Luận án Nghiên cứu ổn định và tối ưu hệ thống phức hợp nhiều thành phần ứng dụng cho hệ thống điện

 trở lại 
trạng thái ổn định ban đầu. 
 Bài toán điều khiển thứ hai thường xét trong một hệ thống điện lớn là vấn đề kiểm 
soát tự động phát điện. Chiến lược điều khiển này chủ yếu dựa trên một lớp bài toán 
điều khiển nhằm kiểm soát sự biến thiên của tần số dưới tác động của phụ tải thay đổi 
(load-frequency control). Ta biết rằng, khi trong hệ thống điện có sự cân bằng của 
công suất phát ra và công suất tiêu thụ thì tần số của lưới điện được giữ ở giá trị danh 
định (50Hz). Ngược lại, khi phụ tải thay đổi (khi đóng hoặc ngắt một phụ tải, khi trao 
đổi mua bán công suất giữa các vùng phát điện khác nhau) thì sự cân bằng công suất 
trong hệ thống điện sẽ bị phá vỡ. Khi đó, tần số của hệ thống cũng như công suất trao 
đổi đường dây giữa các vùng phát điện sẽ dao động. Sự dao động của tần số lưới điện 
ảnh hưởng đến rất nhiều thiết bị trong hệ thống cũng như phá hủy cấu trúc ổn định của 
hệ thống điện nói chung. Do đó, bài toán kiểm soát tần số-phụ tải nhằm mục đích là 
dập tắt dao động của cả tần số và công suất đường dây, qua đó đưa hệ thống trở lại 
trạng thái làm việc ổn định như trước khi có việc thay đổi của phụ tải. Và đây là một 
trong hai bài toán điều khiển đặc biệt quan trọng của một hệ thống điện qui mô lớn. 
Phần này sẽ đề cập một cách lý thuyết tổng quát của hai chiến lược điều khiển có thể 
áp dụng trực tiếp cho các lớp bài toán này. Để ổn định quá độ hệ thống, tác giả đề xuất 
 45 
sử dụng chiến lược điều khiển tối ưu phản hồi trạng thái tuyến tính với phương trình 
Riccati đã được cải tiến. Trong khi đó, để kiểm soát tần số phụ tải lưới điện một cách 
hiệu quả nhất, tác giả sử dụng bộ điều khiển logic mờ kiểu PD kết hợp với các bộ lưu 
trữ năng lượng từ trường siêu dẫn (SMES). 
2.3.2. Bài toán ổn định quá trình quá độ 
 Như đã trình bày trong phần đầu của chương 2, mỗi hệ thống điện lớn thực tế bao 
gồm nhiều hệ thống điện con liên kết với nhau. Để quá trình phân tích động lực học 
của hệ thống được tiến hành một cách hiệu quả, các hệ thống con đang xét được giả 
định là các vùng điều khiển mang tính độc lập tương đối. Giả sử rằng mô hình hệ 
thống điện lớn này bao gồm N hệ thống con, biểu diễn toán học tương ứng của nó như 
sau [18-20]: 
 xti() Axt i i () But i i () ftxt i (,()), t t0
 (2.60) 
 xii( t00 ) x , i 1,2,3,..., N
 Trong đó, fi(t, x(t)) = fi(x) biểu thị các thành phần liên kết với nhau (là kết quả của 
quá trình trao đổi công suất qua đường dây truyền tải điện năng giữa các vùng). Chúng 
được mô tả như các hàm số phi tuyến của các hệ thống con thứ i. Các thành phần phi 
tuyến này cần đáp ứng các điều kiện Lipschitz dưới đây: 
 f() x c x
 i n
 xy,  (2.61) 
 fii()() x f y h x y
 N
 fi( x )  G ij g ij ( x i , x j ), i 1,2,3,..., N . (2.62) 
 j 1, j i
 Trong phương trình (2.62), gij(xi, xj) là một hàm phi tuyến và nó cần thỏa mãn điều 
kiện ràng buộc sau: 
 ni nj
 gijij( x , x ) W ii x (t) W ijj x (t) ,  x i  ,  x j  (2.63) 
 Rõ ràng là hệ thống điện đang xét có tính phi tuyến và bất định mạnh. Theo lý 
thuyết của chiến lược điều khiển phi tập trung tuyến tính, cần tuyến tính hóa tất cả các 
số hạng phi tuyến được nêu ở hệ phương trình (2.63). Đặc biệt các phần tử phi tuyến 
này cần phải được sử dụng để tính toán vector hệ số phản hồi cho hệ thống điều khiển 
lớn đang xét. Theo [18-19] và dựa trên các nghiên cứu của các nhóm tác giả, người 
viết đề nghị sử dụng một phương pháp gồm hai bước dựa trên các phương trình đại số 
Riccati đã thay đổi để thiết lập các luật điều khiển phi tập trung tuyến tính như sau. 
 46 
 Bước 1: Thành lập các phương trình đại số Riccati đã cải tiến như sau: 
 N
 TTT 1
 APii PA ii P i  pGG ijijij P i PBRBP iiiii
 j 1, j i (2.64) 
 N
 TT 
  pij W i W i W ji W ji Q i 0
 j 1, j i
 trong đó Ri > 0 và Qi(ni x ni) và Pi(ni x ni) là các ma trận xác định. 
 Bước 2: Giải các phương trình đại số Riccati trên để tìm các luật điều khiển tối ưu 
như trình bày ở biểu thức sau: 
 ui()() t K i x i t
 (2.65) 
 1 T
 KRBPi i i i
 Luật điều khiển phản hồi trạng thái nêu trên có khả năng kiểm soát và dập tắt các 
dao động tức thời của hệ thống do ảnh hưởng của các nhiễu loạn, qua đó đảm bảo tính 
ổn định của hệ thống điện lớn đang xét. Một trường hợp riêng là hệ thống điện gồm ba 
máy phát như đã đề cập đến trong hình 2.2. Khi xét đến mô hình này, luật điều khiển 
phản hồi trạng thái tương ứng được đưa ra dưới đây: 
 ui()() t K i x i t
 Ki i()() t  i0  K i  i t
 (2.66) 
 KPi P mi()() t P mi00 K Xi X ei t X ei 
 1 T
 KRBPi i i i
 Với chuẩn tối ưu được xét: 
 t
 1 N f
 J xTT Q x u R u dt
 i i i i i i i (2.67) 
 2 i 1
 t0
 Trong hệ thống điện lớn có áp dụng chiến lược điều khiển phản hồi trạng thái tuyến 
tính, mỗi hệ thống điện con, trong mối tương quan với các hệ thống khác, được mô tả 
bởi một hệ phương trình trạng thái (xem (2.60)). Trong khi đó, vector độ lợi K mô tả 
hệ số phản hồi trạng thái của hệ thống điều khiển tối ưu tính toán từ nghiệm của 
phương trình đại số Riccati theo công thức (2.66). Đây là một chiến lược điều khiển 
tối ưu kinh điển mang lại hiệu quả và chất lượng điều khiển tốt. 
2.3.3. Điều khiển mờ áp dụng cho bài toán kiểm soát tần số - phụ tải 
2.3.3.1 Khái niệm chung về logic mờ 
 Trong phần này, chúng ta sẽ xem xét một khái niệm điều khiển mà người thiết kế 
không cần biết một cách đầy đủ và rõ ràng các yếu tố của hệ thống. Đó là khái niệm 
 47 
điều khiển logic mờ, khi mà thông tin về hệ thống là không đầy đủ để có thể mô hình 
hóa nó một cách chính xác. Điều này là khác biệt so với điều khiển on/off, nơi trạng 
thái logic của các biến chỉ có thể nhận một trong hai giá trị là 0 hoặc 1. Logic mờ 
(Fuzzy logic) là biểu diễn sự liên thuộc của các tập giá trị được định nghĩa không rõ 
ràng, được phát triển từ lý thuyết mờ để thực hiện lập luận một cách xấp xỉ. 
 Logic mờ có độ liên thuộc với giá trị trong khoảng đóng 0 và 1, dưới hình thức 
ngôn từ, là khái niệm không chính xác như "hơi hơi", "gần như", "khá là" và "rất"... 
 Khác với Logic truyền thống (Tranditional logic), một biểu thức logic chỉ có thể 
nhận một trong hai giá trị là: Đúng (tương đương với True = 1) hoặc Sai (tương đương 
với False = 0) Trong Logic mờ, mức độ Đúng (hoặc Sai) được đánh giá là một số 
thực có giá trị trong khoảng từ 0 đến 1, tùy thuộc vào mức độ đúng “nhiều” hay đúng 
“ít” của đối tượng. 
 Logic mờ đã chứng minh được tính ưu việt của nó trong việc giải quyết các bài 
toán không phải bằng các con số mà bằng các khái niệm, như “nhanh”, “chậm”, “trung 
bình”, hay “nóng”, “vừa”, “lạnh”... 
 Cách giải quyết các bài toán bằng logic mờ rất gần với tư duy logic của con người. 
Cấu trúc chung của một hệ thống điều khiển mờ thể hiện trên hình 4. 
 Khối luật mờ 
 Đầu vào Đầu ra
 Khối mờ Khối giải 
 Khối hợp thành 
 hóa mờ 
 Hình 2.5. Sơ đồ khối hệ thống điều khiển mờ 
 Trên hình 2.5, có một số khối trong hệ thống điều khiển mờ với chức năng như sau: 
 Khối mờ hóa (fuzzification) : Biến đổi các tín hiệu rõ đo được (tốc độ, nhiệt độ, 
mức nước...) thành các giá trị ngôn ngữ phù hợp. 
 Khối hợp thành (inference system): Biến đổi các giá trị mờ hóa của biến ngôn 
ngữ đầu vào thành các khối giá trị của biến ngôn ngữ đầu ra theo một luật nào đó. 
 48 
 Khối luật mờ (rule base): Bao gồm các mệnh đề ‘If.. then...’’ dựa vào các luật mờ 
cơ sở mà thiết kế cho phù hợp với từng biến giá trị của biến ngôn ngữ theo quan hệ 
vào/ra. 
 Khối giải mờ (defuzzification): Biến đổi các giá trị đầu ra thành giá trị rõ để điều 
khiển đối tượng 
 Khối luật mờ và khối hợp thành là cốt lõi của bộ điều khiển mờ vì nó mô phỏng 
những suy nghĩ suy đoán của con người để đạt mục đích điều khiển theo mong muốn 
nào đó. 
 Để thực hiện một bài toán điều khiển theo phương pháp logic mờ ta cần xác định 
được: 
 Tập mờ 
 Tập mờ F xác định trên tập kinh điển X là một tập mà mỗi phần tử của nó là một 
cặp giá trị (x,µF(x)). Trong đó xϵX và µF là ánh xạ. 
 Ánh xạ µF được gọi là hàm liên thuộc của tập mờ F. X là tập cơ sở của F. 
 Độ cao tập mờ 
 Độ cao tập mờ F (định nghĩa trên cơ sở X) là giá trị: 
 H = sup µF(x) ; xϵX 
 Tập mờ chính tắc: Có ít nhất một phần tử có độ phụ thuộc H = 1. 
 Tập mờ không chính tắc: H < 1 
 Miền xác định tập mờ 
 Miền xác định của tập mờ F (định nghĩa trên cơ sở X), ký hiệu bởi S thỏa mãn: 
 S = supp µF(x) ={ xϵX| µF(x)>0} 
 Miền tin cậy tập mờ 
 Miền tin cậy tập mờ F, ký hiệu T thỏa mãn : 
 T ={ xϵX| µF(x)=1} 
 Hàm liên thuộc 
 Có rất nhiều hàm liên thuộc có thể sử dụng tùy vào tính chất và thuật toán điều 
khiển đối tượng như: Gaussmf, Trimf, Gbellmf... 
 Biến ngôn ngữ 
 Biến ngôn ngữ là phần chủ đạo trong hệ thống logic mờ, là sự kết hợp các thành 
phần ngôn ngữ mô tả tính chất của đối tượng đang xét. 
 Phép toán trên tập mờ 
 49 
 Cho X, Y là hai tập mờ trên không gian nền B, có các hàm thuộc tương ứng là µX 
và µY, khi đó: 
 Phép hợp hai tập mờ : 
 Luật 
 Luật 
 Tổng trực tiếp 
 Phép giao hai tập mờ 
 Luật 
 Luật 
 Luật Prod 
 Phép bù tập mờ 
 Luật hợp thành mờ 
 Mệnh đề hợp thành 
 Nếu hệ thống là SISO (một đầu vào, một đầu ra) 
 If A = B Then C = D 
 Nếu hệ thống là MIMO( nhiều đầu vào, nhiều đầu ra) 
 If A = B and C = D and... Then X = Y and Z = T... 
 Luật hợp thành 
 Tập hợp nhiều mệnh đề hợp thành tạo nên luật hợp thành 
 Qui tắc hợp thành MIN : 
 Qui tắc hợp thành PROD: 
 Luật hợp thành cơ bản 
 + Luật Max- Min 
 + Luật Max- Prod 
 + Luật Sum – Min 
 + Luật Sum - Prod 
 Giải mờ 
 Giải mờ là quá trình xác định một giá trị rõ y’ nào đó có thể chấp nhận hàm liên 
thuộc của giá trị mờ X ( tập mờ). Có hai phương pháp giải mờ, đó là: 
 a) Phương pháp cực đại 
 Gồm 2 bước : 
 50 
 Bước 1: Xác định miền chứa giá trị rõ y, là giá trị mà tại đó hàm liên thuộc đạt giá 
trị cực đại . 
 (2.68) 
 Bước 2: Xác định y’ có thể chấp nhận được từ G theo một trong các nguyên lý: 
  Nguyên lý trung bình 
  Nguyên lý cận trái 
  Nguyên lý cận phải 
 b) Phương pháp điểm trọng tâm 
 Phương pháp sẽ cho ra kết quả y’ là hoành độ của điểm trọng tâm miền được bao 
bởi trục hoành và đường 
 Công thức: 
 µ 
 (2.69) 
 µ 
 Mô hình mờ 
 Mô hình điều khiển Mandani 
 Mô hình Mandani giống như mô hình đã mô tả phía trên, với ưu điểm là đơn giản, 
dễ thực hiện tuy nhiên khả năng mô tả hệ thống chưa tốt. 
 Mô hình điều khiển Tagaki/Sugeno 
 Mô hình Tagaki/Sugeno sử dụng mô hình mờ bao gồm cả không gian trạng thái 
mờ. 
 Luật mờ : 
 (2.70) 
 Nếu vector trạng thái x nằm trong vùng thì hệ thống được mô tả bởi phương 
trình vi phân cục bộ . Trong đó là những ma trận 
hằng. 
 Mô hình điều khiển mờ trượt 
 Điều khiển mờ trượt là sử dụng khâu hai vị trí nhằm ổn định tuyệt đối đối tượng 
theo nguyên tắc trượt về gốc tọa độ. 
 Xét một đối tượng phi tuyến f hữu hạn thỏa mãn điều kiện: 
 Gọi W(t) là tín hiệu mẫu, s(e) là định nghĩa mặt trượt: 
 (2.71) 
 Phương trình vi phân s(e) =0 có đa thứcđặc tính Hurwitz là : 
 51 
 . Kí hiệu : 
 (2.72) 
 Nếu với thì đối tượng f được điều khiển bám theo bền vững với 
bộ điều khiển phản hồi đầu ra : 
 (2.73) 
2.3.3.2. Nguyên tắc và các bước thiết kế bộ điều khiển mờ 
 Về nguyên tắc, hệ thống điều khiển mờ không khác biệt so với các hệ thống điều 
khiển tự động thông thường. Sự khác biệt là điều khiển mờ làm việc theo tư duy như 
“bộ não” dưới dạng trí tuệ nhân tạo, phụ thuộc vào kinh nghiệm, từ đó rút ra kết luận 
và thiết kế hệ thống mà không cần biết trước mô hình đối tượng. Cần chú ý: 
  Không nên thiết kế bộ điều khiển mờ với các bài toán tổng hợp mà có thể 
 dễ dàng giải quyết bằng bộ điều khiển kinh điển như PD, PI, PID và bộ điều 
 khiển trạng thái. 
  Bộ điều khiển mờ dùng cho hệ thống cần độ tin cậy cao vẫn còn hạn chế. 
  Bộ điều khiển mờ cần được thực hiện qua thực nghiệm. 
 Hệ thống được thiết kế theo mô hình tổng quát sau: 
 Luật điều 
 khiển 
 Giao diện µ Thiết bị B Giao diện Y’
 đầu vào hợp thành đầu ra 
 u
 X e Bộ Điều Khiển y
 Đối Tượng 
 - FUZZY LOGIC 
 Thiết bị đo
 Hình 2.6. Sơ đồ khối tổng quát hệ thống điều khiển mờ logic 
  Giao diện đầu vào: Bao gồm khâu fuzzy hóa và các khâu phụ trợ để thực 
 hiện các bài toán động như vi phân, tích phân... 
  Thiết bị hợp thành: Bản chất của nó là sự triển khai luật hợp thành R được 
 xây dựng trên cơ sở luật điều khiển hay còn được gọi là luật quyết định 
 52 
  Giao diện đầu ra (khâu chấp hành ): Bao gồm khâu giải mờ và các khâu 
 giao diện trực tiếp với đối tượng. 
 Đối tượng được điều khiển bằng đại lượng u là tín hiệu ra của bộ điều khiển mờ. 
Các tín hiệu điều khiển đối tượng là “tín hiệu rõ”, nên tín hiệu ra của bộ điều khiển mờ 
trước khi đưa vào điều khiển đối tượng phải qua khâu giải mờ nằm trong khâu giao 
diện ra. Các tín hiệu ra y của đối tượng được đo bằng bộ cảm biến và được xử lý trước 
khi đưa vào bộ điều khiển. Đây là các “tín hiệu rõ”, vì vậy để bộ điều khiển mờ hiểu 
được phải mờ hóa chúng. 
 Mục đích của bộ điều khiển mờ là mô phỏng suy nghĩ điều khiển của con người để 
điều khiển một đối tượng nào đó. Hiều biết của con người về một đối tượng thường 
đươc chia làm hai loại : 
 Loại hiểu biết rõ: Conscious knowledge 
 Loại hiểu biết chưa rõ: Subconscious knowledge 
 Hiểu biết về đối tượng 
 Hiểu biết rõ Hiểu biết chưa rõ 
 Sử dụng chuyên gia mô phỏng 
 hoạt động của đối tượng 
 Các luật Nếu... Thì 
 Đo lường cặp dữ liệu vào ra 
 Hệ mờ
 Hình 2.7. Sơ đồ hiểu biết của con người và đối tượng 
 Đối với các đối tượng đã hiểu rõ: Dùng luật nếu thì và diễn đạt trong luật mờ. 
 Đối với các đối tượng hiểu chưa rõ: Đo trực tiếp các giá trị vào ra và tổng hợp 
thành dữ liệu vào ra, sau đó sử dụng những hiểu biết để xây dựng luật mờ. 
 Giả thiết các điều kiện và nguyên tắc đã được thỏa mãn, tiến hành lập bộ điều 
khiển mờ theo các bước: 
 53 
 Bước 1: Định nghĩa biến vào ra 
 Tùy vào yêu cầu điều khiển, kinh nghiệm và sự hiểu biết về đối tượng mà việc 
lựa chọn biến Vào-Ra sao cho dễ nhớ và đơn giản. Việc chọn lựa này vừa mang tính 
khách quan vừa có tính chủ quan, tuy nhiên cần dựa vào chức năng của bộ điều khiển 
mờ trong mạch để lựa chọn cho chính xác và hợp lý. 
 Bộ điều khiển mờ có chức năng trong mạch là bộ điều khiển ( nằm trong mạch kín 
để điều khiển thời gian thực, có mục đích đảm bảo sai lệch giữa tín hiệu đặt và tín hiệu 
điều khiển) thì biến đầu vào có thể lựa chọn là sai lệch hoặc đạo hàm của sai lệch, biến 
ra là tín hiệu điều khiển. 
 Bộ điều khiển mờ có chức năng tạo ra tín hiệu đặt của hệ thống (hệ kín hoặc hệ hở, 
làm việc ở thời gian thực hoặc không làm việc ở thời gian thực) thì số biến Vào- Ra 
phụ thuộc vào từng đối tượng cụ thể, với điều kiện dải giá trị trị Vào ra bao phủ hết 
không gian có thể có của biến Vào - Ra. 
 Bước 2: Định nghĩa tập mờ (biến ngôn ngữ ) cho biến Vào-Ra 
 Xác định miền giá trị vật lý cho các biến vào ra 
 Xác định các miền giá trị rõ của cho biến Vào-Ra, căn cứ vào đối tượng cụ thể 
 Số lượng tập mờ ( giá trị ngôn ngữ) cho các biến 
 Số lượng biến ngôn ngữ nên nằm trong khoảng từ 3 đến 9, ít hơn sẽ làm tập chọn 
quá thô, nhiều hơn sẽ quá mịn ảnh hưởng tới tốc độ xử lý và bộ nhớ. Cần chọn các giá 
trị của biến có phần xếp chồng lên nhau và bao trùm hết miền giá trị. 
 Xác định dạng hàm liên thuộc 
 Đây là bước quan trọng vì quá trình làm việc của bộ điều khiển mờ phụ thuộc rất 
nhiều vào dạng hàm và kiểu hàm liên thuộc. 
 Cần chọn các hàm liên thuộc có phần xếp chồng lên nhau và phủ kín miền giá trị 
vật lý để quá trình điều khiển không xuất hiện lỗ hổng. Thường chọn hàm liên thuộc 
dạng hình tam giác hoặc hình thang và chọn các hình dạng khác nếu cần thiết... 
 Bước 3: Xây dựng luật điều khiển 
 Xây dựng các luật ‘Nếu..thì..’ với 1 hoặc nhiều điều kiện. 
 Dựa trên bản chất vật lý, số liệu đo đạc và kinh nghiệm. 
 Cần chú ý các điểm lân cận điểm không, tránh tạo ra lỗ hổng gây khó khăn cho quá 
trình điều khiển. 
 Biểu diễn các luật dưới dạng ma trận R để tiện lợi và dễ dàng bao quát 
 54 
 Mỗi cặp tín hiệu Vào –Ra là một luật riêng biệt, và chọn tập mờ có giá trị lớn 
nhất 
 Tín hiệu ra bằng 0 khi tất cả các tín hiệu đầu vào cũng bằng 0. 
 Bước 4: Chọn thiết bị hợp thành 
 i. Sử dụng luật MAX-MIN, MAX-PROD 
 ii. Sử dụng công thức Lukasiewics có luật SUM-MIN , SUM-PROD 
 iii. Sử dụng tổng Einstein 
 iv. Sử dụng tổng trực tiếp 
 Bước 5: Chọn phương pháp giải mờ 
 Thường trong thiết kế hệ thống điều khiển mờ, giải mờ bằng phương pháp điểm 
trọng tâm có nhiều ưu điểm hơn cả, bởi vì trong kết quả đều có sự tham gia của tất cả 
các kết luận của các luật điều khiển Rk , k = 1,2, . . . n (mệnh đề hợp thành). 
 Bước 6: Tối ưu hóa 
 Thực hiện mô phỏng để thử nghiệm 
 Kiểm tra các lỗ hổng, điều chỉnh lại độ phủ của các miền giá trị và luật điều 
khiển 
 Nếu hệ thống làm việc không ổn định thì kiểm tra lại luật “Nếu..thì..’’ 
2.3.4. Các bộ điều khiển mờ 
 Các bộ điều khiển mờ cơ bản được phân loại dựa theo một số tiêu chí như sau: 
 a) Theo số lượng đầu vào - đầu ra : 
 i. SISO (Single Input Single Output): Một Vào - Một Ra 
 ii. MISO (Multi Input Single Output): Nhiều Vào - Một Ra 
 iii. MISO (MultiInput MultiOutput): Nhiều Vào – Nhiều Ra (ít dùng trong 
 thực tế) 
 b) Theo bản chất tín hiệu đưa vào bộ điều khiển: 
 i. Bộ điều khiển mờ tĩnh 
 ii. Bộ điều khiển mờ động 
 Bộ điều khiển mờ tĩnh là những bộ điều khiển có quan hệ vào (x) – ra (y) theo 
dạng phương trình đại số y(x) có thể tuyến tính hoặc phi tuyến. Thường được dùng 
trong hệ thống thiết kế theo phương pháp kinh điển, như bộ khuếch đại P hoặc bộ điều 
khiển role hai vị trí...Điều khiển theo luật tỉ lệ với một đầu vào và một đầu ra, tín hiệu 
ra của bộ điều khiển mờ luôn tỉ lệ với sự biến đổi của tín hiệu vào cho tới khi đạt giá 
trị bão hòa. 
 55 
 y
 b
 x
 b
 Hình 2.8. Quan hệ truyền đạt bộ điều khiển mờ theo luật tỉ lệ 
 Thiết kế và chỉnh định đơn giản, bề vững, ít thông số tối ưu, tuy nhiên không đạt 
kết quả tốt trong các hệ thống điều khiển tự động. 
 Bộ điều khiển mờ động là bộ điều khiển mờ cơ bản được nối thêm các khâu động 
học để mở rộng miền ứng dụng trong các bài toán điều khiển tự động. 
 Bộ điều khiển mờ theo luật PID 
 Thuật toán chỉnh định PID mờ 
 Mô hình toán học 
 (2.74) 
 Đầu vào gồm: 
  Sai lệch ET giữa tín hiệu đặt và đầu ra 
  Đạo hàm DET của sai lệch 
  Tích phân IET của sai lệch 
 Đầu ra: Là tín hiệu điều khiển u(t) 
 56 
 Luật hợp thành 
 ET
 P
 y(t)
 IET U(t)
 ET Thiết bị hợp thành 
 X(t) I Đối tượng 
 DET và giải mờ 
 D
 Thiết bị đo 
 Hình 2.9. Bộ điều khiển mờ theo luật PID dùng thuật toán chỉnh định PID mờ 
  Thuật toán PID tốc độ 
 Mô hình toán học 
 (2.75) 
 Đầu vào: 
 Sai lệch ET giữa tín hiệu vào và tín hiệu chủ đạo 
 Đạo hàm bậc nhất DET1 của sai lệch 
 Đạo hàm bậc hai DET2 của sai lệch 
 Đầu ra: đạo hàm của tín hiệu điều khiển u(t) 
 Luật hợp thành 
 ET
 X(t) ET
 P du/dt 
 y(t)
 DET1 Thiết bị hợp thành U(t)
 D I Đối tượng 
 và giải mờ 
 D
 DET2
 Thiết bị đo 
 Hình 2.10. Bộ điều khiển mờ theo luật PID dùng thuật toán PID tốc độ 
 a. Bộ điều khiển mờ theo luật PD 
 Bộ điều khiển mờ loại này (mô tả trong hình 2.11) sử dụng đầu vào là sai lệch tín 
hiệu và đạo hàm của nó. Đầu ra vẫn là tín hiệu điều khiển được đưa trực tiếp đến đối 
tượng điều khiển. Ưu điểm của bộ điều khiển logic mờ loại này là tác động của hệ 
thống nhanh, có thể dập tắt được sai lệch giữa tín hiệu thực đầu ra và tín hiệu đặt 
 57 
trước. Chi tiết hiệu quả của bộ điều khiển này sẽ được đánh giá trong chương 3 của 
luận án này. 
 Nhiễu
 X ET P Y
 Bộ điều khiển mờ Đối tượng 
 DET
 Hình 2.11. Hệ thống điều khiển mờ theo luật PD 
 b. Bộ điều khiển mờ theo luật PI 
 Bộ điều khiển mờ loại PI, như mô tả trên hình 2.12, bao gồm hai đầu vào là sai 
lệch tín hiệu và tích phân của nó. Đầu ra tín hiệu điều khiển cũng được đưa đến đối 
tượng điều khiển. Loại bộ điều khiển này có ưu điểm là triệt tiêu được sai lệch tĩnh rất 
tốt nhưng thời gian xác lập thường kéo dài hơn so với bộ điều khiển mờ kiểu