Điều khiển dự báo theo mô hình là phương pháp điều khiển hiện đại, ra đời

cách đây vài thập niên nhưng trong những năm gần đây mới phát triển mạnh mẽ
và có nhiều ứng dụng trong công nghiệp. Điều khiển dự báo theo mô hình
(MPC) được biết tới với khả năng giải quyết các bài toán trong hệ thống đa biến
có ràng buộc, các quá trình có động học phức tạp (tương tác mạnh, có trễ…), có
khả năng tự bù thời gian chết, đưa ra phương pháp điều khiển vượt
trước…Ngoài ra nó còn dễ dàng cài đặt trên nền máy tính điều khiển số.
MPC là giải pháp tối ưu có ràng buộc online dựa vào lý thuyết tính lùi, sử
dụng một mô hình quá trình rõ để dự báo đáp ứng tương lai của đối tượng. Bộ
tối ưu hóa giải quyết một bài toán tối ưu, trong mỗi chu kì lấy mẫu của hệ thống
điều khiển thông qua việc tính toán điều chỉnh chuỗi biến điều khiển tương lai,
nhằm tối ưu hóa hoạt động của đối tượng ở mỗi một chu kì. Giá trị đầu tiên của
chuỗi tối ưu được đưa tới điều khiển đối tượng, quá trình tính toán này sẽ được
lặp lại trong mỗi chu kỳ tiếp.
Lợi ích của MPC là rất to lớn, có nhiều tiềm năng, thỏa mãn điều kiện ràng
buộc và tối ưu hóa nhưng ứng dụng của nó còn bị hạn chế trong thực tế do yêu
cầu về khả năng tính toán online. Việc lặp lại giải bài toán tối ưu hóa
trong những khoảng thời gian xác định (mỗi chu kỳ trích mẫu của đối tượng)
yêu cầu khối lượng tính toán lớn và hiệu quả thực thi của bộ tối ưu online lại
dựa vào việc tính toán nhanh tác động điều khiển tối ưu của bộ tính toán online.
Vấn đề trên yêu cầu năng lực thiết bị phần cứng điều khiển và giải thuật tối ưu
phải thích hợp.
1.1 Giới thiệu chung về điều khiển dự báo
Điều khiển dự báo tựa mô hình MPC là phương pháp sử dụng mô hình của đối
tượng và tối ưu hóa hàm mục tiêu để đưa ra một tín hiệu điều khiển tối ưu. Thập
niên 70 của thế kỷ trước, MPC mới chỉ được sử dụng đối với các đối tượng biến
đổi
chậm, vì thủ tục tối ưu hóa sẽ được lặp đi lặp lại ở mọi bước ảnh hưởng tới tốc
độ
tính toán và phần cứng điều khiển. Cho tới thập niên 90, khi tốc độ tính toán của
máy tính nhanh hơn thì MPC được áp dụng với nhiều loại đối tượng mà đặc tính
động học nhanh như máy bay, robot, vệ tinh nhân tạo, máy móc tự động … Nó
có
các ưu điểm nổi trội như: trực quan, dễ thực hiện, có thể áp dụng trên nhiều loại
đối
tượng điều khiển như SISO, MISO, MIMO, điều khiển đối tượng có trễ khi đã
biết
trước tín hiệu đầu ra mong muốn, đồng thời nó cũng là một hướng nghiên cứu
mới,
có tính mở cao. Hiện nay đây là phương pháp điều khiển phi tuyến thông dụng
nhất
cho các hệ tuyến tính có ràng buộc và đã trở thành chuẩn cho các bài toán
điều
khiển đa biến có ràng buộc trong các quá trình công nghiệp.
1.1.1 Nguyên tắc chung của điều khiển dự báo dựa mô hình
Theo tài liệu [10] (trang 3-6), ta có điều khiển dự báo dựa mô hình có nguyên
tắc chung như sau
1. Dựa trên mô hình quá trình, biểu diễn dãy giá trị đầu ra (biến được điều
khiển) trong tương lai phụ thuộc dãy giá trị đầu vào (biến điều khiển) và
đầu ra đo được
2. Xác định hàm mục tiêu dựa trên tác động điều khiển trong tương lai và
sai lệch điều khiển dự báo (tín hiệu chủ đạo trong tương lai có thể biết
trước)
3. Tìm dãy giá trị điều khiển tối ưu trong tương lai để tối thiểu hóa hàm mục
tiêu, với một số điều kiện ràng buộc
4. Đưa ra tác động điều khiển sử dụng giá trị đầu tiên trong dãy tìm được
5. Trong chu kỳ điều khiển tiếp theo: Đo giá trị đầu ra và lặp lại quy trình từ
bước 3
Trong nguyên tắc điều khiển dự báo hình 1.1 có phiếm hàm mục tiêu dạng
1.1.2 Cấu trúc cơ bản của MPC
Cấu trúc cơ bản của MPC được mô tả như hình 1.3 trong đó đầu vào của mô
hình dự báo là các dữ liệu trong quá khứ và tương lai sau đó thu được đầu ra dự
báo. MPC dựa vào các bộ dữ liệu vào – ra trong quá khứ và dự báo trong tương
lai,
căn cứ vào giá trị hàm mục tiêu thỏa mãn bộ điều kiện ràng buộc của bài toán
điều
khiển, tiến hành bài toán tối ưu, từ đó tính toán tín hiệu điều khiển đầu ra sao
cho
sai lệch điều khiển đạt cực tiểu, tức là khi đó tín hiệu ra dự báo có thể bám theo
được tín hiệu đầu ra mong muốn.

1.1.3 Điều kiện ràng buộc

Vấn đề ràng buộc là yếu tố quan trọng, đặc biệt trong những bộ điều khiển
công nghiệp. Khi điều khiển hệ thống phải luôn đảm bảo tín hiệu điều khiển,
trạng thái hệ thống không vi phạm các giới hạn cho phép, tức là luôn phải nằm
trong vùng an toàn. Ví dụ khi điều khiển các thông số nhiệt độ, áp suất, mực
chất lỏng phải luôn có giới hạn cực tiểu, giới hạn về lưu lượng nước chảy trong
ống dẫn, độ mở của van…
Một hệ thống điều khiển sau khi được thiết kế, nếu hiệu chỉnh tốt thì các tín
hiệu sẽ luôn giữ được khoảng cách an toàn đối với các điều kiện ràng buộc.
Trong cùng loại hệ thống điều khiển, hệ thống nào giữ được khoảng cách này
tốt thì giá sẽ càng cao. Tuy nhiên, vì lý do kinh tế nên các hệ thống công
nghiệp có khuynh hướng các tín hiệu sẽ bám theo điều kiện ràng buộc để
giảm bớt công sức điều chỉnh và giá thành.
Trong điều khiển dự báo, kỹ thuật tối ưu hóa được sử dụng để đảm bảo các
ràng buộc không bị vi phạm. Đối với hệ tuyến tính, các phương pháp tối ưu hóa
LP (Linear Programming), QP (Quadratic Programming) thường được sử dụng.
Trong các hệ thống phi tuyến các phương pháp phân nhánh giới hạn (Branch
and Bound), phương pháp Newton, phương pháp Lenvenberg-
Marquardt…thường được sử dụng. Trong hầu hết các trường hợp, ràng buộc
thường được thể hiện bởi các giới hạn trên tín hiệu điều khiển, trạng thái và tín
hiệu ra của hệ thống

Phương pháp điều khiển dự báo giải quyết tốt bài toán điều khiển có ràng
buộc, và đây cũng chính là lý do mà phương pháp điều khiển này được sử dụng
ngày càng phổ biến
1.2 Bài toán tối ưu
Điều khiển dự báo có nguồn gốc từ điều khiển tối ưu và giải bài toán tối ưu là
phần quan trọng của điều khiển dự báo. Các bài toán tối ưu hay gặp trong thực
tế đó
là:
- Bài toán điều khiển tối ưu tĩnh: là bài toán chọn các tham số điều khiển trong