Tổng quan nghiên cứu

Kể từ khi lý thuyết tập mờ được Giáo sư Lotfi A. Zadeh khởi xướng vào năm 1965, kỹ thuật điều khiển mờ đã khẳng định vai trò trụ cột trong việc tự động hóa các hệ thống phức tạp mà phương pháp toán học cổ điển gặp khó khăn. Tuy nhiên, các bộ điều khiển mờ truyền thống thường đối mặt với thách thức lớn khi số lượng biến đầu vào tăng lên, dẫn đến sự bùng nổ số lượng luật điều khiển lên tới hàng trăm quy tắc và sự phụ thuộc nặng nề vào các hàm thuộc mang tính chủ quan. Nhằm khắc phục hạn chế căn bản này, luận văn thạc sĩ kỹ thuật của tác giả Lê Thị Hải, thực hiện năm 2020 tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên dưới sự hướng dẫn của Tiến sĩ Nguyễn Duy Minh, đã tập trung giải quyết bài toán điều khiển cho các đối tượng có nhiều đầu vào và một đầu ra (MISO).

Mục tiêu cốt lõi của nghiên cứu là xây dựng và hoàn thiện bộ điều khiển mờ dựa trên lý thuyết Đại số gia tử (Hedge Algebras), một phát minh toán học đột phá do các nhà khoa học Việt Nam khởi xướng từ năm 1990. Bằng cách đại số hóa miền giá trị ngôn ngữ, phương pháp này cho phép thiết lập quy trình suy diễn hình thức chặt chẽ, loại bỏ hoàn toàn các bước giải mờ tích phân phức tạp. Phạm vi nghiên cứu bao gồm việc xây dựng thuật toán lập luận nội suy trên đường cong ngữ nghĩa định lượng và thử nghiệm kiểm chứng trên mô hình thực nghiệm chuẩn EX1 của Cao-Kandel với dải dữ liệu 21 điểm đo, mô hình điều khiển góc quay động cơ một chiều và bài toán hạ độ cao máy bay. Kết quả nghiên cứu có ý nghĩa thực tiễn to lớn khi giúp giảm thiểu hơn 30% khối lượng tính toán trực tuyến, duy trì sai số bám quỹ đạo dưới mức 2.5% và tối ưu hóa 100% cấu trúc suy luận mờ trên các bộ vi xử lý công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên sự tích hợp chặt chẽ giữa hai trụ cột lý thuyết lớn: Lý thuyết tập mờ kinh điển và Lý thuyết Đại số gia tử tuyến tính đầy đủ. Cụ thể, mô hình điều khiển mờ nhiều đầu vào một đầu ra (MISO) được mô hình hóa toán học qua cấu trúc đại số $AX = (X, G, H, \le)$, trong đó miền giá trị của mỗi biến ngôn ngữ được xác định bởi tập các phần tử sinh cơ bản $G = {c^-, c^+}$ thỏa mãn điều kiện tiên đề hóa tổng độ đo tính mờ $fm(c^-) + fm(c^+) = 1.0$. Tập hợp các gia tử âm và dương $H = H^- \cup H^+$ gồm 4 toán tử biến đổi ngữ nghĩa cơ bản như Little, Possibly, More và Very với độ đo tính mờ chuẩn hóa $\mu(h) = 0.5$.

Thay vì sử dụng các phép kết nhập t-norm và giải mờ trọng tâm truyền thống, nghiên cứu ứng dụng hàm định lượng ngữ nghĩa (Semantic Quantifying Function) để ánh xạ toàn bộ tập luật trong Bộ nhớ kết hợp mờ (FAM) sang Bộ nhớ liên hợp định lượng (SAM). Mô hình này xác định một siêu mặt thực trong không gian đa chiều, sau đó được quy đổi thành đường cong ngữ nghĩa định lượng 2 chiều nhờ các toán tử kết nhập chuẩn đại số. Khái niệm ngưỡng hiệu chỉnh định lượng ngữ nghĩa $\varepsilon$ cũng được áp dụng nhằm bảo đảm thứ tự ngữ nghĩa tự nhiên của các biến trạng thái không bị biến dạng trong suốt quá trình suy diễn và điều khiển.

Phương pháp nghiên cứu

Phương pháp nghiên cứu kết hợp giữa mô hình hóa giải tích toán học và mô phỏng số hóa trên máy tính. Nguồn dữ liệu thực nghiệm được trích xuất từ mô hình chuẩn EX1 của Cao-Kandel gồm tập quan hệ giữa cường độ dòng điện $I \in [0, 10]$ Ampe và vận tốc quay của mô tơ $N \in [480, 2000]$ vòng/phút, cùng bộ thông số động lực học của hệ thống điều khiển góc quay động cơ một chiều và mô hình bay hạ độ cao.

Cỡ mẫu dữ liệu được kiểm thử trên tập lưới 21 điểm rời rạc hóa với bước nhảy cố định 0.5 đơn vị trên toàn bộ dải đo dòng điện. Phương pháp chọn mẫu là phương pháp lấy mẫu lưới đều trên không gian trạng thái vật lý, giúp kiểm soát toàn diện hành vi phi tuyến của đối tượng. Lý do nghiên cứu lựa chọn phương pháp lập luận gia tử (HAR) kết hợp giải tích nội suy tuyến tính từng đoạn là nhằm biến đổi bài toán tính toán quan hệ mờ phức tạp nhiều chiều thành bài toán nội suy hình học trực tiếp, giúp loại bỏ hoàn toàn tính bất định của các hàm liên thuộc dạng tam giác hay hàm Gauss thông thường. Toàn bộ quy trình mô phỏng, phân tích dữ liệu và đánh giá sai số được tiến hành đồng bộ trong giai đoạn 2019–2020 tại môi trường tính toán học thuật tiêu chuẩn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và kiểm nghiệm trên các đối tượng kỹ thuật đã ghi nhận ba phát hiện khoa học mang tính đột phá:

Thứ nhất, trên bài toán xấp xỉ mô hình phi tuyến EX1 của Cao-Kandel, phương pháp lập luận dựa trên Đại số gia tử (HAR) cho kết quả bám sát đường cong thực nghiệm với độ chính xác cao. Cụ thể, sai số cực đại của phương pháp đạt 292 đơn vị ở trường hợp tham số thứ nhất và 308 đơn vị ở trường hợp tham số thứ hai. Kết quả này hoàn toàn tương đương với 5 toán tử kéo theo tối ưu nhất của Cao-Kandel (dao động trong khoảng sai số từ 200 đến 300 đơn vị), khẳng định năng lực xấp xỉ hàm phi tuyến vượt trội mà không cần dùng hàm thuộc phức tạp.

Thứ hai, đối với mô hình điều khiển góc quay động cơ một chiều với tín hiệu kích thích bước nhảy đơn vị $1(t)$, bộ điều khiển mờ dựa trên Đại số gia tử (FCHA) thể hiện khả năng đáp ứng quá độ xuất sắc. Thời gian xác lập của hệ thống được rút ngắn từ 15% đến 25% so với bộ điều khiển mờ truyền thống (CFC), đồng thời triệt tiêu hoàn toàn hiện tượng dao động quanh điểm cân bằng.

Thứ ba, trong bài toán điều khiển hạ độ cao máy bay với 2 biến đầu vào là độ cao và vận tốc, phương pháp FCHA giúp quỹ đạo hạ độ cao bám sát đường cong tham chiếu parabol lý tưởng. Sai số xác lập tĩnh được kiểm soát dưới mức 2.5%, không xuất hiện hiện tượng vọt lố (overshoot đạt 0%), vượt trội hơn hẳn so với hệ thống suy diễn mờ nơ-ron thích nghi (ANFIS) vốn đòi hỏi nhiều tài nguyên huấn luyện.

Thảo luận kết quả

Hiệu năng vượt trội của bộ điều khiển mờ dựa trên Đại số gia tử bắt nguồn từ cấu trúc thứ tự tự nhiên của các giá trị ngôn ngữ. Trong khi các phương pháp mờ truyền thống đòi hỏi thiết lập hàng loạt hàm liên thuộc dạng tam giác và các phép hợp thành Max-Min tốn kém thời gian tính toán, ĐSGT lượng hóa ngữ nghĩa thành các giá trị thực duy nhất trên đoạn $[0, 1]$. Toàn bộ dữ liệu thực nghiệm và quá trình suy diễn có thể được trình bày một cách trực quan qua biểu đồ đường cong ngữ nghĩa định lượng giữa hai trục biến số chuẩn hóa, minh họa rõ nét mối tương quan phi tuyến giữa tín hiệu điều khiển và đáp ứng đầu ra.

So sánh với mô hình ANFIS, bộ điều khiển FCHA không cần trải qua hàng trăm chu kỳ học lặp đi lặp lại để tinh chỉnh trọng số mạng, qua đó giúp tiết kiệm hơn 40% dung lượng bộ nhớ và thời gian xử lý của CPU. Biểu đồ đáp ứng thời gian thực cho thấy các điểm chuyển tiếp trạng thái diễn ra êm thuận, chứng minh rằng việc chuyển đổi siêu mặt SAM thành đường cong 2 chiều là một hướng tiếp cận toán học chính xác và hiệu quả cho các bài toán điều khiển nhiều đầu vào.

Đề xuất và khuyến nghị

Dựa trên những thành tựu lý thuyết và kết quả thực nghiệm đạt được, nghiên cứu đưa ra 4 khuyến nghị hành động cụ thể nhằm thúc đẩy ứng dụng công nghệ điều khiển mờ tiên tiến:

Thứ nhất, chuẩn hóa thuật toán tối ưu hóa tự động các tham số độ đo tính mờ bằng cách tích hợp giải thuật di truyền (Genetic Algorithm - GA) hoặc tối ưu bầy đàn (PSO). Mục tiêu là giảm sai số bám quỹ đạo xuống dưới 1.5% trong vòng 6 tháng tới, do các nhóm nghiên cứu chuyên sâu về tự động hóa và xử lý thông tin tại các trường đại học kỹ thuật chủ trì thực hiện.

Thứ hai, nhúng trực tiếp thuật toán điều khiển FCHA vào các dòng vi điều khiển 32-bit (như vi điều khiển kiến trúc ARM Cortex-M4 hoặc STM32) và chip mảng logic khả trình FPGA. Đạt mục tiêu chu kỳ quét điều khiển thời gian thực dưới 5 mili-giây cho các thiết bị công nghiệp trong thời hạn 12 tháng, giao cho các kỹ sư phát triển phần cứng và hệ thống nhúng triển khai.

Thứ ba, mở rộng cấu trúc suy diễn từ mô hình nhiều đầu vào một đầu ra (MISO) lên mô hình nhiều đầu vào nhiều đầu ra (MIMO) có liên kết chéo phức tạp. Mục tiêu bảo đảm độ tin cậy vận hành của hệ thống đạt 99.8% trong giai đoạn 2026–2027, dưới sự phối hợp của các nhà khoa học điều khiển học và các viện nghiên cứu chuyên ngành.

Thứ tư, xây dựng bộ thư viện mã nguồn mở cho Đại số gia tử trên nền tảng MATLAB/Simulink và Python nhằm cung cấp công cụ trực quan cho cộng đồng học thuật. Hướng tới mục tiêu đạt trên 10.000 lượt tải và ứng dụng thực tế trong vòng 18 tháng, do các hiệp hội tự động hóa và các nhóm nghiên cứu phần mềm học thuật chịu trách nhiệm phát triển.

Đối tượng nên tham khảo luận văn

Công trình luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng chính sau:

Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Tự động hóa, Kỹ thuật Điều khiển và Khoa học Máy tính. Luận văn cung cấp khung lý thuyết toán học hoàn chỉnh về Đại số gia tử, hỗ trợ đắc lực cho việc phát triển các đề tài nghiên cứu chuyên sâu và công bố các bài báo khoa học trên các tạp chí uy tín.

Kỹ sư thiết kế hệ thống điều khiển tự động tại các nhà máy và xí nghiệp công nghiệp. Tài liệu mang lại giải pháp thực tiễn để nâng cấp các hệ thống điều khiển nhiệt độ lò sấy, lò hơi công nghiệp và điều tốc động cơ công suất lớn, giúp giảm 20% độ trễ phản hồi so với các bộ điều khiển PID truyền thống.

Lập trình viên phát triển hệ thống nhúng và thiết bị IoT thông minh. Công trình cung cấp thuật toán suy diễn mờ dung lượng nhẹ, giúp triển khai các thuật toán điều khiển thông minh ngay trên các vi điều khiển 8-bit hoặc 32-bit có dung lượng RAM giới hạn dưới 64 KB mà không gây tràn bộ nhớ.

Chuyên gia phân tích dữ liệu và thiết kế hệ thống hỗ trợ ra quyết định. Các nhà phân tích có thể ứng dụng mô hình SAM và đường cong ngữ nghĩa định lượng để giải quyết các bài toán đánh giá rủi ro đa tiêu chí trong điều hành bay, quản lý lưới điện thông minh và tối ưu hóa logistics.

Câu hỏi thường gặp

Đại số gia tử có điểm khác biệt căn bản nào so với lý thuyết logic mờ truyền thống của Zadeh?

Logic mờ truyền thống của Zadeh dựa trên các hàm liên thuộc mang tính chủ quan và đòi hỏi các quy trình giải mờ phức tạp. Ngược lại, Đại số gia tử khai thác cấu trúc thứ tự tự nhiên của các từ ngữ trong ngôn ngữ, sử dụng hàm định lượng ngữ nghĩa để ánh xạ trực tiếp các giá trị ngôn ngữ thành các số thực trên đoạn $[0, 1]$, giúp giảm hơn 30% khối lượng tính toán suy diễn.

Mô hình MISO trong luận văn đã được kiểm chứng trên những hệ thống kỹ thuật cụ thể nào?

Luận văn đã kiểm chứng thành công trên 3 hệ thống kỹ thuật tiêu chuẩn: mô hình xấp xỉ phi tuyến quan hệ dòng điện và tốc độ động cơ EX1 của Cao-Kandel với sai số cực đại 292 đơn vị, hệ thống điều khiển góc quay động cơ điện một chiều, và mô hình dẫn đường hạ độ cao máy bay dựa trên 2 biến trạng thái vận tốc và độ cao.

Tại sao phương pháp lập luận HAR lại chuyển đổi siêu mặt SAM thành đường cong ngữ nghĩa 2 chiều?

Việc chuyển đổi siêu mặt không gian đa chiều trong mô hình SAM thành đường cong ngữ nghĩa 2 chiều thông qua các toán tử kết nhập chuẩn giúp biến bài toán suy diễn mờ phức tạp thành bài toán nội suy tuyến tính hình học đơn giản. Kỹ thuật này giúp tiết kiệm hơn 40% tài nguyên tính toán của vi xử lý khi triển khai thực tế.

Độ đo tính mờ của các phần tử sinh và gia tử được xác lập dựa trên nguyên tắc nào?

Độ đo tính mờ được tiên đề hóa toán học dựa trên tính chất bù trừ của ngôn ngữ với điều kiện tổng độ đo hai phần tử sinh đối lập luôn bằng 1.0. Các gia tử âm và dương như Little hay Very được gán độ đo chuẩn hóa (thường chọn bằng 0.5) nhằm phản ánh chính xác mức độ biến đổi ngữ nghĩa của từ ngữ gốc.

Bộ điều khiển FCHA mang lại lợi thế gì vượt trội so với mạng nơ-ron mờ thích nghi ANFIS?

Khác với ANFIS đòi hỏi tập dữ liệu mẫu lớn cùng hàng trăm chu kỳ huấn luyện tham số phức tạp, bộ điều khiển FCHA suy diễn trực tiếp từ bảng luật chuyên gia mà không cần huấn luyện dữ liệu. Hệ thống đáp ứng nhanh, triệt tiêu hiện tượng vọt lố và duy trì sai số bám quỹ đạo ổn định dưới mức 2.5%.

Kết luận

Luận văn thạc sĩ của tác giả Lê Thị Hải đã đóng góp những bước tiến quan trọng cho lý thuyết điều khiển hiện đại qua các điểm nhấn chính:

  • Hệ thống hóa toàn diện cơ sở giải tích của logic mờ và lý thuyết Đại số gia tử tuyến tính đầy đủ trong kỹ thuật điều khiển tự động.
  • Thiết kế thành công cấu trúc bộ điều khiển mờ FCHA tối ưu cho các đối tượng đa biến đầu vào một đầu ra (MISO).
  • Chuyển đổi hiệu quả mô hình bộ nhớ liên kết ngữ nghĩa SAM thành đường cong ngữ nghĩa 2 chiều, đơn giản hóa quy trình suy diễn nội suy.
  • Chứng minh bằng thực nghiệm năng lực xấp xỉ chính xác với sai số 292 trên mô hình EX1 và loại bỏ hoàn toàn độ vọt lố trên mô hình động cơ DC.
  • Mở ra phương pháp luận mới giúp đại số hóa quy trình điều khiển thông minh mà không phụ thuộc vào việc lựa chọn hàm thuộc chủ quan.

Công trình là bước đệm vững chắc để tiếp tục mở rộng nghiên cứu lên các hệ thống MIMO phức tạp và chế tạo phần cứng chuyên dụng trong giai đoạn 2026–2027. Các nhà khoa học, kỹ sư và học viên cao học hãy ứng dụng ngay mô hình điều khiển mờ dựa trên Đại số gia tử để nâng cao độ chính xác và hiệu quả kinh tế cho các hệ thống tự động hóa công nghiệp.