Tổng quan về giáo trình

Giáo trình mô đun Điều khiển thông minh (Mã mô đun: MĐ 28) là tài liệu đào tạo chuyên môn bắt buộc thuộc chương trình khung chất lượng cao ngành Điện tử công nghiệp (trình độ Cao đẳng), được Trường Cao đẳng nghề Cần Thơ xây dựng và ban hành vào năm 2021. Tài liệu do Bùi Chí Thanh (Chủ biên) và Đỗ Hữu Hậu biên soạn, trên cơ sở chọn lọc, tinh chỉnh và chuẩn hóa sư phạm từ công trình học thuật Hệ thống điều khiển thông minh của PGS. Huỳnh Thái Hoàng nhằm phù hợp với khung thời lượng và mục tiêu đào tạo kỹ thuật thực hành.

Trong chương trình đào tạo, mô đun được bố trí giảng dạy ở giai đoạn chuyên ngành sau khi người học đã hoàn thành các học phần nền tảng gồm Vi điều khiển cơ bản, Kỹ thuật cảm biến và Điều khiển logic khả trình (PLC cơ bản).

Mục tiêu học tập của giáo trình bao gồm:

  • Kiến thức: Trang bị cơ sở toán học và phương pháp phân tích, thiết kế hệ thống điều khiển ứng dụng các kỹ thuật tính toán mềm: Logic mờ (Fuzzy Logic), Mạng thần kinh nhân tạo (Artificial Neural Network - ANN), Mạng nơ-ron mờ thích nghi (ANFIS) và giải thuật di truyền.
  • Kỹ năng: Sử dụng phần mềm MATLAB và môi trường Simulink để mô hình hóa, thiết kế và mô phỏng đánh giá chất lượng các bộ điều khiển thông minh cho các đối tượng kỹ thuật thực tế.
  • Năng lực tự chủ và trách nhiệm: Hình thành khả năng tự định hướng phương pháp tiếp cận thích nghi, phân tích dữ liệu, tự nghiên cứu giải thuật và tuân thủ các quy chuẩn an toàn trong vận hành hệ thống.

Giáo trình có tổng thời lượng 60 giờ, phân bổ thành 3 bài học với tiến trình sư phạm chặt chẽ: thiết lập nền tảng toán học mờ (Bài 1), phân tích cấu trúc và giải thuật huấn luyện mạng nơ-ron (Bài 2), và tích hợp thiết kế các bộ điều khiển lai trên các mô hình động học thực tế (Bài 3).

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Nội dung giáo trình được cấu trúc thành 3 bài học tương ứng với 60 giờ đào tạo:

[MĐ 28: Điều khiển thông minh (60 giờ)]

  • Bài 1: Hệ mờ (Mã bài: MĐ28-01, thời lượng 17 giờ): Trình bày lý thuyết tập hợp mờ mở rộng từ tập hợp kinh điển trên đoạn $[0, 1]$; cấu trúc 13 dạng hàm liên thuộc (vai trái, vai phải, tam giác, hình thang, chữ nhật, singleton, Z, S, pi, sigmoid, dsig, Gauss, Gauss hai phía, chuông); các phép toán đại số qua chuẩn T-norm (Lukasiewicz, Einstein, MIN) và chuẩn S-norm (BSUM, Einstein, MAX); quan hệ mờ và phép hợp thành (MAX-MIN, MAX-PROD, SUM-MIN, SUM-PROD); hệ mệnh đề và quy tắc kéo theo (Kleene, Zadeh, Mamdani, Larsen); các tính chất của hệ quy tắc (liên tục, nhất quán, hoàn chỉnh); nguyên lý suy diễn cục bộ/toàn cục; các giải thuật giải mờ theo độ cao (cực đại, trung bình cực đại, LOM, ROM) và theo trọng tâm (Center of Area - CoA, trọng tâm vùng lớn nhất, trung bình có trọng số).

  • Bài 2: Mạng thần kinh nhân tạo (Mã bài: MĐ28-02, thời lượng 20 giờ): Khái quát mô hình sinh học và mô hình toán học của nơ-ron nhân tạo; hàm tổng ngõ vào (tuyến tính, toàn phương, cầu); các hàm truyền (dốc bão hòa, tuyến tính bão hòa, sigmoid đơn cực/lưỡng cực); 3 phương pháp huấn luyện: học có giám sát, học củng cố, học không giám sát (tự tổ chức); thuật toán Perceptron và định lý hội tụ; Adaline và thuật toán học Widrow-Hoff (LMS); thuật toán Delta dựa trên suy giảm độ dốc; mạng truyền thẳng nhiều lớp với thuật toán lan truyền ngược sai số (Backpropagation); mạng hàm cơ sở xuyên tâm (RBF) với quy trình huấn luyện 2 bước; mạng thần kinh suy diễn mờ thích nghi (ANFIS) cấu trúc 5 lớp kết hợp thuật toán huấn luyện lai (suy giảm độ dốc cho thông số tiền đề và bình phương tối thiểu LMS cho thông số kết luận).

  • Bài 3: Hệ thống điều khiển thông minh ứng dụng hệ mờ và mạng thần kinh nhân tạo (Mã bài: MĐ28-03, thời lượng 23 giờ): Phân tích cấu trúc bộ điều khiển mờ trực tiếp bao gồm các khối tiền xử lý (lọc nhiễu, vi tích phân, chuẩn hóa scale factor), bộ điều khiển mờ cơ bản và khối hậu xử lý; quy trình thiết kế dựa trên kinh nghiệm chuyên gia; phân tích ưu nhược điểm của các cấu trúc PD mờ, PI mờ, PID mờ kinh điển và PID mờ ghép song song; bộ điều khiển PID mờ thích nghi dùng hệ suy diễn Sugeno với vai trò bộ giám sát tự động chỉnh định $K_P, K_I, K_D$ theo điểm làm việc; nguyên lý điều khiển trực tiếp sử dụng mạng nơ-ron.

Kiến thức nền tảng được xây dựng

Giáo trình cung cấp nền tảng toán học và kỹ thuật điều khiển hiện đại, bao gồm:

  1. Lý thuyết mờ Zadeh (1965): Biểu diễn tri thức phi định lượng, logic đa trị và xấp xỉ ngôn ngữ học trong mô tả hệ thống kỹ thuật.
  2. Nguyên lý tính toán kết nối (Connectionism): Mô hình hóa cấu trúc mạng nơ-ron sinh học thành các ma trận trọng số thích nghi.
  3. Lý thuyết tối ưu hóa và ước lượng: Thuật toán suy giảm độ dốc (Gradient Descent), chuẩn tối ưu sai số trung bình bình phương tối thiểu (LMS) và giải thuật bình phương tối thiểu tuyến tính (RLS).
  4. Động học hệ phi tuyến: Mô hình hóa không gian trạng thái, hệ thống phi tuyến đa biến và phương pháp ổn định hóa điểm làm việc.

Kỹ năng phát triển

  • Kỹ năng kỹ thuật: Xây dựng sơ đồ khối Simulink, cấu hình khối Fuzzy Logic Toolbox và Neural Network Toolbox trong MATLAB; chuyển đổi thuật toán học nơ-ron thành mã chương trình.
  • Kỹ năng phân tích: Khảo sát tính khả phân tuyến tính của dữ liệu; đánh giá tính liên tục, nhất quán và hoàn chỉnh của hệ luật mờ; phân tích chất lượng quá độ (thời gian đáp ứng, độ vọt lố, sai số xác lập) của hệ thống điều khiển kín.
  • Kỹ năng thực hành: Chuẩn hóa biến vật lý về dải $[-1, 1]$ hoặc $[0, 1]$ để tích hợp lên PLC/vi xử lý; tinh chỉnh bảng luật mờ bằng phương pháp thử sai dựa trên phản hồi đáp ứng thực tế.

Phương pháp giảng dạy và học tập

Giáo trình triển khai phương pháp tiếp cận sư phạm kết hợp chặt chẽ giữa lý thuyết định lượng và mô phỏng thực nghiệm:

[CƠ CẤU THỜI LƯỢNG MÔ ĐUN (60 GIỜ)]
  • Phương pháp giảng dạy: Giảng viên trình bày các khái niệm toán học, phân tích ma trận trọng số, sau đó hướng dẫn người học lập trình giải thuật và xây dựng sơ đồ mô phỏng trên MATLAB/Simulink.
  • Bài tập và Case studies công nghiệp: Hệ thống bài tập trải rộng từ giải tích ma trận mờ (tính toán nhát cắt $\alpha$, tích quan hệ mờ $R \circ A$) đến tính toán chu kỳ học Perceptron/Adaline. Đặc biệt, giáo trình tích hợp 3 bài toán kỹ thuật thực tế:
    1. Hệ con lắc ngược trên xe kéo (Inverted Pendulum): Xây dựng mô hình toán học phi tuyến bậc hai, thiết lập 4 biến ngõ vào $(\theta, \dot{\theta}, x, \dot{x})$ và 1 ngõ ra lực tác động $u$, cấu hình 81 quy tắc Mamdani để giữ cân bằng con lắc và định vị xe.
    2. Hệ thống lái tàu thủy tự động (Ship Steering): Mô hình động học phi tuyến bậc ba, áp dụng bộ điều khiển PD mờ Mamdani nhằm triệt tiêu sai số hướng lái với thời gian quá độ khoảng 500 giây và độ vọt lố bằng 0.
    3. Hệ thống kiểm soát mức chất lỏng bồn chứa phi tuyến: Hệ bồn có tiết diện thay đổi theo chiều cao, sử dụng bộ điều khiển PI mờ Sugeno giám sát để tự động thay đổi tham số $K_P, K_I$ theo điểm làm việc.
  • Phương pháp đánh giá kết quả học tập:
    • Kiểm tra kiến thức: Đánh giá định kỳ bằng hình thức tự luận và trắc nghiệm về cấu trúc tập mờ, phép toán logic, giải thuật lan truyền ngược và sơ đồ khối ANFIS.
    • Đánh giá kỹ năng: Kiểm tra thực hành trên máy tính; đánh giá khả năng xây dựng mô hình Simulink, cấu hình bảng luật mờ và kết quả hội tụ của mạng nơ-ron.
    • Đánh giá năng lực tự chủ: Đánh giá độ chính xác, tính cẩn thận, ngăn nắp và kỹ năng đảm bảo an toàn thiết bị trong quá trình thực hành.
  • Hướng dẫn tự học: Hệ thống bài tập mở rộng yêu cầu người học tự thu thập và xử lý dữ liệu cho bài toán phân loại sản phẩm lỗi trên dây chuyền công nghiệp, viết chương trình học hàm phi tuyến 2 ngõ vào – 2 ngõ ra $y_1 = 4\sin(\pi x_1) + 2\cos(\pi x_2)$ và $y_2 = \sin(\pi x_1)\cos(0.5\pi x_2)$ sử dụng mạng truyền thẳng và hàm sigmoid lưỡng cực.

Điểm nổi bật và cập nhật

  • Sư phạm hóa từ công trình chuyên sâu: Giáo trình được chọn lọc từ tài liệu học thuật Hệ thống điều khiển thông minh của PGS. Huỳnh Thái Hoàng, tinh giản các chứng minh toán học phức tạp để tập trung vào quy trình thiết kế, giải thuật tính toán và kỹ năng mô phỏng ứng dụng.
  • Tích hợp các kiến trúc mạng nơ-ron mờ tiên tiến: Không chỉ dừng lại ở logic mờ hay nơ-ron độc lập, giáo trình cập nhật chi tiết cấu trúc mạng nơ-ron mờ thích nghi (ANFIS) 5 lớp và mạng hàm cơ sở xuyên tâm (RBF), kết hợp giải thuật lai giữa suy giảm độ dốc và bình phương tối thiểu để tối ưu hóa tham số.
  • Gắn kết chặt chẽ với đối tượng kỹ thuật thực tế: Toàn bộ các ví dụ thiết kế ở Bài 3 đều sử dụng các phương trình vi phân và thông số động học thực tế (kích thước tàu dài 161m, vận tốc 50m/s; bồn chứa tiết diện biến thiên $100 - 200\text{ cm}^2$; hệ con lắc ngược có lực ma sát và gia tốc trọng trường $g = 9.81\text{ m/s}^2$).
  • Định hướng tích hợp phần cứng: Các bước thiết kế trong giáo trình luôn yêu cầu bước chuẩn hóa dữ liệu vào/ra về thang đo chuẩn $[-1, 1]$, tạo tiền đề kỹ thuật để chuyển giao giải thuật sang các bộ điều khiển công nghiệp như PLC, DSP hoặc vi điều khiển.

Đối tượng sử dụng giáo trình

  • Sinh viên chuyên ngành: Tài liệu phục vụ trực tiếp cho sinh viên năm cuối hệ Cao đẳng chất lượng cao nghề Điện tử công nghiệp; đồng thời là tài liệu tham khảo kỹ thuật cho sinh viên các ngành Cơ điện tử, Điện công nghiệp, Tự động hóa và Kỹ thuật điều khiển.
  • Kiến thức tiên quyết (Prerequisites): Người học cần hoàn thành các mô đun:
    • Vi điều khiển cơ bản (lập trình ghép nối và xử lý tín hiệu);
    • Kỹ thuật cảm biến (đo lường và chuyển đổi đại lượng vật lý);
    • PLC cơ bản (logic điều khiển khả trình);
    • Nền tảng Toán giải tích, Đại số tuyến tính và Lý thuyết điều khiển tự động kinh điển.
  • Giảng viên và kỹ sư thực hành: Giảng viên sử dụng làm đề cương bài giảng và ngân hàng bài tập thực hành mô phỏng; kỹ sư tự động hóa có thể sử dụng làm tài liệu tra cứu công thức giải mờ, bảng quy tắc điều khiển và thuật toán huấn luyện mạng nơ-ron phục vụ công tác nghiên cứu và triển khai dự án.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?

Giáo trình được biên soạn chính thức cho sinh viên hệ Cao đẳng nghề Điện tử công nghiệp theo chương trình chất lượng cao. Ngoài ra, nội dung tài liệu phù hợp làm tài liệu học tập và tham khảo cho các ngành Cơ điện tử, Điện công nghiệp, Điện dân dụng và các kỹ thuật viên tự động hóa.

2. Cần chuẩn bị kiến thức nền tảng nào trước khi học mô đun này?

Người học cần nắm vững kiến thức về vi điều khiển, kỹ thuật cảm biến, PLC cơ bản, giải tích ma trận, đại số tuyến tính cơ bản và nguyên lý điều khiển PID kinh điển để có thể tiếp thu các khái niệm mờ hóa, giải mờ và giải thuật lan truyền ngược.

3. Điểm khác biệt của giáo trình này so với các tài liệu lý thuyết điều khiển tự động khác là gì?

Tài liệu tập trung vào các phương pháp điều khiển thông minh không cần mô hình toán học chính xác của đối tượng (dựa trên tri thức chuyên gia qua logic mờ) và khả năng thích nghi với đối tượng phi tuyến phức tạp (thông qua mạng thần kinh và ANFIS), thay vì chỉ khảo sát các hệ tuyến tính bằng biến đổi Laplace như lý thuyết điều khiển kinh điển.

4. Làm thế nào để tự học và thực hành hiệu quả theo giáo trình?

Người học nên kết hợp giải các bài tập giải tích bằng tay ở cuối mỗi bài (tính hợp thành ma trận mờ, cập nhật trọng số nơ-ron qua từng epoch) với việc xây dựng lại các mô hình mô phỏng hệ con lắc ngược, hệ lái tàu và bồn chứa nước trên phần mềm MATLAB/Simulink.

5. Giáo trình có cung cấp các ví dụ thực hành ứng dụng cụ thể không?

Có. Bài 3 của giáo trình cung cấp thông số động học, phương trình trạng thái, bảng quy tắc mờ và sơ đồ Simulink hoàn chỉnh cho 3 hệ thống thực tế: hệ con lắc ngược (81 luật mờ Mamdani), hệ thống lái tàu thủy (bộ điều khiển PD mờ) và hệ thống kiểm soát mức bồn chứa chất lỏng phi tuyến (bộ điều khiển PI mờ Sugeno thích nghi).

Kết luận

Giáo trình mô đun Điều khiển thông minh (MĐ 28) của Trường Cao đẳng nghề Cần Thơ cung cấp hệ thống tri thức hoàn chỉnh, chuẩn mực về lý thuyết tập mờ, mạng thần kinh nhân tạo và các cấu trúc điều khiển lai thông minh. Với thời lượng 60 giờ cân đối giữa lý thuyết và thực hành, tài liệu định hình lộ trình học tập từ cơ sở toán học giải tích đến ứng dụng mô phỏng trên MATLAB/Simulink cho các hệ thống kỹ thuật phi tuyến. Tài liệu đóng vai trò nền tảng trong chương trình đào tạo chuyên ngành Điện tử công nghiệp và là tài liệu tham khảo có giá trị kỹ thuật cao cho lĩnh vực điều khiển tự động.