Nghiên cứu khoa học công nghệ<br />
<br />
THIẾT KẾ BỘ ĐIỀU KHIỂN FEED-BACK KẾT HỢP<br />
FEED-FORWARD ĐỐI VỚI HỆ THỐNG TWIN ROTOR<br />
Đàm Bảo Lộc1*, Đặng Văn Huyên2, Nguyễn Duy Cương2<br />
Tóm tắt: Twin Rotor MIMO System (TRMS) là một hệ phi tuyến mạnh được<br />
dùng để kiểm nghiệm các thuật toán điều khiển trong phòng thí nghiệm. Phần lớn<br />
các thuật toán điều khiển áp dụng cho hệ điều dựa trên mô hình toán của đối tượng<br />
đã được tuyến tính hóa, ưu điểm của các phương pháp này là dễ thực hiện, và vẫn<br />
có thể đảm bảo tính ổn định cho hệ thống. Tuy nhiên, các thuật toán điều khiển<br />
được thiết kế dựa trên mô hình toán của đối tượng đã được tuyến tính hóa sẽ không<br />
tạo ra một dự đoán chính xác so với đáp ứng của hệ thống trong thực tế. Bài báo<br />
này đưa ra cấu trúc điều khiển kết hợp bộ điều khiển phản hồi (PSO-based PID) với<br />
bộ điều khiển truyền thẳng (MRAS-based LFFC) để loại bỏ tính phi tuyến, xen kênh,<br />
và đặc biệt là tính phi tuyến đầu vào của hệ thống Twin Rotor MIMO System<br />
(TRMS) bằng phương pháp bù tổng trong điều kiện đặc tính của đối tượng được giữ<br />
nguyên thay vì tuyến tính hóa. Giải pháp đề xuất này được kiểm chứng thông qua<br />
mô phỏng trên Matlab/Simulink. Kết quả đạt được cho thấy cấu trúc điều khiển đề<br />
xuất đã cải thiện chất lượng điều khiển của hệ thống rõ rệt.<br />
Từ khóa: TRMS, Feedback, Particle Swarm Optimization (PSO), Learning Feed-Forward Control (LFFC),<br />
MRAS-based LFFC, Bù tổng.<br />
<br />
1. ĐẶT VẤN ĐỀ<br />
<br />
<br />
<br />
<br />
Hình 1. Hệ thống Twin Rotor MIMO System (TRMS).<br />
TRMS [1] mô tả động học gần giống với động học của máy bay trực thăng. Hệ thống<br />
này được dùng trong phòng thí nghiệm để phục vụ cho việc nghiên cứu, và áp dụng các<br />
giải thuật điều khiển. Có rất nhiều giải thuật điều khiển đã được áp dụng để điều khiển hệ<br />
thống TRMS. Tuy nhiên, đa phần các giải thuật điều khiển đó được thiết kế dựa trên mô<br />
hình đối tượng tuyến tính hóa [2]. Điều này có thể vẫn cho ra chất lượng điều khiển tốt, hệ<br />
thống ổn định trong mô phỏng, nhưng mô hình TRMS sau khi tuyến tính hóa sẽ không có<br />
đáp ứng chính xác như trong thực tế. Bài báo này đề xuất giải pháp điều khiển “ Feedback<br />
kết hợp với Learning Feed-Forward” nhằm nâng cao chất lượng điều khiển trong khi vẫn<br />
giữ nguyên tính phi tuyến và xen kênh của hệ thống.<br />
Vòng điều khiển Feedback: áp dụng giải pháp điều khiển kinh điển đó là bộ điều khiển<br />
PID [3]. Tuy nhiên, đối với mô hình đối tượng giữ nguyên tính chất phi tuyến và xen kênh<br />
<br />
<br />
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 43<br />
Điều khiển – Cơ điện tử - Truyền thông<br />
<br />
thì việc thiết kế, tính toán bộ điều khiển PID là không khả thi. Nhằm giải quyết vấn đề<br />
này, phương pháp tối ưu bày đàn [4], [5] (PSO-Particle Swarm Optimization) được áp<br />
dụng để tìm ra các tham số của bộ điều khiển PID. Vòng điều khiển truyền thẳng<br />
“Learning Feed-Forward” được thêm vào để loại bỏ nhiễu phi tuyến và nhiễu xen kênh.<br />
Cơ chế thích nghi của vòng điều khiển truyền thẳng được tính toán dựa theo giải thuật<br />
thích nghi theo mô hình mẫu MRAS (được gọi là MRAS-based LFFC). Mặt khác, do<br />
TRMS có tính phi tuyến đầu vào phức tạp nên việc áp dụng phương pháp bù từng thành<br />
phần sử dụng LFFC là không khả thi. Do đó, thay vì áp dụng phương pháp bù từng thành<br />
phần, thì phương pháp bù tổng được thực hiện nhằm giải quyết vấn đề.<br />
Tối ưu hóa theo nhóm bầy (PSO-Particle Swarm Optimization) là một kỹ thuật tối ưu<br />
hóa ngẫu nhiên dựa trên một quần thể được phát triển bởi Eberhart và Kennedy [6], [7]<br />
phỏng theo hành vi của các bầy chim hay các đàn cá. Trong quá trình chuyển động, mỗi<br />
phần tử chịu ảnh hưởng bởi hai thông tin: thông tin thứ nhất, gọi là pBest, là vị trí tốt nhất<br />
mà phần tử đó đã đạt được trong quá khứ; thông tin thứ hai, gọi là gBest, là vị trí tốt nhất<br />
mà cả bầy đàn đã đạt được trong quá khứ. Các phần tử trong PSO sẽ duyệt không gian bài<br />
toán bằng cách theo sau các phần tử có điều kiện tốt nhất hiện thời (độ thích nghi lớn nhất)<br />
MRAS-based LFFC [8], [9] được đưa ra với mục tiêu tạo ra phần động học ngược của<br />
thành phần phi tuyến và xen kênh tổng thể của hệ thống. LFFC được áp dụng với cơ chế<br />
thích nghi MRAS thay vì sử dụng mạng Nơ-ron (Neural network) bởi ưu điểm của MRAS<br />
là tốc độ đáp ứng nhanh đồng thời vẫn đảm bảo được sự chính xác cần thiết. Mô hình mẫu<br />
tạo ra các tập biến trạng thái.<br />
2. MÔ HÌNH TOÁN HỌC TRMS<br />
Mô hình toán của TRMS được xây dựng dựa theo Euler_Newton hoặc Euler_Lagrange,<br />
có thể kể đến mô hình toán đã được tuyến tính hóa như [2] hay mô hình chính xác [1].<br />
Trong bài báo này, mô hình toán của TRMS được sử dụng là mô hình toán chính xác dựa<br />
theo phương trình Euler_Lagrange [1].<br />
2.1. Mô hình toán của động cơ<br />
Mô hình toán của động cơ chính: Mô hình toán của động cơ đuôi:<br />
= + + ; = = + + ; =<br />
= + + ; = = + + ; =<br />
| | ≥0 | | ≥0<br />
= (1) = (2)<br />
| | ≤0 | | ≤0<br />
<br />
2.2. Mô hình động lực học của hệ thống<br />
∑ ( ) ( ) ̈ ∑ ( ) ( ) ̈<br />
̈ = ( ) ( )<br />
̈ = [ ]<br />
<br />
( ) ( ) ̇ [ ] ( ) ( ) ̇<br />
− ( ) ( )<br />
+ [ ]<br />
[ ] ( ) ( ) ̇ ̇ ( ) ( )<br />
− ( ) ( ) + [ ]<br />
∑ M =M , −M , −M (α ) + k ω̇ cos(α ) ∑ M =M , −M , +M + k ω̇<br />
M , = ( )cos(α ) (3) M , = ( ); M = Ω cos(α ) (4)<br />
<br />
2.3. Tham số của mô hình hệ thống TRMS<br />
Tham số đối với mô hình động cơ chính và động cơ đuôi của hệ thống TRMS:<br />
<br />
<br />
<br />
44 Đ.B.Lộc, Đ.V.Huyên, N.D.Cương, “Thiết kế bộ điều khiển… twin rotor.”<br />
Nghiên cứu khoa học công nghệ<br />
<br />
; : Điện áp đặt vào động cơ ; : Mô-men tải động cơ chính/đuôi<br />
chính/đuôi(V) (N.m)<br />
; : Điện trở phần ứng của động cơ ; : Từ thông ứng với động cơ<br />
chính/đuôi(Ω) chính/đuôi<br />
; : Điện cảm phần ứng của động cơ ; : Sức điện động của đống cơ chính<br />
chính/đuôi(H) /đuôi<br />
; :Mô men điện từ của động cơ ; : Mô men quán tính của động cơ<br />
chính/đuôi(N.m) chính/đuôi<br />
; : Dòng điện phần ứng của động cơ ; : Hệ số ma sát Vicous động cơ<br />
chính/đuôi(A) chính/đuôi<br />
; : Tốc độ quay của động cơ chính/đuôi ; ; ; ; ; : Các<br />
(rad/s) hằng số<br />
Tham số đối với mô hình động lực học hệ thống của TRMS:<br />
; : Vị trí đòn cân bằng của TRMS theo phương ngang/ phương đứng (rad)<br />
; : Khối lượng tổng của đòn cân bằng tự do/ thanh đối trọng (kg)<br />
; : Trọng tâm của đòn cân bằng tự do/ thanh đối trọng (m)<br />
; ; : Mô-men quán tính của đòn cân bằng tự do/ thanh đối trọng/ trục quay (Kg.m2)<br />
Ω ; Ω : Tốc độ góc của thanh đòn TRMS theo mặt phẳng ngang/ đứng (rad/s)<br />
M , ; M , : Mô-men ma sát theo phương ngang/ đứng (N.m)<br />
; : Hàm khí động lực phi tuyến theo phương ngang/đứng (N)<br />
; : Chiều dài của phần đuôi/ phần thân chính(m), ℎ: Độ dài của trục quay (m)<br />
M : Mô-men hồi chuyển (N.m), M : Mô-men cáp (N.m)<br />
3. THIẾT KẾ ĐIỀU KHIỂN<br />
3.1. Bộ điều khiển Feedback<br />
3.1.1. Phương pháp tối ưu bầy đàn PSO (Particle Swarm Optimization)<br />
Xét thuật toán cải tiến PSO được Shi và Eberhat [6], [7] thực hiện bằng cách đưa vào<br />
trọng số quán tính để cân đối việc tìm kiếm toàn cục và cục bộ của quần thể. Trọng số<br />
quán tính dùng trong việc cập nhật vận tốc được tính bởi công thức sau:<br />
= + − + − (5)<br />
= + (6)<br />
Trong đó: là vector vị trí, là véc-tơ vận tốc có chiều. là kinh<br />
nghiệm tốt nhất của phần tử thứ , là kinh nghiệm tố nhất của nhóm phần tử.<br />
; là các hệ số gia tốc, ; là các số ngẫu nhiên độc lập có giá trị nằm trong khoảng<br />
[0,1]. Shi và Eberhat đã đề nghị khởi tạo lấy w = 0.9 và giảm dần tuyến tính đến 0.4<br />
trong quá trình tìm kiếm.<br />
3.1.2. Cấu trúc PSO-based PID<br />
Cấu trúc PSO-based PID (hình 2) mô tả việc điều chỉnh thuật toán PSO trong hệ thống<br />
MIMO có hai đầu vào và hai đầu ra, với công thức cập nhật vị trí và vận tốc như trong<br />
công thức (5), (6). Vị trí mỗi một cá thể không gian 6-D đại diện cho một bộ gồm 6 thông<br />
số Kp1, Ki1, Kd1, Kp2, Ki2, Kd2 của hai bộ điều khiển PID1 và PID2.<br />
Sau mỗi lần lặp lại sẽ tác động đến vị trí của từng cá thể trong không gian tìm kiếm, và<br />
được đánh giá theo tiêu chuẩn chất lượng ISE. Tối thiểu chỉ số chất lượng theo ISE cung<br />
<br />
<br />
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 45<br />
Điều khiển – Cơ điện tử - Truyền thông<br />
<br />
cấp chất lượng toàn cục trên toàn bộ hệ thống.<br />
(7)<br />
= [ + ]<br />
<br />
<br />
K p1 , Ki1 , K d 1<br />
d u1 p<br />
<br />
<br />
<br />
<br />
d u2 p<br />
<br />
K p 2 , Ki 2 , K d 2<br />
<br />
<br />
Hình 2. Cấu trúc hệ thống điều khiển PSO-based PID.<br />
Mục tiêu giải thuật đặt ra như sau: Tối thiểu sai số ngõ ra; Tính toán sai số hệ thống<br />
đầu vào là hàm sin; Số lần lặp thực hiện cho đến khi đạt được sai số tối thiểu.<br />
3.2. Bộ điều khiển LFFC dựa trên MRAS (MRAS-based LFFC)<br />
<br />
<br />
<br />
<br />
r r r u ff d d y y y<br />
y<br />
R e<br />
u fb u<br />
<br />
<br />
Hình 3. Cấu trúc bộ điều khiển LFFC.<br />
MRAS là một trong những hướng tiếp cận chính đối với điều khiển thích nghi. Đặc tính<br />
mong muốn của hệ thống được diễn tả bởi mô hình mẫu. Mô hình mẫu miêu tả các tính<br />
chất vào ra như mong muốn của hệ thống kín [8].<br />
Khi hành vi của đối tượng điều khiển sai khác so với hành vi mong đợi do mô hình<br />
mẫu tạo ra, thì đối tượng điều khiển sẽ được chỉnh định bằng cách thay đổi các tham số<br />
của bộ điều khiển hoặc bằng cách tạo ra thêm tín hiệu nhằm loại bỏ sự thay đổi đó dựa<br />
trên sai số giữa đầu ra của mô hình mẫu và đầu ra của hệ thống (xem hình 3).<br />
Trong bài báo này, bộ điều khiển truyền thẳng LFFC dựa trên giải thuật MRAS [8], [9]<br />
được đưa ra cho hệ thống TRMS (hình 3). Trong đó, các tín hiệu đầu vào của bộ điều khiển<br />
<br />
<br />
<br />
46 Đ.B.Lộc, Đ.V.Huyên, N.D.Cương, “Thiết kế bộ điều khiển… twin rotor.”<br />
Nghiên cứu khoa học công nghệ<br />
<br />
LFFC là các biến trạng thái được tạo ra từ bộ lọc biến trạng thái (SVF). Tín hiệu đầu ra của<br />
bộ LFFC là tổng các tích trọng số thích nghi với tín với tín hiệu đầu vào tương ứng.<br />
3.2.1. Thiết kế bộ lọc biến trạng thái (SVF)<br />
Các tín hiệu đặt (vị trí, tốc độ, gia tốc) được tạo ra bằng việc sử dụng bộ lọc biến trạng<br />
thái. Bộ lọc biến trạng thái được mô tả bởi hàm truyền đạt sau:<br />
<br />
( )=<br />
+2 + (8)<br />
Bên cạnh việc tạo ra các tín hiệu đầu vào của hệ thống, và bộ LFFC, thì nó được sử<br />
dụng để tạo ra tín hiệu chỉnh định bộ LFFC và ̇ (xem hình 3).<br />
3.2.2. Luật thích nghi cho bộ điều khiển LFFC dựa trên MRAS<br />
Bài toán đặt ra là tìm luật hiệu chỉnh các tham số sao cho sai số giữa lượng đặt và đầu<br />
ra của đối tượng tiệm cận 0. Dưới đây là các bước cần thiết để thiết kế một bộ điều khiển<br />
thích nghi MRAS dựa theo tiêu chuẩn. ổn định Lyapunov [8].<br />
Bước 1: Xác định phương trình vi phân sai lệch e: ̃= − (9)<br />
Trong đó: , tương ứng là các biến trạng thái của bộ lọc và đối tượng điều khiển.<br />
Bước 2: Chọn hàm Lyapunov V(e): ( ) = + + (10)<br />
Trong đó: là ma trận đối xứng xác định dương tùy ý, và là các véc tơ khác 0<br />
trong các trận và ; α và β là các ma trận đường chéo với các phần tử dương, các hệ số<br />
này xác định tốc độ thích nghi.<br />
Bước 3: Xác định các điều kiện sao cho ̇ ( ) xác định âm<br />
Bước 4: Tìm ma trận P từ + =− (11)<br />
Q là ma trận xác định dương. là ma trận hệ thống. Từ đó ta có cấu trúc luật thích<br />
nghi như sau:<br />
∗ (12)<br />
= + ∗ ̇ + (0)<br />
Trong đó , và là các phần tử của ma trận được tìm ra bằng việc giải phương<br />
trình (11).<br />
3.2.3. Xác định tín hiệu đầu vào bộ LFFC<br />
Tín hiệu đầu vào của các thành phần truyền thẳng phụ thuộc vào tính chất của đối<br />
tượng và nhiễu hệ thống mà LFFC phải bù. Đối với chuyển động ngẫu nhiên nhiễu phi<br />
tuyến và xen kênh bản chất đều xuất phát từ các biến trạng thái của hệ thống (vị trí, vận<br />
tốc, và gia tốc). Dựa trên mô hình toán của đối tượng (3) và (4), thì tín hiệu đầu vào của<br />
khối LFFC1 và LFFC2 tương ứng sẽ là:<br />
<br />
= ; ̇ ; ̈ ; = ; ̇ ; ̈ ; ̇ (13)<br />
<br />
Bảng I. Các thành phần của khối LFFC với tín hiệu đầu vào-đầu ra tương ứng.<br />
Đầu vào Tín hiệu đầu ra Hàm mục tiêu<br />
Các thành phần của khối LFFC1 (góc Anpha V)<br />
= −ℎ ( )− ( ) ̈<br />
= ( + ̇) + (0)<br />
[ + ]<br />
= ̇ = ( + ̇) + (0)<br />
<br />
<br />
<br />
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 47<br />
Điều khiển – Cơ điện tử - Truyền thông<br />
<br />
= ̈ −[ − ] ( ) ( ) ̇<br />
= ( + ̇) + (0) +<br />
[ + ]<br />
− ( )+ ( )<br />
+<br />
[ + ]<br />
Các thành phần của khối LFFC2 (Góc Anpha H)<br />
= ( ) ( ) ̈<br />
= ( + ̇) + (0) ( ) ( )<br />
<br />
= ̇<br />
= ( + ̇) + (0) ( ) ( ) ̇<br />
− ( ) ( )<br />
= ̈<br />
= ( + ̇) + (0)<br />
[ ] ( ) ( ) ̇ ̇<br />
= ̇ = ( + ̇) + (0) − ( ) ( )<br />
<br />
<br />
3.2.4. Chọn hệ số thích nghi<br />
Các hệ số quyết định tới tốc độ thích nghi được chọn một cách tự do bằng thực nghiệm,<br />
nhưng trong thực tế các giá trị này có giới hạn [9].<br />
3.2.5. Luyện LFFC<br />
Phương pháp bù tổng so với bù từng thành phần sử dụng bộ truyền thẳng LFFC khác<br />
nhau ở tín hiệu đầu vào khối LFFC. Đối với bù từng thành phần tín hiệu đầu vào của khối<br />
LFFC giống với tín hiệu đầu vào của khối phi tuyến. Nhưng đối với phương pháp bù tổng,<br />
tín hiệu đầu vào khối LFFC chỉ xuất phát từ các biến trạng thái của đối tượng (13). Do đó,<br />
cần luyện từng thành phần trong cấu trúc điều khiển truyền thẳng, và xuất phát từ phần tử<br />
có ảnh hưởng mạnh nhất tới hệ thống. Chỉ các tham số tương ứng với phần tử luyện được<br />
cập nhất trong suốt quá trình đó, còn các tham số của các phần tử khác giữ là hằng số.<br />
Dựa vào các bước thiết kế MRAS, luật thích nghi cho hai bộ LFFC được đưa ra ở<br />
bảng I. Cấu trúc khai triển cho các thành phần truyền thẳng như trên hình 4.<br />
dh dh dv dh dv dv dv<br />
<br />
<br />
F13 F12 F11 F24 F23 F22 F21<br />
<br />
<br />
uv _ Learning uh _ Learning<br />
uv _ ff uh _ ff<br />
<br />
<br />
a. Bộ LFFC1 đối với góc Anpha V; b. Bộ LFFC2 đối với góc Anpha H.<br />
Hình 4. Cấu trúc khai triển cho các thành phần truyền thẳng.<br />
4. MÔ PHỎNG VÀ ĐÁNH GIÁ<br />
Dựa vào phương trình (1), (2), (3), (4) và bảng I, hệ thống điều khiển được xây dựng và<br />
mô phỏng trên phần mềm Matlab/Simulink để kiểm chứng chất lượng điều khiển của cấu<br />
trúc đề xuất.<br />
- Tín hiệu đặt: = 0.5 0.1256 ; = 0.3 0.0628 + 0.7 0.1256<br />
- Bộ điều khiển Feedback (hai bộ PID1& PID2 cho di chuyển dọc và ngang của cánh tay<br />
đòn tự do) được thiết kế dựa trên phương pháp tối ưu bầy đàn PSO- cho kết quả của hai bộ<br />
điều khiển tương ứng với hai góc ; :<br />
Kp1 = 0.1; Ki1 = 0.8; Kd1 = 8; Kp2 = 50; Ki2 = 5; Kp2 = 60<br />
<br />
<br />
48 Đ.B.Lộc, Đ.V.Huyên, N.D.Cương, “Thiết kế bộ điều khiển… twin rotor.”<br />
Nghiên ccứu<br />
ứu khoa học công nghệ<br />
<br />
-C<br />
Cấu<br />
ấu trúc MMRAS<br />
RAS<br />
RAS-based<br />
based LFFC: Sau khi áp ddụngụng bộ điều khiển phản hồi PSO based PID<br />
PSO-based<br />
cho 2 góc ccủa<br />
ủa hệ thống, nhận thấy rằng chất llượng ợng đáp ứng của góc chao theo ph phương<br />
ương<br />
ngang ( ) rấtrất tốt. Do đó<br />
đó,, bộ<br />
ộ điều khiển LFFC thiết kế dựa tr trên<br />
ên MRAS đư được<br />
ợc sử dụng để<br />
nâng cao ch<br />
chất<br />
ất lượn<br />
l ợngg đi<br />
điều<br />
ều khiển đối với góc chao có các tham ssốố đđư<br />
ược<br />
ợc thiết lập nh<br />
như<br />
ư sau:<br />
Thông ssố<br />
ố bộ lọc biến trạng thái: = 20;; = 0.7<br />
0<br />
Thiết lập thông số bộ điều khiển truyền thẳng LFFC1 cho góc theo ph<br />
Thiết phương<br />
ương đứng:<br />
đứng:<br />
−196<br />
196 −129.85<br />
−129 85<br />
= ;<br />
−<br />
−129<br />
129.85<br />
85 20 09<br />
20.09<br />
= 0.4<br />
4; =1 1; = 0.5<br />
0 5; = 0.0075<br />
0075<br />
Từ<br />
ừ việc thiết lập các thông số cho bộ điều khiển LFFC1 ta thu đđược:<br />
ợc:<br />
= 7.77;; = 0.25<br />
25;;<br />
vR vR vR<br />
TRMS<br />
hR hR hR h h h<br />
LFFC<br />
LFFC1<br />
Luật NL<br />
NL1<br />
thích<br />
nghi<br />
d1 d1<br />
- + v<br />
vR e1v PID<br />
PID1 DỌC<br />
vR - u fb1 u1<br />
<br />
<br />
SVF PSO<br />
<br />
<br />
hR - e1h h<br />
hR PID<br />
PID2 NGANG<br />
u fb 2 u2 +<br />
-<br />
Luật d2 d2<br />
thích<br />
nghi NL<br />
NL2<br />
LFFC<br />
LFFC2<br />
vR vR vR v v v<br />
hR hR hR<br />
5 Cấu<br />
Hình 5. Cấu trúc bộ điều khiển kết hợp PSO<br />
PSO-based<br />
based PID với<br />
với MRAS-<br />
MRAS-based<br />
based LFFC<br />
LFFC.<br />
<br />
<br />
<br />
<br />
Hình 6. Đáp ứng của hệ thống<br />
thống.<br />
<br />
<br />
Tạp<br />
ạp chí Nghi<br />
Nghiên<br />
ên cứu<br />
cứu KH&CN quân<br />
uân sự,<br />
sự, Số Đặc<br />
ặc san ACMEC, 07 - 20<br />
2016<br />
16 49<br />
Điều<br />
Điều khiển – Cơ điện<br />
điện tử - Truy<br />
Truyền<br />
ền thông<br />
<br />
<br />
<br />
<br />
7 Nhiễu<br />
Hình 7. Nhiễu của hệ thống vvà<br />
à tín hi<br />
hiệu<br />
ệu bbùù đư<br />
được<br />
ợc Hình 8. Các tham ssố<br />
ố thích nghi của<br />
tạo<br />
ạo ra bởi MRAS based LFFC<br />
MRAS-based LFFC. bộ<br />
ộ MRAS-based<br />
MRAS based LFFCLFFC.<br />
<br />
5. K<br />
KẾT<br />
ẾT LUẬN<br />
Do tính phi tuy<br />
tuyến<br />
ến vvàà xen kênh ccủaủa góc chao theo ph<br />
phương<br />
ương đđứng<br />
ứng và<br />
và phương ngang khác<br />
nhau, bài<br />
nhau, ài báo đưa ra gi<br />
giải<br />
ải pháp sử dụng cấu trúc điều khiển phản hồi (PSO (PSO--based<br />
based PID) kkết<br />
ết<br />
hợp<br />
ợp với cấu trúc điều khiển truyền (MRAS(MRAS-based<br />
based LFFC) ththẳng<br />
ẳng nhằm nâng cao chất llượng<br />
ợng<br />
điều<br />
ều khiển cho hệ thống có tính phi tuyến vvàà xen kênh m mạnh<br />
ạnh (hệ thống) TRMS. Kết quả<br />
mô ph<br />
phỏn<br />
ỏngg (xem hhình<br />
ình 66, 77, 8)) chỉ<br />
chỉ ra rằng: khi áp dụng cấu trúc điều khiển đề xuất, chất<br />
lượng<br />
ợng đáp ứng của hệ thống đđược ợc nâng cao. Tham số thích nghi của bộ LFFC hội tụ, tín<br />
hiệu<br />
ệu bbù<br />
ù được<br />
được tạo ra bởi bộ LFFC có bi biên<br />
ên ddạng<br />
ạng và<br />
và tính chu kkỳ<br />
ỳ gần giống với tín hiệu nhiễu<br />
phi tuyến.<br />
phi tuyến.<br />
<br />
TÀI LI<br />
LIỆU<br />
ỆU THAM KHẢO<br />
<br />
[1] A. Rahideh and M. H. Shahee, “Mathematical dynamic modeling of a twin twin-- rotor<br />
multiple input – multiple output System”<br />
System”,, Proceedings of the IMechE, Part I: Journal<br />
of Systems<br />
Systems and Control Engineering, 221, 2006,<br />
2006, pp. 89<br />
89-101<br />
101.<br />
[2] “Twin<br />
Twin Roto MIMO System Control Experiments 33 33--949S<br />
949S”,<br />
”, Feedback Instruments<br />
Ltd, East susex, U.K., 2006.<br />
[3] El--Sayed<br />
Sayed M. Ahmed, and M. Abd Elhady Mohamed, “PID controller turning<br />
Abd-Elhady<br />
scheme for Twin Rotor Multi Multi--input<br />
input multi-output<br />
output system based particle swarm<br />
optimization approach ” ”, Journal of Engineering Sciences, Assiut University, Vol.<br />
37, No. 4, July 2009<br />
2009,, pp. 955-<br />
955-967.<br />
967.<br />
[4] Kennedy J. and Eberhart R., “Particle swarm optimization”<br />
optimization”, Proc. IEEE Int. Conf.<br />
Neural Networks, Vol. 4, Perth, Australia, 1995,<br />
1995, pp. 1942<br />
1942-1948<br />
1948.<br />
1948<br />
[5] Shi, Eberhart,R.C., “Parameter selection in Particle swarm optimization”,<br />
Shi, Y., and Eberhart,R.C.<br />
Proceedings of the 1998 Annual Conference on Evolutionary Computation, March 1998 1998..<br />
[6] Eberhart, R. C., and Kennedy, J.<br />
Eberhart, “A new optimizer using particle swarm theory”<br />
J.,“A theory”,,<br />
Proceedings of the Sixth International Symposium on Micro Machine and Human<br />
Science, Nagoya, Japan, 3939-43.<br />
43. Piscataway, NJ: IEEE Service Center<br />
Center,, 1995<br />
1995.<br />
[7] Y., and Eberhart, R. C., “A modified particle swarm optimizer”<br />
Shi, Y., optimizer”,, Proceedings of<br />
the<br />
he 1998 IEEE International Conference on Evolutionary Computation, 69 69--73.<br />
73.<br />
Piscataway, NJ: IEEE Press.<br />
Press., May 1998<br />
1998.<br />
<br />
<br />
50 Đ<br />
Đ.B.L ộc, Đ.V.Huy<br />
.B.Lộc, Đ.V.Huyên,<br />
ên, N.D.Cươ<br />
N.D.Cương,<br />
ng, “Thiết<br />
“Thiết kế bộ điều khiển… twin rotor.<br />
rotor.””<br />
Nghiên cứu khoa học công nghệ<br />
<br />
[8] Van Amerongen, J., “Intelligent Control (part 1)-MRAS, Lecture notes”,University<br />
of Twente, The Netherlands, March 2004.<br />
[9] Van Amerongen, J., de Vries, Theo J. A., “Digital Control Engineering”, University<br />
of Twente, The Netherlands, May 2005.<br />
<br />
<br />
ABSTRACT<br />
<br />
DESIGN OF FEEDBACK CONTROLLER COMBINED WITH FEED-FORWARD<br />
FOR TWIN ROTOR MIMO SYSTEM<br />
A control structure which combines the Feedback controller (called as PSO-<br />
based PID) with Feed-Forward controller (known as MRAS-based LFFC) is<br />
presented in this paper. This is a good combination which can be applied to<br />
compensate a significant non-linear and cross-coupled elements, especially the high<br />
nonlinear input components of the Twin Rotor MIMO System. While the feedback<br />
controlled loop has a function to stabilize the system, the feed-forward controlled<br />
loop is used to compensate the total noises. The learning mechanism of the feed-<br />
forward controlled loop is based on Model Reference Adaptive System with<br />
Lyapunov theory. The simulation results in Matlab/Simulink indicate that the<br />
controlled performances are better when the feed-forward controlled loop is added.<br />
<br />
Keywords: Nonlinear, Coupling, Feedback, Feed-Forward, PID, PSO, LFFC, MRAS, TRMS.<br />
<br />
Nhận bài ngày 12 tháng 05 năm 2016<br />
Hoàn thiện ngày 23 tháng 06 năm 2016<br />
Chấp nhận đăng ngày 04 tháng 07 năm 2016<br />
1<br />
Địa chỉ: Khoa Điện - Trường CĐ Công nghiệp Thái Nguyên;<br />
2<br />
Khoa Điện tử - Trường ĐH Kỹ thuật Công nghiệp Thái Nguyên.<br />
*<br />
Email: dambaoloc@gmail.com<br />
<br />
<br />
<br />
<br />
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 51<br />