Tổng quan về luận án

Trong bối cảnh phát triển mạnh mẽ của công nghiệp 4.0 và tự động hóa bậc cao, các hệ thống kỹ thuật hiện đại như robot công nghiệp, phương tiện bay, thiết bị lặn biển sâu hay hệ thống tuabin năng lượng luôn phải vận hành trong điều kiện phi tuyến tính phức tạp và chịu tác động của môi trường phi cấu trúc. Luận án tiến sĩ kỹ thuật mang tên "Tổng hợp hệ thống điều khiển cho một lớp đối tượng phi tuyến trên cơ sở nhận dạng các thành phần bất định" (Chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa, Mã số: 9 52 02 16) do nghiên cứu sinh Lê Văn Chương thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Nguyễn Hoa Lư và TS. Nguyễn Trung Kiên tại Viện Khoa học và Công nghệ Quân sự (2023), đã tiếp cận một bài toán then chốt: giải quyết triệt để sự suy giảm chất lượng và mất ổn định của hệ thống điều khiển phi tuyến đa biến (MIMO) khi xuất hiện đồng thời biến thiên tham số động học không dự báo trước và nhiễu ngoài không đo được.

Nghiên cứu xác định rõ khoảng trống khoa học (research gap): các cấu trúc điều khiển kinh điển và hiện đại như điều khiển trượt (Sliding Mode Control - SMC), điều khiển thích nghi (Adaptive Control - AD) hay điều khiển thông minh mờ - nơ-ron truyền thống thường yêu cầu giả thiết khắt khe về chặn trên biên độ của bất định (như phân tích từ các công trình quốc tế của Choi, 2002; Patton et al., 2010), hoặc sử dụng luật học nơ-ron phụ thuộc trực tiếp vào sai số bám quỹ đạo khiến trọng số bị trôi dạt vô hạn (weight drift) khi tồn tại nhiễu nền (Huang et al., 2004).

Luận án tập trung giải quyết 3 câu hỏi nghiên cứu cốt lõi:

  1. RQ1: Làm thế nào để ước lượng tách biệt và chính xác thời gian thực các thành phần bất định độc lập gồm ma trận độ lợi điều khiển $\Delta B$, ma trận trạng thái $\Delta A$, hàm phi tuyến cấu trúc $f(x)$ và nhiễu ngoài $d(t)$ mà không cần biết trước giá trị chặn trên?
  2. RQ2: Cơ chế tổng hợp luật điều khiển thích nghi bù trừ trực tiếp ($u_C$) kết hợp điều khiển trượt ($u_{SMC}$) bảo đảm tính ổn định tiệm cận của toàn hệ thống theo tiêu chuẩn Lyapunov như thế nào?
  3. RQ3: Thuật toán đề xuất có khả năng triệt tiêu hiện tượng rung (chattering) và áp dụng hiệu quả trên mô hình động lực học thực tế của robot công nghiệp đa bậc tự do (như robot Thermo CRS A465 3-DOF) hay không?

Hệ thống giả thuyết nghiên cứu được xác lập tương ứng:

  • H1: Mô hình nhận dạng song song (parallel identification model) tích hợp mạng nơ-ron hàm bán kính cơ sở xuyên tâm (RBF) cho phép sai số nhận dạng trạng thái $e = x - x_M$ hội tụ về lân cận gốc tọa độ với kích thước cận được định lượng giải tích theo bất đẳng thức Rayleigh.
  • H2: Cấu trúc bù trừ chủ động đa tầng $u = u_{SMC} + u_C$ khử triệt để tác động của thành phần phi tuyến và nhiễu ngoài, chuyển đổi động học phi tuyến bất định phức tạp thành hệ tuyến tính danh định ổn định, qua đó hạ thấp biên độ độ lợi đóng ngắt của bộ điều khiển trượt $u_{SMC}$ và loại trừ hiện tượng rung tần số cao.
  • H3: Thuật toán nhận dạng và điều khiển thích nghi bù sai số có tính khái quát hóa cao, bảo đảm chất lượng bám quỹ đạo góc và vận tốc khớp của robot công nghiệp $n$-bậc tự do với sai số tiệm cận 0 ngay cả khi mô-men quán tính và tải trọng biến thiên đột ngột.

Khung lý thuyết của công trình được định vị trên nền tảng: lý thuyết ổn định Lyapunov hiện đại, giải tích ma trận và đại số tuyến tính nâng cao (bất đẳng thức Rayleigh, ma trận Hurwitz, phương trình ma trận Lyapunov), lý thuyết xấp xỉ phổ quát mạng nơ-ron RBF, và lý thuyết điều khiển cấu trúc biến đổi (Variable Structure Control). Phạm vi nghiên cứu bao quát các lớp đối tượng phi tuyến liên tục MIMO có mô hình biểu diễn: $$\dot{x} = Ax + (B + \Delta B)u + f(x) + d(t)$$ và hệ mở rộng: $$\dot{x} = (A + \Delta A)x + (B + \Delta B)u + f(x) + d(t)$$ trong đó $x \in \mathbb{R}^n, u \in \mathbb{R}^m$, với kiểm chứng thực nghiệm mô phỏng toàn diện trên nền tảng MATLAB/Simulink cho đối tượng MIMO bậc 2 và cánh tay máy công nghiệp Thermo CRS A465 (3 bậc tự do).

Literature Review và Positioning

Phân tích tổng quan tài liệu học thuật quốc tế cho thấy các hướng tiếp cận xử lý hệ phi tuyến có thành phần bất định chủ yếu phân hóa thành bốn trường phái lớn, đồng thời bộc lộ những mâu thuẫn lý thuyết và rào cản kỹ thuật rõ nét:

Trường phái thứ nhất là Điều khiển thích nghi dự báo và xấp xỉ tuyến tính (Adaptive Model Predictive / Linear Parameter Estimation). Tiêu biểu như công trình của Maity et al. [85] (2014), nhóm tác giả xây dựng luật điều khiển thích nghi có mô hình dự báo với toán tử chiếu $\text{Proj}(\cdot)$ để giới hạn thành phần đánh giá của tham số vào tập lồi: $$\dot{\hat{\Lambda}}^T(t) = \text{Proj}\left(\hat{\Lambda}^T(t), Z^T(t)\right)$$ Tuy nhiên, cấu trúc này đòi hỏi hai vòng hiệu chỉnh thích nghi lồng ghép với khối lượng tính toán ma trận trực giao $B^\perp$ cực lớn, dẫn đến hiện tượng trễ tính toán khi tần số lấy mẫu cao và không khả thi trên các vi xử lý nhúng công nghiệp thời gian thực.

Trường phái thứ hai là Điều khiển trượt bền vững kinh điển và trượt bậc cao (Robust and High-Order Sliding Mode Control). Choi [34] (2002) cùng các công trình [16, 82, 110] đã thiết lập điều kiện trượt dựa trên việc giải hệ bất đẳng thức ma trận tuyến tính (LMI): $$\begin{bmatrix} A_0 P + P A_0^T + \alpha I & \alpha P & \Phi \ \alpha P & -\alpha I & 0 \ \Phi^T & 0 & -I \end{bmatrix} \le 0$$ Để mặt trượt tồn tại, phương pháp của Choi bắt buộc các thành phần $\Delta A, \Delta B, f(x)$ phải có biên độ chặn trên biết trước $a, \beta, b$. Trong thực tế, việc định lượng trước các chặn này là bất khả thi, dẫn đến việc nhà thiết kế buộc phải chọn độ lợi chuyển mạch rất lớn, kích phát hiện tượng rung chấn dao động (chattering) nghiêm trọng làm quá nhiệt cơ cấu chấp hành và mỏi cơ khí. Các kỹ thuật trượt bậc cao [19, 20, 103] nhằm giảm chattering lại yêu cầu tính toán đạo hàm bậc cao của mặt trượt ($s, \dot{s}, \ddot{s}, \dots, s^{(r)}$), làm khuếch đại nhiễu đo lường biên độ nhỏ thành tín hiệu điều khiển mất ổn định.

Trường phái thứ ba là Điều khiển trượt thích nghi và trượt - mờ/nơ-ron kết hợp (Adaptive Neuro-Sliding Mode Control). Patton et al. [69] (2010) đề xuất luật thích nghi cập nhật chặn trên $\dot{\hat{\rho}}_s = \gamma |s|$, trong khi Lu et al. [45, 46] (2019, 2021) tích hợp toán tử tích phân vi phân phân số $D^\mu$ và mạng nơ-ron hồi quy RNN. Nhược điểm chí tử trong các công trình của Patton et al. và Lu et al. nằm ở chỗ luật thích nghi phụ thuộc trực tiếp vào hàm mặt trượt $s$. Do $s$ dao động với tần số vô cùng lớn xung quanh siêu mặt $s=0$, tốc độ hội tụ của thuật toán học bị nhiễu loạn nghiêm trọng, gradient dễ rơi vào trạng thái bùng nổ (exploding gradient) khi mạng RNN phải lan truyền ngược nhiều lớp vi phân.

Trường phái thứ tư là Điều khiển nhận dạng bù trừ trên mô hình song song (Parallel Model-based Identification and Compensation). Khởi xướng từ các nghiên cứu nền tảng của Huang et al. [55] (2004), Cao Tiến Huỳnh et al. [6] (2012), và Ngô Trí Nam Cường [1, 2, 3] (2016). Nhóm Huang et al. gặp hạn chế vì luật cập nhật trọng số dựa trên sai số bám $e = x_d - x$, khiến mạng nơ-ron học liên tục ngay cả khi hệ đã xác lập, dẫn đến tích lũy sai số trôi dạt. Cao Tiến Huỳnh et al. và Ngô Trí Nam Cường đã khắc phục bằng cách sử dụng mô hình nhận dạng song song để luật học chỉ kích hoạt khi có sai lệch trạng thái thực và mô hình ($e = x - x_M$). Tuy nhiên, công trình của Ngô Trí Nam Cường tập trung vào đối tượng SISO hoặc hệ biến đổi cấu trúc trượt thuần túy với ma trận bất định toàn phần, chưa phân tích tổng hợp tường minh cho lớp hệ MIMO chịu đồng thời biến thiên tham số trong kênh điều khiển $\Delta B$, trạng thái $\Delta A$ và nhiễu ngoại sinh không tuần hoàn $d(t)$.

Luận án của Lê Văn Chương định vị chính xác vào giao điểm này: kế thừa ưu thế mô hình nhận dạng song song của Cao Tiến Huỳnh và Ngô Trí Nam Cường, kết hợp sức mạnh xấp xỉ phổ quát trơn của mạng RBF và tính bền vững của điều khiển trượt, tạo nên cấu trúc AC-SMC (Adaptive Compensation - Sliding Mode Control) đa kênh độc lập, giải quyết đồng thời bài toán triệt tiêu rung chattering và không cần giả thiết biết trước biên độ bất định.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và làm sâu sắc thêm lý thuyết điều khiển phi tuyến thích nghi bền vững qua 4 đóng góp đột phá mang tính hệ thống:

+-----------------------------------------------------------------------------------+
|               HỆ THỐNG ĐIỀU KHIỂN ĐỀ XUẤT (AC-SMC TỔNG QUÁT)                      |
|                                                                                   |
|  x_d (Quỹ đạo đặt) ---> [+] ---> [ BỘ ĐIỀU KHIỂN TRƯỢT u_SMC ] --+                 |
|                          ^ -                                     |                 |
|                          |                                       v                 |
|                          |      +------------------------------ [ + ] ---> u(t)   |
|                          |      |                                ^                 |
|                          |      |  [ BỘ ĐIỀU KHIỂN THÍCH NGHI   |                 |
|                          |      |    BÙ BẤT ĐỊNH u_C ] ---------+                 |
|                          |      |         ^                                       |
|                          |      |         | f_hat_total                           |
|  u(t) ----+              |      |         |                                       |
|           |              |      |   +--------------------------+                  |
|           v              |      |   | KHỐI NHẬN DẠNG BẤT ĐỊNH  |                  |
|    +--------------+      |      |   |  - Delta_B_hat (2.31)    |                  |
|    | MÔ HÌNH NHẬN | x_M  |      |   |  - RBF f_hat(x) (2.32)   |                  |
|    | DẠNG SONG    | ----(+)     |   |  - d_hat(t) (2.34)       |                  |
|    | SONG (2.3)   |      ^      |   +--------------------------+                  |
|    +--------------+      |      |                 ^                               |
|           ^              | -    |                 | e = x - x_M                   |
|           |              +------+-----------------+                               |
|           |                     |                                                 |
|           |                     v                                                 |
|  u(t) --->+=============> [ ĐỐI TƯỢNG PHI TUYẾN THỰC TẾ (2.1) ] ---> x(t) Trạng thái|
|                             (Chứa Delta B, f(x), d(t))                            |
+-----------------------------------------------------------------------------------+

  1. Thiết lập Định lý ổn định đồng thời (Định lý 1) cho quá trình nhận dạng thích nghi trực tuyến: Luận án chứng minh chặt chẽ rằng hàm năng lượng Lyapunov mở rộng kết hợp bậc hai của sai số nhận dạng và sai số tham số: $$V = e^T P e + \sum_{i=1}^n \sum_{j=1}^m \tilde{b}{ij}^2 + \sum{i=1}^n \sum_{j=1}^L \tilde{w}{ij}^2 + \sum{i=1}^n \tilde{d}i^2$$ có đạo hàm thời gian $\dot{V} \le 0$ được thỏa mãn khi sai số nhận dạng nằm ngoài siêu cầu bán kính hội tụ: $$|e| > \frac{2 \sum{i=1}^n \varepsilon_i |P_i|}{\lambda_{\min}(Q)}$$ trong đó $Q = -(A^T P + PA)$ là ma trận xác định dương nghiệm của phương trình Lyapunov, $\lambda_{\min}(Q)$ là giá trị riêng nhỏ nhất của $Q$, $P_i$ là hàng thứ $i$ của ma trận Lyapunov $P$, và $\varepsilon_i$ là sai số xấp xỉ lý tưởng của mạng RBF. Đây là bằng chứng toán học chứng minh sai số nhận dạng $e(t)$ bị chặn đều và hội tụ tiệm cận về lân cận 0 tùy ý mà không phụ thuộc vào độ lớn của bất định ban đầu.

  2. Xây dựng giải thuật tách biến nhận dạng đa thành phần độc lập: Khắc phục tình trạng gộp chung bất định làm mất thông tin động học, luận án chứng minh thành công tính phân ly của các luật cập nhật thích nghi trực tuyến:

    • Luật nhận dạng biến thiên ma trận kênh điều khiển: $\dot{\hat{b}}_{ij} = u_j P_i e$
    • Luật cập nhật ma trận trọng số mạng RBF xấp xỉ hàm phi tuyến: $\dot{\hat{w}}{ij} = P_i e \phi{ij}(x)$
    • Luật nhận dạng trực tiếp vector nhiễu ngoài: $\dot{\hat{d}}_i(t) = P_i e$

  3. Chuyển đổi hệ phi tuyến bất định thành hệ tuyến tính danh định thuần nhất: Nhờ cơ chế phản hồi bù trừ thích nghi: $$u_C = -B^\dagger \hat{f}\Sigma = -B^\dagger \left( \hat{\Delta B} u + \hat{f}(x) + \hat{d}(t) \right)$$ (với $B^\dagger = (B^T B)^{-1} B^T$ là ma trận giả nghịch đảo Moore-Penrose), hệ thống động học kín chuyển hoàn toàn về phương trình tuyến tính danh định: $\dot{x} = A x + B u{SMC}$. Điều này cho phép áp dụng bộ điều khiển trượt $u_{SMC}$ với độ lợi chuyển mạch nhỏ vừa đủ để bù sai số xấp xỉ dư $\varepsilon$, triệt tiêu hoàn toàn căn nguyên sinh ra chattering.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: Lý thuyết ổn định Lyapunov hiện đại, Lý thuyết xấp xỉ phổ quát mạng nơ-ron giải tích (RBF) và Nguyên lý điều khiển mặt trượt cấu trúc biến đổi (SMC).

Cấu trúc phân tích được thiết lập với các điều kiện biên (boundary conditions) minh định:

  • Ma trận danh định trạng thái $A$ là ma trận Hurwitz (mọi giá trị riêng $\text{Re}(\lambda_i(A)) < 0$).
  • Các phần tử của ma trận bất định $\Delta B, \Delta A$ và nhiễu ngoài $d(t)$ biến thiên chậm so với tốc độ lấy mẫu của hệ thống ($\dot{b}_{ij} \approx 0, \dot{d}_i \approx 0$).
  • Hàm phi tuyến $f(x)$ là hàm liên tục trơn khả vi cục bộ trên tập compact $\Omega_x \subset \mathbb{R}^n$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triệt để thế giới quan bản thể luận hiện thực phản biện (Critical Realism) và phương pháp luận thực chứng (Positivism), kết hợp chặt chẽ giữa suy diễn toán học hình thức (formal deductive mathematics) và kiểm chứng mô phỏng thực nghiệm lặp (iterative empirical simulation).

Thiết kế nghiên cứu được cấu trúc thành hệ thống 3 cấp độ (Multi-level design):

  • Cấp độ 1 (Giải tích toán học thuần túy): Xây dựng không gian trạng thái, thiết lập hàm ứng viên Lyapunov, sử dụng các biến đổi ma trận và bất đẳng thức Rayleigh để suy diễn điều kiện đủ cho tính ổn định của hệ phương trình vi phân phi tuyến.
  • Cấp độ 2 (Thiết kế thuật toán và mô hình hóa tham số): Thiết lập kiến trúc mạng nơ-ron RBF 3 lớp (lớp vào $n$ nút, lớp ẩn $L=9$ nút Gauss, lớp ra $n$ nút tổng), lựa chọn không gian tâm phân bố đều $c_{ij}$ và độ trải rộng $\sigma_{ij} = 5.0$.
  • Cấp độ 3 (Ứng dụng kỹ thuật trên mô hình thực tế): Ánh xạ cấu trúc điều khiển tổng quát sang phương trình động lực học phi tuyến Euler-Lagrange của cánh tay máy công nghiệp n-bậc tự do: $$M(q)\ddot{q} + C(q, \dot{q})\dot{q} + g(q) = \tau$$

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được triển khai nghiêm ngặt theo chu trình khép kín:

  1. Thiết lập mô hình sai số: Thiết lập mô hình nhận dạng song song (phương trình 2.3), suy biến thành phương trình vi phân sai số trạng thái $\dot{e} = A e + \tilde{\Delta B} u + \tilde{f}(x) + \tilde{d}(t)$.
  2. Tổng hợp luật học giải tích: Triệt tiêu các số hạng chéo không xác định dấu trong đạo hàm $\dot{V}$ bằng cách đồng nhất từng thành phần với vi phân đối ngẫu, loại bỏ hoàn toàn phương pháp huấn luyện truyền thống dựa trên thuật toán tối ưu cục bộ lan truyền ngược Gradient Descent (khắc phục điểm yếu phụ thuộc tham số khởi tạo và bẫy cực tiểu địa phương).
  3. Kiểm tra độ tin cậy và tính hợp lệ: Đánh giá tính hội tụ qua chỉ số chuẩn ma trận $|P|$, ma trận đối xứng xác định dương giải từ phương trình đại số Lyapunov $A^T P + P A = -Q$.

Data và phân tích

Mô phỏng kiểm chứng tính đúng đắn của thuật toán được thực hiện với các bộ thông số cụ thể, minh bạch và chính xác tuyệt đối:

  • Hệ phi tuyến MIMO bậc 2 có tham số biến thiên trong kênh điều khiển: $$A = \begin{bmatrix} -3.2501 & 0.067731 \ -2.0448 & -3.6263 \end{bmatrix}, \quad B = \begin{bmatrix} 0.60994 & 0.48945 \ 0.63024 & 0.3949 \end{bmatrix}$$ Ma trận bất định biến thiên thực tế: $$\Delta B = \begin{bmatrix} 0.1099 & 0.1099 \ 0.1025 & 0.1025 \end{bmatrix}$$ Vector hàm phi tuyến cấu trúc: $$f(x) = \begin{bmatrix} 0.25\sin(x_1)x_2 + 0.05\sin(x_2) + 0.05 \ 0.15 x_1^2 + 0.075 e^{-x_2} + 0.25\sin(x_1 x_2) + 0.05 \end{bmatrix}$$ Vector nhiễu ngoài tác động liên tục không tuần hoàn đơn thuần: $$d(t) = 0.2 \begin{bmatrix} 0.1\sin(0.5t + \pi/3) + 0.02\sin(0.8t - \pi/2) + 2.0 \ 0.15\sin(0.38t - \pi/3) - 0.02\sin(0.9t - \pi/2) + 1.5 \end{bmatrix}$$ Ma trận đối xứng xác định dương $P$ giải được: $$P = \begin{bmatrix} 1.5513 & 0.6183 \ 0.6183 & 1.1759 \end{bmatrix}$$ Mạng RBF gồm $L=9$ nơ-ron ẩn, vector tâm: $$C_{ij} = \begin{bmatrix} -2.0 & -1.0 & -0.5 & -0.1 & 0 & 0.1 & 0.5 & 1.0 & 2.0 \ -2.0 & -1.0 & -0.5 & -0.1 & 0 & 0.1 & 0.5 & 1.0 & 2.0 \end{bmatrix}, \quad \sigma_{ij} = 5.0$$

  • Hệ thống Robot công nghiệp Thermo CRS A465 (3 bậc tự do): Cấu hình các khớp quay với ma trận quán tính suy rộng $M(q)$, ma trận lực hướng tâm và Coriolis $C(q, \dot{q})$, vector trọng trường $g(q)$. Bộ tham số được khảo sát trong hai trường hợp: TH1 (tham số động học cố định danh định) và TH2 (tham số thay đổi đột ngột khi gắp tải trọng bất định và chịu nhiễu ngoài va đập).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khả năng bóc tách và ước lượng chính xác tuyệt đối các thành phần bất định riêng biệt: Kết quả mô phỏng (Hình 2.3 đến Hình 2.7) chứng minh các giá trị ước lượng $\hat{\Delta B}, \hat{f}(x), \hat{d}(t)$ bám sát giá trị thực với sai số nhận dạng xấp xỉ tiệm cận 0 ($e_{ND} \to 0$) chỉ sau khoảng thời gian quá độ ngắn $t < 0.5$ giây.
  2. Khắc phục triệt để hiện tượng học trôi dạt (Weight Drift Phenomenon): Khác với thuật toán học của Huang et al. [55], mạng RBF trong luận án chỉ cập nhật trọng số khi $e = x - x_M \ne 0$. Khi sai số nhận dạng đạt ngưỡng hội tụ $\varepsilon$, $\dot{\hat{w}}_{ij} = 0$, trọng số mạng nơ-ron đóng băng ổn định, ngăn chặn hoàn toàn hiện tượng bão hòa tín hiệu điều khiển.
  3. Triệt tiêu hoàn toàn hiện tượng rung chattering trong điều khiển trượt: Việc so sánh giữa bộ điều khiển trượt thích nghi truyền thống ($u_{SMC}$) và bộ điều khiển đề xuất ($u_{AC-SMC}$) tại Hình 2.31 minh chứng: tín hiệu điều khiển của $u_{AC-SMC}$ hoàn toàn trơn tru, không có dao động đóng ngắt tần số cao, trong khi vẫn duy trì chất lượng bám quỹ đạo $x_d$ tuyệt hảo (Hình 2.28 - 2.30).
  4. Tính bất biến bền vững trước sự thay đổi cấu hình tải trọng robot: Kết quả mô phỏng trên robot Thermo CRS A465 (Hình 3.21 - 3.23) chỉ ra rằng chất lượng đáp ứng vị trí và vận tốc của cả 3 khớp trong trường hợp tham số biến đổi (TH2) hoàn toàn trùng khít với trường hợp tham số cố định (TH1), chứng minh hệ số triệt tiêu độ nhạy tham số đạt mức gần như tuyệt đối.

Implications đa chiều

  • Về mặt lý luận học thuật: Công trình tạo ra bước phát triển mới cho lý thuyết điều khiển tự động khi kết hợp thành công mô hình xấp xỉ RBF giải tích vào cơ chế bù trừ trạng thái thời gian thực mà không vi phạm tính ổn định Lyapunov, cung cấp công cụ toán học mẫu mực cho việc phân tích hệ phi tuyến bất định cao cấp.
  • Về phương pháp luận: Mở ra phương thức thiết kế điều khiển phân ly: tách rời hoàn toàn quá trình nhận dạng động học bất định với quá trình tổng hợp luật bám quỹ đạo danh định, giúp đơn giản hóa việc tối ưu hóa từng module chức năng.
  • Về ứng dụng thực tiễn và công nghiệp: Cung cấp giải pháp phần mềm điều khiển tối ưu hóa cho các hệ thống robot công nghiệp chính xác cao (hàn tự động, sơn, gắp lắp ráp linh kiện vi mạch), thiết bị nâng hạ quân sự, hệ thống cân bằng tàu thủy và cơ cấu bám bệ phóng tên lửa, giảm thiểu chi phí phần cứng chống rung và tăng tuổi thọ cơ cấu chấp hành cơ điện khí.

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

  • Giả thiết về ma trận trạng thái danh định $A$ phải là ma trận Hurwitz đặt ra yêu cầu hệ hở ban đầu phải ổn định hoặc đã được ổn định hóa sơ bộ bằng phản hồi trạng thái.
  • Giả thiết tốc độ biến thiên tham số $\dot{\Delta B} \approx 0, \dot{d}(t) \approx 0$ chỉ thỏa mãn tối ưu với lớp bất định biến thiên chậm so với chu kỳ trích mẫu của bộ điều khiển.
  • Nghiên cứu chưa xét đến ảnh hưởng của độ trễ thời gian (time-delay) trong kênh truyền tín hiệu phản hồi và hiện tượng bão hòa phi tuyến của cơ cấu chấp hành (actuator saturation - giới hạn điện áp, dòng điện, mô-men cực đại).

Chương trình nghiên cứu tương lai (Future Research Agenda):

  1. Mở rộng khung phân tích AC-SMC cho lớp hệ thống phi tuyến có trễ thời gian biến thiên (time-varying delay systems) và trễ trong kênh điều khiển đầu vào.
  2. Tích hợp thuật toán xử lý hiện tượng bão hòa đầu vào (anti-windup) và vùng chết (dead-zone) của cơ cấu chấp hành vào cấu trúc nhận dạng thích nghi.
  3. Nghiên cứu cơ chế tự động tối ưu hóa số lượng nơ-ron và vị trí tâm $c_{ij}$ của mạng RBF trực tuyến bằng các thuật toán metaheuristic thích nghi thời gian thực.
  4. Triển khai thực nghiệm trên phần cứng nhúng DSP/FPGA và cánh tay robot công nghiệp thực tế tại phòng thí nghiệm chuyên sâu.

Tác động và ảnh hưởng

  • Tác động học thuật (Academic Impact): Luận án đóng góp trực tiếp vào dòng chảy nghiên cứu điều khiển phi tuyến và trí tuệ nhân tạo thích nghi; các thuật toán trong luận án đã được công bố trên các tạp chí và hội nghị khoa học uy tín, tạo tiềm năng trích dẫn cao trong các nghiên cứu về SMC và RBF-based Adaptive Control.
  • Chuyển đổi công nghiệp (Industry Transformation): Định hình tiêu chuẩn thiết kế mới cho các nhà chế tạo hệ thống tự động hóa công nghiệp và robot sản xuất thông minh, nâng cao độ chính xác gia công cắt gọt CNC và cánh tay máy mà không cần nâng cấp đắt đỏ phần cứng cảm biến lực/nhiễu.
  • An ninh - Quốc phòng (Defense Relevance): Ứng dụng trực tiếp trong việc tổng hợp hệ thống bám quỹ đạo góc phương vị và góc tà của đài radar, hệ thống ổn định đường ngắm khí tài quang điện tử trên phương tiện tác chiến cơ động và thiết bị lặn quân sự tự hành (UUV).

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học ngành Kỹ thuật Điều khiển: Cung cấp tài liệu tham khảo giải tích toán học chuẩn mực về chứng minh ổn định Lyapunov cho hệ thích nghi nơ-ron và kỹ thuật mô phỏng MATLAB/Simulink chuyên sâu.
  • Các nhà khoa học và chuyên gia điều khiển: Khai thác khung phân tích nhận dạng mô hình song song để phát triển các cấu trúc điều khiển phi tuyến mở rộng cho hệ lai (hybrid systems), hệ phân tán (multi-agent systems).
  • Kỹ sư R&D và thiết kế hệ thống nhúng: Ứng dụng trực tiếp thuật toán nhận dạng ma trận bất định và bù sai số vào các bộ điều khiển khả trình PLC/PAC cao cấp phục vụ dây chuyền tự động hóa công nghiệp.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc thiết lập Định lý 1 kết hợp giải tích ma trận Lyapunov và bất đẳng thức Rayleigh, chứng minh tường minh khả năng hội tụ của sai số nhận dạng đa thành phần bất định độc lập ($\Delta B, f(x), d(t)$) về lân cận gốc tọa độ $\varepsilon$. Công trình đã mở rộng trực tiếp Lý thuyết ổn định Lyapunov cho hệ thích nghi phi tuyến và khắc phục hạn chế của lý thuyết điều khiển trượt kinh điển (Sliding Mode Control - Utkin, 1977; Choi, 2002) bằng cách loại bỏ triệt để yêu cầu phải biết trước chặn trên của độ bất định.

2. Đột phá phương pháp luận của luận án khi so sánh với ít nhất 2 công trình quốc tế tiêu biểu?

So với công trình của Maity et al. [85] (2014) sử dụng toán tử chiếu phức tạp với 2 vòng thích nghi gây tải tính toán cực lớn, cấu trúc của luận án chỉ sử dụng 1 tầng nhận dạng giải tích trực tiếp qua ma trận $P$, giảm hơn 60% khối lượng tính toán ma trận. So với công trình của Lu et al. [45, 46] (2019, 2021) dùng mạng RNN cập nhật trọng số theo mặt trượt $s$ gây rung chấn và bất ổn định gradient, luận án sử dụng mạng RBF trên mô hình song song cập nhật theo sai số trạng thái $e = x - x_M$, giúp quá trình học hoàn toàn miễn nhiễm với tần số chuyển mạch trượt và triệt tiêu dao động chattering.

+-----------------------------------------------------------------------------------------------+
| BẢNG SO SÁNH PHƯƠNG PHÁP LUẬN GIỮA LUẬN ÁN VÀ CÁC CÔNG TRÌNH QUỐC TẾ TIÊU BIỂU                 |
+----------------------+--------------------+--------------------+------------------------------+
| Tiêu chí so sánh     | Maity et al. (2014)| Lu et al. (2021)   | Luận án (Lê Văn Chương, 2023)|
+----------------------+--------------------+--------------------+------------------------------+
| Giả thiết chặn trên  | Yêu cầu chặn lồi   | Yêu cầu F <= Fd    | Không cần biết trước chặn    |
| Cấu trúc nơ-ron      | Tuyến tính hóa phi | Mạng hồi quy RNN   | Mạng RBF 1 lớp ẩn Gauss      |
| Tín hiệu kích hoạt   | Sai số bám e_track | Mặt trượt s(t)     | Sai số nhận dạng e = x - x_M |
| Hiện tượng trôi dạt  | Có nguy cơ         | Cao do dao động s  | Triệt tiêu hoàn toàn         |
| Mức độ rung chattering| Trung bình        | Rất lớn            | Triệt tiêu hoàn toàn (Trơn)  |
| Khối lượng tính toán | Rất lớn (2 vòng)   | Lớn (Gradient RNN) | Nhỏ (Cập nhật đại số trực tiếp)|
+----------------------+--------------------+--------------------+------------------------------+

3. Phát hiện thực nghiệm/mô phỏng nào gây bất ngờ nhất và bằng chứng dữ liệu hỗ trợ?

Phát hiện ấn tượng nhất là tính độc lập tuyệt đối của chất lượng bám quỹ đạo cánh tay máy 3-DOF trước biến thiên tham số đột ngột. Tại Hình 3.21 - 3.23, khi chuyển từ trạng thái tham số danh định cố định (TH1) sang trạng thái tải trọng thay đổi đột ngột kèm nhiễu ngoài lớn (TH2), sai lệch quỹ đạo vị trí và vận tốc $\Delta q(t)$ của cả 3 khớp đều tiệm cận 0 mà không hề xuất hiện hiện tượng vọt lố (overshoot) hay trễ pha, minh chứng cơ chế nhận dạng thích nghi đã triệt tiêu hoàn toàn nhiễu động lực học trước khi nó kịp tác động lên sai số bám.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) hoàn chỉnh không?

Hoàn toàn đầy đủ. Luận án cung cấp chi tiết:

  • Toàn bộ phương trình vi phân mô hình đối tượng (2.1), ma trận tham số $A, B$, vector hàm phi tuyến $f(x)$, vector nhiễu $d(t)$, ma trận tham số bất định $\Delta B$.
  • Bộ thông số cấu hình mạng RBF (số nút $L=9$, ma trận tâm $C_{ij}$, độ rộng $\sigma_{ij}=5.0$).
  • Nghiệm giải tích ma trận $P$ của phương trình Lyapunov.
  • Sơ đồ khối chi tiết trong Simulink (Phụ lục PL1) cho phép các nhà nghiên cứu độc lập tái lập chính xác 100% các kết quả mô phỏng.

5. Lộ trình nghiên cứu 10 năm (10-year Research Agenda) phát triển từ luận án?

  • Giai đoạn 1 (1-3 năm): Mở rộng lý thuyết AC-SMC cho hệ phi tuyến có trễ thời gian ngẫu nhiên và lượng tử hóa tín hiệu điều khiển trong môi trường mạng công nghiệp (Networked Control Systems - NCS).
  • Giai đoạn 2 (4-6 năm): Phát triển vi xử lý nhúng chuyên dụng ASIC/SoC tích hợp sẵn lõi phần cứng nhận dạng song song RBF-Lyapunov để điều khiển chuyển động thông minh tốc độ siêu cao.
  • Giai đoạn 3 (7-10 năm): Ứng dụng cấu trúc điều khiển tự thích ứng trên các hệ thống phức hợp tự hành quy mô lớn như bầy thiết bị bay không người lái (UAV Swarm), robot phẫu thuật y tế chính xác vi mô và tổ hợp bệ phóng tự cân bằng trên tàu hải quân thế hệ mới.

Kết luận

Luận án tiến sĩ của tác giả Lê Văn Chương đã giải quyết trọn vẹn và xuất sắc bài toán điều khiển hệ phi tuyến bất định đa biến MIMO. Sáu đóng góp cụ thể nổi bật bao gồm:

  1. Xây dựng thành công mô hình nhận dạng song song cho phép ước lượng thời gian thực đồng thời ma trận điều khiển bất định $\Delta B$, đặc tính phi tuyến $f(x)$ và nhiễu ngoài $d(t)$.
  2. Thiết lập thuật toán thích nghi trực tiếp cho mạng RBF mà không cần thuật toán huấn luyện lặp, triệt tiêu hoàn toàn nguy cơ trôi dạt trọng số.
  3. Chứng minh toán học chặt chẽ tính ổn định tiệm cận toàn cục của hệ thống theo tiêu chuẩn Lyapunov và bất đẳng thức Rayleigh.
  4. Đề xuất cấu trúc điều khiển kết hợp AC-SMC triệt tiêu hoàn toàn hiện tượng rung chattering trong điều khiển trượt kinh điển.
  5. Ứng dụng thành công phương pháp luận tổng hợp vào bài toán điều khiển bám quỹ đạo robot công nghiệp 3-DOF Thermo CRS A465 với độ chính xác cao.
  6. Cung cấp cơ sở khoa học tin cậy và giải pháp kỹ thuật khả thi, mở ra 3 hướng nghiên cứu mới về điều khiển bám tối ưu cho các hệ thống kỹ thuật quân sự và dân dụng hiện đại.