8/5/2021

LÝ THUYẾT ĐIỀU KHIỂN NÂNG CAO

Bô Môn: Điện Công Nghiệp
Khoa Công nghệ Điện – Điện Tử

6/21/2021 Văn Tấn Lượng 1

NỘI DUNG MÔN HỌC

Chương 1: Giới thiệu
Chương 2: Điều khiển phi tuyến
Chương 3: Điều khiển tối ưu
Chương 4: Điều khiển thích nghi
Chương 5: Điều khiển bền vững
Chương 6: Một số ví dụ thiết kế hệ thống ĐK

6/21/2021 Văn Tấn Lượng 2

1
 8/5/2021

NỘI DUNG CHƯƠNG 3

Chất lượng tối ưu

Các phương pháp điều khiển tối ưu
Điều khiển tối ưu dạng toàn phương tuyến
tính LQR
Ứng dụng Matlab giải bài toán tối ưu

6/21/2021 Văn Tấn Lượng 3

Giới thiệu
Điều khiển tối ưu: xác luật ĐK cho hệ thống động định cho trước sao
cho tối thiểu hóa một chỉ tiêu chất lượng.
ĐK tối ưu được phát triển trên cơ sở toán học: phương pháp biến
phân (Bernoulli, Euler, Lagrange, Weiertrass,…)
Từ những năm 1950, ĐK tối ưu phát triển mạnh mẽ và trở thành
một lĩnh vực độc lập.
Phương pháp quy hoạch động do Richard Bellman đưa ra trong
thập niên1950.
Nguyên lý cực tiểu Pontryagin do Lev Pontryagin và các đồng sự
đưa ra trong thập niên 1950.
Bài toán điều chỉnh toàn phương tuyến tính và lọc Kalman do
Rudolf Kalman đưa ra trong những năm1960.

6/21/2021 Văn Tấn Lượng 4

2
 8/5/2021

Phân loại bài toán điều khiển tối ưu

Có nhiều toán điều khiển tối ưu, tùy theo:
Loại đối tượng điều khiển
Miền thời gian liên tục hay rời rạc
Chỉ tiêu chất lượng
Bài toán tối ưu có ràng buộc hay không
ĐK tối ưu tĩnh: chỉ tiêu chất lượng không phụ thuộc thời gian
ĐK tối ưu động: chỉ tiêu chất lượng phụ thuộc thời gian
Bài toán chỉnh toàn phương tuyến tính (Linear Quadractic
Regulator – LQR)
Bài toán điều khiển tối ưu H2
6/21/2021 Văn Tấn Lượng 5

Ứng dụng
Ngày nay, điều khiển tối ưu được ứng dụng trong nhiều
lĩnh vực:
Không gian (aerospace)
Điều khiển quá trình (proccess control) Robot
Kỹ thuật sinh học (bioengineering)
Kinh tế
Tài chính
...........

6/21/2021 Văn Tấn Lượng 6

3
 8/5/2021

Tối ưu hóa tĩnh không ràng buộc

Bài toán tìm m thông tối ưu tĩnh không ràng buộc: số
thực (hay phức) u1, u2,…, um sao cho hàm
L(u1, u2,…, um) đạt cực tiểu:
L(u)=L(u1, u2,…, um) min
trong đó u=[u1, u2,…, um]T
Điểm u* được gọi là điểm cực tiểu cục bộ nếu
L(u)≥L(u*) với mọi u nằm trong lân cận của u*.
Điểm u* được gọi là điểm cực tiểu toàn cục nếu
L(u) ≥ L(u*) với mọi u

6/21/2021 Văn Tấn Lượng 7

Điều kiện cực trị không ràng buộc

Giả sử L(u) khả đạo u thì điều và sử hàm theo u, kiện cần đủ để u* là điểm
cực tiểu cục bộ là:

6/21/2021 Văn Tấn Lượng 8

4
 8/5/2021

Tìm cực trị không ràng buộc – Thí dụ 1

Tìm cực trị hàm:
Giải: Điều kiện cần có cực trị:

6/21/2021 Văn Tấn Lượng 9

Tối ưu hóa tĩnh có ràng buộc

Bài toán Tối ưu hóa tĩnh có ràng buộc tìm vector thông số u sao cho hàm
L(x,u) đạt cực tiểu, đồng thời thỏa điều kiện f(x,u)=0
L(x,u) → min
f(x,u)=0
trong đó x=[x1, x2,…, xn]T
u=[u1, u2,…, um]T
L : Rn x Rm → R : hàm đánh giá
f : Rn x Rm → Rp : điều kiện ràng buộc

6/21/2021 Văn Tấn Lượng 10

5
 8/5/2021

Hàm Hamilton
Định nghĩa hàm Hamilton:
( ) ( ) ( )

Do ràng buộc f(x,u) = 0 nên cực tiểu của L(x,u) cũng chính là cực tiểu của
H(x,u).
Biến đổi bài toán tìm cực tiểu hàm L(x,u) với ràng buộc f(x,u) = 0 thành bài
toán tìm cực tiểu không ràng buộc hàm Hamilton H(x,u)
Vi phân hàm Hamilton:
H (x, u ) H (x, u )
dH( x, u) dx du
x u
6/21/2021 Văn Tấn Lượng 11

Thừa số Lagrange
Do ta cần tìm cực trị theo u nên có thể tự do chọn thừa số Lagrange
sao cho:
( ) ( ) ( )
( )

( ) ( )

6/21/2021 Văn Tấn Lượng 12

6
 8/5/2021

Độ dốc của hàm mục tiêu với điều kiện ràng buộc
Vi phân hàm mục tiêu: L( x, u ) L( x, u )
dL( x, u ) dx du (1 )
x u
Do f(x,u) = 0 nên:
f (x, u ) f (x, u )
df (x, u )
x
dx
u
du 0 (2 )
1
f (x, u ) f (x, u )
dx du
x u
Thay (2) vào (1), ta được:
1
L( x, u) f (x, u ) f ( x, u) L ( x,u )
dL( x, u ) du du
x x u u
6/21/2021 Văn Tấn Lượng 13

( ) ( ) ( )
( ) ( )

Với ĐK f(x,u)=0, độ dốc của L(x,u) theo u chính bằng Hu(x,u)

Điều kiện để L(x u) đạt cực với ràng buộc f(x u)=0 là: Hu(x,u)=0

6/21/2021 Văn Tấn Lượng 14

7
 8/5/2021

Điều kiện cần cực trị có ràng buộc

Kết hợp với điều kiện xác định hằng số Lagrange, điều kiện cần để
L(x,u) đạt cực trị có ràng buộc f (x,u) = 0 là:

( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) ( )

6/21/2021 Văn Tấn Lượng 15

Tìm cực trị có ràng buộc – Thí dụ 1

Tìm cực trị hàm:
Với điều kiện ràng buộc:

Giải:
Hàm Hamilton:
( ) ( ) ( )
( ) ( )

6/21/2021 Văn Tấn Lượng 16

8
 8/5/2021

Điều kiện cần để có cực trị:

( )

( )

( ) ( )

0.8412
Giải hệ phương trình, ta được: u
0.4735
0.5353

6/21/2021 Văn Tấn Lượng 17

Tìm cực trị có ràng buộc – Thí dụ 2

Tìm cực trị hàm: L(x, u) (x 2)2 (u 2)2
Với điều kiện ràng buộc: u x2 3x 6

Giải: Điều kiện ràng buộc:

u x2 3x 6 x2 3x 6 u 0
Hàm Hamilton:
( ) ( ) ( )
( ) ( ) ( ) ( )
6/21/2021 Văn Tấn Lượng 18

9
 8/5/2021

Tìm cực trị có ràng buộc – Thí dụ 2

Điều kiện cần để có cực trị: ( ) ( )
( )
( ) ( ) ( )
( ) ( )
Giải hệ phương trình, ta được 3 nghiệm:
u =(- 4.53;0.92) ,(1.71;2.04), (-1.68; - 8.22)
Thay 3 nghiệm trên vào ( ) ( ) ( )
ta được các giá trị tương ứng là: 43.78; 0.087; 117.94.
Kết luận: cực trị cần tìm là x,u (1.71;2.04)
6/21/2021 Văn Tấn Lượng 19

Tìm cực trị có ràng buộc – Thí dụ 3

Tìm cực trị hàm: ( )
Với các điều kiện ràng buộc:
( )
( )
( )
Giải:
Hàm Hamilton:
( ) ( ) ( )
( )
6/21/2021 Văn Tấn Lượng 20

10
 8/5/2021

Tìm cực trị có ràng buộc – Thí dụ 3

( )

( )
( )
( ) ( )
( )
( )
Giải hệ phương trình, ta được 3 nghiệm:
( )

( )
là hàm toàn phương nên cực trị tìm được ở trên cũng chính là cực tiểu
6/21/2021 Văn Tấn Lượng 21

Tìm cực trị có ràng buộc – Thí dụ 4

Tìm cực trị hàm:
( )
Với các điều kiện ràng buộc:

( )
( )
( )

6/21/2021 Văn Tấn Lượng 22

11
 8/5/2021

TỐI ƯU HÓA ĐỘNG

VÀ PHƯƠNG PHÁP BIẾN PHÂN

6/21/2021 Văn Tấn Lượng 23

Tối ưu hóa động không ràng buộc

Bài toán tối ưu động không ràng buộc: tìm vector hàm x(t) sao cho
phiếm hàm J(x) đạt cực tiểu:
( ) ( )

Phiếm hàm J ( x ) có cực tiểu cục bộ tại x*(t) nếu

J ( x (t)) ≥ J (x*(t))
với mọi hàm x(t) nằm trong lân cậncủa x*(t)
xt x t
6/21/2021 Văn Tấn Lượng 24

12
 8/5/2021

Tìm cực trị phiếm hàm?

Nhắc lại cực trị hàm:
- Điều kiện cần: đạo hàm bậc 1 của hàm cần tìm cực trị bằng 0
→ điểm dừng
- Điểm dừng có đạo hàm bậc 2 xác định dương
→ điểm cực tiểu
Cực trị phiếm hàm?
- Khái niệm biến phân (variation): có thể hiểu là “đạo hàm của phiếm hàm”
- Phương pháp biến phân (Calculus of Variation): dựa vào khái niệm biến
phân đưa ra điều kiện cực trị của phiếm hàm tương tự như điều kiện cực trị
hàm

6/21/2021 Văn Tấn Lượng 25

Khái niệm
biến phân

6/21/2021 Văn Tấn Lượng 26

13
 8/5/2021

Ví dụ
tính biến phân
phiếm hàm

6/21/2021 Văn Tấn Lượng 27

Công thức tính biến phân phiếm hàm dạng tích phân

6/21/2021 Văn Tấn Lượng 28

14
 8/5/2021

Biến phân phiếm hàm bài toán tối ưu động không ràng buộc

6/21/2021 Văn Tấn Lượng 29

Điều kiện cần

để phiếm hàm
đạt cực trị
cục bộ

6/21/2021 Văn Tấn Lượng 30

15
 8/5/2021

Tối ưu hóa động không ràng buộc – Thí dụ 1

Tìm hàm x(t) sao cho :
( ) ( )
Với điều kiện biên:
Giải: Theo đề bài, ta có: ( ) ( )
Phương trình Euler-Lagrange:

Lời giải tổng quát: x(t) = C1 sint + C2 .cost

Thay điều kiện biên, suy ra: C1 =3; C2 =1; x*(t) = 3sint + cost

6/21/2021 Văn Tấn Lượng 31

Tối ưu hóa động không ràng buộc – Thí dụ 2

Tìm hàm x(t) sao cho phiếm hàm dưới đây đạt cực tiểu:
với ĐK biên: x(0) = 1, x(2) = 0 ( )
Giải:
Phương trình Euler-Lagrange:

Lời giải tổng quát: x t   C1t  C2 Thay điều kiện biên, suy ra:
1
 x t    t  1
2
6/21/2021 Văn Tấn Lượng 32

16
 8/5/2021

Bài tập 1 Tối ưu hóa động không ràng buộc

Tìm hàm x(t) sao cho phiếm hàm dưới đây đạt cực tiểu:
2
J x 1 2x 2(t )dt min
0

với ĐK biên: x(0) = 1, x(2) = 0 Bài tập 2

Tìm hàm x(t) sao cho :

( ) ( )

Với điều kiện biên: x(0) =1, x(Π/2)=3

6/21/2021 Văn Tấn Lượng 33

Tối ưu hóa động có ràng buộc

Bài toán tối ưu động có ràng buộc: tìm vector hàm x(t) định trên đoạn
[t0 ,tf ] sao cho phiếm hàm J(x) đạt cực tiểu:
tf

J  x   L  x, x, t dt min
t
0

Với điều kiện ràng buộc f x, x, t   0

và điều kiện biên: x(t0) = x0, x(tf) = xf
trong đó: x t    x1 t  x2 t  ... xn t   n

L : n xn x n
f : n xn x  p
6/21/2021 Văn Tấn Lượng 34

17
 8/5/2021

Hàm Hamilton và điều kiện cần để có cực trị

Định nghĩa hàm Hamilton: H  x, x,, t   L  x, x, t   T f  x, x,t 
trong đó t  p là vector hàm, gọi là tthừa số Larrange
f

Do f  x, x, t   0 nên cực tiểu của J  x   L  x, x, t dt

tf t0

cũng chính là cực tiểu của J  x   H  x, x,, t dt

t
0
→ tìm cực tiểu không ràng buộc phiếm hàm J x 

Điều kiện cần để phiếm hàm ( x ) có cực trị là:

H  x, x,, t  d H  x, x,, t  (PT Euler-Lagrange
 0 của bài toán tối ưu
x dt x động có ràng buộc)
6/21/2021 Văn Tấn Lượng 35

Tối ưu hóa động có ràng buộc dạng tích phân

Bài toán tối ưu động có ràng buộc: tìm vector hàm x(t) định trên đoạn [t0 ,tf ]
sao cho phiếm thàm J(x) đạt cực tiểu:
f

J  x   L  x, x, t dt min
t
0

Với điều kiện ràng buộc f x, x, t   q

và điều kiện biên: x(t0) = x0, x(tf) = xf
Hàm Hamilton và phương trình Euler-Lagrange:
Hàm Hamilton: H  x, x,, t   L  x, x, t   T f  x, x,t 
H  x, x,, t  d H  x, x,, t 
Phương trình Euler-Lagrange:  0
x dt x
6/21/2021 Văn Tấn Lượng 36

18
 8/5/2021

Trình tự giải bài toán tối ưu động có ràng buộc

Bước 1: Xác hàm tiêu đ ràng buộc và điều kiện biên:
tf

J  x   L  x, x, t dt
t
0

Với điều kiện ràng buộc f x, x, t   0 hoặc f x, x, t   q

và điều kiện biên: x(t0) = x0, x(tf) = xf
Bước 2: Thành lập hàm Hamilton: H x, x,,t   Lx, x,t  T f x, x,t 
Bước 3: Viết phương trình Euler-Lagrange:
H x, x,, t  d H x, x,, t 
 0
x dt x
Bước 4: Tìm PT Euler Lagrange thỏa điều kiện ràng buộc và điều kiện biên
6/21/2021 Văn Tấn Lượng 37

Tối ưu hóa động có ràng buộc – Thí dụ 1

Tìm hàm x(t) sao cho phiếm hàm dưới đây đạt cực tiểu:

Với điều kiện ràng buộc:

và điều kiện biên: x(0) = 0, x(4) = 4
Giải:
Hàm Hamilton
H  x, x,, t   L  x, x, t   f x, x,t 
T

 x t   x t 
2

6/21/2021 Văn Tấn Lượng 38

19
 8/5/2021

Viết phương trình Euler-Lagrange:

H  x, x,, t  d H  x, x,, t 
 0
x dt x
d
   2x t  0    2 x t   0 1
dt
Tìm nghiệm phương trình Euler-Lagrange:

6/21/2021 Văn Tấn Lượng 39

Bài tập 1-Tối ưu hóa động có ràng buộc

Tìm hàm x(t) sao cho phiếm hàm dưới đây đạt cực tiểu:

và điều kiện biên: x(0) = 0, x(2) = 2

6/21/2021 Văn Tấn Lượng 40

20
 8/5/2021

Tối ưu hóa động

có ràng buộc
– Thí dụ 2

6/21/2021 Văn Tấn Lượng 41

Viết phương trình Euler-Lagrange:

Tìm nghiệm phương trình Euler-Lagrange:

6/21/2021 Văn Tấn Lượng 42

21
 8/5/2021

Nghiệm tổng quát của phương trình (6)

C1  C2  0.556  0 C1  0.5549

 
0.0025C1  403.42C2  0.556  1 C2  0.0011

 x1 t   0.5549e3t  0.0011e3t  0.556

6/21/2021 Văn Tấn Lượng 43

Bài tập 1: Tối ưu hóa động có ràng buộc

Tìm vector hàm:
sao cho phiếm hàm dưới đây đạt cực tiểu:

với điều kiện ràng buộc:

6/21/2021 Văn Tấn Lượng 44

22
 8/5/2021

Bài tập 2: Tối ưu hóa động có ràng buộc

Tìm vector hàm:
sao cho phiếm hàm dưới đây đạt cực tiểu:

với điều kiện ràng buộc:

6/21/2021 Văn Tấn Lượng 45

Bài tập 3: Tối ưu hóa động có ràng buộc

Tìm vector hàm:
sao cho phiếm hàm dưới đây đạt cực tiểu:

với điều kiện ràng buộc:

6/21/2021 Văn Tấn Lượng 46

23
 8/5/2021

ĐIỀU KHIỂN TỐI ƯU LIÊN TỤC

DÙNG PHƯƠNG PHÁP BIẾN PHÂN

6/21/2021 Văn Tấn Lượng 47

Bài toán điều khiển tối ưu liên tục

Cho đối tượng: x t   f  x t , u t 

Trạng thái đầu: x(0) = x0

Trạng thái cuối: x(tf) = xf
Bài toán điều khiển tối ưu: tìm tín hiệu ĐK u(t) sao cho:
tf


J u    x t f   L x t , u t , t dt  min
t
0
Nghiệm x*(t) của phương trình vi phân (*) ứng với tín hiệu điều khiển tối ưu u*(t)
gọi là quỹ đạo trạng thái tối ưu.
6/21/2021 Văn Tấn Lượng 48

24
 8/5/2021

Phân loại bài toán điều khiển tối ưu

Khoảng thời gian ra tối ưu là tf , có thể phân loại:
Bài toán tối ưu có tf cố định, ví dụ:
- Điều khiển đoàn tàu hỏa giữa 2 ga với lịch trình xác
định sao cho năng lượng đoàn tàu tiêu thụ là thấp nhất;
- Điều khiển quá trình chuyển đổi hóa học trong thời gian
cho trước với chi phí thấp nhất
Bài toán tối ưu có tf không cố định, ví dụ:
- Điều khiển tên lửa lên độ cao xác định với thời gian
nhanh nhất
- Điều khiển tàu biển đi được xa nhất với một nguồn năng lượng cố
định cho trước
6/21/2021 Văn Tấn Lượng 49

Phân loại bài toán điều khiển tối ưu (tt)

Các bài toán điề khiển tối ưu có trạng thái đầu x điều cho trước.
Trạng thái cuối quá trình tối ưu là xf = x(tf), có thể phân loại:
 Điểm cuối tự do, ví dụ:
- Điều khiển tên lửa lên độ cao lớn nhất;
- Điều khiển tàu biển đi được xa nhất với một nguồn năng lượng cố định cho trước
 Điểm cuối bị ràng buộc, ví dụ:
- Điều khiển tên lửa vào quỹ đạo với thời gian nhanh nhất.
 Điểm cuối cố định cho trước, ví dụ:
- Điều khiển ghép nối các con tàu
- Điều khiển hệ thống về trạng thái cân bằng

6/21/2021 Văn Tấn Lượng 50

25
 8/5/2021

Giải bài toán ĐK toán tối ưu dùng PP biến phân

Bài toán ĐK tối ưu liên tục có thể phát biểu lại như sau:

Kết hợp điều kiện ràng buộc vào hàm mục tiêu dùng hàm Lagrange:

6/21/2021 Văn Tấn Lượng 51

Giải bài toán ĐK toán tối ưu dùng PP biến phân

Định nghĩa hàm Hamilton: H  x, u, t,  L  x, u, t   T t  f  x, u, t 

Cần tìm u*(t) sao cho:

Biến phân của phiếm hàm mục tiêu:

6/21/2021 Văn Tấn Lượng 52

26
 8/5/2021

Điều kiện cần để có lời giải bài toán điều khiển tối ưu

6/21/2021 Văn Tấn Lượng 53

Trình tự giải bài toán điều khiển tối ưu

Bước 1: Viết PTTT mô tả đối tượng:
x t   f x t ,u t ,t 
Bước 2: Viết hàm mục tiêu và ĐK biên từ yêu cầu thiết kế
Bài toán điểm cuối tự do:

Bài toán điểm cuối ràng buộc:

6/21/2021 Văn Tấn Lượng 54

27
 8/5/2021

Bước 3: Thành lập hàm Hamilton:

H x,u,t,  Lx,u,t  T t  f x,u,t 
Bước 4: Viết điều kiện cần để có lời giải tối ưu:
PT trạng thái:

PT đồng trạng thái:

Điều kiện đầu: (Bài toán điểm cuối cố định)

Điều kiện cuối (Bài toán điểm cuối tự do)

Bước 5: Giải hệ phương trình ở trên sẽ tìm được u*(t) và x*(t)

6/21/2021 Văn Tấn Lượng 55

Điều khiển tối ưu – Thí dụ 1

Đặc tính động học nhiệt độ lò sấy cho bởi phương trình:

trong đó y(t) là nhiệt độ lò sấy và ya = 250C là nhiệt độ môi trường; u(t) là cường độ
dòng nhiệt cấp lò sấy và t là thời gian (giờ)
Yêu cầu: Thiết kế luật điều khiển u(t) điều khiển nhiệt độ nhiệt độ lò sấy sao cho sau
một giờ đạt đến càng gần nhiệt độ đặt yd = 750C càng tốt và tối thiểu năng lượng tiêu tốn.
Giải:
Bước 1: Thành lập phương trình trạng thái:
Đặt biến trạng thái: x t   y t   ya t 

Phương trình trạng thái của lò sấy là: x t   2x t   u t 

Trạng thái cuối mong muốn: x f  x 1  y 1  ya  yd  ya  50
6/21/2021 Văn Tấn Lượng 56

28
 8/5/2021

Bước 2: Xác định hàm mục tiêu và điều kiện biên:

Theo yêu cầu thiết kế là trạng thái cuối x(tf) càng gần xf càng tốt, đồng thời tối thiểu
năng lượng tiêu tốn, suy ra hàm mục tiêu:

(Đây là bài toán tối ưu điểm cuối tự do)

trong đó ρ là trọng số tùy chọn (muốn trạng thái cuối càng gần xf thì chọn ρ càng lớn)

Điều kiện đầu: x  0; t  1

0 f

Bước 3: Định nghĩa hàm Hamilton:

H  x, u, t,  L  x, u, t   T t  f  x,u,t 
1
 H  x, u, t,  u 2 t   t  2
 x t   u t 
2
6/21/2021 Văn Tấn Lượng 57

Bước 4: Điều kiện cần để có nghiệm tối ưu

PT trạng thái:
PT đồng trạng thái: t    H  2t 
x
H
Điều kiện dừng  0  u t   t   0
u
Điều kiện đầu x t0   x0  0

Điều kiện cuối  f   x t   1   x 1  50

f

t
Bước 5: Giải phương trình vi phân
Nghiệm phương trình (2): t   C1e2t

Thay (6) vào (3): u t   C1e2t

Thay (7) vào (1) ta , ta được:

6/21/2021 Văn Tấn Lượng 58

29
 8/5/2021

Xác định các hằng số dựa vào điều kiện biên:

Kết luận: Tín hiệu điều khiển và quỹ đạo trạng thái tối ưu là:

Kết luận: Tín hiệu điều khiển và quỹ đạo

trạng thái tối ưu là

6/21/2021 Văn Tấn Lượng 59

Điều khiển tối ưu – Bài Tập 1

Đặc tính động học nhiệt độ lò sấy cho bởi phương trình:

trong đó y(t) là nhiệt độ lò sấy và ya = 300C là nhiệt độ môi trường;

u(t) là cường độ dòng nhiệt cấp lò sấy và t là thời gian (giờ)
Yêu cầu: Thiết kế luật điều khiển u(t) điều khiển nhiệt độ nhiệt độ lò
sấy sao cho sau một giờ đạt đến càng gần nhiệt độ đặt yd = 800C càng tốt và
tối thiểu năng lượng tiêu tốn.

6/21/2021 Văn Tấn Lượng 60

30
 8/5/2021

Điều khiển tối ưu – Bài Tập 2

Đặc tính động học nhiệt độ lò sấy cho bởi phương trình:

trong đó y(t) là nhiệt độ lò sấy và ya = 250C là nhiệt độ môi trường;

u(t) là cường độ dòng nhiệt cấp lò sấy và t là thời gian (giờ)
Yêu cầu: Thiết kế luật điều khiển u(t) điều khiển nhiệt độ nhiệt độ
lò
sấy sao cho sau một giờ đạt đến càng gần nhiệt độ đặt yd = 800C
càng tốt và tối thiểu năng lượng tiêu tốn.

6/21/2021 Văn Tấn Lượng 61

Tìm cực trị có ràng buộc- Bài tập 3

Tìm cực trị hàm: L( x, u ) (x 10)2 u 10 2

Với điều kiện ràng buộc: u x2 4x 6

Tìm cực trị có ràng buộc – Bài tập 4
Tìm cực trị hàm: L x, u x2 7 x22 u2
1

Với các điều kiện ràng buộc:

f x, u 2x x 4
1 1 2
f x, u f x, u x 0
2 1
2u 1

6/21/2021 Văn Tấn Lượng 62

31
 8/5/2021

Tối ưu hóa động có ràng buộc-Bài tập 5

Tìm vector hàm: x t    x1 t  x2 t T

sao cho phiếm hàm dưới đây đạt cực tiểu:

2
J  x     x  32  x2  32 dt  min
 1 
0

với điều kiện ràng buộc:

f  x, x, t   x  2 x  x  0
1 1 2

Và điều kiện biên: x1 0  0; x1 2  2

6/21/2021 Văn Tấn Lượng 63

Tìm cực trị có ràng buộc – Bài tập 6 (trang 10 Optimal control

1 2 x x
Tìm cực trị hàm: L( x, u) x u 0 1
1 1 u u
Với các điều kiện ràng buộc: f (x, u) 2x 4

6/21/2021 Văn Tấn Lượng 64

32
 8/5/2021

6/21/2021 Văn Tấn Lượng 65

6/21/2021 Văn Tấn Lượng 66

33
 8/5/2021

Điều kiện có cực trị

6/21/2021 Văn Tấn Lượng 67

Lời giải cho bài toán tối ưu

6/21/2021 Văn Tấn Lượng 68

34
 8/5/2021

Lời giải bài toán LQR liên tục

6/21/2021 Văn Tấn Lượng 69

Bài toán LQR liên tục thời gian vô hạn

6/21/2021 Văn Tấn Lượng 70

35
 8/5/2021

Ví dụ 1: Điều khiển LQR liên tục

6/21/2021 Văn Tấn Lượng 71

Ví dụ 2: Điều khiển LQR liên tục

6/21/2021 Văn Tấn Lượng 72

36
 8/5/2021

6/21/2021 Văn Tấn Lượng 73

Ví dụ 2

6/21/2021 Văn Tấn Lượng 74

37
 8/5/2021

Ví dụ 3:

6/21/2021 Văn Tấn Lượng 75

Ví dụ 3:

6/21/2021 Văn Tấn Lượng 76

38
 8/5/2021

Ví dụ 3:

6/21/2021 Văn Tấn Lượng 77

Ứng dụng Matlab giải bài toán tối ưu

6/21/2021 Văn Tấn Lượng 78

39