Tổng quan luận án
Luận án tiến sĩ kỹ thuật với đề tài "Nghiên cứu cải tiến bộ điều khiển sử dụng đại số gia tử cho đối tượng phi tuyến" do nghiên cứu sinh Ngô Kiên Trung thực hiện năm 2014 tại Đại học Thái Nguyên, dưới sự hướng dẫn khoa học của PGS. Nguyễn Hữu Công và TS. Vũ Như Lân. Luận án thuộc chuyên ngành Kỹ thuật điều khiển và Tự động hóa (mã số: 62.16).
Tính cấp thiết và khoảng trống nghiên cứu
Trong kỹ thuật điều khiển hiện đại, việc kiểm soát các đối tượng phi tuyến, đối tượng có tham số biến đổi hoặc có độ trễ lớn đặt ra yêu cầu cao về thuật toán xử lý nhằm giảm thời gian tính toán và đơn giản hóa việc lập trình cho vi xử lý. Điều khiển mờ (Fuzzy Logic Control - FLC) truyền thống đã đạt được nhiều ứng dụng thực tế nhờ khả năng mô phỏng suy luận của con người mà không cần mô hình toán học chính xác của đối tượng. Tuy nhiên, phương pháp mờ truyền thống vẫn gặp phải các hạn chế cơ bản:
- Việc lựa chọn số lượng luật mờ cần thiết để xấp xỉ hiệu quả một hệ phi tuyến chưa biết trước chưa có quy chuẩn tối ưu.
- Việc xác định các hàm liên thuộc phần lớn dựa vào kinh nghiệm chuyên gia, dẫn đến tính chủ quan.
- Khi số lượng biến đầu vào tăng lên, số lượng luật điều khiển bùng nổ theo cấp số nhân, làm tăng độ phức tạp tính toán của bộ điều khiển.
Lý thuyết Đại số gia tử (Hedge Algebra - HA) do Ho N.C. và các cộng sự khởi xướng là một cách tiếp cận toán học dựa trên cấu trúc đại số nhằm định lượng trực tiếp ngữ nghĩa của các biến ngôn ngữ. Mặc dù HA đã được nghiên cứu trong xử lý thông tin, cơ sở dữ liệu và dự báo, việc ứng dụng HA vào lĩnh vực điều khiển tự động trước thời điểm luận án thực hiện vẫn còn các khoảng trống rõ rệt:
- Các nghiên cứu ứng dụng HA trong điều khiển hầu hết dừng lại ở các bài toán có mô hình toán học đơn giản, hệ một đầu vào hoặc tối đa hai đầu vào.
- Việc lựa chọn tham số của đại số gia tử chủ yếu dựa vào trực giác hoặc dùng giải thuật di truyền (GA) với hàm mục tiêu tối thiểu hóa sai số lập luận; cách tiếp cận này thường tạo ra các tham số quá lệch so với cảm nhận trực giác tự nhiên và không gắn liền với tiêu chuẩn chất lượng của hệ điều khiển vòng kín.
- Phương pháp nội suy trên mặt cong ngữ nghĩa định lượng bằng các phép kết nhập cổ điển (như Product, Min) dễ gây mất thông tin hoặc làm giảm độ chính xác điều khiển.
- Các công trình trước đó chủ yếu dừng lại ở mô phỏng số, thiếu các minh chứng thực nghiệm thời gian thực trên các mô hình vật lý công nghiệp cụ thể.
Mục tiêu nghiên cứu
- Mục tiêu chung: Nghiên cứu cải tiến phương pháp thiết kế bộ điều khiển sử dụng đại số gia tử (Hedge Algebra-based Controller - HAC) nhằm nâng cao chất lượng điều khiển và tối ưu hóa quá trình thiết kế; áp dụng thành công cho đối tượng phi tuyến, kiểm chứng qua mô phỏng và thực nghiệm trên các mô hình vật lý cụ thể.
- Mục tiêu cụ thể:
- Nghiên cứu một cách hệ thống việc ứng dụng đại số gia tử trong lĩnh vực điều khiển và kiểm chứng bằng lập trình mô phỏng với một số đối tượng khó điều khiển trong công nghiệp (đối tượng có tham số biến đổi, đối tượng phi tuyến đã tuyến tính hóa, đối tượng có trễ lớn).
- Đề xuất cải tiến nâng cao chất lượng bộ điều khiển sử dụng đại số gia tử bằng việc bổ sung đầu vào thứ ba và giản lược số luật điều khiển.
- Đề xuất nghiên cứu tối ưu hóa quá trình thiết kế bằng việc thiết kế bộ điều khiển sử dụng đại số gia tử theo tiêu chuẩn tích phân bình phương sai lệch với công cụ hỗ trợ là giải thuật di truyền.
- Kiểm chứng bằng lập trình mô phỏng trên phần mềm chuyên dụng và thực nghiệm trên mô hình vật lý của hệ thống phi tuyến cụ thể.
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Bộ điều khiển sử dụng đại số gia tử cho đối tượng phi tuyến và thuật toán tự động tìm kiếm bộ tham số tối ưu cho bộ điều khiển.
- Phạm vi nghiên cứu: Phương pháp thiết kế bộ điều khiển HA; các công cụ tìm kiếm tối ưu hóa (giải thuật di truyền); mô phỏng động học trên phần mềm Matlab/Simulink; thực nghiệm phần cứng thời gian thực trên mô hình hệ thống truyền động bám chính xác và mô hình hệ thống Ball and Beam (nguyên lý chuyển động cánh tay robot).
Tổng quan tài liệu và vị trí của luận án
Các hướng nghiên cứu trước được điểm lại
Trong phần tổng quan, tác giả đã hệ thống hóa các mốc phát triển và công trình liên quan đến logic mờ, đại số gia tử và giải thuật di truyền:
- Lý thuyết tập mờ và logic mờ: Khởi xướng bởi L. Zadeh (1965) [39], cung cấp công cụ toán học để mô tả các khái niệm không rõ ràng và thiết lập các bộ điều khiển FLC [1-3, 8, 18, 42, 44, 45].
- Lý thuyết Đại số gia tử (HA): Được đề xuất và phát triển bởi Ho N.C. và các cộng sự trong giai đoạn từ 1990 [31-35], thiết lập cấu trúc đại số tuyến tính cho biến ngôn ngữ dựa trên quan hệ thứ tự cảm sinh tự nhiên và định lượng ngữ nghĩa thông qua các hàm độ đo tính mờ [5, 7, 35].
- Ứng dụng HA trong công nghệ thông tin và xử lý dữ liệu: Xây dựng mô hình cơ sở dữ liệu mờ [14], quản lý hồ sơ tội phạm hình sự [16], bài toán chẩn đoán y tế [36], xấp xỉ hàm và dự báo [13, 27, 41].
- Đối chiếu và so sánh HA với phương pháp mờ: Nhóm nghiên cứu của Bin-Da Liu [24] so sánh biến ngôn ngữ của HA với tiếp cận mờ; nhóm nghiên cứu của Eduard Bartl [28] so sánh HA với phương pháp giải mờ trung bình.
- Ứng dụng HA trong điều khiển tự động: Bắt đầu công bố từ năm 2008, ban đầu áp dụng cho mô hình một đầu vào [31], bài toán con lắc ngược [37], bài toán hạ cánh máy bay [4, 21].
- Xác định tham số HA và phương pháp nội suy:
- Chọn tham số bằng trực giác: Tác giả trong [7, 12] lựa chọn các độ đo tính mờ bằng cảm nhận chủ quan (như giả định độ đo tính mờ của các phần tử sinh bằng nhau).
- Tối ưu hóa bằng giải thuật di truyền: Tác giả trong [15] dùng GA hiệu chỉnh tham số từ điểm xuất phát trực giác; các tác giả trong [4, 21] dùng GA tối thiểu hóa sai số lập luận mờ đa điều kiện, nhưng kết quả tham số thường lệch xa trực giác con người và chỉ áp dụng cho hệ đơn giản.
- Xây dựng mặt cong ngữ nghĩa định lượng: Các công trình [12, 15] dùng phép kết nhập $AND = \text{"PRODUCT"}$ hoặc $AND = \text{"MIN"}$; công trình [21] áp dụng phép kết nhập có trọng số; công trình [4, 15] sử dụng mạng nơ-ron RBF (Radial Basis Function) để xấp xỉ siêu mặt bảng SAM nhưng chỉ dừng lại ở hai đầu vào.
- Thực nghiệm trên mô hình vật lý: Công trình [15] bước đầu thử nghiệm bộ điều khiển HA trên mô hình vật lý điều khiển mức nước và lưu lượng (hệ một đầu vào).
Khoảng trống luận án lựa chọn giải quyết
Luận án tập trung giải quyết việc mở rộng cấu trúc bộ điều khiển HA cho đối tượng phi tuyến phức tạp có ba đầu vào, xây dựng giải pháp giản lược luật điều khiển trong bảng SAM để giảm khối lượng tính toán của bộ xử lý, đồng thời thiết lập phương pháp tự động xác định bộ tham số HA dựa trên tiêu chuẩn tích phân bình phương sai lệch bằng GA nhằm gắn tối ưu hóa với đáp ứng động học thực tế của hệ thống. Luận án cũng hoàn thiện quy trình kiểm chứng thực nghiệm trên các mô hình cơ điện tử phi tuyến thời gian thực.
Cơ sở lý thuyết và phương pháp nghiên cứu
Khung lý thuyết và khái niệm sử dụng
1. Hệ logic mờ và các cấu trúc điều khiển
- FLC cơ bản: Gồm ba khối chức năng: Khối mờ hóa (fuzzification), Khối hợp thành (fuzzy inference engine với các luật dạng $If \dots Then \dots$ trên bảng FAM), Khối giải mờ (defuzzification).
- Bộ điều khiển mờ động: Bổ sung thêm các khâu tích phân (I) và đạo hàm (D) ở đầu vào nhằm nâng cao chất lượng đáp ứng.
- Bộ điều khiển mờ lai (F-PID): Kết hợp giữa bộ điều khiển PID kinh điển và bộ điều khiển mờ FLC; FLC hoạt động khi sai lệch lớn để tăng tốc độ đáp ứng động, PID hoạt động khi hệ tiến gần điểm xác lập ($e(t) \approx 0, e'(t) \approx 0$). Chuyển đổi vùng tác động dựa trên quy tắc logic:
- $If\ e(t)\ \text{dương lớn và}\ e'(t)\ \text{dương lớn}\ Then\ u\ \text{là FLC}$
- $If\ e(t)\ \text{dương nhỏ và}\ e'(t)\ \text{dương nhỏ}\ Then\ u\ \text{là PID}$
2. Lý thuyết Đại số gia tử (Hedge Algebra - HA)
- Cấu trúc đại số tuyến tính của biến ngôn ngữ $X$: $AX = (X, G, H, \le)$, trong đó:
- $X$: Miền giá trị của biến ngôn ngữ.
- $G = {c^-, c^+}$: Tập các phần tử sinh nguyên thủy ($c^-$ là hướng âm, $c^+$ là hướng dương; ví dụ $c^- = \text{slow}, c^+ = \text{fast}$ hoặc $c^- = \text{false}, c^+ = \text{true}$).
- $H = H^- \cup H^+$: Tập các gia tử ngôn ngữ ($H^-$ là gia tử âm như little, possibly; $H^+$ là gia tử dương như very, more).
- Phần tử đặc biệt: $0$ (bé nhất), $W$ (phần tử trung hòa), $1$ (lớn nhất).
- $\le$: Quan hệ thứ tự cảm sinh ngữ nghĩa tự nhiên.
- Tính âm dương và tính kế thừa của các gia tử: Tác động của gia tử bảo tồn quan hệ thứ tự ngữ nghĩa gốc ($hx$ thừa kế ngữ nghĩa của $x$). Quan hệ tác động giữa các gia tử được thể hiện qua ma trận dấu:
| Gia tử |
V (Very) |
M (More) |
P (Possible) |
L (Little) |
| V |
+ |
+ |
- |
+ |
| M |
+ |
+ |
- |
+ |
| P |
- |
- |
+ |
- |
| L |
- |
- |
+ |
- |
3. Giải thuật di truyền (Genetic Algorithm - GA)
- Dựa trên học thuyết tiến hóa của Holland (1975) [30] với quy trình 7 bước: chọn biểu diễn giải pháp, mã hóa gen/nhiễm sắc thể, xây dựng hàm thích nghi (fitness function), thực hiện tái sinh (reproduction), chọn lọc (selection), lai ghép (crossover) và đột biến (mutation).
- Cơ sở toán học - Định lý giản đồ (Schemata Theorem): Số mẫu của giản đồ $G$ phát triển qua các thế hệ theo tỷ số giữa độ thích nghi trung bình của giản đồ $f(G)$ và độ thích nghi trung bình của toàn quần thể $\bar{f}$:
$$m(G, t+1) \ge m(G, t) \frac{f(G)}{\bar{f}} \left[ 1 - p_c \frac{L(G)}{l-1} - o(G) p_m \right]$$
Phương pháp nghiên cứu và công cụ thực tế
- Nghiên cứu lý thuyết: Giải tích đại số cấu trúc HA, tích hợp khâu tích phân sai lệch và tối ưu hóa hệ luật.
- Phương pháp mô phỏng: Sử dụng Matlab/Simulink để mô phỏng thuật toán điều khiển, giải mã đường cong ngữ nghĩa định lượng và chạy giải thuật GA tìm kiếm tham số offline.
- Phương pháp thực nghiệm: Ghép nối thời gian thực giữa máy tính và phần cứng thông qua vi điều khiển Arduino, thư viện giao tiếp Matlab/Simulink (Arduino IO setup, Real-Time Pacer, PWM, Analog/Digital Read/Write, Encoder Read).
Nội dung chính theo từng chương
Chương 1: Các kiến thức cơ sở
Chương này tổng kết có hệ thống cơ sở lý thuyết về hệ logic mờ, lý thuyết đại số gia tử và giải thuật di truyền, đóng vai trò nền tảng cho các đề xuất cải tiến.
Để chứng minh tính ưu việt của phương pháp lập luận xấp xỉ dùng HA so với phương pháp mờ truyền thống, luận án trình bày chi tiết bài toán điều khiển mô hình máy bay hạ cánh từ độ cao $h = 1000\text{ ft}$ xuống $100\text{ ft}$ với vận tốc ban đầu $v = -20\text{ ft/s}$, lực điều khiển $f \in [-30, 30]\text{ ft/s}$.
- Mô hình mờ sử dụng các tập mờ cho $h$ ($L, M, S, NZ$), $v$ ($DL, DS, Z, US, UL$) và $f$ ($DL, DS, Z, US, UL$) với bảng luật FAM gồm 20 luật dựa trên kinh nghiệm phi công.
- Mô hình HA xây dựng tập phần tử sinh $C = {0, \text{Small (SS)}, W, \text{Large (La)}, 1}$ và các gia tử $H^- = {\text{Little (L)}}$, $H^+ = {\text{Very (V)}}$, tham số $\alpha = \beta = 0.5$.
- Bảng SAM được xây dựng bằng cách định lượng hóa các nhãn ngôn ngữ và sử dụng phép kết nhập $AND = \text{"MIN"}$ để nội suy đường cong ngữ nghĩa.
Dữ liệu so sánh sai số tốc độ qua 4 chu kỳ điều khiển theo công thức $e = \sqrt{\sum_{i=1}^n (v_{0i} - v_i)^2}$:
| Chu kỳ |
Độ cao $h$ (ft) |
Vận tốc $v$ (ft/s) - Mờ |
Vận tốc $v$ (ft/s) - HA |
Lực $f$ - Mờ |
Lực $f$ - HA |
| 1 |
1000.0 |
-20.00 |
-20.00 |
5.8 |
0.0 |
| 2 |
980.0 |
-14.20 |
-20.00 |
-0.5 |
0.0 |
| 3 |
965.8 (mờ) / 960.0 (HA) |
-14.70 |
-20.00 |
-0.4 |
0.0 |
| 4 |
951.1 (mờ) / 940.0 (HA) |
-15.10 |
-20.00 |
0.3 |
0.0 |
| Sai số tổng |
— |
$e(AL, FR) = 7.17$ |
$e(AL, HAR_{AND=MIN}) = 2.52$ |
— |
— |
Kết quả tính toán khẳng định phương pháp lập luận xấp xỉ bằng HA cho sai số nhỏ hơn phương pháp mờ truyền thống.
Chương 2: Ứng dụng Đại số gia tử trong điều khiển
Chương 2 trình bày cấu trúc bộ điều khiển HAC và tiến hành kiểm chứng mô phỏng trên ba lớp đối tượng công nghiệp phức tạp:
-
Điều khiển đối tượng tuyến tính có tham số biến đổi:
- Đối tượng là động cơ điện một chiều điều khiển góc quay, trong đó mô-men quán tính $J$ và điện trở phần ứng $R$ biến thiên theo thời gian.
- Thiết lập bảng luật điều khiển với các nhãn ngôn ngữ HA cho sai lệch ($Chs$), đạo hàm sai lệch ($dChs$) và tín hiệu điều khiển ($Us$).
- Sử dụng phép kết nhập Product để xây dựng đường cong ngữ nghĩa định lượng.
- Kết quả mô phỏng trên Matlab với các tín hiệu kích thích $1(t)$, xung vuông và xung bậc thang cho thấy bộ HAC duy trì tính ổn định và bám tín hiệu tốt khi tham số $J, R$ thay đổi liên tục.
-
Điều khiển đối tượng phi tuyến đã được tuyến tính hóa:
- Đối tượng là mô hình kết cấu cơ khí phi tuyến MEDE5.
- Thiết kế bộ điều khiển với các biến sai lệch $E$, tích phân sai lệch $IE$ và đầu ra $U$.
- Tham số HA được lựa chọn và xây dựng bảng SAM tương ứng.
- Kết quả mô phỏng trong hai trường hợp: khi chưa có nhiễu phụ tải và khi có nhiễu phụ tải tác động, chứng minh HAC loại bỏ được sai lệch tĩnh và triệt tiêu ảnh hưởng của tải.
-
Điều khiển đối tượng có trễ với hệ số trễ lớn:
- Khảo sát đối tượng có hằng số thời gian trễ lớn tới 40% so với hằng số thời gian của hệ thống.
- Kết quả mô phỏng khẳng định bộ điều khiển HAC vẫn đảm bảo tính ổn định và chất lượng đáp ứng trong cả trường hợp có và không có nhiễu phụ tải.
Chương 3: Cải tiến bộ điều khiển sử dụng Đại số gia tử
Chương 3 là phần đóng góp học thuật trọng tâm của luận án, tập trung vào hai nội dung:
1. Nâng cao chất lượng bộ điều khiển với cấu trúc 3 đầu vào và giản lược luật
- Cấu trúc bộ điều khiển cải tiến NEW_HAC tiếp nhận 3 tín hiệu đầu vào: Sai lệch $E$, Đạo hàm sai lệch $DE$, và Tích phân sai lệch $IE$.
- Tập luật điều khiển ban đầu gồm 27 luật với các nhãn ngôn ngữ HA:
| STT |
E |
DE |
IE |
U |
STT |
E |
DE |
IE |
U |
STT |
E |
DE |
IE |
U |
| 1 |
S |
S |
S |
S |
10 |
M |
S |
S |
S |
19 |
L |
S |
S |
S |
| 2 |
S |
S |
M |
S |
11 |
M |
S |
M |
M |
20 |
L |
S |
M |
M |
| 3 |
S |
S |
L |
S |
12 |
M |
S |
L |
M |
21 |
L |
S |
L |
L |
| 4 |
S |
M |
S |
S |
13 |
M |
M |
S |
M |
22 |
L |
M |
S |
M |
| 5 |
S |
M |
M |
S |
14 |
M |
M |
M |
M |
23 |
L |
M |
M |
L |
| 6 |
S |
M |
L |
M |
15 |
M |
M |
L |
M |
24 |
L |
M |
L |
L |
| 7 |
S |
L |
S |
S |
16 |
M |
L |
S |
M |
25 |
L |
L |
S |
L |
| 8 |
S |
L |
M |
M |
17 |
M |
L |
M |
M |
26 |
L |
L |
M |
L |
| 9 |
S |
L |
L |
M |
18 |
M |
L |
L |
L |
27 |
L |
L |
L |
L |
- Từ 27 luật trong bảng SAM ban đầu, tác giả áp dụng phép kết nhập chuyển thành bảng SAM2, sau đó đề xuất thuật toán giản lược rút gọn xuống bảng SAM3 chỉ còn 7 luật. Việc giản lược này giảm đáng kể số phép toán xử lý trong thời gian thực mà không làm suy giảm chất lượng điều khiển.
2. Tối ưu hóa quá trình thiết kế theo tiêu chuẩn tích phân bình phương sai lệch bằng GA
- Thay vì chọn tham số theo trực giác hoặc tối thiểu hóa sai số lập luận tĩnh, luận án sử dụng giải thuật di truyền (GA) để tự động tìm kiếm bộ tham số tối ưu cho NEW_HAC (gồm các độ đo tính mờ của phần tử sinh, gia tử và các trọng số kết nhập) theo hàm mục tiêu tích phân bình phương sai lệch động học:
$$J_{ISE} = \int_{0}^{T} e^2(t) dt \to \min$$
- Ứng dụng cho đối tượng phi tuyến Ball and Beam:
- Mô hình toán học bao gồm phương trình chuyển động của viên bi trên thanh truyền và phương trình động học của động cơ servo dẫn động góc nghiêng.
- Tiến hành mô phỏng so sánh giữa bộ điều khiển mờ cải tiến (NEW_FLC) và bộ điều khiển NEW_HAC tối ưu bằng GA. Kết quả cho thấy NEW_HAC đạt chất lượng đáp ứng quá độ vượt trội, thời gian xác lập nhanh hơn và không có độ quá điều chỉnh lớn.
Chương 4: Thực nghiệm
Chương 4 kiểm chứng các thuật toán điều khiển trên hai mô hình phần cứng vật lý thời gian thực:
1. Hệ thống truyền động bám chính xác
- Cấu hình phần cứng: Bo mạch vi điều khiển Arduino, Động cơ servo kèm cơ cấu bánh răng giảm tốc, Cảm biến Encoder quang học đọc góc quay phản hồi.
- Cấu trúc phần mềm điều khiển: Xây dựng trên nền tảng Matlab/Simulink kết nối Arduino qua các khối chức năng: Arduino IO setup, Real-Time Pacer (đảm bảo đồng bộ thời gian thực), Encoder read, Khâu lọc biến trạng thái (State Variable Function), Arduino analog write (PWM), Arduino digital write (điều khiển chiều quay).
- Kết quả thực nghiệm: Bộ điều khiển HAC 2 đầu vào điều khiển hệ thống bám sát tín hiệu đặt góc quay với sai lệch $e(t)$ nhanh chóng hội tụ về 0.
2. Hệ thống Ball and Beam
- Cấu hình phần cứng: Bo mạch Arduino, Động cơ Servo điều khiển góc nghiêng thanh, Cảm biến quang học đo khoảng cách Sharp GP2D12 xác định vị trí viên bi dọc theo thanh dầm.
- Cấu trúc phần mềm điều khiển: Sơ đồ Simulink tích hợp khối Arduino analog read thu thập điện áp cảm biến GP2D12, Khâu lọc tín hiệu khử nhiễu đo lường, khối thuật toán NEW_HAC cải tiến (7 luật SAM3), và khối Servo write xuất góc điều khiển tới động cơ.
- Kết quả thực nghiệm: Hệ thống giữ ổn định và điều khiển viên bi di chuyển chính xác đến các vị trí đặt trên thanh. Đường cong đáp ứng vị trí và đồ thị sai lệch $e(t)$ thực nghiệm khớp với kết quả mô phỏng lý thuyết, khẳng định tính khả thi của giải thuật NEW_HAC rút gọn.
Kết quả và những đóng góp mới
Đóng góp mới về mặt lý luận
- Hệ thống hóa và mở rộng ứng dụng HA trong điều khiển: Đã chứng minh một cách khoa học khả năng ứng dụng của lý thuyết đại số gia tử vào các lớp đối tượng kỹ thuật phức tạp: đối tượng tuyến tính có tham số biến đổi ($J, R$), đối tượng có trễ lớn (thời gian trễ chiếm tới 40% hằng số thời gian), và đối tượng phi tuyến (MEDE5, Ball and Beam).
- Cải tiến cấu trúc bộ điều khiển HA (NEW_HAC): Đề xuất thành công cấu trúc điều khiển 3 đầu vào ($E, DE, IE$) tích hợp khâu tích phân sai lệch để triệt tiêu sai số xác lập, kết hợp thuật toán giản lược hệ luật từ 27 luật (bảng SAM ban đầu) xuống còn 7 luật (bảng SAM3), giúp giảm tối đa độ phức tạp tính toán mà vẫn đảm bảo tính chính xác của đường cong ngữ nghĩa định lượng.
- Tối ưu hóa thiết kế tham số bằng GA theo chỉ tiêu động học: Đề xuất phương pháp tự động xác định bộ tham số HA dựa trên tiêu chuẩn tích phân bình phương sai lệch ($J_{ISE}$). Giải pháp này khắc phục nhược điểm phụ thuộc trực giác chủ quan và loại bỏ tình trạng tham số tối ưu bị biến dạng quá mức so với ngữ nghĩa tự nhiên khi tối ưu hóa sai số lập luận tĩnh.
Đóng góp mới về mặt thực tiễn
- Kiểm chứng thực nghiệm thời gian thực: Luận án là một trong những công trình đầu tiên tại Việt Nam chế tạo mô hình và thử nghiệm thành công bộ điều khiển sử dụng đại số gia tử trên các hệ thống vật lý thực (hệ truyền động bám chính xác và hệ Ball and Beam) bằng cách tích hợp Matlab/Simulink với vi điều khiển Arduino và cảm biến GP2D12/Encoder.
- Khả năng ứng dụng công nghiệp: Thuật toán NEW_HAC rút gọn làm giảm đáng kể thời gian xử lý của bộ vi điều khiển, tạo điều kiện thuận lợi để cài đặt giải thuật đại số gia tử lên các thiết bị điều khiển công nghiệp như vi xử lý chuyên dụng, DSP, PLC hoặc máy tính công nghiệp (IPC).
- Đóng góp tài liệu và công cụ: Cung cấp tài liệu tham khảo chuyên sâu cho công tác đào tạo sau đại học và đề xuất khả năng phát triển khối chức năng (toolbox) tự động thiết kế bộ điều khiển HA trong môi trường MATLAB.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của nghiên cứu
- Các bài toán điều khiển và mô hình thực nghiệm trong luận án chủ yếu tập trung vào lớp đối tượng một đầu vào - một đầu ra (SISO).
- Quá trình tìm kiếm bộ tham số tối ưu bằng giải thuật di truyền (GA) được thực hiện offline trên máy tính mô phỏng, đòi hỏi thời gian tính toán lớn trước khi nạp tham số vào bộ điều khiển thực tế.
Hạn chế và hướng nghiên cứu tiếp theo
- Mở rộng nghiên cứu lý thuyết và phương pháp thiết kế bộ điều khiển sử dụng đại số gia tử cho hệ thống nhiều đầu vào - nhiều đầu ra (MIMO) phi tuyến phức tạp (như cánh tay robot nhiều bậc tự do, hệ thống tay máy linh hoạt).
- Nghiên cứu cải tiến các toán tử của giải thuật di truyền (GA) nhằm rút ngắn thời gian tính toán tối ưu tham số.
- Nghiên cứu giải pháp nhúng trực tiếp thuật toán tự chỉnh định tham số HA online trên các phần cứng điều khiển công nghiệp tốc độ cao (DSP, FPGA, PLC).
Giá trị tham khảo
Luận án có giá trị tham khảo chuyên môn đối với các nhóm đối tượng sau:
- Nghiên cứu sinh, học viên cao học và giảng viên: Chuyên ngành Kỹ thuật điều khiển, Tự động hóa và Khoa học máy tính; đặc biệt là nội dung Chương 1 và Chương 3 về cơ sở toán học của đại số gia tử, hàm định lượng ngữ nghĩa $v(x)$, hàm đo tính mờ $f_m(x)$, và giải thuật giản lược bảng luật SAM.
- Kỹ sư thiết kế hệ thống điều khiển: Tham khảo phương pháp xây dựng bộ điều khiển NEW_HAC 3 đầu vào ($E, DE, IE$) để áp dụng cho các hệ thống công nghiệp có thông số biến đổi hoặc có trễ lớn mà không cần nhận dạng mô hình toán học giải tích phức tạp.
- Cán bộ nghiên cứu thực nghiệm: Tham khảo cấu trúc ghép nối phần cứng và giao tiếp thời gian thực giữa Matlab/Simulink với vi điều khiển Arduino, cảm biến vị trí quang học GP2D12 và encoder mô tả chi tiết tại Chương 4.
Câu hỏi thường gặp
1. Đại số gia tử (Hedge Algebra) giải quyết vấn đề gì khác biệt so với logic mờ truyền thống?
Trong logic mờ truyền thống (FLC), ngữ nghĩa của các biến ngôn ngữ được mô tả thông qua các hàm liên thuộc liên tục được gán ghép chủ quan, và quá trình tính toán đòi hỏi các khâu mờ hóa, suy luận hợp thành và giải mờ phức tạp. Đại số gia tử (HA) tiên đề hóa miền giá trị ngôn ngữ thành một cấu trúc đại số tuyến tính dựa trên quan hệ thứ tự tự nhiên của từ ngữ. Thông qua các hàm độ đo tính mờ và hàm định lượng ngữ nghĩa $v(x)$, HA chuyển đổi trực tiếp các nhãn ngôn ngữ thành các giá trị số thực trên đoạn $[0, 1]$, giúp chuyển bài toán lập luận mờ đa điều kiện thành bài toán nội suy kinh điển trên đường cong ngữ nghĩa định lượng, làm giảm đáng kể khối lượng tính toán.
2. Kết quả so sánh giữa phương pháp mờ và phương pháp HA trong ví dụ hạ cánh máy bay tại Chương 1 ra sao?
Trong bài toán điều khiển máy bay hạ cánh từ độ cao $1000\text{ ft}$ xuống $100\text{ ft}$, phương pháp mờ sử dụng bảng FAM gồm 20 luật cho sai số tốc độ qua 4 chu kỳ là $e(AL, FR) = 7.17$. Trong khi đó, phương pháp lập luận xấp xỉ sử dụng HA với cấu trúc gia tử $H^- = {\text{Little}}$, $H^+ = {\text{Very}}$ và phép kết nhập $AND = \text{"MIN"}$ đạt mức sai số chỉ là $e(AL, HAR_{AND=MIN}) = 2.52$.
3. Bộ điều khiển NEW_HAC tại Chương 3 được cải tiến như thế nào so với bộ HAC ban đầu?
Bộ điều khiển NEW_HAC được cải tiến ở hai khía cạnh chính:
- Bổ sung thêm đầu vào tích phân sai lệch ($IE$) bên cạnh sai lệch ($E$) và đạo hàm sai lệch ($DE$), hình thành cấu trúc 3 đầu vào nhằm triệt tiêu hoàn toàn sai số xác lập của hệ phi tuyến.
- Đề xuất giải pháp giản lược bảng luật: chuyển đổi 27 luật điều khiển ban đầu trong bảng SAM qua phép kết nhập SAM2, sau đó tối giản về bảng SAM3 chỉ còn 7 luật điều khiển, giúp giảm thời gian thực thi của vi xử lý trong các ứng dụng thời gian thực.
4. Luận án sử dụng tiêu chuẩn nào để giải thuật di truyền (GA) tìm kiếm bộ tham số tối ưu cho bộ điều khiển?
Luận án sử dụng tiêu chuẩn tích phân bình phương sai lệch động học ($J_{ISE} = \int_{0}^{T} e^2(t) dt \to \min$) làm hàm thích nghi cho giải thuật di truyền. Cách tiếp cận này giúp GA tự động tìm ra các tham số của HA (độ đo tính mờ $\alpha, \beta$, độ đo của các gia tử, trọng số kết nhập) gắn liền với chất lượng đáp ứng vòng kín của đối tượng, tránh việc tham số bị biến dạng phi thực tế so với trực giác ngôn ngữ như khi tối ưu sai số lập luận tĩnh.
5. Cấu hình phần cứng và các cảm biến được sử dụng trong thực nghiệm tại Chương 4 gồm những gì?
Thực nghiệm của luận án được triển khai trên hai hệ thống:
- Hệ thống truyền động bám chính xác: Sử dụng bo mạch vi điều khiển Arduino kết nối máy tính chạy Matlab/Simulink, động cơ servo, cơ cấu truyền động bánh răng và cảm biến Encoder quang học đo góc quay phản hồi.
- Hệ thống Ball and Beam: Sử dụng bo mạch Arduino, động cơ servo điều khiển góc nghiêng dầm, và cảm biến khoảng cách quang học Sharp GP2D12 để thu thập vị trí viên bi theo thời gian thực.
Kết luận
Luận án của tác giả Ngô Kiên Trung đã nghiên cứu một cách có hệ thống cơ sở lý thuyết và phương pháp thiết kế bộ điều khiển sử dụng đại số gia tử (HAC) cho các đối tượng kỹ thuật phức tạp. Đóng góp nổi bật của công trình là đề xuất cấu trúc bộ điều khiển NEW_HAC 3 đầu vào kèm thuật toán giản lược từ 27 luật xuống 7 luật, kết hợp tối ưu hóa tham số động học bằng giải thuật di truyền theo tiêu chuẩn tích phân bình phương sai lệch. Các kết quả mô phỏng trên Matlab/Simulink và kiểm chứng thực nghiệm thời gian thực trên bo mạch Arduino (với hệ truyền động bám chính xác và hệ Ball and Beam) đã khẳng định tính đúng đắn của phương pháp lý thuyết và tính khả thi của việc ứng dụng đại số gia tử trong các hệ thống tự động hóa công nghiệp.
