Tìm kiếm
Đang tải khung tìm kiếm
Kết quả 1 đến 1 của 1

    TIẾN SĨ Nghiên cứu xây dựng thuật toán điều khiển dự báo theo mô hình cho đối tượng phi tuyến liên tục

    D
    dream dream Đang Ngoại tuyến (18524 tài liệu)
    .:: Cộng Tác Viên ::.
  1. Gửi tài liệu
  2. Bình luận
  3. Chia sẻ
  4. Thông tin
  5. Công cụ
  6. Nghiên cứu xây dựng thuật toán điều khiển dự báo theo mô hình cho đối tượng phi tuyến liên tục

    LUẬN ÁN TIẾN SĨ
    NĂM 2016
    MỤC LỤC
    CHƯƠNG 1 8
    TỔNG QUAN VỀ ĐIỀU KHIỂN DỰ BÁO CHO HỆ PHI TUYẾN 8
    1.1. Tổng quan các công trình nghiên cứu về điều khiển dự báo hệ phi
    tuyến trên thế giới . 9
    1.2. Các phương pháp quy hoạch phi tuyến 18
    1.2.2. Bài toán tối ưu hóa phi tuyến bị ràng buộc gồm: Kỹ thuật
    hàm phạt và hàm chặn, Phương pháp SQP [3], [5[ và GA [2] . 19
    1.3. Các phương pháp điều khiển tối ưu . 19
    1.4. Các công trình nghiên cứu về điều khiển dự báo hệ phi tuyến
    trong nước 20
    1.5. Những vấn đề cần tiếp tục nghiên cứu về điều khiển dự báo cho
    hệ phi tuyến và hướng nghiên cứu của luận án . 21
    1.6. Kết luận chương 1 . 23
    CHƯƠNG 2 24
    ĐIỀU KHIỂN DỰ BÁO HỆ PHI TUYẾN TRÊN NỀN CÁC
    PH
    ƯƠNG PHÁP QUY HOẠCH PHI TUYẾN 24
    2.1. Nguyên lý làm việc của điều khiển dự báo phi tuyến . 24
    2.1.1. Cấu trúc bộ điều khiển dự báo 26
    2.1.2. Kỹ thuật cài đặt bộ điều khiển dự báo trên nền các phương
    pháp quy hoạch phi tuyến . 29
    2.2. Áp dụng vào điều khiển dự báo lớp hệ song tuyến . 31
    2.2.1. Thuật toán điều khiển dự báo phi tuyến cho hệ song tuyến . 32
    2.2.2.
    ĐKDB trên nền tối ưu hóa theo sai lệch tín hiệu điều khiển 36
    2.3. Kết luận chương 2 . 42
    CH
    ƯƠNG 3 43
    ĐỀ XUẤT MỘT PHƯƠNG PHÁP MỚI ĐỂ ĐIỀU KHIỂN DỰ BÁO
    HỆ PHI TUYẾN LIÊN TỤC TRÊN NỀN BIẾN PHÂN 43
    3.1. Nội dung cơ bản của phương pháp biến phân 44
    3.1.1. Nguyên lý biến phân . 45
    3.1.2. Bộ điều khiển LQR (Linear Quadratic Regulator) 46
    3.1.3.Điều kiện đủ cho tính ổn định của hệ LQR . 46
    3.1.4. Áp dụng nguyên tắc điều khiển LQR để điều khiển tối ưu hệ
    tuyến tính bám ổn định theo giá trị đầu ra cho trước . 47
    3.2. Phương pháp đề xuất để điều khiển dự báo với cửa sổ dự báo vô
    hạn cho hệ song tuyến liên tục không dừng, bám theo được giá trị
    đầu ra cho trước 49
    3.2.1. Tư tưởng chính của phương pháp . 49
    3.2.2. Xây dựng thuật toán điều khiển 51
    3.2.3. Khả năng xử lý điều kiện ràng buộc 53
    3.2.4. Chứng minh tính bám ổn định của phương pháp được đề xuất . 54
    3.2.5. Khả năng áp dụng cho hệ phi tuyến affine không dừng . 56
    CHƯƠNG 4 58
    THỰC NGHIỆM KIỂM CHỨNG CHẤT LƯỢNG PHƯƠNG
    PHÁP ĐÃ ĐỀ XUẤT TRÊN ĐỐI TƯỢNG TRMS 58
    4.1. Mô hình toán c
    ủa hệ TRMS . 58
    4.1.1. Mô t
    ả vật lý hệ TRMS 58
    4.1.2. Mô hình t
    ựa Newton . 59
    4.2. Thiết kế bộ điều khiển dự báo trên nền quy hoạch phi tuyến . 64
    4.2.1. Thiết kế và cài đặt bộ điều khiển dự báo cho hệ TRMS 64
    4.2.2. Mô phỏng trên MatLab . 65
    4.3. Thiết kế bộ điều khiển dự báo trên nền biến phân (phương pháp
    điều khiển được luận án đề xuất) 69
    4.3.1. Thi
    ết kế và cài đặt bộ điều khiển 69
    4.3.2. Mô phỏng trên MatLab và so sánh, đánh giá chất lượng . 70
    4.4. Thí nghiệm trên mô hình vật lý của hệ TRMS . 74
    4.4.1. Cài
    đặt bộ quan sát Kalman 75
    4.4.2. Các kết quả thực nghiệm . 82
    4.5. Kết luận chương 4 90
    DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN ĐỀ
    TÀI . 92
    TÀI LIỆU THAM KHẢO 93
    Tiếng Việt 93
    Tiếng Anh 93
    PHỤ LỤC 102
    MỞ ĐẦU
    1. Giới thiệu

    Điều khiển dự báo dựa trên mô hình (Model Predictive Control -
    MPC), hay còn thường được gọi ngắn gọn là điều khiển dự báo, ra đời vào
    cuối thập niên 70 và đầu thập niên 80 của thế kỉ trước, là một xu hướng điều
    khiển được ưa chuộng. Trong hai thập kỷ trở lại đây, điều khiển dự báo đã có
    những bước phát triển rất đáng kể, đóng góp khá nhiều các phương pháp về
    mặt học thuật cũng như đẩy mạnh khả năng ứng dụng của MPC trong thực tế,
    điều đó được thể hiện trong các tài liệu [13], [14], [15], [27], [68] với hơn
    3000 ứng dụng vào điều khiển quá trình, điều khiển các hệ cơ, điều khiển
    robot,điều khiển các hệ bay . Bản chất của điều khiển dự báo là sử dụng mô
    hình tường minh của đối tượng để tính toán tối ưu các biến được điều khiển
    thông qua các phương pháp tối ưu hóa. Để thiết kế, cài đặt bộ điều khiển dự
    báo cho một đối tượng cụ thể, cần thực hiện 3 công việc chính đó là:
    Xây dựng mô hình dự báo;
    Xác định hàm mục tiêu và các điều kiện ràng buộc;
    Giải bài toán tối ưu.
    Đối với hệ tuyến tính việc thực hiện các công việc này khá dễ dàng do đã
    có những nghiên cứu tương đối hoàn chỉnh. Song, đối với hệ phi tuyến, việc
    thực hiện các công việc này còn gặp nhiều khó khăn, đặc biệt là việc xây
    dựng mô hình dự báo phi tuyến và tìm thuật toán nghiệm toàn cục của bài
    toán quy ho
    ạch phi tuyến. Vì vậy, xu hướng nghiên cứu hiện nay của MPC là
    khai thác, áp dụng bộ điều khiển này để điều khiển các đối tượng thực tế có
    tính phi tuyến mạnh, thời gian đáp ứng nhanh, các yêu cầu về điều kiện bị
    chặn nghiêm ngặt . mà các bộ điều khiển dự báo tuyến tính truyền thống như
    GPC, DMC . khó thực hiện được.
    2. Tính cấp thiết của luận án
    Điều khiển dự báo dựa trên mô hình cho hệ tuyến tính đã được phát
    triển, chấp nhận và ứng dụng cho các ngành công nghiệp quá trình và một số
    lĩnh vực khác. Tuy nhiên đối với quá trình phi tuyến (đối tượng điều khiển phi
    tuyến) đặc biệt là vừa phi tuyến và vừa có nhiễu thì các phương pháp MPC áp
    dụng cho hệ tuyến tính hoàn toàn không sử dụng được. Có hai vấn đề khó
    khăn chính đối với điều khiển dự báo dựa trên mô hình phi tuyến đó là:
    Nhận dạng đối tượng điều khiển hay xây dựng mô hình dự báo sao cho



    đạt được mức độ chính xác cao nhất để xác định được giá trị đầu ra
    tương lai và giá trị đó ít bị ảnh hưởng bởi nhiễu quá trình, và
    Giải một bài toán tối ưu phi tuyến với rất nhiều ràng buộc.
    Bài toán tối ưu hóa với các điều kiện ràng buộc đôi khi không tìm được
    lời giải, những trường hợp như vậy thuật toán điều khiển trở nên không khả
    thi. Trong trường hợp này cần loại bớt hoặc giới hạn các điều kiện ràng buộc
    để thuật toán có thể tìm được lời giải phù hợp, tạo ra tính khả thi cho bài toán
    tối ưu. Ở MPC, việc làm này thường được gọi là tạo ra tính khả thi
    (feasibility) cho bài toán.
    Tóm lại, vì không có một giải pháp mang tính tổng quát cho nên trong
    các nghiên cứu thường dùng các phương pháp quy hoạch phi tuyến phổ biến
    như SQP (Sequential Quadratic programming), giải thuật di truyền (Genetic
    Algorithms - GA), v.v. Do vậy khối lượng tính toán của NMPC sử dụng
    phương pháp số cũng nặng hơn nhiều so với MPC tuyến tính, và thậm chí nó
    còn tăng theo cấp số nhân khi ta tăng tầm dự báo.
    Nếu sử dụng mô hình dự báo phi tuyến thì với bài toán nhận dạng cho hệ
    phi tuyến, đặc biệt là cho hệ phi tuyến có tham số bất định sẽ gặp rất nhiều
    khó khăn, thậm chí khi giả thiết chúng ta có mô hình dự báo phi tuyến cho đối
    tượng thì khi thực hiện giải bài toán tối ưu để tìm tín hiệu điều khiển dự báo
    lại gặp khó khăn hơn nữa vì lại tiếp tục phải đụng chạm đến vấn đề giải bài
    toán tối ưu phi tuyến với nhiều ràng buộc và hạn chế, do đó cần phải trả lời
    cho các câu hỏi sau đây:
    Bài toán tối ưu phi tuyến đó có giải được không? Hiện nay cũng chưa có
    phương pháp giải bài toán tối ưu phi tuyến tổng quát, hiện tại mới chỉ có
    phương pháp điều khiển tối ưu là quy hoạch động Bellman, nguyên lý
    cực đại của Pontragin, phương pháp biến phân.
    Tầm dự báo của bộ điều khiển dự báo là bao nhiêu để hệ thống kín còn
    đảm bảo tính ổn định?
    Tính ổn định của hệ kín ra sao khi cửa sổ dự báo tiến đến vô cùng?
    Hệ thống kín có đảm bảo về thời gian tính toán để thỏa mãn tính thời
    gian th
    ực trong điều khiển công nghiệp?
    Từ các phân tích ở trên, ta thấy rằng đối với điều khiển dự báo hệ phi
    tuyến nói chung còn rất nhiều vấn đề cần được tiếp tục nghiên cứu, hoàn
    thiện. Một số trong các vấn đề đó là:
    - Xây dựng mô hình dự báo phản ánh trung thực đối tượng phi tuyến.
    Khi mô hình dự báo càng gần với mô hình đối tượng thì kết quả dự báo càng
    sát và chất lượng bộ điều khiển càng cao. Điều này rất dễ thực hiện đối với
    đối tượng tuyến tính, nhưng đối với hệ phi tuyến vẫn còn đang là bài toán mở;
    - Chọn phiếm hàm mục tiêu phù hợp cho từng đối tượng, đặc biệt khi các
    mục tiêu đối nghịch nhau cần phải có giải pháp "thỏa hiệp" giữa các mục tiêu
    để chọn được phiếm hàm mục tiêu phù hợp nhất;
    - Tìm ra các phương pháp mới giải bài toán tối ưu phi tuyến và cài đặt
    chúng vào bộ điều khiển dự báo.

    Xem Thêm: Nghiên cứu xây dựng thuật toán điều khiển dự báo theo mô hình cho đối tượng phi tuyến liên tục
    Nội dung trên chỉ thể hiện một phần hoặc nhiều phần trích dẫn. Để có thể xem đầy đủ, chi tiết và đúng định dạng tài liệu, bạn vui lòng tải tài liệu. Hy vọng tài liệu Nghiên cứu xây dựng thuật toán điều khiển dự báo theo mô hình cho đối tượng phi tuyến liên tục sẽ giúp ích cho bạn.
    #1
  7. Đang tải dữ liệu...

    Chia sẻ link hay nhận ngay tiền thưởng
    Vui lòng Tải xuống để xem tài liệu đầy đủ.

    Gửi bình luận

    ♥ Tải tài liệu

social Thư Viện Tài Liệu
Tài liệu mới

Từ khóa được tìm kiếm

Nobody landed on this page from a search engine, yet!

Quyền viết bài

  • Bạn Không thể gửi Chủ đề mới
  • Bạn Không thể Gửi trả lời
  • Bạn Không thể Gửi file đính kèm
  • Bạn Không thể Sửa bài viết của mình
  •  
DMCA.com Protection Status