Bài viết Điều khiển trượt hệ nâng vật trong từ trường dùng mạng nơ ron hàm cơ sở xuyên tâm được nghiên cứu nhằm mục tiêu áp dụng bộ điều khiển trượt dùng mạng nơ-ron hàm cơ sở xuyên tâm, gọi tắt là mạng nơron RBF (Radial Basis Function Neural Networks) cho hệ nâng vật trong từ trường. | 74 Nguyễn Ngô Phong Nguyễn Chí Ngôn Ngô Quang Hiếu ĐIỀU KHIỂN TRƯỢT HỆ NÂNG VẬT TRONG TỪ TRƯỜNG DÙNG MẠNG NƠ-RON HÀM CƠ SỞ XUYÊN TÂM SLIDING MODE CONTROL FOR MAGNETIC LEVITATION SYSTEM USING RADIAL BASIS FUNCTION NEURAL NETWORK Nguyễn Ngô Phong1 Nguyễn Chí Ngôn2 Ngô Quang Hiếu2 1 Học viên CH ngành Kỹ thuật Điều khiển và Tự động hóa Trường Đại học Cần Thơ nnphong14@ 2 Trường Đại học Cần Thơ ncngon@ nqhieu@ Tóm tắt - Nghiên cứu này nhằm mục tiêu áp dụng bộ điều khiển Abstract - This study presents the application of a sliding mode trượt dùng mạng nơ-ron hàm cơ sở xuyên tâm gọi tắt là mạng nơ- controller based on radial basis function RBF neural networks for ron RBF Radial Basis Function Neural Networks cho hệ nâng vật a magnetic levitation system. The sliding mode control SMC trong từ trường. Giải thuật điều khiển trượt đảm bảo tính ổn định algorithm keeps the system stable even under the effects of của hệ thống điều khiển ngay cả khi có sự tác động của nhiễu cũng disturbances and even when the value of parameters of the model như khi giá trị của các thông số trong mô hình thay đổi. Nghiên cứu varies. The study proposes using the RBF neural networks to đề xuất sử dụng mạng nơ-ron RBF để xấp xỉ các hàm phi tuyến estimate the nonlinear functions which express the status of mô tả trạng thái trong luật điều khiển trượt thay vì sử dụng mô hình system for generating the sliding control signal instead of using toán. Tính ổn định của giải thuật điều khiển được chứng minh thỏa mathematical model. The stability of the closed-loop control system điều kiện ổn định Lyapunov. Kết quả mô phỏng cho thấy bộ điều is proved to satisfy the Lyapunov scondition. Simulation results khiển bền vững dưới tác động của nhiễu và sự biến thiên của thông indicate that the proposed controller is stable and robust in several số mô hình đối tượng đáp ứng của hệ thống có thời gian xác lập conditions of noise affection and modeling uncertainties the là 0 15 0 03s không .
