Upload
pvdai
View
209
Download
1
Embed Size (px)
DESCRIPTION
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011Thiết kế bộ điều khiển bền vững cho hệ thống lái tự động tàu thủy với thời gian trễ không xác định Robust Controller Design for Ship Autopilot with Unknown Time-delayXuan-Kien Dang, Hoang-Dung Tran, Duc-Cuong Quach Department of Control Science and Engineering, Huazhong University of Science and Technology, Wuhan, 430074, P.R. China e-Mail: [email protected] Tóm tắtNội dung bài báo nghiên cứu thiết kế bộ điều khiển bền vững cho hệ th
Citation preview
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
Thiết kế bộ điều khiển bền vững cho hệ thống lái tự động tàu thủy với thời
gian trễ không xác định
Robust Controller Design for Ship Autopilot with Unknown Time-delay
Xuan-Kien Dang, Hoang-Dung Tran, Duc-Cuong Quach
Department of Control Science and Engineering, Huazhong University of Science and
Technology, Wuhan, 430074, P.R. China
e-Mail: [email protected]
Tóm tắt Nội dung bài báo nghiên cứu thiết kế bộ điều khiển bền
vững cho hệ thống lái tự động tàu thủy với thời gian trễ
điều khiển biến đổi không xác định. Điều kiện cần và đủ
cho tiêu chuẩn ổn định bền vững và hiệu suất điều khiển
được đưa ra dưới dạng các bất đẳng thức tuyến tính. Ứng
dụng phương pháp vòng lặp bền vững Mc Farlane -
Glover kết hợp giải các bất đẳng thức tuyến tính, bộ điều
khiển bền vững cho hệ thống lái tàu thủy đã được thiết
kế. Ngoài ra, cơ chế ước lượng thời gian trễ dùng logic
mờ được sử dụng để bù thời gian trễ cho hệ thống, giúp
cho hệ thống điều khiển đạt được hiệu suất cao. Kết quả
mô phỏng trên Matlab cho thấy tính hiệu quả và ưu điểm
của phương pháp mới đưa ra.
Abstract: This paper is concerned with the robust
controller design for Ship autopilot system induced
randomly varying time-delay (RVTD) of the process.
The necessary and sufficient conditions for the robust
stability and performance of system are given in the
general formulations. The robust controller has been
designed by using the Linear Matrix Inequality (LMI)
combine with H loop shaping – Mc Farlane and
Glover method. In addition, the fuzzy estimation RVTD
schemes are used to compensate time-delay of system
that obtained the high control performance. The
simulation results via Matlab demonstrate the usefulness
and effectiveness of the proposed method.
Ký hiệu Ký hiệu Đơn vị Ý nghĩa
A, B, C, D Ma trận của mô hình
x R 3 Biến trạng thái
u R 1 Góc bẻ lái
y R 1 Góc lệch hướng mũi tàu
)(sGp Mô hình động học thực tế
của tàu
)(sGpm Mô hình động học danh định
của tàu
)(sp ms Thời gian trễ thực tế
)(spm ms Thời gian trễ danh định
)(sK Bộ điều khiển bền vững
Chữ viết tắt RVTD Thời gian trễ ngẫu nhiên không xác định
LMI Bất đẳng thức ma trận tuyến tính
LTI Hệ thống tuyến tính
Loop Shaping Vòng lặp phản hồi mẫu khép kín
LCF Left coprime factorization
1. Giới thiệu chung Hệ thống lái tự động là hệ thống quan trọng nhất trên tàu
thủy, việc điều khiển ổn định trong mọi chế độ hoạt
động của tàu luôn là một thách thức với các nhà thiết kế
hệ thống bởi vì tàu thủy là một đối tượng phức tạp,
thường xuyên chịu tác động của các yếu tố bên ngoài
như sóng gió, dòng chảy làm tàu lệch hướng. Ngoài ra,
việc trễ của các cơ cấu chấp hành do các lực cản tác
động vào bánh lái, thân tàu cũng làm ảnh hưởng rất lớn
đến chất lượng và sự ổn định của hệ thống. Trong bài
báo này, để đơn giản phần mô hình toán của tàu thủy,
các tác giả lựa chọn đối tượng thiết kế hệ thống lái tự
động điều khiển hướng đi cho tàu hàng dựa trên việc
điều chỉnh góc bẻ bánh lái [1], [5].
Có rất nhiều phương pháp thiết kế hệ thống lái tự động
tàu thủy đã được đưa ra, phương pháp điều khiển mờ
thích nghi hệ thống lái tự động tàu thủy khi hệ thống là
phi tuyến và không xác định đã được đề cập trong [2],
trong đó thuật toán mờ Takagi-Sugeno được áp dụng
dưới mô hình điều khiển thích nghi. Cũng bằng phương
pháp mờ thích nghi, các tác giả trong [3] lại giải quyết
bài toán điều khiển lái tự động tàu thủy bám theo hành
trình xác định trước. Trong [4], việc sử dụng phướng
pháp điều khiển lái tự động sử dụng mạng neural với
nhiều phương pháp huấn luyện mạng kết hợp thuật toán
dự đoán ảnh hưởng của tác động ngoại vi lên bánh lái có
tính chất thích nghi cho thấy đáp ứng khá tốt. Ngoài ra
thuật toán tối ưu di truyền sử dụng để tối ưu bộ điều
khiển mạng thần kinh nhân tạo đã được xem xét trong
[5] cho thấy ưu điểm nổi bật của phương pháp này. Như
vậy, thời gian gần đây các phương pháp điều khiển hiện
đại đã được ứng dụng rất nhiều trong thiết kế hệ thống
lái tự động tàu thủy nhưng hầu hết các phương pháp trên
đều chưa xem xét tính bền vững của hệ thống điều khiển
khi mô hình tàu thủy có chứa các biến không xác định
hoặc không chắc chắn.
Điều khiển bền vững đối tượng tuyến tính với sự xuất
hiện của các thành phần không chắc chắn trong mô hình
19
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
đã được xem xét trong rất nhiều bài báo khoa học thời
điểm gần đây. Các phương pháp thiết kế bộ điều khiển
bền vững kinh điển được đưa ra bởi K. Zhou và các tác
giả trong [6]. Đặc biệt liên quan đến phương pháp thiết
kế bộ điều khiển bền vững trong bài báo này, Mc Farlan
và Glover [7] đã nghiên cứu phương pháp thiết kế bộ
điều khiển bền vững cho một đối tượng tuyến tính cơ
bản, đây là phương pháp tổng hợp bộ điều khiển bền
vững dựa trên tính toán các bất đẳng thức ma trận tuyến
tính. Các bộ điều khiển bền vững hệ thống lái tự động
tàu thủy đã được đề cập ở các bài báo [8-9], nhưng các
tác giả hoàn toàn không xem xét ảnh hưởng của thời
gian trễ trong quá trình thiết kế bộ điều khiển.
Đối với những đối tượng điều khiển có thời gian trễ, mô
hình dự đoán Smith là mô hình có thể triệt tiêu hoàn toàn
ảnh hưởng của trễ tín hiệu chỉ sau một vài chu kỳ điều
khiển, điều này thúc đẩy chúng tôi áp dụng triệt để mô
hình này khi xem xét đối tượng chính là hệ thống lái tàu
thủy. Liên quan đến mô hình dự đoán Smith, K.
Khandani và các tác giả trong [10] đã đề ra một hướng
mới thiết kế bộ điều khiển dự đoán Smith triệt tiêu hoàn
toàn thời gian trễ trong vòng lặp kín. Mô hình Smith tự
thích nghi kết hợp với thuật toán nhận dạng đưa ra trong
[11-12] áp dụng cho mạng điều khiển với kết quả triệt
tiêu hoàn toàn thời gian trễ của mạng và thời gian trễ của
đối tượng điều khiển giúp cho hệ thống hoạt động ổn
định hơn.
Trong bài báo này, các tác giả đưa ra một phương pháp
mới thiết kế hệ thống lái tự động tàu thủy, đó là sử dụng
mô hình dự đoán Smith bao gồm bộ điều khiển bền vững
kết hợp với cơ chế ước lượng thời gian trễ điều khiển
ứng dụng logic mờ. Bằng mô phỏng trên Matlab, tính ổn
định và hiệu quả của phương pháp đưa ra đã được chứng
minh.
Bài báo được tổ chức như sau: Trong phần 2, cấu trúc hệ
thống lái tự động tàu thủy dựa trên mô hình dự báo
Smith được phân tích chi tiết. Điều kiện cần và đủ cho
hệ thống ổn định bền vững được thiết lập trong phần 3.
Phần 4 kết hợp bộ điều khiển đã được thiết kế với cơ chế
ước lượng thời gian trễ trong mô hình dự đoán Smith.
Kết quả mô phỏng đưa ra ở phần 5, phần 6 tổng hợp các
kết quả chính và kết luận.
2. Đặt vấn đề 2.1 Mô hình động học tàu thủy
Các phương trình mô tả động học tàu thủy thu được từ
các quy tắc bảo toàn của Newton. Vấn đề khó khăn nhất
khi xây dựng các phương trình động học này là việc làm
thế nào mô tả đầy đủ các lực động học tác động lên vỏ
tàu khi tàu di chuyển trong môi trường nước. Các lực tác
động được đưa vào hệ phương trình động học tàu thủy
cùng với vận tốc, vận tóc góc và mô hình động học bánh
lái tạo thành hệ phương trình động học. Hệ phương trình
này phụ thuộc vào trạng thái mặt biển, dòng chảy, hướng
gió..., vì vậy mô hình động học tương đối phức tạp và
chịu ảnh hưởng rất lớn bởi các yếu tố bên ngoài. Trong
[1], các tác giả đã mô tả đầy đủ mô hình động học của
tàu hàng với hệ thống điều khiển hướng đi của tàu bằng
cách điều chỉnh thay đổi góc bẻ lái. Mô hình động học
tàu thủy với tốc độ không đổi có thể được mô tả bằng hệ
phương trình sau:
BuAxx (1)
DuCxy (2)
Trong đó: 3Rx , 1Ru , 1Ry .
Theo [5] các ma trận trọng số A, B, C, D có giá trị như
sau:
0,100
0
918.0
108.0
010
0918.0367.4
0286.0895.0
DC
B
A
(3)
Mục tiêu là tìm bộ điều khiển bền vững cho hệ thống để
điều chỉnh hướng đi của con tàu theo hướng đặt trước,
như vậy hệ thống phải đáp ứng một số yêu cầu và giới
hạn sau:
Không bị mất tín hiệu đáp ứng đầu ra của y trong
suốt quá trình điều khiển.
Góc bẻ lái giới hạn: 035u .
Tốc độ bẻ lái giới hạn: su /100 .
2.2 Phân tích hệ thống lái tự động tàu thủy dựa trên
mô hình dự đoán Smith
Thực tế trong quá trình điều khiển các đối tượng vật lý
có quán tính lớn như tàu thủy thì vấn đề xử lý thời gian
trễ tương đối phức tạp, đặc biệt đối với những bộ điều
khiển yêu cầu đáp ứng tín hiệu phản hồi nhanh.
sGp sK
r
fby
)(spe
sGpm)(spme
pmy
py
u
sy
H.1 Cấu trúc hệ thống lái tự động dựa trên mô hình dự đoán
Smith. Mô hình Smith được lựa chọn để bù thời gian trễ trong
điều khiển tự động hệ thống lái tàu thủy có cấu trúc như
trong H.1. Trong đó )(sGp là mô hình động học thực tế
của tàu, )(sp là khoảng thời gian trễ sau khi tín hiệu
điều khiển tác động vào bánh lái đến khi bộ điều khiển
nhận được tín hiệu phản hồi góc lệch hướng đi. Bộ dự
đoán Smith bao gồm mô hình mẫu )(sGpm và thời gian
trễ mẫu )(spm được thêm vào cấu trúc của hệ thống. Từ
đó ta tính toán hàm truyền của hệ thống trong H.1 như
sau:
)()()(
suesGys
ppp (4)
)()()(
suesGys
pmpmpm
(5)
)())()(()(
susGesGy pm
s
pmspm
(6)
)()]()()([)()(
susGesGesGy pm
s
pm
s
pfbpmp
(7)
20
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
Giả sử ta có thể lựa chọn được các giá trị danh định bằng
với các giá trị thực tế, tương ứng với 2 giả thiết sau:
Giả thiết 1: Mô hình danh định của đối tượng chọn
chính xác với mô hình thực:
)()( sGsG ppm (8)
Giả thiết 2: Thời gian trễ danh định chọn chính xác với
thời gian trễ thực:
)()( ss ppm (9)
Như vậy, phương trình (7) tương đương:
)()( susGy pmfb (10)
Từ đó, ta có phương trình hàm truyền của hệ kín như
sau:
)()(1
)()(
)(
)()(
sGsK
esGsK
sr
sy
pm
s
ppp
(11)
)(
)()(1
)()(
)(
)( s
p
pp pesGsK
sGsK
sr
sy
(12)
Rõ ràng ảnh hưởng của thời gian trễ đã bị đẩy ra khỏi
vòng lặp kín đồng nghĩa với việc triệt tiêu hoàn toàn ảnh
hưởng của thời gian trễ tới tính ổn định của hệ thống
điều khiển. Có thể thấy rằng rất khó đạt được điều này
bởi không thể xác định hoàn toàn chính xác mô hình và
thời gian trễ danh định của đối tượng. Thực tế mô hình
danh định có thể xác định được bằng thực nghiệm nhưng
thời gian trễ của đối tượng thì luôn biến đổi và không
xác định, vì vậy tìm được thời gian trễ danh định là một
thách thức đối với các nhà thiết kế hệ thống khi sử dụng
mô hình Smith. Để giải quyết vấn đề này, giải pháp ước
lượng thời gian trễ điều khiển dùng logic mờ sẽ trình bày
chi tiết ở các phần sau.
3. Tổng hợp bộ điều khiển bền vững Chúng ta không bao giờ xác định được hoàn toàn các
thông số của mô hình, và điều này sẽ gây ra rất nhiều
vấn đề nghiêm trọng trong điều khiển với các mô hình
dự đoán Smith có sử dụng mô hình danh định. Liên quan
đến vấn đề này, cơ chế điều khiển dự đoán Smith bền
vững đã được đưa ra trong [13-14], trong bài báo này
chúng tôi tập trung vào việc thiết kế bộ điều khiển
hướng đi của con tàu dưới ảnh hưởng của sóng, gió cùng
với tính chất không xác định của mô hình.
3.1 Khái quát một số vấn đề liên quan
Giả thiết hệ thống là tuyến tính, các ma trận trạng thái có
kích thước giới hạn. Có 3 phương pháp để đưa ra mô
hình đối tượng có thành phần biến không xác định [6],
nối tiếp hoặc song song biến không xác định và các hệ
số nguyên tố liên kết(coprime factors). Chúng tôi lựa
chọn mô tả các hệ số nguyên tố liên kết với giả thiết mô
hình danh định liên kết với hai hàm hình thức như sau:
21GWWGp (13)
Trong đó phương trình không gian trạng thái thực tế của
đối tượng được ký hiệu:
),,,( DCBAG (14)
Với A, B, C và D là các ma trận có kích thước không đổi
và DBAsICsG 1)()( . Tiêu chuẩn ổn định bền
vững H của hệ thống tuyến tính LTI được tính toán
bằng cách tối ưu các bất đẳng thức ma trận tuyến tính
theo bổ đề Bounded Real Lemma [5] như sau:
Bổ đề 1: (Bounded Real Lemma) Giả sử hệ thống G như
mô tả trong phương trình (14) là hệ thống ổn định. Tiêu
chuẩn ổn định bền vững H của G nhỏ hơn nếu và chỉ
nếu tồn tại ma trận P như sau:
0
IDC
DIPB
CPBPATT
TT
(15)
0P (16)
3.2 Tiêu chuẩn ổn định bền vững với vòng lặp mẫu
(loop shaping)
Theo [15] ta có định nghĩa sau:
Định nghĩa 1: [15] Ma trận HMN, tạo thành LCF
nếu và chỉ nếu NMG 1 , ma trận M có thể nghịch đảo
và 0)det( M . Tồn tại HVU~
,~
như sau:
INUMV ~~
(17)
Đặt sG là hệ thống tuyến tính giới hạn của G với giá trị
thu gọn D = 0, tương ứng:
)0,,,( CBAGs (18)
Nơi sG thay thế cho mô hình mẫu có giá trị tối thiểu
LCF có dạng NMGs1 .
Theo đó phương trình đại số Riccati suy rộng của LCF
được đưa ra như sau:
0 TTT BBCZZCZAAZ (19)
trong đó TZCL và ma trận Z là ma trận đối xứng
dương duy nhất. Từ (19) và Bổ đề 1, điều kiện cần và đủ
để tồn tại bộ điều khiển bền vững vòng lặp kín với tối
ưu theo định lý sau:
Định lý 3.1: [16] đặt TZCL nơi 0Z là giải pháp
ổn định từ phương trình Riccati (19), tồn tại bộ điều
khiển K trong vòng lặp phản hồi kín thỏa mãn:
11)( MKGII
Ks (20)
Nếu 1 , sẽ đồng thời tồn tại ma trận xác định dương
R và S được tính toán từ các bất đẳng thức:
0)()( CCRLCALCAR TT (21)
0
IIL
IICR
LRCBBRAAR
T
TTT
(22)
0
SI
IR (23)
Trở lại với bài toán ban đầu, từ phương trình (12), ta có
thể xây dựng lại mô hình rút gọn như sau:
GK
r
fby
ype
1W 2W
pG
e
H.2 Cấu trúc rút gọn hệ thống lái tự động dựa trên mô hình
dự đoán Smith.
21
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
Việc tính toán ổn định bền vững của hệ thống trong hình
H.2 bản chất là tìm bộ điều khiển bền vững K. Từ vòng
lặp khép kín như trong H.2, tồn tại trạng thái ổn định bền
vững H vòng lặp phản hồi mẫu khép kín tương ứng tồn
tại một ma trận xác định dương R.
Cuối cùng, giải pháp để tìm ra bộ điều khiển bền vững
cho hệ thống lái tự động tàu thủy dựa theo mô hình dự
đoán Smith dưới hình thức tối ưu theo chuẩn H được
xác định như sau:
Định lý 3.2: Xét mô hình hệ thống lái tự động có cấu
trúc như trong H.1 đồng thời thỏa mãn Giả thiết 1 và Giả
thiết 2, tồn tại bộ điều khiển bền vững K nếu đáp ứng hệ
bất đẳng thức tuyến tính sau:
11)( MGKII
K (24)
Nếu 1 , sẽ đồng thời tồn tại ma trận xác định dương
R được tính toán từ các bất đẳng thức:
0)()( RLCALCAR T (25)
0
IIL
IICR
LRCBBRAAR
T
TTT
(26)
Trong đó TZCL nơi 0Z là giải pháp ổn định bởi
phương trình Riccati (19).
Chứng minh: Xét hệ thống lái tự động trong hình H1,
nếu thỏa mãn Giả thiết 1 và Giả thiết 2, ta dễ dàng đạt
được mô hình rút gọn như trong H.2, hệ thống trở thành
hệ điều khiển kín với thời gian trễ bị loại ra khỏi vòng
lặp, từ đó loại bỏ hoàn toàn ảnh hưởng của thời gian trễ
tới sự ổn định trong quá trình điều khiển. Như vậy, tổng
hợp bộ điều khiển của cả hệ thống bản chất là tổng hợp
bộ điều khiển nằm trong vòng lặp kín.
Theo [15], bộ điều khiển bền vững K có thể tồn tại nếu
ma trận R và S như trong công thức (23) của Định lý 3.1
phải đáp ứng thêm điều kiện
kRSIRank )( (27)
(27) chỉ đạt được nếu 0)( RSIRank khi 1 SR .
Theo Định lý 3.1 hiển nhiên ta có bất đẳng thức (26).
Nếu đặt 1 SR ta sẽ cân bằng được CCT trong bất
đẳng thức (21), từ đó đạt được bất đẳng thức (25). Như
vậy định lý 3.2 đã hoàn toàn được chứng minh.
3.3 Phương pháp tổng hợp bộ điều khiển bền vững
Mc Farlane và Glover [15] là phương pháp tổng hợp bộ
điều khiển bền vững với vòng lặp mẫu cơ bản dựa trên
việc tính toán các bất đẳng thức ma trận tuyến tính.
Trong đó mô hình danh định của con tàu pG kết hợp với
hai hàm hình thức đại diện cho các thành phần không
xác định của mô hình thật là 1W và 2W dưới dạng
21GWWGp , việc tính toán thiết kế bộ điều khiển bền
vững tuân theo 4 bước cơ bản sau:
Lựa chọn 1W và 2W để thiết vòng lặp hở theo giải
pháp của Mc Farlane và Glover sao cho opt đủ nhỏ
và thỏa mãn bất đẳng thức (24).
Tính toán ma trận 0R và biến vô hướng bằng
cách giải các bất đẳng thức ma trận tuyến tính (25),
(26) của Định lý 3.2.
Nếu các bất đẳng thức ma trận tuyến tính (25), (26)
của định lý 3.2 là khả thi thì kết hợp bộ điều khiển
bền vững với các hàm hình thức ta có 21KWWKr .
Đưa các thông số thu được từ bộ điều khiển mới
vào mô hình, sử dụng Matlab để kiểm tra tính ổn
định và hiệu suất điều khiển.
4. Cơ chế ước lượng thời gian trễ dùng
logic mờ Trong bài báo này, đầu tiên chúng tôi tham khảo và mở
rộng phương pháp ước lượng thời gian trễ đã được đưa
ra trong [12], nhưng lại xem xét đối tượng với thời gian
trễ dưới dạng hàm biến đổi ngẫu nhiên không xác định
trong mô hình Smith áp dụng cho hệ thống lái tự động
tàu thủy.
sGp sK
r
fby
)(spe
sGpm)(spme
pmy
py
u
sy
ee
pmy pypmk)(
Module
ControllerFuzzy
RobustController
H.3 Cấu trúc hệ thống lái tự động dựa trên mô hình dự đoán
Smith với cơ chế ước lượng thời gian dùng logic mờ. Trong mô hình H.3, bộ ước lượng thời gian trễ bao gồm
2 phần, mô đun tính toán online và bộ ước lượng logic
mờ. Mô đun tính toán online tính các giá trị e và e với
đầu vào là tín hiệu ra của hệ thống py và tín hiệu ra của
mô hình dự đoán danh định pmy , đầu ra tại mọi thời
điểm được tính toán như sau [12]:
)()1()1( kAkAke (28)
)()1()1( kekeke (29)
Trong đó )(kA là giá trị phụ thuộc vào sự sai lệch
giữa py và pmy được tính toán bởi công thức:
k
pmp dkkykykA
0
)()()( (30)
Bộ điều khiển mờ với đầu vào là các giá trị e và e , đầu
ra là thời gia trễ ước lượng )(kpm , luật mờ được xây
dựng theo bảng sau [12]:
)(\)( keke
S MS M MB B
NM PM PB PM PB PB
NS ZZ PM PM PM PB
ZZ ZZ ZZ ZZ ZZ ZZ
PS ZZ NM NM NM NB
PM NM NB NM NB NB
B.1: Bảng luật mờ
22
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
Như vậy, đầu ra của bộ ước lượng thời gian trễ cho giá
trị )(kpm tăng từ 0 tới )(kp , khi )()( kk ppm cũng là
lúc đạt được pmp yy , đồng thời mô hình dự đoán
Smith tương đương với mô hình thật, khi đó hàm truyền
của cả hệ thống được mô tả bằng phương trình (12).
5. Kết quả mô phỏng 5.1 Thiết lập các thông số mô phỏng
Mô hình động học tàu thủy là mô hình sử dụng trong [1]
và [5] có dạng như phương trình (3). Theo 4 bước thiết
kế bộ điều khiển bền vững đã nêu ở trên, đầu tiên ta tính
toán được biến vô hướng tới hạn 6207.20 , trong bài
báo này lựa chọn mức độ không xác định tương ứng
10%, khi đó 2.88281.1 0 . Từ đó tính được giá trị
của ma trận trọng số R trong phương trình (25) như sau:
9482.01820.02418.00997.0
0215.07759.01105.00390.0
1123.03686.04307.01739.0
1578.04553.05835.06444.0
R (31)
Theo đó, bộ điều khiển bền vững được tính toán với kết
quả ),,,( cccc DCBAK tương ứng:
0
3073.06466.09540.04245.0
7095.19
3437.10
7027.39
783.48
874.091.17678.16396.3
068.674.30
067.2522.182
260.0319.42154.36888.8
c
c
c
c
D
C
B
A
(32)
Mô hình thời gian trễ ngẫu nhiên [17] sử dụng hàm tín
hiệu Sinusoidal:
)1.03sin(3.0)( 2ttp (33) (33)
với t là hàm biến đổi ngẫu nhiên có biên độ dao động lựa
chọn ngẫu nhiên trong khoảng (0-10).
Nhiễu tác động vào hệ thống bao gồm sóng, gió, dòng
chảy…lựa chọn mô hình nhiễu môi trường Pierson-
Mostkoviz trong [18]:
))710.0(
16exp(
)710.0(
4)(
440
3
240
23
TT
HS s
(34)
với mmHsT s 5.5,80.00 , là hàm ngẫu nhiên biên
độ dao động thay đổi trong khoảng (0-10). Sử dụng phần
mềm Matlab-Simulink tiến hành mô phỏng.
5.2 Kết quả mô phỏng
Xem xét hệ thống thiết kế với 2 trường hợp:
Trường hợp 1: Hệ thống không sử dụng cơ chế ước
lượng mờ thời gian trễ điều khiển, đáp ứng ở H.4
cho thấy hệ thống hoàn toàn mất ổn định.
Trường hợp 2: Kết quả mô phỏng trong các hình
H.5, H.6, H.7, H.8 cho thấy đáp ứng đầu ra của hệ
thống làm việc ổn định ngay cả khi tình trạng thời
gian trễ lớn đồng thời nhiễu ngoài tác động với
ngương biến đổi lớn.
H.4 Đáp ứng hệ thống khi không bù thời gian trễ.
H.5 Đáp ứng hệ thống trong tình trạng thời gian trễ lớn (100s)
và nhiễu lớn (0-10).
H.6 Đáp ứng hệ thống trong tình trạng thời gian trễ nhỏ (10s)
và nhiễu lớn (0-10).
23
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
H.7 Đáp ứng hệ thống trong tình trạng thời gian trễ lớn (100s)
và nhiễu nhỏ (0-1).
H.8 Đáp ứng hệ thống trong tình trạng thời gian trễ nhỏ (10s)
và nhiễu nhỏ (0-1).
6. Kết luận Hệ thống lái tự động bền vững sử dụng mô hình dự đoán
Smith kết hợp với cơ chế ước lượng thời gian trễ dùng
logic mờ đã được đưa ra trong bài báo. Khảo sát hệ
thống trong các trường hợp nhiễu xấu nhất và thời gian
trễ lớn nhưng bộ điều khiển vẫn đảm bảo làm việc ổn
định bền vững, đáp ứng đầu ra tốt. Tuy nhiên độ quá
điều chỉnh khá lớn, điều này đặt ra một thách thức cho
các nghiên cứu tiếp theo của các tác giả. Hướng nghiên
cứu trong bài báo này là một hướng mở có thể nghiên
cứu sâu rộng để thu được kết quả tốt hơn trong thời gian
tới.
Tài liệu tham khảo [1] K.J. Astrom and C.G. Kallstrom: Identification of
Ship Dynamic. Automatica, Vol.12, pp.9-222,
Pergamon Press, 1976. Printed in Great Britain.
[2] Y.S. Yang and C.J. Zhou: Adaptive Fuzzy Control
of Ship Autopilots with Uncertain Nonlinear
Systems. Proc. 2004 IEEE, Conference on
Cybernetics and Intelligent Systems, Singapore,
pp. 1323-1328, December, 2004.
[3] J. Velagic, Z. Vukic and E. Omerdic: Adaptive
fuzzy ship autopilot for track-keeping, Control
Engineering Practice, Vol 2, pp.433-443,
Elselvier, 2002.
[4] V. Nicolau, V. Palade, D. Aiordachioaie and C.
Miholca: Neural Network Prediction of the Roll
Motion of a Ship for Intelligent Course Control,
Lecture notes in control and information Science,
Springer-Verlag, Berlin, 1989.
[5] W.Y. Feng, Y. Li and G. Chong: Tractable
Neurocontroller Design and Application to Ship
Control with Actuator Limits, IFSA World
congress and 20th
NAFIDS International
conference, Vol.3, pp.1282-1287, July. 2001.
[6] K. Zhou, J. Doyle and K. Glover: Robust and
optimal control, Prentice Hall, Inc , Aug. 1995.
[7] D. McFarlane and K. Glover: Robust controller
design using normalized coprime factor plant
description, Lecture notes in control and
information Science, Springer-Verlag, Berlin,
1989.
[8] R. Akmeliawati and K.Y. Chow: Robust
Autopilot Design with maximum Stability Radius,
ICIT-IEEE Intrenational conference, pp.1137-
1142, Dec. 2006.
[9] W.X. Chow and X.H. Zhen: Robust Autopilot
with wave filter for ship sterring, Journal of
Marine Science and Application, Vol. 5, No. 2,
pp.24-29, Jun. 2006.
[10] K. Khandani and A. Akbar Jalali: A New
Approach to Design Smith Predictor Based
Fractional Order Controllers, International
Journal of Computer and Electrical Engineering,
Vol. 2, No. 4, pp.1793-8163, August. 2010.
[11] D. M. Feng, F. Pan and R. C. Han: Improved Self-
Adaptive Smith Predictive control scheme for
time delay system, Proc. of the First International
Conference on Machine Learning and
Cybernetics, pp.463-466, Beijing, November,
2002
[12] X. K. Dang, Z. H. Guan, H. D. Tran and T. Li:
Fuzzy Adaptive Control of Networked Control
System with Unknown Time-delay, Proc. The 30th
Chinese Control Conference, Yantai, China, Jul.
2011
[13] J. Mu, G. P. Liu and D. Rees: Design of Robust
Networked Predictive Control Systems, Proc.
2005 American Control Conference, Portland,
USA, Jun. 2005, pp.638-643.
[14] D. Ioan, M. Ioana and M. Raluca: On the
robustness of modified Smith predictor controller
for time delay processes, Int. J. Control
Engineering an Applied Informatic, Vol. 7, No. 3,
pp.9-14, 2005.
[15] K. Glover, J. Sefton and D.C. McFarlane: A
tutorial on loop shaping using H-infinity robust
stabilisation, Trans. Institute of Measurement and
Control, Vol. 14, No. 3, pp.157-168, 1992.
[16] M.C. Turner and D.G. Bates: Mathematical
Methods for Robust and Nonlinear Control,
Lecture notes in control and information Science,
Springer-Verlag, Berlin, 2007.
[17] S. Shaltaf, M. Abdallah: An Enhanced Technique
for Online Discrete Cosine Transform Based-
Time Varying Delay Estimation, Circuits Systems
Signal Processing, Vol. 19, No. 6, pp.501-515,
Jun. 2000.
24
Hội nghị toàn quốc về Điều khiển và Tự động hoá - VCCA-2011
VCCA-2011
[18] M. Tomera: Nonlinear Controller Design of a
Ship Autopilot, Int. J. Appl. Math. Comput. Sci.,
Vol. 20, No. 2, pp.271–280, 2010.
Xuan-Kien Dang was born in
HaiPhong, VietNam, in 1978. He
received the B.S. and M.S. degrees in
the Electric and Electronic
Department of VietNam Maritime
University, VietNam, in 2001 and
2006, respectively. He is currently a
doctor candidate in the Department of
Control Science and Engineering,
Huazhong University of Science and
Technology, Wuhan, PR China. His
research interests include networked
control systems, time-delay systems
and intelligent control.
Hoang-Dung Tran received the B.S.
degree in HoChiMinh University of
Science and Technology, VietNam,
in 2007. He is currently a master
candidate in the Department of
Control Science and Engineering,
Huazhong University of Science and
Technology, Wuhan, PR China. His
research includes networked control
system and adaptive control
Duc-Cuong Quach received the B.S.
degree in Hanoi University of
Science and Technology in 2002 and
M.S. degree in the Electric and
Electronic Department of Ho Chi
Minh City University of Transport,
VietNam, in 2008. He is currently a
doctor candidate in the Department of
Control Science and Engineering,
Huazhong University of Science and
Technology, Wuhan, PR China. His
research includes networked control
system, intelligent control and
embedded control systems using
advanced microcontroller families.
25