Tổng quan nghiên cứu

Trái đất với khoảng 71% bề mặt là nước, tương đương khoảng 360 triệu km², tạo nên một môi trường rộng lớn và phức tạp để nghiên cứu và khai thác. Việc khám phá đại dương gặp nhiều thách thức do áp lực nước tăng theo độ sâu, sự thiếu ánh sáng và các yếu tố môi trường khắc nghiệt. Trong bối cảnh đó, phương tiện tự hành dưới nước (AUV - Autonomous Underwater Vehicle) được phát triển nhằm thay thế con người thực hiện các nhiệm vụ nguy hiểm và phức tạp dưới đại dương. Từ năm 1957, AUV đã trở thành một lĩnh vực nghiên cứu phát triển mạnh mẽ trên thế giới, đặc biệt tại Hoa Kỳ với nhiều dự án nghiên cứu và ứng dụng đa dạng như khảo sát hải đồ, giám sát đường ống, và ứng dụng quân sự.

Tại Việt Nam, với đường bờ biển dài hơn 3000 km và diện tích biển khoảng 1 triệu km², tiềm năng nghiên cứu AUV rất lớn. Tuy nhiên, các sản phẩm AUV thương mại hoặc quân sự hoàn chỉnh vẫn chưa được phát triển. Nghiên cứu tập trung vào việc điều khiển đội hình nhiều AUV nhằm nâng cao hiệu quả hoạt động trong không gian rộng lớn và môi trường phức tạp. Vấn đề điều khiển đội hình trong điều kiện có nhiễu ngoại lực và động học chưa biết là thách thức lớn do tính phi tuyến và sự không chắc chắn của hệ thống.

Mục tiêu của luận văn là thiết kế bộ điều khiển trượt nơ-rôn tích phân thích nghi (Adaptive Integral Neural Sliding Mode Control) cho robot lặn dưới nước với động học chưa biết, đảm bảo thành lập đội hình nhiều AUV trong thời gian hữu hạn, chịu được nhiễu và bất định động học. Phạm vi nghiên cứu tập trung vào mô hình toán học AUV 6 bậc tự do, thiết kế điều khiển đội hình theo phương pháp dẫn đầu – bám theo, và áp dụng mạng nơ-rôn với thuật toán tối thiểu tham số học để giảm chi phí tính toán. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc nâng cao độ tin cậy và hiệu quả hoạt động của AUV trong các nhiệm vụ khảo sát, giám sát và quốc phòng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Mô hình động học và động lực học AUV 6 bậc tự do: Mô hình toán học mô tả chuyển động của AUV trong không gian 3D với 6 bậc tự do (surge, sway, heave, roll, pitch, yaw), bao gồm các phương trình động học và động lực học phức tạp với các tham số chưa biết và nhiễu ngoại lực.

  • Phương pháp điều khiển trượt tích phân với thời gian hội tụ hữu hạn (ITSM): Đây là kỹ thuật điều khiển nhằm đảm bảo sai số điều khiển hội tụ về 0 trong thời gian hữu hạn, đồng thời giảm hiện tượng chattering thường gặp trong điều khiển trượt truyền thống. Mặt trượt tích phân có lũy thừa được sử dụng để nâng cao chất lượng điều khiển.

  • Mạng nơ-rôn với hàm cơ sở xuyên tâm (RBF NN): Mạng nơ-rôn này được dùng để xấp xỉ các hàm phi tuyến chưa biết trong mô hình động học AUV. Thuật toán tối thiểu tham số học (MLP) được áp dụng để giảm số lượng tham số cần học, từ đó giảm chi phí tính toán cho hệ thống điều khiển thích nghi.

  • Phương pháp điều khiển đội hình dẫn đầu – bám theo (Leader-follower): Động học đội hình được xây dựng dựa trên khoảng cách và góc tương đối giữa các AUV, trong đó một AUV dẫn đầu và các AUV còn lại bám theo với sai số đội hình được điều khiển về 0 trong thời gian hữu hạn.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Dữ liệu mô phỏng được xây dựng dựa trên mô hình AUV dạng ngư lôi với 6 bậc tự do, sử dụng các tham số động học và động lực học từ các nghiên cứu khoa học uy tín. Nhiễu ngoại lực được giả định là tổng các tín hiệu hình sin với biên độ khác nhau để mô phỏng điều kiện thực tế.

  • Phương pháp phân tích: Thiết kế bộ điều khiển trượt tích phân hai vòng kín (vòng ngoài điều khiển sai số đội hình, vòng trong điều khiển sai số vận tốc) kết hợp với mạng nơ-rôn thích nghi sử dụng thuật toán MLP để xử lý động học chưa biết và nhiễu ngoại lực. Tính ổn định và thời gian hội tụ của hệ thống được phân tích bằng lý thuyết điều khiển hiện đại, sử dụng hàm Lyapunov và bổ đề về ổn định đồng nhất trong thời gian hữu hạn.

  • Timeline nghiên cứu: Nghiên cứu bắt đầu từ tháng 09/2022 với việc xây dựng mô hình toán học và thiết kế bộ điều khiển, tiếp theo là phát triển thuật toán thích nghi và mô phỏng trên Matlab/Simulink. Nghiên cứu hoàn thành vào tháng 05/2023 với các kết quả mô phỏng và phân tích chi tiết.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả điều khiển đội hình trong thời gian hữu hạn: Bộ điều khiển trượt tích phân với mặt trượt lũy thừa (ITSM) đã đảm bảo sai số đội hình và sai số vận tốc của các AUV hội tụ về 0 trong thời gian hữu hạn. Thời gian hội tụ có thể điều chỉnh thông qua các hệ số điều khiển k, m, n. Ví dụ, trong mô phỏng với 5 AUV, sai số khoảng cách đội hình giảm xuống dưới 0.01 m trong vòng vài giây.

  2. Khả năng thích nghi với động học chưa biết và nhiễu ngoại lực: Thuật toán mạng nơ-rôn thích nghi với cơ chế tối thiểu tham số học (MLP) giúp giảm chi phí tính toán đáng kể so với các phương pháp truyền thống. Tham số thích nghi được cập nhật hiệu quả, giúp hệ thống duy trì ổn định khi có nhiễu ngoại lực dạng sin với biên độ lên đến vài Newton.

  3. Ổn định hệ thống vòng kín liên tầng: Phân tích lý thuyết và mô phỏng cho thấy hệ thống điều khiển vòng ngoài và vòng trong đều ổn định đồng nhất trong thời gian hữu hạn. Sai số vận tốc và sai số đội hình đều được triệt tiêu, đảm bảo thành lập đội hình chính xác.

  4. So sánh với các phương pháp khác: Bộ điều khiển đề xuất vượt trội hơn các phương pháp điều khiển dựa trên trường thế nhân tạo và điều khiển dựa trên hành vi về thời gian hội tụ và khả năng chịu nhiễu. Sai số đội hình giảm trung bình 15-20% so với các phương pháp truyền thống trong điều kiện nhiễu tương tự.

Thảo luận kết quả

Nguyên nhân chính của hiệu quả điều khiển là do sự kết hợp giữa điều khiển trượt tích phân với mặt trượt lũy thừa và mạng nơ-rôn thích nghi sử dụng thuật toán MLP. Mặt trượt tích phân giúp loại bỏ sai số tích lũy và giảm chattering, trong khi mạng nơ-rôn thích nghi xử lý hiệu quả các bất định động học và nhiễu ngoại lực. Việc phân tích tính ổn định dựa trên lý thuyết điều khiển hiện đại đảm bảo tính chắc chắn của hệ thống.

So với các nghiên cứu trước đây, luận văn đã bổ sung phân tích thời gian hội tụ hữu hạn, một yếu tố quan trọng trong ứng dụng thực tế để đảm bảo đội hình được thành lập nhanh chóng và chính xác. Việc giữ lại góc roll trong mô hình và điều khiển nó về 0 cũng giúp nâng cao độ ổn định và chất lượng điều khiển, tránh các nguy cơ mất ổn định do hiệu ứng roll không được xử lý.

Dữ liệu mô phỏng có thể được trình bày qua các biểu đồ quỹ đạo 3D của các AUV, biểu đồ sai số đội hình theo thời gian, và biểu đồ tín hiệu điều khiển. Các bảng so sánh sai số và thời gian hội tụ giữa các phương pháp cũng minh họa rõ ràng ưu điểm của bộ điều khiển đề xuất.

Đề xuất và khuyến nghị

  1. Triển khai thử nghiệm thực tế trên mô hình AUV nhỏ: Thực hiện các thử nghiệm ngoài thực địa với mô hình AUV nhỏ để đánh giá hiệu quả bộ điều khiển trong môi trường thực tế, nhằm kiểm chứng khả năng chịu nhiễu và thích nghi với động học chưa biết. Thời gian thực hiện dự kiến 6-12 tháng, do các nhóm nghiên cứu tại các trường đại học kỹ thuật chủ trì.

  2. Phát triển thuật toán điều khiển đa AUV với giao tiếp không dây: Mở rộng bộ điều khiển để tích hợp giao tiếp không dây giữa các AUV trong đội hình, nâng cao khả năng phối hợp và phản ứng nhanh với thay đổi môi trường. Mục tiêu giảm sai số đội hình thêm 10% trong điều kiện thực tế phức tạp, thực hiện trong 1-2 năm.

  3. Tối ưu hóa thuật toán thích nghi để giảm chi phí tính toán: Nghiên cứu thêm các phương pháp học máy nhẹ hơn hoặc thuật toán tối ưu hóa tham số để giảm tải cho bộ xử lý trên AUV, giúp kéo dài thời gian hoạt động và tăng độ tin cậy. Thời gian nghiên cứu 6 tháng, phù hợp cho các nhóm phát triển phần mềm điều khiển.

  4. Ứng dụng trong các nhiệm vụ khảo sát môi trường biển và quốc phòng: Đề xuất áp dụng bộ điều khiển cho các dự án khảo sát hải đồ, giám sát đường ống dưới biển, và các nhiệm vụ quân sự như phát hiện vật thể nguy hiểm dưới nước. Các tổ chức nghiên cứu và doanh nghiệp công nghệ biển nên phối hợp để triển khai trong vòng 2-3 năm.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và sinh viên ngành Kỹ thuật Điều khiển và Tự động hóa: Luận văn cung cấp kiến thức chuyên sâu về điều khiển trượt tích phân, mạng nơ-rôn thích nghi và ứng dụng trong robot dưới nước, giúp nâng cao hiểu biết và phát triển các đề tài nghiên cứu liên quan.

  2. Kỹ sư phát triển hệ thống AUV và robot dưới nước: Các kỹ sư có thể áp dụng các thuật toán điều khiển và mô hình hóa trong luận văn để thiết kế và cải tiến hệ thống điều khiển cho AUV, nâng cao hiệu suất và độ ổn định trong môi trường thực tế.

  3. Doanh nghiệp công nghệ biển và quốc phòng: Các tổ chức này có thể khai thác kết quả nghiên cứu để phát triển sản phẩm AUV phục vụ khảo sát môi trường, giám sát hạ tầng biển, hoặc ứng dụng trong các nhiệm vụ an ninh quốc phòng.

  4. Nhà quản lý và hoạch định chính sách nghiên cứu khoa học: Luận văn cung cấp cơ sở khoa học và kỹ thuật để định hướng đầu tư, phát triển nghiên cứu và ứng dụng công nghệ AUV tại Việt Nam, góp phần thúc đẩy ngành công nghiệp công nghệ biển.

Câu hỏi thường gặp

  1. Bộ điều khiển trượt tích phân có ưu điểm gì so với điều khiển trượt truyền thống?
    Điều khiển trượt tích phân giúp loại bỏ sai số tích lũy và giảm hiện tượng chattering, từ đó nâng cao độ ổn định và tuổi thọ cơ cấu chấp hành. Ví dụ, trong mô phỏng, sai số đội hình giảm nhanh và ổn định hơn so với điều khiển trượt thông thường.

  2. Tại sao cần sử dụng mạng nơ-rôn thích nghi trong điều khiển AUV?
    Mạng nơ-rôn thích nghi có khả năng xấp xỉ các hàm phi tuyến chưa biết và xử lý các bất định động học, giúp bộ điều khiển thích nghi với môi trường thay đổi và nhiễu ngoại lực. Thuật toán MLP giảm số tham số học, tiết kiệm tài nguyên tính toán.

  3. Phương pháp dẫn đầu – bám theo có ưu điểm gì trong điều khiển đội hình?
    Phương pháp này đơn giản, dễ triển khai và tin cậy, cho phép mỗi AUV bám theo một AUV dẫn đầu với khoảng cách và góc tương đối cố định, giúp đội hình được duy trì chính xác và linh hoạt trong môi trường phức tạp.

  4. Làm thế nào để điều chỉnh thời gian hội tụ của hệ thống?
    Thời gian hội tụ được điều chỉnh thông qua các hệ số trong mặt trượt tích phân như k, m, n. Việc tăng hệ số k hoặc điều chỉnh tỷ lệ m/n giúp giảm thời gian hội tụ, phù hợp với yêu cầu ứng dụng thực tế.

  5. Bộ điều khiển có thể áp dụng cho các loại AUV khác nhau không?
    Có thể áp dụng cho các loại AUV có mô hình động học tương tự, đặc biệt là dạng ngư lôi với 6 bậc tự do. Tuy nhiên, cần điều chỉnh tham số và mô hình phù hợp với đặc tính cụ thể của từng loại AUV để đảm bảo hiệu quả điều khiển.

Kết luận

  • Luận văn đã xây dựng thành công mô hình toán học 6 bậc tự do cho AUV và thiết kế bộ điều khiển trượt tích phân thích nghi với thời gian hội tụ hữu hạn, xử lý hiệu quả động học chưa biết và nhiễu ngoại lực.
  • Phương pháp điều khiển đội hình dẫn đầu – bám theo được phát triển dựa trên biến đổi tọa độ khoảng cách và góc tương đối, bao gồm cả điều khiển góc roll để nâng cao độ ổn định.
  • Thuật toán mạng nơ-rôn thích nghi với cơ chế tối thiểu tham số học giúp giảm chi phí tính toán, phù hợp cho ứng dụng trên AUV có tài nguyên hạn chế.
  • Kết quả mô phỏng chứng minh tính hiệu quả, ổn định và khả thi của bộ điều khiển trong việc thành lập đội hình nhiều AUV trong thời gian hữu hạn.
  • Đề xuất các hướng phát triển tiếp theo bao gồm thử nghiệm thực tế, tích hợp giao tiếp không dây và tối ưu hóa thuật toán để ứng dụng rộng rãi trong khảo sát biển và quốc phòng.

Để tiếp tục phát triển nghiên cứu, các nhóm nghiên cứu và doanh nghiệp nên phối hợp triển khai thử nghiệm thực tế và mở rộng ứng dụng bộ điều khiển trong các dự án công nghệ biển. Hãy bắt đầu áp dụng các giải pháp điều khiển tiên tiến này để nâng cao hiệu quả và độ tin cậy của hệ thống AUV trong tương lai.