i

LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi.
Các số liệu, kết quả trong luận văn là thực và chưa từng được ai công
bố trong bất kỳ các công trình nghiên cứu nào khác.
Tác giả luận văn

DƯƠNG HỒNG PHƯỚC


ii

MỤC LỤC
Trang
TRANG BÌA PHỤ
LỜI CAM ĐOAN.............................................................................................i
MỤC LỤC........................................................................................................ii
DANH MỤC CÁC KÝ HIỆU.........................................................................v
DANH MỤC CÁC BẢNG.............................................................................vi
DANH MỤC CÁC HÌNH VẼ.......................................................................vii
MỞ ĐẦU..........................................................................................................1
1. Lý do chọn đề tài.......................................................................................1
2. Đối tượng và phạm vi nghiên cứu.............................................................1
3. Phương pháp nghiên cứu...........................................................................2
4. Ý nghĩa khoa học và thực tiễn đề tài.........................................................2
5. Cấu trúc luận văn.......................................................................................3
CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI............................................................5
1.1 Giới thiệu đề tài.......................................................................................5
1.2 Mục đích nghiên cứu của đề tài...............................................................7

3.4 Mô hình toán của hệ thống điều khiển vị trí bóng “Ball in tube”..........48
3.4.1 Mô hình “Ball in tube”....................................................................48
3.4.2 Xây dựng mô hình toán trong matlab simulink..............................62
3.4.3 Tuyến tính hóa quanh điểm cân bằng.............................................63
3.5 Kết quả mô phỏng điều khiển PID và chỉnh định các thông số PID theo
thuật toán tối ưu bầy đàn.............................................................................65
3.5.1 Thông số mô hình...........................................................................65
3.5.2 Mô phỏng simulink hàm truyền vòng hở........................................66
3.5.3 Mô phỏng simulink điều khiển PID................................................67
3.5.4 Mô phỏng simulink điều khiển PID – PSO....................................70
3.5.5 So sánh phương pháp PID – ZN2 với PID – PSO..........................79


iv

CHƯƠNG 4: KẾT QUẢ CHẠY TRÊN MÔ HÌNH THỰC......................82
4.1 Điều khiển thời gian thực hệ “Ball in tube”..........................................82
4.1.1 Sơ đồ khối hệ “Ball in tube”...........................................................82
4.1.2 Sơ đồ Simulink điều khiển thời gian thực hệ “Ball in tube”...........84
4.2 Kết quả thực tế hệ thống điều khiển PID – ZN2...................................84
4.2.1 Khi tín hiệu đặt là hàm nấc.............................................................86
4.2.2 Khi tín hiệu đặt thay đổi..................................................................87
4.3 Kết quả thực tế hệ thống chỉnh định PID – PSO...................................88
4.3.1 Khi tín hiệu đặt là hàm nấc.............................................................89
4.3.2 Khi tín hiệu đặt thay đổi..................................................................90
4.4 So sánh phương pháp PID – ZN2 với PID – PSO điều khiển đối tượng
thực..............................................................................................................91
CHƯƠNG 5: KẾT QUẢ – HẠN CHẾ – HƯỚNG PHÁT TRIỂN...........92
5.1 Tổng hợp những kết quả đạt được.........................................................92
5.2 Những hạn chế của đề tài.......................................................................92

r: bán kính ball (m)
%POT: độ vọt lố
exl: sai số xác lập
txl(2%): thời gian xác lập tiêu chuẩn 2%
tr: thời gian lên


vi

DANH MỤC CÁC BẢNG
Bảng 2.1: Phân tích kết quả một vài bài toán tối ưu thông dụng..............31
Bảng 2.2: Kích thước quần thể và miền giá trị khởi tạo cho bài toán tối
ưu....................................................................................................................31
Bảng 3.1: Các tham số PID theo phương pháp Ziegler-Nichols thứ nhất.
.........................................................................................................................40
Bảng 3.2: Các tham số PID theo phương pháp Ziegler-Nichols thứ hai. .41
Bảng 3.3: Thông số động cơ BLDC..............................................................55
Bảng 3.4: Các thông số khởi tạo quần thể...................................................70
Bảng 3.5: Bảng so sánh các kết quả giữa PID – ZN2 và PID – PSO........80
Bảng 4.1: Các thông số khởi tạo quần thể điều khiển thời gian thực.......88
Bảng 4.2: Bảng so sánh các kết quả điều khiển thời gian thực giữa PID –
ZN2 và PID – PSO.........................................................................................91


vii

DANH MỤC CÁC HÌNH VẼ
Hình 1.1: Các mô hình thí nghiệm “Ball in tube”........................................5
Hình 1.2: Các ứng dụng thực tế.....................................................................6
Hình 1.3: Các thiết bị sử dụng trong mô hình thí nghiệm “Ball in tube”.. 8

Hình 3.14: Sự chuyển động của không khí trong ống................................56
Hình 3.15: Đường đặc tuyến của quạt ........................................................57
Hình 3.16: Các định luật về quạt.................................................................58
Hình 3.17: Tổng hợp lực tác động lên bóng................................................61
Hình 3.18: Sơ đồ simulink hệ mô hình thí nghiệm “Ball in tube”............63
Hình 3.19: Điều khiển vòng hở với tín hiệu đầu vào là hàm nấc..............66
Hình 3.20: Đáp ứng vòng hở với tín hiệu vào là hàm nấc đơn vị..............67
Hình 3.21: Điều khiển PID hệ “Ball in tube”..............................................68
Hình 3.22: Đáp ứng ngõ ra khi tín hiệu đặt là hàm nấc (Mb =2.7g) (PID –
ZN2)................................................................................................................69
Hình 3.23: Đáp ứng ngõ ra khi tín hiệu đặt là hàm nấc (Mb =4g) (PID –
ZN2)................................................................................................................69
Hình 3.24: Kết quá trình tiến hóa quần thể bầy đàn.................................70
Hình 3.25: Đáp ứng ngõ ra khi tín hiệu đặt là hàm nấc (Mb=2.7g) (PID –
PSO)................................................................................................................72
Hình 3.26: Tín hiệu tác động lên đối tượng khi tín hiệu đặt là hàm nấc
(Mb=2.7g) (PID – PSO).................................................................................72
Hình 3.27: Đáp ứng ngõ ra khi tín hiệu đặt là tín hiệu xung vuông
(Mb=2.7g) (PID – PSO).................................................................................73
Hình 3.28: Tín hiệu tác động lên đối tượng khi tín hiệu đặt là tín hiệu
xung vuông (Mb=2.7g) (PID – PSO)............................................................73
Hình 3.29: Đáp ứng ngõ ra khi tín hiệu đặt là tín hiệu sin (Mb=2.7g) (PID
– PSO).............................................................................................................74


ix

Hình 3.30: Tín hiệu tác động lên đối tượng khi tín hiệu đặt là tín hiệu sin
(Mb=2.7g) (PID – PSO).................................................................................74
Hình 3.31: Đáp ứng ngõ ra khi có tín hiệu nhiễu tác động (Mb=2.7g) (PID

đặt là hàm nấc (PID – ZN2)..........................................................................86
Hình 4.7: Đáp ứng ngõ ra theo thời gian thực khi tín hiệu đặt thay đổi
(PID – ZN2)....................................................................................................87
Hình 4.8: Tín hiệu tác động theo thời gian thực lên đối tượng khi tín hiệu
đặt thay đổi (PID – ZN2)..............................................................................87
Hình 4.9: Đáp ứng ngõ ra theo thời gian thực khi tín hiệu đặt là hàm nấc
(PID – PSO)....................................................................................................89
Hình 4.10: Tín hiệu tác động theo thời gian thực lên đối tượng khi tín
hiệu đặt là hàm nấc (PID – PSO).................................................................89
Hình 4.11: Đáp ứng ngõ ra theo thời gian thực khi tín hiệu đặt thay đổi
(PID – PSO)....................................................................................................90
Hình 4.12: Tín hiệu tác động theo thời gian thực lên đối tượng khi tín
hiệu đặt thay đổi (PID – PSO)......................................................................90


1

MỞ ĐẦU
1. Lý do chọn đề tài.
Mô hình thí nghiệm bóng trong ống “Ball in tube” là hệ thống phi
tuyến điển hình và điều khiển sự ổn định của nó là cách thức giúp ta tìm hiểu
rõ về các phương pháp điều khiển một đối tượng phi tuyến. Một bộ điều khiển
PID thông thường hay một bộ điều khiển hồi tiếp thường được sử dụng để
làm cho hệ thống ổn định. Những bộ điều khiển nêu trên có thể đạt được sự
ổn định tốt nhất nếu thông số bộ điều khiển là tối ưu, nhưng trên thực tế việc
xác định các thông số này khá là tốn kém thời gian và còn phụ thuộc nhiều
vào kinh nghiệm điều này làm chúng ta không đạt được kết quả tốt. Hơn thế
nữa khi mà việc bám theo tín hiệu đặt, loại bỏ nhiễu và ổn định bền vững liên
quan đến tất cả các thông số hiệu chỉnh, thì khó có thể điều chỉnh cùng lúc
được. Trong những năm gần đây phát triển mạnh trong lĩnh vực điều khiển

nghiệm điều khiển vị trí bóng “Ball in tube”, điều khiển đối tượng theo thời
gian thực (real time). Sử dụng máy tính kết nối với đối tượng thông qua card
giao tiếp để điều khiển và ghi nhận các kết quả.
4. Ý nghĩa khoa học và thực tiễn đề tài.
Lý thuyết tối ưu bầy đàn được trình bày vào năm 1995 và phát triển
những năm sau đó. Ở cấp độ nghiên cứu trong nước thì đề tài nghiên cứu tối
ưu bầy đàn còn tương đối mới mẻ, cần phải nghiên cứu chuyên sâu để phát
triển những điểm mạnh giúp giải quyết một vấn đề hiệu quả nhất.
Kết quả đề tài sẽ góp phần hoàn thiện một phương pháp mới trong việc
chỉnh định thông số bộ điều khiển PID. Khắc phục một số nhược điểm của
một số phương pháp chỉnh định kinh điển. Từ đó mở ra một tiềm năng áp
dụng và cài đặt vào thiết bị điều khiển công nghiệp làm nâng cao hơn nữa
chất lượng điều khiển hệ thống.


3

Tính cấp thiết đáp ứng nhu cầu phát triển kinh tế - xã hội, nâng cao chất
lượng đào tạo. Khả năng ứng dụng của đề tài trong các lĩnh vực tự động hóa
(điều khiển đối tượng bám đuổi,…), lĩnh vực viễn thông (thiết kế mạng,…),
lĩnh vực xã hội (sắp xếp lịch trình, thời gian biểu)…
5. Cấu trúc luận văn.
Cấu trúc luận văn gồm các phần như sau:
Chương 1: Tổng quan đề tài.
Giới thiệu về mô hình thí nghiệm điều khiển vị trí bóng “Ball in tube”
Trình tổng quan khái quát nội dung đề tài khoa học, và các mục tiêu
của đề tài cần đạt được.
Chương 2: Lý thuyết tối ưu bầy đàn.
Trình bày tổng quan về lý thuyết tối ưu bầy đàn.
Trình bày giải thuật tối ưu bầy đàn các thức nâng cao chất lượng của

bóng trong ống “Ball in tube”, đây là một đối tượng phi tuyến điển hình phục
vụ công tác học tập nghiên cứu.
Một số mô hình thí nghiệm “Ball in tube” đã được phục vụ công tác
nghiên cứu giảng dạy, và ứng dụng nguyên lý tương tự vào thực tế.

Hình 1.1: Các mô hình thí nghiệm “Ball in tube”.


6

Hình 1.2: Các ứng dụng thực tế.
Điều khiển hệ thống tuyến tính có thể chỉnh định dễ dàng bằng các kỹ
thuật điều chỉnh cổ điển như: chỉnh định Ziegler-Nichols hoặc Cohen-Coon...
Nghiên cứu thực nghiệm đã cho thấy rằng những phương pháp điều chỉnh
thông thường thực hiện không đạt yêu cầu khi áp dụng cho các hệ phi tuyến
lớn có các tác động gây bất ổn. Chính vì lý do này các bộ điều khiển thực tế
phải thích ứng để điều chỉnh các hệ thống phi tuyến lớn dựa trên ứng dụng
thử nghiệm và hiệu chỉnh sai số. Do đó cần phải phát triển một kỹ thuật điều
chỉnh phù hợp áp dụng cho các bộ điều khiển mà điều chỉnh thông thường
không không đáp ứng thỏa đáng.
Một số công nghệ mới đặc biệt là “trí tuệ bầy đàn” Swarm Intelligence
(SI) đã được sử dụng để giải quyết các vấn đề về kỹ thuật phi tuyến tính. “Tối
ưu bầy đàn” Particle Swarm Optimization (PSO), được phát triển bởi Eberhart
và Kennedy (1995), là một lĩnh vực của Swarm Intelligence (SI) được lấy
cảm hứng từ quần thể bầy đàn xảy ra trong tự nhiên. Đó là quan sát sự thay
đổi của mỗi cá thể so với thực nghiệm trước đó, do đó kiến thức về vị trí tốt


7



thông qua phương pháp PWM.
Mặc dù khái niệm về mô hình là khá đơn giản, nhưng chúng ta gặp khó
khăn trong kiểm soát các tác động phi tuyến tính trên quả bóng, và các tác
động vật lý phức tạp lên quả bóng.
Hơn nữa, quả bóng là cực kỳ nhạy cảm với tác động từ cánh quạt, một
tác động nhiễu bé cũng làm quả bóng trở nên bất ổn.
Tóm lại, chúng ta sẽ gặp khó khăn nếu sử dụng phương pháp điều
khiển truyền thống, ở đây ta sử dụng phương pháp điều khiển PID. Đồng thời
ta cũng áp dụng phương pháp PID có chỉnh định các thông số để so sánh.

USB – DAQ

ADC

Xử lý cảm
biến
DAC

PWM

sensor

FAN

USB cable
“Ball in tube”

Computer
Hình 1.3: Các thiết bị sử dụng trong mô hình thí nghiệm “Ball in tube”.

hàm số thấp hơn các vùng đã thăm dò trước đó. Như vậy mỗi cá thể được xem
như một điểm trong không gian D chiều với sự điều chỉnh hướng “bay” của
nó theo kinh nghiệm bay trước đó của nó cũng như của các cá thể khác.
Có hai điểm khác nhau giữa thuật giải PSO và thuật giải tiến hóa GA:
Thuật giải tiến hóa GA dựa trên ba cơ chế xử lý: thay thế cha mẹ, chọn
các cá thể và điều chỉnh các tham số cho phù hợp. Còn PSO chỉ dựa vào hai
cơ chế, không thông qua cơ chế lựa chọn cá thể rõ ràng, thay vào đó, PSO sử
dụng các cá thể đầu đàn hướng dẫn cho việc tìm kiếm.
Khác nhau về cách thức các cá thể được xử lý. PSO thiết lập vận tốc
của cá thể theo một hướng cụ thể. Việc này có thể xác định hướng đột biến,
trong đó, hướng này được xác định bởi cá thể tốt nhất và cá thể tốt nhất toàn
cục. Ngược lại, thuật giải tiến hóa sử dụng đột biến để thiết lập các cá thể theo
bất kì hướng nào.
Các định nghĩa trong thuật giải PSO:


11

Bầy (swarm): quần thể của thuật giải.
Cá thể (particle): thành viên của bầy. Mỗi cá thể đại diện cho một lời
giải để giải quyết bài toán. Vị trí của cá thể được xác định bởi lời giải hiện tại
được thay thế.
Pbest (personal best): vị trí tốt nhất của một cá thể cho đến thời điểm
hiện tại.
Lbest (local best): vị trí của cá thể thành viên tốt nhất của láng giềng
xung quanh cá thể.
Gbest (global best): vị trí của cá thể tốt nhất trong toàn bộ quần thể.
Vận tốc (velocity): vector này thúc đẩy quá trình tối ưu hóa, xác định
hướng bay của một cá thể để cải thiện vị trí hiện tại của nó.
Chỉ số quán tính (Inertia weight): được sử dụng để kiểm soát tác động

Sik : vị trí cá thể thứ i tại vị trí thứ k
Sik +1 : vị trí cá thể thứ i tại vị trí thứ k +1
Vi k : vận tốc cá thể thứ i tại vị trí thứ k
Vi k +1 : vận tốc cá thể thứ i tại vị trí thứ k+1


13

Vi Pbest : vận tốc theo Pbest
Vi Gbest : vận tốc theo Gbest
Pbesti : vị trí tốt nhất của cá thể thứ i
Gbesti : vị trí tốt nhất của cá thể thứ 1 trong quần thể
Để cho dễ hiểu tư tưởng của thuật toán PSO. Chúng ta xem xét một ví
dụ như sau: giả sử có một bầy chim đang tìm kiếm thức ăn trong một vùng
nào đó. Tất cả các con chim là không biết thức ăn ở đâu. Tuy nhiên, chúng
biết là thức ăn cách xa bao nhiêu sau mỗi lần bay đi bay lại (lặp). Câu hỏi đặt
ra là: cách tốt nhất để tìm được thức ăn là gì? câu trả lời đơn giản là, theo sau
những con chim gần chỗ thức ăn nhất. PSO phỏng theo kịch bản này và sử
dụng nó để giải các bài toán tối ưu.
Trong PSO, mỗi giải pháp đơn, trong ví dụ trên mỗi con chim “bird”,
được gọi là particle. Mỗi particle có một giá trị thích nghi (fitness value),
được đánh giá bằng hàm đo độ thích nghi (fitness function), và một vận tốc
(velocity) để định hướng việc bay (flying), tìm kiếm, của nó. Các particle sẽ
duyệt (fly through) không gian bài toán bằng cách theo sau các particles có
điều kiện tốt nhất hiện thời (current optimum particles).
PSO là được khởi tạo bởi một nhóm ngẫu nhiên các particles, sau đó
tìm kiếm giải pháp tối ưu bằng việc cập nhật các thế hệ (lần lặp). Trong mỗi
thế hệ, mỗi particle là được cập nhật bởi hai giá trị: giá trị thứ nhất, gọi là
Pbest (là nghiệm tốt nhất đạt được cho tới thời điểm hiện tại) hay là fitness
value của particle tốt nhất trong thế hệ hiện thời. Giá trị thứ hai, gọi là Gbest

Trích đoạn Điều khiển thời gian thực hệ “Ball in tube”

---