Điều khiển quá trình MIMO sử dụng mạng nơ ron thích nghi với thuật toán MFA làm mô hình tham chiếu

 Tạp chí Khoa học và Giáo dục, Trường Đại học Sư phạm Huế 
ISSN 1859-1612, Số 02(18)/2011: tr. 20-27 
ĐIỀU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH 
NGHI VỚI THUẬT TOÁN MFA LÀM MÔ HÌNH THAM CHIẾU 
NGUYỄN QUỐC ĐỊNH 
Trường Đại học Bách Khoa - Đại học Đà Nẵng 
Tóm tắt: Bài báo này trình bày kết quả nghiên cứu việc sử dụng hệ nơron 
thích nghi để thiết kế bộ điều khiển mức chất lỏng cho hệ bồn nước đôi. Nội 
dung bài báo giới thiệu mô hình toán học MIMO (2 ngõ vào - 2 ngõ ra) của 
đối tượng điều khiển, từ đó, giới thiệu về thuật toán MFA để điều khiển quá 
trình cho hệ đơn ngõ vào – đơn ngõ ra (SISO) cũng như hệ nhiều ngõ vào – 
nhiều ngõ ra (MIMO). Trong đó, luật cập nhật trọng số cho mạng nơron 
thích nghi cũng như cấu trúc chi tiết của bộ điều khiển MIMO được xây 
dựng từ các bộ điều khiển SISO riêng rẽ cũng được đề cập tới. Hoạt động 
của bộ điều khiển được kiểm chứng bằng mô phỏng trên phần mềm Matlab-
Simulink. Kết quả mô phỏng cho thấy bộ điều khiển đã làm việc rất tốt. Nội 
dung bài báo này sẽ là tiền đề cho việc thiết kế bộ điều khiển lai kết hợp giữa 
hệ suy luận mờ và mạng nơron thích nghi để điều khiển cho các quá trình 
phi tuyến MIMO trong tương lai. 
1. MÔ HÌNH ĐỐI TƯỢNG HỆ BỒN NƯỚC ĐÔI 
Mô hình đối tượng hệ bồn nước đôi được mô tả như hình 1.1. Hệ bồn nước đôi làm đối 
tượng điều khiển là một hệ phi tuyến với 2 ngõ vào là tín hiệu điện áp điều khiển động 
cơ bơm nước u1(t), u2(t) và 2 ngõ ra là mức nước h1(t) và h2(t). 
Với qin1, qin2 lần lượt là lưu lượng nước máy bơm 1 và bơm 2 bơm vào bồn 1, bồn 2. 
 qout1, qout2 lần lượt là lưu lượng nước chảy ra ngoài bồn 1, bồn 2. 
 qout1_2, qout2_1 lần lượt là lưu lượng nước từ bồn 1 qua bồn 2 hoặc ngược lại. 
Theo tài liệu tham khảo [1], mô hình toán đối tượng được viết như sau: 
Hình 1.1. Mô hình hệ bồn nước đôi 
ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI... 
21 
( )
( )
1
( ) ( ) 2 ( ) sgn( ( ) ( )) 2 ( ) ( ) (1)1 1 1 1 1 1 12 1 2 12 1 2
1
1
( ) ( ) 2 ( ) sgn( ( ) ( )) 2 ( ) ( ) (2)2 2 2 2 2 2 12 1 2 12 1 2
2
h t k u t a C gh t C h t h t a g h t h tD DA
h t k u t a C gh t C h t h t a g h t h tD DA
•
= − − − −
•
= − + − −
⎧
⎪
⎪
⎨
⎪
⎪⎩
2. MẠNG NƠ RON THÍCH NGHI SISO 
Bộ điều khiển được thiết kế theo tài liệu [4] đã nghiên cứu việc sử dụng thuật toán học 
MFA (Model-Free Adaptive Control with CyboCon) với mạng nơ ron thích nghi. 
Theo [4], giải thuật điều khiển cho bộ điều khiển SISO được cho bởi: 
1
( ) ( ) ( ) 1
N
j ij i
i
p n w n E n
=
= +∑ (2.1) 
( ) ( ( ))j jq n p nϕ= (2.2) 
1 1
( ) ( ) ( ) 1 ( ) ( ) 1
N N
j j j j
j j
o n h n q n h n q nψ ϕ
= =
⎡ ⎤⎛ ⎞
= + = +⎢ ⎥⎜ ⎟
⎢ ⎥⎝ ⎠⎣ ⎦
∑ ∑ (2.3) 
( ) ( ) ( )cv t K o t e t⎡ ⎤= +⎣ ⎦ (2.4) 
Hình 2.1. Mạng nơ ron thích nghi SISO 
NGUYỄN QUỐC ĐỊNH 
22 
Mạng nơ ron thích nghi này với 3 lớp nơ ron có trọng số giữa lớp đầu và lớp ẩn là wij, 
trọng số giữa lớp ẩn với lớp ra là hi. Hai vectơ trọng số này được cập nhật theo luật cập 
nhật sau: 
1
( )( ) ( ) ( )(1 ( )) ( ) ( )
( )
N
ij c j j i k
k
y nw n K e n q n q n E n h n
u n
η
=
∂
Δ = −
∂ ∑ (2.5) 
( )( ) ( ) ( )
( )j c j
y nh n K e n q n
u n
η
∂
Δ =
∂
 (2.6) 
Mạng nơ ron thích nghi dùng giải thuật điều khiển MFA ở trên có 1 ngõ vào, 1 ngõ ra 
(SISO) cho nên việc điều khiển cho đối tượng phi tuyến MIMO là hệ bồn nước đôi thì 
không thể được. 
3. MẠNG NƠ RON THÍCH NGHI MIMO 
Trường hợp điều khiển đối tượng nhiều ngõ vào, nhiều ngõ ra (MIMO) như sau: 
Cụ thể sơ đồ điều khiển cho 2 ngõ vào và 2 ngõ ra dùng để điều khiển mức nước trong 
bình nước đôi như sau: 
Hình 3.1. Mô hình điều khiển MIMO 
Hình 3.2. Bộ điều khiển 2 ngõ vào, 2 ngõ ra với thuật toán MFA 
ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI... 
23 
Trong đó, khối Controller bao gồm 4 bộ điều khiển SISO được ghép nối như trên, mỗi 
bộ điều khiển là 1 mạng nơ ron như sau: 
Lúc này, mỗi bộ điều khiển C có giải thuật điều khiển như sau: 
- Bộ điều khiển C11 
11 11 11
1
( ) ( ) ( ) 1
N
j iiji
p n w n E n
=
= +∑ (3.1) 
11 11( ) ( ( ))
j j
q n p nϕ= (3.2) 
1
11 11 11
11 1( ) ( ) ( ) 1 ( )
N
j
c j j
v n K h n q n e n
=
⎡ ⎤
= + +⎢ ⎥
⎣ ⎦
∑ (3.3) 
11
1
11 11 11 11 11 11
1( ) ( ) ( )(1 ( )) ( ) ( )
N
k
icij j j k
w n K e n q n q n E n h nη
=
Δ = − ∑ (3.4) 
11 11 11 11
1( ) ( ) ( )cj jh n K e n q nηΔ = (3.5) 
- Bộ điều khiển C22 
Hình 3.3. Mạng nơ ron thích nghi cho cấu trúc MIMO 
NGUYỄN QUỐC ĐỊNH 
24 
22 22 22
1
( ) ( ) ( ) 1
N
j iiji
p n w n E n
=
= +∑ (3.6) 
22 22( ) ( ( ))
j j
q n p nϕ= (3.6) 
1
22 22 22
22 2( ) ( ) ( ) 1 ( )
N
j
c j j
v n K h n q n e n
=
⎡ ⎤
= + +⎢ ⎥
⎣ ⎦
∑ (3.8) 
22
1
22 22 22 22 22 22
2( ) ( ) ( )(1 ( )) ( ) ( )
N
k
icij j j k
w n K e n q n q n E n h nη
=
Δ = − ∑ (3.9) 
22 22 22 22
2( ) ( ) ( )cj jh n K e n q nηΔ = (3.10) 
- Bộ điều khiển C21 
21 21 21
1
( ) ( ) ( ) 1
N
j iiji
p n w n E n
=
= +∑ (3.11) 
21 21( ) ( ( ))
j j
q n p nϕ= (3.12) 
1
21 21 21 21
21( ) ( ) ( ) 1
N
j
s c j j
v n K K h n q n
=
⎡ ⎤
= +⎢ ⎥
⎣ ⎦
∑ (3.13) 
21
1
21 21 21 21 21 21
1( ) ( ) ( )(1 ( )) ( ) ( )
N
k
icij j j k
w n K e n q n q n E n h nη
=
Δ = − ∑ (3.14) 
21 21 21 21
1( ) ( ) ( )cj jh n K e n q nηΔ = (3.15) 
- Bộ điều khiển C12 
12 12 12
1
( ) ( ) ( ) 1
N
j iiji
p n w n E n
=
= +∑ (3.16) 
12 12( ) ( ( ))
j j
q n p nϕ= (3.17) 
1
12 12 12 12
12( ) ( ) ( ) 1
N
j
s c j j
v n K K h n q n
=
⎡ ⎤
= +⎢ ⎥
⎣ ⎦
∑ (3.18) 
12
1
12 12 12 12 12 12
2( ) ( ) ( )(1 ( )) ( ) ( )
N
k
icij j j k
w n K e n q n q n E n h nη
=
Δ = − ∑ (3.19) 
ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI... 
25 
12 12 12 12
2( ) ( ) ( )cj jh n K e n q nηΔ = (3.20) 
4. MÔ PHỎNG ĐIỀU KHIỂN HỆ BỒN NƯỚC ĐÔI TRÊN MATLAB-SIMULINK 
Thực hiện kết nối bộ điều khiển vào mô hình đối tượng trong Matlab-Simulink như sau: 
5. KẾT QUẢ MÔ PHỎNG VỚI BỘ ĐIỀU KHIỂN MẠNG NƠ RON THÍCH NGHI 
DÙNG THUẬT TOÁN MFA 
Kết quả mô phỏng với bồn 1 và bồn 2 như sau: 
Hình 5.1. Giá trị đặt và giá trị thực của mức nước trong bồn 1 
Hình 4.1. Mô hình điều khiển hệ bồn nước đôi dùng mạng nơ ron thích nghi 
trong Matlab - Simulink 
(___________): Mức nước 
đặt trước của bồn 1 
(-----------): Mức nước 
thực của bồn 1 
NGUYỄN QUỐC ĐỊNH 
26 
Hình 5.2. Giá trị đặt và giá trị thực của mức nước trong bồn 2 
6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 
Bài báo này đã trình bày việc thiết kế 1 bộ điều khiển nơron thích nghi sử dụng thuật 
toán MFA. Kết quả mô phỏng trên Matlab-Simulink cho thấy hoạt động của bộ điều 
khiển rất tốt, giá trị thực của bồn nước 1 cũng như bồn nước 2 bám rất sát so với tín 
hiệu đặt khi tín hiệu đặt thay đổi giá trị. Tuy nhiên, kết quả nghiên cứu sẽ có tính thuyết 
phục và khả năng ứng dụng cao hơn nếu ta có thể xây dựng hệ thống thực nghiệm cho 
bài toán điều khiển này. 
TÀI LIỆU THAM KHẢO 
[1] Teo Lian Seng, Mazuki Khalid and Rubiyah Yusof (1998). Tuning of a Neuro-fuzzy 
controller by genetic algorithms with an application to a coupled-tank liquid-level 
control system. International Journal on Engineering Applications on Artificial 
Intelligence. 
[2] Slim labiod, Mohamed Seghir Boucherit, Thierry Marie Guerra (2005). Adaptive 
fuzzy control of a class of MIMO nonlinear systems Fuzzy set and System, 59-77, 511. 
[3] Yih – Guang Leu, Tsu – Tian Lee, and Wei – Yen Wang (1999). Observer - based 
adaptive fuzzy neural control for unknown nonlinear dynamical system. 
[4] Guang-Minh Chen, Wei – Yen Wang, Tsu – Tian Lee, and C.W.Tao (1999). 
Observer – based Direct adaptive fuzzy-neural control for Anti-lock braking systems. 
. 
(___________): Mức nước 
đặt trước của bồn 2 
(-----------): Mức nước 
thực của bồn 2 
ĐIỆU KHIỂN QUÁ TRÌNH MIMO SỬ DỤNG MẠNG NƠ RON THÍCH NGHI... 
27 
Title: MIMO PROCESS CONTROL USING THE ADAPTIVE NEURAL NETWORKS 
WITH MFA ALGORITHM AS A REFERENCE MODEL 
Abstract: This paper presents research results in using the adaptive neural networks to design 
the controller for the liquid level of the water couple tank. This paper presents the MIMO 
mathematical model with 2 inputs and 2 outputs for plant. Besides, this paper also introduces 
the MFA (Model-Free Adaptive Control with CyboCon) algorithm to control the SISO as well 
as MIMO systems. In which, the weight updating law for neural networks and the detailed 
structure of MIMO controller which is built from the separate SISO controller are also 
mentioned in this paper. The performance of the designed controller is simulated in Matlab-
Simulink software and simulation results proved that the designed controller has worked very 
well. The research results in this paper will be the first step for designing the hybrid controller 
which combines Fuzzy Logic Control and the adaptive neural networks in order to control the 
MIMO nonlinear processes in the future. 
NGUYỄN QUỐC ĐỊNH 
Trường Đại học Bách khoa - Đại học Đà Nẵng