Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Việc nhận dạng nhiễu với các đối tượng có trễ trong công nghiệp gần đây đang là một vấn đề thiết yếu cần phải quan tâm, đặc biệt là với các nhiễu không đo được. Chính vì vậy trong bài báo này đề xuất một phương pháp nhận dạng nhiễu dựa trên cơ sở sử dụng mô hình mẫu song song và mạng Nơron xuyên tâm (Radial Basic Functions - RBF) với độ chính xác tùy ý bằng thuật toán thu đƣợc dưới dạng luật cập nhật trọng số. | Cao Tiến Huỳnh và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 120(06): 81 – 86 MỘT PHƢƠNG PHÁP NHẬN DẠNG NHIỄU TRÊN CƠ SỞ MẠNG NƠRON CHO MỘT LỚP HỆ THỐNG ĐIỀU KHIỂN DỰ BÁO CÓ TRỄ Cao Tiến Huỳnh1, Lại Khắc Lãi2, Lê Thị Huyền Linh3* 1 Viện Tự động hóa Kỹ thuật quân sự, 2Đại học Thái Nguyên Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên 3 TÓM TẮT Việc nhận dạng nhiễu với các đối tƣợng có trễ trong công nghiệp gần đây đang là một vấn đề thiết yếu cần phải quan tâm, đặc biệt là với các nhiễu không đo đƣợc. Chính vì vậy trong bài báo này đề xuất một phƣơng pháp nhận dạng nhiễu dựa trên cơ sở sử dụng mô hình mẫu song song và mạng Nơron xuyên tâm (Radial Basic Functions - RBF) với độ chính xác tùy ý bằng thuật toán thu đƣợc dƣới dạng luật cập nhật trọng số. Với việc sử dụng phƣơng pháp thứ 2 của Lyapunov đã chứng minh luật cập nhật giúp hệ thống ổn định và đảm bảo quá trình nhận dạng nhiễu đƣợc hội tụ. Từ khoá: Mô hình điều khiển dự báo, có trễ, nhận dạng nhiễu, mạng nơron RBF MỞ ĐẦU* Các đối tƣợng có trễ thƣờng gặp rất nhiều trong công nghiệp lọc dầu, hóa dầu, công nghiệp hóa chất, công nghiệp thực phẩm, công nghiệp giấy Các đối tƣợng này thƣờng chịu tác động của các loại nhiễu khác nhau, đặc biệt là các loại nhiễu không đo đƣợc. Sự tồn tại của hiệu ứng trễ và các loại nhiễu làm cho chất lƣợng của hệ thống bị hạn chế, thậm chí trong nhiều trƣờng hợp làm cho hệ thống mất ổn định. Để xây dựng các hệ thống điều khiển cho các đối tƣợng có trễ đã có nhiều phƣơng pháp đƣợc đề xuất [1 7]. Đáng chú ý trong các phƣơng pháp đó là các phƣơng pháp xây dựng hệ thống điều khiển có mô hình dự báo (MPC – Model Predictive Control). Điều khiển dự báo tỏ rõ tính ƣu việt đối với các đối tƣợng có trễ, các đối tƣợng có động học chậm (slow dynamical plants) và các trƣờng hợp có các ràng buộc đối với tín hiệu điều khiển và vectơ trạng thái [1,5,6]. Tuy nhiên một trong những khó khăn chính đối với MPC là tìm kiếm lời giải tối ƣu hóa trực tuyến. Khó khăn đó sẽ tăng lên nhiều khi có sự tác động
