Tổng quan nghiên cứu

Trong kỹ thuật điều khiển tự động hiện đại, hệ thống bóng và thanh trượt (Ball and Beam) là mô hình kinh điển đại diện cho các hệ thống phi tuyến, liên kết lỏng lẻo và có tính chất bất định cao. Với độ dài thanh trượt danh định 0,55 m, góc nghiêng thay đổi linh hoạt và viên bi thép trọng lượng 0,04356 kg tự do chuyển động, việc kiểm soát chính xác vị trí là bài toán đầy thách thức do ảnh hưởng trực tiếp từ lực ma sát lăn, lực ly tâm cùng nhiễu đo lường từ cảm biến. Vấn đề cốt lõi đặt ra trong nghiên cứu là giải quyết sự mất ổn định nhanh của hệ thống khi tồn tại độ trễ cơ khí và nhiễu ngẫu nhiên trong môi trường vận hành thực tế.

Nghiên cứu tập trung vào hai mục tiêu chính: thiết kế thành công bộ điều khiển tối ưu bền vững Tuyến tính Toàn phương Gaussian (Linear Quadratic Gaussian - LQG) kết hợp bộ lọc nhiễu Kalman trên nền tảng phần mềm MATLAB/Simulink; đồng thời hiện thực hóa phần cứng nhúng thời gian thực trên vi xử lý kỹ thuật số chuyên dụng DSP TMS320F28335 của hãng Texas Instruments hoạt động ở xung nhịp 150 MHz. Phạm vi thực nghiệm được triển khai đồng bộ tại phòng thí nghiệm Bộ môn Điều khiển Tự động, Trường Đại học Bách Khoa - ĐHQG TP.HCM.

Kết quả đạt được mang ý nghĩa khoa học và thực tiễn sâu sắc khi thiết lập quy trình khép kín từ mô hình hóa toán học Lagrange, mô phỏng động lực học đến lập trình nhúng thời gian thực với chu kỳ lấy mẫu 0,01 giây. Giải thuật LQG chứng minh khả năng triệt tiêu 100% sai số xác lập, duy trì độ vọt lố dưới mức 5% và đảm bảo thời gian xác lập dưới 2,5 giây ngay cả khi hệ thống chịu tác động bởi phương sai nhiễu đo lên tới $10^{-2}$.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng nền tảng trên hai trụ cột lý thuyết điều khiển hiện đại: phương pháp điều khiển tối ưu toàn phương tuyến tính (Linear Quadratic Regulator - LQR) và lý thuyết ước lượng trạng thái tối ưu qua bộ lọc Kalman. Mô hình toán học của hệ thống Ball and Beam được thiết lập bằng phương trình vi phân phi tuyến bậc hai Euler-Lagrange, mô tả tương tác giữa góc quay động cơ $\theta$, góc nghiêng thanh dầm $\alpha$, và tọa độ vị trí viên bi $r$ theo gia tốc trọng trường $g = 9,81\text{ m/s}^2$:

$$\left(\frac{J_b}{R^2} + m\right)\ddot{r} + mg\sin\alpha - mr\dot{\alpha}^2 = 0$$

Các khái niệm then chốt được phát triển gồm:

  1. Ma trận hiệp phương sai nhiễu quá trình $Q_w = 10000$ và ma trận hiệp phương sai nhiễu đo lường $R_v = 0,01$, định hình bộ lọc Kalman nhằm ước lượng chính xác trạng thái ẩn khi đo lường thực tế bị suy giảm tín hiệu.
  2. Phương trình đại số Riccati (Algebraic Riccati Equation - ARE) liên tục và rời rạc, được giải nhằm tìm ma trận độ lợi phản hồi trạng thái $K$ và ma trận độ lợi quan sát $L$.
  3. Cấu trúc bộ bù trạng thái mở rộng (Augmented State Compensator) tích hợp khâu tích phân $\frac{1}{s}$ để triệt tiêu triệt để sai số xác lập trước tác động của tín hiệu đặt dạng hàm nấc.
  4. Cân bằng giá trị kỳ dị (Singular Value Balancing) trong miền tần số thấp giúp đồng nhất hóa tốc độ đáp ứng trên toàn bộ các kênh điều khiển.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp mô phỏng số lượng lớn. Dữ liệu thực nghiệm được thu thập từ hơn 50 chu kỳ thử nghiệm độc lập trên mô hình vật lý trục lệch Quanser cải tiến. Cỡ mẫu thực nghiệm được thu thập liên tục với tốc độ 100 mẫu/giây thông qua giao tiếp truyền thông nối tiếp UART/HyperTerminal kết nối giữa DSP và máy tính điều khiển.

Phương pháp chọn thông số ma trận trọng số tối ưu $Q = \text{diag}([50000, 100000, 10, 10])$ và $R = 400$ được thực hiện thông qua quy trình chuẩn hóa năng lượng điều khiển và tối thiểu hóa tích phân sai số bình phương (ISE). Lý do lựa chọn phương pháp phân tích không gian trạng thái rời rạc kết hợp biến đổi $c2d$ với chu kỳ trích mẫu $T_s = 0,01\text{ giây}$ là nhằm tương thích trực tiếp với tập lệnh phần cứng 32-bit của vi xử lý nhúng DSP TMS320F28335, loại bỏ hiện tượng méo tín hiệu do trễ pha. Timeline nghiên cứu kéo dài liên tục, phân bổ rõ ràng từ giai đoạn thiết kế mô hình động học, kiểm thử mô phỏng Simulink đến triển khai mạch cầu H tích hợp L18200 và cảm biến siêu âm SRF05.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm chứng mô phỏng và thực nghiệm trên card DSP TMS320F28335 đem lại các phát hiện kỹ thuật mang tính đột phá:

  1. Hiệu năng bám điểm đặt tối ưu: Bộ điều khiển LQG với trạng thái mở rộng giúp hệ thống bám chính xác các tọa độ điểm đặt từ $0,08\text{ m}$, $0,20\text{ m}$, $0,25\text{ m}$, $0,33\text{ m}$ đến $0,40\text{ m}$. Sai số xác lập đo được tại mọi điểm cân bằng đạt mức $e_{xl} = 0\text{ mm}$, hoàn toàn triệt tiêu sai lệch tĩnh do ma sát trượt và ma sát lăn gây ra.
  2. Khả năng lọc nhiễu ngẫu nhiên vượt trội: Bộ lọc Kalman tích hợp xử lý triệt để tín hiệu nhiễu Gaussian có phương sai vị trí $10^{-2}$ và góc nghiêng $10^{-3}$. Tín hiệu ước lượng vận tốc viên bi và góc nghiêng dầm đạt độ tương quan trên 95% so với giá trị thực tế, giúp biên độ rung lắc điện áp điều khiển đặt vào động cơ DC giảm hơn 60% so với phương pháp hồi tiếp trạng thái thông thường.
  3. Chỉ số thời gian đáp ứng và vọt lố: Thời gian xác lập của hệ thống khi di chuyển bóng từ vị trí gốc $0,01\text{ m}$ đến vị trí đích $0,25\text{ m}$ chỉ mất khoảng 1,8 đến 2,2 giây. Độ vọt lố của hệ thống kiểm soát thành công dưới ngưỡng 4,8%, hoàn toàn không xảy ra hiện tượng bóng rơi khỏi rãnh trượt $0,55\text{ m}$.

Thảo luận kết quả

Khi biểu diễn dữ liệu thực nghiệm qua biểu đồ quá độ thời gian $r(t)$ và góc nghiêng $\theta(t)$, sự phối hợp giữa ma trận phạt trạng thái và bộ quan sát cho thấy đường đặc tính chuyển động rất mượt mà. Trong bảng so sánh tổng hợp giữa các phương pháp điều khiển phổ biến:

  • Phương pháp PID cổ điển: Cho thời gian xác lập chậm (từ 3,8 đến 4,5 giây), độ vọt lố cao khoảng 15% đến 22% khi gặp thay đổi tải ngẫu nhiên.
  • Phương pháp Tuyến tính hóa Vào - Ra (Input-Output Linearization): Đáp ứng nhanh nhưng đòi hỏi tín hiệu điều khiển lớn và rất nhạy cảm với sai số mô hình hóa.
  • Phương pháp Điều khiển Trượt (Sliding Mode Control - SMC): Triệt tiêu vọt lố tốt nhất nhưng xuất hiện hiện tượng chattering nghiêm trọng ở tần số cao, gây nóng cuộn dây động cơ DC và mài mòn cơ cấu truyền động bánh răng $K_g = 7,5$.
  • Phương pháp LQG: Khắc phục hoàn toàn các nhược điểm trên nhờ tính cân bằng tối ưu giữa năng lượng tiêu hao $u(t)$ và độ lệch quỹ đạo.

Nguyên nhân cốt lõi giúp LQG vượt trội là nhờ giải thuật tối ưu hóa ngẫu nhiên đã chủ động dự đoán và triệt tiêu các thành phần nhiễu tần số cao của cảm biến siêu âm SRF05 trước khi truyền đến khâu phản hồi. Ý nghĩa của phát hiện này khẳng định tính khả thi trong việc áp dụng giải thuật điều khiển bền vững hiện đại lên các nền tảng phần cứng nhúng giá thành thấp trong công nghiệp.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu lý thuyết và kiểm nghiệm thực tế, bốn đề xuất cụ thể được đưa ra nhằm hoàn thiện và nhân rộng mô hình:

  1. Chuẩn hóa quy trình hiệu chuẩn cảm biến đo lường: Đơn vị nghiên cứu và vận hành cần tích hợp bộ lọc trung vị (Median Filter) tiền xử lý trước khi đưa dữ liệu vào bộ lọc Kalman. Mục tiêu giảm sai số đo khoảng cách của cảm biến siêu âm xuống dưới $\pm 0,5\text{ mm}$ với chu kỳ cập nhật 100 Hz, hoàn thành trong vòng 1 tháng đầu triển khai.
  2. Nâng cấp thuật toán sang điều khiển thích nghi hoặc thích nghi bền vững ($H_\infty$/LQG): Các kỹ sư hệ thống cần nghiên cứu cập nhật ma trận trọng số $Q$ và $R$ động theo thời gian thực nhằm thích ứng khi khối lượng tải thay đổi từ 0,04 kg đến 0,2 kg, hướng tới mục tiêu giữ thời gian xác lập dưới 1,5 giây trong mọi điều kiện vận hành, lộ trình thực hiện trong 6 tháng.
  3. Tối ưu hóa phần cứng công suất và cách ly nhiễu: Bộ phận kỹ thuật cơ điện tử cần tái thiết kế mạch in (PCB) với lớp chống nhiễu chuyên dụng, nâng cấp IC cầu H lên dòng chịu tải 5A và sử dụng opto quang tốc độ cao (băng thông $\ge 10\text{ Mbps}$) nhằm bảo vệ an toàn cho chip DSP TMS320F28335, hoàn thành trong 3 tháng.
  4. Xây dựng module thí nghiệm tự động hóa phục vụ đào tạo: Ban chủ nhiệm khoa Tự động hóa tại các trường đại học kỹ thuật nên ứng dụng mô hình này vào chương trình giảng dạy thực hành các môn Điều khiển Tối ưu và Hệ thống Nhúng, đặt chỉ tiêu 100% sinh viên thực hành nắm vững quy trình nhúng mã nguồn từ MATLAB/Simulink xuống vi điều khiển trong năm học tới.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn là nguồn tham khảo chuyên sâu và toàn diện cho 4 nhóm đối tượng chính:

  • Học viên cao học và nghiên cứu sinh chuyên ngành Tự động hóa, Kỹ thuật Điều khiển: Khai thác phương pháp thiết kế bộ bù cân bằng điểm kỳ dị tần số thấp, kỹ thuật giải phương trình Riccati rời rạc và mô hình toán học giải tích cho các hệ cơ điện tử bất định.
  • Kỹ sư lập trình hệ thống nhúng và DSP: Ứng dụng trọn vẹn quy trình tạo mã tự động, cấu hình khối ngoại vi ePWM, bộ bắt sự kiện eQEP, khối chuyển đổi ADC 12-bit và thư viện Target Support Package C2000 trên Code Composer Studio.
  • Giảng viên và nhà nghiên cứu tại các trường đại học kỹ thuật: Sử dụng làm giáo trình mẫu để xây dựng bài giảng thực hành, thiết kế đồ án môn học và phát triển các đề tài nghiên cứu về điều khiển phi tuyến, điều khiển mờ (Fuzzy Logic), hay mạng nơ-ron (Neural Network).
  • Doanh nghiệp thiết kế thiết bị tự động và robot công nghiệp: Ứng dụng nguyên lý điều khiển cân bằng động LQG vào các sản phẩm thực tế như hệ thống cân bằng xe tự hành AGV, cánh tay robot định vị chính xác cao và hệ thống ổn định bệ đỡ camera gimbal.

Câu hỏi thường gặp

Hệ thống Ball and Beam trong luận văn sử dụng cảm biến gì để đo góc và vị trí?
Hệ thống sử dụng cảm biến siêu âm SRF05 có cự ly đo lên đến 5 m gắn dọc theo dầm để xác định tọa độ vị trí viên bi $r(t)$. Góc nghiêng thanh dầm và động cơ được đo lường chính xác thông qua bộ mã hóa xung quang học (Optical Encoder) 2 kênh kết nối trực tiếp vào khối ngoại vi eQEP của DSP.

Tại sao bộ điều khiển LQG lại vượt trội hơn bộ điều khiển LQR truyền thống?
Bộ điều khiển LQR yêu cầu đo lường đầy đủ tất cả các trạng thái với giả định không có nhiễu. Trong thực tế, các biến như vận tốc viên bi và vận tốc góc dầm bị nhiễu rất mạnh. LQG kết hợp LQR với bộ lọc Kalman giúp ước lượng tối ưu các trạng thái ẩn, lọc sạch nhiễu đo có phương sai $10^{-2}$.

Lợi thế khi lựa chọn DSP TMS320F28335 để hiện thực hóa giải thuật là gì?
Vi xử lý TMS320F28335 sở hữu kiến trúc 32-bit Harvard hỗ trợ tính toán dấu chấm động (Floating-Point Unit) ở tốc độ 150 MHz. Điều này cho phép thực thi các phép toán ma trận phức tạp của giải thuật LQG trong chu kỳ trích mẫu siêu ngắn 0,01 giây mà không bị trễ thời gian thực.

Hiện tượng chattering trong điều khiển trượt được giải quyết thế nào khi so với LQG?
Điều khiển trượt thường gây ra hiện tượng rung lắc chattering tần số cao quanh mặt trượt do hàm chuyển mạch signum. Trong khi đó, LQG sử dụng tín hiệu điều khiển liên tục tối ưu từ phương trình Riccati, loại bỏ hoàn toàn rung lắc cơ khí và giúp tăng tuổi thọ động cơ kéo dài hơn 50%.

Luận văn xử lý vấn đề sai số xác lập bằng không trong hệ thống như thế nào?
Nghiên cứu bổ sung một trạng thái mở rộng tích phân vào mô hình không gian trạng thái nhằm tạo ra hàm truyền kiểu 1 (Type 1). Kết hợp với việc cân bằng giá trị kỳ dị tại tần số thấp, hệ thống đảm bảo triệt tiêu hoàn toàn sai số xác lập đối với tín hiệu đặt hàm nấc.

Kết luận

  • Hoàn thiện mô hình toán học giải tích: Xây dựng thành công hệ phương trình phi tuyến Lagrange và tuyến tính hóa chính xác trạng thái hệ thống Ball and Beam quanh điểm cân bằng.
  • Thiết kế giải thuật LQG bền vững: Kết hợp thành công bộ điều khiển LQR với bộ lọc tối ưu Kalman, triệt tiêu 100% sai số xác lập và giảm thiểu trên 85% tác động của nhiễu đo lường.
  • Hiện thực hóa phần cứng nhúng thời gian thực: Triển khai mã nguồn tối ưu trên kit DSP 32-bit TMS320F28335 với chu kỳ trích mẫu chuẩn xác 10 ms.
  • Đánh giá thực nghiệm toàn diện: Kiểm chứng bám điểm đặt thành công tại các vị trí từ 8 cm đến 40 cm với độ vọt lố dưới 5% và thời gian đáp ứng đạt xấp xỉ 2 giây.
  • Định hướng nghiên cứu tiếp theo: Tích hợp các thuật toán điều khiển thích nghi thông minh trên nền tảng phần cứng FPGA/SoC trong giai đoạn 12 tháng tới để tối ưu hóa khả năng chống chịu nhiễu ngoại cảnh.

Độc giả, nghiên cứu sinh và quý kỹ sư quan tâm có thể ứng dụng trực tiếp mã nguồn, sơ đồ nguyên lý mạch công suất và mô hình Simulink trong công trình này để đẩy nhanh tiến độ triển khai các dự án tự động hóa thực tế!