Nghiên cứu ứng dụng mạng Nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP

VŨ MẠNH THỦY

NGHIÊN CỨU ỨNG DỤNG

MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP TRONG

ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT

CHIỀU KHI CÓ THÔNG SỐ VÀ TẢI THAY ĐỔI

LUẬN VĂN THẠC SĨ TỰ ĐỘNG HÓA

THÁI NGUYÊN - 2009

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐHKT CÔNG NGHIỆP

***

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do - Hạnh phúc

---------o0o---------

THUYẾT MINH

LUẬN VĂN THẠC SĨ TỰ ĐỘNG HÓA

ĐỀ TÀI:

NGHIÊN CỨU ỨNG DỤNG

MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP TRONG

ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT

CHIỀU KHI CÓ THÔNG SỐ VÀ TẢI THAY ĐỔI

Học viên: Vũ Mạnh Thủy

Lớp: CHK10

Chuyên ngành: Tự động hóa

Người HD khoa học: TS. Phạm Hữu Đức Dục

Ngày giao đề tài: 01/02/2009

Ngày hoàn thành: 30/07/2009

KHOA ĐT SAU ĐẠI HỌC NGƯỜI HƯỚNG DẪN

KHOA HỌC

T.S Phạm Hữu Đức Dục

HỌC VIÊN

Vũ Mạnh Thủy

THÁI NGUYÊN – Năm 2009

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

MỤC LỤC

Lời cam đoan Trang

Danh mục các ký hiệu, bảng, các chữ viết tắt

Danh mục các hình vẽ, đồ thị

Phần mở đầu 1

Chƣơng 1: TỔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO 4

1.1 Lịch sử phát triển của mạng nơron nhân tạo 4

1.2 Các tính chất của mạng nơron nhân tạo 5

1.3 Mô hình nơron 5

1.3.1 Mô hình nơron sinh học 5

1.3.2 Nơron nhân tạo 7

1.4 Cấu tạo mạng nơron 10

1.5 Cấu trúc mạng nơron 11

1.6 Phƣơng thức làm việc của mạng nơron 13

1.7 Các luật học 14

1.8 Mạng nơron truyền thẳng và mạng nơron hồi quy 18

1.8.1 Mạng nơron truyền thẳng 18

1.8.1.1 Mạng nơron truyền thẳng một lớp nơron 18

1.8.1.2 Mạng nơron truyền thẳng nhiều lớp nơron 18

1.8.2 Mạng nơron hồi quy 19

1.8.2.1 Mạng hồi quy không hoàn toàn 19

1.8.2.2 Mạng các dãy của Jordan 20

1.8.2.3 Mạng hồi quy đơn giản 21

1.8.2.4 Mạng hồi quy hoàn toàn 21

1.9 Ứng dụng mạng nơron trong điều khiển tự động 22

1.10 Công nghệ phần cứng sử dụng mạng nơron 24

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

1.11 So sánh khả năng của mạng nơron với mạch logic 25

1.12 Kết luận chƣơng 1 25

Chƣơng 2: CÁC PHƢƠNG PHÁP ỨNG DỤNG MẠNG NƠRON

TRONG NHẬN DẠNG VÀ ĐIỀU KHIỂN 26

2.1 Các phƣơng pháp ứng dụng mạng nơron trong nhận dạng 26

2.1.1 Khái quát chung 26

2.1.1.1 Đặt vấn đề 26

2.1.1.2 Định nghĩa 27

2.1.1.3 Sơ lược về sự phát triển của các phương pháp nhận dạng 27

2.1.1.4 Các bước cơ bản để nhận dạng hệ thống 28

2.1.2 Các phương pháp nhận dạng 29

2.1.2.1 Nhận dạng On-line 30

2.1.2.1.1 Phương pháp lặp bình phương cực tiểu 30

2.1.2.1.2 Phương pháp xấp xỉ ngẫu nhiên 31

2.1.2.1.3 Phương pháp lọc Kalman mở rộng 31

2.1.2.2 Nhận dạng Off-line 33

2.1.2.2.1 Phương pháp xấp xỉ vi phân 34

2.1.2.2.2 Phương pháp gradient 34

2.1.2.2.3 Phương pháp tìm kiếm trực tiếp 36

2.1.2.2.4 Phương pháp tựa tuyến tính 36

2.1.2.2.5 Phương pháp sử dụng hàm nhạy 37

2.1.2.3 Nhận dạng theo thời gian thực 37

2.1.3 Mô tả toán học của đối tượng ở rời rạc 38

2.1.4 Mô hình dùng mạng nơron 41

2.1.4.1 Mô hình nhận dạng kiểu truyền thẳng 41

2.1.4.2 Mô hình ngược trực tiếp 45

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

2.1.5 Tính gần đúng hàm số dung mạng nơron 45

2.1.6 Mô hình mạng nơron trong nhận dạng và điều khiển 46

2.2 Các phƣơng pháp ứng dụng mạng nơron trong điều khiển 47

2.2.1 Các phương pháp ứng dụng mạng nơron trong điều khiển 47

2.2.1.1 Điều khiển thích nghi sử dụng nguyên tắc chung 47

2.2.1.2 Điều khiển có tín hiệu chỉ đạo 47

2.2.1.3 Điều khiển theo mô hình 47

2.2.1.4 Điều khiển ngược trực tiếp 49

2.2.1.5 Điều khiển mô hình trong 49

2.2.1.6 Điều khiển tối ưu 49

2.2.1.7 Điều khiển tuyến tính thích nghi 50

2.2.1.8 Phương pháp bảng tra 50

2.2.1.9 Điều khiển lọc 50

2.2.1.10 Điều khiển dự báo 50

2.2.2 Điều khiển thích nghi 51

2.2.2.1 Điều khiển thích nghi 51

2.2.2.2 Phương pháp điều khiển thích nghi theo mô hình mẫu (MRAC) 52

2.3 Kết luận chƣơng 2 54

Chƣơng 3: ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP

ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI

CÓ THÔNG SỐ VÀ TẢI THAY ĐỔI 55

3.1 Mô tả động lực học của động cơ một chiều 55

3.1.1. Tổng hợp mạch vòng dòng điện khi bỏ qua sức điện động

của động cơ 55

3.1.2. Tổng hợp hệ thống truyền động điều khiển tốc độ 57

3.1.3. Hệ thống điều chỉnh tốc độ dùng bộ điều chỉnh tốc độ tỷ lệ 57

3.1.4. Cấu trúc hệ điều chỉnh vị trí 59

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

3.1.5. Tìm hàm truyền của hệ thống 60

3.2 Ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi

vị trị động cơ điện một chiều khi có thông số thay đổi 62

3.2.1. Bộ điều khiển phản hồi tuyến tính (NARMA-L2) 62

3.2.2. Nhận dạng của mô hình NARMA-L2 62

3.2.3. Bộ điều khiển NARMA-L2 64

3.2.4. Bài toán ví dụ sử dụng khối điều khiển NARMA-L2 66

3.2.5. Kết quả thực nghiệm trên MATLAB 68

3.2.5.1. Số liệu 68

3.2.5.2. Kết quả mô phỏng khi có tải thay đổi 68

3.2.5.3. Kết quả mô phỏng khi có thông số và tải thay đổi 74

3.3. Kết luận chƣơng 3 80

Chƣơng4: KẾT LUẬN CHUNG VÀ KIẾN NGHỊ 81

Tài liệu tham khảo

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

DANH MỤC CÁC CHỮ VIẾT TẮT, TIẾNG NƯỚC NGOÀI

STT Ký hiệu Diễn giải

1 Artificial Neural Nơron nhân tạo

2 Artificial Neural Networks Mạng nơron nhân tạo

3 Back Propagation Learaning Rule Luật học lan truyền ngược

4 Bipolar Sigmoid Function Hàm sigmoid 2 cực

5 Fuzzy Loogic mờ

6 Fuzzy Neural Networks Mạng nơron mờ

7 Learing Học

8 Linear Graded Unit-LGU Phần tử graded tuyến tính

9 Linear Threshold Unit-LTU Phần tử ngưỡng tuyến tính

10 Myltilayer Layer Feedforward NetWord Mạng nhiều lớp truyền thẳng

11 Neural Nơron

12 Neural Networks Mạng nơron

13 Output Layer Lớp ra

14 Paramater Learning Học thông số

15 Recall Gọi lại

16 Recurrent Neural Networks Mạng nơron hồi quy

17 Reinforcement Signal Tín hiệu củng cố

18 Reinforcement Learning Học củng cố

19 Rump Function Hàm Rump

20 Self Organizing Tự tổ chức

21 Single Layer Feedforward NetWord Mạng một lớp truyền thẳng

22 Step Function Hàm bước nhảy

23 Structure Learning Học cấu trúc

24 Supervised Learning Học giám sát

25 Threshold Function Hàm giới hạn cứng

26 Unipolar Sigmoid Function Hàm sigmoid 1 cực

27 Unsupervised Learning Học không có giám sát

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

STT Ký hiệu Diễn giải tên hình vẽ

1 Hình 1.1 Mô hình nơron sinh học

2 Hình 1.2 Mô hình nơron nhân tạo

3 Hình 1.3 Đồ thị các loại hàm chuyển đổi

4 Hình 1.4 Mạng nơron 3 lớp

5 Hình 1.5 Sơ đồ cấu trúc các loại mạng nơron

6 Hình 1.6 Mô hình học có giám sát và học củng cố

7 Hình 1.7 Mô hình học không có giám sát

8 Hình 1.8 Sơ đồ cấu trúc chung của quá trình học

9 Hình 1.9 Mạng nơron truyền thẳng một lớp

10 Hình 1.10 Mạng nơron truyền thẳng nhiều lớp

11 Hình 1.11 Sơ đồ cấu trúc của mạng Jordan

12 Hình 1.12 Sơ đồ cấu trúc mạng nơron hồi quy đơn giản

13 Hình 2.1 Điều khiển theo nguyên tắc phản hồi đầu ra

14 Hình 2.2 Quy trình nhận dạng hệ thống

15 Hình 2.3 Sơ đồ tổng quát nhận dạng thong số mô hình

16 Hình 2.4 Nhận dạng theo phương pháp gradient

17 Hình 2.5 Mô hình dạng 1

18 Hình 2.6 Mô hình dạng 2

19 Hình 2.7 Mô hình dạng 3

20 Hình 2.8 Mô hình dạng 4

21 Hình 2.9 Mô hình nhận dạng kiểu truyền thẳng

22 Hình 2.10 Mô hình nhận dạng kiểu song song

23 Hình 2.11 Mô hình nhận dạng kiểu nối tiếp-song song

24 Hình 2.12 Mô hình nhận dạng ngược trực tiếp

25 Hình 2.13 Mô hình 1

26 Hình 2.14 Mô hình 2

27 Hình 2.15 Mô hình 3

28 Hình 2.16 Mô hình 4

29 Hình 2.17 Mô hình điều khiển trực tiếp

STT Ký hiệu Diễn giải tên hình vẽ

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn

30 Hình 2.18 Mô hình điều khiển gián tiếp

31 Hình 2.19 Sơ đồ điều khiển mô hình trong

32 Hình 2.20 Sơ đồ điều khiển theo phương pháp dự báo

33 Hình 2.21 Sơ đồ nguyên lý của phương pháp điểu khiển thích nghi theo

phương pháp mô hình mẫu

34 Hình 2.22 Sơ đồ điều khiển trực tiếp

35 Hình 2.23 Sơ đồ điều khiển gián tiếp

36 Hình 3.1 Sơ đồ khối của mạch vòng dòng điện

37 Hình 3.2 Sơ đồ khối

38 Hình 3.3 Sơ đồ khối của hệ điều chỉnh tốc độ

39 Hình 3.4 Cấu trúc bộ điều chỉnh

40 Hình 3.5 Cấu trúc hệ điều chỉnh vị trí tuyến tính

41 Hình 3.6 Sơ đồ khối của hệ điều chỉnh tốc độ

42 Hình 3.7 Sơ đồ khối tương đương 1 của hệ điều chỉnh tốc độ

43 Hình 3.8 Sơ đồ khối tương đương 2 của hệ điều chỉnh tốc độ

44 Hình 3.9 Sơ đồ khối của hệ điều chỉnh vị trí 1

45 Hình 3.10 Sơ đồ khối tương đương của hệ điều chỉnh vị trí

46 Hình 3.11 Cấu trúc một mạng nơron

47 Hình 3.12 Sơ đồ khối của bộ điều khiển NARMA-L2

48 Hình 3.13 Bộ điều khiển thực hiện với mô hình nhận dạng NARMA-L2

49 Hình 3.14 Sơ đồ điều khiển vị trí nam châm vĩnh cửu

50 Hình 3.15 Đồ thị vị trí mẫu và vị trí sau khi đã điều khiển

51 Hình 3.16 Sơ đồ khối mô tả động cơ một chiều

52 Hình 3.17 Sơ đồ mạng nơron truyền thẳng nhiều lớp điều khiển thích

nghi vị trí động cơ điện một chiều khi có tải thay đổi

53 Hình 3.18 Bảng điều khiển nhận dạng tín hiệu vị trí động cơ một chiều

NARMA-L2

54 Hình 3.19 Dữ liệu vào ra của tín hiệu vị trí động cơ một chiều

55 Hình 3.20 Xuất dữ liệu làm việc

56 Hình 3.21 Nhập dữ liệu vào bộ điều khiển

57 Hình 3.22 Huấn luyện đối tượng với dư liệu đã nhập vào

58 Hình 3.23 Dữ liệu huấn luyện cho bộ điều khiển NN NARMA-L2

STT Ký hiệu Diễn giải tên hình vẽ