Chương III:
ỨNG DỤNG MẠNG NƠRON ELMAN NHẬN DẠNG VỊ TRÍ
RÔBÔT HAI KHÂU
62
3.1. Mạng nơron Elman:
62
3.1.1. Cấu trúc mạng Elman
62
3.1.2. Giá trị đầu vào của các tham số.
64
3.1.3. Huấn luyện
64
3.2. Động học rôbốt hai khâu
64
3.2.1. Phân tích chọn mạng nơron Elman nhận dạng vị trí rôbôt hai khâu 64
3.2.2. Động học rôbốt hai khâu
66
3.3. Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu
67
3.3.1. Thiết lập sơ đồ nhận dạng
67
3.3.2. Quá trình nhận dạng
69
3.4.
KẾT LUÂN CHƯƠNG III
89
3.5.
KẾT LUẬN CHUNG VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
90
Phần mở đầu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
1
PHẦN MỞ ĐẦU
1. Tính cấp thiết của đề tài:
Nước ta đang bước vào thời kỳ Công nghiệp hóa- hiện đại hóa đất nước.
Tự động hóa là một nhu cầu cấp bách để tăng năng suất lao động, nâng cao chất
lượng sản phẩm, cải thiện điều kiện làm việc của người lao động thúc đẩy sự
phát triển của nền kinh tế.
Trong các ngành công nghiệp tự động hoá giữ một vai trò quan trọng nó cho
phép tự động hoá các quá trình sản xuất. Nhận dạng hệ thống là một trong những
công việc đầu tiên phải thực hiện khi giải quyết một bài toán điều khiển tự động,
nó quyết định chất lượng và hiệu quả của công việc điều khiển hệ thống về sau.
Tuy ra đời muộn nhưng nhận dạng đã phát triển rất nhanh và đã có những thành
tựu vượt bậc. Nguyên nhân của sự phát triển vượt bậc đó một phần từ yêu cầu
thực tế, song có lẽ phần chính là nhờ có những hỗ trợ tích cực của các ngành
khoa học có liên quan như tin học, lý thuyết điều khiển mờ và mạng nơron.
Để điều khiển chính xác đối tượng khi chưa biết rõ được thông số, trước tiên ta
phải hiểu rõ đối tượng đó. Đối với đối tượng là phi tuyến như rô bôt hai khâu, ta
cần nhận dạng đặc tính vào - ra của nó để đảm bảo tạo tín hiệu điều khiển thích
nghi được lựa chọn chính xác hơn. Hiện nay thường sử dụng logic mờ ( Fuzzy
Logic ), mạng nơron ( Neural Network) và mạng nơron mờ ( Fuzzy Neural
Network) để nhận dạng và điều khiển thích nghi đối tượng có thông số thay đổi.
Trong chương trình khoá học Cao học chuyên ngành Tự động hoá tại trường Đại
học Kỹ thuật Công nghiệp Thái Nguyên, được sự tạo điều khiện giúp đỡ của nhà
trường và Tiến sĩ Phạm Hữu Đức Dục, em đã lựa chọn đề tài tốt nghiệp của
mình là
:“ Nghiên cứu ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu”.
Phần mở đầu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
2
2. Ý nghĩa khoa học và thực tiễn của đề tài.
a. Ý nghĩa khoa học: Với đề tài ứng dụng mạng nơron Elman nhận dạng vị trí
rô bôt hai khâu. Sau khi đã nhận dạng được đối tượng ta có thể thay thế gần đúng
mô hình vị trí rô bôt hai khâu bằng một mạng nơron Elman.
b.Ý nghĩa thực tiễn: Từ các thông số mô phỏng của mạng nơron, ta có thể
tính toán được tín hiệu điều khiển nhằm điều khiển thích nghi rôbôt hai khâu.
3. Mục đích của đề tài
Để điều chỉnh được chính xác một đối tượng, trước tiên ta phải hiểu rõ tất
cả các thông số của đối tượng đó. Đối với đối tượng có thông số tải thay đổi như
vị trí rô bôt 2 khâu, ta cần nhận dạng đặc tính vào - ra của nó để bảo đảm tạo ra
được tín hiệu điều khiển thích nghi được chính xác hơn.
Đề tài này nghiên cứu một ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt 2
khâu. Sơ đồ hình 1 mô tả một mô hình điều chỉnh thích nghi rôbôt hai khâu theo
mô hình mẫu.
Hình 1. Sơ đồ khối điều khiển thích nghi rôbôt hai khâu
Bộ điều
khiển
Rôbôt hai khâu
Mô hình mẫu
Mạng nơron
nhận dạng
x
d
y
m
-y
mh
e
2
u
Khoá K
Khoá K
e
1
y
y
mh
e
2
2
e
•
2
e
••
…
Phần mở đầu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
3
Sơ đồ điều khiển thực hiện theo 2 giai đoạn sau đây:
- Giai đoạn 1:
Sử dụng mạng nơron nhận dạng vị trí rôbôt hai khâu. Khi đó các khóa K
mở. Căn cứ vào sai lệch e
1
giữa tín hiệu ra của rôbôt là y và tín hiệu ra của
mạng nơron nhận dạng là y
mh
, mạng nơron tiến hành “HỌC” để nhận dạng đặc
tính đầu ra y của rô bôt hai khâu, sao cho tín hiệu ra của mạng nơron nhận dạng
y
mh
bám theo được tín hiệu ra y của rôbôt hai khâu. Với
mh1
yye −=
.
- Giai đoạn 2: Căn cứ vào kết quả nhận dạng ta có được một mạng nơron
có thể thay thế gần đúng rôbôt hai khâu, từ đó tiến hành điều khiển thích nghi rô
bôt hai khâu theo mô hình mẫu. Các khoá K đóng. Dựa vào bộ thông số sai lệch
(e
2
,
, e,e
22
•••
) giữa tín hiệu đầu ra của mô hình mẫu y
m
và tín hiệu đầu ra của
mạng nơron nhận dạng y
mh
, bộ điều khiển thực hiện các luật học thích nghi tạo ra
tín hiệu điều khiển u với mục đích làm cho tín hiệu đầu ra y
mh
của mạng nơron
nhận dạng bám theo được tín hiệu đầu ra của mô hình mẫu y
m
. Với
mhm2
yye −=
và
, e,e
22
•••
là đạo hàm các cấp của sai lệch e
2
.
Phần này sử dụng các luật học điều khiển thích nghi vị trí rôbôt hai khâu
sẽ được thực hiện ở các công trình khoa học cấp cao hơn.
4. Đối tượng và phạm vi nghiên cứu của đề tài:
Trong khuôn khổ của luận văn Thạc sĩ Kỹ thuật, với thời gian nghiên cứu có
hạn, luận văn này chỉ đi sâu nghiên cứu ứng dụng mạng nơron nhận dạng vị trí
rô bôt hai khâu (đã trình bày ở giai đoạn 1 tại sơ đồ hình 1). Luận văn này cũng
giới hạn phạm vi nghiên cứu: sử dụng mạng nơron Elman đóng vai trò là mạng
nơron nhận dạng và đối tượng cần nhận dạng là vị trí rôbôt hai khâu.
Phần mở đầu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
4
Phần mở đầu
Chương 1. Tổng quan về mạng nơron nhân tạo.
Phân tích tổng quan về mạng nơron bao gồm: phần lịch sử phát triển, kết
cấu của mạng các nơron, ứng dụng của chúng
Chương 2.
Các phương pháp ứng dụng mạng nơron trong nhận dạng.
Chương 2 tập trung trình bày các phươn g pháp ứng dụng mô hình
mạng nơron trong nhận dạng .
Chương 3. Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu.
+ Tổng quan về mạng Elman
+ Phân tích chọn mạng nơron Elman tiến hành nhận dạng vị trí rôbôt hai
khâu
Hình 2. Mô hình nhận dạng vị trí rôbôt hai khâu
Mạng nơron
Elman
Rôbôt hai khâu
( Mô hình tính toán vị trí)
x
(h)
y
(k)
e
(k)
-
^
y
(k)
+
Luật học của
mạng nơron
Elman
Phần mở đầu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
5
+ Động học rôbôt hai khâu
+ Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu
+ Để thấy rõ hơn ưu điểm của việc sử dụng mạng nơron Elman trong nhận
dạng vị trí rôbôt hai khâu tiến hành so sánh cấu trúc và khả năng nhận dạng
của mạng nơron Elman với mạng nơron truyền thẳng khi chúng cùng được
sử dụng nhận dạng vị trí rôbôt hai khâu.
Chương I: Tổng quan về mạng nơron nhân tạo
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
6
CHƯƠNG I
TỔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO
1.1. Cở sở về mạng nơron
1.1.1 Mô hình nơron sinh học
1.1.1.1 Chức năng, tổ chức và hoạt động của bộ não con người.
Bộ não con người có chức năng hết sức quan trọng trong đời sống của con
người. Nó gần như kiểm soát mọi hành vi của con người từ hoạt động cơ bắp đơn
giản đến những hoạt động phức tạp như học tập, nhớ, suy luận, tư duy, sáng tạo….
Bộ não người được hình thành từ sự liên kết của khoảng 10
11
phần tử (tế
bào), trong đó có khoảng 10
10
phần tử là nơron, số còn lại khoảng 9x10
10
phần tử là
các tế bào thần kinh đệm và chúng có nhiệm vụ phục vụ cũng như hỗ trợ cho các
nơron. Thông thường một bộ não trung bình cân nặng khoảng 1,5 Kg và có thể tích
là 235 cm
3
. Cho đến nay người ta vẫn chưa thực sự biết rõ c ấu tạo chi tiết của bộ
não. Tuy vậy về đại thể thì cấu tạo bộ não được chia ra thành nhiều vùng khác nhau.
Mỗi vùng có thể kiểm soát một hay nhiều hoạt động của con người.
* Các đặc tính của não người:
- Tính phân lớp: Các vùng của bộ não được phân thành các lớp, thông tin được
xử lý theo các tầng.
- Tính mô đun: Các vùng của bộ nhớ được phân thành các mô đun được mã
hoá bằng các định nghĩa mối quan hệ tích hợp giữa các tín hiệu vào qua các giác
quan và các tín hiệu ra.
- Mối liên kết: Liên kết giữa các lớp dẫn đến các dữ liệu dùng chung xem như
các liên hệ phản hồi khi truyền tín hiệu.
- Sử lý phân tán các tín hiệu vào: Các tín hiệu vào được truyền qua nhiều kênh
thông tin khác nhau, được xử lý bằng các phương pháp đặc biệt.
Chương I: Tổng quan về mạng nơron nhân tạo
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
7
Bộ não có cấu trúc nhiều lớp: Lớp bên ngoài thường thấy là các nếp nhăn, là
lớp có cấu tạo phức tạp nhất. Đây là nơi kiểm soát và phát sinh các hành động phức
tạp như nghe, nhìn, tư duy…
Tín hiệu thu, nhận ở các dạng xung điện – màng membrane: mỗi tế bào thần
kinh có một màng, có nhiệm vụ giữ cho các chất nuôi tế bào không tràn ra ngoài.
Do đó các phần tử nội bào và ngoại bào không bằng nhau, giữa chúng có dung dịch
muối lỏng làm cho chúng bị phân rã ra thành các nguyên tử âm và dương ra khỏi tế
bào bằng với lực hút chúng vào trong tế bào.
Điện thế màng là phần tử quan trọng trong quá trình truyền tin của hệ thần
kinh. Khi thay đổi khả năng thẩm thấu ion của màng thì điện thế màng của tế bào bị
thay đổi và tiến tới một ngưỡng nào đó, đồng thời sinh ra dòng điện. Dòng điện này
gây ra phản ứ ng kích thích làm thay đổi khả năng thẩm thấu ion của tế bào tiếp
theo.
* Xử lý thông tin trong não bộ:
Thông tin được tiếp nhận từ các giác quan và chuyển vào các tế bào thần kinh
vận động vào các tế bào cơ. Mỗi tế bào thần kinh tiếp nhận thông tin, điện thế sẽ
tăng trong thần kinh cảm giác, ý nghĩa dòng điện đó được giải mã và lưu ở thần
kinh trung ương, kết quả xử lý thông tin được gửi đến các tế bào cơ.
Các tế bào thần kinh đưa các tín hiệu giống nhau, do đó không thể phân biệt
được đó là của loài động vật nguyên thuỷ hay của một giáo sư. Các khớp thần kinh
chỉ cho các tín hiệu phù hợp qua chúng, còn lại các tín hiệu khác bị cản lại. Lượng
tín hiệu được biến đổi gọi là cường độ khớp thần kinh đó chính là trọng số của
nơron trong mạng nơron nhân tạo.
Tại sao việc nghiên cứu về mạng thần kinh lại có tầm quan trọng lớn lao. Có
thể trả lời ngắn gọn là sự giống nhau của các tín hiệu của các tế bào thần kinh đơn
lẻ. Do dó chức năng thực sự của bộ não không phụ thuộc vào vai trò của một tế bào
thần kinh đơn, mà phụ thuộc vào toàn bộ các tế bào thần kinh hay các tế bào thần
Chương I: Tổng quan về mạng nơron nhân tạo
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
8
kinh liên kết với nhau thành một mạng thần kinh hay một mạng nơron ( Neural
Networks)
Hoạt động của bộ não nói riêng và của hệ thần kinh nói chung đã được con
người quan tâm nghiên cứu từ lâu nhưng cho đến nay người t a vẫn chưa hiểu rõ
thực sự về hoạt động của bộ não và hệ thần kinh. Đặc biệt là trong các hoạt động
liên quan đến trí óc như suy nghĩ, nhớ, sáng tạo…Tuy thế cho đến nay người ta
cũng có những hiểu biết căn bản về hoạt động cấp thấp của não.
Mỗi nơron liên kết với khoảng 10
4
nơron khác cho đến khi hoạt động thì bộ
não hoạt động một cách tổng lực và đạt hiệu quả cao. Nói một cách khác là các
phần tử của não bộ hoạt động một cách song song và tương tác hết sức tinh vi phức
tạp và hiệu quả hoạt động thường rất cao, nhất là trong các vấn để phức tạp. Về tốc
độ xử lý của bộ não người rất nhanh mặc dù tốc độ xử lý của mỗi nơron (có thể xem
như phần tử xử lý hay phần tử tính) là rất chậm so với xử lý của các cổng logic
silicon trong các chip vi xử lý ( 10
3
giây so với 10
10
giây)
* Hoạt động của cả hệ thống thần kinh bao gồm não bộ và các giác quan như
sau:
- Trước hết con người bị kích thích bởi giác quan từ bên ngoài hoặc trong cơ
thể. Sự kích thích đó được biến thành các xung điện bởi chính giác quan tiếp nhận
kích thích. Những tín hiệu này được chuyển về trung ương thần kinh là não bộ để
xử lý. Trong thực tế não bộ liên tục nhận thông tin xử lý, đánh giá và so sánh với
thông tin lưu trữ để đưa ra quyết định thích đáng.
- Những mệnh lệnh cần thiết được phát sinh và gửi đến bộ phận thi hành thích hợp
như các cơ tay, chân… Những bộ phận thi hành biến những xung điện thành dữ liệu
xuất của hệ thống.
* Tóm lại : Bộ não người có chức năng hết sức quan trọng đối với đời sống của con
người. Cấu tạo của nó rất phức tạp, tinh vi bởi được tạo thành từ mạng nơron có
Chương I: Tổng quan về mạng nơron nhân tạo
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
9
hàng chục tỉ tế bào với mức độ liên kết giữa các nơron là rất cao. Hơn nữa nó còn
được phân chia thành các vùng và các lớp khác nhau. Bộ não hoạt động dựa trên cơ
chế hoạt động song song của các nơron tạo nên nó
1.1.1.2 Mạng nơron sinh học
Mạng nơron bao gồm vô số các nơron được liên kết truyền thông với nhau
trong mạng. Hình 1.1 là một phần của mạng nơron bao gồm hai nơron.
Một nơron bao gồm các thành phần cơ bản:
Thân nơron được giới hạn trong một màng membran và trong cùng là nhân, từ
thân nơron còn có rất nhiều đường rẽ nhánh gọi là rễ.
Đường liên lạc liên kết nơron này với nơron khác được gọi là axôn, trên axôn
có các đường rẽ nhánh. Nơron có thể liên kết với các nơron khác qua các rễ. Chính
vì sự liên kết đa dạng như vậy nên mạng nơron có độ liên kết cao.
Hình 1.1. Mạng nơron đơn giản gồm 2 nơron
Axôn được nối với rễ đầu vào của
nơron 2
Rễ đầu ra
Rễ đầu ra của nơron 1 được nối với axôn
Nhân
Axôn
Không có nhận xét nào:
Đăng nhận xét