THỰC NGHIỆM ĐIỀU KHIỂN GIÁM SÁT DÙNG MẠNG NƠ-RON MỜ HỒI QUY TRÊN HỆ ỔN ĐỊNH LƯU LƯỢNG CHẤT LỎNG

Tóm tắt

Mạng nơ-ron mờ hồi quy (recurrent fuzzy neural networks - RFNNs) đã được nhiều nghiên cứu kiểm chứng thành công trên mô phỏng. Tuy nhiên, các thực nghiệm điều khiển thiết bị thực vẫn còn hạn chế. Thậm chí có quan điểm cho rằng với tốc độ huấn luyện trực tuyến chậm, RFNNs khó đảm bảo yêu cầu truyền thông tín hiệu. Nghiên cứu này tiến hành kiểm nghiệm kỹ thuật điều khiển giám sát dùng RFNNs trên hệ ổn định lưu lượng chất lỏng RT020 của hãng Gunt-Hamburg, Đức. Giải thuật cập nhật tham số bộ điều khiển RFNN có dùng thông tin Jacobian được cung cấp từ bộ nhận dạng mô hình không tham số của đối tượng, cũng dùng một RFNN khác. Các thực nghiệm trên hệ RT020 cho thấy bộ điều khiển dùng RFNNs đã làm giảm thời gian xác lập của đối tượng, từ khoảng 12 giây, giảm xuống còn 8±0,5 giây, không xuất hiện sai số xác lập và độ vọt lố không đáng kể. Bên cạnh đó, khi giả lập sự tác động của yếu tố bên ngoài lên hệ RT020 bằng cách giảm cưỡng bức công suất máy bơm, kết quả thực nghiệm cũng đã chứng minh được bộ điều khiển dùng RFNNs hoạt động hiệu quả trong việc đưa đáp ứng của đối tượng quay về giá trị tham khảo một cách nhanh chóng và ổn định.