Tổng quan nghiên cứu

Hệ con lắc ngược quay (Rotary Inverted Pendulum - RIP), hay còn gọi là con lắc Furuta, được Katsuhisa Furuta công bố lần đầu tiên vào năm 1992 tại Viện Kỹ thuật Tokyo. Đây là mô hình kinh điển đại diện cho lớp hệ thống thiếu cơ cấu chấp hành (under-actuated SIMO) với cấu trúc chỉ gồm 1 ngõ vào điều khiển điện áp động cơ nhưng phải điều phối đồng thời 2 bậc tự do góc xoay. Điểm làm việc tại vị trí thẳng đứng hướng lên (tọa độ góc lệch bằng 0 rad) là một điểm cân bằng không ổn định cao trong tự nhiên, rất dễ mất kiểm soát chỉ dưới tác động của một ngoại lực vô cùng nhỏ.

Vấn đề cốt lõi đặt ra trong nghiên cứu là giải quyết triệt để tính phi tuyến mạnh, hiện tượng ghép kênh động học và ma sát nhớt phức tạp của hệ thống. Đề tài tập trung vào mục tiêu cụ thể: thiết lập mô hình toán học giải tích chính xác, nhận dạng thực nghiệm 6 thông số động cơ Servo DC 24V, thiết kế bộ điều khiển phi tuyến Backstepping tuyến tính kết hợp giải thuật di truyền (GA) để tự động hóa việc vung lắc (swing-up) và duy trì trạng thái cân bằng bền vững.

Nghiên cứu được triển khai thực nghiệm trọn vẹn trong khoảng thời gian 5 tháng (từ tháng 02/2020 đến tháng 07/2020) tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi tối ưu hóa thành công thời gian đáp ứng xác lập dưới 1.8 giây, khống chế góc lệch con lắc trong biên độ dao động cực nhỏ dưới 0.02 rad, đồng thời cải thiện 40% hiệu suất đáp ứng quá độ so với các bộ điều khiển phản hồi trạng thái tuyến tính truyền thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp chặt chẽ giữa 2 nền tảng lý thuyết điều khiển tự động kinh điển và hiện đại:

Thứ nhất là phương pháp Euler-Lagrange loại 1 và loại 2 trong cơ học giải tích. Phương trình vi phân động lực học toàn phần của hệ con lắc ngược quay được thiết lập thông qua hàm Lagrange L = K - V, biểu diễn mối quan hệ giữa tổng động năng K và thế năng V trong hệ tọa độ Descartes. Từ đó, mô hình phi tuyến được chuyển đổi thành công sang dạng phương trình vi phân trạng thái có ngõ vào là điện áp phần ứng động cơ DC thay vì moment xoắn lý thuyết.

Thứ hai là nguyên lý ổn định tiệm cận Lyapunov (phương pháp trực tiếp thứ hai). Dựa trên nguyên lý này, kỹ thuật cuốn chiếu Backstepping được phát triển theo cấu trúc đệ quy 2 bước. Bằng việc định nghĩa biến trạng thái sai số ảo và lựa chọn các hàm điều khiển Lyapunov xác định dương, thuật toán cho phép tổng hợp luật điều khiển phản hồi phi tuyến đảm bảo đạo hàm theo thời gian luôn xác định âm.

Các khái niệm then chốt xuyên suốt luận văn bao gồm: hệ thống thiếu cơ cấu chấp hành (under-actuated), bộ điều chỉnh toàn phương tuyến tính LQR (Linear Quadratic Regulator) giải phương trình đại số Riccati, thuật toán tối ưu hóa bầy đàn và tiến hóa di truyền (GA) đa thế hệ, cùng 2 chiến lược swing-up gồm phương pháp cân bằng năng lượng cơ học và phương pháp lũy thừa vị trí góc.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ hệ thống phần cứng hoàn chỉnh gồm vi điều khiển 32-bit STM32F407 Discovery (ARM Cortex-M4 tốc độ xử lý 168 MHz), mạch cầu H công suất IR2184, 2 encoder quang học độ phân giải cao và module truyền thông nối tiếp UART CP2102.

Cỡ mẫu dữ liệu quan sát bao gồm 10.001 mẫu chuỗi thời gian liên tục được ghi nhận trong mỗi phiên thử nghiệm 100 giây với chu kỳ lấy mẫu cố định 0.01 giây (10 ms). Nghiên cứu áp dụng phương pháp chọn mẫu toàn phần theo thời gian thực (real-time continuous sampling) với tốc độ truyền dữ liệu 115200 bps kết nối trực tiếp bộ nhớ vi điều khiển với phần mềm giám sát máy tính. Lý do lựa chọn phương pháp này nhằm nắm bắt trọn vẹn đặc tính động học tần số cao, triệt tiêu độ trễ trích mẫu và phản ánh chính xác các quá trình quá độ phức tạp khi chuyển đổi giữa giai đoạn swing-up và cân bằng.

Phương pháp phân tích kết hợp giữa mô phỏng số giải tích trên MATLAB/Simulink R2018b và thực thi nhúng thông qua khối công cụ Waijung Blockset. Tiến trình nghiên cứu trải qua 3 giai đoạn: thiết kế cơ khí và nhận dạng thông số động cơ (tháng 2 đến tháng 3/2020), phát triển mô phỏng thuật toán tối ưu GA (tháng 4 đến tháng 5/2020), và thử nghiệm hiệu chỉnh thông số thực tế trên mô hình vật lý (tháng 6 đến tháng 7/2020).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình nghiên cứu và thử nghiệm đã mang lại 4 phát hiện quan trọng với các số liệu chứng minh rõ ràng:

Thứ nhất, việc nhận dạng thông số động cơ DC Servo 24V đạt độ tin cậy vượt trội. Kết quả đo đạc xác định điện trở Rm = 8.4 Ohm, hằng số moment Kt = 0.052 Nm/A, hằng số phản điện Kb = 0.052 V/rad/s, moment quán tính rotor Jm = 0.00017 kgm2. Các thông số này giúp mô hình toán học giảm sai lệch so với đáp ứng thực tế xuống dưới 3.5%.

Thứ hai, thuật toán di truyền GA thể hiện năng lực tối ưu hóa ma trận vượt bậc. Qua 47 thế hệ tiến hóa, chỉ số hàm mục tiêu sai số toàn phương tích lũy J đã giảm ngoạn mục từ 145.2 xuống 18.6 (tương đương mức giảm 87.2%), giúp hệ thống tìm được bộ thông số ma trận K tối ưu mà phương pháp thử sai truyền thống không thể đạt được.

Thứ ba, so sánh giữa 2 chiến lược swing-up cho thấy phương pháp lũy thừa vị trí (với hệ số kv = 0.02 và số mũ n = 3) đưa con lắc về vị trí thẳng đứng chỉ trong 1.8 giây, rút ngắn 28% thời gian so với phương pháp năng lượng Furuta (2.5 giây). Đồng thời, độ vọt lố góc quay cánh tay giảm 35%, giúp quá trình chuyển giao sang giải thuật cân bằng diễn ra êm thuận.

Thứ tư, bộ điều khiển Backstepping tuyến tính chứng minh ưu thế toàn diện trước bộ điều khiển LQR. Thời gian xác lập trạng thái cân bằng của Backstepping đạt 1.2 giây (nhanh hơn LQR khoảng 40%), biên độ lệch góc cánh tay khi có ngoại lực tác động giảm 25%, và sai số góc con lắc xác lập duy trì ổn định dưới 0.02 rad.

Thảo luận kết quả

Nguyên nhân tạo nên sự vượt trội của giải thuật Backstepping bắt nguồn từ khả năng phân rã hệ thống bậc cao thành chuỗi các khâu bậc một đệ quy. Trong khi LQR bị giới hạn bởi giả thiết xấp xỉ tuyến tính hóa quanh lân cận hẹp (biên độ dưới 0.1 rad), Backstepping kết hợp hàm Lyapunov cho phép chủ động bù trừ trực tiếp các thành phần phi tuyến Coriolis và ma sát nhớt.

So sánh với các nghiên cứu quốc tế của Fu và Lin trên tạp chí IEEE Conference on Control Applications hay Seman và cộng sự trên Journal of Electrical Engineering, giải pháp trong luận văn đạt được tính năng động học tương đương nhưng tối ưu hóa chi phí phần cứng vượt trội nhờ triển khai thành công trên vi điều khiển STM32F4 giá rẻ thay cho các hệ thống card dSPACE công nghiệp đắt tiền.

Toàn bộ dữ liệu thực nghiệm được đối chiếu và trực quan hóa sinh động qua hệ thống 67 đồ thị đáp ứng thời gian thực và 5 bảng số liệu ma trận khảo sát (từ K1 đến K5), thể hiện minh bạch quỹ đạo pha của hệ thống từ trạng thái rơi tự do (pi rad) đến điểm cân bằng tuyệt đối (0 rad).

Đề xuất và khuyến nghị

Dựa trên các kết luận nghiên cứu thực nghiệm, 4 khuyến nghị hành động cụ thể được đề xuất nhằm hoàn thiện và ứng dụng mô hình:

  1. Nâng cấp thuật toán sang bộ điều khiển Backstepping phi tuyến thích nghi kết hợp mạng nơ-ron nhân tạo (ANN/FNN) nhằm tự động bù sai số ma sát và triệt tiêu nhiễu phi tuyến không mô hình hóa, hướng tới mục tiêu giảm sai số bám quỹ đạo xuống dưới 1.5% trong vòng 6 tháng tới do nhóm nghiên cứu phòng thí nghiệm Tự động hóa đảm nhiệm.

  2. Triển khai tích hợp bộ lọc Kalman mở rộng (Extended Kalman Filter - EKF) trên vi điều khiển 32-bit nhằm xử lý tín hiệu encoder có độ nhiễu cao, nâng độ phân giải đo góc tương đương từ 1000 xung/vòng lên 4000 xung/vòng, hoàn thành trong quý 4 năm 2026 bởi các kỹ sư phần cứng và điều khiển nhúng.

  3. Thiết kế lại kết cấu cơ khí bằng vật liệu sợi carbon siêu nhẹ nhằm cắt giảm 40% khối lượng thanh con lắc (từ 0.024 kg xuống 0.015 kg), tăng tần số dao động tự nhiên của hệ thống trong thời gian 3 tháng do đội ngũ kỹ sư cơ điện tử thực hiện.

  4. Mở rộng ứng dụng kiến trúc điều khiển Backstepping nhúng từ mô hình con lắc ngược quay sang các hệ thống thực tế như xe hai bánh tự cân bằng (Segway), hệ thống ổn định giàn khoan dầu khí biển và cánh tay robot bốc xếp công nghiệp, mục tiêu đạt thời gian xác lập dưới 1.0 giây trong giai đoạn 2026 - 2027 do các viện nghiên cứu liên kết doanh nghiệp công nghệ cao chủ trì.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn là nguồn tham khảo học thuật và kỹ thuật giá trị cao cho 4 nhóm đối tượng chuyên môn:

Thứ nhất là học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Điều khiển và Tự động hóa. Tài liệu cung cấp phương pháp luận chuẩn xác về thiết lập mô hình Euler-Lagrange, tổng hợp hàm Lyapunov và ứng dụng thuật toán di truyền để giải quyết bài toán điều khiển hệ phi tuyến under-actuated.

Thứ hai là kỹ sư phát triển hệ thống điều khiển nhúng và cơ điện tử. Luận văn hướng dẫn chi tiết quy trình mẫu (Rapid Control Prototyping) từ khâu mô phỏng thuật toán trên MATLAB/Simulink đến tự động biên dịch mã nạp xuống chip STM32F4 qua Waijung Blockset mà không cần viết mã C thủ công.

Thứ ba là giảng viên và các nhà nghiên cứu tại các trường đại học kỹ thuật. Toàn bộ thiết kế mạch công suất cầu H IR2184, bản vẽ cơ khí và phương pháp nhận dạng thông số động cơ có thể được khai thác trực tiếp làm bài thí nghiệm chuyên sâu cho môn học Điều khiển hiện đại và Điều khiển thông minh.

Thứ tư là các kỹ sư R&D trong ngành công nghiệp Robot và Hàng không vũ trụ. Các nguyên lý swing-up năng lượng và điều khiển thăng bằng bền vững là nền tảng trực tiếp để ứng dụng vào cơ cấu cân bằng bệ phóng tên lửa, robot tự hành 2 bánh và hệ thống ổn định tàu thuyền trên biển.

Câu hỏi thường gặp

Tại sao hệ con lắc ngược quay (Furuta Pendulum) lại được xem là mô hình kinh điển để kiểm chứng các thuật toán điều khiển? Hệ con lắc ngược quay sở hữu cấu trúc thiếu cơ cấu chấp hành điển hình với 1 đầu vào điện áp nhưng tác động đến 2 bậc tự do phi tuyến mạnh. Vị trí cân bằng thẳng đứng có tính bất ổn định cao trong tự nhiên. Mọi thuật toán từ LQR, Backstepping đến mạng nơ-ron đều cần mô hình này để chứng minh độ tin cậy trước khi thương mại hóa.

Ưu thế cốt lõi của thuật toán Backstepping so với bộ điều khiển LQR truyền thống trong luận văn là gì? Bộ điều khiển LQR chỉ tuyến tính hóa quanh điểm làm việc hẹp nên dễ mất ổn định khi chịu xung nhiễu vượt quá 0.1 rad. Ngược lại, Backstepping phân rã hệ thống thành các khâu đệ quy kết hợp hàm Lyapunov, giúp triệt tiêu trực tiếp các thành phần phi tuyến, rút ngắn 40% thời gian xác lập và tăng cường độ bền vững của hệ thống.

Phương pháp swing-up bằng lũy thừa vị trí có ưu điểm gì so với phương pháp năng lượng Furuta? Phương pháp lũy thừa vị trí với số mũ n = 3 và hệ số kv = 0.02 không yêu cầu tính toán chính xác mức năng lượng cơ học ban đầu của hệ. Thuật toán tự động giảm năng lượng cấp vào khi góc con lắc tiệm cận điểm cân bằng, giúp giảm 28% thời gian vung lắc và loại bỏ hiện tượng giật cục cơ khí.

Vai trò của thuật toán di truyền (GA) trong nghiên cứu này được thể hiện như thế nào? Thuật toán di truyền GA giúp tự động hóa quá trình tìm kiếm các thông số ma trận Q, R của LQR và các hệ số k1, c1, c2 của Backstepping thay cho phương pháp thử sai thủ công tốn kém. Sau 47 thế hệ chọn lọc và đột biến trên tập 10.001 mẫu, GA đã giảm thiểu 87.2% sai số toàn phương tích lũy của hệ kín.

Hệ thống phần cứng trong luận văn giải quyết bài toán điều khiển thời gian thực bằng cách nào? Hệ thống sử dụng vi điều khiển STM32F407 tốc độ 168 MHz kết hợp thư viện Waijung Blockset để tự động biên dịch sơ đồ khối Simulink sang mã nhúng. Dữ liệu từ 2 encoder quang học được xử lý và truyền thông liên tục qua cổng UART CP2102 với chu kỳ 10 ms, đảm bảo khả năng đáp ứng tức thời không trễ.

Kết luận

Luận văn đã giải quyết trọn vẹn và chuyên sâu bài toán điều khiển cân bằng hệ con lắc ngược quay thông qua 5 kết quả nổi bật:

  • Xây dựng thành công hệ phương trình vi phân phi tuyến toàn phần bằng phương pháp Euler-Lagrange và nhận dạng chính xác 6 thông số vật lý của động cơ DC Servo 24V.
  • Thiết kế và kiểm chứng thành công 2 giải pháp swing-up, chứng minh phương pháp lũy thừa vị trí vượt trội hơn phương pháp năng lượng về tốc độ và sự êm thuận.
  • Ứng dụng thành công thuật toán tiến hóa di truyền GA qua 47 thế hệ để tối ưu hóa hoàn toàn các bộ tham số điều khiển phi tuyến.
  • Hoàn thiện mô hình thực nghiệm hoàn chỉnh trên nền tảng vi điều khiển 32-bit STM32F407 với chu kỳ trích mẫu thời gian thực 10 ms.
  • Khẳng định tính ưu việt của bộ điều khiển Backstepping khi cải thiện 40% tốc độ đáp ứng xác lập và nâng cao khả năng kháng nhiễu so với bộ điều khiển LQR.

Đóng góp lớn nhất của nghiên cứu là cung cấp quy trình khép kín từ mô hình hóa toán học, tối ưu hóa thuật toán thông minh đến triển khai phần cứng nhúng giá thành thấp. Trong giai đoạn 2026 - 2027, hướng phát triển tiếp theo sẽ tập trung vào giải thuật thích nghi thông minh trên các đối tượng robot tự cân bằng đa bậc tự do. Kính mời quý độc giả và các nhà nghiên cứu cùng khai thác toàn văn tài liệu để ứng dụng vào các dự án tự động hóa tiên tiến.