Thiết kế bộ điều khiển Feed-back kết hợp Feed-forward đối với hệ thống Twin Rotor

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 />