Nghiên Cứu Luận Văn Về Điều Khiển Chống Lắc Trong Hệ Thống Cần Trục Tự Động

Khám phá phương pháp điều khiển chống lắc không dùng cảm biến góc trong hệ thống cần trục tự động, nâng cao hiệu suất và độ an toàn.

• Tác giả: Mai Nhật Thiên
• Người hướng dẫn: TS. Ngô Văn Thuyên
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Điều Khiển Chống Lắc Không Dùng Cảm Biến Góc Trong Hệ Thống Cần Trục Tự Động
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• MỤC LỤC
• DANH SÁCH CÁC TỪ VIẾT TẮT
• DANH SÁCH CÁC HÌNH
• DANH SÁCH CÁC BẢNG
• 1. CHƯƠNG 1: GIỚI THIỆU CHUNG
• 1.1. Các phương pháp nghiên cứu về điều khiển hệ thống cần trục
• 1.2. Mục tiêu và giới hạn của đề tài
• 1.3. Phương pháp nghiên cứu
• 1.4. Nội dung luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Hệ thống cần trục tự động
• 2.2. Thiết lập mô hình toán học của hệ thống cần trục
• 2.3. Mô hình của động cơ
• 2.4. Mô hình của dây đai
• 2.5. Mô hình của cần trục
• 2.6. Mô hình của tải
• 2.7. Mạng nơron nhân tạo (Artificial Neural Networks - ANN)
• 2.8. Bộ lọc Kalman rời rạc
• 2.8.1. Quá trình xử lý để ước lượng
• 2.8.2. Các nguồn gốc tính toán của bộ lọc
• 2.8.3. Thuật toán bộ lọc Kalman rời rạc
• 3. CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN
• 3.1. Các phương pháp điều khiển hệ thống cần trục tự động
• 3.2. Điều khiển hệ thống có dùng cảm biến góc
• 3.3. Điều khiển hệ thống không dùng cảm biến góc
• 3.3.1. Điều khiển hệ thống không dùng cảm biến góc 1
• 3.3.2. Điều khiển hệ thống không dùng cảm biến góc 2
• 3.3.3. Điều khiển hệ thống không dùng cảm biến góc 3
• 4. THỰC NGHIỆM TRÊN MÔ HÌNH THỰC
• 4.1. Mô hình cần trục kiểu thí nghiệm
• 4.2. Kết quả thực nghiệm
• 4.2.1. Điều khiển chống lắc trên hệ thống có dùng cảm biến góc
• 4.2.2. Điều khiển chống lắc trên hệ thống không dùng cảm biến góc 1
• 4.2.3. Điều khiển chống lắc trên hệ thống không dùng cảm biến góc 2
• 4.2.4. Điều khiển chống lắc trên hệ thống không dùng cảm biến góc 3
• 5. HƯỚNG PHÁT TRIỂN ĐỀ TÀI
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Điều Khiển Chống Lắc Cần Trục

Các hệ thống cần trục đóng vai trò quan trọng trong nhiều ngành công nghiệp, từ xây dựng đến sản xuất và vận tải. Chúng được sử dụng để di chuyển các vật nặng và vật liệu nguy hiểm một cách hiệu quả. Tuy nhiên, quá trình vận hành cần trục thường gặp phải vấn đề dao động lắc của tải trọng, ảnh hưởng đến tốc độ, độ chính xác và an toàn. Việc điều khiển chống lắc cần trục là một yêu cầu cấp thiết để nâng cao hiệu suất và đảm bảo an toàn trong quá trình vận hành. Các phương pháp điều khiển truyền thống thường dựa vào cảm biến góc để đo lường và điều chỉnh dao động. Tuy nhiên, việc sử dụng cảm biến góc có thể gây ra một số hạn chế, bao gồm chi phí cao, khó khăn trong lắp đặt và bảo trì, đặc biệt là trong các hệ thống cần trục tự động phức tạp. Do đó, nghiên cứu về điều khiển chống lắc không sử dụng cảm biến góc đang thu hút sự quan tâm lớn.

1.1. Tầm Quan Trọng của Điều Khiển Chống Lắc trong Cần Trục Tự Động

Trong các hệ thống cần trục tự động, việc điều khiển chống lắc trở nên đặc biệt quan trọng. Tự động hóa giúp tăng năng suất và giảm thiểu rủi ro tai nạn lao động. Tuy nhiên, nếu không có hệ thống điều khiển chống lắc hiệu quả, dao động của tải trọng có thể gây ra các vấn đề nghiêm trọng, như va chạm với các vật thể xung quanh, làm hỏng hàng hóa hoặc thậm chí gây nguy hiểm cho người vận hành. Do đó, việc phát triển các phương pháp điều khiển chống lắc tiên tiến là yếu tố then chốt để đảm bảo hoạt động an toàn và hiệu quả của các hệ thống cần trục tự động.

1.2. Giới Thiệu Các Phương Pháp Điều Khiển Không Dùng Cảm Biến Góc

Nghiên cứu về điều khiển chống lắc không sử dụng cảm biến góc tập trung vào việc ước lượng trạng thái của hệ thống và thiết kế các thuật toán điều khiển dựa trên các thông tin có sẵn, chẳng hạn như vị trí và vận tốc của xe cần trục. Các phương pháp phổ biến bao gồm sử dụng mô hình hóa cần trục, bộ lọc Kalman, mạng nơ-ron và các kỹ thuật điều khiển thông minh. Ưu điểm của các phương pháp này là giảm chi phí, đơn giản hóa hệ thống và tăng độ tin cậy. Tuy nhiên, việc thiết kế các thuật toán điều khiển hiệu quả đòi hỏi sự hiểu biết sâu sắc về động lực học của hệ thống cần trục và khả năng xử lý các yếu tố nhiễu và bất định.

II. Thách Thức và Vấn Đề Trong Điều Khiển Cần Trục Tự Động

Mặc dù có nhiều tiến bộ trong lĩnh vực điều khiển cần trục tự động, vẫn còn tồn tại nhiều thách thức và vấn đề cần giải quyết. Một trong những thách thức lớn nhất là việc xây dựng mô hình hóa cần trục chính xác, đặc biệt là khi hệ thống có các yếu tố phi tuyến và thay đổi theo thời gian. Ngoài ra, việc ước lượng trạng thái của hệ thống mà không có cảm biến góc đòi hỏi các thuật toán phức tạp và khả năng xử lý dữ liệu hiệu quả. Các yếu tố nhiễu và bất định, như gió, tải trọng thay đổi và ma sát, cũng có thể ảnh hưởng đến hiệu suất của hệ thống điều khiển. Do đó, cần có các phương pháp điều khiển mạnh mẽ và bền vững để đảm bảo hoạt động ổn định và tin cậy của hệ thống cần trục tự động.

2.1. Khó Khăn Trong Việc Xây Dựng Mô Hình Hóa Cần Trục Chính Xác

Việc xây dựng mô hình hóa cần trục chính xác là một thách thức lớn do tính phức tạp của hệ thống. Các yếu tố như độ cứng của dây cáp, ma sát và các yếu tố phi tuyến khác có thể ảnh hưởng đến động lực học của hệ thống. Hơn nữa, các thông số của hệ thống có thể thay đổi theo thời gian do mài mòn, nhiệt độ và các yếu tố khác. Do đó, cần có các phương pháp mô hình hóa tiên tiến để nắm bắt được các đặc tính động học quan trọng của hệ thống cần trục.

2.2. Ảnh Hưởng Của Nhiễu và Bất Định Đến Hiệu Suất Điều Khiển

Các yếu tố nhiễu và bất định, như gió, tải trọng thay đổi và ma sát, có thể ảnh hưởng đáng kể đến hiệu suất của hệ thống điều khiển. Gió có thể gây ra các lực tác động không mong muốn lên tải trọng, trong khi tải trọng thay đổi có thể làm thay đổi động lực học của hệ thống. Ma sát có thể gây ra các sai số trong việc ước lượng trạng thái của hệ thống. Do đó, cần có các thuật toán điều khiển mạnh mẽ và bền vững để chống lại các ảnh hưởng của nhiễu và bất định.

2.3. Yêu Cầu Về Tính Toán và Xử Lý Dữ Liệu Trong Điều Khiển

Các thuật toán điều khiển chống lắc không sử dụng cảm biến góc thường đòi hỏi các phép tính phức tạp và khả năng xử lý dữ liệu hiệu quả. Việc ước lượng trạng thái của hệ thống và thiết kế các luật điều khiển có thể yêu cầu sử dụng các kỹ thuật tối ưu hóa, học máy và xử lý tín hiệu. Do đó, cần có các hệ thống phần cứng và phần mềm mạnh mẽ để thực hiện các phép tính này trong thời gian thực.

III. Phương Pháp Điều Khiển Chống Lắc Dựa Trên Ước Lượng Trạng Thái

Một trong những phương pháp phổ biến để điều khiển chống lắc không sử dụng cảm biến góc là dựa trên ước lượng trạng thái. Phương pháp này sử dụng các thông tin có sẵn, như vị trí và vận tốc của xe cần trục, để ước lượng trạng thái của hệ thống, bao gồm cả góc dao động của tải trọng. Các thuật toán ước lượng trạng thái, như bộ lọc Kalman và bộ quan sát, có thể được sử dụng để lọc nhiễu và cung cấp các ước lượng chính xác về trạng thái của hệ thống. Sau đó, các luật điều khiển có thể được thiết kế dựa trên các ước lượng này để giảm thiểu dao động và đạt được hiệu suất mong muốn.

3.1. Sử Dụng Bộ Lọc Kalman Để Ước Lượng Trạng Thái Hệ Thống

Bộ lọc Kalman là một thuật toán ước lượng trạng thái mạnh mẽ, được sử dụng rộng rãi trong các hệ thống điều khiển. Nó kết hợp các phép đo từ cảm biến với mô hình hóa cần trục để cung cấp các ước lượng tối ưu về trạng thái của hệ thống. Bộ lọc Kalman có khả năng lọc nhiễu và xử lý các yếu tố bất định, giúp cải thiện độ chính xác của các ước lượng trạng thái.

3.2. Thiết Kế Bộ Quan Sát Để Ước Lượng Góc Dao Động Tải Trọng

Bộ quan sát là một thuật toán khác có thể được sử dụng để ước lượng trạng thái của hệ thống cần trục. Bộ quan sát sử dụng mô hình hóa cần trục và các phép đo từ cảm biến để ước lượng góc dao động của tải trọng. Các bộ quan sát có thể được thiết kế để bền vững và chống lại các ảnh hưởng của nhiễu và bất định.

IV. Điều Khiển Chống Lắc Bằng Mạng Nơ ron và Học Máy

Mạng nơ-ron và học máy đang trở thành các công cụ ngày càng phổ biến trong lĩnh vực điều khiển chống lắc. Mạng nơ-ron có khả năng học các mối quan hệ phức tạp giữa các biến đầu vào và đầu ra, cho phép chúng được sử dụng để mô hình hóa cần trục và thiết kế các luật điều khiển. Học máy có thể được sử dụng để huấn luyện mạng nơ-ron dựa trên dữ liệu thu thập được từ hệ thống cần trục, giúp cải thiện hiệu suất và độ bền vững của hệ thống điều khiển.

4.1. Huấn Luyện Mạng Nơ ron Để Mô Hình Hóa Động Lực Học Cần Trục

Mạng nơ-ron có thể được huấn luyện để mô hình hóa động lực học của hệ thống cần trục dựa trên dữ liệu thu thập được từ cảm biến. Mạng nơ-ron có khả năng học các mối quan hệ phi tuyến và phức tạp, cho phép chúng mô hình hóa các đặc tính động học quan trọng của hệ thống cần trục.

4.2. Sử Dụng Học Máy Để Tối Ưu Hóa Luật Điều Khiển Chống Lắc

Học máy có thể được sử dụng để tối ưu hóa các luật điều khiển chống lắc dựa trên dữ liệu thu thập được từ hệ thống cần trục. Các thuật toán học máy, như học tăng cường, có thể được sử dụng để tìm ra các luật điều khiển tối ưu, giúp giảm thiểu dao động và đạt được hiệu suất mong muốn.

V. Ứng Dụng Thực Tế và Kết Quả Nghiên Cứu Điều Khiển Cần Trục

Các phương pháp điều khiển chống lắc không sử dụng cảm biến góc đã được ứng dụng thành công trong nhiều hệ thống cần trục thực tế. Các kết quả nghiên cứu cho thấy rằng các phương pháp này có thể đạt được hiệu suất tương đương hoặc thậm chí tốt hơn so với các phương pháp sử dụng cảm biến góc. Ngoài ra, các phương pháp này có thể giảm chi phí, đơn giản hóa hệ thống và tăng độ tin cậy. Các ứng dụng tiềm năng bao gồm tự động hóa các hệ thống cần trục trong các nhà máy, kho bãi và công trường xây dựng.

5.1. Các Nghiên Cứu Điển Hình Về Điều Khiển Chống Lắc Không Cảm Biến

Nhiều nghiên cứu đã chứng minh tính hiệu quả của các phương pháp điều khiển chống lắc không sử dụng cảm biến góc. Các nghiên cứu này đã sử dụng các thuật toán khác nhau, như bộ lọc Kalman, mạng nơ-ron và điều khiển thông minh, để đạt được hiệu suất cao trong các hệ thống cần trục thực tế.

5.2. Đánh Giá Hiệu Quả và Độ Bền Vững Của Các Phương Pháp

Việc đánh giá hiệu quả và độ bền vững của các phương pháp điều khiển chống lắc là rất quan trọng. Các tiêu chí đánh giá có thể bao gồm thời gian ổn định, độ vọt lố, độ chính xác và khả năng chống lại các ảnh hưởng của nhiễu và bất định. Các phương pháp điều khiển cần được kiểm tra trong các điều kiện vận hành khác nhau để đảm bảo tính tin cậy và hiệu quả.

VI. Kết Luận và Hướng Phát Triển Nghiên Cứu Điều Khiển Cần Trục

Nghiên cứu về điều khiển chống lắc không sử dụng cảm biến góc đã đạt được nhiều tiến bộ đáng kể trong những năm gần đây. Các phương pháp này có tiềm năng lớn để cải thiện hiệu suất, độ tin cậy và tính kinh tế của các hệ thống cần trục. Tuy nhiên, vẫn còn nhiều vấn đề cần giải quyết, như việc xây dựng mô hình hóa cần trục chính xác, xử lý các yếu tố nhiễu và bất định, và tối ưu hóa các thuật toán điều khiển. Các hướng phát triển tiềm năng bao gồm sử dụng các kỹ thuật học sâu, điều khiển thích nghi và điều khiển dự đoán để nâng cao hiệu suất và độ bền vững của hệ thống điều khiển.

6.1. Tổng Kết Các Kết Quả Đạt Được và Các Vấn Đề Còn Tồn Tại

Nghiên cứu về điều khiển chống lắc không sử dụng cảm biến góc đã đạt được nhiều kết quả đáng khích lệ, nhưng vẫn còn nhiều thách thức cần vượt qua. Việc xây dựng mô hình hóa cần trục chính xác, xử lý các yếu tố nhiễu và bất định, và tối ưu hóa các thuật toán điều khiển là những vấn đề quan trọng cần được giải quyết.

6.2. Các Hướng Nghiên Cứu Tiềm Năng Trong Tương Lai

Các hướng nghiên cứu tiềm năng trong tương lai bao gồm sử dụng các kỹ thuật học sâu, điều khiển thích nghi và điều khiển dự đoán để nâng cao hiệu suất và độ bền vững của hệ thống điều khiển. Ngoài ra, việc phát triển các phương pháp điều khiển phân tán và điều khiển cộng tác cũng là một hướng đi đầy hứa hẹn.

Nội dung chính

Tổng quan nghiên cứu

Cần trục là thiết bị quan trọng được sử dụng rộng rãi trong vận chuyển vật nặng và vật liệu độc hại tại các nhà máy hạt nhân, xí nghiệp đóng tàu, xây dựng nhà cao tầng và nhiều lĩnh vực công nghiệp khác. Theo báo cáo của ngành, việc vận chuyển bằng cần trục đòi hỏi tốc độ nhanh và an toàn cao, trong đó việc kiểm soát dao động lắc tải là yếu tố then chốt để đảm bảo an toàn cho người vận hành và môi trường xung quanh. Mục tiêu nghiên cứu của luận văn là phát triển hệ thống điều khiển chống lắc cho cần trục tự động mà không sử dụng cảm biến góc, nhằm giảm chi phí đầu tư, đơn giản hóa lắp đặt và giảm thiểu bảo trì, đặc biệt với các cần trục có cơ cấu nâng hạ phức tạp.

Phạm vi nghiên cứu tập trung vào mô hình toán học của cần trục giàn (gantry crane) và áp dụng các thuật toán điều khiển trên mô hình thực nghiệm tại Việt Nam trong khoảng thời gian từ năm 2010 đến 2013. Nghiên cứu có ý nghĩa lớn trong việc nâng cao hiệu quả vận hành, giảm thiểu rủi ro và chi phí bảo trì cho các hệ thống cần trục tự động. Các chỉ số hiệu quả được đánh giá bao gồm thời gian xác lập vị trí, biên độ dao động góc tải và dòng điện khởi động động cơ, với mục tiêu giảm thiểu dao động lắc tải xuống dưới 10 độ và kiểm soát dòng điện khởi động không vượt quá 2.5 lần dòng định mức.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: mô hình toán học hệ thống cần trục và mạng nơron nhân tạo (Artificial Neural Networks - ANN). Mô hình toán học được xây dựng dựa trên các phương trình vật lý, bao gồm mô hình động cơ điện một chiều, mô hình dây đai, mô hình cần trục và mô hình tải trọng. Phương trình Lagrange được sử dụng để mô tả động học và dao động của tải trọng, chuyển đổi sang miền Laplace để phục vụ mô phỏng và thiết kế bộ điều khiển.

Mạng nơron nhân tạo được áp dụng để xây dựng cảm biến mềm thay thế cảm biến góc thực tế. Mạng nơron truyền thẳng với 30 nơron lớp ẩn được huấn luyện bằng giải thuật lan truyền ngược (Back Propagation Algorithm) nhằm nhận dạng và ước lượng góc dao động tải dựa trên dữ liệu vị trí xe đẩy và dòng điện động cơ. Bộ lọc Kalman rời rạc cũng được sử dụng để lọc nhiễu tín hiệu dòng điện, nâng cao độ chính xác của dữ liệu đầu vào cho mạng nơron và bộ điều khiển.

Các khái niệm chính bao gồm:

• Mô hình không gian trạng thái của động cơ và hệ thống cần trục
• Bộ điều khiển PID (tỷ lệ, tích phân, vi phân) cho vị trí, góc và dòng điện
• Cảm biến mềm (soft sensor) dựa trên mô hình toán học
• Mạng nơron nhân tạo cho nhận dạng và điều khiển phi tuyến
• Bộ lọc Kalman để ước lượng và lọc nhiễu tín hiệu

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ hệ thống cần trục tự động thực nghiệm tại phòng thí nghiệm trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, với các tải trọng thử nghiệm phổ biến là 1kg, 3kg và 5kg. Phương pháp nghiên cứu bao gồm: khảo sát và phân tích tổng hợp các phương pháp điều khiển có và không dùng cảm biến góc; xây dựng mô hình toán học và mô phỏng trên phần mềm Matlab & Simulink; thiết kế và huấn luyện mạng nơron nhân tạo; thực hiện các thí nghiệm trên mô hình thực nghiệm; đánh giá kết quả dựa trên các chỉ số vị trí, góc dao động và dòng điện.

Cỡ mẫu thí nghiệm gồm nhiều lần chạy thử với các tải trọng khác nhau để đảm bảo tính đại diện và độ tin cậy của kết quả. Phương pháp chọn mẫu là chọn các tải trọng tiêu chuẩn trong thực tế vận hành cần trục. Phân tích dữ liệu sử dụng các chỉ số như thời gian xác lập, biên độ dao động góc, sai số vị trí và dòng điện khởi động, được trình bày qua biểu đồ đáp ứng thời gian và bảng so sánh các phương pháp điều khiển.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả điều khiển có cảm biến góc: Hệ thống điều khiển sử dụng cảm biến góc thực tế đạt thời gian xác lập vị trí khoảng 3 giây với biên độ dao động góc tải ban đầu dưới 20 độ, dao động tắt dần trong thời gian xác lập. Dòng điện khởi động có thể lên đến 4-5 lần dòng định mức khi tải trọng lớn (5kg).

2. Điều khiển có cảm biến góc kết hợp bộ lọc Kalman: Sử dụng bộ lọc Kalman để lọc nhiễu tín hiệu dòng điện giúp kiểm soát dòng khởi động giảm xuống còn khoảng 2-3 lần dòng định mức, bảo vệ động cơ hiệu quả hơn. Thời gian xác lập vị trí tăng nhẹ khoảng 1 giây so với phương pháp không dùng bộ lọc.

3. Điều khiển không dùng cảm biến góc với cảm biến mềm (soft sensor): Phương pháp này dựa trên mô hình toán học ước lượng góc dao động từ vị trí xe đẩy, cho kết quả vị trí và góc dao động tương đối tốt, thời gian xác lập chậm hơn khoảng 1 giây so với điều khiển có cảm biến thực. Dòng điện khởi động được kiểm soát ở mức 2-2.5 lần dòng định mức.

4. Điều khiển không dùng cảm biến góc bằng mạng nơron nhân tạo: Mạng nơron được huấn luyện từ dữ liệu thực tế cho phép ước lượng góc dao động chính xác, đáp ứng vị trí đạt mức trung bình, góc dao động dưới 10 độ tại thời gian xác lập. Dòng điện khởi động tương đương với phương pháp cảm biến mềm, đảm bảo an toàn cho động cơ.

Thảo luận kết quả

Kết quả mô phỏng và thực nghiệm cho thấy các phương pháp điều khiển không dùng cảm biến góc, đặc biệt là sử dụng mạng nơron nhân tạo, có hiệu quả tương đương với phương pháp dùng cảm biến thực. Nguyên nhân là do mô hình toán học chính xác và khả năng học của mạng nơron giúp ước lượng góc dao động tải một cách tin cậy. Việc sử dụng bộ lọc Kalman giúp giảm nhiễu tín hiệu dòng điện, nâng cao độ ổn định của hệ thống điều khiển.

So sánh với các nghiên cứu trước đây, phương pháp điều khiển không dùng cảm biến góc giảm thiểu chi phí đầu tư và bảo trì, đồng thời đơn giản hóa thiết kế hệ thống. Biểu đồ đáp ứng vị trí, góc và dòng điện minh họa rõ sự tương đồng về hiệu suất giữa các phương pháp, trong đó các phương pháp sensorless có thời gian xác lập chậm hơn khoảng 1 giây nhưng vẫn đảm bảo biên độ dao động nhỏ và dòng điện an toàn.

Ý nghĩa của nghiên cứu là mở ra hướng phát triển các hệ thống cần trục tự động thông minh, tiết kiệm chi phí và dễ dàng bảo trì, phù hợp với điều kiện thực tế tại các nhà máy và công trình xây dựng.

Đề xuất và khuyến nghị

1. Triển khai áp dụng điều khiển không dùng cảm biến góc bằng mạng nơron nhân tạo trong các hệ thống cần trục tự động hiện có nhằm giảm chi phí đầu tư và bảo trì, đồng thời nâng cao độ tin cậy vận hành. Thời gian thực hiện đề xuất trong vòng 12 tháng, chủ thể thực hiện là các đơn vị vận hành và bảo trì thiết bị công nghiệp.

2. Phát triển phần mềm huấn luyện mạng nơron tích hợp với hệ thống điều khiển DSP để cập nhật và tối ưu hóa mô hình điều khiển theo điều kiện vận hành thực tế. Mục tiêu giảm thời gian huấn luyện mạng xuống dưới 24 giờ, thực hiện trong 6 tháng, do nhóm nghiên cứu và kỹ sư tự động hóa đảm nhiệm.

3. Ứng dụng bộ lọc Kalman rời rạc để lọc nhiễu tín hiệu dòng điện trong hệ thống điều khiển nhằm bảo vệ động cơ khỏi quá tải và kéo dài tuổi thọ thiết bị. Thời gian triển khai 3-6 tháng, do bộ phận kỹ thuật điện và tự động hóa phối hợp thực hiện.

4. Nâng cao đào tạo và chuyển giao công nghệ cho kỹ thuật viên vận hành về các phương pháp điều khiển không dùng cảm biến góc và mạng nơron nhân tạo để đảm bảo vận hành hiệu quả và an toàn. Thời gian đào tạo định kỳ hàng năm, do các trường đại học và trung tâm đào tạo kỹ thuật tổ chức.

Đối tượng nên tham khảo luận văn

1. Kỹ sư tự động hóa và điều khiển công nghiệp: Nghiên cứu cung cấp kiến thức chuyên sâu về mô hình toán học và thuật toán điều khiển không dùng cảm biến góc, giúp họ thiết kế và tối ưu hệ thống cần trục tự động.

2. Nhà quản lý và vận hành thiết bị công nghiệp: Hiểu rõ các giải pháp giảm chi phí bảo trì và nâng cao hiệu quả vận hành cần trục, từ đó đưa ra quyết định đầu tư hợp lý.

3. Giảng viên và sinh viên ngành kỹ thuật điện tử, tự động hóa: Tài liệu tham khảo quý giá cho việc giảng dạy và nghiên cứu về điều khiển hệ thống phi tuyến, mạng nơron nhân tạo và ứng dụng thực tế.

4. Các nhà phát triển phần mềm điều khiển và thiết kế hệ thống nhúng: Tham khảo các thuật toán điều khiển tích hợp mạng nơron và bộ lọc Kalman trên nền tảng DSP, phục vụ phát triển sản phẩm công nghiệp thông minh.

Câu hỏi thường gặp

1. Tại sao cần loại bỏ cảm biến góc trong hệ thống cần trục?
   Việc loại bỏ cảm biến góc giúp giảm chi phí đầu tư, đơn giản hóa lắp đặt và giảm thiểu bảo trì, đặc biệt với các cần trục có cơ cấu nâng hạ phức tạp và môi trường làm việc khắc nghiệt.

2. Phương pháp cảm biến mềm hoạt động như thế nào?
   Cảm biến mềm ước lượng góc dao động tải dựa trên mô hình toán học và dữ liệu vị trí xe đẩy, không cần đo trực tiếp góc, giúp giảm thiểu thiết bị phần cứng và chi phí.

3. Mạng nơron nhân tạo có ưu điểm gì trong điều khiển cần trục?
   Mạng nơron có khả năng học và nhận dạng các mối quan hệ phi tuyến phức tạp, cho phép ước lượng chính xác góc dao động tải từ dữ liệu vị trí và dòng điện, phù hợp với hệ thống có nhiều biến đổi và nhiễu.

4. Bộ lọc Kalman giúp gì trong hệ thống điều khiển?
   Bộ lọc Kalman loại bỏ nhiễu tín hiệu dòng điện, cải thiện độ chính xác của dữ liệu đầu vào cho bộ điều khiển, giúp bảo vệ động cơ khỏi quá tải và tăng độ ổn định hệ thống.

5. Hiệu quả điều khiển không dùng cảm biến góc so với có cảm biến thực tế ra sao?
   Kết quả mô phỏng và thực nghiệm cho thấy phương pháp không dùng cảm biến góc có hiệu quả tương đương về vị trí và góc dao động, chỉ chậm hơn khoảng 1 giây trong thời gian xác lập, đồng thời giảm chi phí và bảo trì.

Kết luận

• Luận văn đã xây dựng thành công mô hình toán học và hệ thống điều khiển chống lắc cho cần trục tự động không dùng cảm biến góc, dựa trên cảm biến mềm và mạng nơron nhân tạo.
• Phương pháp điều khiển không dùng cảm biến góc đạt hiệu quả tương đương với phương pháp dùng cảm biến thực tế về vị trí, góc dao động và dòng điện khởi động.
• Bộ lọc Kalman được áp dụng hiệu quả trong việc lọc nhiễu tín hiệu dòng điện, bảo vệ động cơ và nâng cao độ ổn định hệ thống.
• Nghiên cứu mở ra hướng phát triển các hệ thống cần trục tự động thông minh, tiết kiệm chi phí và dễ bảo trì phù hợp với điều kiện thực tế.
• Các bước tiếp theo bao gồm triển khai ứng dụng thực tế, phát triển phần mềm huấn luyện mạng nơron và đào tạo kỹ thuật viên vận hành.

Hành động khuyến nghị: Các đơn vị vận hành và nghiên cứu nên áp dụng và tiếp tục phát triển các giải pháp điều khiển không dùng cảm biến góc để nâng cao hiệu quả và an toàn trong vận hành cần trục tự động.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ MAI NHẬT THIÊN ĐIỀU KHIỂN CHỐNG LẮC KHÔNG DÙNG CẢM BIẾN GÓC TRONG HỆ THỐNG CẦN TRỤC TỰ ĐỘNG NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 S KC 0 0 4 0 7 6 Tp. Hồ Chí Minh, tháng 10 năm 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH  LUẬN VĂN THẠC SĨ MAI NHẬT THIÊN ĐIỀU KHIỂN CHỐNG LẮC KHÔNG DÙNG CẢM BIẾN GÓC TRONG HỆ THỐNG CẦN TRỤC TỰ ĐỘNG NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Hướng dẫn khoa học: TS. NGÔ VĂN THUYÊN Tp. Hồ Chí Minh, tháng 10/2013 LÝ LỊCH KHOA HỌC I.

LÝ LỊCH SƠ LƯỢC: Họ & tên: Mai Nhật Thiên Giới tính: Nam Ngày, tháng, năm sinh: 12-12-1981 Nơi sinh: Vĩnh Long Quê quán: xã Tân Ngãi, Tp. Vĩnh Long, Vĩnh Long Dân tộc: Kinh Địa chỉ liên lạc: 290/15, ấp Vĩnh Hòa, xã Tân Ngãi, Tp. Vĩnh Long, Vĩnh Long. Điện thoại cơ quan: Điện thoại nhà riêng: 0703910010 Fax: E-mail: thienspktvl@gmail.

QUÁ TRÌNH ĐÀO TẠO: 1. Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ ……/…… đến ……/ …… Nơi học (trường, thành phố): Ngành học: 2. Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 9/2000 đến 5/ 2005 Nơi học (trường, thành phố): Đại học Sư phạm Kỹ thuật thành phố Hồ Chí Minh. Ngành học: Kỹ thuật Điện tử Tên đồ án, luận án hoặc môn thi tốt nghiệp: Thiết kế mạch báo chuông tiết học Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: Khoa Điện tử Người hướng dẫn: ThS.

Trần Văn Dũng III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm Năm 2005 đến Trường Cao đẳng Sư phạm Kỹ thuật Giảng viên năm 2010 Vĩnh Long ( Khoa Điện-Điện tử) Năm 2010 đến Trường Đại học Sư phạm Kỹ thuật Học viên nay thành phố Hồ Chí Minh (ngành Kỹ thuật Điện tử) Lời cam đoan Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Hồ Chí Minh, ngày … tháng ….

năm 2013 (Ký tên và ghi rõ họ tên) Mai Nhật Thiên Trang i Lời cảm ơn Trong thời gian thực hiện luận văn này, học viên xin chân thành cám ơn Thầy TS. Ngô Văn Thuyên đã hướng dẫn và giúp đỡ học viên hoàn thành luận văn. Đồng thời, sự trợ giúp của quí Thầy trong bộ môn Tự động hóa trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh về các tài liệu điều khiển tự động và các thiết bị đo kiểm. Học viên xin cám ơn quí Thầy.

Ngoài ra, học viên xin cám ơn các bạn học viên ngành Kỹ thuật điện tử trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh đã đóng góp ý kiến trong quá trình thực hiện. Trong thời gian này, gia đình và Ban Giám Hiệu trường Cao Đẳng Sư Phạm Kỹ Thuật Vĩnh Long đã tạo mọi điều kiện và tinh thần động viên giúp học viên hoàn thành tốt luận văn này. Xin chân thành cám ơn! Trang ii Tóm Tắt Luận Văn Các cần trục được sử dụng rộng rãi để vận chuyển vật nặng và vật liệu độc hại trong các nhà máy hạt nhân, xí nghiệp, đóng tàu, xây dựng nhà cao tầng…Việc vận chuyển bằng cần trục đòi hỏi phải nhanh chóng và để đảm bảo an toàn đối với người điều khiển và vật xung quanh thì dao động ở tải được giữ nhỏ trong suốt quá trình vận chuyển. Hệ thống này điều khiển xe chạy tới đúng vị trí và đảm bảo cho góc dao động luôn ổn định và triệt tiêu khi xe chạy đến vị trí đặt thông qua cảm biến vị trí và cảm biến góc.

Tuy nhiên, cảm biến góc trong hệ thống cần trục thực tế có những trở ngại như chi phí đầu tư cao, khó lắp đặt nhất là với những cần trục có cơ cấu nâng hạ, thường xuyên bảo trì sữa chữa… Do dó, việc điều khiển chống lắc không dùng cảm biến góc trong hệ thống cần trục tự động được đề xuất trong luận văn này. Mục đích các điều khiển chống lắc không dùng cảm biến góc được dựa trên mô hình toán học của cần trục và việc thu thập dữ liệu từ hệ thống cần trục tự động. Đầu tiên, một cảm biến mềm dựa trên mô hình toán học của cầu trục được giới thiệu thay thế cảm biến lắc thực. Trong phương pháp này, sự chuyển động góc lắc tải được ước lượng dựa trên mô hình toán học từ vị trí xe đã được đo đạc.

Cuối cùng, dữ liệu mà được sử dụng để huấn luyện mạng nơron cho sự điều khiển chống lắc không dùng cảm biến đã được thu thập từ hệ thống cầu trục tự động sử dụng cảm biến góc thực. Mô hình toán học của cần trục được xây dựng dựa trên các phương trình vật lý thông qua phép biến đổi Laplace và mô phỏng trên phần mềm Matlab & Simulink. Mô hình này được sử dụng để mô phỏng đáp ứng của cần trục dựa vào phương pháp điều khiển chống lắc có sử dụng cảm biến thực và cảm biến mềm hay bằng mạng nơron. Các kết quả mô phỏng và thí nghiệm trên các mô hình thực cho thấy rằng phương pháp điều khiển chống lắc không sử dụng cảm biến góc thông qua mạng nơron có kết quả tương tự như điều khiển có dùng cảm biến thực.

Trang iii Abstract Cranes are widely used in the various applications such as the heavy loads transportation and hazardous materials in shipyards, factories, the nuclear plants and high building constructions. Transportating by cranes needs to be as fast as possible, and, at the same time, to ensure safety for the driver as well as surrounding objects the load swing must be kept small during the transporting process and completely vanished at the load destination. This system controls the trolley in place and ensures stable swing angle and extinguished when driving to the setpoint through the use of position sensor and angle sensor, sequentially. However, the real swing sensor in a real grantry crane system faces following obstacles: costly investments, difficult to install especially with the crane lifting structure, frequent maintenance and repair, etc.

Therefore, controlling anti-swing sensorless in automatic gantry crane system is proposed in this paper. The proposal is based on mathematical model of the crane and collecting data from the automatic gantry crane system. First, a softsensor based on the mathematical model of the crane is introduced to substitute the real swing sensor. In this method, the swing motion of the load is estimated based on the mathematical model from the measured trolley position.

Finally, the data used to train the neural networks for the anti-swing control without sensors were collected from the automatic gantry crane system using the real swing sensor. The mathematical model of the gantry crane was based on the physical equations through the Laplace transform and simulated by the Matlab&Simulink software. This model was used to simulate the response of the gantry crane relied on the method of anti-swing control using real sensor and soft sensor by neural networks. The simulational and experimental results on the real models showed that using the controlling anti-swing sensorless method by the neural networks was similar to using the sensor controlled method.

Trang iv Mục lục Lời cam đoan. ii Tóm Tắt Luận Văn. iv Mục lục. v Danh sách các từ viết tắt.

vii Danh sách các hình. viii Danh sách các bảng. xi Chƣơng 1. Giới thiệu chung.

Các phương pháp nghiên cứu về điều khiển hệ thống cần trục. Mục tiêu và giới hạn của đề tài. Phương pháp nghiên cứu. Nội dung luận văn.

Hệ thống cần trục tự động. Thiết lập mô hình toán học của hệ thống cần trục. Mô hình của động cơ. Mô hình của dây đai.

Mô hình của cần trục. Mô hình của tải. Mạng nơron nhân tạo (Artifical Neural Networks_ ANN). Bộ lọc Kalman rời rạc.

Quá trình xử lý để ước lượng. Các nguồn gốc tính toán của bộ lọc. Thuật toán bộ lọc Kalman rời rạc. CÁC PHƢƠNG PHÁP ĐIỀU KHIỂN.

Các phương pháp điều khiển hệ thống cần trục tự động. Điều khiển hệ thống có dùng cảm biến góc. Điều khiển hệ thống không dùng cảm biến góc. Điều khiển hệ thống không dùng cảm biến góc 1.

Điều khiển hệ thống không dùng cảm biến góc 2. Điều khiển hệ thống không dùng cảm biến góc 3. THỰC NGHIỆM TRÊN MÔ HÌNH THỰC. Mô hình cần trục kiểu thí nghiệm.

Kết quả thực nghiệm. Điều khiển chống lắc trên hệ thống có dùng cảm biến góc. Điều khiển chống lắc trên hệ thống không dùng cảm biến góc 1. Điều khiển chống lắc trên hệ thống không dùng cảm biến góc 2.

Điều khiển chống lắc trên hệ thống không dùng cảm biến góc 3. Hướng phát triển đề tài. 57 Tài liệu tham khảo. 60 Trang vi Danh sách các từ viết tắt ADC Analog to Digital Convertor FPGA Field-Programmable Gate Array IE Integrated Error IAE Integral of the Absolute Magnitude of the Error ISE Integral of the Square of the Error ITAE Integral of Time multiplied by the Absolute Value of the Error MSE Mean Square Error PCI Peripheral Component Interconnect PWM Pulse Width Modulation QEP Quadrature Encoder Pulse RTDX Real Time Data Exchange TI Texas Instruments GUI Graphical user interface Trang vii Danh sách các hình Hình 1.

Các dạng cầu trục. Mô hình hệ thống cần trục. Sơ đồ khối mô hình toán học hệ thống cần trục. Cấu trúc một nơron sinh học.

Cấu trúc mạng nơron nhân tạo. Cấu trúc một nơron nhân tạo. Chu kỳ bộ lọc Kalman rời rạc. Sơ đồ hoàn chỉnh toán học của bộ lọc Kalman.

Sơ đồ khối điều khiển vòng hở hệ thống cần trục. Kết quả mô phỏng hệ thống cần trục theo kiểu vòng hở. Giải thuật điều khiển trong hệ thống. Sơ đồ mô phỏng có cảm biến góc mà không có cảm biến dòng điện.

Kết quả mô phỏng có cảm biến góc mà không có bộ điều khiển dòng. Sơ đồ mô phỏng có cảm biến góc có dùng cảm biến dòng điện. Mô hình ước lượng dòng điện động cơ DC. Sơ đồ bộ lọc Kalman.

Mô hình ước lượng dòng điện động cơ DC dạng hàm nhúng. Kết quả mô phỏng khi bộ lọc Kalman dùng lọc tín hiệu dòng điện. Kết quả mô phỏng có cảm biến góc và có bộ điều khiển dòng. Sơ đồ mô phỏng có cảm biến góc dạng đơn giản hóa.

Kết quả mô phỏng có cảm biến góc theo dạng đơn giản hóa. Sự điều khiển chống lắc không dùng cảm biến góc 1. Sơ đồ mô phỏng không có cảm biến góc (dạng soft-sensor). Kết quả mô phỏng dạng sensorless1 so với dạng sensor .