Tổng quan nghiên cứu

Trong lĩnh vực kỹ thuật điều khiển tự động hiện đại, bộ điều khiển Vi tích phân Tỉ lệ (PID) tiếp tục đóng vai trò thống trị khi xuất hiện tại hơn 90% các dây chuyền sản xuất và hệ thống chấp hành công nghiệp. Mặc dù sở hữu cấu trúc phản hồi kinh điển và tính ứng dụng cao, việc xác định bộ thông số tối ưu gồm độ lợi tỉ lệ, tích phân và vi phân cho từng đối tượng điều khiển cụ thể vẫn là một thách thức kỹ thuật phức tạp. Phương pháp cổ điển Ziegler-Nichols ra đời từ năm 1942 tuy dễ thực hiện nhưng thường tạo ra độ vọt lố rất cao, vượt quá 50% giá trị đặt định mức, kèm theo thời gian xác lập kéo dài và sai số tích phân lớn, dễ gây nguy cơ mất ổn định hoặc hao mòn cơ khí nghiêm trọng.

Trước thực tế đó, nghiên cứu này tập trung giải quyết bài toán tối ưu hóa đa mục tiêu bộ điều khiển PID bằng cách ứng dụng Thuật toán Đàn kiến (Ant Colony Optimization - ACO). Mục tiêu trọng tâm của đề tài là xây dựng mô hình mạng nút xác suất trên mặt phẳng tọa độ hai chiều để tìm kiếm tự động bộ ba thông số PID tối ưu, sau đó áp dụng trực tiếp vào việc điều khiển chính xác vận tốc góc của động cơ điện một chiều kích từ nam châm vĩnh cửu (PMDC).

Nghiên cứu được hoàn thành vào tháng 10 năm 2014 tại Khoa Điện - Điện tử thuộc Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Các đánh giá định lượng cho thấy thuật toán đề xuất giúp cắt giảm giá trị hàm mục tiêu tổng thể hơn 61.4% so với giải thuật Ziegler-Nichols (từ 16.27 xuống còn 6.2708 trên mô hình bậc nhất có trễ), triệt tiêu gần như hoàn toàn độ vọt lố từ mức trên 50% về xấp xỉ 0% và rút ngắn thời gian xác lập hệ thống dưới 2.5 giây. Kết quả này mang lại ý nghĩa to lớn cho việc nâng cao độ tin cậy và hiệu suất vận hành của các hệ truyền động điện công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng tích hợp giữa lý thuyết điều khiển tự động kinh điển và lý thuyết tối ưu hóa phỏng sinh học:

Lý thuyết điều khiển phản hồi vòng kín PID: Tín hiệu điều khiển tổng hợp là tổng chập của ba khâu thành phần. Khâu tỉ lệ (Kp) phản ứng với sai số tức thời; khâu tích phân (Ki) triệt tiêu sai số xác lập trong quá khứ nhưng dễ gây vọt lố; khâu vi phân (Kd) dự báo xu hướng biến thiên của sai số để hãm tốc độ quá độ. Mô hình toán học của động cơ PMDC được thiết lập dựa trên hệ phương trình vi phân mô tả cân bằng điện áp phần ứng và cân bằng mô-men cơ học trên trục quay rotor, tạo nên hàm truyền đạt bậc hai đối với góc quay và bậc nhất đối với vận tốc góc.

Lý thuyết bầy đàn sinh học và thuật toán tối ưu hóa đàn kiến: Bắt nguồn từ phát hiện năm 1989 của Deneubourg qua thí nghiệm Chiếc cầu đôi trên loài kiến Argentina (trong đó hơn 80% cá thể tự động hội tụ về nhánh đường ngắn hơn nhờ nồng độ hóa chất vết mùi pheromone) và công trình đặt nền móng giải bài toán TSP năm 1991 của Marco Dorigo.

Các khái niệm then chốt bao gồm: nồng độ vết mùi pheromone biểu diễn lượng thông tin tích lũy lịch sử; hàm heuristic biểu thị thông tin dẫn đường cục bộ; cơ chế bay hơi nồng độ mùi theo hệ số thực nghiệm; và hàm đa mục tiêu kết hợp 4 chỉ tiêu điều khiển gồm độ vọt lố, thời gian tăng, thời gian xác lập và sai số tích phân IAE.

Phương pháp nghiên cứu

Nguồn dữ liệu và nhận dạng tham số: Dữ liệu thực nghiệm được thu thập trực tiếp thông qua quy trình đo đạc 6 tham số vật lý của động cơ PMDC gồm: điện trở phần ứng Ra đo bằng mạch cầu và định luật Ohm trung bình nhiều góc quay; điện cảm La xác định qua hằng số thời gian RL; hằng số mô-men Kt và hằng số sức điện động phản kháng Kb; hệ số ma sát nhớt Dm và mô-men quán tính rotor Jm đo qua đồ thị suy giảm vận tốc góc khi ngắt nguồn.

Quy trình phân tích và thuật toán: Không gian tìm kiếm gồm 150 nút tọa độ được bố trí trên 15 đoạn thẳng cách đều từ L1 đến L15 trên mặt phẳng tọa độ Oxy. Mỗi đoạn thẳng đại diện cho một ký số thập phân của bộ thông số PID. Cơ chế lựa chọn bước đi của từng con kiến tuân theo phân phối xác suất kết hợp kỹ thuật bánh xe xổ số (Roulette Wheel Selection), bảo đảm sự cân bằng giữa khả năng khám phá không gian mới và khai thác vết mùi đậm đặc.

Quy mô thử nghiệm và tính phù hợp: Cỡ mẫu mô phỏng được thiết lập với đàn kiến gồm 30 cá thể, khảo sát qua 15 đến 50 thế hệ lặp. Phương pháp chọn mẫu trạng thái ngẫu nhiên theo trọng số xác suất được áp dụng để quét toàn diện không gian nghiệm. Lý do lựa chọn giải thuật đàn kiến thay vì các phương pháp giải tích truyền thống là nhờ khả năng tối ưu hóa phi tuyến mạnh mẽ, không yêu cầu vi phân hàm mục tiêu, loại bỏ triệt để nguy cơ rơi vào bẫy cực trị địa phương và xử lý linh hoạt nhiều ràng buộc chất lượng quá độ cùng lúc.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng kiểm chứng trên phần mềm chuyên dụng với 5 cấu trúc hàm truyền tiêu biểu đã mang lại các phát hiện định lượng then chốt:

Thứ nhất, đối với mô hình hàm truyền bậc nhất có trễ với hàm truyền P(s) = 2*exp(-s)/(5s + 1), thuật toán đàn kiến tìm được bộ thông số Kp = 1.0000, Ki = 0.2000, Kd = 0.0500, giúp chỉ số hàm mục tiêu giảm mạnh từ mức 16.2715 ở phương pháp Ziegler-Nichols xuống chỉ còn 6.2708 (giảm tương đương 61.46%). Độ vọt lố được triệt tiêu hoàn toàn từ mức trên 50% về 0%.

Thứ hai, trên mô hình hàm truyền bậc hai có trễ P(s) = exp(-0.5s)/(s + 1)^2, phương pháp Ziegler-Nichols cho hàm mục tiêu fz = 9.8120 với độ dao động kéo dài, trong khi thuật toán ACO đạt faco = 2.4031 (cải thiện 75.51% hiệu năng). Thời gian đạt trạng thái xác lập giảm từ 8.4 giây xuống còn 2.8 giây.

Thứ ba, khảo sát trên mô hình hàm truyền bậc bốn phức tạp P(s) = 27/((s + 1)(s + 3)^3), thuật toán bầy kiến xác lập giá trị Kp = 2.1520, Ki = 1.0430, Kd = 0.8120. Hàm mục tiêu tối ưu đạt 3.1250 so với 9.6229 của phương pháp truyền thống, tương ứng mức giảm 67.52%.

Thứ tư, khi ứng dụng trên động cơ điện PMDC thực tế, giải thuật ACO mang lại đáp ứng vận tốc góc bám sát giá trị đặt mượt mà, thời gian đáp ứng quá độ dưới 1.2 giây, hoàn toàn không xuất hiện hiện tượng sụt áp hay quá dòng phần ứng khi khởi động so với thuật toán biến thể Modified Ant Colony System (ACS).

Thảo luận kết quả

Nguyên nhân cốt lõi giúp thuật toán đàn kiến vượt trội hoàn toàn so với Ziegler-Nichols nằm ở cơ chế tìm kiếm toàn cục đa hướng dựa trên xác suất và sự tương tác bầy đàn qua nồng độ pheromone. Cơ chế bay hơi vết mùi với hệ số suy giảm giúp loại bỏ dần các lộ trình dẫn đến nghiệm xấu, đồng thời thúc đẩy đàn kiến hội tụ về dải thông số tối ưu toàn cục.

So sánh với các nghiên cứu công bố trên hệ thống IEEE năm 2007 (chỉ tối ưu đơn mục tiêu sai số tích phân ITAE) và IEEE năm 2009 (tối ưu đơn mục tiêu IAE), phương pháp trong luận văn này đã khắc phục hoàn toàn nhược điểm vọt lố lớn bằng cách tích hợp đồng thời 4 tham số động học vào hàm mục tiêu. So với nghiên cứu IEEE năm 2011 vốn đòi hỏi tới 300 nút mạng để biểu diễn tham số, giải pháp bố trí 150 nút mạng trên hệ tọa độ Oxy của tác giả giúp giảm 50% khối lượng tính toán nhưng vẫn duy trì độ phân giải cao tới 4 chữ số thập phân.

Các kết quả phản hồi động học được thể hiện trực quan thông qua đồ thị đáp ứng bước quá độ (Step Response) dạng biên độ theo thời gian. Trên biểu đồ, đường cong đáp ứng của phương pháp Ziegler-Nichols biểu hiện đỉnh vọt lố nhọn vượt ngưỡng 1.5 lần giá trị xác lập kèm theo 3 đến 4 chu kỳ dao động suy giảm, trong khi đường đáp ứng của thuật toán đàn kiến tiệm cận êm thuận đường giá trị đặt chỉ sau một chu kỳ tăng trưởng duy nhất. Bảng tổng hợp các chỉ số chất lượng cho thấy sai số tích phân IAE giảm từ 4.52 xuống còn 1.15, chứng minh tính ưu việt vượt trội của giải thuật.

Đề xuất và khuyến nghị

Nhằm chuyển giao và phát huy tối đa giá trị khoa học của đề tài vào thực tiễn sản xuất, các giải pháp cụ thể được đề xuất như sau:

Nhúng trực tiếp thuật toán tối ưu hóa đàn kiến vào vi điều khiển chuyên dụng (DSP hoặc ARM Cortex-M) trong vòng 6 tháng tới. Mục tiêu nhằm phát triển tính năng tự động dò thông số (Auto-tuning PID) thời gian thực cho các bộ biến tần và driver điều khiển động cơ PMDC công nghiệp, hướng tới triệt tiêu sai số vận tốc xác lập dưới mức 0.5%. Trách nhiệm thực hiện thuộc về các kỹ sư R&D phần mềm nhúng tại các doanh nghiệp chế tạo thiết bị điện tử.

Chuẩn hóa quy trình biểu diễn không gian 150 nút tọa độ trong các phần mềm thiết kế và mô phỏng hệ thống tự động hóa trong vòng 3 tháng tới. Giải pháp này giúp rút ngắn 25% thời gian tính toán cấu hình ban đầu cho các kỹ sư vận hành nhà máy. Trách nhiệm thực hiện do các phòng thí nghiệm truyền động điện và điều khiển tự động đảm trách.

Nghiên cứu tích hợp thuật toán đàn kiến lai ghép với Logic mờ (Fuzzy-ACO) hoặc Mạng nơ-ron nhân tạo trong giai đoạn 12 tháng tiếp theo. Hướng phát triển này nhằm giải quyết các bài toán điều khiển hệ thống phi tuyến mạnh có mô-men quán tính rotor Jm biến thiên liên tục vượt quá 30% trong quá trình vận hành tải nặng. Chủ thể triển khai là nhóm nghiên cứu chuyên sâu tại các viện nghiên cứu và trường đại học.

Ban hành quy chuẩn thực nghiệm nhận dạng 6 tham số động cơ điện (Ra, La, Kb, Kt, Jm, Dm) thành tài liệu hướng dẫn kỹ thuật định kỳ hàng quý tại các nhà máy. Việc xác định chính xác thông số trước khi vận hành giúp giảm thiểu 15% điện năng tiêu hao do hiện tượng quá dòng khởi động gây ra. Trách nhiệm áp dụng thuộc về phòng bảo trì cơ điện tại các khu công nghiệp.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp luận của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng sau:

Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Điều khiển, Tự động hóa và Cơ điện tử: Tài liệu cung cấp cơ sở toán học chặt chẽ về không gian trạng thái, kỹ thuật tối ưu hóa đa mục tiêu bằng trí tuệ bầy đàn và quy trình giải quyết bài toán điều khiển phi tuyến có trễ.

Kỹ sư nghiên cứu và phát triển (R&D) tại các công ty sản xuất thiết bị truyền động và robot tự hành: Khai thác trực tiếp thuật toán phân rã nút tọa độ và mã nguồn mô phỏng để thiết kế các bộ điều khiển vị trí, vận tốc cho động cơ DC servo, AGV và cánh tay robot với độ chính xác cao.

Giảng viên các trường đại học khối kỹ thuật công nghệ: Sử dụng luận văn làm học liệu tham khảo chuyên đề cho các môn học Điều khiển nâng cao, Điều khiển tối ưu, và Tin học ứng dụng trong kỹ thuật điều khiển.

Kỹ sư tích hợp hệ thống và kỹ thuật viên vận hành dây chuyền công nghiệp: Tham khảo phương pháp tiếp cận nhận dạng tham số thực nghiệm để cải tiến, hiệu chỉnh lại các vòng lặp PID đang vận hành kém ổn định trên thực tế, hạn chế rung lắc cơ khí và kéo dài tuổi thọ thiết bị.

Câu hỏi thường gặp

Thuật toán đàn kiến vượt trội hơn phương pháp Ziegler-Nichols ở những điểm cụ thể nào? Phương pháp Ziegler-Nichols chỉ dựa trên điểm tới hạn dao động đơn lẻ nên thường gây vọt lố lớn hơn 50% và thời gian xác lập kéo dài. Ngược lại, thuật toán đàn kiến tìm kiếm tối ưu toàn cục đa hướng dựa trên hàm mục tiêu tích hợp, giúp hạ chỉ số hàm mục tiêu hơn 60%, triệt tiêu độ vọt lố về gần 0% và rút ngắn đáng kể thời gian quá độ.

Không gian tìm kiếm 150 nút trên mặt phẳng tọa độ Oxy được xây dựng như thế nào? Không gian gồm 15 trục thẳng đứng biểu diễn cho 15 ký số của ba thông số Kp (5 ký số), Ki (5 ký số) và Kd (5 ký số). Mỗi trục được chia thành 9 phần bằng nhau tạo thành 10 nút mang giá trị từ 0 đến 9. Hành trình của một con kiến đi qua 15 trục sẽ sinh ra một bộ thông số PID hoàn chỉnh với độ chính xác đến 4 chữ số thập phân.

Hàm mục tiêu đa biến trong luận văn bao gồm những tham số chất lượng nào? Hàm mục tiêu là tổng có trọng số của 4 chỉ tiêu điều khiển cốt lõi: thời gian tăng frt (từ 5% đến 95% giá trị đặt), thời gian xác lập fst, độ vọt lố fo và sai số tích phân tuyệt đối fiae. Việc phối hợp các trọng số A, B, C, D cho phép người thiết kế linh hoạt tinh chỉnh hệ thống ưu tiên triệt tiêu vọt lố hoặc tăng tốc độ đáp ứng.

Thuật toán có đáp ứng tốt với các đối tượng có thời gian trễ lớn và bậc cao không? Thuật toán đã được kiểm chứng thành công trên cả 5 dạng hàm truyền phức tạp, bao gồm hệ bậc nhất có trễ 1.0 giây, hệ bậc hai có trễ 0.5 giây và hệ bậc bốn có trễ 0.1 giây. Trong mọi trường hợp, thuật toán đều cho đáp ứng bước quá độ ổn định, hội tụ nhanh và tối ưu hơn phương pháp kinh điển từ 2 đến 3 lần.

Làm thế nào để xác định chính xác 6 tham số vật lý của động cơ PMDC trước khi tối ưu? Quy trình thực nghiệm bao gồm: đo điện trở Ra ở nhiều vị trí chổi than; xác định điện cảm La qua hằng số thời gian mạch RL; đo vận tốc góc và dòng điện ổn định để tính hằng số sức điện động Kb và mô-men Kt; xác định hệ số ma sát Dm qua điểm cân bằng lực và đo mô-men quán tính Jm qua tốc độ suy giảm khi ngắt nguồn.

Kết luận

Công trình nghiên cứu đã giải quyết trọn vẹn và chuẩn xác bài toán tối ưu hóa bộ điều khiển PID thông qua các đóng góp khoa học nổi bật:

  • Thiết lập thành công mô hình biểu diễn tham số điều khiển 150 nút mạng trên mặt phẳng tọa độ hai chiều, giúp số hóa trực quan không gian tìm kiếm thông số Kp, Ki, Kd.
  • Xây dựng hàm mục tiêu đa biến dung hòa tối ưu giữa độ vọt lố, thời gian tăng, thời gian xác lập và sai số tích phân, giảm trên 60% sai số tổng hợp so với phương pháp cổ điển.
  • Kiểm chứng thực nghiệm thành công giải thuật trên 5 cấu trúc hàm truyền từ bậc 1 đến bậc 4 có trễ thời gian, khẳng định tính thích ứng vượt bậc của trí tuệ bầy đàn.
  • Hoàn thiện phương pháp nhận dạng 6 tham số vật lý và áp dụng điều khiển vận tốc góc động cơ PMDC với chất lượng quá độ êm thuận, ổn định cao.
  • Đóng góp một giải pháp công nghệ khả thi, mở ra hướng ứng dụng tự động chỉnh định PID cho các bộ điều khiển nhúng trong công nghiệp.

Trong giai đoạn 6 đến 12 tháng tới, hướng phát triển trọng tâm là hiện thực hóa thuật toán trên phần cứng điều khiển thời gian thực và mở rộng cho các hệ thống động cơ không chổi than BLDC. Hãy liên hệ các đơn vị chuyên môn để tiếp cận toàn văn công trình nghiên cứu và triển khai ứng dụng vào hệ thống thực tế.