Xem mẫu
- Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0
KẾT HỢP ĐIỀU KHIỂN TRƯỢT VÀ MẠNG NƠ RON
ĐỂ ĐIỀU KHIỂN XE TỰ CÂN BẰNG
Nguyễn Đức Minh
Trường Đại học Thủy lợi, email: minhnd@tlu.edu.vn
1. GIỚI THIỆU tự cân bằng được minh họa trên Hình 1. Đây
Để điều khiển cho xe tự cân bằng thì hiện là rô bốt 3 bậc tự do với 3 biến khớp lần lượt
là biến di chuyển x, biến góc quay δ và biến
nay có rất nhiều phương pháp hiệu quả như
góc nghiêng θ.
điều khiển trượt, điều khiển PID, LQR,
BackStepping... Bản thân cá nhân bộ điều
khiển trượt hoặc sử dụng mạng nơ ron làm bộ
điều khiển cũng thu được kết quả rất tốt. Tuy
nhiên trong trường hợp nhiễu bất định xuất
hiện thì các phương pháp trên có những hạn
chế nhấn định. Trong bài báo này, tác giả
không sử dụng bộ điều khiển nơ ron làm bộ
điều khiển chính, mà sử dụng khả năng nhận
dạng đối tượng của mạng nơ ron, nhằm mục
đích nhận dạng các thành phần nhiễu xuất
hiện ngẫu nhiên trong hệ. Khi đó bộ điều
khiển trượt sẽ làm tốt nhiệm vụ còn lại khi hệ
được lý tưởng hóa sau khi bù nhiễu bằng
mạng nơ ron.
Việc sử dụng mạng nơ ron để nhận dạng
nhiễu và bù nhiễu thường dựa trên kinh
Hình 1. Cấu trúc của xe tự cân bằng.
nghiệm lựa chọn mạng và số nơ ron trên mỗi
lớp mạng, trong nghiên cứu này, tác giả sẽ 2.2. Phương trình Lagrange
đưa ra kết quả lựa chọn của mình từ kinh J x&l2 x&r2 m M x&l x&r 2
nghiệm của các nghiên cứu trước đó trong L mw wy
r2 2 2 2
phương án lựa chọn luật điều khiển hoặc
x& x&r & 1
cos( )+ 2 ( ML J p J c ) (1)
phương án bù nhiễu. Từ đó áp dụng vào điều ML l 2 &2
2
khiển và bù nhiễu cho xe hai bánh tự cân 2
bằng có dặc tính động học phi tuyến. 1 x&l x&r
Jv mgl cos( )
2 D
2. CẤU TRÚC VÀ MÔ HÌNH ĐỘNG HỌC Trong đó xl , xr là khoảng dịch chuyển của
CỦA XE TỰ CÂN BẰNG bánh trái, bánh phải dọc theo trục x, D là
2.1. Mô hình của xe tự cân bằng. hoảng cách giữa 2 bánh xe theo trục z
Thông thường, mô hình động học của rô Cấu trúc bộ điều khiển PID:
bốt được xây dựng bằng phương pháp Euler- K
u ( s ) ( K p i sKd )e( s ) (2)
Lagrange. Cấu trúc mô hình của xe hai bánh s
267
- Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0
3. MÔ PHỎNG VÀ PHÂN TÍCH Các thông số của mô hình được lựa chọn
trong mô phỏng như sau:
Chọn chu kỳ trích mẫu Tsp = 0.01 để nhận
dạng thành phần nhiễu bất định có trong hệ. mw = 0.3kg; M = 1kg; m = 2kg; L = 0.1m;
Sau khi huấn luyện ta được kết quả như sau: D = 0.2m; g = 10 m*s-2; r = 0.035m
Sai lệch mse giữa đầu ra của mô hình Ta đặt một nhiễu hình sin với tham số
mạng nơ ron và đối tượng là 2,5*10-12. Sai ngẫu nhiên vào hệ và thu được lực tác động
lệch lớn nhất giữa đầu ra của mô hình mạng vào hai bánh như sau:
nơ ron và cánh tay rô bốt là 6*10-5. Số lần fl = - fr = 2.85sin(((2t) + rank) N
huấn luyện là 1350. Đáp ứng Mô men trên hai bánh lúc đó có
Tham số của hàm Gaussian sử dụng để mô dạng như Hình 4.
phỏng được tác giả lựa chọn như sau:
1 1.2; 2 1.2; c1 0.01; c2 0.01
Tỷ lệ học = 0.1 và = 2. Đáp ứng vào, ra
của mô hình mẫu, đầu ra của đối tượng và
đáp ứng của mô hình mẫu của bộ điều khiển
nơ ron được mô phỏng trong Hình 2 và 3.
Hình 4. Đáp ứng moment trên hai bánh
Các trạng thái ban đầu của hệ rô bốt tự cân
bằng được lựa chọn như sau:
[x;x&; ;&] 0;0.001; 0.0005;0
Với lựa chọn về mạng nơ ron, luật điều
khiển, tham số hệ Gaussian như trên, đáp ứng
của hệ lần lượt được biểu diễn trên các hình
5, 6, 7 và 8. Quan sát trên các đáp ứng ta thấy
hệ thống được ổn định tốt, theo đúng thiết kế
với hiệu suất cao. Các thông số về vị trí, tốc
Hình 2. Tín hiệu vào và ra mẫu độ, góc quay và vận tốc góc đều nhanh chóng
trở về vị trí cân bằng sau không quá 1 giây.
Điều đó chứng tỏ phương pháp điều khiển do
nhóm tác giả đề suất đã hoạt động hiệu quả.
-3 Position [m]
x 10
3
2.5
2
1.5
1
0.5
0
-0.5
0 0.5 1 1.5 2 2.5 3 3.5 4
Hình 3. Đầu ra của NN model, sai lệch
giữa đầu ra của NN model và đối tượng Hình 5. Đáp ứng vị trí của rô bốt
268
- Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0
4. KẾT LUẬN
Các kết quả mô phỏng cho thấy bộ điều
khiển hoạt động tốt và đạt mục tiêu đề ra, các
tham số mạng noron được tính toán cập nhật
online để luôn đảm bảo cho sự ổn định khi
gặp sự biến thiên của nhiễu.
5. TÀI LIỆU THAM KHẢO
Hình 6. Đáp ứng tốc độ của rô bốt
[1] Minh Nguyen-Duc, Wang Wei, Zhuang
-4
2
x 10 Angle [rad] Yan. Consensus of Multi-Agent Systems
1 with Euler-Lagrange System Using Neural
0 Networks Controller. ICIC Express Lett.
-1 2016, 10, pp. 1697-1704.
-2
[2] Minh Nguyen-Duc, Thang Nguyen-Trong.
-3
Sliding Surface in Consensus Problem of
-4
Multi-Agent Rigid Manipulators with
-5
0 0.5 1 1.5 2 2.5 3 3.5 4 Neural Network Controller. Energies,
2017,10.12: 2127.
Hình 7. Đáp ứng góc quay của rô bốt
Hình 8. Đáp ứng vận tốc góc của rô bốt
269
nguon tai.lieu . vn
