Giới thiệu dự án

Trong kỷ nguyên Công nghiệp 4.0 và tự động hóa hiện đại, các hệ thống điều khiển vị trí và cân bằng động phi tuyến đóng vai trò cốt lõi trong nhiều lĩnh vực công nghệ cao như hàng không vũ trụ (hạ cánh thẳng đứng của tên lửa đẩy SpaceX, máy bay tiêm kích phản lực F-35), hàng hải (hệ thống cân bằng ổn định tàu trọng tải lớn) và vận chuyển khí nén công nghiệp. Thống kê từ Viện Kỹ sư Điện và Điện tử (IEEE) chỉ ra rằng hơn 90% các vòng lặp điều khiển công nghiệp vẫn sử dụng bộ điều khiển PID cổ điển nhờ cấu trúc đơn giản; tuy nhiên, hiệu suất của PID tuyến tính suy giảm nghiêm trọng (độ vọt lố tăng 25–40%, thời gian xác lập kéo dài) khi đối mặt với các đối tượng phi tuyến cao, độ trễ động học và chịu tác động của nhiễu khí động học phức tạp.

Hệ thống "Ball in Tube" (bóng lơ lửng trong ống khí) là mô hình chuẩn mực điển hình đại diện cho lớp đối tượng Đơn đầu vào - Đơn đầu ra (SISO), mang đặc tính phi tuyến mạnh, không ổn định vòng hở và biến đổi tham số liên tục theo vận tốc dòng khí. Bài toán đặt ra là duy trì vị trí quả bóng tại độ cao mong muốn bên trong ống dẫn khí đứng bằng cách điều khiển lưu lượng khí từ động cơ quạt thổi, khắc phục triệt để các nhược điểm của phương pháp PID truyền thống như hiện tượng trôi điểm đặt, vọt lố lớn khi thay đổi vị trí đột ngột và độ nhạy cao với nhiễu môi trường.

Đồ án tốt nghiệp chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE) do sinh viên Đào Anh Quân và Nguyễn Hoàng Thuật thực hiện dưới sự hướng dẫn của ThS. Nguyễn Phong Lưu và ThS. Lê Thị Thanh Hoàng đã tập trung giải quyết bài toán trên thông qua 5 mục tiêu cụ thể:

  1. Xây dựng mô hình toán học động lực học phi tuyến của hệ Ball in Tube dựa trên phương trình Bernoulli và định luật II Newton, thực hiện tuyến tính hóa quanh điểm cân bằng.
  2. Thiết kế và chế tạo phần cứng thực nghiệm nhỏ gọn ($30 \times 24.5 \times 62\text{ cm}$) từ khung Mica gia công CNC, tích hợp ống trụ Acrylic trong suốt, quạt BLDC công suất cao và cảm biến siêu âm.
  3. Thiết kế giải thuật điều khiển thông minh Fuzzy PID (PID Mờ) cấu trúc Sugeno tự điều chỉnh trực tuyến bộ tham số $K_p, K_i, K_d$.
  4. Ứng dụng Giải thuật Di truyền (Genetic Algorithm - GA) để tối ưu hóa tự động 6 tham số của khối tiền xử lý và hậu xử lý ($K_1, K_2, K_3, K_4, K_5, K_6$), loại bỏ phương pháp thử-sai (Trial-and-Error).
  5. Phát triển giao diện giám sát và điều khiển thời gian thực (GUI) trên nền tảng MATLAB App Designer, kết nối truyền thông phần cứng qua giao thức Serial/USB.

Giải pháp kết hợp Fuzzy PID và GA cho phép hệ thống đáp ứng động học vượt trội: giảm độ vọt lố dưới 5%, thời gian xác lập dưới 2.5 giây trên toàn dải hoạt động $[10, 40]\text{ cm}$, sai số xác lập $e_{ss} \le \pm 3\text{ mm}$. Phạm vi đề tài tập trung vào việc nghiên cứu, mô phỏng trên MATLAB/Simulink và kiểm chứng thực nghiệm trên mô hình vật lý quy mô phòng thí nghiệm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các giải pháp điều khiển hệ thống khí nén cân bằng vị trí hiện nay chủ yếu xoay quanh ba nhánh chính: PID kinh điển, Điều khiển Trượt (SMC) và Điều khiển Mờ thích nghi (Fuzzy Logic Controller).

Phương pháp điều khiển Ưu điểm Nhược điểm Đánh giá độ phù hợp với hệ Ball in Tube
PID Cổ điển (Ziegler-Nichols) Cấu trúc đơn giản, tốn ít tài nguyên tính toán của vi điều khiển. Không thích nghi với tính phi tuyến; vọt lố cao ($>30%$) khi đổi điểm đặt; nhạy cảm với nhiễu dòng khí. Thấp (chỉ dùng làm mốc so sánh chuẩn).
Điều khiển Cấu trúc trượt (SMC) Bền vững cao với nhiễu và sai số mô hình hóa. Hiện tượng chattering (rung chấn đóng cắt) gây mòn cơ khí và quá nhiệt động cơ quạt. Trung bình (đòi hỏi xử lý lọc phi tuyến phức tạp).
Fuzzy PID Tự chỉnh định (Sugeno) kết hợp GA Tự thích nghi phi tuyến, triệt tiêu vọt lố, tối ưu hóa toàn cục bộ tham số tiền/hậu xử lý bằng GA. Thuật toán phức tạp hơn, đòi hỏi quy trình thiết kế luật chuyên gia chuẩn xác. Tối ưu nhất (được lựa chọn triển khai).

Yêu cầu kỹ thuật hệ thống được phân loại theo chuẩn MoSCoW:

  • Must have: Vi điều khiển đọc cảm biến siêu âm với tần số lấy mẫu tối thiểu 20Hz; điều chế PWM điều khiển động cơ quạt 12VDC; giải thuật PID Mờ ổn định vị trí bóng trong tầm $[10, 40]\text{ cm}$.
  • Should have: Tối ưu hóa hệ số mờ bằng GA; giao diện GUI hiển thị đồ thị đáp ứng thời gian thực và cho phép đổi Setpoint trực tiếp.
  • Could have: Lưu trữ dữ liệu vận hành ra file .mat/.csv để phân tích sau thực nghiệm.
  • Won't have: Cơ chế bù nhiệt độ/độ ẩm môi trường không khí theo thời gian thực (giả định mật độ không khí $\rho$ không đổi trong phòng thí nghiệm).

Thiết kế hệ thống

Kiến trúc tổng thể của hệ thống bao gồm 3 tầng chính: Tầng Cơ điện tử & Cảm biến, Tầng Xử lý Trung gian & Công suất, Tầng Điều khiển Cấp cao & Giám sát.

+-----------------------------------------------------------------------------------+
|               TẦNG GIÁM SÁT & ĐIỀU KHIỂN CẤP CAO (MATLAB 2022b GUI)               |
|   - Nhập Setpoint [10-40cm]          - Tính toán giải thuật GA / Fuzzy Sugeno     |
|   - Vẽ đồ thị đáp ứng thực tế        - Giám sát sai số e(t) & de(t)/dt            |
+------------------------------------------^----------------------------------------+
                                           | Giao tiếp UART / USB Serial (Baudrate 115200)
+------------------------------------------v----------------------------------------+
|                 TẦNG XỬ LÝ TRUNG GIAN & CÔNG SUẤT (Hardware Layer)                |
|   - MCU Arduino Uno R3 (ATmega328P): Đọc xung Echo/Trig, Xuất xung PWM 8-bit     |
|   - Module Công suất L298N Dual H-Bridge (Cung cấp dòng tải động cơ 12VDC/2A)     |
+------------------------------------------^----------------------------------------+
                                           | Tín hiệu vật lý (Điện áp PWM & Sóng siêu âm)
+------------------------------------------v----------------------------------------+
|                       ĐỐI TƯỢNG VẬT LÝ (Ball in Tube Plant)                        |
|   - Cảm biến siêu âm HY-SRF05 (Đo khoảng cách đỉnh ống - bóng)                    |
|   - Động cơ quạt BLDC NMB BG0903-B044-VTL 12VDC (Tạo lưu lượng khí nâng)          |
|   - Ống Acrylic Phi 50mm, Cao 50cm; Quả bóng bàn Phi 40mm, Khối lượng m = 2.7g   |
+-----------------------------------------------------------------------------------+

Technology Stack & Linh kiện phần cứng:

  • Bộ xử lý trung tâm: Arduino Uno R3 (Vi điều khiển ATmega328P, xung nhịp 16MHz).
  • Cảm biến đo vị trí: Module siêu âm HY-SRF05 (Dải đo $2\text{ cm} - 400\text{ cm}$, độ phân giải $\pm 3\text{ mm}$, góc quét $<15^\circ$, vận tốc âm thanh $v_s = 343\text{ m/s}$).
  • Cơ cấu chấp hành: Động cơ quạt lồng sóc không chổi than NMB Brushless Motor model BG0903-B044-VTL (12VDC, dải điều khiển tốc độ qua PWM tuyến tính cao).
  • Mạch điều khiển công suất: Driver cầu H L298N (Hỗ trợ điện áp định mức lên đến 35V, dòng tức thời 2A/kênh).
  • Phần mềm thiết kế cơ khí: SolidWorks 2022 (Thiết kế chi tiết khung hộp Mica 3mm kích thước $300 \times 245 \times 120\text{ mm}$, đế đỡ ống và gá cảm biến).
  • Phần mềm tính toán & Giao diện: MATLAB & Simulink R2022b kết hợp công cụ App Designer.
  • Mô phỏng mạch điện: Proteus Design Suite 8.13.

Methodology

Quy trình phát triển dự án tuân theo mô hình V-Model cải tiến, kết hợp giữa mô phỏng toán học chính xác và thực nghiệm lặp:

  1. Phân tích động học & Mô hình hóa: Thiết lập phương trình vi phân phi tuyến mô tả lực nâng khí động học $F_{drag}$ và trọng lực $F_g$: $$\sum F = m \ddot{y} = F_{drag} - mg - F_f$$ Áp dụng định luật Bernoulli và hệ số kéo $C_d$, vận tốc cân bằng $v_{eq}$ được xác định: $$v_{eq} = \sqrt{\frac{2(m - \rho V_b)g}{C_d \rho A}}$$ Tuyến tính hóa mô hình quanh điểm cân bằng bằng chuỗi Taylor ta thu được hàm truyền hệ thống có dạng: $$G(s) = \frac{Y(s)}{U(s)} = \frac{k_v b (1 - T_d s)}{s(s + b)(\tau s + 1)(T_d s + 1)}$$ Với các tham số nhận dạng thực nghiệm: $k_v = 1$, $b = 1$, hằng số thời gian quạt $\tau = 0.01\text{ s}$, độ trễ hệ thống $T_d = 0.01\text{ s}$, hàm truyền rút gọn là: $$G(s) = \frac{-0.035s + 1}{s(s+1)(0.01s+1)(0.01s+1)}$$
  2. Thiết kế bộ điều khiển mờ Sugeno & Tối ưu hóa GA: Thiết lập 25 luật mờ điều chỉnh $\Delta K_p, \Delta K_i, \Delta K_d$ từ hai đầu vào sai số $e(t)$ và biến thiên sai số $\Delta e(t)$.
  3. Tích hợp Hardware-in-the-Loop (HIL): Kết nối mạch thực tế với Simulink để kiểm thử đóng vòng trước khi nhúng hoàn toàn giải thuật.
gantt
    title LỊCH TRÌNH TRIỂN KHAI DỰ ÁN (17 TUẦN)
    dateFormat  YYYY-MM-DD
    section Khảo sát & Mô hình
    Nghiên cứu lý thuyết & Mô hình hóa toán học   :done, 2024-03-05, 2024-03-25
    Viết đề cương & Lập kế hoạch chi tiết        :done, 2024-03-26, 2024-04-08
    section Thiết kế & Gia công
    Thiết kế 3D Solidworks & Cắt Mica CNC        :done, 2024-04-09, 2024-04-29
    Lắp ráp phần cứng & Mạch công suất L298N     :done, 2024-04-30, 2024-05-13
    section Lập trình & Tối ưu
    Xây dựng thuật toán Fuzzy PID & GA           :done, 2024-05-14, 2024-06-03
    Thiết kế GUI MATLAB App Designer             :done, 2024-06-04, 2024-06-15
    section Thực nghiệm & Báo cáo
    Chạy thực nghiệm các Setpoint & Đánh giá     :done, 2024-06-16, 2024-06-25
    Hoàn thiện đồ án & Bảo vệ tốt nghiệp         :done, 2024-06-26, 2024-06-30

Implementation và kết quả

Development process

Cốt lõi của hệ thống điều khiển là thuật toán Fuzzy PID tự chỉnh định tham số thời gian thực. Cấu trúc bộ điều khiển được biểu diễn qua phương trình:

$$K_p' = K_p + \Delta K_p, \quad K_i' = K_i + \Delta K_i, \quad K_d' = K_d + \Delta K_d$$

Tín hiệu điều chế độ rộng xung PWM ngõ ra xuất tới driver L298N tính toán theo quan hệ: $$u(t) = K_p' e(t) + K_i' \int_0^t e(\tau)d\tau + K_d' \frac{de(t)}{dt}$$ $$\text{Duty_Cycle} (%) = \frac{T_{on}}{T_{on} + T_{off}} \times 100%$$

Vị trí quả bóng $y(t)$ được tính toán trực tiếp từ khoảng cách $d_{sensor}$ đọc bởi sóng siêu âm: $$y(t) = 45.5\text{ cm} - d_{sensor}(t)$$

// Trích đoạn thuật toán đọc cảm biến siêu âm và xuất xung điều khiển trên Arduino
const int trigPin = 9;
const int echoPin = 10;
const int pwmPin = 5; // Chân xuất xung điều khiển Driver L298N (ENA)

float getBallPosition() {
    digitalWrite(trigPin, LOW);
    delayMicroseconds(2);
    digitalWrite(trigPin, HIGH);
    delayMicroseconds(10);
    digitalWrite(trigPin, LOW);
    
    long duration = pulseIn(echoPin, HIGH, 25000); // Timeout 25ms
    if (duration == 0) return -1.0; // Lỗi cảm biến
    
    float distance = (duration * 0.0343) / 2.0; // Đơn vị: cm
    float ballHeight = 45.5 - distance; // Chiều cao thực tế quả bóng
    return constrain(ballHeight, 0.0, 50.0);
}

void applyControlSignal(float u_out) {
    // Chuẩn hóa tín hiệu điều khiển u_out ra dải xung PWM 8-bit [0 - 255]
    int pwmValue = constrain((int)u_out, 0, 255);
    analogWrite(pwmPin, pwmValue);
}

Hệ luật Mờ Sugeno sử dụng 5 tập mờ cho sai số $e$ và biến thiên sai số $\Delta e$: NL (Negative Large), NS (Negative Small), Z (Zero), PS (Positive Small), PL (Positive Large). Bảng quy tắc mờ hợp thành cho tham số $\Delta K_p$:

$e \backslash \Delta e$ NL NS Z PS PL
NL PL PL PS PS Z
NS PL PS PS Z NS
Z PS PS Z NS NS
PS PS Z NS NS NL
PL Z NS NS NL NL

Quá trình tối ưu hóa giải thuật di truyền (GA) được thực hiện trong môi trường MATLAB với các tham số:

  • Kích thước quần thể (Population size): 50 cá thể.
  • Số thế hệ tối đa (Max generations): 100 thế hệ.
  • Hàm mục tiêu (Fitness Function): Tích phân sai số tuyệt đối theo thời gian (ITAE): $$J = \int_0^{T_{sim}} t \cdot |e(t)| , dt$$
  • Kết quả tối ưu hóa 6 trọng số scaling: $K_1 = 0.082$, $K_2 = 0.015$, $K_3 = 1.42$, $K_4 = 0.35$, $K_5 = 0.041$, $K_6 = 0.88$.

Testing và validation

Hệ thống được kiểm tra thực nghiệm tại 5 điểm đặt độ cao (Setpoint) khác nhau trên dải hoạt động $[10, 40]\text{ cm}$: $20\text{ cm}, 25\text{ cm}, 30\text{ cm}, 35\text{ cm}, 40\text{ cm}$.

ĐÁP ỨNG QUÁ ĐỘ TẠI SETPOINT = 30cm (MÔ HÌNH THỰC TẾ)
Độ cao (cm)
 40 |
 35 |          /---\ (PID Cổ điển: Vọt lố Mp = 18.3%, ts = 4.8s)
 30 |---------/-----\-------------------------------- (Setpoint = 30cm)
    |        /   .---. (Fuzzy PID: Mp = 2.1%, ts = 2.1s)
 20 |       /   /
 10 |      /   /
  0 +-----+---+---+---+---+---+---+---+---+---+---> Thời gian (s)
    0     1   2   3   4   5   6   7   8   9  10

Bảng tổng hợp số liệu thực nghiệm so sánh giữa bộ điều khiển PID truyền thống và bộ điều khiển Fuzzy PID tối ưu bằng GA:

Setpoint ($y_{sp}$) Bộ điều khiển Độ vọt lố $M_p$ (%) Thời gian xác lập $t_s$ ($s$) Sai số xác lập $e_{ss}$ (cm) Thời gian lên đỉnh $t_p$ ($s$)
20 cm PID truyền thống 16.5% 4.2 $\pm 0.45$ 1.8
Fuzzy PID (GA) 1.8% 1.9 $\pm 0.15$ 1.2
25 cm PID truyền thống 17.2% 4.5 $\pm 0.50$ 2.0
Fuzzy PID (GA) 2.0% 2.0 $\pm 0.12$ 1.3
30 cm PID truyền thống 18.3% 4.8 $\pm 0.55$ 2.1
Fuzzy PID (GA) 2.1% 2.1 $\pm 0.10$ 1.4
35 cm PID truyền thống 21.0% 5.2 $\pm 0.62$ 2.4
Fuzzy PID (GA) 3.2% 2.3 $\pm 0.18$ 1.5
40 cm PID truyền thống 24.8% 5.9 $\pm 0.80$ 2.8
Fuzzy PID (GA) 4.5% 2.5 $\pm 0.22$ 1.7

Kết quả đạt được

  1. Chỉ số chất lượng điều khiển: Bộ điều khiển Fuzzy PID tối ưu bằng GA giúp giảm độ vọt lố trung bình từ 19.56% xuống 2.72% (cải thiện hơn 86%), rút ngắn thời gian xác lập trung bình từ 4.92s xuống 2.18s (nhanh hơn 55.6%) và triệt tiêu sai số dao động xác lập về mức $\le \pm 2\text{ mm}$.
  2. Khả năng kháng nhiễu: Khi tạo nhiễu đột ngột bằng cách tác động ngoại lực ấn bóng xuống 5cm hoặc thay đổi tiết diện đầu ra ống khí, Fuzzy PID đưa bóng về vị trí cân bằng chỉ trong 1.4s mà không gây mất ổn định vòng lặp.
  3. Hoàn thiện phần mềm & phần cứng: Chế tạo thành công mô hình vật lý vững chắc, thẩm mỹ cao; giao diện MATLAB App Designer phản hồi mượt mà với tần số cập nhật 20Hz, hiển thị trực quan thông số $e, \Delta e, K_p, K_i, K_d$ và đồ thị thực nghiệm.

Đổi mới và đóng góp

  • Tự động hóa hoàn toàn khâu chỉnh định hệ số Mờ: Thay vì sử dụng phương pháp thử-sai tốn kém hàng chục giờ thực nghiệm, đề tài đã tích hợp thành công giải thuật di truyền (GA) để tối ưu hóa đồng thời 6 hệ số tiền xử lý và hậu xử lý, đảm bảo tiêu chuẩn tối ưu ITAE toàn cục.
  • Ứng dụng mô hình Sugeno hiệu năng cao: Cấu trúc mờ Sugeno dạng đơn giá trị (singleton) giúp vi điều khiển và máy tính tính toán giải mờ với độ phức tạp $O(N)$, loại bỏ các phép tính tích phân giải mờ trọng tâm phức tạp của hệ Mamdani, đảm bảo thời gian thực thi chu kỳ điều khiển $<10\text{ms}$.
  • Mô hình học cụ chuẩn hóa cao: Đồ án cung cấp bộ tài liệu hoàn chỉnh gồm bản vẽ kỹ thuật CAD (SolidWorks), sơ đồ nguyên lý mạch (Proteus), khối mô phỏng toán học Simulink và mã nguồn GUI App Designer, đóng góp tư liệu nghiên cứu trực quan cho bộ môn Tự động điều khiển.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  1. Hệ thống đẩy khí nén nâng hạ phi thuyền và tên lửa đẩy: Nghiên cứu cơ chế cân bằng vị trí bằng lực đẩy phản lực không khí là bước đệm trực tiếp để phát triển thuật toán hạ cánh thẳng đứng (VTVL - Vertical Takeoff, Vertical Landing) cho tên lửa hàng không vũ trụ.
  2. Hệ thống kiểm soát áp suất & thông gió hầm mỏ: Ổn định áp suất và lưu lượng dòng khí trong các ống dẫn công nghiệp có tiết diện biến đổi.
  3. Hệ thống ổn định đệm từ & đệm khí: Ứng dụng trong các băng chuyền nâng khí nén không ma sát dùng trong sản xuất chất bán dẫn hoặc phòng sạch y tế.

Yêu cầu triển khai & Phân tích chi phí

+-----------------------------------------------------------------------+
|                 BẢNG DỰ TOÁN CHI PHÍ HỆ THỐNG (BOM)                   |
+------------------------------------+------------+----------+----------+
| Hạng mục linh kiện                 | Đơn giá    | Số lượng | Tổng     |
+------------------------------------+------------+----------+----------+
| 1. Arduino Uno R3 (Chính hãng/SMD) | 180.000 đ  | 01 cái   | 180.000đ |
| 2. Cảm biến siêu âm HY-SRF05       | 45.000 đ   | 01 cái   | 45.000đ  |
| 3. Động cơ quạt BLDC NMB 12VDC     | 150.000 đ  | 01 cái   | 150.000đ |
| 4. Driver cầu H L298N              | 55.000 đ   | 01 cái   | 55.000đ  |
| 5. Ống Acrylic Phi 50mm, Mica 3mm  | 250.000 đ  | 01 bộ    | 250.000đ |
| 6. Nguồn tổ ong 12VDC 5A & Dây nối | 120.000 đ  | 01 bộ    | 120.000đ |
+------------------------------------+------------+----------+----------+
| TỔNG CHI PHÍ PHẦN CỨNG             |            |          | 800.000đ |
+-----------------------------------------------------------------------+

Với tổng chi phí dưới 1.000.000 VNĐ, mô hình mang lại hiệu quả kinh tế vượt trội so với các bộ kit thí nghiệm ngoại nhập (thường có giá từ 15.000.000 – 30.000.000 VNĐ), giúp các trường đại học dễ dàng trang bị đại trà cho sinh viên thực hành.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Đặc tính cảm biến siêu âm: Cảm biến HY-SRF05 có điểm mù khoảng cách ($<2\text{ cm}$) và dễ bị nhiễu bởi phản xạ sóng âm từ thành ống trụ Acrylic nếu lắp đặt bị lệch trục quang học.
  • Hiện tượng xoáy khí: Ở các giá trị Setpoint cao ($>38\text{ cm}$), luồng không khí ở miệng thoát ống xuất hiện xoáy khí phi tuyến mạnh, gây hiện tượng bóng lắc ngang nhẹ quanh trục đứng.
  • Vật liệu khung: Khung vỏ Mica gia công bằng phương pháp dán keo thủ công có độ bền rung động cơ học ở mức trung bình khi quạt hoạt động liên tục ở công suất 100%.

Hướng phát triển

  1. Nâng cấp cảm biến: Thay thế cảm biến siêu âm bằng cảm biến quang học Laser ToF (Time-of-Flight như VL53L0X hoặc VL53L1X) với tần số lấy mẫu lên đến 50Hz và triệt tiêu hoàn toàn góc phản xạ thành ống.
  2. Nâng cấp bộ vi xử lý nhúng: Sử dụng vi điều khiển 32-bit hiệu năng cao (như STM32F4 hoặc ESP32) để nạp trực tiếp toàn bộ giải thuật Fuzzy Sugeno và xử lý số tín hiệu (DSP) ngay trên chip, không cần phụ thuộc vào máy tính chạy MATLAB.
  3. Tích hợp IoT: Bổ sung giao thức truyền thông không dây MQTT/Websocket giám sát đáp ứng hệ thống từ xa qua nền tảng Web Dashboard.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Tự động hóa: Nguồn tài liệu tham khảo chi tiết từ thiết kế cơ khí, mô hình hóa toán học đến lập trình nhúng và tối ưu hóa giải thuật điều khiển phi tuyến.
  • Kỹ sư R&D & Lập trình viên: Nắm vững phương pháp kết hợp thuật toán tối ưu hóa toàn cục (GA) với lý thuyết điều khiển mờ (Fuzzy Logic) để ứng dụng vào các hệ thống điều khiển công nghiệp thực tế.
  • Giảng viên & Cơ sở đào tạo: Mô hình học cụ trực quan, chi phí cực thấp, dễ nhân rộng cho các bài thí nghiệm môn học Điều khiển Tự động, Lý thuyết Điều khiển Nâng cao, Xử lý Tín hiệu Số.

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai hệ thống là gì?

Hệ thống yêu cầu nguồn cấp 12VDC - 3A, 01 board vi điều khiển Arduino Uno R3 (hoặc tương đương), 01 cảm biến siêu âm HY-SRF05/HC-SR04, 01 driver động cơ L298N, 01 quạt BLDC 12VDC và máy tính cài đặt MATLAB R2020a trở lên (có cài đặt gói hỗ trợ Arduino Hardware Support Package).

2. Tại sao chọn hệ quy tắc mờ Sugeno thay vì Mamdani?

Hệ quy tắc Sugeno sử dụng ngõ ra là các hàm toán học hoặc hằng số (singleton), giúp quá trình giải mờ (Defuzzification) tính toán theo phương pháp trung bình gia quyền cực kỳ nhanh chóng. Điều này giảm thiểu thời gian tính toán của CPU, tránh độ trễ vòng lặp điều khiển thời gian thực so với phương pháp tính trọng tâm diện tích phức tạp của Mamdani.

3. Cảm biến siêu âm bị nhiễu phản xạ thành ống thì xử lý thế nào?

Để xử lý nhiễu âm, đầu phát/thu của cảm biến siêu âm phải được đặt đồng trục chính xác với tâm ống trụ Acrylic ($\phi = 50\text{ mm}$). Trên phần mềm, áp dụng thêm bộ lọc trung vị (Median Filter) 3 điểm kết hợp bộ lọc thông thấp số (Low-Pass Filter) bậc 1 để loại bỏ các đỉnh nhiễu xung nhọn trước khi tính sai số.

4. Hệ thống có tự phục hồi khi có vật cản đột ngột không?

Có. Nhờ khâu tích phân tự điều chỉnh và các luật mờ khuếch đại tức thời giá trị $K_p$ khi sai số $|e(t)|$ lớn (tập mờ NL/PL), bộ điều khiển sẽ lập tức tăng tốc độ quạt để nâng bóng trở lại điểm đặt trong vòng chưa đầy 1.5 giây sau khi biến động ngoại lực kết thúc.

5. Chi phí chế tạo và thời gian thu hồi vốn cho mục đích giáo dục?

Toàn bộ chi phí phần cứng chỉ khoảng 800.000 VNĐ. Khi đưa vào giảng dạy thay thế các bộ thí nghiệm nhập khẩu, cơ sở đào tạo tiết kiệm hơn 90% chi phí đầu tư thiết bị thí nghiệm cho mỗi phòng thực hành điều khiển tự động.

Kết luận

Đồ án tốt nghiệp "Điều khiển PID mờ cho hệ Ball in Tube" đã giải quyết xuất sắc bài toán điều khiển phi tuyến vị trí bóng trong ống khí nén bằng cách tích hợp hài hòa giữa lý thuyết điều khiển hiện đại và kỹ thuật cơ điện tử thực nghiệm. Việc ứng dụng thuật toán Fuzzy PID cấu trúc Sugeno kết hợp tối ưu hóa toàn cục Giải thuật Di truyền (GA) đã mang lại đáp ứng động học vượt bậc: triệt tiêu độ vọt lố từ 18.3% xuống 2.1%, thời gian xác lập đạt 2.1s và sai số ổn định $\pm 1\text{ mm}$ tại điểm đặt 30cm. Đề tài không chỉ hoàn thành trọn vẹn các yêu cầu kỹ thuật chuẩn mực của một khóa luận kỹ sư mà còn mở ra hướng phát triển ứng dụng thiết thực cho các hệ thống cân bằng đệm khí và phương tiện bay không người lái trong tương lai.