu treo W Véc-tơ trọng số lý tưởng của mạng nơ-ron Ŵ Ước lượng của W Sai lệch giữa W và Ŵ Ma trận đường chéo có các phần tử trên đường chéo chính là M Chuyển vị của ma trận M F Chuẩn Frobeniouscủa ma trận M f Đạo hàm Jacobi của f theo x x Có nghĩa là [sgn(s1 ) sgn(s2 ) sgn(sn )] Véc-tơ giá trị rõ x Danh mục các ký hiệu và chữ viết tắt CLF Control Lyapunov Function Hàm điều khiển Lyapunov FLC Fuzzy Logic Controller Bộ điều khiển mờ IW Input Weight Trọng số đầu vào LW Layer Weight Trọng số lớp ẩn RBF Radial Basis Function Hàm hướng tâm TDL Tapped Delay Lines Khâu trễ HSMC Hierarchical Sliding Mode Control Điều khiển trượt tầng AFHMC Adaptive Fuzzy Hierarchical Control Điều khiển trượt tầng thích nghi mờ ANSMC Apdaptive Neural Network Sliding Điều khiển trượt nơ-ron thích nghi Mode Control ASMCWUPL Apdative Sliding Mode Control Điều khiển trượt thích nghi nơ-ron Using Neural Network for Overhead có bù tải Crane System With Uncertainty of Payload Mass.

TLFLC Two Layers Fuzzy Logic Control Điều khiển mờ hai lớp BT Backsteppng Technique Kỹ thuật Backstepping BSMC Backstepping Sliding Mode Control Điều khiển trượt kết hợp với kỹ thuật backstepping xi Danh mục các hình vẽ, đồ thị Hình 1.1 Mô hình hệ cần cẩu treo 3D với chiều dài dây treo không thay đổi Hình 2.1 Tập mờ của hai biến ngôn ngữ đầu vào và Hình 2.2 Tên các hằng số đầu ra Hình 2.3 Sơ đồ cấu trúc điều khiển trượt tầng Hình 2.4 Cấu trúc hệ thống điều khiển mờ hai lớp Hình 2.5 Tập mờ của các biến ngôn ngữ đầu vào của FLCi Hình 2.6 Tập mờ của các biến ngôn ngữ đầu vào của u1 và Hình 2.7 Sơ đồ mô phỏng hệ thống điều khiển mờ hai lớp Hình 2.8 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường hợp không có nhiễu tác động cho hệ cần cẩu treo 3D Hình 2.9 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường hợp nhiễu có biên độ 10 N tác động cho hệ cần cẩu treo 3D Hình 2.10 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường hợp nhiễu có biên độ 40 N tác động cho hệ cần cẩu treo 3D Hình 2.11 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường hợp không có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải là 8 (kg) Hình 2.

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

Trích dẫn luận án này

Lê Xuân Hải (2018). Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến [Luận án tiến sĩ, Trường Đại học Bách khoa Hà Nội]. LuanAn.net. https://luanan.net/tai-lieu-khac/dieu-khien-thich-nghi-cho-he-thong-can-cau-treo-co-tinh-den-yeu-to-bat-dinh

Câu hỏi thường gặp

Luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" nghiên cứu về vấn đề gì?

Nghiên cứu điều khiển thích nghi cho hệ thống cần cẩu treo. Đảm bảo ổn định, hiệu suất cao và khả năng chống nhiễu trong vận hành thực tế.

Luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Trường Đại học Bách khoa Hà Nội. Năm bảo vệ: 2018.

Luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" thuộc chuyên ngành gì?

Luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" thuộc chuyên ngành Kỹ thuật Điều khiển và Tự động hóa. Danh mục: Tài liệu khác.

Luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" có bao nhiêu trang?

Luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" có 141 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến" 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