Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011

1

Hệ mờ-nơron nhận dạng và điều khiển
điều tốc tuốc bin thuỷ lực
Fuzzy-neural System For Identification And Control
The Hydro Turbin Governors

Nguyễn Tăng Cường, Nguyễn Chỉ Sáng, Phạm Văn Đa
e-Mail:
Tóm tắt
Bài báo này trình bày việc áp dụng hệ mờ - nơron
để nhận dạng và điều khiển hệ chuyển động phi tuyến
cũng như cho hệ điều tốc tuốc bin thuỷ lực. Kết quả
mô phỏng cho khả năng ứng dụng tốt, ổn định và thời
gian quá độ nhỏ.
Abstract: This paper describes the fuzzy-neural
system applying to identification and controls the
non-linear motion system as well as the hydro turbine
governors. Simulation results show the feasibility of
using, stability and the improved of overshoot time.

Ký hiệu
Ký hiệu Đơn vị Ý nghĩa
f hàm phi tuyến
()
j

Hệ chuyển động phi tuyến còn có thể được điều
khiển bằng hệ mờ thích nghi [1], để đạt được sai lệch
tiệm cậm về 0 cho một lớp
đối tượng.
Kết quả này cũng áp dụng hiệu quả cho nhận dạng
và điều khiển hệ điều tốc tuốc bin thuỷ lực, chỉ ra khả
năng ứng dụng của phương pháp, sự ổn định làm việc
cũng như thời gian đáp ứng tốt.

2. Hệ NFCs với mô hình Takagi-Sugeno
(T-S) áp dụng cho nhận dạng hệ
chuyển động.
Việc áp dụng mô hình mờ T-S đã được nghiên cứu
trong nhiều công trình khác nhau, thường sử dụng
mạng nơron 5 lớp [2],[4]. Xét một cấu trúc hệ NFCs
gồm 5 lớp, 2 lớp ngoài vào và ra thực hiện nhiệm vụ
nhận tín hiệu vào và tính giá trị ra của hệ. 03 lớp trong
thực hiện chức năng mờ hoá, thực hiện các luật mờ và
giải mờ. Để nhận dạng hệ thống, ta dùng hệ mờ-n
ơron
với luật mờ T-S [2],[4],[9]. Điểm khác nhau cơ bản
giữa hai mô hình mờ T-S và mô hình mờ Mamdani là
mệnh đề kết luận của các luật hợp thành. Mệnh đề kết
luận trong mô hình mờ T-S luôn là những hàm giá trị
thực, nó thay thế cho các tập mờ.
Giả sử luật mờ thứ j trong mô hình mờ T-S có dạng:
Nếu
1
x
là

A
là biến
ngôn ngữ của mệnh đề điều kiện với hàm liên thuộc
()
j
i
i
A
x
μ
;
j
i
a
là hệ số ; j=1…m ; i=1…n.
Xét một hệ chuyển động SISO có phương trình
động lực học phi tuyến tổng quát được mô tả bởi hệ
phương trình trạng thái (2) như sau:
1
() ()=+
=
⎧
⎪
⎨
⎪
⎩
dx

⎧
⎪
=
⎪
⎪
⎨
⎪
=+
⎪
=
⎪
⎩
&
&
&
n
xx
xx
x
Fx Gxu
yx
(3)
Cụ thể hoá, ta xét hệ có 04 biến trạng thái và được
mô tả bởi phương trình (4) [3],[4],[9], trong đó
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011

2

1234
(, ,, )=

=+
⎪
⎪
=
⎩
&
&
&
&
xx
xx
xx
x
Fx Gxu
yx
(4)
Hệ mờ-nơron dùng để nhận dạng hai hàm F(x) và
G(x) có cấu trúc giống nhau, các trọng số trong mạng
được cập nhật là khác nhau và là hệ MISO có 4 đầu
vào và một đầu ra. Chọn mỗi đầu vào có hai hàm liên
thuộc, thì sẽ có 2
n
luật hợp thành. Với n =4 là số biến
đầu vào ta được 16 luật hợp thành từ R
1
đến R
16
theo
luật mờ T-S (1) như các phương trình từ (5) đến (20)
sau:

A

Thì :
11 1 1 1
1 0 11 22 33 44
yf== + + + +aaxaxaxax
(5)
2
:
R
Nếu
1
x
là
1
1
A
và
2
x
là
1
2
A
và
3
x
là
1
3

và
3
x
là
2
3
A
và
4
x
là
1
4
A

Thì :
33 3 3 3
3 0 11 22 33 44
yf==+ + + +aaxaxaxax (7)

4
:
R
Nếu
1
x
là
1
1
A

1
x
là
1
1
A
và
2
x
là
2
2
A
và
3
x
là
1
3
A
và
4
x
là
1
4
A

Thì :
55 5 5 5

2
4
A

Thì :
66 6 6 6
6 0 11 22 33 44
yf==+ + + +aaxaxaxax (10)
7
:R
Nếu
1
x
là
1
1
A
và
2
x
là
2
2
A
và
3
x
là
2
3

2
A
và
3
x
là
2
3
A
và
4
x
là
2
4
A

Thì :
88 8 8 8
8 0 11 22 33 44
yf==+ + + +aaxaxaxax (12)
9
:R Nếu
1
x
là
2
1
A
và

1
x
là
2
1
A
và
2
x
là
1
2
A
và
3
x
là
1
3
A
và
4
x
là
2
4
A

Thì :
10 10 10 10 10

1
4
A

Thì :
11 11 11 11 11
110 11223344
yf==+ + + +aaxaxaxax (15)

12
:
R
Nếu
1
x
là
2
1
A
và
2
x
là
1
2
A
và
3
x
là

A
và
3
x
là
1
3
A
và
4
x
là
1
4
A

Thì :
13 13 13 13 13
13 0 11223344
yf==+ + + +aaxaxaxax
(17)

14
:
R
Nếu
1
x
là
2

(18)

15
:
R
Nếu
1
x
là
2
1
A
và
2
x
là
2
2
A
và
3
x
là
2
3
A
và
4
x
là

3
A
và
4
x
là
2
4
A

Thì :
16 16 16 16 16
16 0 11223344
yf==+ + + +aaxaxaxax
(20)

i
a là hệ số. Sơ đồ
cấu trúc mạng NFCs thực hiện các luật mờ từ (5) đến
(20) có cấu trúc như hình H.1.
+ Lớp 1: làm nhiệm vụ nhận tín hiệu vào.
+ Lớp 2: tất cả các nút trong lớp này thực hiện chức
năng mờ hoá, tạo hàm liên thuộc. Đầu ra của chúng
chỉ rõ độ thoả mãn của biến đầu vào x
i
với mỗi biến
A
i
j
. Hàm liên thuộc chọn là hàm Gaus có dạng:

2
()
σ
μ
⎛⎞
−
−⎜ ⎟
⎜⎟
⎝⎠
=
j
ii
j
i
j

().().().()
(). (). (). ()
μ
μμ μμ
μμ μ μ μ
μμ μ μ μ
μμ μ μ μ
=
=
=
=
AA AA
AA AA
AA A A
AA A A
x
xxx
x
xxx
x
xxx
x
xxx

12 11
12 34
12 1 2
12 3 4
12 21
12 3 4

xxx

11 1 1
12 34
21 1 2
1234
21 2 1
1234
21 2 2
1234
91234
10 1 2 3 4
11 1 2 3 4
12 1234
().().().()
(). (). (). ()
().().().()
(). (). (). ()
μ
μμμμ
μμ μ μ μ
μμ μ μ μ
μμ μ μ μ
=
=
=
=
AA AA
AAAA
AAAA

A

2
3
A

2
4
A
1
2
A

1
3
A

1
4
A

Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011

4

22 11
1234
2212
1234
22 21

x
xxx+ Lớp 4: thực hiện phép toán theo mệnh đề kết luận
12
12
; ; ;
μ
μ
μ
μμ μ
μ
μμ
== =
n
n
Sum Sum Sum
;
Với :
1
μμ
=
=
∑
n
Sum i
i
(22)
+ Lớp 5: tính giá trị đầu ra của hệ theo (23).

biến trạng thái trong hệ bị chặn và
≠
G( x ) 0
[2]. Biến
đổi (3) ta được:
()
() ()=+
n
yFxGxu
(24)
()
()
1
()
()
=−
n
uyFx
Gx
(25)
Gọi
y
)
là ước lượng đầu ra, ta giả thiết yy
=
)
và
() ()
=
)

11
0
ααα
−
−
+
++ + =
&
nn
mm nmnm
ee ee
(27)
Với các hệ số
12
, , ,
n
α
αα
được chọn sao cho
tất cả các nghiệm của phương trình đặc trưng
1
11
0
ααα
−
−
+
++ + =
nn
nn


H.2 Mô hình cấu trúc hệ nhận dạng và điều khiển với n=4
u

1
s

Hệ mờ-nơron
y
)

1
s
1
s
Hệ mờ-nơron
1
s
Hệ chuyển động
thực tế
x
4
x
1


() () ( 1) ( 1)
11
( )( ) ()()0
ααα
−−
−
−+ − ++ −+ −=
)
)))
&
&
nn n n
mm nmnm
yy y y yy yy
(28)
() () ( 1) ( 1)
11
() ()()
ααα
−−
−
=+ − ++ −+ −
)
)))
&
&
nn n n
mm nm nm
y y y y yy yy

u và đưa ra và được áp dụng
trong nhiều công trình nghiên cứu như [2], [7],
[9], [11], ta có thể cụ thể hoá các khối chức năng
trong hình H.3 như hình H.4 để thuận lợi cho việc
mô phỏng áp dụng hệ NFCs cho nhận dạng và
điều khiển điều tốc tuốc bin thuỷ lực.


1Tw.p
10.5Tw.p
−
+

1
1Tm.p+
Tần số
Đặt
Governor
Servomotor
Cánh hướng
Tuốc bin
Máy phát
H.4 Sơ đồ khối hệ thống điều khiển tổ máy thuỷ điện độc lập
L
1
Kd T .p+
Lưới
∑
-
L
PΔ

H.6 Sai lệch tần số của hệ khi tải
ngẫu nhiên ổn định tại 20%, 95% Pm

6


5. Kt lun
H NFCs vi mụ hỡnh m T-S ó c ỏp dng
nhn dng rt thnh cụng cho nhiu h ng hc phi
tuyn. Trong bi bỏo ny ó ch ra s ỏp dng thnh
cụng cho nhn dng h ng hc phi tuyn cho b
iu tc tuc bin thu lc. Vi lut iu khin ỏp
dng phng phỏp tuyn tớnh hoỏ thớch nghi, thỡ h
NFCs s dng nhn dng v i
u khin cho mt h
iu tc tuc bin phi tuyn c th, cú ti ngu nhiờn
tỏc ng ó m bo tn s sai lch ca h nh
(0,5%), thi gian quỏ ngn (30s) i vi h ng
hc cú quỏn tớnh ln nh tuc bin thu lc trong cỏc
nh mỏy thu in. Trong mụ phng cng ch ra s
sai lch n nh trong quỏ trỡnh lm vic ca h
.

Ti liu tham kho
[1] Phm Vn a, Tng hp b iu khin thớch
nghi cho i tng phi tuyn trờn c s lụgớc
m, Tp chớ Khoa hc v K thut - S 130(10-
2009) - Hc vin KTQS, 2009, tr.54-62.
[2] Nguyn Tng Cng, Nguyn Ngc Ho, Phm
Vn a, p dng h m - Nron nhn dng
v iu khin h chuyn ng phi tuyn b
ng
phng phỏp tuyn tớnh hoỏ chớnh xỏc, Tp chớ
Khoa hc v K thut - S 134(6-2010), Hc
vin KTQS, 2010, tr.5-14.
[3] Nguyn Doón Phc, Lý thuyt iu khin nõng

Research Institute, METU, Ankara, Turkey,
2006
[10] Siemens Pse Sro Slovakia, The Adaptive
Control of Nonlinear Systems Using the T-S-K
Fuzzy Logic, Acta Polytechnica Hungarica, Vol.
6, No. 2, 2009, pp.5-16.
[11] Yin Chin Choo, Kashem M.Muttaqi,
M.Negnevitsky, Modelling of Hydraulic
Governor-turbine for Control Stabilisation,
Austral. Mathematical Soc.2008, ISSN 1446-
8735, ANZIAM J.49 (EMAC2007), 2008,
PP.C681-C698.