Scholar Hub/Chủ đề/#bộ điều khiển mờ/
Bộ điều khiển mờ (fuzzy controller) là một hệ thống điều khiển tự động sử dụng logic mờ để xử lý thông tin đầu vào và điều khiển tương ứng các thiết bị hoạt độn...
Bộ điều khiển mờ (fuzzy controller) là một hệ thống điều khiển tự động sử dụng logic mờ để xử lý thông tin đầu vào và điều khiển tương ứng các thiết bị hoạt động. Bộ điều khiển mờ sử dụng các khái niệm và quy tắc mờ để đưa ra quyết định trong môi trường không rõ ràng, không chính xác, không tuyệt đối.
Bộ điều khiển mờ dựa trên ý tưởng rằng các thông tin và kiến thức trong hiện thực thường không hoàn toàn biểu diễn bằng các giá trị sắc độ nhị phân (0 hoặc 1). Thay vào đó, nó dùng các tập mờ để mô tả các giá trị đầu vào và đầu ra, từ đó đưa ra quyết định dựa trên quy tắc mờ.
Bộ điều khiển mờ đã được ứng dụng trong nhiều lĩnh vực, bao gồm điều khiển tự động, robot, hệ thống giao thông, máy giặt, hệ thống điều hòa không khí, và nhiều hơn nữa.
Bộ điều khiển mờ được xây dựng dựa trên nền tảng của lý thuyết tập hợp mờ và quy tắc mờ. Đầu vào của bộ điều khiển thường được biểu diễn bằng các tập mờ, còn đầu ra của bộ điều khiển thường được biểu diễn bằng tập mờ hoặc giá trị crisp. Các tập mờ được mô tả bằng hàm phản hồi mờ (membership function), và các quy tắc mờ được sử dụng để điều chỉnh quyết định của bộ điều khiển.
Quy tắc mờ là các nguyên tắc logic không chính xác mà dựa trên kinh nghiệm và kiến thức của người thiết kế. Các quy tắc mờ được biểu diễn bằng cách kết hợp các biến đầu vào và áp dụng các toán tử mờ như "với mức độ nào đó", "gần như không" và "rất". Ví dụ, một quy tắc mờ có thể là "Nếu nhiệt độ cao thì giảm tốc độ quạt".
Khi có đầu vào mờ, bộ điều khiển sử dụng quy tắc mờ để xác định mức độ tương quan giữa các tập mờ đầu vào và đầu ra. Các quy tắc mờ được kích hoạt dựa trên đầu vào, và hàm phản hồi mờ được áp dụng để tính toán đầu ra mờ hoặc giá trị crisp. Để có kết quả cuối cùng, các đầu ra mờ được tổng hợp bằng cách sử dụng các quy tắc ràng buộc và áp dụng các phép tính mờ như giao (intersection) và hợp (union).
Bộ điều khiển mờ cũng có khả năng học và tự điều chỉnh. Qua quá trình huấn luyện, bộ điều khiển có thể tự động điều chỉnh các quy tắc mờ để tối ưu hóa hoạt động trong các điều kiện cụ thể.
Tổng quan, bộ điều khiển mờ cung cấp khả năng xử lý thông tin mờ và quyết định trong môi trường không chính xác, không tuyệt đối. Nó cho phép chúng ta xử lý các vấn đề phức tạp mà không cần một mô hình toán học chính xác và rõ ràng.
Phân Tích Độ Chính Xác và Độ Bền Của Bộ Điều Khiển Leap Motion Dịch bởi AI Sensors - Tập 13 Số 5 - Trang 6380-6393
Bộ điều khiển Leap Motion là một thiết bị mới dành cho giao diện người dùng được điều khiển bằng cử chỉ tay với độ chính xác được công bố dưới một milimét. Tuy nhiên, cho đến hiện tại, khả năng của nó trong môi trường thực tế chưa được phân tích. Do đó, bài báo này trình bày một nghiên cứu đầu tiên về bộ điều khiển Leap Motion. Sự chú ý chính được tập trung vào việc đánh giá độ chính xác và độ lặp lại. Để đánh giá một cách thích hợp, một thiết lập thí nghiệm mới đã được phát triển nhằm sử dụng một robot công nghiệp với bút tham chiếu cho phép độ chính xác vị trí là 0,2 mm. Nhờ đó, sự sai lệch giữa vị trí 3D mong muốn và vị trí trung bình đo được là dưới 0,2 mm cho các thiết lập tĩnh và 1,2 mm cho các thiết lập động. Việc sử dụng kết quả của phân tích này có thể nâng cao sự phát triển của các ứng dụng cho bộ điều khiển Leap Motion trong lĩnh vực Tương tác Người-Máy.
Đồng bộ hóa giữa các hệ thống hyperchaotic bậc phân số và bậc nguyên thông qua bộ điều khiển chế độ trượt Dịch bởi AI Journal of Applied Mathematics - Tập 2013 - Trang 1-5 - 2013
Trong nghiên cứu này, khả năng đồng bộ hóa giữa các hệ thống hyperchaotic bậc phân số và bậc nguyên thông qua bộ điều khiển chế độ trượt được xem xét. Bằng cách thiết kế một bộ điều khiển chế độ trượt chủ động và lựa chọn các tham số điều khiển phù hợp, các hệ thống lái và phản hồi được đồng bộ. Việc đồng bộ giữa hệ thống hỗn loạn Chen bậc phân số và hệ thống hỗn loạn Chen bậc nguyên cũng như giữa hệ thống hyperchaotic Chen bậc nguyên và hệ thống hyperchaotic Rössler bậc phân số được sử dụng để minh họa tính hiệu quả của phương pháp đồng bộ hóa được đề xuất. Các mô phỏng số khớp với phân tích lý thuyết.
Xây dựng và điều khiển mô hình con lắc ngược quay cho phòng thí nghiệmCon lắc ngược quay là một mô hình quen thuộc và cơ bản trong lý thuyết điều khiển tự động. Tuy nhiên, giá tiền một mô hình là rất cao, không phù hợp điều kiện trang bị phòng thí nghiệm còn hạn chế ở Việt Nam. Các mô hình được tự chế tạo hiện nay thì không đáp ứng được thông số mô hình, dẫn tới việc áp dụng các giải thuật phụ thuộc vào mô hình không được thiết kế thành công. Bài báo đề xuất chế tạo mô hình con lắc ngược quay giá rẻ và dễ xây dựng cho các phòng thí nghiệm điều khiển trong hoàn cảnh Việt Nam. Mô hình rõ ràng trong cấu trúc, thông số hệ thống. Và khả năng ứng dụng hệ thống để hướng dẫn trong phòng thí nghiệm được chứng minh bằng cách áp dụng xây dựng giải thuật trên mô hình này với việc xây dựng giải thuật-swingup và cân bằng- dựa trên hệ động lực học hệ thống. Sau đó, khảo sát trên các bộ điều khiển và đáp ứng hệ thống sẽ cho thấy hiệu quả của mô hình thực này. Giải thuật cân bằng LQR được lựa chọn và giải thuật swing-up là phương pháp Furuta.
#Rotary inverted pendulum #LQR algorithm #Swing up #Furuta method #balancing control
Thiết kế và triển khai bộ điều khiển PI dựa trên mạng nơ-ron cơ sở dạng tia cho các động cơ đồng bộ nam châm vĩnh cửu Dịch bởi AI 2017 International Conference on System Science and Engineering (ICSSE) - - Trang 103-106 - 2017
Nghiên cứu này trình bày việc triển khai phần cứng của một mạng nơ-ron cơ sở dạng tia (RBF NN), sau đó sử dụng RBF NN này để thiết kế bộ điều khiển PI cho các động cơ đồng bộ nam châm vĩnh cửu (PMSM). Trong bài báo này, trước tiên, mô hình toán học của các động cơ PMSM và kiến trúc của RBF NN được mô tả, bao gồm một lớp đầu vào, một lớp ẩn với các nơ-ron xử lý phi tuyến sử dụng hàm Gaussian và một lớp đầu ra. Thứ hai, ngôn ngữ mô tả phần cứng tốc độ cao (VHDL) được áp dụng để mô tả hành vi của bộ điều khiển RBF - PI, với kiểu dữ liệu sử dụng định dạng Q24 chiều dài 32 bit và thực hiện phép toán bổ sung 2. Ngoài ra, máy trạng thái hữu hạn (FSM) được áp dụng nhằm giảm thiểu mức sử dụng tài nguyên phần cứng. Thứ ba, để xác minh độ chính xác của mã VHDL được thiết kế cho việc tính toán RBF-PI, dựa trên liên kết mô phỏng thiết kế điện tử (EDA), một công việc đồng mô phỏng được xây dựng giữa Simulink và ModelSim, trong đó các kích thích đầu vào và phản ứng đầu ra được thực hiện trong Simulink và tính toán RBF-PI được thực hiện trong ModelSim. Cuối cùng, một số kết quả mô phỏng xác nhận hiệu quả của bộ điều khiển PI dựa trên RBF (RBF-PI) được đề xuất cho các động cơ PMSM.
#Mạng nơ-ron cơ sở dạng tia (RBF NN) #Bộ điều khiển PI #VHDL #Đồng mô phỏng Simulink và ModelSim #Động cơ đồng bộ nam châm vĩnh cửu (PMSM)
Mô Phỏng Thiết Kế Bộ Điều Khiển Mờ cho Robot Di ĐộngBài báo miêu tả thiết kế bộ điều khiển (BDK) mờ dựa trên tín hiện cảm biến từ robot di động nhằm giúp robot có thể di chuyển tránh chướng ngại vật. Trong các thí nghiệm, ngõ vào của BDK là tín hiệu nhận được từ cảm biến siêu âm lắp trên robot; ngõ ra là vận tốc mong muốn. Bộ luật điều khiển mờ được thiết kế bằng phương pháp lỗi và thử nghiệm (trial and error). Thí nghiệm được mô phỏng trên phần mềm chuyên dụng về điều khiển robot di động. Mục tiêu đạt được cho BDK là giúp robot có thể tự ra quyết định khi di chuyển tránh để không va chạm trong môi trường có chướng ngại vật động cũng như trong mê cung có một lối vào một lối ra. Kết quả mô phỏng cũng đánh giá tính khả thi, tính ổn định và khả thi khi áp dụng BDK mờ vào môi trường thực tế.
#robot di động #điều khiển thông minh #bộ điều khiển mờ #di chuyển bám tường #tránh né chướng ngại vật
Ứng dụng điều khiển mờ trong bài toán tránh vật cản của robot tự hành dùng cảm biến siêu âmBài báo trình bày các kết quả nghiên cứu về áp dụng điều khiển mờ để tránh vật cản cho robot tự hành dùng cảm biến siêu âm. Các đầu vào của bộ điều khiển mờ là các khoảng cách đến vật cản đo được từ các cảm biến siêu âm, đầu ra là góc lái cần thiết cho robot tránh được vật cản. Bộ điều khiển chung của robot được thực hiện theo cấu trúc phân lớp các phương thức hành động với các mức độ ưu tiên khác nhau. Các kết quả thực nghiệm cho thấy các hành động đều thực hiện tốt, robot có thể đồng thời thực hiện các nhiệm vụ vận động, tránh vật cản trên đường đi và xử lý tình huống khẩn cấp.
#fuzzy control #sonar-based mobile robot
Điều khiển phân nhánh và hỗn độn trong mô hình động cơ đồng bộ nam châm vĩnh cữuBài báo này đề cập đến vấn đề điều khiển sự phân nhánh và chuyển động hỗn độn trong mô hình động cơ đồng bộ nam châm vĩnh cữu làm việc ở chế độ quay tự do. Bằng việc xây dựng giản đồ phân nhánh và tính toán số mũ Lyapunov lớn nhất, kết quả thu được đã chỉ ra rằng động cơ đồng bộ nam châm vĩnh cữu thể hiện sự phân nhánh Pitchfork và phân nhánh Hopf cũng như xuất hiện sự chuyển động hỗn độn khi tham số của nó nằm trong một phạm vi nhất định. Trên cơ sở đó, bài báo đã đề xuất phương pháp điều khiển phản hồi động nhằm dịch chuyển điểm phân nhánh Hopf đến một vị trí mới và do đó đã mở rộng phạm vi ổn định của điểm cân bằng cũng như loại bỏ được sự xuất hiện của chuyển động hỗn độn trong miền biến thiên theo yêu cầu của tham số động cơ.
#động cơ ĐB-NCVC #sự phân nhánh #chuyển động hỗn độn #giản đồ phân nhánh #số mũ Lyapunov #điều khiển phản hồi động #bộ lọc washout
