PHẦN I: MỞ ĐẦU
Điều khiển mờ và mạng nơron là xu hướng được sử dụng khá rộng rãi trong
các bài toán điều khiển phi tuyến hiện nay. Khác với kỹ thuật điều khiển kinh điển là
hoàn toàn dựa vào sự chính xác tuyệt đối của thông tin mà trong nhiều ứng dụng
không cần thiết hoặc không thể có được. Điều khiển mờ chỉ cần xử lý những thông
tin không chính xác hoặc không đầy đủ, những thông tin mà sự chính xác của nó chỉ
nhận thấy được giữa các quan hệ của chúng với nhau và chỉ có thể mô tả bằng ngôn
ngữ, đã có thể đưa ra được quyết định chính xác. Chính khả năng này mà điều khiển
mờ sao chụp được phương thức xử lý thông tin và điều khiển của con người, đã giải
quyết thành công các bài toán điều khiển phức tạp, các bài toán mà trước đây không
giải quyết được.
Có rất nhiều phương pháp điều khiển đảm bảo được tốt chất lượng điều khiển.
Trong điều khiển tự động, để điều khiển chính xác đối tượng khi chưa biết rõ thông
số, trước tiên ta phải hiểu rõ đối tượng đó. Đặc biệt là với các đối tượng phi tuyến ta
cần nhận dạng được đặc tính vào - ra để đảm bảo tạo ra tín hiệu điều khiển thích nghi
được lựa chọn chính xác hơn.
Trong thời gian của khóa học cao học, với kiến thức tích lũy được tôi đã mạnh
dạn chọn đề tài “ Ứng dụng logic mờ vào nhận dạng và điều khiển hệ phi tuyến”.
Bản luận văn này đề cập đến một số nội dung sau:
Chương 1: Logic mờ và bộ điều khiển mờ
Những khái niệm cơ bản về logic mờ. Trên cơ sở đó, phân tích xây dựng hệ
thống điều khiển mờ.
Chương 2: Các phương pháp nhận dạng hệ thống
Nêu lên tổng quan hệ phi tuyến, các phương pháp nhận dạng hệ thống phi
tuyến.
Chương 3: Ứng dụng logic mờ vào nhận dạng hệ phi tuyến
Xây dựng một số bài toán nhận dạng trên Matlab-Simulink
Chương 4: Ứng dụng bộ điều khiển mờ để điều khiển vị trí động cơ điện
một chiều
1

là
ánh xạ.
Ánh xạ
( )
B
x
µ
được gọi là hàm liên thuộc của tập mờ B. Tập kinh điển M được gọi là
cơ sở của tập mờ B.
1.2.3. Các thông số đặc trưng của tập mờ
1.2.4. Các dạng hàm liên thuộc của tập mờ
1.3. Biến ngôn ngữ và giá trị của biến ngôn ngữ
Thực tế hàng ngày chúng ta luôn dùng các từ, lời nói để mô tả các biến. Khi
các biến nhận các giá trị không rõ ràng thì phải sử dụng một số khái niệm mới để mô
tả gọi là biến ngôn ngữ.
1.4. Các phép toán trên tập mờ
1.4.1. Phép hợp hai tập mờ
Chủ yếu sử dụng hai công thức là công thức Max và công thức Lukasiewiez
{ }
µ µ µ
=
∪
( ) ( ), ( )x Max x x
B
A B A
và
{ }
µ µ µ
= +
∪

γ
= B
là mệnh đề kết
luận.
1.5.2. Mô tả mệnh đề hợp thành
1.5.3. Luật hợp thành mờ
Các luật hợp thành mờ cơ bản: Max- Min; Max- Prod; Sum- Min; Sum- Prod
1.6. Bộ điều khiển mờ
Hoạt động của một bộ điều khiển mờ phụ thuộc vào kinh nghiệm và phương
pháp rút ra kết luận theo tư duy của con người, sau đó cài đặt vào máy tính trên cơ sở
logic mờ. Một bộ điều khiển mờ cơ bản bao gồm 3 khối cơ bản: Khối mờ hóa; Thiết
bị hợp thành; Khối giải mờ
Thông thường sử dụng bộ điều khiển mờ theo luật P; PI; PD hoặc PID
Kết luận:
Qua phân tích ta thấy rằng ưu điểm cơ bản của kỹ thuật điều khiển mờ là
không cần biết trước đặc tính của đối tượng một cách chính xác, hoặc chỉ cần biết
đặc tính của hệ thống dưới dạng các phát biểu ngôn ngữ. Chất lượng của bộ điều
khiển mờ phụ thuộc rất nhiều vào kinh nghiệm của người thiết kế. Ngoài ra hệ điều
khiển mờ có tính phi tuyến mạnh do đó rất phù hợp để điều khiển các hệ phi tuyến.
4

CHƯƠNG 2: CÁC PHƯƠNG PHÁP NHẬN DẠNG HỆ THỐNG
2.1. Tổng quan về hệ phi tuyến
2.2. Các phương pháp nhận dạng đối tượng
Khái niệm nhận dạng: Nhận dạng đối tượng là quá trình tìm mô hình toán học của
đối tượng thông qua việc quan sát thực nghiệm tín hiệu vào và tín hiệu ra. Mô hình
toán tìm được phải có sai số so với đối tượng thực là nhỏ nhất.
Các bước cơ bản để nhận dạng hệ thống
 Thí nghiệm thu thập số liệu vào - ra.
 Chọn cấu trúc mô hình.

( )g x
là hệ thống mờ với hàm liên thuộc dạng Gauss, suy luận hợp thành
theo phương pháp Max-Prod, mờ hóa theo kiểu đơn trị, giải mờ theo phương pháp
trung bình trọng tâm ta có mô hình toán học tổng quát của hệ thống có dạng:
2
exp
1
1
ˆ
( )
2
exp
1
1
l
n
x xL
l
i i
y
l
l
l
i
g x
l
n
x xL
i i
l

 
−
 
 ÷
−
 
 ÷
−
∑
∏
 ÷
 
 ÷
=
=
 ÷
 
 ÷
 
 
 

Trong đó: L là tổng số các luật; n số lượng các biến đầu vào;
, ,
l l l
y x
i
σ
− −
là các tham

có dạng như sau:
121
cos( ) ( )
1
( )
121
( )
1
i
e x
V
i
i
g x
x
V
i
i
µ
µ
∑
=
=
∑
=
1) Xây dựng chương trình trên M-file của Matlab
% TS: Tu so cua ham g(x); MS: Mau so cua ham g(x); h: Buoc nhay
TS=0;
MS=0;
h= 0.1;

21
( )
1
( )
21
( )
1
e x
V
i
i
g x
x
V
i
i
µ
µ
+
−
∑
=
=
∑
=
a) Chương trình mô phỏng
% TS: Tu so cua ham g(x); MS: Mau so cua ham g(x); h: Buoc nhay
TS=0;
MS=0;
h= 0.2;

Đường đặc tính của quan hệ truyền đạt
( ) ( )f x g xa
có dạng như sau:
9
( )
*
121
sin( * ) sin(2* * ) ( )
1
( )
121
( )
1
pi e pi e x
V
i
i
g x
x
V
i
i
µ
µ
+
∑
=
=
∑
=

( ) sin( ) cos( )y f x x x x x= = +
xác định
trong đoạn X=[-20; 20]
Bài giải :
Đường đặc tính của quan hệ truyền đạt
( ) ( )f x g xa
có dạng như sau:
( )
*
203
*sin( ) * *sin( ) ( )
1
( )
203
( )
1
e e e e e x
V
i
i
g x
x
V
i
i
µ
µ
+
∑
=

của đồ thị hàm g(x) so với f(x) là rất nhỏ. Do đó hệ thống mờ là hệ xấp xỉ vạn năng
cực mạnh, vì vậy hệ thống mờ thường được dùng để nhận dạng hệ phi tuyến, đây
cũng là một trong các phương pháp nhận dạng có độ chính xác cao.
12

CHƯƠNG 4: ỨNG DỤNG BỘ ĐIỀU KHIỂN MỜ ĐỂ ĐIỀU KHIỂN VỊ TRÍ
ĐỘNG CƠ ĐIỆN MỘT CHIỀU
4.1. Xây dựng mô hình điều khiển
Ua
Ra Ra
Ub
Tm
Jm
Bm
θ
Ia
C
K
D
U
k
Sơ đồ nguyên lý động cơ điện một chiều
Quan hệ giữa vị trí và điện áp lúc không tải theo biểu thức sau:
( )
( )
( )
3 2
( )
. . . . . . S
K

14

Vị trí bám của đối tượng
Các chỉ tiêu chất lượng của hệ thống điều khiển PD kinh điển:
Thời gian quá độ:
1,6( )
d
t s
q
=
Lượng quá điều chỉnh:
10,4 10 0,4
ax
yc
m
δ θ θ
= − = − =
Sai lệch tĩnh:
10 9,95
% .100 0,5%
10
yc
xl
yc
S
t
θ θ
θ
−
−

=
Lượng quá điều chỉnh:
10 10 0
ax
yc
m
δ θ θ
= − = − =
Sai lệch tĩnh:
10 9,97
% .100 0,2%
10
yc
xl
S
t
yc
θθ
θ
−
−
= = =
Kết luận:
Qua các kết quả tính toán, ta thấy các chỉ tiêu chất lượng hệ thống điều khiển
FPD tốt hơn so với hệ thống điều khiển kinh điển, khả năng bám vị trí của bộ điều
khiển FPD tốt hơn nhiều khả năng bám của bộ điều khiển PD, việc thay đổi các tham
số điều khiển trong hệ FPD cũng nhanh chóng và dễ dàng hơn.
Sử dụng công cụ Design Optimization trong simulink cho phép chúng ta có thể tìm
và tối ưu các hệ số Kp, Kd, Ki một cách trực tiếp ( Online). Đây cũng là một điều
thuận lợi khi thiết kế bộ điều khiển PID

[6] Nguyễn Doãn Phước; Lý thuyết điều khiển nâng cao- NXB Khoa học và Kỹ
thuật, 2005
[7] Nguyễn Doãn Phước, Phan Xuân Minh; Hệ phi tuyến- NXB Khoa học và Kỹ
thuật, 2000
[8] Mohd Shafiek Yaacob; Identification of nonlinear dynamic systems using fuzzy
system with constrained membership functions, 2004
[9] L LJUNG; System identification: Theory for the user
[10] Laiq Khan- S.Anjum- R.Badar; Standard fuzzy model identification using
Gradient methods
[11] Mehrdad Hojati - Saeed Gazor; Hybrid adaptive fuzzy identification and
control of nonlinear systems
19