Tối ưu hóa bộ điều khiển PID cho hệ cần trục tháp

Nội dung text: Tối ưu hóa bộ điều khiển PID cho hệ cần trục tháp

1. TỐI ƯU HÓA BỘ ĐIỀU KHIỂN PID CHO HỆ CẦN TRỤC THÁP OPTIMIZATION PID CONTROLLER FOR TOWER CRANE SYSTEM Nguyễn Văn Đông Hải, Phạm Xuân Hoan, Nguyễn Minh Tâm Trường Đại học Sư Phạm Kỹ Thuật Thành phố Hồ Chí Minh TÓM TẮT Cần trục là một thiết bị để di chuyển tải từ vị trí này đến vị trí khác, trong một thời gian ngắn nhất. Trong quá trìnhcần trục hoạt động, tải sẽ dao động tự do, bị rung lắc, ảnh hưởng tới hệ thống cần trục làm mất ổn định hoặc ảnh hưởng tới tải. Do vậy, tiếp cận chế tạo hệ thống điều khiển tự động định vị trí và chống dao động cho cần trục là vấn đề cấp thiết về mặt lý luận cũng như thực tiễn. Đề tài trình bày thiết kế một bộ điều khiển PID cho hệ cần trục tháp. Kết quả thiết kế được kiểm chứng bằng mô phỏng và thực nghiệm. Ngoài ra, tác giả có mô phỏng ứng dụng giải thuật di truyền (GA) để tối ưu hóa bộ điều khiển. Kết quả thực nghiệm cho thấy sự ổn định của tải khi điều khiển bằng PID và giải thuật di truyền tìm các thông số điều khiển để tối ưu hóa bộ điều khiển. ABSTRACT Cranes are used to move a load from point to point in the minimum time. During the operation, the load is free to swing, shake that affect tower’s instability and load. Therefore, approach and manufacturing automatic control system to locate and anti swing are necessary in terms of theoretical as well as practical. This thesis presented designing a PID control for tower crane. The result is verified by simulation and experiment. Besides, the author mention about Genetic Algorithm to optimize the controller. The experimental results show that the stability of the load when using PID control and genetic algorithms to find the control parameters to optimize the controller. Key words: Genetic algorithm, PID controller, Tower crane. I. ĐẶT VẤN ĐỀ việc tiếp cận, chế tạo hệ thống điều khiển Trong công cuộc hội nhập kinh tế tự động định vị trí và chống dao động cho quốc tế ở nước ta hiện nay, đặc biệt là cần trục là vấn đề cấp thiết về mặt lý luận ngành xây dựng và hàng hải, cần trục tháp cũng như thực tiễn đóng vai trò vô cùng quan trọng. Trong các nhà máy, xí nghiệp, nhà xưởng, kho bãi, cầu cảng đều sử dụng hệ thống cần trục để di chuyển các container, các kiện hàng từ vị trí này sang vị khác. Trong quá trình di chuyển,có thể các container hoặc kiện hàng bị rung lắc dẫn đến ảnh hưởng tới hệ thống cần trục làm mất ổn định hoặc ảnh hưởng tới hàng hóa bên trong các container, kiện hàng. Do vậy, Hình 1: Cần trục tháp thực
2. II. PHƯƠNG TRÌNH TOÁN 00 HỌC K 0 mx 00 K 0 my Mx2  ry1 gx() 00 K m 0 L 00 Kxmy y 1 0 Hình 2: Hệ trục tọa độ của cần trục 2 LMr y x1 L y Hệ phương trình mô tả động học phi tuyến Với m = khối lượng tải, L = chiều dài dây của hệ cầu trục theo Omar [4],[5] là: 1 cáp, Mt = khối lượng xe chạy, Meq = khối + (푡) + 푡 ∅ = 퐾 (푡 − 휏 ) 휏 lượng tương đương của xe chạy tại trục số 퐿∅ + ∅ − = 0 động cơ, 푡 = , Jleq=mô men quán tính 1 푒푞 2 1 + 훾 + 훾 (푡) − 휃 (1) 휏 của động cơ xoay cần trục, = , 퐽푙푒푞 = 퐾 훾 훾 (푡 − 휏 ) 푡 = , Kmx = hệ số gia tốc của động cơ 퐽 퐿휃 + 휃 + 훾 = 0 푙푒푞 xe chạy, K = hệ số gia tốc của động cơ Hệ thống được phân tích về dạng my x f()() x g x u xoay cần trục, vax = điện áp vào động cơ xe x [] x x x x x x x x 1 2 3 4 5 6 7 8 chạy, va = điện áp vào động cơ xoay cần   XX    trục, x = hằng số thời gian động cơ xe chạy, y = hằng số thời gian động cơ xoay u  u12 u vax()() t  dx v a t dy cần trục. Phương trình trạng thái Tham số của hệ thống [5]: 2 2 + 푡 휏 3 2 − Meq = 3,7 kg, Jleq = 50,8 kgm , m = 0,3 휏 4 kg, Mt = 0,7 kg, x = 0,024 giây, y = 0,05 − + 휏 8 1 5 2 rad −s−2 −푠−2 휏 1 + 휏 giây, Kmx = 5,88 , Kmy=11,9 , ( ) = 6 V − + 휏 + 휏 2 3 푡 3 m = 0,0063, M = 0,0138, L= 0,5 m. 퐿휏 r r 8 2 2 휏 5 − 1 8 + 휏 1 5 + 휏 1 5 − 2 퐿 휏 1 + 퐿휏
3. III. TINH CHỈNH THAM SỐ BỘ Tác giả mô phỏng trong các trường hợp ĐIỀU KHIỂN PID BẰNG thay đổi số lượng cá thể có các kết quả GIẢI THUẬT DI TRUYỀN khác nhau sau. 3.1 Khái quát thuật toán di truyền Bảng 3.1 thông số của thuật toán GA Giải thuật di truyền là giải thuật tìm kiếm lời giải tối ưu trên nguyên tắc phỏng Đặc tính GA Giá trị / Phương theo quá trình tiến hoá và quy luật di truyền pháp của sinh vật trong tự nhiên [2]. GA là Số lượng thế hệ tối 2000 phương pháp tối ưu hoá ngẫu nhiên tổng đa quát dùng để giải các bài toán tìm kiếm. Số lượng cá thể 25, 20, 15, 10 GA có một số khác biệt so với giải thuật tối Số nhiễm sắc thể 12 ưu hoá và tìm kiếm thông thường. Thứ Hệ số lai ghép 0.6 nhất, GA làm việc với quần thể gồm nhiều Hệ số đột biến 0.4 nhiễm sắc thể (NST -tập hợp nhiều lời Phương pháp chọn Chọn lọc sắp hạng giải), tìm kiếm nhiều điểm cực trị cùng một lọc tuyến tính lúc. Bằng các phép toán di truyền, GA trao Phương pháp mã Mã hóa thập phân đổi thông tin giữa những đỉnh cực trị, do đó hóa hạn chế khả năng rơi vào cực trị cục bộ. Phương pháp lai Lai ghép hai điểm Nói cách khác GA là phương pháp tìm ghép kiếm lời giải tối ưu toàn cục. Thứ hai, GA làm việc với chuỗi kí hiệu (chuỗi NST) chứ Sau khi gán các thông số trên vào GA, không làm việc với các thông số. Thứ ba, chương trình tìm kiếm các thông số của bộ GA chỉ cần đánh giá hàm mục tiêu để định điều khiển PID và được kết quả. hướng quá trình tìm kiếm mà không cần bất cứ thông tin gì khác (như đạo hàm ). Do các đặc điểm trên, GA có khả năng giải quyết rất hiệu quả các bài toán tìm cực trị hàm phi tuyến, không khả vi, không liên tục 3.2 Tìm thông số bộ điều khiển bằng thuật toán GA Ứng dụng thuật toán GA để tinh Hình 3.2: Đáp ứng góc dao động ngang và Chỉnh thông số bộ điều khiển PID bao gồm vị trí của tải chỉnh định các hệ số chuẩn hoá và thông số của các hàm liên thuộc mô tả các giá trị ngôn ngữ) để tối ưu hoá một chỉ tiêu chất lượng nào đó. Hình 3.3: Đáp ứng góc xoay và góc gamma Hình 3.1: Chỉnh thông số bộ điều khiển của tải PID.
4. Bảng 3.2 giá trị thông số bộ điều khiển PID 1, Ki3 = 0 , Kd3 = 0,2 và Kp4 = 0,2 , Ki4 = do GA tìm được 0 , Kd4 = 0,02. Số cá Số cá Số cá Số cá thể thể thể thể =10 =15 =20 =25 Thông Giá trị Giá trị Giá trị Giá trị số Kp1 4,9 3,9 3,2 4 Ki1 0,2 0,9 0 0,3 Hình 4.2: Đáp ứng vị trí của xe Kd1 -3,4 -2,1 -1,5 -3,2 Kp2 4 2,3 4,5 1,8 Ki2 0,5 -3,5 1,7 -2,4 Kd2 1 -0,6 1,9 0,3 Kp3 4,8 2,7 3,8 4,5 Ki3 -1,4 4,2 -0,5 -3 Kd3 -0,1 -0,5 -0,1 1,2 Kp4 1 4 4,6 0,3 Hình 4.3: Đáp ứng góc theta của tải Ki4 0,2 2,9 0,7 0 IV. KẾT QUẢ THỰC NGHIỆM Hệ thống cần trục tháp đã được thiết kế như hình 4.1, chương trình được viết trên Matlab/Simulink [1] Hình 4.4: Đáp ứng góc phi của tải Hình 4.5: Đáp ứng góc xoay gamma của trục xoay Nhận xét: sau khi có lực tác động vào cần trục, từ biểu đồ đáp ứng của hệ Hình 4.1: Mô hình cần trục tháp thực thống sau khoảng thời gian 4 giây, xe Kết quả điều khiển với bộ điều khiển PID 4 chạy trên trục xoay đã chạy và xác lập biến để giảm dao động giữ được tải ổn định về vị trí -0,2 cm giá trị đặt ban đầu.Đáp trên cần trục tháp. Chiều dài dây cáp L = 20 cm, tải khối ứng góc theta của tải cũng giảm dao lượng m= 0,3 kg. Tải được giảm dao động động sau 5,7 giây giá trị góc dao động và ổn định với Kp1 = 20 , Ki1 = 0 , Kd1 = bằng 0. 40 và Kp2 = 10 , Ki2 = 0 , Kd2 = 2, Kp3=
5. Phần đáp ứng của góc phi ổn định Kết quả thực nghiệm cho thấy bộ sau 3,7 giây, góc về vị trí cân bằng 0 và điều khiển PID đã giảm được dao động của trục xoay ổn định sau 9.7 giây, góc tải trên cần trục tháp và ứng dụng thuật xoay ổn định tại -1 độ. toán di truyền để tìm các thông số của bộ điều khiển PID. GA được áp dụng để giải các bài toán tìm kiếm cho được kết quả tối ưu. V. KẾT LUẬN Việc tiếp cận và tự thiết kế một công đoạn điều khiển tự động cho cần trục tháp dẫn đến giảm chi phí đầu tư, tăng năng suất bốc xếp. Góp phần vào sự phát triển lãnh Hình 4.6: Điện áp của động cơ xe chạy vưc̣ thiết kế chế tạo hê ̣thống tư ̣ đôṇ g điều khiển. Ứng dụng thuật toán GA để giải quyết các bài toán tìm cực trị hàm phi tuyến, không khả vi, không liên tục . Bộ điều khiển PID kết hợp với thuật toán GA để tìm kiếm thông số bộ điều khiển cho kết quả tối ưu so với các phương pháp tìm kiếm cổ điển. Hình 4.7: Điện áp của động cơ trục xoay TÀI LIỆU THAM KHẢO TIẾNG VIỆT [1] Nguyễn Đức Thành, Matlab và ứng dụng trong điều khiển, NXB Đại học quốc gia Tp.HCM, 2011 [2] Huỳnh Thái Hoàng, Hệ thống điều khiển thông minh, NXB Đại học quốc gia Tp.HCM, 2006 TIẾNG NƯỚC NGOÀI [3]Ing. Marek Hičár, Ing. Juraj Ritók, PhD, Robust crane control, 2006 [4] Hanafy M. Omar, Control of Gantry and Tower Cranes, 2003 [5] Faisal Altaf, Modeling and Event-Triggered Control of Multiple 3D Tower Cranes over WSNs, 2012 [6] Eihab M. Abdel-rahman, Alih. Nayfeh, Ziyad n. Masoud: Dynamic and control of cranes: a review, 2000
6. [7] Ali R. Golafshani: Modeling and Optimal control of tower crane motions, 1999 [8] Inteco, Tower crane, 2007. [9] Texas instruments, TMS320F28335 digital signal controllers. Data manual, 2007 [10] Al-Moussa, A., Nayfeh, A., and Kachroo, P., 2001, “Control of rotary cranes using fuzzy logic,” in ASME 2001 Design Engineering Technical Conference and Computers and Information in Engineering Conference, Pittsburgh, PA, September 9-12,DETC2001/VIB-21598. [11] Balachandran, B., Lee, Y. Y., and Fang, C. C., 1999, “A mechanical filter concept for control of non-linear crane-load oscillation,” Journal of Sound and Vibration 228(3), 651–682.
7. BÀI BÁO KHOA HỌC THỰC HIỆN CÔNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên có xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa có sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CÓ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.