Tổng quan nghiên cứu

Hệ xe con lắc ngược (Inverted Pendulum on Cart - IPC) là một trong những mô hình kinh điển và chuẩn mực nhất trong kỹ thuật điều khiển tự động. Hệ thống mang đặc tính phi tuyến cao, thiếu dẫn động (underactuated) với 4 biến trạng thái cần kiểm soát nhưng chỉ có 1 tín hiệu điều khiển lực tác động duy nhất. Trong bối cảnh công nghiệp hóa hiện đại, các hệ thống tự hành đòi hỏi độ tin cậy vận hành đạt 100% trong môi trường biến động liên tục. Đề tài luận văn thạc sĩ chuyên ngành Kỹ thuật Điều khiển và Tự động hóa tập trung nghiên cứu, thiết kế và thi công hệ thống điều khiển cân bằng cho mô hình con lắc ngược trên xe với các thông số vật lý thực tế gồm khối lượng xe 0,238 kg và khối lượng thanh con lắc 0,1 kg.

Mục tiêu cốt lõi của nghiên cứu là xây dựng mô hình toán học giải tích, tổng hợp các giải thuật điều khiển tối ưu và điều khiển mờ thông minh, bao gồm LQR, LQG, LMI, FLQR và FLQG. Nghiên cứu thực hiện mô phỏng đáp ứng động học trên phần mềm Matlab Simulink với chu kỳ trích mẫu 0,02 giây, sau đó nhúng thuật toán trực tiếp xuống phần cứng vi điều khiển Arduino Mega 2560. Phạm vi nghiên cứu giải quyết triệt để hai bài toán cơ bản: kích dao động đưa con lắc từ vị trí buông thõng lên vị trí thẳng đứng (Swing-Up) trong 3,0 giây và giữ cân bằng ổn định quanh điểm làm việc với thời gian xác lập dưới 1,5 giây. Kết quả nghiên cứu đóng góp nền tảng học thuật vững chắc cho việc phát triển các phương tiện tự hành, robot hai bánh tự cân bằng và hệ thống kiểm soát góc đáp của tên lửa đẩy thương mại.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Khung lý thuyết của đề tài được xây dựng trên nền tảng cơ học giải tích Euler-Lagrange nhằm thiết lập phương trình vi phân chuyển động phi tuyến của hệ xe con lắc ngược. Để phục vụ việc tổng hợp các bộ điều khiển tuyến tính và bộ quan sát, hệ phi tuyến được tuyến tính hóa giải tích quanh 2 điểm làm việc tĩnh: vị trí cân bằng không bền đỉnh trên TOP với góc lệch bằng 0 rad và vị trí cân bằng bền đáy dưới BOT với góc lệch bằng 3,1416 rad.

Mô hình nghiên cứu sử dụng vector 4 biến trạng thái toàn phần bao gồm vị trí xe, vận tốc xe, góc nghiêng con lắc và vận tốc góc con lắc. Nghiên cứu áp dụng 3 lý thuyết điều khiển hiện đại:

  • Lý thuyết điều khiển tối ưu tuyến tính toàn phương (LQR) giải phương trình vi sai đại số Riccati để tìm ma trận độ lợi phản hồi trạng thái tối ưu theo hàm mục tiêu năng lượng.
  • Lý thuyết điều khiển Gauss toàn phương (LQG) tích hợp bộ lọc Kalman tối ưu nhằm triệt tiêu ảnh hưởng của nhiễu hệ thống và nhiễu đo lường.
  • Lý thuyết bất đẳng thức ma trận tuyến tính (LMI) dựa trên tiêu chuẩn ổn định Lyapunov để thiết kế đồng thời bộ quan sát trạng thái và bộ điều khiển hồi tiếp trạng thái.
  • Lý thuyết điều khiển mờ (Fuzzy Logic) kết hợp hàm tổng hợp tuyến tính (Linear Fusion Function - LFF) nhằm giảm số lượng luật mờ từ 2.401 luật của 4 biến ngõ vào xuống chỉ còn 49 luật tương đương 2 biến sai số tổng hợp.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập từ mô hình vật lý chế tạo trực tiếp với ray trượt cơ khí, động cơ DC công suất 40W tốc độ 3.000 vòng/phút, mạch công suất cầu H dòng 15A và hệ thống 2 cảm biến quang học Encoder: encoder vị trí xe độ phân giải 200 xung/vòng và encoder góc nghiêng con lắc độ phân giải 400 xung/vòng.

Phương pháp chọn mẫu trong nghiên cứu là lấy mẫu chuỗi thời gian liên tục theo thời gian thực (time-series continuous sampling) với tần số lấy mẫu 50 Hz tương ứng chu kỳ 0,02 giây. Cỡ mẫu thu thập bao gồm hơn 500 điểm dữ liệu trạng thái cho mỗi chu kỳ thử nghiệm động học kéo dài 10 giây. Phương pháp phân tích số liệu sử dụng giải thuật tích phân số bậc 8 Runge-Kutta (ODE8) trên môi trường Matlab Simulink. Lý do lựa chọn giải thuật ODE8 là khả năng duy trì độ chính xác cực cao, hạn chế sai số tích lũy khi giải các phương trình vi phân phi tuyến bậc cao có biến thiên nhanh. Toàn bộ quá trình nghiên cứu được thực hiện tuần tự qua 4 giai đoạn chính trong 12 tháng: mô hình hóa lý thuyết, mô phỏng kiểm chứng thuật toán, thiết kế chế tạo mạch phần cứng và lập trình nhúng thực nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm trên mô hình thực tế đã mang lại 4 phát hiện quan trọng về chất lượng điều khiển:

  • Thuật toán kích dao động Swing-Up kết hợp bộ điều khiển LQR đưa con lắc từ trạng thái buông tự do lên vị trí thẳng đứng hoàn tất trong 3,0 giây với thời gian xác lập động học đạt 1,5 giây, độ vọt lố góc nghiêng tối đa được khống chế ở mức 16,5% và sai số xác lập hội tụ hoàn toàn về 0.
  • Ứng dụng hàm kết hợp tuyến tính LFF trong bộ điều khiển mờ lai FLQR đã nén thành công không gian luật từ 2.401 luật xuống chính xác 49 luật, giúp giảm tải hơn 97,9% khối lượng tính toán của bộ nhớ vi điều khiển mà vẫn đảm bảo tính ổn định bền vững của hệ thống.
  • Dưới tác động đồng thời của nhiễu hệ thống có phương sai 0,000001 và nhiễu đo lường có phương sai 0,000001, các bộ điều khiển LQG và FLQG tích hợp bộ lọc Kalman đã triệt tiêu hiệu quả dao động ký sinh, giảm độ lệch chuẩn sai số bám vị trí từ khoảng 35% đến 40% so với giải thuật LQR kinh điển.
  • Việc nhúng chương trình điều khiển xuống bo mạch Arduino Mega 2560 với tần số phát xung PWM 31 kHz đã kích hoạt động cơ vận hành êm ái, đáp ứng tức thời tín hiệu điều khiển mà không gây quá nhiệt hay sụt áp trên cầu H 600W.

Thảo luận kết quả

Các kết quả thực nghiệm đạt được chứng minh tính ưu việt vượt trội của việc kết hợp bộ lọc Kalman và cấu trúc mờ tối ưu. Về mặt nguyên nhân, bộ lọc ước lượng Kalman tái tạo chính xác các biến trạng thái bị suy hao bởi nhiễu cơ khí và lượng tử hóa từ cảm biến encoder 400 xung/vòng, giúp tín hiệu hồi tiếp sạch hơn trước khi đưa vào khâu khuếch đại. Khi so sánh với các nghiên cứu trước đây tại Việt Nam vốn sử dụng thuật toán trượt (Sliding Mode) thường xuất hiện hiện tượng chattering gây rung lắc cơ khí hoặc thuật toán PID kinh điển khó cân bằng khi góc lệch lớn, phương pháp LMI và FLQG trong luận văn này đã triệt tiêu hoàn toàn rung chấn và mở rộng đáng kể miền làm việc ổn định của con lắc.

Các dữ liệu đo đạc thực nghiệm được biểu diễn trực quan thông qua đồ thị đáp ứng thời gian 2 trục biểu diễn tọa độ vị trí xe theo centimet và góc lệch con lắc theo độ. Đồng thời, bảng tổng hợp so sánh các chỉ tiêu chất lượng bao gồm độ vọt lố (POT), thời gian lên (Tr), thời gian xác lập (Tss) và sai số xác lập (Ess) thể hiện rõ nét sự vượt trội về độ mịn của quỹ đạo khi chuyển đổi giữa các điểm đặt vị trí từ -20 cm đến +20 cm trên thanh trượt.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và nâng cao khả năng thương mại hóa công nghệ điều khiển cân bằng tự động, luận văn đưa ra 4 giải pháp cụ thể:

  • Nâng cấp phần cứng xử lý trung tâm bằng cách chuyển đổi từ vi điều khiển 8-bit ATmega2560 tần số 16 MHz sang dòng vi điều khiển 32-bit ARM Cortex-M4 tần số 168 MHz, tăng tốc độ xử lý vòng lặp điều khiển lên gấp 10 lần, dự kiến hoàn thành trong 6 tháng bởi nhóm kỹ sư nhúng.
  • Thay thế cảm biến encoder tương đối bằng cụm cảm biến góc tuyệt đối quang học độ phân giải cao từ 1.024 đến 4.096 xung/vòng kết hợp bộ đo quán tính IMU 6 bậc tự do nhằm giảm sai số đo lường xuống dưới mức 0,01%, thực hiện trong vòng 9 tháng tại phòng thí nghiệm chuyên ngành.
  • Nghiên cứu và tích hợp các thuật toán điều khiển thích nghi thông minh hoặc học tăng cường sâu (Deep Reinforcement Learning) có khả năng tự động nhận dạng và bù trôi tham số khi khối lượng con lắc biến thiên từ 0,1 kg đến 0,5 kg, do các nghiên cứu sinh triển khai trong giai đoạn 12 tháng tới.
  • Phát triển giao diện phần mềm giám sát SCADA và điều khiển từ xa qua mạng truyền thông công nghiệp thời gian thực với chu kỳ truyền dữ liệu dưới 5 ms, do kỹ sư tự động hóa phụ trách xây dựng trong vòng 3 tháng.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị thực tiễn và học thuật cao, đặc biệt hữu ích cho 4 nhóm đối tượng sau:

  • Học viên cao học và sinh viên chuyên ngành Kỹ thuật Điều khiển và Tự động hóa: Tài liệu cung cấp trọn vẹn phương pháp luận mô hình hóa Euler-Lagrange, cách giải bất phương trình ma trận LMI và code mô phỏng Matlab Simulink chi tiết.
  • Kỹ sư nghiên cứu và phát triển Robot (R&D): Ứng dụng trực tiếp thuật toán cân bằng động cho các sản phẩm thương mại như xe hai bánh tự hành (Segway), robot hình người (Humanoid Robot) và gimbal chống rung máy quay phim.
  • Giảng viên và cán bộ nghiên cứu tại các trường đại học kỹ thuật: Sử dụng mô hình xe con lắc ngược và bộ tài liệu giải thuật làm giáo cụ trực quan trong các bài thí nghiệm điều khiển hiện đại và điều khiển phi tuyến.
  • Kỹ sư thiết kế hệ thống nhúng và điều khiển truyền động điện: Tham khảo cấu trúc thiết kế mạch công suất cầu H 600W, kỹ thuật điều chế độ rộng xung PWM tần số 31 kHz và giải pháp ghép nối đa cảm biến encoder tốc độ cao.

Câu hỏi thường gặp

Hệ xe con lắc ngược có đặc tính gì khiến bài toán điều khiển trở nên phức tạp? Hệ con lắc ngược là đối tượng phi tuyến cao và thiếu dẫn động với 4 biến trạng thái nhưng chỉ có 1 tín hiệu lực điều khiển. Trọng lực luôn kéo con lắc ra khỏi vị trí cân bằng đỉnh, đòi hỏi thuật toán phải tính toán phản hồi liên tục với chu kỳ dưới 0,02 giây để giữ hệ thống ổn định.

Tại sao cần sử dụng bộ điều khiển LQG thay cho LQR khi triển khai thực tế? LQR giả định hệ thống hoàn hảo không có nhiễu, trong khi mô hình thực tế chịu tác động của nhiễu đo lường encoder và nhiễu rung động cơ khí với phương sai khoảng 0,000001. LQG tích hợp bộ lọc Kalman giúp ước lượng chính xác trạng thái và lọc sạch tín hiệu trước khi hồi tiếp.

Hàm kết hợp tuyến tính LFF giải quyết vấn đề bùng nổ luật mờ như thế nào? Với 4 biến trạng thái và 7 hàm liên thuộc, số luật mờ thông thường là 7 mũ 4 bằng 2.401 luật, gây quá tải vi điều khiển. Hàm LFF quy đổi 4 biến về 2 biến sai số toàn phần, rút giảm không gian mờ xuống còn 49 luật, giúp tiết kiệm hơn 97,9% tài nguyên tính toán.

Phương pháp Swing-Up trong luận văn hoạt động theo nguyên lý nào? Giải thuật Swing-Up bơm năng lượng vào hệ thống thông qua việc điều khiển gia tốc xe đổi dấu nhịp nhàng theo quy luật hàm dấu của góc nghiêng con lắc. Khi con lắc tích lũy đủ động năng tiến sát góc thẳng đứng, hệ thống tự động chuyển sang chế độ cân bằng LQR.

Vi điều khiển Arduino Mega 2560 có đáp ứng tốt yêu cầu điều khiển thời gian thực không? Arduino Mega 2560 hoàn toàn đáp ứng tốt tần số lấy mẫu 50 Hz nhờ cấu hình xung PWM 31 kHz và tối ưu hóa thuật toán tính toán ma trận. Hệ thống duy trì thời gian đáp ứng dưới 1,5 giây mà không xảy ra hiện tượng tràn bộ nhớ hay nghẽn lệnh.

Kết luận

  • Luận văn xây dựng thành công mô hình toán học giải tích chính xác của hệ xe con lắc ngược dựa trên phương pháp Euler-Lagrange và tuyến tính hóa quanh hai điểm làm việc tĩnh.
  • Thiết kế và kiểm chứng đồng bộ các giải thuật điều khiển tiên tiến gồm LQR, LQG, LMI, FLQR và FLQG trên phần mềm Matlab Simulink với chu kỳ trích mẫu 0,02 giây.
  • Giải quyết hoàn hảo kỹ thuật kích dao động Swing-Up trong 3,0 giây và giữ cân bằng ổn định với thời gian xác lập 1,5 giây và độ vọt lố dưới 16,5%.
  • Tối ưu hóa thành công bộ điều khiển mờ lai thông qua hàm LFF, giảm số lượng luật mờ từ 2.401 xuống 49 luật và nhúng thực nghiệm ổn định trên vi điều khiển Arduino Mega 2560.
  • Hoàn thiện chế tạo mô hình phần cứng hoàn chỉnh với mạch cầu H 600W và hệ thống encoder kép, mở ra định hướng nâng cấp lên vi xử lý 32-bit ARM và cảm biến 4.096 xung/vòng trước năm 2027.

Hãy tải ngay toàn văn luận văn thạc sĩ để khai thác chi tiết các phương trình toán học, sơ đồ khối Simulink và mã nguồn lập trình nhúng điều khiển cân bằng hệ con lắc ngược phục vụ cho công trình nghiên cứu của bạn.