Thông tin chung:

Ngày nhận bài: 15/02/2017

Ngày nhận bài sửa: 21/04/2017

Ngày duyệt đăng: 27/06/2017

Title:

RBF-based model reference adaptive control system

Từ khóa:

Điều khiển thích nghi, mạng nơ-ron RBF, mô hình cầu cân

Keywords:

Adaptive control, beam and ball system, RBF neural network (RBFNN)

ABSTRACT

In the control system, the values ​​of the parameters often does not know exactly because of its changes over time or insufficient information. To solve this problem, an adaptive control method based on Radial Basis Function neural network was proposed to control the beam and ball system model. At the same time, We have also the sustainability of the controller was evaluated by changing reference signal, ball’s weight and noise impacts generated by sensor of the model.  The evaluation of sustainbility was performed by simulating the system with MATLAB®/Simulink. The results showed that responsesignal met desired signal under the varying of such parameters. Besides, this research is the fundamental to develop an adaptive control for complex models such as omni-directional three-wheeled robots in the future.

TÓM TẮT

Trong các hệ điều khiển, các tham số của hệ thống thường không biết giá trị chính xác vì các tham số này thường bị thay đổi sau một thời gian, hay không đủ thông tin về các thông số đó. Để giải quyết vấn đề này, một phương pháp điều khiển thích nghi dựa trên mạng nơ-ron hàm bán kính cơ sở xuyên tâm được đề xuất để điều khiển mô hình cầu cân bằng. Đồng thời, tính bền vững của bộ điều khiển được đánh giá bằng cách thay đổi về tín hiệu tham chiếu, khối lượng hòn bi và nhiễu do cảm biến sinh ra. Kiểm nghiệm và mô phỏng trên thông qua phần mềm MATLAB^®/Simulink cho thấy hệ thống đáp ứng được tính bền vững khi thay đổi các thông số về khối lượng hòn bi, nhiễu tác động do cảm biến sinh ra và tín hiệu tham chiếu. Kết quả mô phỏng cho đáp ứng bám theo tín hiệu mong muốn. Ngoài ra, nghiên cứu còn là cơ sở để phát triển bộ điều khiển thích nghi cho các mô hình phức tạp như robot ba bánh đa hướng trong tương lai.

Trích dẫn: Nguyễn Đình Tứ, Lê Hoàng Đăng, Trần Chí Cường và Nguyễn Chí Ngôn, 2017. Điều khiển thích nghi theo mô hình tham khảo dựa trên mạng nơ-ron RBF. Tạp chí Khoa học Trường Đại học Cần Thơ. 50a: 37-42.