Nghiên Cứu Hệ Thống Điều Khiển Mờ Trượt Thích Nghi Thứ Bậc (AFHSMC) Cho Hệ Robot Pendubot Tại HCMUTE
Tóm tắt nghiên cứu (Research Summary)
- Câu hỏi nghiên cứu chính (Research Question): Làm thế nào để điều khiển ổn định cân bằng tại chỗ và bám quỹ đạo chuyển động chính xác cho hệ con lắc hai bậc tự do thiếu cơ cấu chấp hành (Pendubot – một đại diện tiêu biểu của hệ Single-Input Multi-Output: SIMO) khi mô hình toán học tồn tại độ bất định lớn về tham số và chịu tác động của nhiễu ngoại lai?
- Phương pháp tiếp cận (Methodology Snapshot): Đề tài phát triển giải thuật Điều khiển mờ trượt thích nghi theo phương pháp thứ bậc (Adaptive Fuzzy Hierarchical Sliding Mode Control – AFHSMC). Cấu trúc điều khiển phân tầng được thiết kế để giải quyết bài toán thiếu dẫn động, kết hợp bộ xấp xỉ mờ thích nghi trực tuyến (Online Adaptive Fuzzy Approximation) để bù trừ các hàm phi tuyến chưa xác định, ứng dụng Giải thuật Di truyền (Genetic Algorithm – GA) để tối ưu hóa tham số và chứng minh độ ổn định tiệm cận toàn cục theo tiêu chuẩn Lyapunov.
- Phát hiện chính (Key Findings): Thuật toán AFHSMC đã kiểm chứng thành công trên môi trường mô phỏng mô hình toán – vật lý thực tế:
- Đảm bảo ổn định cân bằng tại vị trí thẳng đứng (TOP) với sai số dao động cực nhỏ ($\le 0.025\text{ rad}$) ngay cả khi có nhiễu điều hòa và sai lệch tham số.
- Bám chính xác quỹ đạo hình sin mong muốn cho thanh dẫn động (link 1) trong khi vẫn duy trì cân bằng thẳng đứng cho thanh bị động (link 2).
- Triệt tiêu hoàn toàn hiện tượng rung chattering tín hiệu điều khiển nhờ kỹ thuật làm mịn bề mặt trượt.
- Ý nghĩa khoa học và thực tiễn (Implications): Cung cấp khung lý thuyết vững chắc và công cụ thiết kế bộ điều khiển phi tuyến thích nghi cho các hệ thống cơ điện tử phức tạp, mở ra khả năng ứng dụng thực tế trong cân bằng tên lửa đẩy, chống lắc cần trục công nghiệp và ổn định phương tiện hàng hải.
Bối cảnh và tầm quan trọng (Context & Significance)
1. Hiện trạng nghiên cứu (Current State of Knowledge)
Trong lý thuyết điều khiển tự động hiện đại, hệ thống thiếu cơ cấu chấp hành (Under-actuated Systems) – điển hình là lớp hệ thống một ngõ vào nhiều ngõ ra (SIMO) như hệ con lắc ngược, xe con lắc, hệ bóng thanh, cần trục và đặc biệt là hệ Pendubot – luôn là đối tượng nghiên cứu kinh điển nhưng đầy thách thức. Pendubot là một hệ thống robot gồm hai khâu quay (2 links) nhưng chỉ có một động cơ tác động tại khớp thứ nhất, trong khi khớp thứ hai chuyển động hoàn toàn tự do dưới tác động của quán tính và trọng lực.
Nhiều giải thuật điều khiển đã được áp dụng thành công trên Pendubot như:
- Bộ điều khiển tuyến tính: Tuyến tính hóa quanh điểm làm việc (PID, LQR, $H_\infty$). Nhược điểm lớn là không gian hoạt động bị giới hạn trong phạm vi lân cận hẹp và không thể thực hiện điều khiển bám quỹ đạo động biên độ lớn.
- Bộ điều khiển phi tuyến kinh điển: Điều khiển trượt (Sliding Mode Control – SMC), Backstepping, Tuyến tính hóa vào-ra. Nhược điểm cốt tử là phụ thuộc tuyệt đối vào độ chính xác của phương trình động lực học hệ thống.
+------------------------------------+
| HỆ THỐNG PENDUBOT (SIMO) |
| (Khâu 1: Có motor | Khâu 2: Tự do)|
+-----------------+------------------+
|
+-------------------------+-------------------------+
| |
v v
+-----------------------+ +-----------------------+
| ĐIỀU KHIỂN CỔ ĐIỂN | | ĐIỀU KHIỂN NÂNG CAO |
| (PID, LQR, SMC) | | (AFHSMC) |
+-----------+-----------+ +-----------+-----------+
| |
[Yêu cầu mô hình chính xác] [Xấp xỉ mờ + Thích nghi]
[Kém bền vững khi có nhiễu] [Khắc phục bất định mô hình]
| |
x (Thất bại khi tham số biến đổi) v (Ổn định toàn cục)
2. Khoảng trống nghiên cứu (Research Gap)
Trong các ứng dụng thực tế, mô hình toán học của cơ cấu cơ học không bao giờ hoàn hảo:
- Luôn tồn tại sự sai lệch thông số hình học, phân bố khối lượng không đồng chất, ma sát phi tuyến phức tạp tại các khớp nối chưa được mô hình hóa.
- Nhiễu tác động từ môi trường và sai số đo lường từ bộ mã hóa quang học (Encoder) gây mất ổn định cho các thuật toán phi tuyến truyền thống.
- Rất ít công trình giải quyết đồng thời cả hai bài toán: Cân bằng tại chỗ (Balancing) và Bám quỹ đạo động (Trajectory Tracking) khi hệ thống tồn tại độ bất định tham số lớn.
3. Tính cấp thiết và tiềm năng ứng dụng
Đề tài mã số T2020-30TĐ do TS. Nguyễn Văn Đông Hải (Chủ nhiệm đề tài) cùng nhóm nghiên cứu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE) thực hiện nhằm lấp đầy khoảng trống này. Nghiên cứu tạo tiền đề trực tiếp để chuyển giao công nghệ điều khiển thích nghi thông minh sang các hệ thống công nghiệp có độ phức tạp cao: ổn định bệ phóng tên lửa, triệt tiêu dao động giàn khoan dầu khí, điều khiển chuyển động tàu ngầm và tay máy robot cộng tác (Cobot).
Phương pháp luận và thiết kế nghiên cứu (Methodology & Approach)
1. Thiết lập mô hình động lực học toàn diện
Nhóm tác giả thiết lập phương trình chuyển động của hệ Pendubot 2 khâu thông qua phương pháp Euler-Lagrange:
$$D(q)\ddot{q} + C(q, \dot{q})\dot{q} + G(q) = \tau$$
Trong đó:
- $q = [\theta_1, \theta_2]^T$ là vector góc quay của hai khâu.
- $D(q)$ là ma trận quán tính đối xứng xác định dương.
- $C(q, \dot{q})$ là ma trận lực Coriolis và lực hướng tâm.
- $G(q)$ là vector mômen trọng lực.
- Khác với các nghiên cứu lý thuyết đơn thuần chỉ xem ngõ vào là mômen $\tau$, nghiên cứu đã tích hợp mô hình điện – cơ của động cơ điện một chiều (DC Motor):
$$\tau = \frac{K_t}{R_m}V - \frac{K_b K_t}{R_m}\dot{\theta}_1$$
Điều này cho phép tín hiệu điều khiển của thuật toán là điện áp $V$ (thông qua điều chế độ rộng xung PWM), phản ánh chính xác cấu trúc phần cứng thực tế.
2. Thiết kế cấu trúc điều khiển trượt thứ bậc (HSMC)
Đối với hệ SIMO, để kiểm soát hai biến trạng thái độc lập bằng một tín hiệu điều khiển duy nhất, nhóm nghiên cứu xây dựng hai mặt trượt con cấp một:
- Mặt trượt khâu 1: $s_1 = \dot{e}1 + c_1 e_1$ (với sai số $e_1 = x_1 - x{1d}$)
- Mặt trượt khâu 2: $s_2 = \dot{e}2 + c_2 e_2$ (với sai số $e_2 = x_3 - x{2d}$)
Mặt trượt tổng hợp thứ bậc được định nghĩa:
$$S = a_1 s_1 + a_2 s_2 \quad (a_1, a_2 > 0)$$
3. Tích hợp hệ suy luận mờ thích nghi trực tuyến (Adaptive Fuzzy Approximation)
Khi các hàm số phi tuyến $f_1(x), f_2(x), g_1(x), g_2(x)$ trong phương trình trạng thái bị bất định, hệ mờ logic dạng Mamdani với phương pháp giải mờ trọng tâm (Center of Gravity) được thiết kế để xấp xỉ trực tuyến:
$$\hat{f}i(x|\theta{fi}) = \theta_{fi}^T \xi(x), \quad \hat{g}i(x|\theta{gi}) = \theta_{gi}^T \xi(x) \quad (i=1, 2)$$
Vector tham số mờ được cập nhật liên tục thông qua luật thích nghi:
$$\dot{\theta}{f1} = -\gamma{f1} a_1 S \xi(x), \quad \dot{\theta}{g1} = -\gamma{g1} a_1 S \xi(x) u$$
$$\dot{\theta}{f2} = -\gamma{f2} a_2 S \xi(x), \quad \dot{\theta}{g2} = -\gamma{g2} a_2 S \xi(x) u$$
4. Tối ưu hóa tham số và khử hiện tượng Chattering
- Khử Chattering: Thay thế hàm dấu $\text{sign}(S)$ bằng hàm bão hòa $\text{sat}(S/\Phi)$ với lớp biên mượt nhằm triệt tiêu dao động cơ học tần số cao gây hại động cơ.
- Tối ưu hóa GA: Sử dụng Giải thuật Di truyền (Genetic Algorithm) để tìm kiếm bộ tham số tối ưu toàn cục cho mặt trượt và tốc độ thích nghi ($a_1, a_2, c_1, c_2, K, Q$).
- Phân tích ổn định: Xây dựng hàm ứng viên Lyapunov toàn diện chứa cả sai số trượt và sai số tham số xấp xỉ:
$$V = \frac{1}{2}S^2 + \frac{1}{2\gamma_{f1}}\tilde{\theta}{f1}^T\tilde{\theta}{f1} + \frac{1}{2\gamma_{g1}}\tilde{\theta}{g1}^T\tilde{\theta}{g1} + \frac{1}{2\gamma_{f2}}\tilde{\theta}{f2}^T\tilde{\theta}{f2} + \frac{1}{2\gamma_{g2}}\tilde{\theta}{g2}^T\tilde{\theta}{g2}$$
Chứng minh được $\dot{V} \le 0$, đảm bảo hệ thống kín ổn định tiệm cận theo chuẩn Lyapunov.
Các phát hiện và kết quả nghiên cứu chính (Major Findings)
| Tiêu chí khảo sát |
Phương pháp truyền thống (SMC / PID) |
Giải thuật AFHSMC đề xuất |
Đánh giá cải thiện |
| Độ ổn định khi sai lệch mô hình |
Mất ổn định khi thông số lệch $> 10%$ |
Ổn định bền vững với bất định lớn |
Vượt trội |
| Hiện tượng Chattering |
Dao động xung điện áp lớn |
Hoàn toàn êm dịu nhờ hàm $sat(S)$ |
Triệt tiêu hiện tượng |
| Cân bằng tại vị trí TOP |
Độ lệch góc $\Delta \theta > 0.1\text{ rad}$ |
Sai số link 1: $0.02\text{ rad}$; link 2: $0.025\text{ rad}$ |
Độ chính xác cao |
| Bám quỹ đạo hình sin |
Không hỗ trợ hoặc lệch pha lớn |
Bám mượt mà theo tín hiệu $x_{1d} = A\sin(\omega t)$ |
Thành công mô phỏng |
Chi tiết các phát hiện:
1. Khả năng xấp xỉ phi tuyến xuất sắc của mạng mờ thích nghi
Quá trình mô phỏng cho thấy các hàm phi tuyến nội tại $f_1(x), f_2(x)$ được bộ xấp xỉ mờ bám sát dạng đồ thị thực tế với sai số gần như bằng không. Đối với các hàm điều khiển ngõ vào $g_1(x), g_2(x)$, dù có độ lệch nhẹ (sai lệch $0.1$ so với $2.65$ ở hàm $g_1$; $0.6$ so với $6.4$ ở hàm $g_2$), luật thích nghi Lyapunov vẫn tự động hiệu chỉnh điện áp bù trừ hoàn hảo, không làm ảnh hưởng đến tính ổn định của toàn hệ thống.
2. Tính năng cân bằng tĩnh vững chắc trước nhiễu ngoại vi
Tại vị trí làm việc không cân bằng tự nhiên (vị trí TOP – hai thanh dựng đứng hướng lên trời), hệ thống chịu tác động của tín hiệu nhiễu điều hòa $d(t) = 0.5\sin(t)\text{ rad}$. Bộ điều khiển AFHSMC duy trì góc lệch của link 1 chỉ trong biên độ cực hẹp $0.02\text{ rad}$ và link 2 là $0.025\text{ rad}$, không xảy ra hiện tượng mất thăng bằng hay phân kỳ quỹ đạo.
Góc quay (rad)
^
| +---------------------------------------------+
| | Link 1: Dao động biên độ cực nhỏ (~0.02) |
0.05 +---|---------------------------------------------|---+
| | ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ | |
0.0 +---+---------------------------------------------+---+---> Thời gian (s)
| | ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ |
-0.05+---|---------------------------------------------+
| | Link 2: Giữ cân bằng ổn định (~0.025) |
v +---------------------------------------------+
3. Khả năng bám quỹ đạo động phức tạp (Sine Trajectory Tracking)
Nghiên cứu đạt được bước tiến lớn khi thực hiện thành công bài toán bám quỹ đạo: link 1 chuyển động lắc qua lại bám chính xác theo sóng sin $x_{1d}(t)$, trong khi link 2 vẫn được giữ thăng bằng thẳng đứng hướng lên. Đây là minh chứng rõ rệt cho khả năng tách kênh và phối hợp động học phi tuyến của bộ điều khiển phân cấp thích nghi.
Đóng góp khoa học và giá trị học thuật (Scientific Contributions)
+---------------------------------------+
| ĐÓNG GÓP KHOA HỌC CỦA ĐỀ TÀI |
+-------------------+-------------------+
|
+----------------------------------------+----------------------------------------+
| | |
v v v
+------------------------+ +------------------------+ +------------------------+
| ĐÓNG GÓP LÝ THUYẾT | | ĐỔI MỚI PHƯƠNG PHÁP | | ỨNG DỤNG THỰC TIỄN |
+------------------------+ +------------------------+ +------------------------+
| Mở rộng cấu trúc HSMC | | Kết hợp mờ thích nghi | | Mô hình hóa sát thực |
| cho hệ SIMO phi tuyến | | và giải thuật GA để | | tế (tích hợp Motor DC) |
| có tham số bất định. | | tối ưu hóa luật mờ. | | sẵn sàng cho chuyển |
| Chứng minh Lyapunov. | | Khử triệt để rung giật.| | giao thử nghiệm. |
+------------------------+ +------------------------+ +------------------------+
1. Đóng góp về mặt lý thuyết điều khiển (Theoretical Contributions)
- Hoàn thiện và mở rộng khung giải thuật Điều khiển trượt thứ bậc (Hierarchical Sliding Mode Control) cho lớp hệ thống SIMO phi tuyến bậc cao khi không biết trước chính xác ma trận động học.
- Cung cấp lời giải toán học chặt chẽ chứng minh tính hội tụ và độ ổn định tiệm cận toàn cục thông qua hàm năng lượng Lyapunov mở rộng.
2. Đổi mới về mặt phương pháp luận (Methodological Innovations)
- Thiết lập thành công cơ chế lai ghép thông minh (Hybrid Controller): kết hợp khả năng chịu đựng sai số mạnh mẽ của điều khiển trượt (SMC), tính linh hoạt trong xấp xỉ phi tuyến của logic mờ (Fuzzy Logic), và khả năng tìm kiếm tham số tối ưu của giải thuật di truyền (GA).
- Xây dựng bộ quy tắc 81 luật mờ mẫu, giải quyết bài toán khó khăn về xác lập luật mờ ban đầu cho các hệ thống cơ điện tử đa biến.
3. Công bố quốc tế và đào tạo
- Công bố một bài báo khoa học chất lượng trên tạp chí quốc tế: International Journal of ROBOTICA & MANAGEMENT (ISSN-L: 1453-2069).
- Đóng vai trò là tài liệu nghiên cứu chuyên sâu, hỗ trợ đào tạo thực nghiệm cho các học viên cao học, nghiên cứu sinh và sinh viên ngành Cơ điện tử – Tự động hóa tại HCMUTE.
Đối tượng hưởng lợi và phạm vi tác động (Target Audience)
- Giảng viên, Nghiên cứu sinh và Nhà khoa học: Tài liệu tham khảo giá trị cao về mặt phương pháp luận thiết kế bộ điều khiển phi tuyến thích nghi mờ và kỹ thuật chứng minh ổn định Lyapunov cho hệ SIMO.
- Kỹ sư R&D trong ngành Robot và Cơ điện tử: Nắm bắt quy trình tích hợp mô hình động cơ thực tế vào thuật toán điều khiển, giúp rút ngắn khoảng cách giữa mô phỏng phần mềm và triển khai phần cứng.
- Các nhà phát triển công nghệ quốc phòng và hàng hải: Ứng dụng nguyên lý cân bằng tự động của AFHSMC vào bài toán điều khiển góc chúc ngóc tên lửa, ổn định tháp pháo trên xe cơ giới, và giảm lắc tự động cho tàu thủy khi hành trình trong điều kiện sóng gió.
Câu hỏi thường gặp (Frequently Asked Questions - FAQ)
1. Phát hiện quan trọng nhất của đề tài nghiên cứu này là gì?
Trả lời: Đề tài đã chứng minh bằng toán học và mô phỏng rằng giải thuật AFHSMC có khả năng điều khiển hệ Pendubot vừa giữ cân bằng tại chỗ, vừa bám quỹ đạo hình sin chính xác ngay cả khi thông số mô hình toán học bị sai lệch hoặc có nhiễu ngoại vi tác động, vượt qua hạn chế phụ thuộc mô hình chính xác của các thuật toán truyền thống.
2. Thuật toán AFHSMC có điểm gì vượt trội so với SMC cổ điển?
Trả lời: SMC cổ điển yêu cầu biết chính xác toàn bộ phương trình động lực học và thường gây ra hiện tượng rung giật cơ học tần số cao (Chattering) làm nóng hỏng động cơ. AFHSMC tích hợp mạng mờ thích nghi để tự học và bù trừ các thành phần phi tuyến chưa biết, đồng thời thay thế hàm $sign$ bằng hàm $sat$ để khử triệt để chattering.
3. Kết quả nghiên cứu có thể khái quát hóa (generalize) cho các hệ thống khác không?
Trả lời: Hoàn toàn có thể. Cấu trúc AFHSMC được thiết kế cho lớp bài toán SIMO tổng quát, do đó có thể áp dụng trực tiếp cho các hệ thống tương đương như: xe con lắc ngược (Inverted Pendulum on Cart), bóng thanh (Ball and Beam), cần trục vận chuyển container (Overhead Crane), và các hệ tay máy robot linh hoạt nhiều bậc tự do.
4. Các bước phát triển tiếp theo (Next Steps) của nhóm nghiên cứu là gì?
Trả lời: Nhóm tác giả định hướng 4 nhiệm vụ trọng tâm:
- Triển khai và hiệu chỉnh thuật toán AFHSMC trên mô hình phần cứng thực nghiệm 2 khâu tại phòng thí nghiệm tự động hóa HCMUTE.
- Mở rộng giải thuật cho hệ Pendubot 3 khâu (Triple Pendubot) và 4 khâu có độ phi tuyến cao hơn.
- Khảo sát khả năng thích nghi với các dạng nhiễu ngẫu nhiên (Random Noise) và quỹ đạo xung/răng cưa.
- Ứng dụng công cụ học máy ANFIS để tự động hóa hoàn toàn quá trình tạo lập hàm liên thuộc mờ.
5. Khả năng ứng dụng thực tế (Practical Applications) của nghiên cứu nằm ở đâu?
Trả lời: Thuật toán là nền tảng để phát triển hệ thống điều khiển tự cân bằng cho thiết bị bay không người lái (UAV), hệ thống ổn định giàn khoan dầu khí ngoài khơi, cơ cấu ổn định thân xe chủ động trên ô tô cao cấp, và chống rung lắc cho cần trục vận tải cảng biển.
Kết luận (Conclusion)
Công trình nghiên cứu "Điều khiển mờ trượt thích nghi cân bằng cho hệ Pendubot" (Mã số: T2020-30TĐ) do TS. Nguyễn Văn Đông Hải chủ nhiệm tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết xuất sắc bài toán điều khiển phi tuyến đa biến cho hệ thống thiếu cơ cấu chấp hành có tham số bất định. Bằng việc kết hợp hài hòa giữa cấu trúc trượt thứ bậc (HSMC), suy luận mờ thích nghi (Fuzzy Logic), thuật toán di truyền (GA) và cơ sở toán học vững chắc từ tiêu chuẩn ổn định Lyapunov, đề tài đã khẳng định tính khả thi vượt trội thông qua các kịch bản mô phỏng cân bằng tĩnh và bám quỹ đạo động.
Đây không chỉ là một công trình có giá trị học thuật xuất sắc đóng góp vào kho tàng nghiên cứu điều khiển tự động của Việt Nam, mà còn là bước đệm quan trọng sẵn sàng cho các giai đoạn thử nghiệm phần cứng thực tế và chuyển giao công nghệ ứng dụng trong công nghiệp robot hiện đại.
