Sử dụng cực tiểu hóa từng đoạn sai lệch đầu ra trong miền thời gian để điều khiển dự báo hệ buồng sấy giấy đa biến

 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
Sử dụng cực tiểu hóa từng đoạn sai lệch đầu ra trong miền thời gian để điều 
 khiển dự báo hệ buồng sấy giấy đa biến 
 Using Receding Horizon Minimization of Output Errors In Time Domain for Model Predictive 
 Control of Multivariable Paper Drying Systems 
 Trần Kim Quyên1, Bùi Quốc Khánh2, Nguyễn Doãn Phước2* 
 1 Trường Cao đẳng Công nghiệp Tuy Hòa, Nguyễn Tất Thành, TP. Tuy Hòa, Phú Yên 
 2 Trường Đại học Bách khoa Hà Nội, số 1, Đại Cồ Việt, Hai Bà Trưng, Hà Nội 
 Đến Tòa soạn: 22-4-2016; chấp nhận đăng: 20-12-2016 
 Tóm tắt 
 Bài báo đề xuất một phương pháp điều khiển dự báo cho hệ MIMO với mô hình dự báo là hệ phương trình 
 sai phân trong miền thời gian. Phương pháp điều khiển dự báo đề xuất này làm việc theo nguyên tắc cực 
 tiểu hóa từng đoạn sai lệch đầu ra của hệ trong miền thời gian. Bộ điều khiển này có cấu trúc tương tự như 
 của GPC truyền thống, chỉ thay đổi khâu dự báo tín hiệu ra và khâu tối ưu hóa để tính hàm điều khiển trục 
 tiếp trên miền thời gian thay vì trong miền tần số, nhờ đó không cần phải tìm nghiệm phương trình 
 Diophaltine mà vẫn đảm bảo được chất lượng điều khiển bám giá trị đặt trước. Hơn thế nữa, bộ điều khiển 
 đề xuất này còn có tính tách kênh và kháng nhiễu cao hơn bộ điều khiển GPC truyền thống. Để minh chứng 
 cho kết luận này, bài báo cũng đã trình bày một ứng dụng của bộ điều khiển đề xuất vào điều khiển đa biến 
 buồng sấy giấy, sau đó so sánh chất lượng điều khiển thu được với chất lượng của hệ khi được điều khiển 
 bằng điều khiển phản hồi đầu ra kết hợp với bộ điều khiển truyền thẳng để tách kênh, cũng như chất lượng 
 của hệ khi được điều khiển với bộ điều khiển GPC truyền thống. 
 Từ khóa: Độ ẩm, Tối ưu hóa từng đoạn, Buồng sấy, MPC, Miền thời gian 
 Abstract 
 The paper proposes a model predictive control method for MIMO system, in which the difference system 
 equations are used for output prediction. The proposed control method is based on piecewise minimizing of 
 output tracking errors in time domain. The structure of proposed controller is similar to that of conventional 
 GPC, except that its system output prediction and minimization of tracking error will be carried out directly in 
 time domain instead of frequency domain. Hence the solution of Diophaltine equation can be avoided but 
 the tracking control performance to a desired value is still guaranteed. Moreover, the decoupling and 
 disturbance attenuation behavior of proposed controller is much better than conventional GPC. To 
 demonstrate these assertions, the paper presents also an application of proposed method to control the 
 multivariable paper drying system and then compares the resulted system control performance with which 
 obtained by using the output feedback control system in combination with the feedforward controller for 
 system decoupling, and also with which obtained by using conventional GPC. 
 Keywords: Moisture, Piecewise optimization, Drying section, MPC, Time domain 
1. Giới thiệu chung vận hành 4.75kgs . Lưu lượng định mức là 
 Buồng*sấy giấy là khâu cuối trong dây chuyền 9 . 5k g s . Nhiệt độ khí thải 75 C . Độ ẩm tỷ lệ là 
xeo giấy. Giấy từ ép keo có độ ẩm tương đối 0.15kg kg . Nhiệt độ điểm sương được đặt là 60 C . 
 0.2kgkg được đưa qua buồng sấy để đạt độ ẩm đầu 
ra mong muốn là 0.05kgkg . Hình 1 trình bày sơ đồ Để đạt được các thông số kỹ thuật trên, hệ điều 
 khiển hiện tại trong nhà máy giấy Bãi Bằng có bốn 
nguyên lý điều khiển buồng sấy giấy. 
 nhiệm vụ cụ thể như sau: 
 Buồng sấy có 10 lô sấy vận hành ổn định tại tốc 
 Điều khiển gia nhiệt cho gió cấp vào buồng 
độ xeo Vm 600min với định lượng 50 gm2 . Gió 
 sấy. Gió lấy từ ngoài trời lưu lượng Wal được gia 
nóng vào Wa1 có lưu lượng vận hành là 3.25kg s . nhiệt một phần từ không khí thải qua bộ HRU (bộ thu 
Lưu lượng định mức là 6.5kgs với nhiệt độ 110 C . hồi nhiệt), sau đó gió ấm được đưa sang thiết bị trao 
 đổi nhiệt và được gia nhiệt thêm bằng hơi bão hòa. 
Độ ẩm tỷ lệ 0.001kg kg . Gió thải ra có lưu lượng Nhiệt độ gió sấy được điều chỉnh nhờ van điều khiển 
 lưu lượng hơi. Mạch vòng điều khiển gia nhiệt gió 
* Địa chỉ liên hệ: Tel: (+84) 976791415 hoạt động tương đối độc lập. 
Email: phuoc.nguyendoan@hust.edu.vn 
 12 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
 Wkgs 700/ h
 PBars 3.5 Air
 TC TC
 Ngưng tụ Air Ngưng 
 tụ
 LC
 Td ,
 TT
 Wkgha1 23447/
 0
 110 C Wkga2 33445/ h
 0
 TCtb 75
  kt 0.15/kg kg
 T 1100C
 u 0.001kg / kg
 LT
 26 28 30 32 34 600 m/phút 
 Tp , Định lượng 50gm / 2
 25 27 29 31 33
 Độ ẩm giấy 0.2 kg/kg Độ ẩm giấy ra 0.05 kg/kg 
 Hình 1. Sơ đồ P & ID của buồng sấy 
 Gió nóng có nhiệt độ 110 C , độ ẩm tỷ lệ khiển thông qua điều chỉnh lưu lượng gió ra Wa2 nhờ 
 0 . 0 0 1k g k g được thổi vào hai mặt giấy bằng vòi quạt hút [4]. 
phun, kết hợp với sấy áp suất hơi cấp cho lô sấy tạo Trong thực tế sản xuất, các hệ điều khiển quá 
nên mạch vòng điều khiển  ... ư khi có thêm điều kiện ràng buộc là tín hiệu điều 
ổn định thấp hơn nhiệt độ môi trường sấy trong khiển bị chặn và nó cũng chỉ là bộ điều khiển vòng 
 hở. 
khoảng 1525 C . Nhiệt độ điểm sương được điều 
 Khác với MAC và DMC, phương pháp điều 
 khiển dự báo GPC của Clarke đưa ra năm 1987 lại sử 
 13 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
dụng mô hình hàm truyền không liên tục của quá Xét hệ hai vào, hai ra, có trễ với mô hình tổng 
trình (đối tượng điều khiển). Phương pháp GPC áp quát trong miền thời gian: 
dụng được cho những đối tượng, quá trình không ổn 
 ykaykaykn[][1] []
định [8]. Hơn thế nữa nó cũng còn có thể áp dụng 1111111 n1
được cho cả những quá trình có tính pha không cực 
 [][1] bukmbukm1011111111 
tiểu [8], và cho tới nay nó được biết là phương pháp 
 [] bukmq
điều khiển dự báo phổ thông và áp dụng nhiều nhất 111111q11 
trong thực tế, có thể phát triển mở rộng cho hệ MIMO [][1] cukmcukm
[8]. 1021211212
 [] cukmq121212q 
 Do phương pháp GPC được xây dựng trên nền 12 (1) 
mô hình hàm truyền không liên tục, có các tham số ykaykaykn[][1] []
 2212222 n2
rất dễ được xác định bằng những thuật toán nhận 
 [][1]bukmbukm 
dạng, nên GPC hoàn toàn có thể được phát triển 2012121121
thành bộ điều khiển vòng kín mang tính thích nghi 
 [] bukmq212121q 
nếu như ta bổ sung thêm khâu nhận dạng trực tuyến 21
các tham số hai đa thức này. [][1] cukmcukm2022221222
 [] cukmq
 Ngoài ra, cũng vì sử dụng hàm truyền làm mô 222222q22 
hình dự báo nên việc tối ưu hóa trong nó bắt buộc 
phải được thực hiện trong không gian phức thông qua trong đó 
bước trung gian là tìm nghiệm phương trình m là độ trễ đầu vào thứ nhất ứng với đầu ra thứ 
Diophaltine. Điều này đã hạn chế khả năng kháng 11
nhiễu cũng như chất lượng tách kênh của hệ thống nhất và m12 là độ trễ đầu vào thứ hai ứng với đầu 
trong miền thời gian. ra thứ nhất, 
 Từ kết quả phân tích ưu nhược điểm của từng m21 là độ trễ đầu vào thứ nhất ứng với đầu ra thứ 
phương pháp điều khiển dự báo nói trên, chúng tôi đã hai và m là độ trễ đầu vào thứ hai ứng với đầu ra 
đi đến một phương pháp điều khiển dự báo mới cho 22
 thứ hai. 
hệ MIMO, trong đó mô hình dự báo là hệ phương 
trình sai phân trong miền thời gian, thay vì sử dụng Nhiệm vụ điều khiển đặt ra ở đây là xác định bộ điều 
ma trận hàm truyền. Phương pháp điều khiển dự báo khiển, tức là tìm ([],[])ukuk12 để có chất lượng bám: 
đề xuất này, về cấu trúc nó hoàn toàn tương tự như 
GPC truyền thống, ngoài việc thay đổi khâu tối ưu ([],[])([],[])ykykwkwk1212 
hóa để tính hàm điều khiển và thực hiện tìm nghiệm 
bài toán tối ưu trực tiếp trên miền thời gian. Điều này với wkwkk12[], [], 0,1, là dãy giá trị mẫu đặt 
giúp ta tránh được việc phải tìm nghiệm phương trình trước cho từng kênh. 
Diophaltine và có thể kết hợp thêm các điều kiện ràng 
 Không mất tính tổng quát ta luôn viết được lại 
buộc về tín hiệu điều khiển trong lời giải. 
 mô hình (1) thành: 
 Nội dung bài báo trình bày gồm ba phần. Phần 
 y[ ka ][1] y ka y[] k n
một trình bày phương pháp thiết kế điều khiển dự 111 11 1 n
báo tối ưu hóa từng đoạn cho hệ MIMO đa biến, tức [][1] b10 u 1111 k 11 mb u k m
là về nguyên tắc làm việc của bộ điều khiển được đề 
 [] b u k m q
xuất. Phần hai là ứng dụng của nó vào điều khiển 1q 11 
buồng sấy giấy và các kết quả mô phỏng, so sánh với 
 [][1] c10 u 2211 k 22 mc u k m
chất lượng của hệ khi sử dụng bộ điều khiển GPC 
truyền thống. Cuối cùng trong phần ba là những đánh [] c1q u 22 k mq 
 (2) 
giá ưu nhược điểm của bộ điều khiển được đề xuất. 
 y221[ ka ][1] 22 y ka y n 2[]kn 
2. Nội dung [][1] b20 u 1121 k 11 mb u k m
2.1. Thuật toán điều khiển dự báo hệ MIMO có trễ 
 [] b2q u 11 k m q 
trong miền thời gian bằng phản hồi đầu ra 
 [][1] c20 u 2221 k 22 mc u k m
 Phương pháp điều khiển dự báo đề xuất này sẽ 
được nhóm tác giả gọi là bộ điều khiển dự báo tối ưu [] c2q u 22 k mq 
hóa từng đoạn. Về cấu trúc điều khiển tương tự như 
MPC truyền thống, chỉ thay đổi khâu tối ưu hóa để tức là: 
tính hàm điều khiển và thực hiện trên miền thời gian 
 14 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
 a 0 a 0
 11 1n y[ k 1] B0,0 u [ k 1] B 1,0 A 1,00,0 B u [ k ] 
y[][1] ky ky [] kn 
 0 a 0 a
 21 2n B AB ukq [ 1] ABukq [ ] 
 q,0 1,0 q 1,0 1,0,0 q 
 bc1010 bc11qq
 [] [] u ku kq A A A y [ k 1] A A A y [ k 2] 
 bc 2,0 1,01,0 3,0 1,02,0 
 bc2020 22qq
 A AA ykn [ 1] AAykn [ ] 
trong đó: n,0 1,0 n 1,0 1,0,0 n 
q max( q m , q m , q m , q m ),
 11 11 12 12 21 21 22 22 B0,1 u[ k 1] Bq 1,1 u [kq ] 
n max( n12 , n ),
 A1,1 y [ k 1] A 2,1 y [ k 2] An ,1 y [ k n ] 
m min( m , m ), m min( m , m )
 1 11 12 2 21 22 với các hệ số của nó lần được được xác định theo 
 y11[ k ] y [ k 1] công thức truy hồi sau: 
y[ k ] , y [ k 1] , 
 y22[ k ] y [ k 1] 
 BB0,10,0 
 y1[] k n
y[] k n BBAB1,11,01,00,0 
 y2[] k n
 u[] k m u[ k m 1]
 11 11 BBAB 
u[ k ] , u [ k 1] , qqq,1,01,01,0 
 u[] k m u[ k m 1]
 22 22 BAB 
 qq 1,11,0,0 (6) 
 u11[] k m q
u[] k q AAAA1,12,01,01,0 
 u22[] k m q
 AAAA 
 Ký hiệu tiếp: 2,13,01,02,0
 a11 0 a1n 0
 AAAAnnn 1,1,01,01,0 
AA1,0 , , n ,0 ,
 0 a21 0 a2n
 (3) AAAnn,11,0,0 
 bc10 10 bc11qq
BB , , 
 0,0 q ,0 bc Tương tự như vậy, khi i 2 thì: 
 bc20 20 22qq
 y[2][2] kBu kBu [] kq
thì mô hình ban đầu (1) của hệ sẽ trở thành: 0,22,2 q 
 [1][2] Ay1,22,2,2 [] kAy kAy kn n 
y[ k ] A1,0 y [ k 1] An ,0 y [ k n ] 
 (4) 
 B0,0 u [ k ] Bq ,0 u [ k q ] trong đó: 
 Từ đây ta được các đầu ra dự báo của hệ là BB0,2 0,1
y[], kiiN 0,1, ,1 , với Nnq max(,) , như BB1,2 1,1
sau: BBAB2,2 2,1 1,1 0,0
 Khi i 0 thì: 
 BBAB 
y[ kBu ][ ][9] kBu0,09,0 k q 1,2 q 1,1 1,1 q 1,0
 BABqq 2,2 1,1 ,0 (7) 
 [1][2] Ay1,02,0 kAy k (5) 
 AAAA 
 Khi i 1 thì: 1,1 2,0 1,0 1,0
 AAAA2,1 3,0 1,0 2,0
y[1] k B0,0 u [1] k Bq ,0 u [ k q 1] 
 A1,0 y [ k ] A 2,0 y [ k 1] An ,0 y [ k n 1] AAAAn 1,1 n ,0 1,0 n 1,0
 AAA 
 B0,0 u[ k 1] Bq ,0 u [ k q 1] nn,1 1,0 ,0
 A B u [ k ] B u [ k q ] Tổng quát cho tất cả các chỉ số iN 3,4, , 1 
 1,0 0,0q ,0 
 còn lại, ta được: 
 A y [ k 1] A y [ k 2] A y [ k n ] 
 1,0 2,0n ,0 
 yki[ ] Buki0,i [ ] Bukq q i , i [ ] 
 (8) 
 A2,0 y [ k 1] An ,0 y[ k n 1] 
 A1,i y [ k 1] A 2, i y [ k 2] A n , i y [ k n ] 
hay: 
 15 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
và: và 
 BBB
 ykiBuki[1][1] 0,1i 1,0 2,0q ,0
 BBB
 2,1 3,1q 1,1
 [] Bukqqii 1,1 B ,
 2 
 [1][2] AykAyk1,12,1ii 
 BBBN 1, N N 2, N q N , N
 [] Aykn
 ni,1 AAA1,0 2,0n ,0
 AAA
trong đó A 1,1 2,1n ,1 (13) 
 BB0,10,ii 
 AAA1,N 1 2, N 1 n , N 1
 BB1,11,ii 
 uk[ 1] yk[ 1]
 yk[ 2]
 // uk[ 2] 
 BBi,1, ii i uy , 
 BBABiiiii 1,11,1,0,0 
 u[] k q 
 y[] k n 
 BBABqi iqi,1,1,11,0 iq (9) Như vậy, ở công thức (11) thì u cho bởi (10) là 
 vector các tín hiệu điều khiển tương lai cần xác định, 
 BABqiiiq 1,11,,0 
 y là vector các tín hiệu đầu ra tương ứng được dự 
 AAAA1,12,1,1,0iii 
 báo trong tương lai và chúng là những giá trị chưa 
 AAAA 
 2,13,1,2,0iii biết. Còn lại các vector uy//, trong (12) định nghĩa 
 bởi (13) đều là những giá trị quá khứ nên là đã biết ở 
 AAAAnin 1,1,1,01,0 in thời điểm k hiện tại, hay g cũng là hằng số đã biết. 
 AAAn,11,,0 iin 
 Tiếp tục, để đạt được mục đích ykwk[][] , ta 
 Tiếp theo, để xây dựng hàm mục tiêu phục vụ sẽ xây dựng hàm mục tiêu tương ứng với nhiệm vụ 
mục tiêu điều khiển bám ykwk[][] của bài toán, yw , hay eyw 0 , trong đó 
ta sẽ viết lại toàn bộ N 1 giá trị đầu ra dự báo 
 y[], kiiN 0,1, , đã nêu ở trên chung lại thành w col w[ kw ],[1], kw kN,[] (14) 
một phương trình nhờ các ký hiệu như sau: là vector các giá trị đặt, nên cũng là đã biết. Hàm mục 
 tiêu này có dạng như sau 
 yk[] u[] k N
 TT
 yk[ 1] JQR eeuu min (15) 
 u[ k N 1] kk
 yu , ,
 trong đó QR, là hai ma trận trọng số đối xứng xác 
 kk
 y[] k N uk[] định dương tùy chọn. 
 (10) 
 B0,0 Thay eyw và (11) vào (15) sẽ có: 
  BB0,1 1,1
 T T
 B1 JQR ()()y w y w u u
 kk
 T
 ()()BBu g wT QR u g w u u
 BBB0,NNNNN 1, , 11kk
 uT BBBTTQRQ u 2( w g ) u
và  là ký hiệu của ma trận có tất cả các phần tử đều 1k 1 k k 1
bằng 0. Với các ký hiệu này, các phương trình (5)-(8) T
 ()()g wQk g w
cho tất cả các chỉ số iN 0,1, , sẽ được viết 
chung lại thành: nên nhiệm vụ (15) là tương đương với: 
 y B u g (11) T T T
 1 uuw BBB111QRQ gukkk 2min 
trong đó: Có thể thấy ngay đây là bài toán tối ưu toàn 
 // phương nên trong trường hợp không bị ràng buộc thì 
 g BA2 u y (12) 
 16 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
khi áp dụng phương pháp Newton-Raphson, ta có 7. Xác định vector g theo (12) và w theo (14). 
nghiệm tối ưu của nó như sau: 
 8. Tính u theo (16) và uk[] theo (17) rồi đưa vào 
 TT 1
 uwg BBB111QRQkkk (16) điều khiển đối tượng. 
 Nếu viết ra một cách chi tiết nghiệm tối ưu u T
 9. Đo tín hiệu ra y yy12, của hệ rồi sắp xếp lại 
tìm được ở trên thành: 
 hai mảng dữ liệu uy//, như sau: 
 u colukNukNuk [],[1], ,[] 
 //
 uuiqqii:, 2,21, 2 ,3 
ta sẽ thấy luôn lấy ra được từ đó tín hiệu điều khiển 
 / /
hiện tại: u11:[] u k p và u22:[] u k q 
 ukm[] //
 11 yyjnnjj:, 2,21, 2 ,3 và 
 ukI[], ,, 2 u (17) 
 ukm22[] 
 //
 y1: y 1 , y 2 : y 2 . 
để điều khiển đối tượng, trong đó I 2 là ma trận đơn 
vị kiểu 22 . Tất nhiên ta luôn lấy ra được cả những 10. Gán kk:1 và quay về 6. 
giá trị tín hiệu vượt trước: 2.2. Áp dụng vào điều khiển buồng sấy giấy 
 u k[] p Mô hình buồng sấy giấy được xây dựng theo tài 
 1 với m p N , m q N 
 1 2 liệu [4] cho nhà máy giấy Bãi bằng có cấu trúc ma 
 u k2[] q 
 trận hàm truyền như mô tả ở hình 2 gồm bốn hàm 
từ u theo công thức: truyền như sau: 
  0.000815 14s
 ukp1[] Ge ,
 C u 11 *
 (2122),(2222)NmpNmq 12 P 481s 
 ukq2[] 
  0.0007945 28s
 Ge12 *
trong đó C(),()ij là ma trận 2 hàng, 2 ( 1N ) cột có hai W 681s 
 a2 
phần tử (1,i ) và (2 , )j bằng 1, các phần tử còn lại T 0.334
 Ge d 50s
đồng nhất bằng 0. 21 P* 2101s 
 Tổng kết lại thì bộ điều khiển tối ưu hóa từng Td 0.2671 45s
 Ge22 *
đoạn để điều khiển bám giá trị đặt trước cho hệ đa Wa2 2021s 
biến sẽ làm việc theo các bước sau: 
 1
1. Chọn độ rộng Nnq max(,) cho cửa sổ dự báo `
 GD1
 và xây dựng các ma trận: SP  P * 
 `
 ` Gc1 G11 `
 AABB1,0,00,0,0, ,,, , nq 
 từ các tham số mô hình hàm truyền theo (3). G21
2. Xây dựng các ma trận Aij, , Bij, theo các công 
 thức (6),(7) và (9). 
 G12
3. Xác định các ma trận BBA12, , theo (10),(13). 
 SP Wa2 * Td
 T d
 // ` `
4. Khai báo mảng dữ liệu một chiều uy, , trong ` Gc2 G22
 đó u / có 2q phần tử và y / có 2n phần tử định 
 nghĩa theo (13) với thứ tự như sau: 
 Hình 2. Mô hình buồng sấy giấy 
 uy// u/, uuy /// , // yy ,, , , , 
 1 221 22 qn Chọn chu kỳ trích mẫu T 5s và khi ký hiệu lại 
 các đầu vào ra: 
5. Gán uy// 0, 0 và k 0 . 
 **
 yyT12122  uP, , , uW da 
6. Chọn QRkk, đối xứng xác định dương . 
 17 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
thì hệ phương trình sai phân của nó dạng (4) sẽ có các nhiệt đầu vào tăng lên, tức là chênh áp P tăng, lưu 
tham số lần lượt là nq 2 , 9 và: lượng hơi vào nhiều hơn để tăng nhiệt sấy, kéo độ ẩm 
 giấy đầu ra bám theo giá trị đặt. Mạch vòng nhiệt độ 
 aa1112 1,8302, 0,8372
 điểm sương tác động tức là Wa2 tăng, làm giảm nhiệt 
 aa2122 1,9521, 0,9527 độ điểm sương. Kết quả mô phỏng này đã cho thấy hệ 
 bb 1,68.10, 55 1,561.10, hoạt động ổn định đáp ứng tốt với nhiễu độ ẩm đầu 
 1011 vào, đảm chất lượng giấy đầu ra. 
 56
 bb1213 0,382.10, 3,549.10, 
 2.3. So sánh kết quả khi điều khiển với bộ điều 
 bbbbbb 0,
 141516171819 khiển GPC truyền thống 
 bbbbbbbb 0,
 2021222324252627 Kết quả mô phỏng buồng sấy giấy dùng bộ điều 
 bb2829 0,007858, 7,666 khiển MPC trong Toolbox Matlab Simulink, có tên 
 55 gọi là bộ điều khiển GPC cho ở hình 5 và hình 6. 
 cc1011 2,303.10, 3,33.10,
 Từ kết quả mô phỏng này và khi so sánh với các 
 cc 2,07.10, 55 3.10,
 1213 hình 3 và hình 4 ta thấy nếu tác động nhiễu đầu vào 
 cccccc141516171819 0 gama1, độ ẩm của giấy tăng lên đồng thời gây ảnh 
 hưởng đến mạch vòng nhiệt độ điểm sương. Dưới tác 
 cccccccc2021222324252629 0,
 động của bộ điều khiển MPC trong toolbox Matlab 
 cc 0,00653, 6,3765.10 3
 2728 Simulink đã điều khiển độ ẩm của giấy về giá trị đặt 
 4
 Áp dụng thuật toán điều khiển tối ưu từng đoạn nhưng thời gian điều chỉnh lớn (lên đến 10 s ), điều 
đã trình bày ở trên để điều khiển hệ buồng sấy giấy, này chứng tỏ bộ điều khiển mặc định hoạt động chưa 
ta thu được kết quả như mô tả ở hình 3 và hình 4. tốt ảnh hưởng đến chất lượng sản phẩm giấy. 
Hình 3. Đáp ứng của bộ điều khiển MPC tối ưu từng Hình 5. Đáp ứng của bộ điều khiển MPC khi thay đổi 
đoạn cho buồng sấy giấy, khi thay đổi nhiệt độ ẩm nhiễu độ ẩm giấy đầu vào (Sử dụng Toolbox MPC 
đầu vào 25% của Matlab) 
Hình 4. Đáp ứng của bộ điều khiển MPC tối ưu từng 
đoạn cho buồng sấy giấy, khi thay đổi nhiệt độ 
điểm sương ± 10% 
 Kết quả mô phỏng cho thấy khi tăng nhiễu độ 
ẩm giấy đầu vào làm độ ẩm giấy đầu ra tăng, mạch Hình 6. Đáp ứng của bộ điều khiển MPC khi thay đổi 
vòng điều khiển độ ẩm tác động làm cho công suất nhiệt độ điểm sương 
 18 
 Tạp chí Khoa học và Công nghệ 116 (2017) 012-019 
3. Kết luận [4] Trần Kim Quyên, Bùi Quốc Khánh, Lê Khắc Trường, 
 Động học quá trình sấy giấy đối lưu,tạp chí Tự động 
 Từ việc phân tích thiết kế bộ điều khiển MPC hóa ngày nay, chuyên san Điều khiển và Tự động hóa 
tích hợp sẵn trong toolbox Matlab Simulink, so sánh số 11, tháng 12 năm 2014, pp 58-63. 
với bộ điều khiển MPC tối ưu hóa từng đoạn ta thấy 
 [5] Trần Kim Quyên, Lê Khắc Trường, Phạm Văn 
bộ điều khiển MPC tối ưu từng đoạn đáp ứng tốt với 
 Tuynh: Động học quá trình cân bằng gió -Zerolevel 
nhiễu tác động hay nói cách khác là hệ có khả năng trong buồng sấy giấy. Tạp chí Tự động hoá ngày nay, 
kháng nhiễu khi thay đổi thông số độ ẩm đầu vào, đặc chuyên san Điều khiển và Tự động hoá số 12, tháng 
biệt đảm bảo tách kênh giữa điều khiển độ ẩm và 4/2015, pp36-41. 
nhiệt độ điểm sương, hệ bám được lượng đặt khi vận 
hành thay đổi độ ẩm và nhiệt độ điểm sương. Kết quả [6] Trần Kim Quyên, Đoàn Quang Vinh, and Lê Khắc 
 Trường: Điều khiển đa biến tách kênh cho buồng sấy 
nghiên cứu là đúng đắn và có thể triển khai ứng dụng giấy. 2015, Hội nghị tự động hóa Toàn quốc, VCCA 
trong thực tế sản xuất. 2015. 
Tài liệu tham khảo [7] Camacho, E. and Bordons, C. (1999): Model 
 predictive control. Springer. 
[1] Tài liệu thiết kế và kỹ thuật vận hành giấy Bãi bằng 
 (nâng cấp lần 2), 2014. [8] Holkar, K.K. and Waghmare, L.M.(2010): An 
 overview of model predictive control. Int. Journal of 
[2] Bùi Quốc Khánh, et al. (2014): Điều khiển quá trình. 
 Control and Automation, Vol. 3, No. 4, December 
 NXB khoa học kỹ thuật Hà Nội. 
 2010, pp. 47-64. 
[3] Đỗ Thị Tú Anh, Nguyễn Doãn Phước (2013): Giới 
 [9] Maciejowski, M.J. (2011): Predictive control with 
 thiệu về điều khiển dự báo hệ tuyến tính. Hội nghị 
 constrains. Prentice Hall. 
 khoa học khoa Điện tử Đại học Công nghiệp Thái 
 Nguyên. 
 19