Bối cảnh và vấn đề nghiên cứu

Trong xu thế phát triển của cuộc cách mạng công nghiệp lần thứ tư, quá trình công nghiệp hóa và hiện đại hóa đặt ra yêu cầu cấp thiết về việc ứng dụng khoa học kỹ thuật vào thực tiễn sản xuất và đời sống nhằm tăng năng suất, tiết kiệm nhân lực, nâng cao mức độ an toàn và tự động hóa. Trong lĩnh vực kỹ thuật điều khiển, việc nghiên cứu các cơ cấu cân bằng động lực học giữ vai trò nền tảng. Hệ thống "Ball in Tube" (bóng nâng trong ống khí) là mô hình kinh điển đặc trưng cho hệ thống phi tuyến, có tính bất định và không ổn định vốn có. Nguyên lý cân bằng vị trí vật thể nhờ áp lực luồng khí chuyển động trong hệ thống này có sự tương đồng trực tiếp với các ứng dụng công nghệ phức tạp trong thực tế như: cơ cấu cân bằng của tàu chở hàng, tàu vũ trụ, hệ thống tên lửa tự hạ cánh hay cơ chế hạ cánh thẳng đứng của máy bay tiêm kích F-35.

Mục tiêu chính của đề tài là xây dựng hoàn chỉnh mô hình thực nghiệm hệ Ball in Tube, sử dụng phần mềm Matlab để tiếp nhận và phản hồi dữ liệu độ cao của quả bóng trong ống trụ thông qua cảm biến siêu âm; trên cơ sở đó thiết kế, cài đặt và đánh giá bộ điều khiển PID kết hợp điều khiển mờ (Fuzzy PID) nhằm nâng cao chất lượng điều khiển, giữ quả bóng lơ lửng ổn định tại các vị trí đặt (setpoint) xác định.

Để hiện thực hóa mục tiêu trên, đề tài thực hiện 8 nhiệm vụ nghiên cứu cụ thể:

  1. Tìm hiểu cơ sở lý thuyết về phương pháp điều khiển PID và điều khiển mờ (Fuzzy Logic).
  2. Nghiên cứu nguyên lý khí động học và động lực học của hệ thống để lựa chọn linh kiện, thiết bị phần cứng phù hợp.
  3. Thiết kế kết cấu phần cứng của mô hình thực nghiệm (khung đỡ cơ khí và mạch điện).
  4. Xây dựng chương trình điều khiển cho hệ thống trên môi trường máy tính và vi điều khiển.
  5. Thi công, lắp ráp, vận hành thử nghiệm, hiệu chỉnh và hoàn thiện hệ thống thực tế.
  6. Tiến hành khảo sát, thu thập dữ liệu đáp ứng, nhận xét và đánh giá chất lượng điều khiển của mô hình.
  7. Thiết kế giao diện người dùng đồ họa GUI (Graphic User Interface) trên môi trường Matlab App Designer để điều khiển và giao tiếp dữ liệu với phần cứng qua cổng USB.
  8. Tổng hợp kết quả, biên soạn báo cáo luận văn tốt nghiệp và thực hiện bảo vệ đề tài.

Đối tượng nghiên cứu là quả bóng xốp chuyển động một bậc tự do theo phương thẳng đứng bên trong ống trụ Acrylic trong suốt dưới tác động của luồng không khí do quạt điện tạo ra, cùng các thuật toán điều khiển tự động gồm bộ điều khiển PID kinh điển và bộ điều khiển PID mờ tự chỉnh định tham số kết hợp giải thuật di truyền (GA).

Phạm vi nghiên cứu được xác định cụ thể:

  • Không gian thực hiện: Phòng thí nghiệm Bộ môn Tự động Điều khiển, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.
  • Thời gian nghiên cứu: Từ ngày 05/03/2024 đến ngày 30/06/2024.
  • Giới hạn hệ thống: Kích thước mô hình nhỏ gọn với thể tích dưới 0.1 m³ (chiều dài 30 cm, chiều rộng 24.5 cm, chiều cao khung 12 cm, tổng chiều cao 62 cm); vật liệu chế tạo là Mica dày 3 mm; mô hình mang tính chất khảo sát học thuật, không nhằm mục đích thương mại; tầm hoạt động khảo sát vị trí của quả bóng bị giới hạn trong khoảng [10, 40] cm trong ống trụ cao 50 cm; mô hình toán học của đối tượng được kế thừa từ các công trình nghiên cứu trước.

Cơ sở lý thuyết và phương pháp nghiên cứu

Nghiên cứu vận dụng lý thuyết điều khiển tự động kinh điển kết hợp với kỹ thuật điều khiển thông minh và các định luật vật lý khí động học để xây dựng mô hình toán học và thuật toán điều khiển cho hệ thống SISO (Single-Input Single-Output):

  • Bộ điều khiển vi tích phân tỉ lệ (PID): Tính toán tín hiệu điều khiển $u(t)$ dựa trên sai số $e(t)$ giữa giá trị đặt và giá trị đo thực tế theo phương trình vi tích phân: $$u(t) = K_p e(t) + K_i \int_{0}^{t} e(\tau) d\tau + K_d \frac{de(t)}{dt}$$ Trong đó ba thông số tỉ lệ ($K_p$), tích phân ($K_i$) và vi phân ($K_d$) tác động trực tiếp đến thời gian xác lập, độ vọt lố, sai số xác lập và thời gian tăng của hệ thống. Tín hiệu đầu ra được dùng để điều chế độ rộng xung (PWM) cấp cho động cơ quạt.

  • Bộ điều khiển Fuzzy PID: Kết hợp cấu trúc PID với hệ thống suy diễn mờ Sugeno. Bộ điều khiển gồm các khối: tiền xử lý (chuẩn hóa giá trị đo vào thang giá trị chuẩn), mờ hóa (fuzzification) biến đổi sai số $e$ và biến thiên sai số $\Delta e$ thành các tập mờ ngôn ngữ, khối lập luận mờ (fuzzy inference) áp dụng các luật "If-Then" dựa trên tri thức chuyên gia, và khối giải mờ (defuzzification) đưa ra các giá trị hiệu chỉnh rõ $\Delta K_p, \Delta K_i, \Delta K_d$. Giá trị các khâu điều khiển được cập nhật liên tục theo công thức: $$K_p' = K_p + \Delta K_p; \quad K_i' = K_i + \Delta K_i; \quad K_d' = K_d + \Delta K_d$$

  • Giải thuật di truyền (Genetic Algorithm - GA): Áp dụng nhằm tối ưu hóa 6 thông số gồm 3 hệ số khối tiền xử lý ($K_1, K_2, K_5$) và 3 hệ số khối hậu xử lý ($K_3, K_4, K_6$) của bộ điều khiển Fuzzy PID. Quy trình GA gồm 6 bước tuần tự: Mã hóa cá thể (Encoding), Chọn lọc tự nhiên (Selection), Lai ghép nhiễm sắc thể (Crossover), Đột biến gen (Mutation), Giải mã (Decoding) và Đánh giá hàm thích nghi (Evaluation) để đạt được thời gian ổn định nhanh nhất và hạn chế vọt lố mà không cần thử sai thủ công.

  • Phương pháp điều chế độ rộng xung (PWM): Tốc độ quay của động cơ một chiều tỉ lệ thuận với điện áp trung bình. Tỷ số chu kỳ xung (duty cycle) được tính theo công thức: $$duty_cycle = \frac{T_{on}}{T} \times 100%$$ Ví dụ với chu kỳ xung 1 kHz, $T_{on} = 0.3$ ms, $T_{off} = 0.7$ ms, nguồn 12 VDC, thì duty cycle đạt 30%, tương ứng điện áp trung bình 3.6 V và tốc độ rotor đạt 1110 vòng/phút trên định mức 3700 vòng/phút.

  • Mô hình toán học động lực học: Được thiết lập dựa trên Định luật II Newton và phương trình Bernoulli cho dòng khí lý tưởng chuyển động trong ống: $$m \ddot{y} = \Delta p \cdot A - m g - F_f = \frac{1}{2} C_d \rho A (v_f - \dot{y})^2 - m g$$ Vận tốc không khí tại điểm cân bằng được xác định bởi: $$g = \frac{C_d \rho A}{2(m - \rho V_b)} v_{eq}^2$$ Tuyến tính hóa hệ thống quanh điểm cân bằng $v_{eq}$ bằng chuỗi Taylor, kết hợp với hàm truyền của quạt (khâu quán tính bậc nhất $\frac{k_v}{\tau s + 1}$) và độ trễ trễ pha do mạch điện cùng bộ lọc thông thấp ($T_d$), hàm truyền đạt tổng quát giữa vị trí bóng $Y(s)$ và điện áp điều khiển $U(s)$ có dạng: $$G(s) = \frac{Y(s)}{U(s)} = \frac{d b k_v (1 - T_d s)}{s(s + b)(\tau s + 1)(T_d s + 1)}$$ Các thông số khảo sát mô phỏng gồm: $k_v = 1$, $b = 1$, $\tau = 0.01$ s, $T_d = 0.035$ s.

Phương pháp nghiên cứu thực tế gồm: mô hình hóa toán học, mô phỏng số kiểm chứng thuật toán trên Matlab/Simulink, chế tạo phần cứng thực nghiệm và đo đạc thực nghiệm đối chứng giữa bộ điều khiển PID kinh điển và Fuzzy PID trên mô hình vật lý. Dữ liệu thực nghiệm được thu thập thời gian thực từ cảm biến siêu âm truyền về máy tính qua vi điều khiển Arduino.

Thiết kế và triển khai hệ thống

Mô hình kỹ thuật của đề tài được thiết kế và chế tạo hoàn chỉnh từ phần cứng cơ khí, mạch điện tử đến phần mềm điều khiển:

Thiết kế phần cứng và cơ khí

Khung mô hình có dạng hình hộp chữ nhật mở, kết cấu từ các tấm Mica trong suốt có độ dày 3 mm nhằm đảm bảo quan sát trực quan chuyển động của bóng. Toàn bộ các chi tiết cơ khí được thiết kế 2D và dựng hình 3D trên phần mềm Solidworks 2022 trước khi gia công, bao gồm: bản vẽ mặt trên, mặt dưới và hai mặt bên. Kích thước phần thân đế chứa thiết bị là: dài 30 cm, rộng 24.5 cm, cao 12 cm. Ống trụ làm bằng vật liệu Acrylic trong suốt có chiều cao 50 cm, đường kính trong 50 mm. Quả bóng dùng trong thí nghiệm có đường kính 40 mm. Tổng chiều cao toàn bộ hệ thống sau khi lắp ráp hoàn thiện là 62 cm, thể tích chiếm chỗ nhỏ hơn 0.1 m³.

Sơ đồ kết nối dây phần cứng được xây dựng và mô phỏng kiểm tra trên phần mềm Proteus trước khi đấu nối thực tế. Hệ thống bao gồm 5 khối thiết bị chính:

  1. Khối xử lý trung tâm: Vi điều khiển Arduino Uno R3, đóng vai trò nhận tín hiệu xung từ cảm biến siêu âm, tính toán khoảng cách và nhận/phát tín hiệu giao tiếp với máy tính qua cổng USB, đồng thời phát xung PWM điều khiển động cơ.
  2. Khối cảm biến: Sử dụng cảm biến siêu âm HY-SRF05 gắn ở đỉnh ống trụ hướng xuống dưới. Cảm biến hoạt động ở điện áp 5 VDC, kích thước 45x20x15 mm, dải đo từ 2 cm đến 4 m, độ chính xác $\pm 3$ mm, gồm 4 chân (VCC, Trig, Echo, GND). Khoảng cách từ cảm biến đến bóng được tính dựa trên thời gian phản hồi của sóng siêu âm với vận tốc âm thanh 343 m/s: $$Kho\text{ả}ng\ c\text{á}ch = \frac{Th\text{ờ}i\ gian \times 343}{2}$$ Độ cao thực tế của quả bóng được quy đổi theo công thức: $y = 50\text{ cm} - Kho\text{ả}ng\ c\text{á}ch\ \text{đ}o$ (hoặc tính theo hệ quy chiếu gốc $y = 45.5 - Kho\text{ả}ng\ c\text{á}ch\ \text{đ}o$).
  3. Khối công suất: Module mạch cầu H kép L298N, điện áp hoạt động từ 5 V đến 35 V, dòng tải liên tục 2 A mỗi kênh (dòng đỉnh 3 A), nhận tín hiệu điều khiển PWM từ chân vi điều khiển để điều chỉnh điện áp cung cấp cho quạt.
  4. Khối động cơ: Động cơ quạt không chổi than (BLDC) NMB model BG0903-B044-VTL, điện áp định mức 12 VDC, cung cấp luồng khí nâng ổn định dọc theo chiều cao ống trụ.
  5. Khối nguồn: Nguồn adapter 12 VDC cung cấp công suất cho driver L298N và động cơ quạt; nguồn 5 VDC trích từ cổng USB máy tính để nuôi mạch Arduino Uno và cảm biến siêu âm.
Thông số phần cứng Giá trị kỹ thuật
Kích thước khung đế (Dài x Rộng x Cao) 30 cm x 24.5 cm x 12 cm
Chiều cao tổng thể mô hình 62 cm (thể tích < 0.1 m³)
Ống trụ Acrylic (Đường kính x Chiều cao) 50 mm x 50 cm
Đường kính quả bóng 40 mm
Vi điều khiển trung tâm Arduino Uno (kết nối USB)
Cảm biến đo khoảng cách Cảm biến siêu âm HY-SRF05 (Dải đo 2 cm - 4 m, sai số $\pm 3$ mm)
Mạch điều khiển công suất Driver cầu H L298N (Điện áp 5-35 V, dòng đỉnh 3 A)
Động cơ tạo luồng khí Động cơ quạt BLDC NMB BG0903-B044-VTL (12 VDC)

Thiết kế phần mềm và giao diện người dùng (GUI)

Phần mềm điều khiển được lập trình trên nền tảng Matlab 2022b. Hệ thống sử dụng công cụ App Designer để xây dựng giao diện tương tác người dùng (GUI) với các màn hình chức năng:

  • Giao diện khởi động (Start screen): Cho phép cấu hình cổng kết nối truyền thông nối tiếp và lựa chọn chế độ điều khiển.
  • Cửa sổ điều khiển PID: Cung cấp các ô nhập thông số $K_p, K_i, K_d$, ô nhập giá trị đặt Setpoint, nút bấm kích hoạt/dừng hệ thống và đồ thị giám sát thời gian thực biểu diễn độ cao bóng cùng tín hiệu điều khiển.
  • Cửa sổ điều khiển Fuzzy PID: Cho phép nạp bảng luật mờ Sugeno, giám sát sự thay đổi động của các thông số $\Delta K_p, \Delta K_i, \Delta K_d$ và hiển thị đồ thị bám điểm đặt của quả bóng.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày lý do chọn đề tài trong bối cảnh công nghiệp 4.0 và tự động hóa; phân tích ý nghĩa thực tiễn của bài toán cân bằng vật thể bay lơ lửng đối với các hệ thống kỹ thuật hiện đại (tên lửa tự cân bằng khi hạ cánh, tiêm kích F-35 hạ cánh thẳng đứng, hệ thống cân bằng tàu thủy). Tác giả xác định mục tiêu tổng quát, vạch rõ 8 nhiệm vụ cụ thể cần triển khai, bố cục toàn văn luận văn và đưa ra các giới hạn kỹ thuật của đề tài về mặt kích thước hình học, vật liệu chế tạo, phạm vi vị trí bóng ([10, 40] cm) và việc kế thừa mô hình toán học.

Chương 2: Cơ sở lý thuyết

Chương này tập trung trình bày nền tảng lý thuyết điều khiển và động lực học chất lưu:

  • Phân tích cấu trúc toán học của bộ điều khiển PID kinh điển và nguyên lý điều chế độ rộng xung PWM (công thức tính duty cycle và ví dụ minh họa tốc độ rotor).
  • Trình bày cấu trúc bộ điều khiển mờ cơ bản và hai dạng cấu trúc kết hợp PID Mờ: Mamdani và Sugeno; lựa chọn hệ suy diễn Sugeno cho mô hình.
  • Khái quát nguyên lý giải thuật di truyền (GA) gồm 6 bước để tìm bộ tham số tối ưu cho các khối tiền xử lý ($K_1, K_2, K_5$) và hậu xử lý ($K_3, K_4, K_6$).
  • Xây dựng mô hình toán động lực học của hệ thống Ball in Tube từ định luật II Newton và phương trình Bernoulli khí động học, xác định hàm truyền đạt tương đương cấp cao $G(s)$ với các tham số mô phỏng ($k_v=1, b=1, \tau=0.01\text{ s}, T_d=0.035\text{ s}$).

Chương 3: Thiết kế hệ thống

Chương 3 trình bày toàn bộ quá trình thiết kế chi tiết:

  • Đặt ra các yêu cầu kỹ thuật đối với phần cứng (vững chắc, an toàn, thể tích dưới 0.1 m³) và phần mềm (giao diện thân thiện UI/UX).
  • Xây dựng sơ đồ khối chức năng và lưu đồ giải thuật vận hành hệ thống khép kín theo chu kỳ đọc cảm biến - tính sai số - điều chỉnh PWM quạt.
  • Thiết kế bản vẽ cơ khí 2D/3D trên Solidworks 2022 cho 4 tấm mica thân vỏ và thiết lập sơ đồ nguyên lý nối dây trên phần mềm Proteus.
  • Lựa chọn và thuyết minh các thông số kỹ thuật chi tiết của các thiết bị: cảm biến siêu âm HY-SRF05, driver L298N, động cơ BLDC NMB BG0903-B044-VTL và board Arduino Uno.
  • Xây dựng cấu trúc giao diện điều khiển GUI đa cửa sổ trên Matlab App Designer.

Chương 4: Thi công hệ thống

Chương 4 mô tả quá trình hiện thực hóa thiết kế:

  • Thi công phần cứng cơ khí (cắt khắc tấm Mica 3 mm, ghép khung hộp, lắp đặt cố định ống trụ Acrylic và động cơ quạt) và thi công đấu nối mạch điện, cấp nguồn.
  • Thiết lập các khối chức năng trên môi trường Matlab/Simulink cho bộ điều khiển PID và bộ điều khiển Fuzzy PID.
  • Thiết lập bề mặt quan hệ (Surface) và ma trận luật mờ cho các hệ số $\Delta K_p, \Delta K_i, \Delta K_d$ dựa trên hàm thành viên tam giác và hình thang.
  • Ứng dụng giải thuật GA trên Simulink để tính toán, tìm kiếm bộ 6 thông số tiền xử lý và hậu xử lý tối ưu cho bộ điều khiển mờ Sugeno.

Chương 5: Kết quả thực hiện

Chương 5 công bố các dữ liệu thực nghiệm và kết quả khảo sát:

  • Trình bày hình ảnh hoàn thiện của mô hình cơ khí thực tế và các giao diện điều khiển trên Matlab.
  • Trình bày kết quả mô phỏng so sánh đáp ứng giữa hai bộ điều khiển trên Simulink.
  • Báo cáo kết quả thử nghiệm thực tế với 5 kịch bản giá trị đặt khác nhau: Setpoint = 20 cm, 25 cm, 30 cm, 35 cm và 40 cm.
  • Thực hiện khảo sát độ nhạy đáp ứng hệ thống khi tinh chỉnh đơn lẻ các hệ số điều khiển: tăng $K_p$ lên 2, giảm $K_p$ về 0; tăng/giảm $K_i$ (về 1, 2 hoặc 0); tăng/giảm $K_d$ (về 1, 2 hoặc 0).

Chương 6: Kết luận và hướng phát triển

Chương 6 tổng kết mức độ đáp ứng các mục tiêu đề ra ban đầu, khẳng định khả năng hoạt động ổn định của mô hình và tính đúng đắn của thuật toán Fuzzy PID. Đồng thời, chương này đề xuất các hướng nghiên cứu tiếp theo nhằm khắc phục các hạn chế phần cứng và cải thiện giải thuật điều khiển.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả kỹ thuật và đóng góp cụ thể:

  • Xây dựng thành công mô hình vật lý hoàn chỉnh có thể vận hành ổn định trong dải độ cao [10, 40] cm, kết hợp giữa mạch vi điều khiển Arduino Uno và máy tính xử lý trung tâm qua cổng giao tiếp nối tiếp.
  • Thiết lập và kiểm chứng hàm truyền đạt của hệ thống $G(s) = \frac{-0.035s^2 + s}{s(s+1)(0.01s+1)(0.035s+1)}$ với các tham số nhận dạng thực tế.
  • Xây dựng thành công giao diện GUI bằng Matlab App Designer cho phép điều khiển linh hoạt mô hình theo hai giải thuật PID và Fuzzy PID, hiển thị trực quan đồ thị đáp ứng thời gian thực.
  • Thực nghiệm kiểm chứng đối chứng giữa hai thuật toán điều khiển tại 5 mốc giá trị đặt vị trí khác nhau trong ống trụ:
Kịch bản thực nghiệm Điểm đặt (Setpoint) Đánh giá đáp ứng bộ điều khiển PID Đánh giá đáp ứng bộ điều khiển Fuzzy PID
Kịch bản 1 20 cm Có độ vọt lố, dao động quanh điểm đặt trước khi ổn định Thời gian đáp ứng nhanh, giảm vọt lố, độ ổn định vị trí cao
Kịch bản 2 25 cm Tồn tại sai số xác lập nhỏ, thời gian xác lập dài hơn Bám sát điểm đặt, triệt tiêu dao động nhanh
Kịch bản 3 30 cm Dao động đáng kể do luồng khí động học ở giữa ống Đáp ứng mượt mà, bộ tham số mờ Sugeno tự chỉnh định linh hoạt
Kịch bản 4 35 cm Độ vọt lố tăng khi nâng bóng lên cao Hạn chế vọt lố, giữ bóng cân bằng tốt
Kịch bản 5 40 cm Dễ bị mất ổn định do gần miệng thoát khí Duy trì được trạng thái cân bằng trong phạm vi cho phép

  • Khảo sát ảnh hưởng của từng thông số:

    • Khi tăng $K_p$ lên giá trị 2: Tốc độ đáp ứng của hệ thống tăng nhưng độ vọt lố và dao động tăng cao; khi giảm $K_p$ về 0: Hệ thống mất khả năng phản ứng với sai số vị trí.
    • Khi tăng $K_i$ lên 1 hoặc 2: Sai số xác lập được triệt tiêu nhanh hơn nhưng làm tăng hiện tượng tích lũy sai số gây vọt lố; khi giảm $K_i$ về 0: Hệ thống xuất hiện sai số xác lập tĩnh kéo dài.
    • Khi tăng $K_d$ lên 1 hoặc 2: Hệ thống giảm dao động và ghìm bớt vọt lố; khi giảm $K_d$ về 0: Quả bóng dao động liên tục quanh điểm đặt.

  • Đóng góp so với các nghiên cứu trước: Thay vì sử dụng phương pháp thử sai truyền thống (Try and Error) tốn thời gian và khó tối ưu, tác giả đã tích hợp thành công giải thuật di truyền (GA) để tự động hóa quá trình xác định bộ 6 thông số tiền/hậu xử lý cho bộ điều khiển Fuzzy PID Sugeno. Giải pháp này giúp hệ thống tự động bù trừ phi tuyến và độ trễ khí động học của luồng gió quạt, nâng cao đáng kể chất lượng bám điểm đặt so với điều khiển PID tuyến tính thông thường.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được chỉ ra trong đề tài bao gồm:

  • Kích thước mô hình mang tính chất phòng thí nghiệm cỡ nhỏ ($< 0.1$ m³), kết cấu khung bằng vật liệu Mica 3 mm có chi phí thấp nên khả năng triệt tiêu rung động cơ học khi quạt quay ở công suất lớn còn hạn chế, chưa đạt tiêu chuẩn sản phẩm thương mại.
  • Phạm vi hoạt động hữu ích của quả bóng bị giới hạn trong khoảng [10, 40] cm, chưa đáp ứng tốt tại các vùng cận biên (sát đáy dưới 10 cm do luồng gió chưa ổn định và sát miệng ống trên 40 cm do rò rỉ áp suất).
  • Cảm biến siêu âm HY-SRF05 có tần số quét và góc quét giới hạn, dễ bị sai lệch số liệu khi nhiệt độ môi trường thay đổi hoặc khi luồng khí chuyển động xoáy mạnh làm nghiêng hướng phản xạ sóng.
  • Module công suất L298N tỏa nhiều nhiệt và hiệu suất năng lượng không cao khi hoạt động liên tục.
  • Mô hình toán học động lực học mới dừng ở mức kế thừa và tuyến tính hóa cục bộ tại một điểm cân bằng.

Hướng nghiên cứu mở rộng trong tương lai gồm:

  • Cải tiến kết cấu cơ khí, sử dụng khung kim loại hoặc vật liệu composite chống rung để tăng độ cứng vững và giảm tiếng ồn.
  • Thay thế cảm biến siêu âm bằng các loại cảm biến quang học hoặc cảm biến laser (ToF) có độ phân giải cao và tần số đáp ứng nhanh hơn để nâng cao độ chính xác đo lường.
  • Nâng cấp mạch công suất sử dụng driver MOSFET/BLDC chuyên dụng để tăng hiệu suất năng lượng và giảm phát nhiệt.
  • Nghiên cứu áp dụng các thuật toán điều khiển phi tuyến nâng cao (như điều khiển trượt - Sliding Mode Control, điều khiển thích nghi hoặc mạng nơ-ron) nhằm mở rộng dải cân bằng ổn định của quả bóng dọc toàn bộ chiều cao ống trụ từ 0 đến 50 cm.

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo thiết thực cho:

  • Sinh viên, giảng viên và kỹ sư thuộc các ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Cơ điện tử, Kỹ thuật Điện - Điện tử đang nghiên cứu các mô hình cân bằng phi tuyến hoặc hệ thống điều khiển vị trí bằng khí động học (Ball in Tube, Ball Levitation).
  • Những người thực hiện các đề tài ứng dụng kỹ thuật điều khiển thông minh kết hợp giữa logic mờ (Fuzzy Logic) và giải thuật tối ưu hóa di truyền (GA) để hiệu chỉnh bộ điều khiển PID.
  • Phần đáng tham khảo nhất trong tài liệu là phương pháp thiết lập mô hình toán học khí động học từ phương trình Bernoulli và định luật Newton; quy trình ứng dụng GA để tìm kiếm 6 thông số tiền/hậu xử lý cho cấu trúc mờ Sugeno trên Simulink; cùng với bản vẽ thiết kế cơ khí chi tiết trên Solidworks và kỹ thuật xây dựng giao diện điều khiển thực tế trên Matlab App Designer.

Câu hỏi thường gặp

1. Kích thước cơ học và dải vị trí làm việc của mô hình Ball in Tube được quy định như thế nào trong đồ án?
Mô hình có phần thân đế hình hộp chữ nhật mở bằng Mica 3 mm với chiều dài 30 cm, chiều rộng 24.5 cm, chiều cao 12 cm; tổng chiều cao toàn bộ hệ thống sau khi lắp ráp là 62 cm (thể tích nhỏ hơn 0.1 m³). Ống trụ Acrylic trong suốt có chiều cao 50 cm, đường kính trong 50 mm. Quả bóng xốp có đường kính 40 mm. Dải vị trí làm việc khảo sát của bóng trong ống trụ được giới hạn từ 10 cm đến 40 cm tính từ đáy ống.

2. Cảm biến khoảng cách nào được sử dụng và vị trí bóng được tính toán bằng công thức nào?
Hệ thống sử dụng cảm biến siêu âm HY-SRF05 đặt tại đỉnh ống trụ hướng xuống đáy, hoạt động ở điện áp 5 VDC với dải đo từ 2 cm đến 4 m, độ chính xác $\pm 3$ mm. Khoảng cách đo từ cảm biến đến bóng được xác định bằng công thức: $Kho\text{ả}ng\ c\text{á}ch = \frac{Th\text{ờ}i\ gian \times 343\text{ m/s}}{2}$. Từ đó, độ cao thực tế của quả bóng được tính bằng chiều dài ống trừ khoảng cách đo: $y = 50\text{ cm} - Kho\text{ả}ng\ c\text{á}ch\ \text{đ}o$ (hoặc theo công thức chuẩn hóa $y = 45.5 - Kho\text{ả}ng\ c\text{á}ch\ \text{đ}o$).

3. Tại sao tác giả phải ứng dụng giải thuật di truyền (GA) cho bộ điều khiển Fuzzy PID?
Do bộ điều khiển Fuzzy PID sử dụng hệ quy tắc Sugeno có đến 6 thông số cần xác định bao gồm 3 thông số khối tiền xử lý ($K_1, K_2, K_5$) và 3 thông số khối hậu xử lý ($K_3, K_4, K_6$). Việc tinh chỉnh thủ công bằng phương pháp thử sai (Try and Error) rất phức tạp và tốn nhiều thời gian. Giải thuật GA giúp tự động hóa quá trình tìm kiếm không gian nghiệm dựa trên các toán tử chọn lọc, lai ghép và đột biến để tìm ra bộ thông số tối ưu nhất, giúp hệ thống đạt thời gian xác lập nhanh và giảm thiểu độ vọt lố.

4. Thiết bị chấp hành và mạch công suất điều khiển động cơ trong đề tài là gì?
Hệ thống sử dụng động cơ quạt không chổi than (BLDC) NMB model BG0903-B044-VTL, hoạt động ở điện áp 12 VDC để thổi luồng khí nâng quả bóng. Mạch khuếch đại công suất là module driver cầu H kép L298N, nhận tín hiệu điều chế độ rộng xung (PWM) từ board Arduino Uno để thay đổi điện áp trung bình cấp cho quạt, qua đó điều chỉnh tốc độ gió trong ống.

5. Hàm truyền mô phỏng của hệ thống được xác định với các thông số vật lý nào?
Dựa trên phương trình vi phân động lực học kết hợp phương trình Bernoulli được tuyến tính hóa quanh điểm cân bằng, hàm truyền đạt tương đương của hệ thống là: $$G(s) = \frac{d b k_v (1 - T_d s)}{s(s + b)(\tau s + 1)(T_d s + 1)}$$ Trong đó các thông số mô phỏng được chọn gồm: độ nhạy điện áp - tốc độ gió $k_v = 1$, tham số động học $b = 1$, hằng số thời gian của quạt $\tau = 0.01$ s và thời gian trễ hệ thống $T_d = 0.035$ s.

Kết luận

Đồ án tốt nghiệp "Điều khiển PID mờ cho hệ Ball in Tube" của sinh viên Đào Anh Quân và Nguyễn Hoàng Thuật đã hoàn thành đầy đủ các nhiệm vụ nghiên cứu: từ thiết kế cơ khí 3D trên Solidworks, thi công mô hình vật lý nhỏ gọn bằng Mica, kết nối phần cứng với vi điều khiển Arduino Uno, đến xây dựng giao diện điều khiển GUI trên Matlab App Designer. Việc kết hợp giải thuật mờ Sugeno với thuật toán tối ưu hóa di truyền (GA) để tự chỉnh định các hệ số của bộ điều khiển PID đã khắc phục hiệu quả các đặc tính phi tuyến và độ trễ của luồng khí động học. Các kết quả thử nghiệm thực tế tại 5 điểm đặt từ 20 cm đến 40 cm chứng minh bộ điều khiển Fuzzy PID có chất lượng bám vị trí vượt trội, giảm độ vọt lố và duy trì trạng thái cân bằng của quả bóng ổn định hơn so với bộ điều khiển PID kinh điển. Đây là tài liệu kỹ thuật có giá trị tham khảo học thuật cao cho sinh viên và người nghiên cứu trong lĩnh vực điều khiển tự động các hệ thống phi tuyến.