Luận án tiến sĩ mô hình hóa và điều khiển dự báo hệ thống phân phối vật liệu nano

Thành công của đề tài sẽ mở ra một hướng nghiên cứu mới nhằm tạo ra một thiết bị phân phân phối vật liệu có độ chính xác cao, kích thước nhỏ gọn, tiện dụng, có khả năng cho phép phủ lên

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

BÙI VĂN DÂN

MÔ HÌNH HÓA VÀ ĐIỀU KHIỂN DỰ BÁO HỆ THỐNG

PHÂN PHỐI VẬT LIỆU NANO

LUẬN ÁN TIẾN SĨ ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Hà Nội – 2017

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

BÙI VĂN DÂN

MÔ HÌNH HÓA VÀ ĐIỀU KHIỂN DỰ BÁO HỆ THỐNG

PHÂN PHỐI VẬT LIỆU NANO

Chuyên ngành: Kỹ thuật điều khiển và tự động hóa

LỜI CAM ĐOAN

Tôi xin cam đoan: luận án “Mô hình hóa và điều khiển dự báo hệ thống phân phối

vật liệu nano” là công trình nghiên cứu của riêng tôi được hoàn thành dưới sự chỉ bảo tận

tình của hai thầy giáo hướng dẫn

Các kết quả nghiên cứu trong luận án là trung thực, một phần được công bố trên các tạp chí khoa học chuyên ngành với sự đồng ý của các đồng tác giả, phần còn lại chưa được

ai công bố trong bất kỳ công trình nào khác

LỜI CẢM ƠN Trước tiên, tôi xin bày tỏ lòng biết ơn sâu sắc đến PGS.TS Nguyễn Quốc Cường – Trường Đại học Bách khoa Hà Nội và PGS.TS Bùi Trung Thành – Trường Đại học Sư

Phạm Kỹ thuật Hưng Yên đã tận tình hướng dẫn, tạo mọi điều kiện thuận lợi, giúp tôi thực hiện và hoàn thành luận án này

Tôi xin trân trọng cảm ơn các thầy cô giáo, đồng nghiệp trong bộ môn Kỹ thuật đo và tin học công nghiệp – Viện Điện - Trường Đại học Bách Khoa Hà Nội, đã tạo điều kiện giúp đỡ tôi trong thời gian thực hiện luận án, tham gia sinh hoạt tại bộ môn

Tôi xin trân trọng cảm ơn các thầy cô giáo, đồng nghiệp trong Viện Đào tạo Quốc tế

về Khoa học Vật liệu (ITIMS) - Trường Đại học Bách Khoa Hà Nội, đã tạo điều kiện giúp

đỡ tôi khảo sát, thực nghiệm trong thời gian thực hiện luận án

Xin được gửi lời cảm ơn chân thành tới các thầy cô, anh chị, bạn bè và đồng nghiệp

Bộ môn Điều khiển và Tự động hóa, Khoa Điện - Điện tử, Phòng đào tạo, các đơn vị chức năng - Trường Đại học sư phạm kỹ thuật Hưng yên đã chia sẻ, đóng góp ý kiến, giúp đỡ, động viên tôi vượt qua mọi khó khăn để hoàn thành tốt công việc nghiên cứu của mình Cuối cùng, tôi biết ơn bố mẹ và những người thân trong gia đình đã luôn quan tâm, động viên và tạo điều kiện thuận lợi nhất để tôi có thể hoàn thành bản luận án Xin dành những lời yêu thương nhất cho vợ, con gái và con trai yêu quý đã cùng tôi vượt qua những khó khăn, vất vả trong cuộc sống và trong quá trình nghiên cứu để tôi hoàn thành bản luận

án này

Một lần nữa xin chân thành cám ơn !

Hà Nội, ngày tháng 03 năm 2017

MỤC LỤC

LỜI CAM ĐOAN I LỜI CẢM ƠN II MỤC LỤC III DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT V DANH MỤC BẢNG BIỂU VIII DANH MỤC HÌNH VẼ, ĐỒ THỊ IX

MỞ ĐẦU 1

1 Giới thiệu 1

2 Tính cấp thiết của luận án 2

3 Mục tiêu của luận án 2

4 Đối tượng, phạm vi và phương pháp nghiên cứu 3

5 Ý nghĩa khoa học và thực tiễn 4

6 Những đóng góp của luận án: 4

7 Bố cục luận án 5

CHƯƠNG 1 LÝ THUYẾT TỔNG QUAN 8

1.1 Bài toán hệ thống phân phối vật liệu nano 8

1.2 Tổng quan phần cứng hệ thống phân phối vật liệu 8

1.2.1 Khái niệm về hệ thống phân phối vật liệu 8

1.2.2 Giới thiệu các phương pháp chế tạo vật liệu nano 9

1.2.3 Tổng quan các nghiên cứu phần cứng hệ thống phân phối vật liệu nano 10

1.3 Tổng quan các nghiên cứu điều khiển vị trí 14

1.3.1 Nhóm phương pháp điều khiển không gian trạng thái gán điểm cực 14

1.3.2 Nhóm phương pháp điều khiển trượt 17

1.3.3 Nhóm phương pháp điều khiển tầng PID 20

1.3.4 Nhóm phương pháp điều khiển kết hợp giữa PID – Mờ nơ ron 23

1.3.5 Nhóm phương pháp điều khiển tối ưu bền vững thích nghi 26

1.3.6 Nhóm phương pháp điều khiển dự báo 28

1.4 Kết luận 31

CHƯƠNG 2 XÂY DỰNG HỆ THỐNG PHÂN PHỐI VẬT LIỆU NANO NẰM NGANG VÀ MÔ HÌNH HÓA DƯỚI DẠNG HÀM TRUYỀN, MÔ HÌNH TRẠNG THÁI 34

2.1 Đặt vấn đề 34

2.2 Xây dựng cấu trúc điển hình hệ thống phân phối vật liệu nano 35

2.3 Xây dựng mô hình toán cho hệ thống phân phối vật liệu nano 36

2.3.1 Mô tả mô hình toán động cơ DC 37

2.3.2 Mô tả hệ động cơ hộp số và khớp nối mềm với tải 38

2.3.3 Phương trình toán học mô tả hệ thống phân phối vật liệu nano 42

2.4 Khảo sát mô phỏng trên Matlab 42

2.5 Kết luận 49

CHƯƠNG 3 XÂY DỰNG THUẬT TOÁN ĐIỀU KHIỂN 51

3.1 Đặt vấn đề 51

3.2 Xây dựng mô hình đối tượng điều khiển 51

3.3 Xây dựng bộ điều khiển PID cho hệ thống phân phối vật liệu nano 55

3.3.1 Đặt vấn đề 55

3.3.2 Xây dựng bộ điều khiển PID cho hệ phân phối vật liệu nano 55

3.4 Xây dựng bộ điều khiển dự báo cho hệ thống phân phối vật liệu nano 64

3.4.1 Đặt vấn đề 64

3.4.2 Cơ sở lý thuyết điều khiển dự báo 64

3.4.3 Xây dựng phương pháp điều khiển dự báo trong không gian trạng thái 66

3.4.4 Xây dựng bộ điều khiển dự báo thích nghi có thành phần tích phân để xử lý nhiễu 68

3.4.5 Quan sát trạng thái nhờ lọc Kalman 71

3.4.6 Xây dựng sơ đồ khối hệ thống theo phương pháp điều khiển dự báo thích nghi có thành phần tích phân 73

3.4.7 Kết quả mô phỏng trên Matlab bộ điều khiển dự báo thích nghi có thành phần tích phân 73

3.5 So sánh hai phương pháp PID và MPC 77

3.6 Kết luận 81

CHƯƠNG 4 THỰC NGHIỆM 83

4.1 Giới thiệu cấu hình hệ thống thực nghiệm 83

4.2 Kết quả ứng dụng thực nghiệm 85

4.2.1 Trình tự thực hiện 85

4.2.2 Kết quả thực nghiệm: 86

4.3 Kết luận 94

KẾT LUẬN VÀ KIẾN NGHỊ 95

1 Kết luận 95

2 Kiến nghị 96

TÀI LIỆU THAM KHẢO 97

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 103

PHỤ LỤC 104

Phụ lục 01: Tính toán chi tiết cơ cấu chấp hành hệ thống phân phối vật liệu nano 104

Phụ lục 02: Thiết kế, chế tạo phần cứng hệ thống phân phối vật liệu nano 118

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

K t Hằng số mô men xoắn không đổi

K v Hằng số xuất điện động không đổi

M Khoảng thời gian dự báo (Tầm dự báo – Receding horizon )

T s Mô men trên trục truyền từ phía động cơ đến tải

T f Mô men ma sát trên trục động cơ

x (k), xk , {xk } Giá trị và dãy các giá trị trích mẫu của hàm thời gian x(t) tại thời

điểm t = kTa với T a là chu kỳ trích mẫu ˆy

ˆx Véc tơ trạng thái quan sát đƣợc

u k Tín hiệu điều khiển dự báo

Chữ viết tắt:

Backlash Hiệu ứng khe hở

CARE Control Algebraic Riccati Equation - Phương trình Riccati điều

khiển CNC Computer Numerical Control - Điều khiển bằng máy tính

Dead Zone

Mode

Góc chết của hệ

DMC Dynamic Matrix Control - Ma trận động học điều khiển

GA Genetic Algorithm - Giải thuật di truyền

GPC Generalized Predictive Control - Điều khiển dự báo tổng quát IFT Iterative feedback Tuning – Điều chỉnh phản hồi lặp

LQR Linear Quadratic Regulator – Bộ điều chỉnh toàn phương

MEMS Micro-electromechical system - Công nghệ vi cơ điện tử

MPC Model Predictive Control - Điều khiển dự báo

MAC Model Algorithmic Control - Thuật toán điều khiển theo mô hình PID Proportional Integral Derivative - Khâu tỷ lệ - tích phân – vi phân PSO Particle Swarm Optimization – Thuật toán tối ưu hóa bầy đàn

RAM Random Access Memory - Bộ nhớ truy cập ngẫu nhiên

ROM Read Only Memory - Bộ nhớ chỉ đọc, không thể ghi – xóa

SISO Single Input Single Output - Một vào một ra

USB Universal Serial Bus - Chuẩn truyền dữ liệu cho BUS (Thiết bị)

ngoại vi) FPGA Field-programmable gate array - Mạch tích hợp cỡ lớn dùng cấu

trúc mảng phần tử logic có thể lập trình được

Z-N Ziegler - Nichols

DANH MỤC BẢNG BIỂU

Bảng 2.1 Tham số của hệ thống phân phối vật liệu nano 43

Bảng 3.1 Tham số của hệ thống nghiên cứu 56

Bảng 3.2 Kết quả khảo sát so sánh bộ điều khiển PID cho hệ phân phối vật liệu nano. 63

Bảng 3.3 Kết quả khảo sát so sánh bộ điều khiển MPC thích nghi có thành phần tích phân 76

Bảng 3.4 Kết quả khảo sát khi thay đổi vị trí đặt 78

Bảng 3.5 Kết quả khảo sát khi thay đổi tải 80

Bảng 3.6 So sánh kết quả với bài toán đặt ra trong phần phạm vi nghiên cứu 82

Bảng 4.1 Chức năng các khối của mô hình hệ thống phân phối vật liệu nano 84

Bảng 5.1 Kết quả thực hiện so sánh với bài toán đặt ra 95

DANH MỤC HÌNH VẼ, ĐỒ THỊ

Hình 1.1 Hệ mô phỏng đặt các nơ ron thần kinh [71] 11

Hình 1.2 Kết quả mô phỏng đặt nơ ron thần kinh [71) 11

Hình 1.3 Hệ của larson [23] 11

Hình 1.4 Kết quả hệ vi cơ điện tử [23] 11

Hình 1.5 Ảnh chụp nhỏ dung dich [23] 11

Hình 1.6 Khoảng cách phân phối [23] 11

Hình 1 7 Mô hình động năng của hệ thống [47] 13

Hình 1.8 Sơ đồ khối điều khiển động cơ DC dùng bộ đánh giá vi phân [59] 15

Hình 1.9 Sơ đồ khối bộ điều khiển PID dựa trên lập trình trực tuyến [68] 16

Hình 1.10 Sơ đồ khối truyền thẳng kết hợp với phản hồi trạng thái đầu ra [68] 16

Hình 1.11 Sơ đồ khối bộ điều khiển phản hồi trạng thái dùng bộ quan sát [68] 17

Hình 1.12 Cấu trúc mạng nơ ron của hệ điều khiển bám thích nghi cho động cơ DC [46] 17 Hình 1.13 Sơ đồ khối của hệ điều khiển bám thích nghi cho động cơ DC [46] 18

Hình 1.14 Sơ đồ hệ điều khiển dùng khâu ước lượng ma sát và điều khiển trượt [37] 18

Hình 1.15 Bộ điều khiển mạng mờ kiểu TSK thích nghi tự tổ chức [26] 19

Hình 1.16 Sơ đồ khối hệ điều khiển servo một trục một vòng phản hồi tốc độ [79] 19

Hình 1.17 Sơ đồ khối bộ điều khiển servo hai vòng phản hồi tốc độ - vị trí [79] 20

Hình 1.18 Sơ đồ khối bộ điều khiển servo ghép tầng PID [80] 20

Hình 1.19 Sơ đồ khối cấu trúc phần cứng hệ điều khiển servo điển hình [80] 20

Hình 1.20 Sơ đồ khối bộ điều khiển đáp ứng nhanh hệ Servo tuyến tính cho hai trục [78]21 Hình 1.21 Sơ đồ khối bộ điều khiển dùng phương pháp tìm thông số PID -IFT Systematic block diagram [41] 21

Hình 1.22 Sơ đồ khối bộ điều khiển APID cho động cơ DC [27] 22

Hình 1.23 Sơ đồ khối bộ điều khiển tầng vị trí [50] 22

Hình 1.24 Sơ đồ khối bộ điều khiển tối ưu hóa GA PID Offline [55] 23

Hình 1.25 Cấu trúc hệ điều khiển giám sát mờ [55] 23

Hình 1.26 Sơ đồ mô phỏng của hệ EMA-AFC [55] 23

Hình 1.27 Sơ đồ khối điều khiển mờ trượt cho hệ phi tuyến [61] 24

Hình 1.28 Sơ đồ khối bộ điều khiển nơ ron song song [44] 24

Hình 1.29 Sơ đồ khối bộ điều khiển nơ ron song song cho động cơ DC [44] 24

Hình 1.30 Cấu trúc điều khiển nơ ron [45] 25

Hình 1.31 Sơ đồ cấu trúc bộ điều khiển PID mờ [81] 26

Hình 1.32 Sơ đồ khối bộ điều khiển PID mờ [81] 26

Hình 1.33 Sơ đồ cấu trúc hệ điều khiển tối ưu thích nghi [28] 26

Hình 1.35 Sơ đồ điều khiển H∞ trong trường hợp phản hồi trạng thái [35] 28

Hình 1.36 Sơ đồ khối bộ điều khiển phản hồi trạng thái đầu ra [56] 28

Hình 1.37: Điều khiển hệ truyền động qua bánh răng [5] 30

Hình 2.1 Sơ đồ khối chung mô hình của hệ phân phối vật liệu 35

Hình 2.2 Mô hình khối chuyển động của hệ thống theo ba chiều x, y, z 35

Hình 2.3 Sơ đồ cấu trúc hệ phân phối vật liệu nằm ngang một trục điển hình 36

Hình 2.4 Sơ đồ mô tả các thông số động cơ DC 37

Hình 2.5 Mô tả hệ động cơ hộp số và khớp nối mềm với tải 39

Hình 2.6 Đồ thị mô tả hàm phi tuyến trên trục động cơ 39

Hình 2.7 Đồ thị mô tả hàm phi tuyến 40

Hình 2.8 Sơ đồ khối mô tả mô hình đối tượng hệ thống 42

Hình 2.9 Mô hình khối mô tả động cơ với tải 43

Hình 2.10 Mô hình khối mô tả động cơ 44

Hình 2.11 Mô hình khối mô tả tải 44

Hình 2.12 Mô hình khối mô tả hệ Backlash 44

Hình 2.13 Khi tải đầu vào thay đổi từ 5N/m 45

Hình 2.14 Khoảng cách di chuyển của cơ cấu phân phối khi tải thay đổi 45

Hình 2.15 Tốc độ di chuyển của cơ cấu phân phối khi tải thay đổi 45

Hình 2.16 Dòng điện phần ứng động cơ thay đổi 46

Hình 2.17 Khoảng cách di chuyển của cơ cấu phân phối khi tần số thay đổi 46

Hình 2.18 Tốc độ di chuyển của cơ cấu khi tần số thay đổi 47

Hình 2.19 Dòng điện phần ứng động cơ khi tần số thay đổi 47

Hình 2.20 Điện áp phần ứng của động cơ thay đổi 48

Hình 2.21 Dòng điện phần ứng của động cơ khi thay đổi điện áp phần ứng 48

Hình 2.22 Tốc độ trên trục động cơ một chiều khi thay đổi điện áp phần ứng 49

Hình 2.23 Khoảng cách di chuyển của cơ cấu phân phối khi thay đổi điện áp phần ứng 49

Hình 3.1 Sơ đồ khối của mô hình đối tượng biểu diễn trên matlab 56

Hình 3.2 Biểu đồ bode của thuật toán PID cho đối tượng 57

Hình 3.3 Biểu đồ điểm cực của thuật toán PID cho đối tượng 57

Hình 3.4 Biểu đồ thị điểm cực 59

Hình 3.5 Khi thay đổi điểm cực trong trường hợp 1 59

Hình 3.6 Biểu đồ đáp ứng quá độ khi thay đổi điểm cực trong trường hợp 1 60

Hình 3.7 Khi thay đổi điểm cực trong trường hợp 2 60

Hình 3.8 Biểu đồ đáp ứng quá độ khi thay đổi điểm cực trong trường hợp 2 60

Hình 3.9 Khi thay đổi điểm cực trong trường hợp 3 61

Hình 3.10 Biểu đồ đáp ứng quá độ khi thay đổi điểm cực trong trường hợp 3 61

Hình 3.11 Kết quả tham số PID thu được 62

Hình 3.12 Mô hình đối tượng dạng tổng quát theo sơ đồ khối trên Simulink 62

Hình 3.13 Biểu đồ đáp ứng quá độ theo phương pháp PID có xét tính phi tuyến 63

Hình 3.14 Mô hình khối điều khiển dự báo 64

Hình 3.15 Nguyên tắc dịch theo trục thời gian cùng với thời điểm trích mẫu của khoảng thời gian dự báo [12] 65

Hình 3.16 Nguyên tắc dịch theo trục thời gian 67

Hình 3.17 Sơ đồ khối điêu khiển dự báo cho hệ thống phân phối vật liệu nano 73

Hình 3.18 Tín hiệu đầu vào đặt thay đổi với phương pháp MPC 74

Hình 3.19 Vị trí đầu ra với phương pháp MPC khi tín hiệu vào thay đổi 74

Hình 3.20 Tốc độ đầu ra với phương pháp MPC khi tín hiệu vào thay đổi 74

Hình 3.21 Dòng điện phần ứng với phương pháp MPC khi tín hiệu vào thay đổi 74

Hình 3.22 Khi tải thay đổi với phương pháp MPC 75

Hình 3.23 Vị trí đầu ra với phương pháp MPC khi tải thay đổi 75

Hình 3.24 Tốc độ đầu ra với phương pháp MPC khi tải thay đổi 75

Hình 3.25 Dòng điện phần ứng với phương pháp MPC khi tải thay đổi 76

Hình 3.26 Khi giá trị đặt thay đổi so sánh giữa phương pháp MPC và PID 77

Hình 3.27 Vị trí đầu ra so sánh giữa MPC và PID khi giá trị đặt thay đổi 77

Hình 3.28 Tốc độ động cơ trước hộp số giữa MPC và PID khi giá trị đặt thay đổi 78

Hình 3.29 Dòng điện phần ứng so sánh giữa MPC và PID khi giá trị đặt thay đổi 78

Hình 3.30 Điện áp phần ứng động cơ so sánh giữa MPC và PID khi giá trị đặt thay đổi 78

Hình 3.31 Khi tải đầu vào thay đổi so sánh giữa phương pháp MPC và PID 79

Hình 3.32 Vị trí đầu ra so sánh giữa MPC và PID khi tải thay đổi 79

Hình 3.33 Tốc độ động cơ trước hộp số so sánh giữa MPC và PID khi tải thay đổi 79

Hình 3.34 Dòng điện phần ứng so sánh giữa MPC và PID khi tải thay đổi 80

Hình 3.35 Điện áp phần ứng động cơ so sánh giữa MPC và PID khi tải thay đổi 80

Hình 4.1 Mô hình thực tế khi lắp ráp, kết nối hệ thống phân phối vật liệu nano 84

Hình 4.2 Kết nối mô hình thực nghiệm 85

Hình 4.3 Vị trí đầu ra trên toàn dải thang đo cho hệ chuyển động qua 2 điểm 86

Hình 4.4 Vị trí đầu ra khi vị trí chuyển động từ 0 -3s cho hệ chuyển động qua 2 điểm 86

Hình 4.5 Vị trí đầu ra khi tín hiệu điều khiển nhỏ cho hệ chuyển động qua 2 điểm 86

Hình 4.6 Dòng điện phần ứng cho hệ chuyển động qua 2 điểm 87

Hình 4.7 Điện áp phần ứng cho hệ chuyển động qua 2 điểm 88

Hình 4.8 Vị trí đầu ra trên toàn dải thang đo có độ phân giải bước 50μm 89

Hình 4.9 Vị trí đầu ra lớn cho hệ chuyển động có độ phân giải bước 50μm 89

Hình 4.10 Vị trí đầu ra nhỏ cho hệ chuyển động có độ phân giải bước 50μm 90

Hình 4.11 Dòng điện phần ứng cho hệ chuyển động có độ phân giải bước 50μm 90

Hình 4.12 Điện áp phần ứng cho hệ chuyển động có độ phân giải bước 50μm 91

Hình 4.13 Dạng xung điều khiển trên Osilloscoper 92

Hình 4.14 Dạng xung điện áp phần ứng của động cơ trên Osilloscoper 92

Hình 4.15 Điện áp phần ứng của động cơ thực nghiệm 92

Hình 4.16 Dòng điện phần ứng của động cơ thực nghiệm 93

Hình 4.17 Vị trí đầu ra thực nghiệm 93

Hình 4.18 Khả năng dự báo của khâu dự báo với hiệu ứng Backlash so với PID 93

MỞ ĐẦU

1 Giới thiệu

Năm 1959, Giáo sư Richard Feynman đã có bài phát biểu nổi tiếng về thao tác và điều khiển ở kích thước vi mô Tuy nhiên, các thiết bị này chỉ thực sự phát triển kể từ khi công nghệ vi cơ điện tử (MEMS) được triển khai từ những năm 90 của thế kỷ trước Phát triển các vi công cụ thao tác với các đối tượng nhỏ có kính thước cỡ micro, nano có nhiều ứng dụng tiềm năng như vi lắp ráp, vi robotics, thao tác và định vị các tế bào sống, phân tách tế bào, mổ nội soi, mổ trong ống nghiệm Gần đây, các linh kiện vi lưu cơ điện tử cho phép thao tác với thể tích chất lưu nhỏ trong đó có chứa các vi hạt Công nghệ này có khả năng ứng dụng rộng trong các lĩnh vực y sinh, vật lý, hóa học [20, 23, 39, 57, 71]

Vật liệu nano là đối tượng nghiên cứu của khoa học và công nghệ nano Tính chất thú

vị của vật liệu nano được thể hiện ở rất nhiều khía cạnh khác nhau Tuy nhiên có thể tạm chia các tính chất đến từ hai nguồn gốc: Diện tích bề mặt của vật liệu nano rất lớn và kích thước của vật liệu nhỏ hơn một độ dài đặc trưng nào đó Do kích thước nhỏ nên diện tích

bề mặt lớn của vật liệu nano được ứng dụng nhiều nhất vì đặc tính đó dễ hiểu và các hiện tượng bề mặt vật liệu khối đã được nghiên cứu chi tiết trước đó Kích thước của vật liệu nano nhỏ hơn độ dài đặc trưng của một tính chất nào đó mang lại cho vật liệu nano các tính chất hóa, lí khác hẳn vật liệu khối thông thường Ví dụ, định luật Ohm áp dụng cho các vật dẫn có kích thước lớn Khi kích thước vật liệu nhỏ hơn quãng đường tự do trung bình của điện tử (khoảng vài chục nm) thì định luật này không còn đúng nữa Tương tự như vậy các tính chất điện, từ, cơ, quang, hóa, xúc tác của vật liệu nano đều khác hẳn so với vật liệu khối Đối với vật liệu nano sắt từ, kích thước tới hạn có thể là độ dày vách đô men, độ dài tương tác trao đổi, kích thước tại đó chuyển động nhiệt thắng thế để chuyển tính sắt từ thành siêu thuận từ Đối với hạt nano kim loại, cộng hưởng plasmon bề mặt xuất hiện khi kích thước của hạt nhỏ hơn bước sóng điện từ chiếu vào Đối với chấm lượng tử - hạt nano bán dẫn, kích thước của hạt nhỏ hơn bán kính Bohr của Exciton Các điện tử trong hạt nano ở các mức năng lượng gián đoạn, các mức năng lượng này được quyết định chủ yếu bởi kích thước vật liệu Người ta gọi chúng là các nguyên tử nhân tạo Tính chất thú vị do kích thước là nguồn cảm hứng cho các nhà khoa học nghiên cứu về khoa học và công nghệ nano [20, 23, 39, 57, 71]

Ngày nay, sự phát triển về kinh tế và tốc độ toàn cầu hóa đang tăng nhanh Các hệ thống phân phối vật liệu nano và xu hướng không thể khác nhằm giải quyết các yêu cầu trong tổng hợp vật liệu, phân phối vật liệu sinh học như đặt protein lên các đế được thiết kế sẵn Ngành vi cơ khí và điều khiển tự động đã góp phần rất lớn vào việc tăng tốc các ứng dụng của vật liệu micro nano vào cuộc sống

2 Tính cấp thiết của luận án

Sự phát triển của các ngành công nghệ, vật liệu nano, vật liệu sinh học và các kỹ thuật phân tích công cụ đòi hỏi những thiết bị phụ trợ để phân phối nhiều loại vật liệu khác nhau trong đó khối lượng hoặc thể tích vật liệu được phân phối phải ở cỡ nano gram hoặc nano lít, với độ chính xác cao Xu hướng này cũng đã có mặt tại Việt Nam và đang có đà phát triển rất nhanh Nghiên cứu, phát triển các robot điều khiển tự động, robot đáp ứng các nhu cầu thực tế đa ngành nói trên có ý nghĩa rất quan trọng trong việc duy trì và cải thiện tốc độ phát triển của các chuyên ngành có liên quan Bên cạnh đó đề tài cũng là cơ hội để phát triển nguồn nhân lực trình độ cao của các ngành có liên quan như khoa học vật liệu, điều khiển tự động, cơ khí chính xác

Hệ thống phân phối thường bao gồm các hệ thống treo, chuyển động theo ba chiều độc lập nhau trong không gian với độ phân giải bước ở cỡ micromet, độ chính xác cỡ nanomet

Bề mặt sản phẩm cần phân phối có diện tích cỡ micromet, trên một mặt phẳng, các tọa độ điểm cần chuyển động tới là cố định và đều nhau, vị trí chuyển động có thể đặt trước Thời gian tác động tính bằng giây Điều này cho phép hệ thống có thể thực hiện tốt các tác vụ trong không gian hẹp mà vẫn đảm bảo độ chính xác cao Hệ thống thường đi kèm phần mềm điều khiển, ghép nối máy tính hoặc sử dụng các hệ thống nhúng để tạo điều kiện thuận lợi cho người sử dụng

Tuy nhiên việc xây dựng đối tượng cho hệ thống phân phối vật liệu nano là hết sức khó khăn Trong đó chứa rất nhiều các thành phần phi tuyến làm ảnh hưởng trực tiếp đến chất lượng của hệ thống Như sai số trong việc chế tạo cơ khí, sai số do ma sát, sai số do tín hiệu đo, các tác nhân do môi trường Bên cạnh đó việc áp dụng và đề xuất một thuật toán tiên tiến phù hợp cho việc điều khiển hệ thống là hết sức cần thiết Xuất phát từ nhu

cầu thực tiễn, đề xuất hướng nghiên cứu của luận án Luận án này được thực hiện xuất phát

từ thực tiễn triển khai các đề tài khoa học và công nghệ tại Viện đào tạo quốc tế về khoa học vật liệu (ITIMS), trường Đại học Bách khoa Hà Nội Thành công của đề tài sẽ mở ra một hướng nghiên cứu mới nhằm tạo ra một thiết bị phân phân phối vật liệu có độ chính xác cao, kích thước nhỏ gọn, tiện dụng, có khả năng cho phép phủ lên trên một bề mặt với địa hình bất kỳ, trong một khoảng diện tích rất nhỏ những lượng vật chất (chất lỏng) rất nhỏ và có thể điều khiển được [57, 58, 74]

3 Mục tiêu của luận án

Luận án đặt ra nhiệm vụ nghiên cứu nâng cao chất lượng của hệ truyền động qua động

cơ có hộp số bánh răng được nối với trục truyền động bằng khớp nối mềm, tín hiệu phản hồi tại đầu ra Yêu cầu chất lượng của hệ truyền động cần độ chính xác cỡ micromet, thời gian đáp ứng nhanh, hạn chế tối đa quá điều chỉnh Nhận thấy với cơ cấu truyền động này cần để ý tới các yếu tố rất khó xác định được chính xác là khe hở của bánh răng, ma sát trên trục, độ xoắn của khớp nối mềm, độ cứng vững của vật liệu Các thành phần này biến

động ở chế độ chạy đều và xác lập Đây là bài toán chưa được xét đến trong các phương pháp điều khiển trước đây [3]

Với nhiệm vụ đặt ra, luận án đề ra mục tiêu:

- Xây dựng mô hình toán động lực học đối với hệ chuyển động cơ khí của hệ thống phân phối vật liệu nano ứng dụng cho việc chế tạo pin mặt trời màng mỏng, trong

đó có tính đến các yếu tố bất định dưới dạng hàm số và hằng số, cụ thể là việc xét đến các yếu tố khe hở của bánh răng trong hộp số, ma sát động, ma sát tĩnh và độ đàn hồi của vật liệu cũng như khớp nối mềm giữa trục động cơ với tải

- Phân tích các thuật toán điều khiển đã có, dựa trên đặc tính của đối tượng xây dựng phương pháp điều khiển thích hợp, trên nguyên tắc kết hợp các phương pháp điều khiển đã có: Điều khiển không gian trạng thái gán điểm cực, điều khiển trượt, điều khiển mờ - nơ ron, bền vững, thích nghi Để giải bài toán điều khiển chính xác vị trí cho hệ thống phân phối vật liệu nano;

- Mô phỏng và thực nghiệm thuật toán đề xuất, định hướng ứng dụng trong việc phân phối vật liệu chế tạo pin mặt trời màng mỏng hoặc các ứng dụng y sinh (ADN hoặc kháng nguyên)

4 Đối tượng, phạm vi và phương pháp nghiên cứu

Đối tượng nghiên cứu: Luận án thực hiện là một hệ truyền động cơ khí qua nhiều khâu

bánh răng, khớp nối mềm, vít me, đai ốc là một hệ phi tuyến, mang nhiều yếu tố bất định, trong khi một số phương pháp điều khiển hiện có lại thích hợp với từng đối tượng có đặc thù riêng, nên luận án đặt ra là chỉ tập trung vào xây dựng mô hình đối tượng điều khiển,

có hệ chuyển động xuất phát từ động cơ DC truyền động qua hộp số giảm tốc (bánh răng), gắn với trục truyền động vít me bi thông qua khớp nối mềm, trục chuyển động thẳng qua đai ốc bi, tín hiệu phản hồi trực tiếp tại đầu ra

Do hệ truyền chuyển động là một hệ cơ khí nên mô hình trạng thái phi tuyến mang nhiều yếu tố bất định, bởi vậy khi xây dựng phương pháp điều khiển dựa trên cơ sở các phương pháp điều khiển đã được thừa nhận trong công nghiệp Luận án tập trung vào phạm vi nghiên cứu sau:

- Xây dựng mô hình động lực học đối với hệ chuyển động cơ khí của hệ thống phân phối vật liệu nano ứng dụng cho việc chế tạo pin mặt trời màng mỏng, trong đó kể đến các yếu tố bất định dưới dạng hàm số và hằng số

- Kết quả mô phỏng được với các tham số yêu cầu của hệ mô hình, cụ thể: Vị trí cần nhỏ vật liệu xuống bề mặt sản phẩm cần phân phối nhỏ hơn 106

µm2, độ phân giải bước giữa hai điểm của tấm pin lớn hơn 103

micromet, thời gian đáp ứng cỡ 1 giây, giảm thiểu quá điều chỉnh, hệ luôn ổn định bền vững khi tham số của hệ thay đổi và nhiễu Thử nghiệm dịch chuyển với các vị trí bước (nhỏ hơn 1000 micromet/ 1bước)

- Xây dựng phương pháp điều khiển ít phụ thuộc vào yếu tố bất định của mô hình toán hoặc ít phụ thuộc vào mô hình toán mô tả đối tượng điều khiển Phương pháp điều khiển dự báo thích nghi sẽ là nền tảng chính trong nghiên cứu này

Phương pháp nghiên cứu:

- Nghiên cứu lý thuyết: Phân tích, đánh giá các nghiên cứu về mô hình phân phối vật liệu, các hệ phi tuyến, các phương pháp điều khiển đã được công bố trên tài liệu, tạp chí

- Mô phỏng, đánh giá kết quả hệ thống phân phối vật liệu nano sử dụng phần mềm Matlab - Simulink

- Thử nghiệm ứng dụng của hệ thống phân phối vật liệu trên một trục với số vật liệu đơn giản tiến tới hoàn thiện và mở rộng đối tượng nghiên cứu

5 Ý nghĩa khoa học và thực tiễn

Ý nghĩa khoa học:

Luận án nghiên cứu một hệ phi tuyến điển hình là hệ phân phối vật liệu nano Trên cơ

sở đó đề xuất một mô hình toán xét đến các thành phần phi tuyến điển hình và ứng dụng thuật toán điều khiển tiên tiến để giải quyến bài toán đối tượng phi tuyến sao cho phù hợp Thuật toán được đề xuất mở ra một hướng điều khiển mới cho một lớp đối tượng phi tuyến tương đồng Giá trị học thuật của luận án là đề xuất mô hình phi tuyến phù hợp cho đối tượng và xây dựng bộ điều khiển phi tuyến cho đối tượng đã được xây dựng

Mô hình hệ thống phân phối vật liệu nano được xây dựng trong luận án là cơ sở cho nhiều nghiên cứu tiếp theo nhằm áp dụng cho các hệ thống điều khiển hiện đại, thông minh

có thể phát triển mô hình thành một robot đặt các nơ ron thần kinh lên trên bề mặt của vi điện cực dạng mảng

Ý nghĩa thực tiễn

Kết quả nghiên cứu có thể giảm thời gian phân phối, tăng độ chính xác cho các hệ thống phân phối vật liệu, công nghệ này có khả năng ứng dụng rộng trong các lĩnh vực y sinh, vật lý, hóa học

Kết quả nghiên cứu sẽ là tài liệu tham khảo cho sinh viên, học viên cao học và nghiên cứu sinh quan tâm nghiên cứu về hệ thống phân phối vật liệu nano

6 Những đóng góp của luận án:

Luận án đã có các đóng góp chính sau:

1 Về mặt lý thuyết:

- Xây dựng được mô hình toán tổng quát (2.21), (3.13) (trong chương 2 và chương 3

của luận án này) cho hệ thống phân phối vật liệu nano ứng dụng cho việc chế tạo

pin mặt trời màng mỏng, trong đó kể đến các yếu tố bất định như khe hở của hộp

số, độ biến dạng đàn hồi, các mô men ma sát

- Xây dựng phương pháp điều khiển dự báo thích nghi có thành phần tích phân, trong

mục 3.4.4, cụ thể trong phương trình (3.42) đã thực hiện bù thành phần Gθb (nhiễu bất định) có lẫn trong tín hiệu ra trong phương trình (3.30), sau đó đưa ra các bước

chi tiết thực hiện thuật toán lọc Kalman không liên tục Phương pháp đề xuất còn

thực hiện kết hợp đưa thành phần bất định nhiễu d k = Gθ b vào bộ điều khiển dự báo trong công thức (3.31), sau đó xác định được dãy các giá trị tín hiệu điều khiển tối

ưu trong tương lai kể từ thời điểm t = kTa, bao gồm Δuk , Δu k+1 ,…., Δu k+M-1 Trong

đó M là khoản thời gian dự báo (hình 3.16), sao cho hàm mục tiêu dạng toàn

phương theo phương trình (3.37) đạt giá trị nhỏ nhất

2 Về mặt thực tiễn:

- Ứng dụng phương pháp điều khiển dự báo thích nghi có thành phần tích phân để thiết kế bộ điều khiển dự báo phản hồi đầu ra trong miền không gian trạng thái cho

hệ thông phân phối vật liệu nano

- Bằng lập trình và mô phỏng, kết hợp với thực nghiệm tác giả đã kiểm chứng kết quả nổi trội của phương pháp điều khiến dự báo thích nghi có thành phần tích phân cho hệ thống phân phối vật liệu nano xét đến các thành phần bất định điển hình là thích hợp hơn cả so với các phương pháp điều khiển tiên tiến khác

7 Bố cục luận án

Cấu trúc của luận án được mô tả chi tiết trong phần mục lục Tóm tắt bố cục luận

án và nội dung chính các chương cụ thể là:

Chương 1: Lý thuyết tổng quan

Trong chương này, tác giả trình bày lý thuyết cơ bản về công nghệ nano, khái niệm

và vai trò các phương pháp điều khiển và tự động hóa trong chế tạo vật liệu nano Từ đó đưa ra các hệ thống liên quan đến việc phát triển hệ phân phối vật liệu nano, giới thiệu nguyên lý hoạt động, cơ chế hoạt động Phân tích các kết quả đã nghiên cứu cùng hướng với đề tài, dựa trên những công trình nghiên cứu đã được công bố gần đây ở trong và ngoài nước, đánh giá, so sánh các ưu nhược điểm của từng phương pháp điều khiển, chỉ ra được các vấn đề còn tồn tại của từng nghiên cứu Từ đó làm cơ sở đề xuất hướng phát triển xây dựng mô hình toán cũng như thuật toán mới ứng dụng cho hệ thống phân phối vật liệu nano

Luận án sẽ tập trung giải quyết hai vấn đề chính như sau:

Vấn đề thứ nhất: Đề xuất xây dựng mô hình đối tượng điều khiển vị trí xét đến các

thành phần phi tuyến điển hình dựa trên phương pháp phân tích Cụ thể bài toán sẽ giải quyết được các vấn đề nhiễu phi tuyến như nhiễu do khe hở của hộp số, nhiễu do ma sát, nhiễu do quán tính, nhiễu do lực xoắn [3, 4, 5, 12, 33, 65]

Vấn đề thứ hai: Thiết kế bộ điều khiển dự báo thích nghi có thành phần tích phân, bổ

sung nhiễu dk vào bộ điều khiển, đây cũng là phương pháp đề xuất của luận án, để đáp ứng

tốt yêu cầu của bài toán cho mô hình phi tuyên, đối tượng là bậc cao Ứng dụng giải quyết

bài toán cho hệ thống phân phối vật liệu nano

Chương 2: Xây dựng mô hình đối tượng

Nội dung chương này trình bày cấu trúc tổng quan hệ thống điều khiển phân phối vật liệu Từ đó xây dựng mô hình đối tượng đề cập đến là một hệ phi tuyến có nhiều nguồn nhiễu phi tuyến tác động lên hệ thống: Nhiễu do khe hở của hộp số, nhiễu do ma sát, nhiễu

do quán tính, nhiễu do lực xoắn là nguyên nhân gây ra sai lệch khi thiết kế bộ điều khiển Kết quả khảo sát chỉ ra rằng tính phi tuyến ảnh hưởng rõ rệt lên hệ thống so với đối tượng tuyến tính, được mô phỏng trên phần mềm chuyên dụng

Cụ thể mô hình đối tượng đề cập đến là một hệ phi tuyến nhiều nguồn nhiễu tác động lên hệ thống Từ các đồ thi khảo sát được trong các trường hợp theo phương trình toán học

tổng quát (2.21) Khi xét đến các thành phần phi tuyến điển hình B m ≠0 (ma sát nhớt), T f ≠ 0 (mô men ma sát trên trục động cơ), T d ≠0 (mô men nhiễu tải), W s ≠W d (vận tốc góc lệc giữa

trục tải và động cơ), so với trường hợp không xét tới thành phần phi tuyến B m = 0, T f = 0,

T d = 0, W s = W d Cho thấy các nhiễu ma sát phi tuyến làm giảm hệ số khuếch đại của hệ,

làm thay đổi tốc độ và vị trí chính xác Hiện tượng Backlash (Backlash - khe hở của hộp số

bánh răng) ảnh hưởng rõ rệt tới vị trí của hệ (gây trễ khi khởi động và mỗi khi đảo chiều)

như các kết luận Tuy nhiên với yêu cầu khoảng cách dịch chuyển cỡ miccromet nên vấn

đề sai số trong cả ba trường hợp phân tích trong chương này ta vẫn cần phải xem xét Điều này rất quan trọng khi xây dựng bộ điều khiển, từ đó đưa ra hướng phát triển tiếp theo của

đề tài

Chương 3: Xây dựng thuật toán điều khiển

Trong chương này, tác giả sẽ trình bày kết quả xây dựng bộ điều khiển dự báo thích nghi có thành phần tích phân, sử dụng mô hình toán (2.21) được xây dựng trong chương 2

để giải bài toán cho hệ mô hình phi tuyến đáp ứng các yêu cầu của bài toán đã đặt ra ở chương 1 và chương 2

Mô hình trạng thái tổng quát (3.13) chính là mô hình trạng thái tương đương của mô hình (2.21), từ các giả thiết 1 và 2 có được phương trình (3.1), (3.2), trong đó bỏ qua nhiễu

mô men ma sát trên trục động cơ, nhiễu tải, độ xoắn của trục động cơ Trong mô hình

(3.13) các biến trạng thái x1 , x 2 là vị trí và vận tốc góc trục tải, x3 , x 4 là vị trí và vận tốc góc trục động cơ, Ks là hệ số đàn hồi trục, α hệ số ma sát, θb góc khe hở của hộp số được xem

như là thành phần nhiễu phi tuyến điển hình biến đổi tác động vào hệ cuối cùng Đây cũng

là mô hình toán mà luận án tập trung nghiên cứu trong chương 3

Tiếp theo chương này luận án xây dựng phương pháp điều khiển dự báo thích nghi có thành phần tích phân, trong mục 3.4.4, cụ thể trong phương trình (3.42) đã thực hiện bù

thành phần nhiễu bất định Gθb có lẫn trong tín hiệu ra phương trình (3.30), sau đó đưa ra các bước chi tiết thực hiện thuật toán lọc Kalman không liên tục Phương pháp đề xuất còn

thực hiện kết hợp đưa thành phần bất định nhiễu d k = Gθ b vào bộ điều khiển dự báo (3.31), sau đó xác định được dãy các giá trị tín hiệu điều khiển tối ưu trong tương lai kể từ thời

điểm t = kTa, bao gồm Δuk , Δu k+1 ,…., Δu k+M-1 Trong đó M là khoản thời gian dự báo (hình

3.16), sao cho hàm mục tiêu dạng toàn phương (3.37) đạt giá trị nhỏ nhất

Chương 1 LÝ THUYẾT TỔNG QUAN

Tóm tắt:

Trong chương này, tác giả trình bày lý thuyết cơ bản về công nghệ nano, khái niệm và vai trò các phương pháp điều khiển tự động hóa trong chế tạo vật liệu nano Từ đó đưa ra các hệ thống liên quan đến việc phát triển hệ phân phối vật liệu nano, giới thiệu nguyên lý hoạt động, cơ chế hoạt động Phân tích các kết quả cùng hướng với đề tài, dựa trên những công trình nghiên cứu đã được công bố gần đây ở trong và ngoài nước, đánh giá, so sánh các ưu nhược điểm của từng phương pháp điều khiển, chỉ ra được các vấn đề còn tồn tại của từng nghiên cứu Từ đó làm cơ sở đề xuất hướng phát triển xây dựng mô hình toán cũng như thuật toán mới ứng dụng cho hệ thống phân phối vật liệu nano

1.1 Bài toán hệ thống phân phối vật liệu nano

Hệ thống phân phối bao gồm các hệ thống treo, chuyển động theo ba chiều độc lập nhau trong không gian với độ phân giải bước ở cỡ micromet, độ chính xác cỡ nanomet Bề mặt sản phẩm cần phân phối có diện tích cỡ micromet, trên một mặt phẳng, các tọa độ điểm cần chuyển động tới thường là cố định và đều nhau, vị trí chuyển động có thể đặt trước Thời gian tác động tính bằng giây Điều này cho phép hệ thống có thể thực hiện tốt các tác vụ trong không gian hẹp mà vẫn đảm bảo độ chính xác cao Hệ thống đi kèm phần mềm điều khiển, ghép nối máy tính hoặc sử dụng các hệ thống nhúng để tạo điều kiện thuận lợi cho người sử dụng, đồng thời đáp ứng được một số yêu cầu kỹ thuật theo bài toán đặt ra trong phần mục tiêu

Mục tiêu chính của bài toán là điều khiển vị trí, đảm bảo độ chính xác cao, độ lặp lại

và độ tin cậy của thao tác

1.2 Tổng quan phần cứng hệ thống phân phối vật liệu

1.2.1 Khái niệm về hệ thống phân phối vật liệu

Hệ thống phân phối vật liệu, được coi là một hệ thống có hệ điều khiển tự động cho phép phủ lên trên một bề mặt với địa hình bất kỳ, trong một khoảng diện tích rất nhỏ những lượng vật chất rất nhỏ và có thể điều khiển được Nghiên cứu, chế tạo và thao tác ở thang nano đòi hỏi có nhiều ngành cùng tham gia và vì thế có thể được triển khai nghiên cứu trong nhiều lĩnh vực khác nhau

Hiện nay trên thế giới các hệ thống phân phối dùng để phân phối các vật liệu trong các ngành công nghiệp, công nghệ sinh học, công nghệ vi cơ điện tử đều đang hướng tới công nghệ nano Để thực hiện điều này cần các thiết bị cơ khí chính xác Hiện nay đã có các nghiên cứu sử dụng công nghệ nano, các robot vi cơ điện tử MEMS và trong ngành công nghệ sinh học nghiên cứu về ADN Để có thể nghiên cứu và phát triển các ngành này thì cần phải có một công cụ đáp ứng được yêu cầu với độ chính xác nanomet Khi đó hệ thống phân phối vật liệu nano sẽ đáp ứng được nhu cầu phát triển công nghệ nano [71]

1.2.2 Giới thiệu các phương pháp chế tạo vật liệu nano

Các vật liệu nano có thể thu được bằng hai phương pháp chế tạo phổ biến, mỗi phương pháp đều có những điểm mạnh và điểm yếu, có phương pháp chỉ có thể được áp dụng với một số vật liệu nhất định

1.2.2.1 Phương pháp tiếp cận từ dưới lên

Bao gồm các phương pháp như phương pháp chế tạo vật liệu dùng trong hóa keo, phương pháp thủy nhiệt, phương pháp sol-gel và kết tủa, lắng đọng hóa học ở pha hơi [23] Đối với phương pháp này, các dung dịch chứa ion khác nhau được trộn với nhau theo một

tỷ lệ phần trăm thích hợp, dưới tác động của nhiệt độ, áp suất mà các vật liệu nano được kết tủa từ dung dịch Sau các quá trình lọc, sấy khô, ta thu được các vật liệu nano

Ưu điểm của phương pháp tổng hợp theo tiếp cận từ dưới lên là các vật liệu có thể chế tạo được rất đa dạng, chúng có thể là vật liệu vô cơ, hữu cơ, kim loại Đặc điểm của tiếp cận này là có giá thành rẻ và có thể chế tạo được một khối lượng lớn vật liệu Nhưng nó cũng có nhược điểm là các hợp chất có liên kết với phân tử nước có thể là một khó khăn

Ví dụ, phương pháp sol-gel tuy giản đơn, có thể điều khiển được kích thước hạt và quy trình chế tạo Tuy nhiên, độ lặp lại không cao, đại diện ứng dụng cho nhóm các phương pháp này Nhóm Larson cũng rất thành công trong việc phân phối vật liệu dùng hiệu ứng

áp điện [21, 23] Nhóm cảm biến sinh học do Mai Anh Tuấn thuộc viện ITIM trường Đại học Bách khoa Hà Nội đứng đầu đã sử dụng các phương pháp này để cố định các phần tử cảm nhận lên trên các vi cảm biến nhằm phát hiện các chất gây ô nhiễm hoặc virut gây bệnh [57, 58]

1.2.2.2 Phương pháp tiếp cận từ trên xuống

Bao gồm các phương pháp tán, nghiền, hợp kim cơ học Theo phương pháp này, vật liệu ở dạng bột được nghiền đến kích thước nhỏ hơn Ngày nay, các máy nghiền thường dùng là máy nghiền kiểu hành tinh hay máy nghiền quay Phương pháp cơ học có ưu điểm

là đơn giản, dụng cụ chế tạo không đắt tiền và có thể chế tạo với một lượng lớn vật liệu Tuy nhiên nó lại có nhược điểm là các hạt bị kết tụ với nhau, phân bố kích thước hạt không đồng nhất, dễ bị nhiễm bẩn từ các dụng cụ chế tạo và thường khó có thể đạt được hạt có kích thước nhỏ Phương pháp này thường được dùng để tạo vật liệu không phải là hữu cơ như là kim loại

Ngoài ra, tiếp cận từ trên xuống còn bao gồm các phương pháp quang khắc, lắng đọng vật lý (bốc bay trong chân không, phún xạ) Các phương pháp này áp dụng hiệu quả để chế tạo màng mỏng hoặc lớp bao phủ bề mặt tuy vậy người ta cũng có thể dùng nó để chế tạo hạt nano bằng cách tạo vật liệu từ đế Các phương pháp này thường cho vật liệu có chất lượng cao, chính xác, độ lặp lại cao nhưng đòi hỏi đầu tư ban đầu lớn Sergio Martinoia và cộng sự đã sử dụng phương pháp tương tự để đặt các nơ ron thần kinh lên bề mặt của vi điện cực dạng mảng [71]

Tiếp cận từ trên xuống còn bao gồm các phương pháp nhiệt phân, nổ điện, đốt laser, bốc bay nhiệt độ cao, plasma Nguyên tắc của các phương pháp này là hình thành vật liệu

nano từ pha khí Nhiệt phân là phương pháp có từ rất lâu, được dùng để tạo các vật liệu đơn giản như carbon, silicon Phương pháp đốt laser thì có thể tạo được nhiều loại vật liệu nhưng lại chỉ giới hạn trong phòng thí nghiệm vì hiệu suất của chúng thấp Phương pháp plasma một chiều và xoay chiều có thể dùng để tạo rất nhiều vật liệu khác nhau nhưng lại không thích hợp để tạo vật liệu hữu cơ vì nhiệt độ của nó có thể đến 90000

C Phương pháp hình thành từ pha khí dùng chủ yếu để tạo lồng carbon hoặc ống carbon, rất nhiều các công

ty dùng phương pháp này để chế tạo mang tính thương mại [39]

1.2.2.3 Phương pháp phun phủ nhiệt phân

Phun phủ nhiệt phân là một trong những phương pháp chế tạo pin mặt trời Phun phủ nhiệt phân là kỹ thuật tạo màng bằng cách phun các giọt dung dịch có chứa các tiền chất lên bề mặt đế được gia nhiệt, màng được hình thành trên đế thông qua phản ứng hóa học giữa các tiền chất So với các phương pháp lắng đọng khác, phương pháp phun nhiệt phân

có nhiều ưu điểm sau

- Phản ứng tạo pha mong muốn xảy ra nội tại trong từng giọt chất lỏng nên màng tạo

ra có độ đồng nhất cao về thành phần hóa học, hình thái và kích thước hạt

- Các tính chất vật liệu như kích thước hạt, bề dày màng có thể điều khiển bằng cách thay đổi điều kiện công nghệ như nồng độ dung dịch phun, tốc độ phun, thời gian phun

- Phun nhiệt phân không đòi hỏi công nghệ khắt khe, quá trình phun được thực hiện

ở áp suất khí quyển

- Có thể tạo được màng đơn lớp, đa lớp

- Không hạn chế về vật liệu làm đế

Nhóm cảm biến sinh học do Mai Anh Tuấn thuộc viện ITIM trường Đại học Bách khoa

Hà Nội đứng đầu đã sử dụng các phương pháp phun phủ nhiệt phân để chế tạo pin mặt trời màng mỏng [74]

1.2.3 Tổng quan các nghiên cứu phần cứng hệ thống phân phối vật liệu nano

Trong ngành khoa học vật liệu và công nghệ nano, hệ thống thao tác và phân phối vật liệu được sử dụng trong việc tổng hợp vật liệu, chế tạo linh kiện ở thang nano Hệ thống phân phối vật liệu là một thiết bị mang tính chất liên ngành Nhờ điều này, chúng có thể được ứng dụng trong nhiều lĩnh vực khác nhau ví dụ trong công nghệ in điện tử Nhờ khả năng thích ứng cao, những hệ thống này cho phép in các vật liệu có cấu trúc nano lên những vật liệu mang khác như in ống nano các bon và grapheme SergioMartinoia và cộng

sự [71] đã sử dụng hệ thống tương tự để đặt các nơ-ron thần kinh lên trên bề mặt của vi điện cực dạng mảng như trong (hình 1.1) và (hình 1.2)

Hình 1.1 Hệ mô phỏng đặt các nơ ron thần kinh

Hình 1.3 Hệ của larson [23] Hình 1.4 Kết quả hệ vi cơ điện tử [23]

Hình 1.5 Ảnh chụp nhỏ dung dich [23] Hình 1.6 Khoảng cách phân phối [23]

Các nhà khoa học thuộc nhóm nghiên cứu của Giáo sư Michael Winokur, trường đại học Wisconsin cũng đã sử dụng phương pháp này để chế tạo các đi-ôt phát quang [39]

Trong nước cũng đã bắt đầu có một số nhóm nghiên cứu sử dụng phương pháp này cho ứng dụng cảm biến sinh học trên cơ sở đánh dấu như nhóm của TS Tống Duy Hiển tại Phòng thí nghiệm Nano, thuộc Đại học Quốc Gia Thành Phố Hồ Chí Minh Tại đại học Bách Khoa Hà nội, nhóm cảm biến sinh học do PGS.TS Mai Anh Tuấn đứng đầu cũng đã

sử dụng các hệ phân phối vật liệu nano nhưng ở mức rất thô sơ để cố định các phần tử cảm nhận lên trên các vi cảm biến nhằm phát hiện các chất gây ô nhiễm hoặc virut gây bệnh [57, 58, 74]

Trong những năm gần đây, các thiết kế hệ chuyển động [70, 72, 73] sử dụng động cơ truyền chuyển động thông qua hệ cơ khí gắn với trục vít me bi, gá bởi các gối đỡ bi Cách thiết kế này có nhiều thành phần gây ra ma sát và quán tính của động cơ làm giảm hiệu suất động năng và độ chính xác vị trí, gây mất ổn định cho bộ điều khiển Cùng với đối tượng điều khiển vị trí sử dụng động cơ DC các nghiên cứu [16, 30, 34, 64, 73] Nghiên cứu sâu hơn được thực hiện cũng đã xét đến một số thành phần phi tuyến như ma sát nhớt [25, 49, 51, 60, 65, 67, 75] Trong đó kể đến thuật toán sử dụng bộ điều khiển thích nghi và thông minh có các khâu bù ma sát Các nghiên cứu trên đều bỏ qua một số thành phần phi tuyến khác như hiện tượng backlash, độ xoắn của trục, độ nhiễu của tải… Bởi vậy chất lượng của hệ vẫn còn phải xem xét

Trong các nghiên cứu [34, 73] nhiều các giải pháp kỹ thuật đã được thực hiện, giải pháp sử dụng mô hình kép là phổ biến, phương pháp này điều khiển vị trí chính xác được ứng dụng vì đơn giản và hiệu quả trong việc xử lý các hiện tượng khác nhau trong các giai đoạn khác nhau của chuyển động (gây ra bởi ma sát phi tuyến), bằng cách tuyến tính hai

mô hình (hoặc mô hình kép) Tuy nhiên, rất khó để kết hợp hai bộ điều khiển để làm việc cùng nhau, trong đó động lực học liên quan đến hệ số ma sát, mặc dù đối tượng được xác định on-line, hoặc dùng phương pháp điều khiển thích nghi Trong thực tế, ma sát trượt là phi tuyến và có thể thay đổi theo thời gian, từ một điểm hoạt động khác, theo môi trường khác nhau Khi đó chất lượng của hệ bị thay đổi, rất dễ gây mất ổn định Nghiên cứu ghép hai mô hình vào có một số hạn chế đã được các nghiên cứu [25] chứng minh Vì vậy, với một hệ đòi điều khiển vị trí hỏi chất lượng cao cỡ micro, thì bộ điều khiển phải được điều chỉnh theo điều kiện vận hành

Trong các ứng dụng thực tế, khâu tỷ lệ - tích phân - vi phân (PID) là một trong những ứng dụng phổ biến nhất, cấu trúc điều khiển đơn giản, độ tin cậy và thuận lợi trong khâu điều chỉnh thích hợp trong môi trường công nghiệp, do sự phổ biến đó đã có rất nhiều nghiên cứu thực hiện [17, 18] Tuy vậy, trong khi ngày càng nhiều sự quan tâm được tập trung và nâng cao chất lượng kiểm soát khử ma sát, áp dụng thuật toán điều khiển PID cho điều khiển vị trí chính xác đã ít nhận được chú ý Nó thường được thừa nhận rằng điều khiển PID là không đạt yêu cầu Bởi vì dù sao nó vẫn mang một số các nhược điểm của bộ điều khiển PID

Trong các nghiên cứu [3, 4], đã đưa ra một số giải pháp nâng cao chất lượng hệ chuyển động có khe hở, đạt được một số kết quả sau:

- Xây dựng mô hình toán cho hệ truyền động cặp bánh răng có lưu ý đến sự ảnh hưởng của độ không cứng vững của vật liệu, mô men ma sát trên trục, độ mài mòn của bánh răng, tạo thành khe hở giữa các bánh răng thể hiện ở góc khớp bánh răng

bị lớn hơn so với tiêu chuẩn quy định

- Xây dựng bộ điều khiển mờ thích nghi theo mô hình mẫu phản hồi đầu ra cho hệ khi làm việc ở chế độ chạy đều

- Từ đó đề xuất nguyên tắc chung cho việc thiết kế bộ điều khiển thích nghi bền vững phản hồi trạng thái đối với lớp các hệ phi tuyến tham số bất định, bị tác động bởi nhiễu

Tuy nhiên, nghiên cứu mới đảm bảo cho đối tượng cần chất lượng chính xác tương đối và với yêu cầu các vector tham số thay đổi chậm theo thời gian Bởi vì bộ điều khiển thích nghi bền vững [3, 4] đưa ra được xây dựng trên nền phương pháp điều khiển trượt nên không thể tránh khỏi hiện tượng rung hệ, tạo ra tiếng ồn ở động cơ dẫn động, ảnh hưởng tới tuổi thọ của thiết bị Nên khi xét với hệ đòi hỏi độ chính xác cao thì các yếu tố ảnh hưởng trên cần phải được xem xét

Trong nghiên cứu [47], trình bày kết quả vị trí chính xác có thành phần ma sát của hệ thống Ma sát của hệ thống là do sử dụng một động cơ DC có hộp số Động cơ có tín hiệu phản hồi vị trí sử dụng cảm biến laser Điều khiển vị trí chính xác của một hệ thống thanh trượt tĩnh với ma sát được nghiên cứu

Hình 1 7 Mô hình động năng của hệ thống [47]

Mô hình toán học của hệ sau khi tuyến tính hóa:

trong đó: a, b là các hằng số phục thuộc vào động cơ, hộp số, trục vít me

Để làm giảm tính sai số trong khâu chuyển đổi tín hiệu phản hổi, nghiên cứu đã sử dụng phản hồi cảm biến từ trực tiếp đầu ra, xây dựng mô hình đối tượng bậc 5

Bộ điều khiển PID được thiết kế cho hệ thống điều khiển vị trí được sử dụng Các thông số của bộ điều khiển PID được tính theo phương pháp gán điểm cực Khi có sự thay đổi các biến phi tuyến thì cần phải biến đổi thuật toán thích nghi tương ứng, hoặc xây dựng

một vòng lặp đủ lớn và đạt được độ chính xác vị trí Nghiên cứu này mới chỉ dừng ở việc điều khiển tuyến tính, các lý giải đều cho các tham số phi tuyến là nhỏ và bỏ qua: Nhiễu tải

và hàm phi tuyến đầu ra trục động cơ và khớp nối mềm Ngoài ra cần xét đến ma sát trên trục động cơ và đặc tính bão hòa từ: ổ bi, đai ốc, vít me…để quy về bài toán tuyến tính thì mới sử dụng được phương pháp điều khiển PID Điều này làm độ chính xác giảm khi hệ thống có các tham số bị thay đổi như nhiễu đầu vào phi tuyến

Vì vậy trong nghiên cứu của luận án tác giả đề xuất xây dựng một thiết bị thực nghiệm

có phần cứng tương đương [47] Khi xây dựng mô hình đối tượng xét đến tất cả các thành phần phi tuyến điển hình: Nhiễu do khe hở của hộp số, nhiễu do độ xoắn của khớp nối mềm, nhiễu ma sát trên trục động cơ, nhiễu ngoài…tác động lên hệ thống Từ đó tìm ra phương pháp điều khiển tiên tiến để giải quyến bài toán điều khiển vị trí chính xác, hệ luôn

ổn định bền vững khi tham số của hệ thay đổi và nhiễu loạn

Qua phân tích, đánh giá từ các nghiên cứu [25, 34, 70, 72], ứng dụng điều khiển hệ thống phân phối vật liệu với các chỉ tiêu cụ thể cho từng bài toán Kết hợp với yêu cầu công nghệ đặt ra từ các nghiên cứu khoa học và công nghệ tại phòng thí nghiệm vật liệu mới Viện ITIMS Hiện nay tại các phòng thí nghiệm việc khảo sát, thực nghiệm chế tạo pin mặt trời màng mỏng vẫn còn thực hiện thô sơ, sử dụng bằng tay để phân phối vật liệu hoặc bằng các máy bán tự động, lên các mẫu thử cho chất lượng chưa đồng đều và chậm Việc thiết kế một thiết bị phân phối vật liệu tự động và có độ chính xác cao là rất cần thiết Xuất phát từ nhu cầu thực tiễn trên, luận án tập trung nghiên cứu, thiết kế hệ thống phân phối vật liệu nano, bước đầu áp dụng cho việc chế tạo pin mặt trời màng mỏng, đòi hỏi yêu cầu kỹ thuật như sau: Vị trí cần nhỏ vật liệu xuống bề mặt sản phẩm cần phân phối nhỏ hơn 106

µm2, độ phân giải bước giữa hai điểm của tấm pin lớn hơn 103

micromet, thời gian đáp ứng cỡ 1 giây, không có quá điều chỉnh, hệ luôn ổn định bền vững khi tham số của hệ thay đổi và nhiễu loạn

Trong nghiên cứu [4, 5] trong mục các công trình nghiên cứu đã công bố, tác giả đã xây dựng được chính xác mô hình đối tượng phi tuyến ứng dụng cho hệ thống phân phối vật liệu nano

1.3 Tổng quan các nghiên cứu điều khiển vị trí

Như đã phân tích ở trên, việc chế tạo vật liệu nano đòi hỏi phải có thiết bị phân phối chính xác vật liệu kích thước cỡ nano Ngoài cấu trúc cơ khí của hệ phân phối, hệ thống điều khiển của các thiết bị phân phối đóng vai trò quan trọng và quyết định đến độ chính xác của hệ thống phân phối

Trên thế giới hiện nay có rất nhiều phương pháp điều khiển chính xác vị trí cho hệ phân phối vật liệu nano

1.3.1 Nhóm phương pháp điều khiển không gian trạng thái gán điểm cực

Trong nghiên cứu [36], tác giả sử dụng bộ lọc Kalman cho đánh giá trạng thái và điều khiển động cơ DC của hệ phân phối Nghiên cứu này sử dụng thuật toán điều chỉnh toàn

phương tuyến tính (LQR-Linear Quadratic Regulator) để điều khiển hệ thống, mô hình đối tượng là bậc 3, bộ điều khiển trạng thái bậc 3 Nhược điểm của phương pháp này là khi bậc của đối tượng là bậc cao, số lượng trạng thái lớn, thì việc đo và quan sát trạng thái là khó khăn Đòi hỏi mô hình đối tượng phải chính xác, tốc độ chíp xử lý thuật toán chương trình phải thật cao Khi mô hình chứa các thành phần phi tuyến thì sẽ gây sai lệch tĩnh và rất dễ mất ổn định

Trong nghiên cứu [59], Việc điều khiển chính xác vị trí được thực hiện dùng bộ đánh giá vi phân với thí nghiệm thời gian thực như chỉ ra trong (hình 1.8)

Trong nghiên cứu của mình, các tác giả sử dụng phương pháp ước lượng vi phân để ước lượng các tham số của động cơ và nhiễu, tín hiệu dựa vào điện áp đặt vào động cơ và

vị trí đầu ra Nó độc lập với mô men quán tính của động cơ và hiệu ứng ma sát trục Thuật toán dùng trực tuyến và thực hiện với thời gian thực Bộ điều khiển phản hồi trạng thái được thiết kế bằng phương pháp gán điểm cực Kết quả được so sánh với phương pháp sử dụng bộ điều khiển PD thông thường Đối tượng là động cơ có đặc tính phi tuyến đầu ra,

có xét thêm ảnh hưởng của nhiễu từ bên ngoài [59], được mô tả dưới dạng phương trình (1.2)

A, B là các hằng số phụ thuộc tham số động cơ;

Ґ c: Hệ số ma sát (coulomb friction - lực và tải trọng)

Hình 1.8 Sơ đồ khối điều khiển động cơ DC dùng bộ đánh giá vi phân [59]

Mô hình động học đối tượng là bậc 3, tín hiệu điều khiển là:

Trong đó: d là nhiễu bao gồm ảnh hưởng của ma sát colomb friction

Bộ điều khiển chứa thành phần ước lượng vi phân, dễ gây mất ổn định

Phương pháp thiết kế bộ điều khiển dựa trên lập trình trực tuyến [68] như (hình 1.9)

Hình 1.9 Sơ đồ khối bộ điều khiển PID dựa trên lập trình trực tuyến [68]

Hình 1.10 Sơ đồ khối truyền thẳng kết hợp với phản hồi trạng thái đầu ra [68]

Hình 1.11 Sơ đồ khối bộ điều khiển phản hồi trạng thái dùng bộ quan sát [68]

Nghiên cứu này sử dụng bộ điều khiển phản hồi trạng thái LQR kết hợp với khâu quan

sát trạng thái, sử dụng vòng ngoài cùng là PID khử ảnh hưởng của tín hiệu nhiễu dl (t) Bậc

của đối tượng điều khiển là bậc 2, không xét đến hệ số ma sát và phi tuyến đầu ra động cơ Đôi khi có bất lợi là khi bậc đối tượng là bậc cao, số lượng trạng thái lớn, thì việc đo và quan sát trạng thái là khó khăn Đòi hỏi mô hình đối tượng phải chính xác

1.3.2 Nhóm phương pháp điều khiển trượt

Thuật toán điều khiển bám thích nghi cho động cơ DC được sử dụng trong nghiên cứu [46]

Hình 1.12 Cấu trúc mạng nơ ron của hệ điều khiển bám thích nghi cho động cơ DC [46]

Mô hình động cơ được xét dưới dạng [46]

với các thành phần f1 và g 1 đƣợc thích nghi bằng mạng nơ ron:

Hình 1.13 Sơ đồ khối của hệ điều khiển bám thích nghi cho động cơ DC [46]

Nghiên cứu này, chỉ ra hệ sẽ có chất lƣợng tốt khi thích nghi và mạng nơ ron nhận

dạng đƣợc hai hàm f 1 và g 1 Nhƣng cũng có thể thấy ngay rằng khi đầu ra của hệ chứa các

hàm phi tuyến ma sát và dạng khe hở do hộp số gây ra thì sẽ dẫn tới hàm f1 và g1 sẽ bị thay

đổi liên tục và chất lƣợng hệ sẽ không còn đƣợc đảm bảo, dễ gây mất ổn định

Trong nghiên cứu [37], các tác giả sử dụng thuật toán điều khiển chính xác cho hệ ma sát phi tuyến dùng bộ quan sát trạng thái và điều khiển trƣợt Sơ đồ điều khiển nhƣ chỉ ra trong (hình 1.14)

Hình 1.14 Sơ đồ hệ điều khiển dùng khâu ước lượng ma sát và điều khiển trượt [37]

Trong nghiên cứu này các tác giả sử dụng bộ điều khiển quan sát ma sát kết hợp với mạng nơ ron hồi quy để điều khiển khử ma sát Tín hiệu điều khiển là gián đoạn (thường là

1, 0) Muốn chất lượng tốt, tần số tín hiệu điều khiển phải cao Do vậy tần số tín hiệu điều khiển là động, dễ gây sai lệch tĩnh

Trong nghiên cứu [26], sử dụng điều khiển bám thông minh của hệ chuyển động động

cơ DC dùng mạng nơ ron mờ kiểu TSK (Takagi Sugeno Kang) tự tổ chức như chỉ ra trong (hình 1.15)

Hình 1.15 Bộ điều khiển mạng mờ kiểu TSK thích nghi tự tổ chức [26]

Tín hiệu điều khiển là gián đoạn (thường là 1, 0) Muốn chất lượng tốt, tần số tín hiệu điều khiển phải cao Do vậy tần số tín hiệu điều khiển là động, dễ gây sai lệch

Trong nghiên cứu [79] sử dụng việc cải thiện độ chính xác quỹ đạo CNC

(Computer Numerical Control ) bằng khâu tính toán quỹ đạo Gp như (hình 1.16, 1.17)

Vị trí

Sai lệch vận tốc Tham

chiếu

Hình 1.16 Sơ đồ khối hệ điều khiển servo một trục một vòng phản hồi tốc độ [79]

K s

Phản hồi vận tốc Phản hồi vị trí

Hình 1.17 Sơ đồ khối bộ điều khiển servo hai vòng phản hồi tốc độ - vị trí [79]

Nghiên cứu này sử dụng bộ điều khiển phản hồi vị trí Tín hiệu điều khiển là gián đoạn (thường là 1, 0) Muốn chất lượng tốt, tần số tín hiệu điều khiển phải cao Do vậy tần số tín hiệu điều khiển là động, dễ gây sai lệch

1.3.3 Nhóm phương pháp điều khiển tầng PID

Trong nghiên cứu [80], sử dụng phương pháp PID tầng với nhiều lớp như sơ đồ (hình 1.19)

p

z a k

b

Q K

c T

1

s

L B

s k s Q X

Q H Q T

W

Đầu vào

điều khiển PID3

Chuyển đổi ADC Phản hồi vị trí Phản hồi vận tốc

Hằng số momen

Lực cắt Động

cơ DC

Bộ đếm tiến nùi

b K

PID2 PID1

Hình 1.18 Sơ đồ khối bộ điều khiển servo ghép tầng PID [80]

Bộ điều khiển vị trí DMC-230

Bộ điều khiển động cơ DC servo

Bộ điều khiển động cơ DC servo

Bộ điều khiển động cơ DC servo

Bộ điều khiển động cơ DC servo

Bộ điều khiển động cơ DC servo

Bộ điều khiển động cơ DC servo

Phản hồi vị trí Phản hồi vị trí Phản hồi vị trí

Cổng cắm card nhiều bus Giao tiếp RS232

Hình 1.19 Sơ đồ khối cấu trúc phần cứng hệ điều khiển servo điển hình [80]

Trong nghiên cứu này hệ thống mang đầy đủ các ưu điểm của bộ thiết kế PID Tuy nhiên để có được tốc độ cần phải giải quyết triệt để các vấn đề sau: Đo trực tiếp đầu ra thì giá thành cao, độ chính xác cần phải xem xét Tính đạo hàm của vị trí sẽ gây dễ mất ổn định với nhiễu đo, làm giảm chất lượng bộ điều khiển Thích hợp với bài toán khi độ chính xác yêu cầu vừa phải

Thiết kế bộ điều khiển đáp ứng nhanh với hệ thống servo tuyến tính Được đề cấp trong nghiên cứu [78]

Đối tượng điều khiển

Encoder

Vị trí yêu cầu X

Vị trí thực X

Tốc độ cắt

Vị trí thực X Điện áp

d/dt

Đối tượng điều khiển

Đối tượng điều khiển

Encoder

Vị trí yêu cầu Y

Vị trí thực Y

Y Điện áp

Hình 1.20 Sơ đồ khối bộ điều khiển đáp ứng nhanh hệ Servo tuyến tính cho hai trục [78]

Trong nghiên cứu này tác giả đã sử dụng hệ thống bao gồm 2 vòng điều chỉnh Dự báo đặc tính lên xuống để bù nhằm tăng tính chính xác Tuy nhiên cùng chung nhược điểm với các phương pháp điều khiển khiển tầng, dẫn đến thích hợp cho các bài toán khi độ chính xác yêu cầu vừa phải

Áp dụng phương pháp điều chỉnh phản hồi lặp (IFT- Iterative Feedback Tuning) để tăng tốc độ và vị trí điều khiển hệ thống servo Nghiên cứu [41], được tác giả đề cập đến sau đây Ứng dụng phương pháp tìm thông số PID- IFT với vòng điều chỉnh tốc độ và vị trí của hệ thống servo (hình 1.21)

G

p

r K

s T

Phản hồi dòng điện

Bộ điều khiển dòng

Bộ điều khiển dòng Khuếch đại

khiển tốc độ Khiển vị tríBộ điều

Hình 1.21 Sơ đồ khối bộ điều khiển dùng phương pháp tìm thông số PID -IFT Systematic block

diagram [41]

Tác giả đã sử dụng phương pháp IFT để tìm và cài đặt các tham số của bộ điều khiển tầng Kết quả bài báo đã đưa ra so sánh phương pháp này với các phương pháp khác hay sử dụng trong công nghiệp: Z-N (Ziegler-Nichols) Cùng chung nhược điểm với các phương

pháp điều khiển tầng dẫn đến thích hợp cho các bài toán khi độ chính xác yêu cầu vừa

phải

Trong nghiên cứu [27], tác giả thực hiện bộ điều khiển PID thích nghi thông qua mặt

trượt cho động cơ một chiều trên nền FPGA Nội dung chính của bài báo sử dụng phương

pháp tự cài đặt các hệ số PID và sử dụng bộ điều khiển mờ để bù bằng phương pháp truyền thẳng giúp giảm sai lệch khi điều khiển vị trí Cùng chung nhược điểm với các phương pháp điều khiển khiển tầng dẫn đến thích hợp cho các bài toán khi độ chính xác yêu cầu

vừa phải (hình 1.22)

Bề mặt trượt

Bề mặt trượt thám sốLuật dò

Luật dò thám số

Mã hóa mờ

Mã hóa mờ

Bộ điều khiển PID

Bộ điều khiển Công suất động cơ DC

Bộ điều khiển Công suất động cơ DC d/dt

Bộ điều khiển thích nghi PID

a c u

Hình 1.22 Sơ đồ khối bộ điều khiển APID cho động cơ DC [27]

Nghiên cứu [50], sử dụng thiết kế bộ lọc Alpha Beta Gamma cho hệ thống điều khiển

tầng vị trí (hình 1.23)

Hình 1.23 Sơ đồ khối bộ điều khiển tầng vị trí [50]

Nghiên cứu này tác giả đề cấp đến để tăng tính đáp ứng cũng như bền vững với tính phi tuyến của công suất, bão hòa từ bộ điều khiển tầng vị trí động cơ một chiều được sử dụng Gồm 2 vòng điều chỉnh, một vòng tốc độ, một vòng ngoài vị trí Nhiễu đo và sai lệch khi thực hiện bằng hệ thống số được giảm thiểu nhờ bộ lọc Alpha beta gamma Cùng

chung nhược điểm với các phương pháp điều khiển tầng dẫn đến thích hợp cho các bài

toán khi độ chính xác yêu cầu vừa phải

1.3.4 Nhóm phương pháp điều khiển kết hợp giữa PID – Mờ nơ ron

Nghiên cứa [55], được đề cấp đến cho việc điều khiển thông minh động cơ một chiều

trong cơ cấu chấp hành hệ thống cơ điện tử

Thuật toán GA

Bộ điều khiển PID

Bộ điều khiển PID cơ DC bằng PWMĐiều khiển động

Hình 1.24 Sơ đồ khối bộ điều khiển tối ưu hóa GA PID Offline [55]

Bộ giám sát mờ

Bộ giám sát mờ

Hình 1.25 Cấu trúc hệ điều khiển giám sát mờ [55]

Hình 1.26 Sơ đồ mô phỏng của hệ EMA-AFC [55]

Trong nghiên cứu này bài báo thực hiện thiết kế bộ điều khiển PID mờ tối ưu, sử dụng

thuật toán GA tối ưu toàn cục chỉnh định các tham số PID Đối tượng của mô hình là động

cơ DC có hàm bậc 2, có xét đến đặc tính bão hòa mạch từ và ma sát trên trục động cơ

Hệ điều khiển mờ trượt cho hệ thống phi tuyến được đề cấp đến ở nghiên cứu [61]

Hình 1.27 Sơ đồ khối điều khiển mờ trượt cho hệ phi tuyến [61]

Trong nghiên cứu này tác giả đưa ra bộ điều khiển là mờ trượt, sử dụng 2 bộ điều khiển mờ để tăng tính đáp ứng, đồng thời làm ổn định hệ thống Kết quả được so sánh với các phương pháp khác Tuy nhiên bản chất vẫn là bộ điều khiển trượt, nên mang những nhược điểm của bộ điều khiển trượt

Nhóm tác giả trong nghiên cứu [44], đã đưa ra vấn đề xem (hình 1.28) Điều khiển nơ

ron song song cho động cơ một chiều bao gồm hàm ma sát phi tuyến

Hình 1.28 Sơ đồ khối bộ điều khiển nơ ron song song [44]

tốc

Tải &

Hộp giảm tốc

Bộ đếm

Card giao tiếp

Card giao tiếp

đại

Khuếch đại

Máy tình

Hển thị

Phát tín hiệu

Phát tín hiệu Tín hiệu ra điều khiểnTín hiệu

Phanh

Hình 1.29 Sơ đồ khối bộ điều khiển nơ ron song song cho động cơ DC [44]

Tác giả đã sử dụng một bộ điều khiển nơ ron song song nhằm bù các hiệu ứng bao gồm cả ma sát trên trục động cơ Một mạng nơ ron lan truyền ngược dựa trên thuật toán hạ

dốc được đề cập tới Bộ điều khiển nơ ron song song là sự kết hợp của một bộ điều khiển tuyến tính và mạng nơ ron nhằm bù hàm – phi tuyến ma sát Bài báo chỉ tập trung vào việc

bù phi tuyến phần ma sát mà không quan tâm nhiều đến chất lượng điêu khiển Bộ điều khiển sử dụng thuật toán PID thiết kế theo Ziegler-Nichols

Trong nghiên cứu [45], sử dụng điều khiển vị trí động cơ một chiều bằng mạng nơ ron

Hình 1.30 Cấu trúc điều khiển nơ ron [45]

Nội dung nghiên cứu, đưa ra vấn đề chính là sử dụng bộ điều khiển là mạng nơ ron nhằm thiết kế bộ điều khiển ổn định vị trí sử dụng động cơ DC Cho trường hợp khi không biết các tham số của động cơ DC Phương trình động cơ viết dưới dạng:

Trong đó: I là dòng điện phần ứng, θ là vị trí đầu ra

mô hình động cơ được thể hiện dưới dạng

Trong đó: u là điện áp phần ứng, y là vị trí đầu ra

Bộ điều khiển được thiết kế dựa vào mô hình trạng thái tuyến tính bậc 3 của động cơ Đặc điểm tính phi tuyến chưa đề cập đến Nên cũng chỉ phù hợp với bài toán có yêu cầu độ chính xác tương đối

Nhóm tác giả trong nghiên cứa [81], sử dụng điều khiển mờ PID cho hệ thống không

quán tính Đối tượng điều khiển khống ổn định sử dụng động cơ một chiều Để giảm sai

lệch vị trí cho sự bất ổn định sử dụng PID tầng và điều khiển mờ để thay đổi các hệ số PID cho phù hợp PID gồm 3 vòng điều chỉnh là mô men, tốc độ, vị trí Do đó chất lượng của

hệ phụ thuộc vào các yếu tố Độ chính xác của phương pháp do tốc độ vòng điều chỉnh trong, tính phi tuyến của đối tượng ảnh hưởng tới chất lượng bộ điều khiển

de/dt Logic mờ

Bộ điều khiển PID

Bộ điều khiển PID Đối tượng

Hình 1.32 Sơ đồ khối bộ điều khiển PID mờ [81]

1.3.5 Nhóm phương pháp điều khiển tối ưu bền vững thích nghi

Điều khiển tối ưu thích nghi đa tỉ lệ ứng dụng cho động cơ điện một chiều Được nhắc đến trong nghiên cứu [28]

Thiết kế bộ điều khiển

Thiết kế bộ điều khiển

Bộ điều khiển

Bộ điều khiển

Nhận dạnh hệ thống

Nhận dạnh hệ thống

Đối tượng

Bộ quan sát trạng thái

Bộ quan sát trạng thái

Hình 1.33 Sơ đồ cấu trúc hệ điều khiển tối ưu thích nghi [28]

Bộ điều khiển tối ưu thích nghi cho đối tượng có dạng [28]

u(t i ): là tín hiệu vào

η(t) : là phần nhiễu không mô hình hóa được

A(q -1 ),B(q -1 ): là các đa thức bậc n của biến trạng thái q -1

Trong nghiên cứu này tác giả xem xét đối tượng là tuyến tính không chứa các thành phần phi tuyến Bộ điều khiển được thiết kế trực tuyến với các tham số phụ thuộc vào F, G,

H và trạng thái X của đối tượng, do đó khi đối tượng chứa thành phần phi tuyến, bộ điều khiển sẽ thay đổi liên tục, và giảm chất lượng điều khiển

Nhóm tác giả đã đề cấp đến điều khiển mờ thích nghi cho động cơ một chiều sử dụng phản hồi trạng thái và phản hồi đẩu ra Trong nghiên cứu [35], bộ điều khiển PID thông

thường nghèo tính đáp ứng với sự thay đổi của động cơ hoặc tải động Bài báo sử dụng bộ điều khiển thích nghi mờ cho cả hai trường hợp phản hồi đầu ra và phản hồi trạng thái giảm Kết quả bài báo cho thấy hệ cần có thời gian để bám trạng thái Nên nếu đối tượng chứa thành phần phi tuyến dạng bão hòa hoặc nhảy bậc, tính đáp ứng cũng như chất lượng

hệ sẽ giảm

Hình 1.34 Sơ đồ khối hệ điều khiển mờ thích nghi cho động cơ DC [35]