Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI
KHOA ĐIỆN
----------

BÀI TẬP LỚN
ĐIỀU KHIỂN MỜ
Nhóm 5
PHẠM VĂN CƯỜNG

Giáo viên hướng dẫn:
Sinh viên thực hiện:

Tự động hóa 1 – K8 – HaUI.

Lớp:

Hà Nội 5/2016
Trang 1


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Môc Lôc
Phần 1 ....................................................................................................................................... 5
LÝ THUYẾT CƠ BẢN VỀ ĐIỀU KHIỂN MỜ .............................................................. 5
1. TỔNG QUAN VỀ LOGIC MỜ VÀ ĐIỀU KHIỂN MỜ. ............................................ 6
2. LOGIC MỜ VÀ CÁC PHÉP TOÁN VỀ MỜ............................................................... 7
2.1.

Khái niệm về logic mờ. ..................................................................................7

2.2.

Độ cao, miền xác định và miền tin cậy của tập mờ. ......................................8

2.3.

Các phép toán trên tập mờ..............................................................................9

3. BIẾN NGÔN NGỮ......................................................................................................... 10
4. HỆ SUY DIỄN MỜ. ....................................................................................................... 11
4.1.

Kiến trúc cơ bản của hệ suy diễn mờ. ..........................................................11

4.2.

Các bước suy diễn mờ. .................................................................................12

5. LUẬT HỢP THÀNH MỜ. ............................................................................................ 13
5.1.

Mệnh đề hợp thành. ......................................................................................13

5.2.

Luật hợp thành mờ. ......................................................................................13

6. GIẢI MỜ. ......................................................................................................................... 14

6.1.

Phương pháp cực đại. ...................................................................................14

6.2.

Phương pháp trọng tâm. ...............................................................................15

7. THẾ NÀO LÀ ĐIỀU KHIỂN MỜ. .............................................................................. 16
8. MÔ HÌNH MỜ. ............................................................................................................... 17
8.1.

Mô hình tam giác..........................................................................................17

8.2.

Mô hình hình thang. .....................................................................................17

9. NGUYÊN LÝ ĐIỀU KHIỂN. ....................................................................................... 18
10. CÁC BƯỚC XÂY DỰNG BỘ ĐIỀU KHIỂN THEO PHƯƠNG PHÁP KINH
ĐIỂN. ....................................................................................................................................... 19
11. THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ. ............................................................................. 20
11.1.

Các bước thiế kế bộ điều khiển mờ. ............................................................. 20

11.2.

Nguyên tắc thiết kế bộ điều khiển mờ..........................................................20


12. HỆ MỜ LAI. .................................................................................................................... 20
12.1.

Khái quát chung. ..........................................................................................20

12.2.

Hệ mờ lai không thích nghi có bộ điều khiển kinh điển. ............................. 21

12.3.

Hệ mờ lai cascade.........................................................................................21

12.4.

Công tắc mờ. ................................................................................................ 21
Trang 2


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

12.5.

Ví dụ minh họa ............................................................................................. 22

13. MỜ THÍCH NGHI. ......................................................................................................... 24
13.1.

Khái quát chung. ..........................................................................................24


13.2.

Các phương pháp điều khiển mờ thích nghi. ...............................................24

13.3.

Bộ điều khiển mờ tự chỉnh cấu trúc. ............................................................ 25

13.4.

Bộ điều khiển mờ có mô hình theo dõi. .......................................................25

14. CÁC BỘ ĐIỀU KHIỂN THEO LUẬT PID. ............................................................... 26
14.1.

Bộ điều khiển theo luật I. .............................................................................27

14.2.

Bộ điều khiển theo luật PD. .........................................................................28

14.3.

Bộ điều khiển theo luật PI. ...........................................................................28

Phần 2 ..................................................................................................................................... 30
ỨNG DỤNG PHƯƠNG PHÁP ĐIỀU KHIỂN MỜ ..................................................... 30
1. GIỚI THIỆU. ................................................................................................................... 31
2. CẤU TRÚC HỆ THỐNG. ............................................................................................. 31
3. XÂY DỰNG BỘ ĐIỀU KHIỂN MỜ........................................................................... 32

3.1.

Xác định các biến ngôn ngữ vào ra .............................................................. 32

3.2.

Xây dựng luật hợp thành: .............................................................................33

3.3.

Mô phỏng .....................................................................................................33

4. KẾT LUẬN. ............................................................................................................38

Trang 3


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Lời nói đầu
Vào những năm đầu của thập kỷ 90, chuyên ngành điều khiển mờ đã được
phát triển mạnh mẽ và đem lại nhiều thành tựu bất ngờ trong lĩnh vực điều khiển.
Ưu điểm cơ bản của điều khiển mờ so với các phương pháp điều khiển kinh điển
là có thể tổng hợp được bộ điều khiển mà không cần biết trước đặc tính của đối
tượng một cách chính xác. Ngành kỹ thuật mới mẻ này, như Zahde đã định hướng
cho nó vào năm 1965, có nhiệm vụ chuyển giao nguyên tắc xử lý thông tin, điều
khiển của hệ sinh học sang hệ kỹ thuật. Khác hẳn với kỹ thuật điều khiển kinh
điển là hoàn toàn dựa vào sự chính xác tuyệt đối của thông tin mà trong nhiều ứng
dụng không cần thiết hoặc không thể có được, điều khiển mờ chỉ cần xử lý những
thông tin “không chính xác” hay không đầy đủ, những thông tin mà sự chính xác

của nó chỉ nhận thấy được giữa các quan hệ của chúng với nhau và cũng chỉ có
thể mô tả được bằng ngôn ngữ, đã có thể cho ra những quyết định chính xác.
Chính khả năng này đã làm cho điều khiển mờ sao chụp được những phương thức
xử lý thông tin và điều khiển của con người, đã giải quyết thành công các bài toán
điều khiển phức tạp, các bài toán mà trước đây không giải quyết được và đã đưa
nó lên vị trí xứng đáng là kỹ thuật điều khiển của hôm nay và tương lai và mai
sau. Điều khiển mờ hay còn gọi là điều khiển thông minh là những bước ứng dụng
ban đầu của trí tuệ nhân tạo và kỹ thuật điều khiển.
Bài tập lớn gồm 2 phần:
- Phần 1: Lý thuyết cơ bản về điều khiển mờ.
- Phần 2: Ứng dụng điều khiển mở với bài toán xác định.
Trong quá trình thực hiện bài tập, nhóm chúng em còn nhiều lỗi sai và chưa
hợp lý. Chúng em rất mong nhận được sự hướng dẫn và chỉnh sửa của thầy cô
giáo để bài tập lớn của chúng em được hoàn thiện, và đầy đủ và chính xác hơn.
Chúng em chân thành cảm ơn thầy cô.
Sinh viên làm đề tài.

Trang 4


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Phần 1
LÝ THUYẾT CƠ
BẢN VỀ ĐIỀU
KHIỂN MỜ

Trang 5



Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

1. TỔNG QUAN VỀ LOGIC MỜ VÀ ĐIỀU KHIỂN MỜ.
Logic mờ được công bố lần đầu tiên tại Mỹ vào năm 1965 do giáo sư Lotfi
Zadeh. Kể từ đó, logic mờ đã có nhiều phát triển qua các chặng đường sau : phát
minh ở Mỹ, áp dụng ở Châu Âu và đưa vào các sản phẩm thương mại ở Nhật.
Ứng dụng đầu tiên của logic mờ vào công nghiệp được thực hiện ở Châu
Âu, khoảng sau năm 1970. Tại trường Queen Mary ở Luân Đôn – Anh, Ebrahim
Mamdani dùng logic mờ để điều khiển một máy hơi nước mà trước đây ông ấy
không thể điều khiển được bằng các kỹ thuật cổ điển. Và tại Đức, Hans
Zimmermann dùng logic mờ cho các hệ ra quyết định. Liên tiếp sau đó, logic mờ
được áp dụng vào các lĩnh vực khác như điều khiển lò xi măng, … nhưng vẫn
không được chấp nhận rộng rãi trong công nghiệp.
Kể từ năm 1980, logic mờ đạt được nhiều thành công trong các ứng dụng
ra quyết định và phân tích dữ liệu ở Châu Âu. Nhiều kỹ thuật logic mờ cao cấp
được nghiên cứu và phát triển trong lĩnh vực này.
Cảm hứng từ những ứng dụng của Châu Âu, các công ty của Nhật bắt đầu
dùng logic mờ vào kỹ thuật điều khiển từ năm 1980. Nhưng do các phần cứng
chuẩn tính toán theo giải thuật logic mờ rất kém nên hầu hết các ứng dụng đều
dùng các phần cứng chuyên về logic mờ. Một trong những ứng dụng dùng logic
mờ đầu tiên tại đây là nhà máy xử lý nước của Fuji Electric vào năm 1983, hệ
thống xe điện ngầm của Hitachi vào năm 1987.
Những thành công đầu tiên đã tạo ra nhiều quan tâm ở Nhật. Có nhiều lý
do để giải thích tại sao logic mờ được ưa chuộng. Thứ nhất, các kỹ sư Nhật thường
bắt đầu từ những giải pháp đơn giản, sau đó mới đi sâu vào vấn đề. Phù hợp với
việc logic mờ cho phép tạo nhanh các bản mẫu rồi tiến đến việc tối ưu. Thứ hai,
các hệ dùng logic mờ đơn giản và dễ hiểu. Sự “thông minh” của hệ không nằm
trong các hệ phương trình vi phân hay mã nguồn. Cũng như việc các kỹ sư Nhật
thường làm việc theo tổ, đòi hỏi phải có một giải pháp để mọi người trong tổ đều
hiểu được hành vi của hệ thống, cùng chia sẽ ý tưởng để tạo ra hệ. Logic mờ cung

cấp cho họ một phương tiện rất minh bạch để thiết kế hệ thống. Và cũng do nền
văn hóa, người Nhật không quan tâm đến logic Boolean hay logic mờ; cũng như
trong tiếng Nhật , từ “mờ’ không mang nghĩa tiêu cực.

Trang 6


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Do đó, logic mờ được dùng nhiều trong các ứng dụng thuộc lĩnh vực điều
khiển thông minh hay xử lý dữ liệu. Máy quay phim và máy chụp hình dùng logic
mờ để chứa đựng sự chuyên môn của người nghệ sĩ nhiếp ảnh. Misubishi thông
báo về chiếc xe đầu tiên trên thế giới dùng logic mờ trong điều khiển, cũng như
nhiều hãng chế tạo xe khác của Nhật dùng logic mờ trong một số thành phần.
Trong lĩnh vực tự động hóa, Omron Corp. có khoảng 350 bằng phát minh về logic
mờ. Ngoài ra, logic mờ cũng được dùng để tối ưu nhiều quá trình hóa học và sinh
học.
Năm năm trôi qua, các tổ hợp Châu Âu nhận ra rằng mình đã mất một kỹ
thuật chủ chốt vào tay người Nhật và từ đó họ đã nỗ lực hơn trong việc dùng logic
mờ vào các ứng dụng của mình. Đến nay, có khoảng 200 sản phẩm bán trên thị
trường và vô số ứng dụng trong điều khiển quá trình – tự động hóa dùng logic mờ.
Từ những thành công đạt được, logic mờ đã trở thành một kỹ thuật thiết kế
“chuẩn” và được chấp nhận rộng rãi trong cộng đồng.

2. LOGIC MỜ VÀ CÁC PHÉP TOÁN VỀ MỜ.
2.1. Khái niệm về logic mờ.
Tập mờ F xác định trên tập kinh điển X là một tập mà mỗi phần tử của nó
là một cặp các giá trị (x, µF(x)) trong đó x ∈ X và µF là ánh xạ.
µF: X → [0,1].
Ánh xạ µF được gọi là thuộc (hoặc hàm phụ thuộc) của tập mờ F. Tập kinh

điển X được gọi là tập nền (hay vũ trụ) của tâp mờ F.

Hình 2.1 Hàm phụ thuộc trơn.

Hình 2.2 Hàm phụ thuộc chuyển đổi
tuyến tính.
Các hàm liên thuộc µF(x) có dạng “trơn” như hình 2.1 được gọi là thuộc
kiểu S. Đối với hàm thuộc kiểu S, do các công thức biểu diễn µF(x) có độ phức
tạp lớn, nên thời gian tính độ phụ thuộc cho một phần tử lâu. Bởi vậy trong kỹ
Trang 7


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

thuật điều khiển mờ thông thường các hàm liên thuộc kiểu S hay được thay gần
đúng bằng một hàm tuyến tính từng đoạn.
Một hàm liên thuộc có dạng tuyến tính từng đoạn được gọi là hàm thuộc có
mức chuyển đổi tuyến tính như hình 2.2. Hàm thuộc µF(x) như ở hình 2.2 với
m1 = m2 và m3 = m4 chính là hàm thuộc của một tập kinh điển.
2.2. Độ cao, miền xác định và miền tin cậy của tập mờ.
Độ cao của một tập mờ F (định nghĩa trên tập nền X) là giá trị:
ℎ = sup µ𝐹 (𝑥)
𝑥 ∈𝑋
sup µ𝐹 (𝑥)
Ký hiệu
chỉ giá trị nhỏ nhất trong tất cả các giá trị chặn trên
𝑥 ∈𝑋
của hàm µF(x). Một tập mờ với ít nhất một phần tử có độ phụ thuộc bằng 1 được
gọi là tập mờ chính tắc tức là h = 1, ngược lại một tập mờ F với h <1 được gọi là
tập mờ không chính tắc.


Hình 2.3 Miền xác định và miền tin cậy của một tập mờ.
Bên cạnh khái niệm về độ cao, mỗi tập mờ F còn có hai khái niệm quan
trọng khác là:
 miền xác định.
 miền tin cậy.
Miền xác định của tập mờ F (định nghĩa trên nền X), được ký hiệu bởi S là
tập con của M thỏa mãn:
𝑆 = 𝑠𝑢𝑝𝑝𝜇𝐹 (𝑥) = | 𝜇𝐹 (𝑥) > 0 }
Kí hiệu 𝑠𝑢𝑝𝑝𝜇𝐹 (𝑥) viết tắt của từ tiếng anh support, như công thứcđã chỉ
rõ, là tập con trong X trong X chứa các phần tử x mà tại đó hàm µF(x) có giá trị
dương.
Miền tin cậy của tập mờ F (định nghĩa trên nền X), được ký hiệu bởi T, là tập con
của M thỏa mãn
𝑇 = { 𝑥 ∈ 𝑋 |, µ𝐹 (𝑥) = 1 }
Trang 8


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

2.3. Các phép toán trên tập mờ.
Những phép toán cơ bản trên tập mờ là phép hợp, phép giao và phép bù.
Giống như định nghĩa về tập mờ, các phép toán trên tập mờ cũng sẽ được định
nghĩa thông qua hàm thuộc, được xây dựng tương tự các hàm thuộc của các phép
giao, hợp, bù giữa hai tập kinh điển. Nói cách khác, khái niệm xây dựng những
phép toán trên tập mờ được hiểu là việc xác định các hàm thuộc cho phép hợp
(tuyển) A ∪ B, giao A ∩ B, bù (phủ định) AC... từ những tập mờ A,B.
2.3.1. Phép hợp hai tập mờ.
Hợp của hai tập mờ A và B có cùng tập nền X là một tập mờ A ∪ B cũng
xác định trên nền X có hàm thuộc µA ∪ B(x) thỏa mãn.

- µA∪B(x) chỉ phụ thuộc vào µA(x) và µB(x).
- µB(x) = 0 với mọi x → µA∪B(x) = µA(x).
- tính chất giao hoán µA∪B(x) = µB∪A(x).
- tính chất kết hợp, tức là µ(A∪B)∪C(x) = µA∪(B∪C)(x).
- nếu A1 ⊆ A2 thì A1 ∪ B ⊆ A2 ∪ B, hay µA∪B(x) có tính chất không
giảm. 𝜇𝐴1 (𝑥) ≤ 𝜇𝐴2 (𝑥) → 𝜇𝐴1∪𝐵 (𝑥) ≤ 𝜇𝐴2∪𝐵 (𝑥).


Hợp 2 tập mờ theo luật max:
µ𝐴∪𝐵 (𝑥, 𝑦) = max{µ𝐴 (𝑥, 𝑦) , µ𝐵 (𝑥, 𝑦)}.



Hợp 2 tập mờ theo luật sum:
µ𝐴∪𝐵 (𝑥, 𝑦) = min{1, µ𝐴 (𝑥, 𝑦) + µ𝐵 (𝑥, 𝑦)}.
2.3.2. Phép giao hai tập mờ.
Giao của hai tập mờ A và B có cùng tập nền X là một tập mờ cũng xác định
trên tập nền X với hàm thuộc thỏa mãn.
- µA∩B(x) chỉ phụ thuộc vào µA(x) và µB(x).
- µB(x) = 1 với mọi x → µA∩B(x) = µA(x).
- tính chất giao hoán µA∩B(x) = µB∩A(x).
- tính chất kết hợp, tức là µ(A∩B) ∩C(x) = µA∩ (B∩C)(x).
- tính chất không giảm. 𝜇𝐴1 (𝑥) ≤ 𝜇𝐴2 (𝑥) → 𝜇𝐴1∩𝐵 (𝑥) ≤ 𝜇𝐴2∩𝐵 (𝑥)
 Giao 2 tập mờ theo luật min:
𝜇A∩B (𝑥, 𝑦) = min{𝜇𝐴 (𝑥), 𝜇𝐵 (𝑦)} = min{𝜇𝐴 (𝑥, 𝑦), 𝜇𝐵 (𝑥, 𝑦)}
 Giao 2 tập mờ theo luật tích đại số:
𝜇𝐴∩𝐵 (𝑥, 𝑦) = 𝜇𝐴 (𝑥, 𝑦). 𝜇𝐵 (𝑥, 𝑦)

Trang 9



Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

2.3.3. Phép bù của một tập mờ.
Tập bù của tập mờ A định nghĩa trên nền X là một tập mờ 𝐴𝑐 cũng xác định
trên tập nền X với hàm thuộc thỏa mãn:
- 𝜇𝐴 c(x) chỉ phụ thuộc vào 𝜇𝐴 (x).
- 𝑁ế𝑢 x ∈ A thì x ∉ 𝐴𝑐 ,
hay 𝜇𝐴 (x) = 1
⇒
𝜇𝐴 (x) = 0.
- 𝑁ế𝑢 x ∉ A thì x ∈ 𝐴𝑐 ,
hay 𝜇𝐴 (x) = 0
⇒
𝜇𝐴 (x)=1.
- 𝑁ế𝑢 𝐴 ⊆ 𝐵 thì 𝐴𝑐 ⊇ 𝐵𝑐 , hay 𝜇𝐴 (𝑥) ≤ 𝜇𝐵 (x) ⇒
𝜇𝐴 (x) ≥ 𝜇𝐵 (x).
Do hàm thuộc 𝝁𝑨 c(x) của 𝑨𝒄 chỉ phụ thuộc vào 𝝁𝑨 (x) nên ta có thể xem
𝝁𝑨 c(x) như là một hàm của 𝝁𝑨 ∈ [0,1].

3. BIẾN NGÔN NGỮ.
Xét ví dụ về lái ô tô. Trong ví dụ đó đại lượng tốc độ có những giá trị được
nhắc đến dưới dạng ngôn ngữ như:
-

Rất chậm.
Chậm.
Trung bình.
Nhanh.
Rất nhanh.


Mỗi giá trị ngôn ngữ đó của biến tốc độ được xác định bằng một tập mờ
định nghĩa trên tập nền là tập các số thực dương chỉ giá trị vật lý x (đơn vị là km/h)
của biến tốc độ v như 40km/h, 50km/h...

Hình 3.1 Mô tả các giá trị ngôn ngữ bằng tập mờ.
Hàm thuộc tương ứng của chúng được ký hiệu bằng:
µrất chậm(x), µchậm(x), µtrung bình(x), µnhanh(x), µrấtn hanh(x).
Trang 10


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Như vậy biến tốc độ v có hai miền giá trị khác nhau:
- Miền giá trị các ngôn ngữ.
N = {rất chậm, chậm, trung bình, nhanh, rất nhanh},
- Miền các giá trị vật lý.
V = {x ∈ R | x ≥ 0}.
Mỗi giá trị ngôn ngữ (mỗi phần tử của N) lại được mô tả bằng một tập mờ
có tập nền là miền các giá trị vật lý V.
Biến tốc độ v, xác định trên miền các giá trị ngôn ngữ N, được gọi là biến
ngôn ngữ. Do tập nền các tập mờ mô tả giá trị ngôn ngữ của biến ngôn ngữ tốc độ
lại chính là tập V các giá trị vật lý của biến nên từ một giá trị vật lý x ∈ V có được
một vector µ gồm các độ phụ thuộc của x như sau:
µ𝑟ấ𝑡 𝑐ℎậ𝑚 (𝑥)
µ𝑐ℎậ𝑚 (𝑥)
x ↦ µ = µ𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ (𝑥)
µ𝑛ℎ𝑎𝑛ℎ (𝑥)
( µ𝑟ấ𝑡 𝑛ℎ𝑎𝑛ℎ (𝑥) )
Ánh xạ trên có tên gọi là quá trình Fuzzy hóa (hay mờ hóa) của giá trị rõ x.

Ví dụ, kết quả Fuzzy hóa giá trị vật lý x = 40km/h (giá trị rõ) của biến tốc độ sẽ
là:
0
0.67
40km/h ↦ 0.33 .
0
( 0 )

4. HỆ SUY DIỄN MỜ.
4.1. Kiến trúc cơ bản của hệ suy diễn mờ.
Về cơ bản một hệ suy diễn mờ bao gồm 5 khối chức năng:
Cơ sở tri thức
Đầu vào
Giao diện
mờ hóa
Mờ

Cơ sở dữ liệu

Đầu ra

Bộ luật
Giao diện
giải mờ

Đơn vị thực thi quyết định

Mờ

Hình 4.1 Cấu trúc cơ bản của một hệ suy diễn mờ.

Trang 11


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

- Bộ luật bao gồm các luật mờ IF – THEN.
- Cơ sở dữ liệu trong đó định nghĩa các hàm thuộc của các tập mờ được sử
dụng trong các luật mờ.
- Đơn vị thực thi quyết định trong đó thực hiện các hoạt động suy diễn trong
các luật.
- Giao diện mờ hóa trong đó chuyển đổi các lớp đầu vào vào các biên độ phù
hợp với giá trị ngôn ngữ.
- Giao diện giải mờ trong đó chuyển đổi các giá trị kết quả của hệ mờ suy
diễn ra các lớp đầu ra.
Thông thường, bộ luật và cơ sở dữ liệu là suy diễn liên kết như là một bộ
tri thức. Với hệ mờ trên cơ sở các luật mờ như trong định nghĩa, các bước lý luận
mờ được thực hiện như sau.
So sánh các biến đầu vào với các hàm thuộc trong phần giả thiết để đạt được
giá trị hàm thuộc (hoặc các đơn vị so sánh) của mỗi nhãn ngôn ngữ. (bước này
thường được gọi là mờ hóa).
Kết hợp các giá trị hàm thuộc trong phần giả thiết để đạt được mức đốt
trọng số của mỗi luật.
Tạo ra các kết quả có chất lượng của mỗi luật tùy thuộc vào mức đốt.
Tích hợp các kết quả có chất lượng để tạo ra một tập hợp đầu ra (bước này
gọi là giải mờ).
4.2. Các bước suy diễn mờ.
Trong một hệ suy diễn việc thực hiện các thành phần trên thể hiện qua các
buớc sau:
Mờ hoá các biến vào: Vì nhiều luật cho dưới dạng dùng các biến ngôn ngữ
với các từ thông thường. Như vậy với những giá trị (rõ) quan sát được, đo được

cụ thể, để có thể tham gia vào quá trình suy diễn thì cần thiết phải mờ hoá. Có thể
định nghĩa, mờ hoá là một ánh xạ từ không gian các giá trị quan sát được (rõ) vào
không gian của các từ (tập mờ) trên không gian nền của các biến ngôn ngữ.
Áp dụng các toán tử mờ (AND hoặc OR) cho các giả thiết của từng luật
(tương ứng với các toán tử là việc sử dụng các phép toán t - chuẩn, t - đối chuẩn).
Áp dụng phép kép theo để tính toán giá trị các giá trị từ giả thiết đến kết luận của
từng luật.
Trang 12


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Áp dụng toán tử gộp để kết hợp các kết quả trong từng luật thành một kết
quả duy nhất cho cả hệ.
Ba quá trình này được thực hiện trong môtơ suy diễn của cấu trúc suy diễn.
Đây là phần cốt lõi nhất của điều khiển dựa vào logic mờ trong quá trình mô hình
hoá các bài toán điều khiển và chọn quyết định của con người trong khuôn khổ
vận dụng logic mờ và lập luận xấp xỉ. Do các hệ thống được xét dưới dạng hệ
vào-ra nên luật suy diễn modus ponens suy rộng đóng một vai trò rất quan trọng.

5. LUẬT HỢP THÀNH MỜ.
5.1. Mệnh đề hợp thành.
Xét ví dụ điều khiển mực nước trong bồn chứa. Có 2 yếu tố cần quan tâm:
Mực nước trong bồn L = {rất thấp, thấp, vừa}.
Góc mở van ống dẫn G = {đóng, nhỏ, lớn}
Ta có thể suy diễn cách thức điều khiển như sau:
Nếu mực nước = rất thấp thì góc mở van = lớn.
Nếu mực nước = thấp thì góc mở van = nhỏ.
Nếu mực nước = vừa thì góc mở van = đóng.
Trong ví dụ trên ta thấy có cấu trúc chung là: “Nếu A thì B”. Cấu trúc này

gọi là mệnh đề hợp thành, A là mệnh đề điều kiện, C = A B là mệnh đề kết
luận.
Định lý Mamdani:
“Độ phụ thuộc của kết luận không được lớn hơn độ phụ thuộc điều kiện”.
Nếu hệ thống có nhiều đầu vào và nhiều đầu ra thì mệnh đề suy diễn có dạng tổng
quát như sau:
If N = ni and M = mi and … Then R = ri and K = ki and …
5.2. Luật hợp thành mờ.
Luật hợp thành là tên gọi chung của mô hình biểu diễn một hay nhiều hàm
thuộc cho một hay nhiều mệnh đề hợp thành.
Các luật hợp thành cơ bản:
-

Luật Max – Min.

-

Luật Max – Prod.

-

Luật Sum – Min.

-

Luật Sum – Prod.
Trang 13


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI


a. Thuật toán xây dựng mệnh đề hợp thành cho hệ SISO.
Luật mờ cho hệ SISO có dạng “If A Then B”
Chia hàm thuộc A(x) thành n điểm xi, i = 1, 2, …, n
Chia hàm thuộc B(y) thành m điểm yj, j = 1, 2, …, m
Xây dựng ma trận quan hệ mờ R.

Hàm thuộc µB(y) đầu ra ứng với giá trị rõ đầu vào xk có giá trị
µB’(y) = aT.R, với aT = {0,0,0,...,0,1,0...,0,0}. Số 1 tương ứng với vị trí thứ k.
Trong trường hợp đầu vào là giá trị mờ A’ thì µB(y) là:
µB’(y) = {l1, l2, l3,..... lm} với lk = maxmin{ai, rik}.
b. Thuật toán xây dựng mệnh đề hợp thành cho hệ MISO
Luật mờ cho hệ MISO có dạng:
“If cd1 = A1 and cd2 = A2 and ... then rs = B”
Các bước xây dựng luật hợp thành R:
- Rời rạc các hàm thuộc µA1(x1), µA2(x2), ... , µAn(xn), µB(y).
- Xác định độ thỏa mãn H cho từng vector giá trị rõ đầu vào x = {c 1,
c2, ... , cn}
Trong đó ci là một trong các điểm mẫu của µAi(xi). Từ đó suy ra
H = Min{ µA1(c1), µA2(c2), ... , µAn(cn)}.
-

Lập ma trận R gồm các hàm thuộc giá trị mở đầu cho từng vector giá
trị mờ đầu vào: µB’(y) = Min{ H, µB(y) } hoặc µB’(y) = H. µB(y).

6. GIẢI MỜ.
Giải mờ là quá trình xác định giá trị rõ ở đầu ra từ hàm thuộc µB(y) của tập
mờ B’. Có 2 phương pháp giải mờ:
6.1. Phương pháp cực đại.
Các bước thực hiện:

- Xác định miền chứa giá trị y’, y’ là giá trị mà tại đó µB(y) đạt Max
G = { y ∈ Y | µB(y) = H }.
- Xác định y’ theo một trong 3 cách sau:
Trang 14


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI
 Nguyên lý trung bình
 Nguyên lý cận trái
 Nguyên lý cận phải.

Hình 6.1 Giải mờ theo phương pháp cực đại.


Nguyên lý trung bình: 𝒚′ =

𝒚𝟏+𝒚𝟐
𝟐

Nguyên lý cận trái: chọn y’ = y1
 Nguyên lý cận phải : chọn y’ = y2
6.2. Phương pháp trọng tâm.


Điểm y’ là hoành độ của điểm trọng tâm miền được bao bởi trục hoành và
đường µB(y).
Công thức xác định :

Trong đó s là miền xác định của tập mờ B’.


Phương pháp trọng tâm cho luật Sum – Min
Giả sử có m luật điều khiển được triển khai, ký hiệu các giá trị mờ đầu ra
của luật điều khiển thứ k là µB’k(y) thì với quy tắc Sum – Min hàm thuộc sẽ là
µ𝑩′ (𝒚) = ∑𝒎
𝒌=𝟏 µ𝑩′ 𝒌 (𝒚), và y’ được xác định :

Trang 15


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Hình 6.2 Giải mờ theo phương pháp trọng tâm.
Xét riêng cho trường hợp các hàm thuộc dạng hình thang như hình trên:

Chú ý 2 công thức trên có thể áp dụng cho cả luật Max – Min.

7. THẾ NÀO LÀ ĐIỀU KHIỂN MỜ.
Điều khiển mờ chiếm một vị trí rất quan trọng trong điều khiển học kỹ thuật
hiện đại. Ngay từ buổi đầu tiên, điều khiển mờ đã đem lại sự ngạc nhiên đáng kể
rằng hoàn toàn trái với tên gọi của nó, kỹ thuật điều khiển này đồng nghĩa với độ
chính xác và khả năng thực hiện. Tuy là ngành kỹ thuật điều khiển non trẻ nhưng
những ứng dụng trong công nghiệp của điều khiển mờ thật rộng rãi như: điều
khiển nhiệt độ, điều khiển giao thông vận tải, điều khiển trong các lĩnh vực sản
xuất hàng hóa.
Trong thực tế, nhiều giải pháp tổng hợp, thiết kế bộ điều khiển kinh điển
thường bị bế tắc khi gặp những bài toán có độ phức tạp của hệ thống cao, độ phi
tuyến lớn, sự thường xuyên thay đổi trạng thái và cấu trúc của đối tượng... hoặc
giả thiết có thể tổng hợp được trong phạm vi lý thuyết thì khi thực hiện cũng gặp
không ít những khó khăn về giá thành và độ tin cậy của sản phẩm. Những khó
khăn đó sẽ không còn là những vấn đề nan giải khi bộ điều khiển được thiết kế

dựa trên cơ sở logic mờ và càng đơn giản hơn trong việc thực hiện giải pháp này.
Các bộ điều khiển được thiết kế trên cơ sở logic mờ có tên gọi là bộ điều khiển
mờ. Chúng có chung một đặc điểm là làm việc theo nguyên tắc sao chép lại kinh
nghiệm, tri thức của con người trong điều khiển, vận hành máy móc.
Trang 16


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

So với các giải pháp kỹ thuật từ trước đến nay được áp dụng để tổng hợp
các hệ thống điều khiển, phương pháp tổng hợp hệ thống bằng logic mờ chỉ ra
những ưu điểm rõ rệt sau đây:
a. Khối lượng công việc thiết kế giảm đi nhiều do không cần sử dụng mô hình
đối tượng, với các bài toán thiết kế có độ phức tạp cao, giải pháp dùng bộ điều
khiển mờ cho phép giảm khối lượng tính toán và giá thành sản phẩm.
b. Bộ điều khiển mờ dễ hiểu hơn so với các bộ điều khiển khác và dễ dàng
thay đổi.
c. Trong nhiều trường hợp bộ điều khiển làm việc ổn định hơn, bền vững hơn
và chất lượng điều khiển cao hơn.

8. MÔ HÌNH MỜ.
Trong hệ thống FuzzyLogic, có nhiều mô hình phục vụ cho việc xây dựng
hệ Fuzzy Logic.
8.1. Mô hình tam giác.
Đây là mô hình Fuzzy Logic được sử dụng trong trường hợp mà giá trị của
các biến ngôn ngữ được xác định một cách nhạy cảm và độ mờ biến thiên nhanh.
Ví dụ như biết “Tốc độ” bao gồm có ba giá trị ngôn ngữ là “nhanh”, “chậm”
và “trung bình” tuy nhiên với một tốc độ thực tế là 40km/h thì tùy từng hoàn cảnh
ta cho là nhanh, tùy từng hoàn cảnh lại cho là không nhanh. Như với tốc độ trong
một cuộc đua xe đạp thì đó là chậm nhưng tốc độc của một người bình thường đi

xe đạp thì lại có thể cho là nhanh, trong những trường hợp khác ta lại coi tốc độ
đó ở mức trung bình. Hơn nữa trong cụ thể một hoàn cảnh nào đó thì lại tùy từng
lúc chúng ta coi là nhanh mà có lúc lại coi là chậm, ví dụ như trong cuộc đua thì
lại đối với vận động viên xuất sắc thì đó được coi là tốc độ chậm nhưng so với
mặt bằng chung thì đó có thể coi là trung bình. Như vậy có nghĩa là đối với mô
hình tam giác, tại từng “hoàn cảnh” sẽ lại có một sự đánh giá khác nhau hay nói
cách khác thì độ “mờ” biến thiên nhanh hơn.
8.2. Mô hình hình thang.
+ Ta xét ví dụ sau: Một hệ thống Logic mờ đo nhiệt độ và xác định mức
độ nóng lạnh với ba khoảng cold, warm và hot.
+ Theo hình vẽ trên ta có thể thấy khoảng nhiệt độ lạnh kéo dài hơn với độ
dài là đỉnh hình thang, trong khoảng nhiệt độ này hệ thống giữ cố định việc coi
nhiệt độ độ là lạnh, sự biến thiên (mờ hóa) chỉ xảy ra ở các cạnh bên (không vuông
Trang 17


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

góc ) của hình thang. Theo ví dụ trên thì trong khoảng nhiệt độ xung quanh 20 độ,
có sự mềm dẻo khi coi thời tiết lúc
đó nằm trong khoảng lạnh hay ấm, tương tự đối với khoảng nhiệt độ xung quanh
60 độ. Ở khóa luận tốt nghiệp, mô hình hình thang được dùng để xác định tiềm
năng lên hay xuống của giá chứng khoán ngày hôm nay so với xu thế của cả một
khoảng thời gian trước đó.

9. NGUYÊN LÝ ĐIỀU KHIỂN.
Về nguyên tắc, hệ thống điều khiển mờ cũng không có gì khác biệt so với
các hệ thống điều khiển tự động thông thường khác. Sự khác biệt ở đây là bộ điều
khiển mờ làm việc có tư duy như “bộ não” dưới dạng trí tuệ nhân tạo. Nếu khẳng
định làm việc với bộ điều khiển mờ có thể giải quyết được mọi vấn đề từ trước

đến nay chưa giải quyết được theo phương pháp kinh điển thì không hoàn toàn
chính xác, vì sự hoạt động của bộ điều khiển phụ thuộc vào kinh nghiệm và
phương pháp rút ra kết luận theo tư duy của con người, sau đó được cài vào máy
tính trên cơ sở của logic mờ. Hệ thống điều khiển mờ do đó cũng có thể coi là một
hệ thống neuron (hệ thần kinh), hay đúng hơn là một hệ thống điều khiển mà
không cần biết trước mô hình của đối tượng.

Hình 9.1 Hệ kín, phản hồi âm với sự tham gia của bộ điều khiển mờ.
Hệ thống điều khiển mờ được thiết kế trên:
- Giao diện đầu vào bao gồm khâu Fuzzy hóa và khâu phụ trợ thêm để
thực hiện các bài toán động như tích phân, vi phân...
- Thiết bị hợp thành mà bản chất của nó sự triển khai luật hợp thành R
được xây dựng trên cơ sở luật điều khiển hay như trong một số các tài liệu khác
còn gọi là luật quyết định.
Trang 18


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

- Khâu giao điện đầu ra (khâu chấp hành) gồm khâu giải mờ và các khâu
giao điện trực tiếp với đối tượng.
Nguyên tắc tổng hợp một số bộ điều khiển mờ hoàn toàn dựa vào những phương
pháp toán học trên cơ sở định nghĩa các biến ngôn ngữ vào/ra và sự lựa chọn
những luật điều khiển. Do các bộ điều khiển mờ có khả năng xử lý các giá trị
vào/ra biểu diễn dưới dạng dấu phẩy động với độ chính xác cao nên chúng hoàn
toàn đáp ứng được các yêu cầu của một bài toán điều khiển “rõ ràng” và “chính
xác”.

10. CÁC BƯỚC XÂY DỰNG BỘ ĐIỀU KHIỂN THEO PHƯƠNG
PHÁP KINH ĐIỂN.

Các bước tổng hợp xây dựng bộ điều khiển theo phương pháp kinh điển:
Bước 1: Xây dựng mô hình đối tượng đủ chính xác.
Bước 2: Đơn giản hóa mô hình.
Bước 3: Tuyến tính hóa mô hình tại điểm làm việc.
Bước 4: Chọn bộ điều khiển thích hợp, ví dụ như bộ điều khiển P, PID, bộ
điều khiển trạng thái... và xác định các tính chất mà bộ điều khiển cần phải có.
Bước 5: Tính toán các thông số của bộ điều khiển. Để thực hiện việc xác
định các thông số của bộ điều khiển có rất nhiều các phương pháp như phương
pháp đường đặc tính tần số với tiêu chuẩn Nyquist hay phương pháp quĩ đạo
nghiệm số. Bằng các phương pháp này sẽ tổng hợp được bộ điều khiển ổn định,
nhưng không tổng hợp được các bộ điều khiển có đặc tính động xác định. Các
phương pháp tối ưu xác định thông số của bộ điều khiển thường phải làm với
nhiều chỉ tiêu mâu thuẫn với nhau như ổn định nhưng thời gian quá trình quá độ
phải ngắn và độ quá điều chỉnh phải nhỏ.
Bước 6: Kiểm tra bộ điều khiển vừa thiết kế bằng cách ghép nối với mô
hình đối tượng điều khiển, nếu kết quả không được như mong muốn phải thiết kế
lại theo cac bước từ 2 đến 6 cho đến khi đạt kết quả như mong muốn.
Bước 7: Đưa bộ điều khiển vừa thiết kế vào điều khiển đối tượng thực và
kiểm tra quá trình làm việc của hệ thống. Nếu chưa đạt yêu cầu phải thiết kế lại
theo các bước từ 1 đến 6 cho đến khi đạt các chỉ tiêu chất lượng mong muốn.
Tổng hợp bộ điều khiển với các chức năng hoàn hảo phụ thuộc rất nhiều
vào các nhà chuyên môn. Quá trình tổng hợp sẽ rút ngắn lại vì chỉ còn phải thực
hiện các bước 4 và 5 nếu đã có mô hình đối tượng. Xây dựng một mô hình đối
tượng hữu ích là một đòi hỏi rất khó thực hiện, vì bên cạnh những hiểu biết tốt về
Trang 19


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

lý thuyết, còn đòi hỏi rất nhiều vào kinh nghiệm trong việc nhận dạng hệ thống

mà chủ yếu dựa vào kinh nghiệm cũng như sự hiểu biết đối tượng.
Nhìn chung, phương pháp tổng hợp kinh điển thường gặp những khó khăn
do việc phải xây dựng được mô hình đối tượng trước khi thiết kế các bộ điều
khiển. Mặt khác các bộ điều khiển phải được thiết kế dựa trên cơ sở kỹ thuật và
đảm bảo tính chất phù hợp đối tượng của các bộ điều khiển này.

11. THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ.
11.1.Các bước thiế kế bộ điều khiển mờ.
Bước 1: Định nghĩa tất cả các biến ngôn ngữ vào ra I/O.
Bước 2: Xác định các tập mờ cho từng biến vào ra (mờ hóa).


Miền giá trị vật lý của các biến ngôn ngữ.



Số lượng tập mờ.



Xác định hàm thuộc.

 Rời rạc hóa tập mờ.
Bước 3: Xây dựng luật hợp thành.
Bước 4: Chọn thiết bị hợp thành.
Bước 5: Giải mờ và tối ưu hóa.
11.2.Nguyên tắc thiết kế bộ điều khiển mờ.
- Không bao giờ dùng điều khiển mờ để giải quyết bài toán mà có thể dễ
dàng thực hiện bằng bộ điều khiển kinh điển (PI, PD, PID).
- Không dùng bộ điều khiển mờ cho các hệ thống cần độ an toàn tin cậy

cao.
- Thiết kế bộ điều khiển phải được thực hiện và phát triển qua thực
nghiệm.

12. HỆ MỜ LAI.
12.1.Khái quát chung.
Hệ mờ lai (Fuzzy - hybrid) là một hệ thống điều khiển tự động trong đó
thiết bị điều khiển bao gồm 2 thành phần:
- Phần thiết bị điều khiển kinh điển.
- Phần hệ mờ.
Bộ điều khiển mà trong quá trình làm việc có khả năng tự chỉnh định thông
số của nó cho phù hợp với sự thay đổi của đối tượng được gọi là bộ điều khiển
thích nghi. Một hệ thống điều khiển thích nghi, cho dù có hay không sự tham gia
Trang 20


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

của các hệ mờ, là hệ thống điều khiển phát triển cao và có tiềm năng đặc biệt,
song gắn liền với những ưu điểm đó là khối lượng tính toán thiết kế rất lớn.
12.2.Hệ mờ lai không thích nghi có bộ điều khiển kinh điển.
Quan sát cấu trúc của hệ mờ lại trong hình dưới đây có bộ tiền xử lý mờ.
Nhiệm vụ điều khiển được giải quyết bằng bộ điều khiển kinh điển (ví dụ như bộ
điều khiển PID kinh điển) và các thông số của bộ điều khiển không được chỉnh
định thích nghi. Hệ mờ được sử dụng để điều chế tín hiệu chủ đạo cho phù hợp
với hệ thống điều khiển. Về nguyên tắc, tín hiệu chủ đạo là một hàm thời gian bất
kỳ và chỉ phụ thuộc vào những ứng dụng cụ thể

Hình 12.1 Bộ điều khiển mờ có khâu tiền xử lý mờ.
12.3.Hệ mờ lai cascade

Một cấu trúc mờ lai cascade được biểu diễn trong hình 4.6, ở đó phần bù
tín hiệu điều chỉnh ∆u được lấy ra từ bộ điều khiển mờ.

Hình 12.2 Cấu trúc hệ mờ lai Cascade.
Trong trường hợp hệ thống có cấu trúc như trên thì việc lựa chọn các đại
lượng đầu vào của hệ mờ phụ thuộc vào từng ứng dụng cụ thể. Tất nhiên các đại
lượng thường được sử dụng làm tín hiệu vào của hệ mờ là tín hiệu chủ đạo x, sai
lệch e, tín hiệu ra y cùng với đạo hàm hoặc tích phân của các đại lượng này. Về
nguyên tắc có thể sử dụng các đại lượng khác của đối tượng cũng như sử dụng
các nhiễu xác định được.
12.4.Công tắc mờ.
Điều khiển hệ thống theo kiểu chuyển đổi khâu điều khiển có tham số đỏi
hỏi thiết bị điều khiển phải chứa đựng tất cả các cấu trúc và tham số khác nhau
Trang 21


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

cho từng trường hợp. Hệ thống sẽ tự chọn khâu điều khiển có tham số phù hợp
với đối tượng.

Hình 12.3 Chọn bộ điều khiển thích nghi bằng khóa mờ.
12.5.Ví dụ minh họa
Xét sự khác biệt khi sử dụng bộ tiền xử lý mờ để điều khiển đối tượng gồm
khâu chết nối tiếp với khâu 𝐆(𝐬) =

𝑲
𝒔(𝟏+𝟎.𝟐𝒔)

. Chọn bộ điều khiển PI với tham số


Kp = 10, Ti = 0.3s.

Hình 12.4 Hệ mờ lai với bộ lọc mờ cho tín hiệu chủ đạo x
Sử dụng Simulink kết hợp với toolbox FIS Editor của Matlab để mô phỏng
hệ thống trên.
Đáp ứng hệ thống khi không có bộ mờ:

Hình 12.5 Đáp ứng hệ thống không có bộ lọc mờ với tín hiệu l(t).
Trang 22


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

Thử với các giá trị ∆u và K khác nhau cho thấy đặc tính động của hệ sẽ xấu
đi khi vùng chết rộng hoặc hệ số khuếch đại lớn. Để hiệu chỉnh đặc tính động của
hệ thống ta đưa vào bộ lọc mờ như hình vẽ ở trên.
Xây dựng luật điều khiển với 2 đầu vào và một đầu ra như sau:

Tất cả 18 luật có khuôn dạng như sau:
Nếu E = xl và DE = x2 thì ∆x = x3
Trong đó x1, x2, x3 ∈ {NB, NS, ZE, PS, PB}

Hình 12.6 Đáp ứng của hệ thống có bộ lọc mờ cho tín hiệu chủ đạo.
Từ hai đồ thị trên ta thấy được bộ mờ đã cải thiện rất tốt đặc tính động của
hệ thống. Thử với nhiều ∆u khác nhau ta sẽ thấy đáp ứng hầu như không phụ
thuộc vào ∆u.
Trang 23



Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

13. MỜ THÍCH NGHI.
13.1.Khái quát chung.
Trong thực tế, hệ tự thích nghi được sử dụng nhiều vì những ưu điểm của
nó so với các hệ thống điều khiển thông thường. Khả năng tự chỉnh định lại các
thông số của bộ điều khiển cho phù hợp với đối tượng chưa biết rõ đã đưa hệ thích
nghi trở thành một hệ điều khiển thông minh. So với những bộ điều khiển kinh
điển, bộ điều khiển mờ có rất nhiều tham số nên miền mình chỉnh định cho hệ mờ
rất lớn. Bên cạnh những tham số gồm độ khuếch đại KR, hằng số tích phân TI,
hằng số vi phân TD..., một bộ điều khiển mờ còn có thêm những hàm thuộc cho
các giá trị mờ, luật điều khiển, các phép toán HOẶC, VÀ, thiết bị hợp thành và
nguyên lý giải mờ cũng là những tham số chỉnh định được.
13.2.Các phương pháp điều khiển mờ thích nghi.
Các bộ điều khiển mờ thích nghi có khả năng chỉnh định các tham số của
tập mờ (các hàm thuộc) gọi là bộ điều khiển mờ tự chỉnh (Self – Tuning –
Controller). Bộ điều khiển mờ có khả năng chỉnh định lại các luật điều khiển được
gọi là bộ điều khiển mờ tự thay đổi cấu trúc. Trong trường hợp này, hệ thống có
thể bắt đầu làm việc với các luật đã được chỉnh định hoặc với bộ điều khiển còn
chưa đủ các luật điều khiển. Các luật điều khiển cần được bổ sung thêm sẽ được
thiết lập trong quá trình “học”.

Hình 13.1 Phương pháp điều khiển thích Hình 13.2 Phương pháp điều khiển
nghi trực tiếp.
thích nghi gián tiếp.
Hệ thống điều khiển cơ bản của hệ thích nghi hoàn toàn giống như các hệ
thống điều khiển một mạch vòng thông thường. Các tính chất của đối tượng dưới
tác dụng của điều khiển, thường được tiến hành nhận dạng qua hệ kín hoặc thông
qua các đại lượng đặc trưng của hệ như độ quá điều chỉnh cực đại, thời gian quá
điều chỉnh cực đại, bình phương sai lệch, tích phân sai số tuyệt đối... Mạch vòng

Trang 24


Bài tập lớn: ĐIỀU KHIỂN MỜ – Nhóm 5 – TĐH1 – K8 - HaUI

thích nghi cho hệ điều khiển mờ hoặc không mờ đều được xây dựng dựa trên hai
phương pháp:
- Phương pháp trực tiếp thực hiện qua việc nhận dạng thường xuyên các
tham số của đối tượng trong hệ kín (hình 4.8). Quá trình nhận dạng thông số của
đối tượng có thể thực hiện bằng cách thường xuyên do trạng thái của tín hiệu
vào/ra của đối tượng và chọn một thuật toán nhận dạng hợp lý. Tất nhiên là phải
đi kèm với giả thiết là mô hình của đối tượng đã biết trước.
- Phương pháp gián tiếp thực hiện thông qua phiếm hàm mục tiêu của hệ
kín xây dựng dựa trên các chỉ tiêu chất lượng. Chất lượng của hệ thống được phản
ánh qua các tham số của phiếm hàm mục tiêu. Phiếm hàm mục tiêu có thể được
điều chỉnh cực đại, thời gian quá điều chỉnh, các chỉ tiêu ở miền tần số, độ rộng
giải thông tần, biên độ cộng hưởng hay các tiêu chuẩn tích phân sai lệch và cũng
có thể xây dựng nhiều chỉ tiêu trong cùng một phiếm hàm.
13.3.Bộ điều khiển mờ tự chỉnh cấu trúc.
Bộ điều khiển mờ tự chỉnh định các luật điều khiển được gọi là bộ điều
khiển mờ tự chỉnh cấu trúc. Bộ chỉnh định được thiết kế đảm bảo đầu ra là cái giá
trị hiệu chỉnh của tín hiệu điều khiển u(t). Để thay đổi luật điều khiển trước tiên
là phải xác định được quan hệ giữa giá trị được hiệu chỉnh ở đầu ra của bộ điều
khiển với giá trị biến đổi ở đầu vào. Do vậy cần có mô hình thô của đối tượng, mô
hình này dùng để tính toán giá trị đầu vào tương ứng với một giá trị đầu ra cần đạt
được của bộ điều khiển. Dựa trên tín hiệu ra mong muốn và tín hiệu vào tương
ứng của bộ điều khiển có thể xác định và hiệu chỉnh các nguyên tắc điều khiển,
các nguyên tắc này đảm bảo chất lượng điều khiển của hệ thống. Một câu hỏi
được đặt ra là những giá trị nào của tín hiệu điều kiển u(t) sẽ làm cho chất lượng
của hệ thống xấu đi. Để trả lời cho câu hỏi này phải xác định được đặc tính động

học của hệ thống. Đối với những đối tượng bậc cao có thời gian trễ lớn có thể có
thời gian chỉnh định chậm, còn đối với các hệ thống bậc thấp có thời gian trễ nhỏ
yêu cầu thời gian chỉnh định nhanh.
13.4.Bộ điều khiển mờ có mô hình theo dõi.
Một hệ tự chỉnh không những chỉnh định trực tiếp tham số của bộ điều
khiển mà còn chỉnh định cả tham số của mô hình đối tượng gọi là bộ tự chỉnh có
mô hình theo dõi. Với bộ điều khiển như vậy hệ mờ không chỉ sử dụng cho quá
trình điều khiển đối tượng mà còn phục vụ cho quá trình nhận dạng đối tượng,
được gọi là “mô hình đối tượng mờ”.
Trang 25