Luận án tiến sĩ điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định

Danh mục các hình vẽ, đồ thị Hình 1.1 Mô hình hệ cần cẩu treo 3D với chiều dài dây treo không thay đổi Hình 2.1 Tập mờ của hai biến ngôn ngữ đầu vào X và 1 X 2 Hình 2.2 Tên các hằng số đ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Lê Xuân Hải

ĐIỀU KHIỂN THÍCH NGHI PHI TUYẾN CHO HỆ THỐNG CẦN CẨU

TREO MÔ HÌNH BẤT ĐỊNH

Chuyên ngành: Kỹ thuật điều khiển và tự động hóa

Mã số: 9520216

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS Vũ Vân Hà GS.TS Phan Xuân Minh

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

LÊ XUÂN HẢI

ĐIỀU KHIỂN THÍCH NGHI CHO HỆ THỐNG CẦN CẨU TREO

CÓ TÍNH ĐẾN YẾU TỐ BẤT ĐỊNH

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Hà Nội – 2018

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

LÊ XUÂN HẢI

ĐIỀU KHIỂN THÍCH NGHI CHO HỆ THỐNG CẦN CẨU TREO CÓ

TÍNH ĐẾN YẾU TỐ BẤT ĐỊNH

Ngành: Kỹ thuật Điều khiển và Tự động hóa

Mã số: 9520216

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

NGƯỜI HƯỚNG DẪN KHOA HỌC:

1 TS Vũ Vân Hà

2 GS.TS Phan Xuân Minh

Hà Nội – 2018

Lời cam đoan

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các kết quả nghiên cứu được trình bày trong luận án là trung thực, khách quan và chưa từng được tác giả khác công bố

Hà Nội, ngày … tháng … năm 20…

Lời cảm ơn

Trong quá trình làm luận án, tôi đã nhận được nhiều góp ý về chuyên môn cũng như sự ủng hộ giúp đỡ của tập thể cán bộ hướng dẫn, của các nhà khoa học, của các bạn đồng nghiệp Tôi xin được gửi tới họ lời cảm ơn sâu sắc

Tôi xin bày tỏ lòng cảm ơn đến tập thể hướng dẫn đã trực tiếp bằng tâm huyết hướng dẫn tôi trong suốt thời gian qua

Tôi cũng xin chân thành cảm ơn các nhà khoa học, tập thể Bộ môn Điều khiển Tự động, Viện Điện, Viện đào tạo sau đại học, Trường Đại học Bách khoa Hà Nội đã tạo điều kiện thuận lợi cho tôi trong suốt quá trình học tập và nghiên cứu thực hiện đề tài luận án

Tôi xin bày tỏ lòng biết ơn đến các bạn đồng nghiệp tôi tại Khoa Kỹ thuật công nghệ đặc biệt là Ban giám hiệu Trường Cao đẳng Xây dựng công trình Đô thị nơi tôi công tác đã tạo mọi điều kiện thuận lợi nhất để tôi được yên tâm học tập, nghiên cứu

Cuối cùng là sự cảm ơn sự ủng hộ, động viên, khích lệ của gia đình thân yêu tôi để tôi hoàn thành nhiệm vụ học tập

Nghiên cứu sinh

Lê Xuân Hải

MỤC LỤC

Các ký hiệu được sử dụng viii

Danh mục các ký hiệu và chữ viết tắt xi

Điều khiển trượt thích nghi nơ-ron có bù tải xi

Danh mục các hình vẽ, đồ thị xii

Danh mục các bảng xvi

MỞ ĐẦU 1

1 Tính cấp thiết của đề tài luận án 1

2 Mục tiêu và nhiệm vụ của luận án 1

3 Phạm vi nghiên cứu của luận án 2

4 Ý nghĩa khoa học và thực tiễn của luận án 3

5 Cấu trúc của luận án 4

CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG CẦN CẨU TREO VÀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN 6

1.1 Mô hình toán học của cần cẩu treo 6

1.1.1 Mô hình cẩn cẩu treo 3D có chiều dài dây treo không thay đổi 6

1.1.2 Mô hình cần cẩu treo 2D 10

1.1.3 Phân tích mô hình 12

1.2 Tình hình nghiên cứu trong và ngoài nước 13

1.2.1 Tình hình nghiên cứu trong nước 13

1.2.2 Tình hình nghiên cứu ngoài nước 13

1.3 Tổng quan về các phương pháp điều khiển cần cẩu treo 14

1.3.1 Các phương pháp cho đối tượng cần cẩu treo 2D 14

1.3.1.1 Luật điều khiển PD, luật điều khiển dựa trên bình phương năng lượng và động năng 15

1.3.1.2 Điều khiển tuyến tính hóa từng phần 15

1.3.1.3 Điều khiển dựa trên hệ suy diễn mờ 18

1.3.1.4 Điều khiển trượt 19

1.3.1.5 Điều khiển trượt tầng 20

1.3.2 Các phương pháp cho đối tượng cần cẩu treo 3D 20

1.4 Kết luận chương 1 22

CHƯƠNG 2: ĐIỀU KHIỂN THÍCH NGHI CHO CẦN CẨU TREO TRÊN CƠ SỞ HỆ MỜ 23

2.1 Nền tảng cơ sở cho giải thuật điều khiển 23

2.1.1 Mô hình mờ Sugeno 23

2.1.2 Phương pháp suy luận tuyến tính trong biểu diễn hệ mờ 24

2.1.3 Điều khiển trượt tầng 25

2.2 Tổng hợp bộ điều khiển mờ hai lớp 32

2.2.1 Tổng hợp bộ điều khiển mờ cho lớp thứ nhất 34

2.2.2 Tổng hợp bộ điều khiển mờ cho lớp thứ hai 35

2.2.3 Kết quả mô phỏng 36

2.2.3.1 Mô phỏng cho hệ cần cẩu treo 3D với chiều dài dây treo không thay đổi 36

2.2.3.2 Mô phỏng cho trường hợp cẩu treo 2D 41

2.3 Điều khiển trượt thích nghi mờ cho cần cẩu treo 48

2.3.1 Thiết kế bộ điều khiển trượt tầng 48

2.3.2 Luật điều khiển thích nghi 50

2.3.3 Kết quả mô phỏng 53

2.4 Kết luận chương 2 61

CHƯƠNG 3: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO CẦN CẨU TREO TRÊN CƠ SỞ MẠNG NƠ-RON NHÂN TẠO 62

3.1 Nền tảng cơ sở cho giải thuật điều khiển 63

3.1.1 Điều khiển backstepping 63

3.1.2 Mạng nơ-ron nhân tạo RBF 67

3.2 Bộ điều khiển trượt backstepping trên cơ sở mạng nơ-ron nhân tạo 70

3.2.1 Tổng hợp bộ điều khiển trượt backstepping 70

3.2.2 Tổng hợp bộ điều khiển trượt thích nghi trên cơ sở mạng nơ-ron nhân tạo 74

3.2.2.1 Xấp xỉ véc-tơ hàm bất định bằng mạng nơ ron nhân tạo 74

3.2.2.2 Phát biểu định lý và chứng minh về tính ổn định của hệ kín 76

3.2.3 Mô phỏng kiểm chứng trên nền kỹ thuật số 78

3.3 Điều khiển trượt thích nghi nơ-ron bất định tải 92

3.3.1 Tổng hợp bộ điều khiển trượt 92

3.3.2 Tổng hợp bộ điều khiển trượt thích nghi bất định tải (ASMCWUPL) 94

3.3.3 Mô phỏng kiểm chứng 98

3.4 Kết luận chương 3 102

CHƯƠNG 4: KIỂM CHỨNG BẰNG THỰC NGHIỆM TRÊN MÔ HÌNH CẦN CẨU TREO 2D TRONG PHÒNG THÍ NGHIỆM 103

4.1 Xây dựng bàn thí nghiệm 103

4.1.1 Mô hình vật lý 103

4.1.2 Thiết kế phần cứng 104

4.1.3 Thiết kế phần mềm 106

4.1.3.1 Bộ lọc Kalman cho cảm biến MPU6050 106

4.1.3.2 Giao diện HMI 108

4.2 Cài đặt một số giải thuật điều khiển mới 108

4.2.1 Cài đặt thuật toán mờ hai lớp 108

4.2.2 Cài đặt thuật toán trượt tầng thích nghi mờ 110

4.3 Kết luận chương 4 114

KẾT LUẬN VÀ KIẾN NGHỊ 115

DANH MỤC CÁC CÔNG TRÌNH ĐÃ ĐƯỢC CÔNG BỐ CỦA LUẬN ÁN 118

Các ký hiệu được sử dụng

c

r

l

J Mô men quán tính của tải trọng

, ,

x y l

D D D Hệ số ma sát nhớt theo phương x, phương y, và khớp

nỗi giữa động cơ và dây treo ( )

cần cẩu treo khi viết dưới dạng mô hình sai lệch 2

u Tín hiệu điều khiển thành phần thiếu chấp hành của

hệ cần cẩu treo khi viết dưới dạng mô hình sai lệch 2

 Véc-tơ chứa các thành phần bất định của hệ cần cẩu

Danh mục các ký hiệu và chữ viết tắt

HSMC Hierarchical Sliding Mode Control Điều khiển trượt tầng

AFHMC Adaptive Fuzzy Hierarchical Control Điều khiển trượt tầng thích nghi

mờ ANSMC Apdaptive Neural Network Sliding

Mode Control

Điều khiển trượt nơ-ron thích nghi

ASMCWUPL Apdative Sliding Mode Control

Using Neural Network for Overhead Crane System With Uncertainty of Payload Mass

Điều khiển trượt thích nghi nơ-ron

có bù tải

TLFLC Two Layers Fuzzy Logic Control Điều khiển mờ hai lớp

BSMC Backstepping Sliding Mode Control Điều khiển trượt kết hợp với kỹ

thuật backstepping

Danh mục các hình vẽ, đồ thị

Hình 1.1 Mô hình hệ cần cẩu treo 3D với chiều dài dây treo không thay

đổi Hình 2.1 Tập mờ của hai biến ngôn ngữ đầu vào X và 1 X 2

Hình 2.2 Tên các hằng số đầu ra

Hình 2.3 Sơ đồ cấu trúc điều khiển trượt tầng

Hình 2.4 Cấu trúc hệ thống điều khiển mờ hai lớp

Hình 2.5 Tập mờ của các biến ngôn ngữ đầu vào e e e e e i( x, y, , )của

i FLC

Hình 2.6 Tập mờ của các biến ngôn ngữ đầu vào của u và 1 u 2

Hình 2.7 Sơ đồ mô phỏng hệ thống điều khiển mờ hai lớp

Hình 2.8 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp không có nhiễu tác động cho hệ cần cẩu treo 3D Hình 2.9 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp nhiễu có biên độ 10 N tác động cho hệ cần cẩu treo 3D Hình 2.10 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp nhiễu có biên độ 40 N tác động cho hệ cần cẩu treo 3D Hình 2.11 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp không có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải là 8 (kg)

Hình 2.12 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải

là 8 (kg) Hình 2.13 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp không có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải là 16 (kg)

Hình 2.14 Kết quả mô phỏng cho bộ điều khiển mờ hai lớp trong trường

hợp có nhiễu tác động cho hệ cần cẩu treo 2D với khối lượng tải

là 16 (kg) Hình 2.15 Kết quả mô phỏng so sánh giữa TLFLC và DFLC với khối

lượng tải m=8(kg) Hình 2.16 Kết quả mô phỏng so sánh giữa TLFLC và DFLC với khối

lượng tải m=16(kg) Hình 2.17 Thay đổi k của mặt trượt

Hình 2.18 Tập mờ của các biến ngôn ngữ đầu vào e , e x 

Hình 2.19 Cấu trúc điều khiển trượt tầng thích nghi mờ

Hình 2.20 Mặt trượt và tín hiệu điều khiển của AHSMC

Hình 2.21 Hệ thống điều khiển trượt tầng thích nghi mờ

Hình 2.22 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ

trong trường hợp không có nhiễu tác động với khối lượng tải là

8 (kg) Hình 2.23 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ

trong trường hợp có nhiễu tác động với khối lượng tải là 8 (kg) Hình 2.24 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ

trong trường hợp không có nhiễu tác động với khối lượng tải là

16 (kg)

Hình 2.25 Kết quả mô phỏng cho bộ điều khiển trượt tầng thích nghi mờ

trong trường hợp có nhiễu tác động với khối lượng tải là 16 (kg) Hình 2.26 Kết quả mô phỏng so sánh giữa HSMC và AFHSMC

Hình 2.27 Kết quả mô phỏng so sánh giữa AFHSMC và TLFLC

Hình 3.2 Cấu trúc mạng nơ-ron hướng tâm

Hình 3.5 Kết quả mô phỏng cho ANSMC trong trường hợp không có

nhiễu tác động

Hình 3.6 Kết quả mô phỏng cho ANSMC trong trường hợp nhiễu có biên

độ 10 N tác động Hình 3.7 Kết quả mô phỏng cho ANSMC trong trường hợp nhiễu có biên

độ 40 N tác động Hình 3.8 Kết quả mô phỏng so sánh chất lượng giữa ANSMC và BSMC Hình 3.9 Kết quả so sánh chất lượng giữa ANSMC và bộ BSMC dưới sự

tác động của nhiễu 40 N Hình 3.10 Kết quả so sánh chất lượng giữa ANSMC và bộ TLFLC trong

trường hợp không có nhiễu tác động Hình 3.11 Kết quả so sánh chất lượng giữa ANSMC và bộ TLFLC dưới

sự tác động của nhiễu 40 N

Hình 3.12 Sơ đồ mô phỏng hệ thống ASMCWUPL

Hình 3.13 Kết quả mô phỏng cho bộ ASMCWUPL trong trường hợp tải

m=10(kg) Hình 3.14 Kết quả mô phỏng cho bộ ASMCWUPL trong trường hợp tải

m=20(kg) Hình 3.15 Kết quả mô phỏng cho bộ ASMCWUPL trong trường hợp tải

m=30(kg) Hình 4.1 Hệ thống điều khiển và giám sát cần cẩu treo 2D

Hình 4.2 Mạch phần cứng điều khiển

Hình 4.4 Lưu đồ thuật toán bộ lọc Kalman

Hình 4.5 Giao diện HMI trên máy tính

Hình 4.6 Kết quả cài đặt thực nghiệm bộ điều khiển mờ hai lớp với khối

lượng của tải là 8 kg

Hình 4.7 Kết quả cài đặt thực nghiệm bộ điều khiển mờ hai lớp với khối

lượng của tải là 16 kg

Hình 4.7 Kết quả cài đặt thực nghiệm bộ điều khiển trượt tầng với khối

lượng của tải là 8 kg

Hình 4.9 Kết quả cài đặt thực nghiệm bộ điều khiển trượt tầng với khối

lượng của tải là 16 kg

Hình 4.10 Kết quả cài đặt thực nghiệm bộ điều khiển trượt tầng thích nghi

mờ với khối lượng của tải là 8 kg

Hình 4.11 Kết quả cài đặt thực nghiệm bộ điều khiển trượt tầng thích nghi

với khối lượng của tải là 8 kg

Danh mục các bảng

Bảng 2.1 Hệ luật suy diễn theo phương pháp tuyến tính

Bảng 2.2 Hệ luật suy diễn FLC1

Bảng 2.3 Hệ luật suy diễn FLC

Bảng 2.4 Các thông số hệ thông cần cẩu treo 3D

Bảng 2.5 Các thông số hệ thống cần cẩu treo 2D

Bảng 2.6 So sánh chất lượng giữa TLFLC và DFLC

Bảng 2.7 Hệ suy diễn mờ cho bộ điều khiển trượt tầng thích nghi

Bảng 2.8 Thông số hệ thống cần cẩu treo 2D và bộ điều khiển trượt mờ

thích nghi Bảng 2.9 Đánh giá chất lượng điều khiển của HSMC và AFHSMC

Bảng 2.10 So sánh chất lượng giữa AFHSMC và TLFLC

Bảng 3.1 Thông số mô hình hệ thống cần cẩu treo 3D và bộ điều khiển trượt

thích nghi Bảng 3.2 So sánh chất lượng điều khiển giữa ANSMC và BSMC

Bảng 3.3 So sánh chất lượng điều khiển của ANSMC và TLFLC cho hệ cần

cẩu treo 3D Bảng 3.4 Thông số mô hình hệ thống cần cẩu treo 3D và bộ điều khiển trượt

thích nghi mô hình bất định hàm và bù bất định tải Bảng 4.1 Dây nối của Encoder

Bảng 4.2 So sánh chất lượng cài đặt thực của bộ điều khiển trượt tầng và bộ

điều khiển trượt tầng thích nghi mờ Bảng 4.3 So sánh chất lượng cài đặt thực của bộ điều khiển mờ hai lớp và

bộ điều khiển trượt tầng thích nghi mờ

MỞ ĐẦU

1 Tính cấp thiết của đề tài luận án

Cần cẩu treo là một hệ thống được sử dụng rất rộng rãi trong công nghiệp, phục vụ cho công tác vận chuyển và nâng hạ hàng hóa có khối lượng lớn tại các bến cảng, nhà xưởng, các công trình xây dựng Hệ thống cần cẩu treo đã giúp giải quyết nhiều công việc vận tải phức tạp và khó khăn một cách nhanh chóng, linh hoạt và tiết kiệm nhân lực

Trong công nghiệp hiện đại, các bộ điều khiển tự động cho hệ thống cần cẩu treo được nghiên cứu nhằm thay thế cho việc sử dụng người điều khiển Vấn đề khó khăn và thu hút được sự quan tâm của các nhà khoa học là vì hệ thống cần cẩu treo thực chất là một hệ rô-bốt thiếu cơ cấu chấp hành, nghĩa là số biến điều khiển luôn ít hơn số bậc tự do của hệ Bài toán điều khiển cần cẩu treo ngoài việc điều khiển cho xe con bám vị trí đặt còn phải quan tâm đến việc giảm thiểu rung lắc của tải trong quá trình xe chuyển động Trong những năm gần đây, nghiên cứu các giải thuật

và kỹ thuật điều khiển mới cho hệ thống cần cẩu treo đã được phát triển mạnh mẽ cả về lý thuyết cũng như ứng dụng thực tế Vì đặc điểm của hệ thống cần cẩu treo là thiếu cơ cấu chấp hành nên

đã dẫn đến hàng loạt các vấn đề mới đầy hấp dẫn, bên cạnh các thách thức mới trong lĩnh vực điều khiển cần cẩu treo trong đó phải tính đến cả mô hình hệ thống cần cẩu treo với các thành phần bất định như ma sát, sự thay đổi phụ tải và nhiễu từ bên ngoài tác động vào hệ thống Bài toán đặt ra là phải tổng hợp bộ điều khiển cho hệ thống cần cẩu treo vừa đảm bảo bám vị trí đặt cho xe con và chế ngự rung lắc, bền vững với nhiễu và các bất định của mô hình Đó chính là thách thức, cấp bách và là động cơ để thúc đẩy việc lựa chọn hướng nghiên cứu của luận án:

“Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định”

2 Mục tiêu và nhiệm vụ của luận án

Hệ thống cần cẩu treo là một trong những đối tượng được sử dụng phổ biến và mang lại hiệu quả cao trong các xưởng lắp ráp, chế tạo, các công trình xây dựng và các cảng biển Trong những năm gần đây, các phương pháp điều khiển phi tuyến mới đã được nghiên cứu phát triển và áp dụng cho các hệ thống cần cẩu treo dựa trên các kỹ thuật điều điều khiển phi tuyến như kỹ thuật backstepping, điều khiển trượt Song song với việc nâng cao chất lượng của các khâu cơ khí thì vấn đề điều khiển cũng là một vấn đề hết sức quan trọng để cải thiện chất lượng làm việc của hệ

thống cần cẩu treo Do cần cẩu treo là một đối tượng phi tuyến có mô hình bất định chịu ảnh hưởng của nhiễu nên phần lớn các công trình nghiên cứu mới được công bố gần đây đều hướng đến phương pháp điều khiển thích nghi phi tuyến hoặc là dựa trên mô hình mẫu hoặc dựa trên các hệ có khả năng suy luận như hệ mờ, mạng nơ-ron Do vậy, điều khiển thích nghi cho hệ thống cần cẩu treo vẫn luôn là bài toán thu hút được nhiều nhà khoa học quan tâm giải quyết Điều khiển thích nghi là bài toán tổng hợp bộ điều khiển nhằm luôn giữ chất lượng hệ thống không thay đổi, cho dù có nhiễu không mong muốn tác động vào hệ thống hoặc có những sự thay đổi không biết trước xảy ra bên trong đối tượng điều khiển Nguyên tắc hoạt động của hệ thống điều khiển thích nghi là mỗi khi có sự thay đổi của đối tượng, bộ điều khiển sẽ tự thay đổi theo nhằm đảm bảo chất lượng hệ thống không bị thay đổi [7]

Mục tiêu của luận án "Điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định" là nhằm nghiên cứu và đề xuất giải thuật điều khiển thích nghi mới cho hệ cần cẩu treo có

mô hình bất định

Để thực hiện được mục tiêu này, luận án đặt ra bốn nhiệm vụ chính, bao gồm:

- Nghiên cứu các phương pháp điều khiển thích nghi phi tuyến đã được công bố trong và ngoài nước ở lĩnh vực điều khiển cần cẩu treo, phân tích ưu nhược điểm của các phương pháp đó làm nền tảng để đề xuất những đóng góp mới của luận án

- Dựa trên cấu trúc đơn giản, dễ thực thi của hệ mờ, luận án tập trung nghiên cứu nhằm đề xuất cấu trúc điều khiển mờ mới đơn giản dễ thực thi và một thuật toán điều khiển thích nghi bền vững mới dựa trên kỹ thuật trượt tầng kết hợp với hệ mờ

- Cải tiến bộ điều khiển trượt backstepping của Tsai, Chinh-Chih và cộng sự [56] áp dụng cho cần cẩu treo 3D mô hình bất định, kết hợp xấp xỉ khối lượng tải và hàm bất định trên

cơ sở mạng nơ-ron nhân tạo Phát biểu chứng minh tính ổn định cho hệ kín và mô phỏng kiểm chứng trên nền kỹ thuật số

- Xây dựng bàn thí nghiệm điều khiển cần cẩu treo có khả năng cài đặt và kiểm nghiệm đa năng các thuật toán điều khiển nhằm kiểm tra bằng thực nghiệm các đề xuất mới trong luận án

3 Phạm vi nghiên cứu của luận án

- Đối tượng nghiên cứu:

Về phương pháp luận: Đối tượng nghiên cứu là lý thuyết điều khiển phi tuyến, điều khiển thích

nghi, điều khiển mờ và mạng nơ-ron nhân tạo Dựa trên các kỹ thuật hiện đại như kỹ thuật backstepping (BT), điều khiển trượt tầng (HSMC) kết hợp với hệ mờ và mạng nơ-ron để đề xuất các giải thuật điều khiển mới cho hệ cần cẩu treo, phát biểu định lý và chứng minh tính ổn định của hệ kín

Về phương diện điều khiển: Đối tượng của luận án là nghiên cứu đề xuất bộ điều khiển thích

nghi phi tuyến mới cho hệ cần cẩu treo trên cơ sở hệ logic mờ, mạng nơ-ron nhân tạo và mô phỏng kiểm chứng hệ thống điều khiển kín trên nền kỹ thuật số

Về phương diện ứng dụng: Đối tượng của luận án là chế tạo một hệ thống điều khiển cần cẩu

treo trong phòng thí nghiệm để kiểm chứng các giải thuật điều khiển thích nghi mới được luận án

đề xuất bằng thực nghiệm Bộ điều khiển được chế tạo trên nên vi điều khiển và có ghép nối với máy tính cá nhân để giám sát thông qua giao diện HMI

- Phạm vi nghiên cứu:

Về phương pháp lý thuyết: Nghiên cứu lý thuyết điều khiển phi tuyến, điều khiển thích nghi, hệ

mờ và mạng nơ-ron, phân tích các phương pháp điều khiển thích nghi đã được công bố trong và ngoài nước làm cơ sở cho việc phát triển các giải thuật điều khiển thích nghi mới cho hệ cần cẩu treo

Về phương pháp luận: Kết hợp giữa đề xuất giải thuật mới, phát biểu định lý và chứng minh tính

ổn định của hệ kín với kiểm chứng các kết quả nghiên cứu mới bằng mô phỏng số và trên hệ thống thực trong phòng thí nghiệm

4 Ý nghĩa khoa học và thực tiễn của luận án

- Ý nghĩa khoa học:

Luận án đề xuất các thuật toán và cấu trúc điều khiển thích nghi phi tuyến mới trên cơ sở hệ mờ, mạng nơ-ron nhân tạo áp dụng điều khiển cho hệ thống cần cẩu treo với mô tả bằng mô hình phi tuyến bất định, tham số tải trọng thay đổi, đảm bảo hệ kín ổn định và bám vị trí đặt với các ý nghĩa khoa học như sau:

+ Đề xuất được bộ điều khiển mờ có cấu trúc mới bao gồm hai lớp, lớp thứ nhất thực hiện tách riêng từng nhiệm vụ điều khiển (FCL1) và lớp thứ hai (FCL2) phối hợp nhiệm vụ điều khiển theo nguyên tắc thỏa hiệp

+ Đề xuất được bộ điều khiển thích nghi cho hệ thống cần cẩu treo trên cơ sở kỹ thuật trượt tầng kết hợp với logic mờ

+ Xây dựng được bộ điều khiển thích nghi cho hệ thống cần cẩu treo trên cơ sở điều khiển trượt, kỹ thuật backstepping và mạng nơ-ron nhân tạo đảm bảo bám vị trí cho trước, giảm thiểu lắc Phát biểu và chứng minh định lý về tính ổn định của hệ thống kín

+ Các bộ điều khiển đề xuất được kiểm chứng bằng mô phỏng số và bằng các thí nghiệm thực ttong phòng thí nghiệm

- Ý nghĩa thực tiễn:

Do các nghiên cứu đã được kiểm định bằng thực nghiệm trong phòng thí nghiệm cho thấy khả năng chế tạo bộ điều khiển bằng vi điều khiển và các bộ điều khiển số này hoàn toàn có khả năng ứng dụng trong thực tế

5 Cấu trúc của luận án

Bố cục của luận án bao gồm 4 chương:

Chương 1: Tổng quan về hệ thống cần cẩu treo

Nội dung chính của chương này là giới thiệu về mô hình cần cẩu treo, phân tích các đặc điểm của đối tượng cần cẩu treo và các phương pháp điều khiển có thể áp dụng được cho hệ thống này Nghiên cứu tổng quan các phương pháp điều khiển đã được công bố trong và ngoài nước, phân tích ưu nhược điểm của từng nhóm phương pháp, từ đó chỉ rõ định hướng nghiên cứu đóng góp cụ thể của luận án trong lĩnh vực điều khiển hệ thống cần cẩu treo

Chương 2: Điều khiển thích nghi cho hệ thống cần cẩu treo trên cơ sở hệ mờ

Trình bày đóng góp về điều khiển hệ cần cẩu treo trên cơ sở hệ mờ Đề xuất cấu trúc điều khiển

hệ thống cần cẩu treo sử dụng hai bộ mờ nối tiếp đơn giản và hiệu quả Điều khiển thích nghi mặt trượt trên cơ sở kết hợp điều khiển trượt tầng với hệ mờ Các bộ điều khiển đề xuất được kiểm chứng bằng mô phỏng số

Các kết quả nghiên cứu được công bố trong 2 bài báo:

- Antisway tracking control for 2D overhead crane using double layer fuzzy logic controlles, Journal of Military Science and Technology, ISSN 1859-1403, Specical Issue,

No 48A, 5 – 2017

- Improving of control overhead crane quality based on the fuzzy adaptive second order sliding mode control, Tạp chí Nghiên cứu Khoa và Công nghệ quân sự, ISSN 1859-1403,

số 45, tháng 10 năm 2016

Chương 3: Điều khiển trượt thích nghi cho cần cẩu treo dựa trên kỹ thuật backstepping và mạng

nơ ron nhân tạo

Trình bày đóng góp mới về mặt phương pháp luận trong việc tổng hợp bộ điều khiển trượt thích nghi trên cơ sở kỹ thuật backstepping và mạng nơ-ron nhân tạo cho hệ thống cần cẩu treo Thành phần phi tuyến bất định được xấp xỉ bởi mạng nơ-ron hướng tâm, trọng số mạng được huấn luyện trực tuyến, kết hợp thích nghi tham số tải ( hằng) và thích nghi hàm dùng mạng nơ-ron

nhân tạo Phát biểu và chứng minh định lý về tính ổn định của hệ kín

Mô phỏng kiểm chứng kết quả của thuật toán cho cần cẩu treo 3D Kết quả nghiên cứu đã được công bố:

- Adaptive backstepping sliding mode control for uncertain 3D overhead crane based on neural network, ICSSE, 2017 International Conference on, Publisher IEEE, ISSN 2325-

0925

- Adaptive control using neural network for overhead crane system with uncertainty of payload mass” đã được chấp nhận đăng trên Tạp chí Nghiên cứu Khoa học và Công nghệ quân sự số 57A, tháng 11 năm 2018

Chương 4: Kiểm chứng bằng thực nghiệm trên mô hình cần cẩu treo 2D trong phòng thí nghiệm

Nội dung chính là xây dựng bàn thí nghiệm điều khiển cần cẩu treo trong phòng thí nghiệm với

mô hình vật lý đảm bảo gần giống với thực tế công nghiệp, phần mềm có cấu trúc mở có khả năng cài đặt đa năng các thuật toán điều khiển trên nền vi điều khiển và giao diện HMI thân thiện với người sử dụng trên máy tính cá nhân Tiến hành cài đặt một số giải thuật điều khiển mới đã được đề xuất trong luận án đã được kiểm chứng qua mô phỏng

Kết quả nghiên cứu trong chương này đã được công bố:

- Implementation of a laboratory overhead crane control system, Tạp chí nghiên cứu khoa học và công nghệ quân sự, ISSN 1859-1403, số 44, tháng 8, 2016

- Antisway tracking control for 2D overhead crane using double layer fuzzy logic controlles, Journal of Military Science and Technology, ISSN 1859-1403, Specical Issue,

No 48A, 5 – 2017

CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG CẦN CẨU TREO VÀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN

1.1 Mô hình toán học của cần cẩu treo

1.1.1 Mô hình cẩn cẩu treo 3D có chiều dài dây treo không thay đổi

Mô hình cần cẩu treo 3D với chiều dài dây treo không thay đổi được biểu diễn trong hình 1.1 bao

gồm xe con (trolley) với khối lượng m , xà đỡ có khối lượng c m , tải trọng (payload) có khối r lượng m và dây treo tải có độ dài l Hai lực đẩy u , x u y lần lượt tác dụng vào xe con theo các phương Oxvà Oy Dưới tác dụng của lực quán tính, trong khi di chuyển, tải sẽ xuất hiện dao động và được biểu diễn bằng các góc x, y Trong đó, x là góc lệch theo phương thẳng đứng, tức là tham số thể hiện sự dao động của tải, còn y là tham số phụ thuộc gián tiếp cho biết độ lớn các thành phần dao động theo phương Ox và Oy

Hình 1.1: Mô hình cần cẩu treo 3D có chiều dài dây treo không thay đổi

Hệ cần cẩu treo 3D được đơn giản theo các giả thiết sau:

- Khối lượng dây treo được bỏ qua và chiều dây được coi là không thay đổi trong quá trình hoạt động của cẩu

- Các thành phần khối lượng m , c m là đã biết r

- Trọng tâm của tải, xe và xà đỡ có tính chất điểm và điểm trọng tâm của xe trùng với điểm trọng tâm của xà đỡ

Cần cẩu treo là một hệ MIMO với véc-tơ tín hiệu vào u v = u x u yT; uR2 và véc-tơ tín hiệu

ra q= x y x yT; qR4 Như vậy, cần cẩu treo là hệ thống thiếu cơ cấu chấp hành Theo hình 1.1 véc-tơ vị trí của xà đỡ, xe con và tải trọng đước xác định như sau:

cos cos sin sin

 

 

=  

 

Do hệ có 4 đầu ra mà chỉ có 2 tín hiệu điều khiển

nên tín hiệu điều khiển không có thì được thay bằng 0

Ta sẽ thu được mô hình hệ cần cẩu treo 3D có dạng:

Tuy nhiên, nếu xét đến ảnh hưởng của ma sát thì mô hình cẩu treo 3D có dạng như sau:

M q q( ) +(C q q( , )+D q) +g q( )=u (1.15) Với:

2

2 2

1.1.2 Mô hình cần cẩu treo 2D

Trong thực tế, cần cẩu treo làm việc với các chế độ khác nhau: chế độ xe chuyển động theo

hướng x và y đồng thời độ dài của dây thay đổi, chế độ chạy theo hướng x và y khi chiều dài của

dây không thay đổi và chế độ chạy theo một hướng độ dài dây không thay đổi Do vậy khi thiết

kế điều khiển cần cẩu treo người ta phải thiết kế cho từng chế độ Luận án tập trung vào nghiên

cứu chế độ chạy theo từng hướng x hoặc y và bỏ qua sự thay đổi độ dài dây phụ thuộc tải Mô hình chạy theo từng hướng, ví dụ như chạy theo hướng x ( y= 0, y =0) được suy ra từ mô hình (1.16) và (1.18), ta có:

Không xét đến ma sát của xe (D x =0) và để giảm bớt các chỉ số trong quá trình phân tích mô hình ta gọi u là u, x x là  và m là c M , thay vào (1.20) ta được:

2

cos sin 0

cos sin

3 2

3

1.1.3 Phân tích mô hình

Từ các mô hình (1.15) và (1.21), ta nhận thấy:

- Với mô hình cẩu treo 3D biến cần điều khiển là quỹ đạo xe con, góc lắc dây treo theo

phương x, phương y và độ dài dây treo Với mô hình cẩu treo 2D thì biến cần điều khiển là

quỹ đạo xe con và góc lắc của dây treo Ta nhận thấy các mô hình cần cẩu treo đều có số lượng tín hiệu điều khiển nhỏ hơn số biến cần điều khiển, nên hệ cần cẩu treo thuộc nhóm

hệ thiếu cơ cấu chấp hành

- Mô hình cần cẩu treo có tính phi tuyến và trong thực tế còn chịu nhiều tác động của nhiễu ngoài cũng như các bất định tham số, ví dụ như khối lượng tải thay đổi gây ra nhiều khó khăn trong việc thiết kế điều khiển

- Mô hình toán học của hệ cần cẩu treo mô tả không đủ chính xác hoặc khó có thể mô tả chính xác do một số yếu tố vật lý được bỏ qua như việc giả sử bỏ qua khối lượng dây treo, trọng tâm của xe, xà đỡ có tính chất điểm, đặc tính phi tuyến của cơ cấu chấp hành … Mặt khác khối lượng của tải có khả năng thay đổi sau mỗi hành trình và trong hành trình chịu ảnh hưởng của các lực ngoài như lực gió, lực rung lắc giữa các khớp nối …

- Những bất định của mô hình được xem xét giải quyết trong luận án là lực ma sát phụ thuộc vào ma trận D, lực li tâm phụ thuộc vào ma trận C và lực trọng trường ( ( )g q )

1.2 Tình hình nghiên cứu trong và ngoài nước

1.2.1 Tình hình nghiên cứu trong nước

Các bài toán điều khiển cần cẩu treo 2D, con lắc ngược được các nhà khoa học trong nước quan tâm nghiên cứu và đã đạt được những kết quả đáng ghi nhận Các công trình tập trung vào nghiên cứu ứng dụng điều khiển thích nghi bền vững trên cơ sở hệ mờ Nổi bật ở hướng nghiên cứu này là luận án tiến sỹ của tác giả Huỳnh Thái Hoàng (2006) [1] Phương pháp điều khiển thích nghi gián tiếp như điều khiển hệ cần cẩu treo 2D bằng bộ điều khiển PID chỉnh định tham

số dựa trên nguyên lý tối ưu bày đàn của tác giả Nguyễn Quang Hoàng [3] Với những ưu điểm

về khả năng kháng nhiễu, cấu trúc điều khiển đơn giản dễ thiết kế, điều khiển trượt là phương pháp được quan tâm nghiên cứu nhiều cho hệ cần cẩu treo Nhiều công trình trong nước cũng đã được công bố trên các tạp chí chuyên ngành, nổi bật là công trình đăng trong luận án tiến sỹ của tác giả Nguyễn Đức Minh [5] “Điều khiển trượt thích nghi cho hệ phi tuyến” Trong công trình này, tác giả đã đề xuất một bộ điều khiển trượt thích nghi trên cơ sở mạng nơ-ron nhân tạo cho

hệ thiếu cơ cấu chấp hành bậc 4 Trong luận án của tác giả Nguyễn Thị Việt Hương [4] đã nghiên cứu và phát triển và bổ sung tính thích nghi bền vững cho các bộ điều khiển hệ Euler-Lagrange thiếu cơ cấu chấp hành để hệ bám quỹ đạo biến khớp mong muốn cho trước

1.2.2 Tình hình nghiên cứu ngoài nước

Điều khiển cần cẩu treo được nghiên cứu phát triển từ nhiều năm nay Do vậy, không ngạc nhiên khi trên thế giới đã có rất nhiều các công trình đã được công bố Tổng quan về những giải pháp này đã được trình bày khá cụ thể trong tài liệu [10] với ý tưởng chung của việc chống rung lắc là tách thành hai bài toán điều khiển, bài toán thứ nhất là điều khiển bám quỹ đạo định trước cho hàng được vận chuyển, bài toán thứ hai là giảm dao động của hàng trong quá trình vận chuyển Các kết quả điển hình về việc tách thành hai bài toán con cho hệ cần cẩu treo có thể kể đến là

trong các tài liệu [20, 45, 53] cho thấy xe con bám vị trí và góc lắc chỉ rơi vào khoảng 5 – 7 độ Sau khi được tách thành bài toán điều khiển theo chu trình và điều khiển chống rung lắc riêng rẽ thì phương pháp chống rung lắc được áp dụng phổ biến nhất lại là chủ động tạo xung dập dao động (input shaping) đã được giới thiệu tại [11, 12, 16] cùng các phiên bản thích nghi của chúng trong [8, 17] về vấn đề điều kiện đầu của góc lắc Tất nhiên giải pháp chống rung lắc này, do mang tính truyền thẳng (feedforward) nên có nhiều hạn chế, nhất là khi phải kết hợp đồng bộ với bài toán điều khiển theo chu trình Hơn thế nữa, nếu thời điểm tác động của xung dập không đúng, rất có thể dao động không những không được giảm bớt mà còn bị lớn lên do hiện tượng cộng hưởng

Do các hạn chế trên nên bài toán chống rung lắc bằng điều khiển phản hồi sẽ là giải pháp chiếm

ưu thế [7, 53] Song các kết quả này không mang tính khả thi cao bởi các yêu cầu của những phương pháp đó về dạng mô hình toán của hệ cẩu treo trong thực tế khó đáp ứng được Với phương pháp sử dụng bộ quan sát [7] thì mô hình không được phép chứa tham số bất định, với trượt bậc cao [53] thì những thành phần bất định của hệ phải mang tính cộng trong mô hình Đặc biệt cả hai phương pháp này đều được xây dựng trên nền mô hình trạng thái chứ không phải mô hình biến khớp nên độ phức tạp của bộ điều khiển cũng bị tăng lên cũng như không sử dụng được các tính chất đối xứng vốn có của hệ thống cần cẩu treo chỉ được nhìn thấy ở mô hình biến khớp

Để nâng cao hiệu quả cũng như khả năng đáp ứng các yêu cầu khắt khe đó của bộ điều khiển thì điều khiển thích nghi có tính đến các yếu tố bất định của mô hình cũng như khối lượng tải thay đổi gây ra là bài toán rất cần được quan tâm giải quyết tiếp

1.3 Tổng quan về các phương pháp điều khiển cần cẩu treo

1.3.1 Các phương pháp cho đối tượng cần cẩu treo 2D

Với lớp mô hình toán học của hệ cần cẩu treo 2D, có rất nhiều nhà khoa học đã nghiên cứu và thử nghiệm nhiều bộ điều khiển khác nhau, sử dụng đa dạng các phương pháp Cụ thể, đóng góp

và kết quả các phương pháp điều khiển hiện có được nghiên cứu sinh tổng hợp lại và phân chia thành các lớp như sau:

- Luật điều khiển (PD), luật điều khiển dựa trên bình phương năng lượng và động năng

- Điều khiển tuyến tính hóa từng phần

- Điều khiển trượt

- Điều khiển trượt tầng

- Điều khiển dựa trên hệ suy diễn mờ

1.3.1.1 Luật điều khiển PD, luật điều khiển dựa trên bình phương năng lượng và động

năng

Trong [23], các tác giả đã xây dựng 3 bộ điều khiển khác nhau, bao gồm luật điều khiển tỷ lệ - vi phân (PD), luật điều khiển dựa trên bình phương năng lượng và luật điều khiển dựa trên động năng Tương ứng với các luật điều khiển dựa trên bình phương năng lượng và dựa trên động năng, tín hiệu điều khiển được suy ra khi xây dựng hàm Lyapunov có chứa thành phần bình phương hàm năng lượng và hàm động năng Tuy nhiên trong công trình này các tác giả không đưa ra kết quả mô phỏng hay thực nghiệm để so sánh hiệu quả của các phương pháp mà chỉ chứng minh ổn định bằng lý thuyết Lyapunov Phương pháp điều khiển phản hồi phi tuyến dựa trên lý thuyết Lyapunov được sử dụng trong công trình [67] Ở đó, bộ điều khiển có hai phần: một phần tác động chậm để làm cho xe con bám quỹ đạo mong muốn, và một phần tác động nhanh để loại bỏ các dao động và lắc lư của tải Đáp ứng vòng kín và vòng hở của phương pháp cũng được đưa ra, trong đó bộ điều khiển vòng kín cho thấy hiệu quả cao hơn so với bộ điều khiển vòng hở Do tín hiệu điều khiển cần các thành phần trong mô hình toán học, nên hiệu quả thực tế của các phương pháp này tùy thuộc vào việc mô tả mô hình đối tượng có đủ chính xác hay không

1.3.1.2 Điều khiển tuyến tính hóa từng phần

Trong [43], phương pháp tuyến tính hóa phản hồi được sử dụng cho đối tượng cần cẩu 2D có xét thay đổi chiều dài cáp treo, trong đó động học của biến  được tách ra khỏi động học của biến x

và l Theo đánh giá của các tác giả, mặc dù điều khiển tuyến tính hóa phản hồi có nhược điểm

trong xử lý mô hình bất định nói chung, nhưng nó đã chứng minh có hiệu quả trong việc bù đắp

sự biến động phi tuyến xác định, ví dụ như thay đổi độ dài dây trong trường hợp của bài báo Kết quả mô phỏng và thực nghiệm được đưa ra để cho thấy hiệu quả của bộ điều khiển được đề xuất

Tư tưởng chính của phương pháp tuyến tuyến hóa từng phần là dựa trên phép biến đổi của Spong [53] cho mô hình hệ thiếu cơ cấu chấp hành nhằm mục đích tách hệ thống thành hai hệ con: một

hệ đủ cơ cấu chấp hành và một hệ con tự do Để áp dụng phép biến đổi của Spong vector trạng thái được viết lại như sau:

1 2

Như vậy mô hình cần cẩu treo đã được tách thành hai hệ con, hệ con thứ nhất chỉ phụ thuộc vào các biến đủ cơ cấp chấp hành và hệ con thứ hai là hệ con tự do

Với q 1r là tín hiệu đặt mà q1 cần bám theo

Từ (1.38), (1.37) được viết lại dưới dạng mô hình sai lệch

Với điều kiện củaK , 1 K là hai ma trận đối xứng xác định dương thì (1.41) là ổn định tiệm cận 2

Điều này chỉ ra e1→0 hay q1→q 1r

Mô hình hệ thống kín được viết chung lại như sau:

Và với định lý trong [28], như sau:

Nếu hệ (1.44) có A là ma trận Hurwitz và (0, , t)=0 có nghiệm 0 với mọi t0 thì điều kiện đủ để hệ (1.44) là ổn định tiệm cận tại điểm cân bằng 0 0 là hệ con  = (x, , t) ổn định tiệm cần tại 0, để có q2 →0, thì chỉ cần khảo sát tính ổn định của hệ con ứng với đầu vào 0

x= là đủ

1.3.1.3 Điều khiển dựa trên hệ suy diễn mờ

Một lớp các phương pháp khác cũng được sử dụng nhiều để thiết kế điều khiển cho cần cẩu treo

là dựa trên hệ suy diễn mờ Các bộ điều khiển sử dụng hệ logic mờ có ưu điểm là trong quá trình thiết kế tận dụng được kinh nghiệm vận hành của chuyên gia không phụ thuộc nhiều vào sự hiểu biết chính xác về mô hình đối tượng Chính vì thế, bộ điều khiển mờ thường được quan tâm tới đầu tiên khi thiết kế điều khiển cho một đối tượng mới Trong [15], Benhidjeb và các cộng sự đã xây dựng một bộ điều khiển mờ cho cần cẩu treo với cấu trúc đơn giản nhất, hai đầu vào bao gồm sai lệch vị trí và góc rung lắc, và một đầu ra là tín hiệu điều khiển Công trình đã nêu chi tiết các bước thiết kế bộ điều khiển, so sánh bộ điều khiển truyền thống trước đó và cho thấy hiệu quả ưu việt hơn Hướng nghiên cứu đó tiếp tục được phát triển trong các công trình [40], khi các

tác giả sử dụng thêm vận tốc là đầu vào thứ ba Trong công trình [58], Wang và các cộng sự đã

đề xuất một cấu trúc mới, với hai bộ điều khiển mờ tách biệt để điều khiển vị trí xe con và góc lắc, đầu ra của hai bộ điều khiển được trên được đưa vào bộ tổng để trở thành tín hiệu điều khiển chung Như vậy nhóm tác giả đã chia nhỏ bài toán thành các nhiệm vụ riêng biệt để dễ dàng điều khiển, tuy nhiên sau đó đưa là bộ tổng để ưu tiên trọng số chính giải pháp này làm cứng hóa mục tiêu điều khiển

Một số các công trình khác sử dụng hệ logic mờ như một công cụ để chỉnh định tham số và thích nghi hàm bất định Ví dụ như trong [48], hệ mờ một đầu vào một đầu ra được sử dụng để chỉnh định tham số của bộ điều khiển trượt, nhằm nâng cao khả năng tiến về mặt trượt trong khoảng thời gian đầu và giảm hiện tượng chattering trên mặt trượt Trong công trình [45] và [44], hệ mờ được sử dụng như một bộ quan sát để xấp xỉ các yếu tố bất định của hệ thống khi kết hợp với điều khiển trượt, tuy vậy chất lượng của hệ thống mới chỉ dừng lại ở chứng minh bằng toán học

và mô phỏng

1.3.1.4 Điều khiển trượt

Một kỹ thuật điều khiển phi tuyến thường được áp dụng cho cần cẩu treo 2D là phương pháp điều khiển trượt Trong [31], các tác giả đã kết hợp điều khiển trượt với điều khiển phản hồi tuyến tính hóa cho cần cẩu treo 2D Trong đó, điều khiển trượt được sử dụng cho hệ con đủ chấp hành của hệ thống còn điều khiển phản hồi tuyến tính hóa được sử dụng để thiết kế điều khiển cho hệ con tự dao động Các kết quả mô phỏng và thực nghiệm được đưa ra để so sánh chất lượng bộ điều khiển trượt kết hợp phản hồi tuyến tính hóa với các bộ điều khiển trượt thông thường và phản hồi tuyến tính hóa đơn lẻ Một số công trình chỉ sử dụng phương pháp điều khiển trượt và do bản chất của đối tượng là điều khiển cùng lúc nhiều hệ con với chỉ một tín hiệu điều khiển nên vấn đề về định nghĩa mặt trượt và đảm bảo tính ổn đinh cho các biến trạng thái trên cơ

sở ổn định mặt trượt được quan tâm hàng đầu Nhiều cách định nghĩa mặt trượt được đưa ra, như trong [52], mặt trượt được định nghĩa dựa trên các biến trạng thái của hệ thống hoặc sai lệch của biến trạng thái so với tín hiệu đặt, luật điều khiển trượt được đề xuất dựa trên hàm Lyapunov cho

hệ kín [64], [48] Phương pháp điều khiển trượt có ưu điểm là bền vững với các yếu tố nhiễu đầu vào, tuy nhiên do tín hiệu điều khiển vẫn yêu cầu mô hình toán học nên chất lượng bộ điều khiển vẫn phụ thuộc vào tính chính xác của mô tả toán học hệ thống Hơn nữa, đối với các hệ cần cẩu

có nhiều bậc tự do, các thành phần trong tín hiệu điều khiển cũng trở nên phức tạp hơn, ảnh hưởng tới khả năng cài đặt trên vi xử lý trong các ứng dụng thời gian thực

1.3.1.5 Điều khiển trượt tầng

Một cách tiếp cận khác của điều khiển trượt với các hệ thiếu chấp hành như cần cẩu treo được đưa ra là điều khiển theo cấu trúc nhiều lớp (điều khiển trượt tầng) Cấu trúc điều khiển trượt tầng cho lớp các đối tượng thiếu chấp hành đã được giới thiệu trong các công trình [61], [49] Trong phương pháp trượt tầng, hệ thống được phân chia thành các hệ con theo cấu trúc vật lý của đối tượng, sau đó mặt trượt cho các hệ con được định nghĩa Trong [61], mặt trượt chung được định nghĩa là tổ hợp tuyến tính của các mặt trượt con và được sử dụng để thiết kế luật điều khiển Các tác giả cũng đã chỉ ra các biến trạng thái sẽ ổn định tiệm cận nếu giả thiết một mặt trượt con

bị chặn được thỏa mãn Trong [49], mặt trượt của hệ con thứ nhất được chọn làm mặt trượt lớp thứ nhất, tiếp đó mặt trượt này cùng mặt trượt của hệ con khác được sử dụng để thiết kế cho mặt trượt lớp thứ hai Quá trình tiếp tục đến khi tất cả mặt trượt của các hệ con được tổng hợp Luật điều khiển được thiết kế để mặt trượt các lớp ổn định Phương pháp trượt tầng trong [49] đã được áp dụng cho đối tượng cần cẩu treo [47] và chứng minh tính ổn định cho mặt trượt các hệ con sẽ được thỏa mãn nếu hệ số của mặt trượt đổi dấu theo một quy luật xác định Các phương pháp thiết kế trượt tầng trên được kiểm chứng hiệu quả thông qua mô phỏng và chưa có kết quả thực nghiệm được đưa ra

Phương pháp trên rất phù hợp cho đối tượng thiếu cơ cấu chấp hành như cần cẩu treo, và cũng giống như phương pháp điều khiển trượt thông thường, bộ điều khiển trượt tầng có khả năng bền vững với nhiễu đầu vào Tuy nhiên, hiện tượng chattering thường xảy ra do tốc độ chuyển mạch liên tục, cũng sẽ ảnh hưởng tới khả năng ứng dụng thực tế của bộ điều khiển số Do đó, luận án tiếp tục phát triển hướng điều khiển trượt tầng cho cần cẩu treo 2D có kết hợp thêm chịnh định

hệ số mặt trượt Cụ thể, mặt trượt lớp thứ hai là tổ hợp tuyến tính của mặt trượt hai hệ con Mặt trượt này được sử dụng để thiết kế luật điều khiển ổn định dựa trên tiêu chuẩn Lyapunov Một hệ logic mờ được sử dụng nhằm chỉnh định tham số bộ điều khiển chuyển mạch để đón các mặt trượt trong khoảng thời gian đầu và giảm hiện tượng chattering trên mặt trượt

1.3.2 Các phương pháp cho đối tượng cần cẩu treo 3D

Với đối tượng cần cẩu treo 3D, tác giả Lee [32] lần đầu tiên đề cập đến mô hình và phương pháp điều khiển tuyến tính cho cần cẩu 3D Sau đó, rất nhiều các phương pháp từ đơn giản đến phức

tạp đã được áp dụng cho đối tượng này Đầu tiên là một lớp các phương pháp điều khiển tuyến tính, ví dụ tác giả Sawaka [51] đã giới thiệu một bộ điều khiển tuyến tính bằng phương pháp gán điểm cực Một nghiên cứu khác sử dụng phương pháp tối ưu [63], một bộ điều khiển tuyến tính cận tiệm cận bậc hai tối ưu cho mô hình đã được tuyến tính hóa được đề xuất, kết quả thực nghiệm và mô phỏng được đưa ra để kiểm nghiệm thuật toán Cũng sử dụng mô hình tuyến tính, Giua và các cộng sự đã thiết kế bộ điều khiển kết hợp quan sát thông qua gán điểm cực, sau đó, khâu tỷ lệ thời gian (time-scalings) được sử dụng để cấu thành các hệ số phụ thuộc thời gian cho

bộ điều khiển và bộ quan sát

Các phương pháp điều khiển phi tuyến như phản hồi tuyến tính hóa hay điều khiển dựa trên lý thuyết Lyapunov được phát triển nhiều trong thời gian gần đây Công trình [22] đã phát triển 3

bộ điều khiển khác nhau cho cần cẩu 3D, bao gồm luật điều khiển tỷ lệ - vi phân (PD), luật điều khiển phi tuyến dựa trên bình phương hàm năng lượng và luật điều khiển phi tuyến dựa trên hàm động năng Ý tưởng trong [22] tiếp tục được phát triển bởi Chwa [17] cho trường hợp có rung lắc ban đầu và tải thay đổi trong quá trình vận hành.Trong [33], Lee và các công sự đã đề xuất bộ điều khiển dựa trên lý thuyết Lyapunov bao gồm các thành phần tỷ lệ-tích phân-vi phân phi tuyến, bộ điều khiển đã cho thấy hiệu quả cao khi tốc độ nâng hạ tải lớn Trong [14], phương pháp điều khiển tuyến tính hóa một phần được sử dụng, luật điều khiển được xây dựng bằng cách kết hợp tuyến tính hai thành phần: một được lấy từ phản hồi phi tuyến của các biến trạng thái của hệ con đủ chấp hành và một được nhận từ các biến trạng thái thiếu chấp hành

Điều khiển trượt cũng là một kỹ thuật phổ biến trong các phương pháp điều khiển phi tuyến được

sử dụng.Trong [13], bộ điều khiển trượt bậc nhất (first-order SMC) được áp dụng cho cần cẩu 3D, mặt trượt được định nghĩa là tổ hợp tuyến tính của các biến trạng thái sai lệch, bên cạnh đó, một bộ quan sát trạng thái cũng được xây dựng để xấp xỉ các biến trạng thái khó đo lường trong thực tế Trong [57], phương pháp điều khiển trượt bậc hai (second-order SMC) được các tác giả trình bày Công trình [37] trình bày phương pháp điều khiển trượt theo cấu trúc tầng có các hệ số mặt trượt chỉnh định thông qua hệ mờ Trong cấu trúc đó, chuyển động của cần cẩu 3D được coi như hai chuyển động riêng biệt theo trục X và trục Y, sau đó phương pháp trượt tầng được áp dụng song song cho hai chuyển động theo các trục đó, các kết quả mô phỏng và thực nghiệm kiểm chứng đều được đưa ra Tuy nhiên, các chứng minh ổn định cho mặt trượt con và biến trạng thái lại chưa được đưa ra Tsai và các cộng sự [56] phát triển phương pháp điều khiển sử

dụng trượt kết hợp backstepping Trong đó, để đối phó với bản chất thiếu chấp hành của đối tượng, cấu trúc trượt tầng đã được sử dụng Tuy nhiên, trong công trình trên, tính ổn định của các biến trạng thái chưa được đảm bảo ngay kể cả khi đã chứng minh được mặt trượt ổn định tiệm cận

Kết hợp với các phương pháp điều khiển phi tuyến, các cơ cấu chỉnh định thích nghi thường hay được sử dụng để đối phó với các vấn đề về mô hình bất định và nhiễu động bên ngoài Trong [65] và [66], các tác giả đã xây dựng luật điều khiển và luật thích nghi các tham số của hệ thống dựa trên hàm Lyapunov Trong [35], luật điều khiển thích nghi tham chiếu mô hình được đưa ra, cũng dựa trên lý thuyết Lyapunov để thích nghi các tham số động học, các kết quả mô phỏng và thực nghiệm đã được đưa ra để kiểm chứng chất lượng của thuật toán

Từ các phân tích kể trên, luận án tập trung nghiên cứu và phát triển các luật điều khiển thích nghi mới dựa trên hệ mờ, điều khiển trượt tầng và kỹ thuật backstepping cho cần cẩu 2D, 3D trên cơ

sở xấp xỉ các hàm bất định bằng mạng nơ-ron nhân tạo đồng thời ước tính giá trị hằng số của khối lượng tải trọng, đảm bảo xe đạt vị trí chính xác và dao động góc lắc tải nhỏ hơn 10 độ

1.4 Kết luận chương 1

Từ các phân tích trong chương này cho phép rút ra các kết luận sau:

1 Việc sử dụng cần cẩu treo ngày càng được triển khai và sử dụng rộng rãi trong các xưởng cơ khí lắp ráp, cảng bốc xếp hàng hóa Điều khiển cần cẩu treo sao cho xe con bám vị trí đặt trước và chống rung lắc cho tải trọng để đảm bảo an toàn cho người và thiết bị đòi hỏi phải liên tục giải quyết những vấn đề có tính học thuật

2 Cần cẩu treo là một đối tượng điều khiển có một số đặc điểm riêng sau: Phi tuyến, thiếu cơ cấu chấp hành, một số tham số của mô hình mô tả có tính bất định, sự thay đổi khối lượng của tải Từ đó cách tiếp cận là nghiên cứu phát triển các phương pháp điều khiển thích nghi dựa trên kỹ thuật điều khiển phi tuyến và các hệ thông minh như hệ mờ và mạng nơ-ron nhân tạo Đó chính là tiền đề để định hướng cho những đóng góp mới được thực hiện trong luận án

CHƯƠNG 2: ĐIỀU KHIỂN THÍCH NGHI CHO CẦN

CẨU TREO TRÊN CƠ SỞ HỆ MỜ

Như phân tích ở chương 1, hệ thống cần cẩu treo là phi tuyến rất khó có thể xác định một cách chính xác các thông số của mô hình và chịu ảnh hưởng của nhiễu bên ngoài tác động vào hệ thống Do vậy các phương pháp điều khiển phối hợp hợp lý giữa các phương pháp điều khiển sẽ phát huy được ưu điểm của từng phương pháp tiến tới giải quyết được tốt các bài toán điều khiển cho hệ thống cần cẩu treo Trong trường hợp khắc phục những thông tin về mô hình không đầy

đủ, giải pháp phù hợp để xây dựng bộ điều khiển là ứng dụng các mô hình mờ Trong chương này, luận án tập trung vào nghiên cứu các giải thuật điều khiển được tổng hợp dựa trên cơ sở mô hình mờ Đó là tổng hợp bộ điều khiển mờ hai lớp và điều khiển trượt tầng chỉnh định mờ

2.1 Nền tảng cơ sở cho giải thuật điều khiển

2.1.1 Mô hình mờ Sugeno

Mô hình mờ Sugeno được giới thiệu trong tài liệu [54] vào năm 1985 được xem như một sự cải tiến của mô hình mờ Mamdani Mô hình mờ Sugeno có các biến đầu vào của hệ suy diễn là các biến ngôn ngữ, đầu ra là các hằng số thực của biến ra Mô hình Sugeno MISO được xây dựng theo các bước sau đây:

1 Chọn các tập mờ cho biến ngôn ngữ đầu vào

2 Chọn các hằng số cho biến đầu ra

3 Xây dựng hệ luật suy diễn cơ bản được biểu diễn như sau:

A thì y=C2 hoặc …

Ứng với véc-tơ giá trị rõ x , theo [54] ta có: 0

1 0

1( )

n

i i i n i i

2.1.2 Phương pháp suy luận tuyến tính trong biểu diễn hệ mờ

Hệ suy diễn cho mô hình Sugeno được sử dụng trong luận án là hệ suy diễn tuyến tính [2], hệ này được sử dụng cho các mô hình mờ hai đầu vào và một ra Nguyên tắc cơ bản của hệ suy diễn này được thực hiện như sau:

- Số các tập mờ cho các biến ngôn ngữ đầu vào và số các hằng số ra được chọn là lẻ: 3, 5,

7, 9

- Tên các tập mờ đầu vào và các hằng số đầu ra cũng gán bằng số đối xứng qua không

- Luật suy diễn cơ sở được chọn theo nguyên tắc i+ + =j k 0, trong đó i, j là tên các tập

mờ của biến ngôn ngữ đầu vào và k là tên tập mờ của biến ngôn ngữ đầu ra

Thực chất phương pháp suy luận tuyến tính không làm thay đổi bản chất suy luận mờ Nó chỉ giúp cho việc biểu diễn hệ mờ được tường minh hơn

Làm rõ hơn phương pháp thiết kế này qua ví dụ sau:

Xét hệ mờ có hai biến ngôn ngữ là X và 1 X định nghĩa trên tập nền 2 x và m1 x , tập mờ của m2

mỗi biến ngôn ngữ được gọi là -1, 0, 1 như trong hình 2.1