Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh tự động hóa công nghiệp và sản xuất hiện đại, robot công nghiệp đóng vai trò quan trọng trong việc thay thế sức lao động con người, nâng cao năng suất, cắt giảm chi phí vận hành và cải thiện chất lượng sản phẩm. Trong các ngành kỹ thuật cơ khí, chế tạo ô tô, công nghệ hàn, đúc, phun kim loại, vận chuyển và lắp ráp linh kiện, các hệ thống robot được ứng dụng với tần suất ngày càng cao.

Về mặt kết cấu cơ học, robot song song (Parallel Robot) là hệ đa vật có cấu trúc chuỗi động học kín, trong đó bàn di động (mobile platform/traveling-plate) được liên kết với khung đế cố định thông qua nhiều nhánh động học (chân) song song chuyển động độc lập. So với robot chuỗi nối tiếp truyền thống (Serial Robot), robot song song sở hữu các ưu điểm vượt trội như khả năng chịu tải trọng lớn, độ cứng vững cơ học cao nhờ cấu trúc hình học khép kín, quán tính chuyển động thấp, cho phép thực hiện các chuyển động với tốc độ và gia tốc rất lớn cùng độ chính xác định vị cao do sai số không bị tích lũy qua từng khớp nối.

Robot Delta, một biến thể tiêu biểu của robot song song được phát minh bởi Reymond Clavel, có đặc tính vận hành tốc độ cao và độ chính xác vượt trội, thường được ứng dụng trong các nhiệm vụ gắp - đặt (pick-and-place), đóng gói sản phẩm, vi thao tác y tế và in 3D. Tuy nhiên, việc tính toán động lực học và thiết kế hệ thống điều khiển cho robot Delta gặp nhiều thách thức lớn do các đặc tính phi tuyến mạnh, tính chất đa biến liên kết chéo giữa các khâu, cùng sự xuất hiện của các bất định động lực học có cấu trúc và không có cấu trúc trong quá trình làm việc.

Các phương pháp điều khiển truyền thống như bộ điều khiển tỷ lệ - vi phân (PD), PD bù trọng lực ($PD+G$) hay điều khiển mô-men tính toán (Computed Torque Control) thường đòi hỏi mô hình toán học giải tích chính xác của hệ thống hoặc hệ số điều khiển được chỉnh định cố định bằng phương pháp thử sai, dẫn đến chất lượng bám quỹ đạo bị suy giảm khi điều kiện vận hành và tải trọng thay đổi. Do đó, đề tài đồ án tốt nghiệp "Dự Báo Điều Khiển Thích Ứng Cho Robot Delta Song Song" (Adaptive Control for Delta Parallel Robot) tập trung nghiên cứu giải pháp điều khiển thích ứng dựa trên mạng nơ-ron B-Spline (BSNN) nhằm tự động cập nhật hệ số điều khiển thời gian thực mà không cần tri thức chính xác tuyệt đối về mô hình động lực học của robot.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài được xác định cụ thể như sau:

  1. Tổng quan các công trình nghiên cứu trong và ngoài nước về cấu trúc cơ học, động học, động lực học và các giải thuật điều khiển bám quỹ đạo cho robot song song Delta.
  2. Xây dựng mô hình động học thuận, động học ngược và mô hình động lực học giải tích cho robot Delta 3 bậc tự do (3-DOF) bằng phương pháp năng lượng Lagrange với tọa độ suy rộng và nhân tử Lagrange.
  3. Nghiên cứu mô hình động cơ điện một chiều (DC Motor) dẫn động các nhánh khớp của robot; thiết kế bộ điều khiển tốc độ trượt bậc hai (Super-Twisting Sliding Mode) và bộ điều khiển thích ứng mạng nơ-ron B-Spline (BSNN) cho động cơ DC.
  4. Mở rộng cấu trúc mạng nơ-ron B-Spline thích ứng để chỉnh định trực tuyến các thông số của bộ điều khiển PD cho toàn bộ hệ thống robot song song Delta 3 bậc tự do.
  5. Xây dựng mô hình mô phỏng trên môi trường MATLAB/Simulink để kiểm chứng tính đúng đắn và hiệu quả của bộ điều khiển đề xuất thông qua việc so sánh chất lượng bám quỹ đạo, sai số góc quay, sai số không gian Descartes, vận tốc động cơ, mô-men đầu vào và công suất tiêu thụ với bộ điều khiển truyền thống $PD+G$.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mô hình động lực học và giải thuật điều khiển bám quỹ đạo thích ứng cho robot song song Delta 3 bậc tự do chuyển động tịnh tiến trong không gian 3 chiều, dẫn động bởi 3 động cơ điện một chiều.
  • Phạm vi nghiên cứu: Nghiên cứu lý thuyết mô hình hóa giải tích bằng cơ học Lagrange; thiết kế thuật toán học trực tuyến mạng nơ-ron B-Spline; khảo sát, đánh giá hiệu năng hệ thống điều khiển thông qua mô phỏng số trên phần mềm chuyên dụng trong điều kiện có bất định thông số và tải trọng thay đổi.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình toán học sử dụng trong đồ án bao gồm:

  • Lý thuyết cơ học hệ nhiều vật và phương pháp nhân tử Lagrange: Sử dụng hàm Lagrange $L = K - U$ (trong đó $K$ là tổng động năng, $U$ là tổng thế năng của hệ thống) kết hợp phương trình ràng buộc hình học kín để thiết lập hệ phương trình vi phân mô tả chuyển động động lực học của robot Delta.
  • Mô hình toán học động cơ điện một chiều kích từ độc lập: Mô tả mối quan hệ phi tuyến ghép kênh giữa hệ thống mạch điện phần ứng, mạch kích từ và phương trình chuyển động cơ học của trục rotor dưới tác động của mô-men tải.
  • Lý thuyết điều khiển trượt bậc hai dạng Super-Twisting: Thiết lập mặt trượt trạng thái bậc hai nhằm triệt tiêu ảnh hưởng của các thành phần bất định tham số và nhiễu loạn bên ngoài.
  • Mạng nơ-ron B-Spline (BSNN): Mạng nơ-ron hàm cơ sở gồm hai lớp nơ-ron. Lớp đầu vào sử dụng các hàm kích hoạt dạng B-Spline cục bộ đơn biến bậc 3, lớp đầu ra là một nơ-ron tuyến tính kết hợp vector trọng số được cập nhật liên tục qua luật học tức thời (instantaneous learning rule).

Phương pháp nghiên cứu thực hiện:

  • Phương pháp phân tích và tổng hợp lý thuyết: Phân tích các nghiên cứu trong và ngoài nước về cấu trúc động học robot song song, đối chiếu ưu nhược điểm giữa cấu trúc robot chuỗi và robot song song.
  • Phương pháp mô hình hóa hình học và đơn giản hóa khâu động học: Rút gọn mỗi cặp thanh hình bình hành của cánh tay dưới (forearm) thành một thanh tương đương có cùng chiều dài và phân bố khối lượng, kết nối bằng khớp Cardan và khớp cầu nhằm đơn giản hóa tính toán giải tích.
  • Phương pháp mô phỏng số: Thiết lập mô hình động học, động lực học và cấu trúc điều khiển thích ứng nơ-ron trên nền tảng phần mềm MATLAB/Simulink để thực hiện mô phỏng bám quỹ đạo không gian.

Nguồn dữ liệu và thông số tính toán:

  • Các thông số hình học, khối lượng và mô-men quán tính của đế cố định, cánh tay trên ($L_{ai}, m_{ai}, I_i$), cánh tay dưới ($L_{bi}, m_{bi}$), bàn di động ($m_p$) và động cơ dẫn động ($I_{mi}$).
  • Bộ dữ liệu thực nghiệm đặc tính vào - ra (điện áp - tốc độ) của động cơ điện một chiều làm việc trong dải điện áp $0 - 110\text{ V}$ với điện trở cuộn dây kích từ $R_f = 85.55,\Omega$.

Thiết kế và triển khai hệ thống điều khiển

Mô hình động cơ DC và thuật toán điều khiển Super-Twisting

Mô hình toán học của động cơ điện một chiều được biểu diễn qua hệ phương trình vi phân điện - cơ: $$\begin{cases} L_f \frac{d i_f}{dt} = -R_f i_f + u_f \ L_a \frac{d i_a}{dt} = -R_a i_a - L_{af} i_f \omega + u_a \ J \frac{d\omega}{dt} = -b\omega + L_{af} i_f i_a - \tau_L \end{cases}$$ Trong đó $i_f, u_f, L_f, R_f$ lần lượt là dòng điện, điện áp, độ tự cảm và điện trở cuộn kích từ; $i_a, u_a, L_a, R_a$ là các thông số phần ứng; $L_{af}$ là hỗ cảm giữa hai cuộn dây; $\omega$ là tốc độ góc rotor; $J$ là mô-men quán tính rotor; $b$ là hệ số ma sát nhớt và $\tau_L$ là mô-men tải.

Để điều khiển tốc độ góc $\omega$ bám theo tín hiệu đặt $\omega_d$, sai số tốc độ được định nghĩa $e = \omega_d - \omega$. Cấu trúc điều khiển trượt bậc hai dạng Super-Twisting sử dụng mặt trượt $s = k z_1 + \dot{z}1$ (với $z_1 = e, z_2 = \dot{e}$) và tín hiệu điện áp điều khiển: $$u{in} = -u_1 \sqrt{|s|} \text{sign}(s) + \nu$$ Bộ điều khiển trượt đảm bảo tính ổn định tiệm cận của hệ kín theo tiêu chuẩn ổn định Lyapunov, đồng thời triệt tiêu hiện tượng rung chấn (chattering) thường gặp ở bộ điều khiển trượt bậc một truyền thống.

Cấu trúc mạng nơ-ron B-Spline thích ứng (BSNN)

Nhằm loại bỏ yêu cầu phải đo lường gia tốc và dòng điện trong điều khiển thời gian thực, mạng nơ-ron B-Spline thích ứng được thiết kế với cấu trúc gồm 1 lớp đầu vào nhận tín hiệu sai lệch tốc độ $e(t)$, đi qua 2 hàm cơ sở bậc 3 ($p=2$). Đầu ra của mạng là tổ hợp tuyến tính giữa hàm cơ sở và trọng số: $$y(t) = \sum_{i=1}^p a_i w_i = a^T(t) w(t)$$ Vector trọng số $w(t)$ được cập nhật trực tuyến tức thời theo công thức: $$w(t) = w(t - \Delta t) + \frac{\eta , e(t)}{|a(t)|_2^2} a(t)$$ Trong đó $\eta$ là tốc độ học (learning rate), được lựa chọn trong khoảng $[1 \times 10^{-3}, 1.0]$. Giá trị $\eta = 1 \times 10^{-3}$ được xác lập để bảo đảm tính ổn định và hội tụ của thuật toán học.

Cơ chế chỉnh định trực tuyến cho robot Delta

Cấu trúc điều khiển thích ứng cho robot Delta 3 bậc tự do kết hợp 3 khối BSNN tương ứng với 3 động cơ DC tại các khớp chủ động. Mạng BSNN trực tiếp tính toán và cập nhật các hệ số khuếch đại của bộ điều khiển PD theo thời gian thực dựa trên sai lệch góc quay tại các khớp, từ đó tạo ra tín hiệu mô-men điều khiển chính xác, thích nghi với sự thay đổi của tải trọng và bất định mô hình.

Nội dung chính theo từng chương

Chương 1: Literature Review of the Problem of Delta Parallel Robot

Chương 1 trình bày tổng quan lịch sử hình thành và phát triển của robot song song từ cơ cấu của Gough và Whitehall (1962), cơ cấu mô phỏng bay Stewart (1965) đến phát minh robot Delta của Reymond Clavel vào những năm 1980 với các bằng sáng chế quốc tế (WIPO WO 87/03528, US 4,976,582, EP 0 250 470). Chương này phân tích chi tiết sự khác biệt giữa robot chuỗi và robot song song qua bảng so sánh đặc tính kỹ thuật:

STT Đặc tính so sánh Robot chuỗi (Serial Robot) Robot song song (Parallel Robot)
1 Độ chính xác định vị Thấp hơn Cao hơn
2 Không gian làm việc Rộng hơn Hẹp hơn
3 Độ cứng vững cơ học Thấp hơn Cao hơn
4 Tỷ số tải trọng / khối lượng Thấp hơn Cao hơn
5 Tải trọng quán tính Lớn hơn Nhỏ hơn
6 Tốc độ và gia tốc vận hành Thấp hơn Cao hơn
7 Độ phức tạp thiết kế và điều khiển Đơn giản Phức tạp
8 Mật độ điểm kỳ dị trong không gian Ít hơn Nhiều hơn

Chương 1 cũng tổng thuật các ứng dụng thực tiễn của robot Delta trong công nghiệp đóng gói thực phẩm, thiết bị y tế (như hệ thống SuriScope giữ kính hiển vi phẫu thuật 20 kg tại Đại học Humboldt, robot CRIGOS tái tạo xương), dây chuyền gắp - đặt linh kiện điện tử và công nghệ in 3D.

Về mặt học thuật, chương điểm luận các công trình nghiên cứu động lực học và điều khiển của các tác giả quốc tế (Wittenburg, Nakamura, Schiehlen, Staicu, Abdellatif, Corves, S.B. Park, Q. Zhang, R. Kelaiaia, M. Tsai, Q. Li, H. Mueller, Spong, Vidyasagar, Ghorbel, Hemici, Mohsen, Kenmochi, Canahure, J. Lou) và các nhóm nghiên cứu tại Việt Nam (GS. Nguyễn Văn Khang về phương pháp nhân tử Lagrange và phân rã hệ thống con; PGS. Nguyễn Quang Hoàng về phương pháp mặt trượt cho hệ phương trình ràng buộc; PGS. Chu Anh Mỹ về robot lai; TS. Phạm Văn Bách Ngọc về chế tạo robot Hexapod và robot Delta 3-DOF tịnh tiến; nhóm nghiên cứu của Lê Hoài Quốc, Nguyễn Xuân Vinh, Tưởng Phước Thọ, Nguyễn Minh Thanh, Trịnh Hoàng Kiên, Phạm Huy Hoàng). Từ việc nhận diện khoảng trống nghiên cứu về điều khiển thích ứng thời gian thực cho robot Delta, tác giả xác lập hướng đi của đề tài.

Chương 2: Theoretical Modeling of Developing Dynamic Model for Delta Parallel Robot

Chương 2 tập trung xây dựng mô hình toán học giải tích cho robot song song Delta. Cấu trúc robot gồm một đế cố định, 3 động cơ chấp hành dẫn động 3 cánh tay trên $A_1B_1, A_2B_2, A_3B_3$ (chiều dài $L_{ai}$, khối lượng $m_{ai}$) quay quanh trục cố định, liên kết với 3 cặp thanh hình bình hành $B_1D_1, B_2D_2, B_3D_3$ (chiều dài $L_{bi}$, khối lượng $m_{bi}$) và nối với bàn di động mang tải (khối lượng $m_p$).

Mô hình động học được thiết lập trên hệ tọa độ cố định $Ox_0y_0z_0$ và các hệ tọa độ cục bộ $Ox_iy_iz_i$ ($i=1, 2, 3$). Mô hình động học ngược xác định góc quay các khớp $(\theta_1, \theta_2, \theta_3)$ từ vị trí bàn di động $P(x_P, y_P, z_P)$. Phương trình động lực học được xây dựng qua phương pháp Lagrange với vector tọa độ suy rộng $Q = [p_x, p_y, p_z, \theta_1, \theta_2, \theta_3]^T$ ($n=6$, gồm 3 tọa độ vị trí và 3 tọa độ khớp dư).

Tổng động năng của hệ thống được xác định: $$K = K_p + \sum_{i=1}^3 (K_{ai} + K_{bi})$$ Trong đó:

  • Động năng bàn di động: $K_p = \frac{1}{2} m_p (\dot{p}_x^2 + \dot{p}_y^2 + \dot{p}_z^2)$
  • Động năng cánh tay trên: $K_{ai} = \frac{1}{2} (I_{mi} + \frac{1}{3} m_{ai} L_{ai}^2) \dot{\theta}_i^2$
  • Động năng cánh tay dưới: $K_{bi} = \frac{1}{2} m_{bi} (\dot{p}_x^2 + \dot{p}y^2 + \dot{p}z^2) + \frac{1}{6} m{bi} L{bi}^2 \dot{\theta}_i^2$

Tổng thế năng của hệ thống: $$U = U_p + \sum_{i=1}^3 (U_{ai} + U_{bi}) = -m_p g p_z - \sum_{i=1}^3 m_{ai} g L_{ai} \sin\theta_i$$

Hàm Lagrange $L = K - U$ được đưa vào phương trình Lagrange loại 2 có nhân tử Lagrange để giải quyết các phương trình ràng buộc khép kín: $$\frac{d}{dt}\left(\frac{\partial L}{\partial \dot{q}j}\right) - \frac{\partial L}{\partial q_j} = Q_j + \sum{i=1}^k \lambda_i \frac{\partial \Phi_i}{\partial q_j}$$ Từ đó rút ra hệ phương trình vi phân mô tả chuyển động động lực học toàn phần của robot dưới dạng ma trận: $$M(\theta)\ddot{\theta} + G(\theta) + H(\theta, \dot{\theta}, P, \dot{P}) = \tau(t)$$

Chương 3: Adaptive Controller for Delta Parallel Robot

Chương 3 chi tiết hóa quy trình thiết kế bộ điều khiển thích ứng. Tác giả bắt đầu từ việc phân tích mô hình động cơ DC, thiết kế luật điều khiển trượt Super-Twisting và bộ điều khiển thích ứng B-Spline cho động cơ DC. Quá trình huấn luyện mạng nơ-ron B-Spline (BSNN) gồm hai giai đoạn:

  1. Giai đoạn huấn luyện ngoại tuyến (Off-line training): Khảo sát dữ liệu thực nghiệm vào - ra của động cơ DC trong dải điện áp $0 - 110\text{ V}$ để lựa chọn hình dạng và số lượng hàm cơ sở (2 hàm cơ sở đơn biến bậc 3) và tốc độ học ban đầu $\eta = 1 \times 10^{-3}$.
  2. Giai đoạn thích ứng trực tuyến (On-line adaptive control): Mạng BSNN tự động cập nhật vector trọng số $w(t)$ theo thời gian thực dựa trên sai lệch tốc độ nhằm bù trừ các biến thiên về tham số và mô-men tải không xác định trước.

Tiếp theo, cấu trúc BSNN được mở rộng để thiết kế bộ điều khiển nơ-ron thích ứng cho robot Delta 3-DOF. Tín hiệu đầu ra từ mạng BSNN được sử dụng để cập nhật trực tiếp các hệ số khuếch đại của 3 bộ điều khiển PD gắn với 3 động cơ truyền động tại các nhánh khớp, đảm bảo khả năng bám quỹ đạo chính xác trong không gian làm việc.

Chương 4: Simulation Results and Discussions Conclusions, Limitations and Further Work

Chương 4 trình bày các kết quả mô phỏng số và phân tích thảo luận. Các thông số động lực học của robot Delta (bảng 3 trong tài liệu) được nạp vào mô hình mô phỏng. Nghiên cứu thực hiện đánh giá định lượng so sánh giữa bộ điều khiển $PD+G$ truyền thống và bộ điều khiển thích ứng đề xuất (PD kết hợp BSNN) trên các tiêu chí:

  • Chất lượng bám quỹ đạo không gian (Trajectory Tracking).
  • Sai số chuyển vị góc trung bình tại các khớp chủ động (Bảng 4: Average error for Angular displacement).
  • Sai số chuyển vị trung bình trong không gian tọa độ Descartes (Bảng 5: Average error for Cartesian displacement).
  • Đặc tính vận tốc động cơ, mô-men xoắn đầu vào và công suất tiêu thụ của hệ thống.

Kết quả mô phỏng khẳng định bộ điều khiển PD tích hợp BSNN có khả năng thích nghi nhanh, giảm thiểu đáng kể sai số trạng thái quá độ (TSE) và sai số xác lập (SSE), giữ cho hệ thống vận hành ổn định dưới các điều kiện quỹ đạo phức tạp.

Kết quả và đóng góp

Các kết quả và đóng góp chính được rút ra từ đồ án bao gồm:

  • Xây dựng thành công mô hình động lực học giải tích hoàn chỉnh cho robot song song Delta 3 bậc tự do bằng phương pháp hàm Lagrange kết hợp nhân tử Lagrange, cung cấp hệ phương trình tường minh phục vụ bài toán phân tích và điều khiển.
  • Thiết kế và ứng dụng thành công bộ điều khiển thích ứng dựa trên mạng nơ-ron B-Spline (BSNN) cho bài toán điều khiển tốc độ động cơ DC và bài toán bám quỹ đạo không gian của robot Delta 3-DOF.
  • Thuật toán thích ứng trực tuyến của mạng BSNN cho phép cập nhật tức thời các hệ số điều khiển PD chỉ dựa trên tín hiệu sai lệch vận tốc/vị trí đo được, loại bỏ sự phụ thuộc vào các cảm biến đo dòng điện, gia tốc hoặc yêu cầu nhận dạng chính xác toàn bộ ma trận quán tính và ma trận trọng lực của robot.
  • Kết quả mô phỏng định lượng chứng minh bộ điều khiển PD kết hợp BSNN đạt độ chính xác bám quỹ đạo cao hơn, sai số góc và sai số vị trí Descartes nhỏ hơn rõ rệt so với bộ điều khiển truyền thống $PD+G$, đồng thời duy trì mô-men và công suất dẫn động ở mức hợp lý, đáp ứng yêu cầu kỹ thuật vận hành tốc độ cao.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đồ án:

  • Nghiên cứu mới dừng lại ở mức độ mô hình hóa toán học lý thuyết và kiểm chứng thông qua mô phỏng số trên môi trường MATLAB/Simulink, chưa tiến hành thực nghiệm trên mô hình phần cứng robot Delta thực tế.
  • Quá trình đơn giản hóa khâu hình bình hành thành một thanh tương đương bỏ qua một số đặc tính đàn hồi vi mô và khe hở cơ khí tại các khớp cầu và khớp Cardan trong điều kiện chuyển động gia tốc cực lớn.

Hướng nghiên cứu tiếp theo:

  • Triển khai và cài đặt thuật toán điều khiển thích ứng BSNN lên phần cứng nhúng thời gian thực (vi điều khiển DSP/FPGA) trên mô hình robot Delta vật lý.
  • Nghiên cứu mở rộng thuật toán thích ứng kết hợp với hệ thống xử lý ảnh (Machine Vision) phục vụ bài toán nhận dạng và phân loại sản phẩm trên băng chuyền tự động tốc độ cao.
  • Khảo sát bài toán điều khiển bù trừ rung động và bù khe hở khớp động học phi tuyến trong không gian làm việc thực tế.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo chuyên khảo hữu ích cho:

  • Sinh viên, học viên cao học và nghiên cứu sinh các ngành Tin học và Kỹ thuật Máy tính, Kỹ thuật Cơ điện tử, Robot và Tự động hóa quan tâm đến phương pháp thiết lập mô hình động lực học hệ nhiều vật kín và kỹ thuật điều khiển thích ứng thông minh.
  • Kỹ sư nghiên cứu và phát triển (R&D) trong lĩnh vực chế tạo máy và tự động hóa công nghiệp đang tìm kiếm giải pháp nâng cao độ chính xác bám quỹ đạo cho các cơ cấu robot song song gắp - đặt linh kiện hoặc máy in 3D Delta.
  • Phần đáng tham khảo nhất trong đồ án là phương pháp dẫn giải phương trình động lực học Lagrange có nhân tử cho robot Delta (Chương 2) và thuật toán học trực tuyến trọng số mạng nơ-ron B-Spline ứng dụng chỉnh định hệ số PD (Chương 3).

Câu hỏi thường gặp

1. Robot song song Delta trong đồ án có bao nhiêu bậc tự do và chuyển động theo dạng nào?
Robot song song Delta trong nghiên cứu có 3 bậc tự do (3-DOF), thực hiện chuyển động tịnh tiến thuần túy của bàn di động (traveling-plate) trong không gian 3 chiều nhờ cấu trúc 3 cặp thanh hình bình hành liên kết giữa cánh tay trên và bàn di động.

2. Phương pháp nào được tác giả sử dụng để thiết lập phương trình vi phân chuyển động động lực học của robot Delta?
Tác giả sử dụng phương pháp cơ học Lagrange dạng ma trận kết hợp nhân tử Lagrange (Lagrangian formulation with Lagrange multipliers) với vector tọa độ suy rộng gồm 6 biến (3 tọa độ vị trí Descartes của bàn di động và 3 tọa độ góc quay của các khớp chủ động) nhằm xử lý các ràng buộc động học chuỗi kín.

3. Mạng nơ-ron B-Spline (BSNN) trong đồ án có cấu trúc như thế nào và ưu điểm so với mạng truyền bá ngược (BP) hay mạng RBF là gì?
Mạng BSNN được thiết kế với 1 lớp đầu vào nhận tín hiệu sai lệch tốc độ/vị trí, sử dụng 2 hàm cơ sở đơn biến bậc 3 ($p=2$) và 1 nơ-ron đầu ra tuyến tính. Ưu điểm chính của BSNN là khả năng học và cập nhật trọng số trực tuyến tức thời theo thời gian thực với khối lượng tính toán thấp, không đòi hỏi huấn luyện ngoại tuyến phức tạp lại từ đầu khi điều kiện làm việc thay đổi như mạng BP hay RBF.

4. Vai trò của mạng BSNN trong hệ thống điều khiển robot Delta là gì?
Mạng BSNN đóng vai trò là một bộ điều khiển thần kinh thích ứng trực tuyến, liên tục ước lượng và tự động chỉnh định các hệ số khuếch đại của 3 bộ điều khiển PD độc lập điều khiển 3 động cơ DC dẫn động 3 nhánh khớp của robot Delta, giúp bù trừ bất định động lực học mà không cần biết chính xác mô hình toán học của robot.

5. Kết quả mô phỏng ở Chương 4 đã so sánh bộ điều khiển đề xuất với bộ điều khiển nào?
Kết quả mô phỏng đã so sánh hiệu năng của bộ điều khiển thích ứng đề xuất (PD kết hợp mạng nơ-ron B-Spline - PD BSNN) với bộ điều khiển truyền thống tỷ lệ - vi phân có bù trọng lực ($PD+G$), cho thấy bộ điều khiển thích ứng giúp giảm sai số góc quay, giảm sai số vị trí Descartes và cải thiện chất lượng bám quỹ đạo rõ rệt.

Kết luận

Đồ án tốt nghiệp "Dự Báo Điều Khiển Thích Ứng Cho Robot Delta Song Song" của sinh viên Đoàn Đức Đăng đã giải quyết trọn vẹn bài toán mô hình hóa động học, động lực học giải tích và thiết kế thuật toán điều khiển thích ứng cho robot song song Delta 3 bậc tự do. Bằng việc kết hợp bộ điều khiển PD với mạng nơ-ron B-Spline (BSNN) có khả năng thích ứng trọng số trực tuyến thời gian thực, hệ thống kiểm soát tốt các chuyển động phi tuyến và bất định tải trọng mà không phụ thuộc vào độ chính xác tuyệt đối của mô hình toán học. Kết quả mô phỏng trên MATLAB/Simulink đã chứng minh tính ưu việt của giải pháp đề xuất về độ chính xác bám quỹ đạo, độ ổn định và hiệu quả năng lượng, đóng góp cơ sở khoa học giá trị cho việc ứng dụng robot song song trong tự động hóa công nghiệp.