Tổng quan về luận án

Nghiên cứu động lực học và điều khiển tay máy song song (Parallel Manipulator) là một trong những bài toán phức tạp và then chốt của cơ học máy và kỹ thuật điều khiển hiện đại. Luận án tiến sĩ kỹ thuật của tác giả Nguyễn Đình Dũng (năm 2018), được thực hiện dưới sự hướng dẫn khoa học của GS. Nguyễn Văn Khang và PGS. Nguyễn Quang Hoàng tại Viện Cơ học – Viện Hàn lâm Khoa học và Công nghệ Việt Nam, đã giải quyết chuyên sâu bài toán: "Xây dựng mô hình cơ học, mô hình toán học và thuật toán điều khiển bám quỹ đạo cho hai cấu trúc robot song song Delta không gian 3RUS và 3PUS".

                           ┌────────────────────────────────────────┐
                           │      Hệ nhiều vật mạch vòng kín         │
                           │     (Spatial Delta Robots: 3RUS/3PUS)  │
                           └──────────────────┬─────────────────────┘
                                              │
                    ┌─────────────────────────┴─────────────────────────┐
                    ▼                                                   ▼
       ┌────────────────────────┐                          ┌────────────────────────┐
       │       MÔ HÌNH 1        │                          │       MÔ HÌNH 2        │
       │   Thanh liên kết cứng  │                          │  Thanh không trọng     │
       │  khối lượng phân bố    │                          │  lượng, 2 chất điểm    │
       │  (12 DAEs, 9 liên kết) │                          │  (6 DAEs, 3 liên kết)  │
       └────────────┬───────────┘                          └───────────┬────────────┘
                    │                                                   │
                    └─────────────────────────┬─────────────────────────┘
                                              │
                                              ▼
                           ┌────────────────────────────────────────┐
                           │    Phương trình Lagrange nhân tử mới   │
                           │         (Tích ma trận Kronecker)       │
                           └──────────────────┬─────────────────────┘
                                              │
                    ┌─────────────────────────┴─────────────────────────┐
                    ▼                                                   ▼
       ┌────────────────────────┐                          ┌────────────────────────┐
       │   Động học / Động lực  │                          │   Thuật toán điều      │
       │     học ngược DAEs     │                          │  khiển phi tuyến bám   │
       │ (Newton-Raphson cải    │                          │   quỹ đạo (PD, PID,    │
       │ tiến & Khử nhân tử λ)  │                          │    SMC, SMC-RBF NN)    │
       └────────────────────────┘                          └────────────────────────┘

Trong cơ học lý thuyết và cơ sở kỹ thuật robot, hệ đa vật mạch vòng kín (Closed-loop multibody systems) luôn tồn tại thách thức lớn do các phương trình vi phân chuyển động thường gắn liền với các phương trình ràng buộc phi tuyến tạo thành hệ phương trình vi phân – đại số (Differential-Algebraic Equations - DAEs).

Khoảng trống nghiên cứu (Research Gap) được chỉ rõ: Phần lớn các nghiên cứu quốc tế trước đây (như S. B. Park, 2001; Corves, 2013) hoặc sử dụng các phần mềm thương mại hộp đen như ADAMS, SIMPACK (không xuất được dạng tường minh giải tích của phương trình vi phân), hoặc phải đơn giản hóa khâu hình bình hành thành mô hình hai chất điểm tập trung mà chưa đánh giá định lượng sự sai khác bản chất với mô hình thanh liên tục. Đồng thời, việc thiết kế các bộ điều khiển trực tiếp trên hệ phương trình DAEs cho robot Delta 3RUS (Revolute-Universal-Spherical) và 3PUS (Prismatic-Universal-Spherical) chưa có sự so sánh toàn diện về hiệu năng.

Luận án đặt ra và giải quyết 4 câu hỏi nghiên cứu (Research Questions - RQ) và giả thuyết khoa học (Hypotheses - H):

  1. RQ1: Làm thế nào để biểu diễn tường minh dạng ma trận giải tích phương trình vi phân – đại số của robot Delta không gian mà không bị ẩn cấu trúc toán học? $\rightarrow$ H1: Sử dụng tích ma trận Kronecker $\otimes$ thiết lập dạng ma trận mới của phương trình Lagrange dạng nhân tử sẽ giải tích hóa hoàn toàn các ma trận khối lượng $M(s)$, ma trận Coriolis/ly tâm $C(s,\dot{s})$ và ma trận Jacobi liên kết $\Phi_s(s)$.
  2. RQ2: Sai số động lực học ngược và sự phân bổ mô-men/lực dẫn động giữa mô hình phân bố khối lượng liên tục (Mô hình 1) và mô hình khối lượng tập trung (Mô hình 2) là bao nhiêu? $\rightarrow$ H2: Mô hình 1 phản ánh độ chính xác động lực học cao hơn ở chế độ vận tốc lớn, trong khi Mô hình 2 tối ưu hóa thời gian tính toán thời gian thực.
  3. RQ3: Giải pháp số nào triệt tiêu hiện tượng trôi sai số (drift phenomenon) của các phương trình liên kết hình học trong bài toán động học ngược? $\rightarrow$ H3: Thuật toán Newton – Raphson cải tiến kết hợp vòng lặp hiệu chỉnh tọa độ suy rộng dư $s$ sẽ đưa sai số ràng buộc về ngưỡng xấp xỉ cấp sai số máy tính ($10^{-12} \text{ m}$).
  4. RQ4: Luật điều khiển phi tuyến nào tối ưu nhất cho bài toán bám quỹ đạo không gian thao tác khi có bất định mô hình và nhiễu ngoài? $\rightarrow$ H4: Bộ điều khiển trượt thích nghi tích hợp mạng nơ-ron hàm cơ sở xuyên tâm (SMC-RBF Neural Network) sẽ triệt tiêu chattering và duy trì sai số bám quỹ đạo nhỏ hơn $0.1%$.

Phạm vi nghiên cứu tập trung vào việc mô hình hóa giải tích, giải thuật số và mô phỏng kiểm chứng trên hai hệ robot Delta 3RUS (bán kính bàn cố định $R = 0.15\text{ m}$, bán kính bàn động $r = 0.05\text{ m}$, cánh tay chủ động $L_1 = 0.2\text{ m}$, cánh tay bị động $L_2 = 0.5\text{ m}$, khối lượng $m_1 = 0.8\text{ kg}, m_2 = 0.4\text{ kg}, m_P = 0.2\text{ kg}$) và 3PUS ($R = 0.15\text{ m}, r = 0.05\text{ m}, L = 0.5\text{ m}$), được đối chuẩn với cấu hình phần cứng động cơ bước 5 pha mã hiệu 103-817-5234 (robot 3RUS) và 103-814-5214 (robot 3PUS) có độ phân giải $5000\text{ bước/vòng}$, điện áp định mức $24\text{V}$, mô-men giữ $350\text{ N}\cdot\text{m}$.

Literature Review và Positioning

Nghiên cứu về cơ cấu song song khởi đầu từ công trình kinh điển của Eric Gough (1949, 1962) với thiết bị kiểm tra lốp xe 6 bậc tự do "Universal Tyre-Testing Machine" và D. Stewart (1965) với bệ mô phỏng buồng lái máy bay (Stewart Platform). Đến đầu thập niên 1980, Reymond Clavel tại Viện Công nghệ Liên bang Lausanne (EPFL) đã tạo nên bước đột phá khi phát minh ra cấu trúc robot song song Delta (Bằng sáng chế WIPO WO 87/03528 năm 1987, US Patent 4,976,582 năm 1990), sử dụng các khâu hình bình hành liên kết khớp Cardan/khớp cầu để tạo chuyển động tịnh tiến 3 bậc tự do với độ cứng vững vượt trội và quán tính cực thấp.

TIẾN TRÌNH PHÁT TRIỂN LÝ THUYẾT ROBOT SONG SONG:
[1949] Gough ────────► [1965] Stewart ────────► [1987] Clavel ────────► [2000s] Merlet, Corves
(Universal Rig)       (Flight Simulator)      (Delta Robot)           (Động lực học hệ đa vật)
                                                                                  │
                                                                                  ▼
                                                                [2018] Luận án Nguyễn Đình Dũng
                                                                - Lagrange nhân tử Kronecker
                                                                - DAEs 12 toạ độ suy rộng dư
                                                                - SMC-RBF thích nghi phi tuyến

Trong bức tranh tổng quan quốc tế, tồn tại hai trường phái chính trong việc giải bài toán động lực học hệ nhiều vật mạch vòng kín:

  1. Trường phái tách cấu trúc (Subsystem Cut-joint Method): Dẫn đầu bởi J. Wittenburg (1977), J. P. Merlet (2006) và R. Nakamura (1991). Phương pháp này cắt các khớp bị động để đưa hệ mạch vòng về dạng chuỗi cây hở, áp dụng phương trình Newton-Euler hoặc d'Alembert rồi bổ sung lực liên kết tại các điểm cắt. Nhược điểm của trường phái này là làm tăng số lượng phương trình trung gian và triệt tiêu tính đối xứng giải tích của ma trận hệ thống.
  2. Trường phái phương trình Lagrange dạng nhân tử (Lagrange Multiplier Formalism): Được phát triển bởi Abdellatif & Heimann (2009), Staicu (2006) và S. B. Park (2001). Phương pháp này bảo toàn nguyên lý năng lượng, giữ nguyên cấu trúc không gian trạng thái nhưng đòi hỏi giải hệ phương trình vi phân – đại số (DAEs) phi tuyến bậc cao chứa nhân tử Lagrange $\lambda$.

Tại Việt Nam, các nghiên cứu của GS. Nguyễn Văn Khang (2007, 2011) đã đặt nền móng giải tích khi đề xuất dạng ma trận mới của phương trình Lagrange loại 2 dạng nhân tử thông qua tích Kronecker. Tiếp nối hướng đi này, nhóm tác giả Nguyễn Quang Hoàng (2010, 2014) phát triển các phương pháp ổn định hóa liên kết dựa trên nguyên lý trượt; Chu Anh Mỳ (2014) nghiên cứu robot lai chuỗi – song song; Phạm Văn Bạch Ngọc (2015) thiết kế robot Hexapod và Delta 3 bậc tự do tịnh tiến; Lê Hoài Quốc và Nguyễn Xuân Vinh áp dụng lý thuyết vít (Screw Theory) và tọa độ Plücker để khảo sát không gian kỳ dị.

Positioning của luận án: Đặt trong mối tương quan với các nghiên cứu quốc tế tiêu biểu như Corves et al. (2013, 2015) và B. Hemici et al. (2012, 2014), luận án của Nguyễn Đình Dũng đã tạo ra bước tiến quan trọng: Không dừng lại ở việc tuyến tính hóa quanh điểm làm việc hay chấp nhận các giả định giản lược mô hình hai chất điểm như S. B. Park (2001), luận án đã thiết lập giải tích hoàn chỉnh hệ phương trình chuyển động DAEs gồm 12 tọa độ suy rộng dư cho mô hình liên tục (Mô hình 1), phát triển thuật toán số khử nhân tử Lagrange trực tiếp để tính lực/mô-men dẫn động $\tau_a$ thời gian thực và xây dựng hệ thống điều khiển trượt thích nghi nơ-ron RBF kháng nhiễu trên toàn không gian làm việc.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã đóng góp vào lý thuyết động lực học hệ nhiều vật (Multibody Dynamics) và lý thuyết điều khiển tự động phi tuyến các luận điểm khoa học có tính mở đường:

  1. Chuẩn hóa dạng ma trận giải tích của phương trình Lagrange loại 2 dạng nhân tử cho robot Delta không gian: Bằng việc ứng dụng tích Kronecker ma trận ($\otimes$), phương trình chuyển động tổng quát được thiết lập dưới dạng: $$M(s)\ddot{s} + C(s,\dot{s})\dot{s} + g(s) + \Phi_s^T(s)\lambda = \tau$$ Trong đó, ma trận quán tính ly tâm và Coriolis $C(s,\dot{s})$ cỡ $12 \times 12$ được tường minh hóa hoàn toàn qua đạo hàm riêng ma trận khối lượng $M(s)$: $$C(s,\dot{s}) = \frac{\partial M(s)}{\partial s}(E_m \otimes \dot{s}) - \frac{1}{2}(\dot{s}^T \otimes E_m)\frac{\partial M(s)}{\partial s}$$ Công thức này giải quyết triệt để sự phụ thuộc vào các công cụ mô phỏng số kín, cung cấp cấu trúc giải tích phục vụ trực tiếp cho việc phân tích độ nhạy động lực học.

  2. Thiết lập mô hình không gian cấu hình 12 tọa độ suy rộng dư: Luận án định nghĩa véc-tơ tọa độ trạng thái mở rộng $s = [q_a^T, q_p^T, x^T]^T \in \mathbb{R}^{12}$, bao gồm:

    • Tọa độ khớp chủ động: $q_a = [\alpha_1, \alpha_2, \alpha_3]^T$
    • Tọa độ khớp bị động xác định hướng khâu bình hành: $q_p = [\beta_1, \beta_2, \beta_3, \gamma_1, \gamma_2, \gamma_3]^T$
    • Tọa độ vị trí bàn máy động thao tác: $x = [x_P, y_P, z_P]^T$ Hệ thống 9 phương trình liên kết hình học độc lập $f_i(s) = 0$ ($i = 1, \dots, 9$) được đạo hàm chặt chẽ từ 3 mạch vòng kín vector $OA_iB_iD_iPO$.
VÉC-TƠ TOẠ ĐỘ SUY RỘNG DƯ s ∈ R¹² (MÔ HÌNH 1):
┌─────────────────────────┬──────────────────────────────────────────┬────────────────────────┐
│  Khớp chủ động qa (3)   │          Khớp bị động qp (6)             │ Khâu thao tác x (3)    │
│  [α₁, α₂, α₃]ᵀ          │  [β₁, β₂, β₃, γ₁, γ₂, γ₃]ᵀ               │ [xP, yP, zP]ᵀ          │
└─────────────────────────┴──────────────────────────────────────────┴────────────────────────┘
                                      │
            ┌─────────────────────────┴─────────────────────────┐
            ▼                                                   ▼
  9 Ràng buộc liên kết:                                3 Bậc tự do thực:
  f₁(s) = 0, ..., f₉(s) = 0                             DoF = 12 - 9 = 3
  1. Luận chứng định lượng về điều kiện biên của hai mô hình cơ học: Chứng minh toán học và số học về độ lệch mô-men dẫn động khi thay thế thanh phân bố liên tục (Mô hình 1) bằng mô hình tập trung hai khối lượng $m_b = m_2/2$ ở hai đầu (Mô hình 2). Sai lệch mô-men đạt cực đại tại các thời điểm đổi chiều gia tốc góc $\ddot{\alpha}_i$, khẳng định tính bắt buộc của Mô hình 1 trong các ứng dụng gia công cắt gọt CNC hoặc in 3D tốc độ cao.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba lý thuyết nền tảng:

  • Lý thuyết động lực học giải tích hệ nhiều vật: Thiết lập phương trình vi phân – đại số (DAEs chỉ số 1 và chỉ số 3).
  • Lý thuyết tối ưu hóa và giải tích số: Thuật toán Newton-Raphson hiệu chỉnh vector dư và kỹ thuật chiếu ma trận trực giao để triệt tiêu nhân tử Lagrange $\lambda$.
  • Lý thuyết điều khiển phi tuyến và mạng nơ-ron nhân tạo: Điều khiển bề mặt trượt (Sliding Surface) kết hợp bộ xấp xỉ vạn năng (Universal Approximator) RBF Neural Network dựa trên định lý ổn định Lyapunov ($V > 0, \dot{V} \le 0$).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được xây dựng trên lập trường nhận thức luận thực chứng (Positivism) và phương pháp luận diễn dịch cơ học thuần lý (Deductive Mechanical Modeling). Cấu trúc thiết kế đa tầng bao gồm:

KHUNG THIẾT KẾ PHƯƠNG PHÁP NGHIÊN CỨU:
┌────────────────────────────────────────────────────────────────────────────────────────┐
│ TẦNG 1: MÔ HÌNH HÓA ĐỘNG HỌC & ĐỘNG LỰC HỌC                                            │
│ • Không gian khớp (Joint Space) ◄──► Không gian thao tác (Task Space)                  │
│ • Thiết lập hệ DAEs (12 biến, 9 liên kết) & Thuật toán Newton-Raphson cải tiến          │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ TẦNG 2: TỐI ƯU HÓA ĐỘNG LỰC HỌC NGƯỢC                                                  │
│ • Kỹ thuật phân rã không gian bù & Chiếu ma trận triệt tiêu nhân tử Lagrange λ         │
│ • Tính toán chính xác mô-men τa = [τ₁, τ₂, τ₃]ᵀ không qua ma trận nghịch đảo suy biến  │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ TẦNG 3: TỔNG HỢP CÁC BỘ ĐIỀU KHIỂN BÁM QUỸ ĐẠO                                         │
│ • Bộ điều khiển cổ điển: Tuyến tính hóa, PD, PID                                       │
│ • Bộ điều khiển nâng cao: SMC (Mặt trượt phi tuyến), SMC-RBF Neural Network thích nghi │
└────────────────────────────────────────────────────────────────────────────────────────┘

Quy trình nghiên cứu rigorous

Quy trình giải bài toán động học ngược và động lực học ngược đạt độ chuẩn xác cao qua các bước thuật toán:

Bước 1: Thuật toán Newton – Raphson cải tiến giải động học ngược. Cho trước quỹ đạo khâu thao tác $x(t) = [x_P(t), y_P(t), z_P(t)]^T$. Cần tìm $q(t) = [q_a^T, q_p^T]^T \in \mathbb{R}^9$. Phương trình phi tuyến liên kết $f(q, x) = 0$. Công thức lặp Newton – Raphson tại bước thời gian thứ $k$: $$q^{(j+1)} = q^{(j)} - \left[\Phi_q(q^{(j)}, x)\right]^{-1} f(q^{(j)}, x)$$ Thuật toán bổ sung bước hiệu chỉnh vận tốc $\dot{q}$ và gia tốc $\ddot{q}$ thông qua ma trận Jacobi: $$\dot{q} = -\Phi_q^{-1} \Phi_x \dot{x}$$ $$\ddot{q} = -\Phi_q^{-1} \left( \Phi_x \ddot{x} + \dot{\Phi}_q \dot{q} + \dot{\Phi}_x \dot{x} \right)$$ Nhờ bước hiệu chỉnh tọa độ suy rộng dư tại mỗi chu kỳ tích phân, sai số vị trí $\epsilon = |f(q,x)|$ luôn được kiểm soát chặt chẽ dưới ngưỡng $10^{-10} \text{ m}$.

Bước 2: Phương pháp số giải động lực học ngược bằng kỹ thuật khử nhân tử Lagrange. Từ phương trình liên kết $f(s) = 0 \implies \Phi_s \dot{s} = 0$. Tách biến tọa độ suy rộng thành phần độc lập $q_a$ và phần phụ thuộc $z = [q_p^T, x^T]^T$: $$\Phi_{s,a} \dot{q}a + \Phi{s,z} \dot{z} = 0 \implies \dot{z} = -\Phi_{s,z}^{-1} \Phi_{s,a} \dot{q}_a = R_z \dot{q}_a$$ Ma trận biến đổi vận tốc $R(s) = \begin{bmatrix} E_3 \ R_z \end{bmatrix}$ thỏa mãn $\Phi_s R = 0$. Nhân ma trận chuyển vị $R^T(s)$ vào hai vế của phương trình Lagrange nhân tử, số hạng liên kết bị triệt tiêu hoàn toàn ($\Phi_s^T \lambda \rightarrow R^T \Phi_s^T \lambda = 0$): $$\tau_a = R^T(s) \left[ M(s)\ddot{s} + C(s,\dot{s})\dot{s} + g(s) \right]$$ Thuật toán này giúp tính toán trực tiếp véc-tơ lực/mô-men dẫn động $\tau_a \in \mathbb{R}^3$ mà không cần giải nghịch đảo ma trận khối lượng toàn thể hay giải hệ phương trình đại số chứa ẩn $\lambda$.

Data và phân tích mô phỏng

Toàn bộ thuật toán được lập trình giải tích trên nền tảng phần mềm Symbolic MAPLE và thực thi mô phỏng số trên MATLAB/Simulink.

  • Quỹ đạo kiểm thử chuẩn: Bàn máy động thực hiện chuyển động bám theo đường xoắn ốc không gian (Spatial Helix Trajectory): $$x_P(t) = 0.05\cos(2\pi t)\text{ m}, \quad y_P(t) = 0.05\sin(2\pi t)\text{ m}, \quad z_P(t) = -0.45 + 0.02t\text{ m}, \quad t \in [0, 5\text{ s}]$$
  • Thông số phần cứng đối chuẩn:
    • Robot 3RUS: Khớp xoay dẫn động bởi động cơ bước 5 pha Vexta Oriental, hộp số tỉ số truyền cao, bước góc $0.072^\circ/\text{bước}$.
    • Cánh tay chủ động: $L_1 = 0.2\text{ m}, m_1 = 0.8\text{ kg}$; Thanh giằng bình hành: $L_2 = 0.5\text{ m}, m_2 = 0.4\text{ kg}$; Bàn di động: $m_P = 0.2\text{ kg}$.
    • Gia tốc trọng trường: $g = 9.81\text{ m/s}^2$.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khử hoàn toàn hiện tượng trôi sai số trong giải thuật động học ngược: Kết quả mô phỏng số cho thấy phương pháp Newton – Raphson cải tiến có bước hiệu chỉnh vector dư triệt tiêu sai số tích lũy của 9 phương trình liên kết $f_1, \dots, f_9$ về giá trị ổn định $\le 1.2 \times 10^{-11}\text{ m}$ trên toàn bộ chu kỳ mô phỏng $5\text{ s}$, vượt trội so với phương pháp Runge-Kutta bậc 4 truyền thống (thường bị trôi sai số liên kết lên tới $10^{-3}\text{ m}$ sau $2\text{ s}$).
BIỂU ĐỒ SO SÁNH HIỆU NĂNG SAI SỐ LIÊN KẾT & MÔ-MEN DẪN ĐỘNG:
Sai số liên kết (m)
10⁻³ │                                 ┌── Runge-Kutta truyền thống (Trôi sai số)
10⁻⁶ │                                
10⁻⁹ │
10⁻¹¹│ ═══════════════════════════════ └── Newton-Raphson cải tiến của Luận án
     └────────────────────────────────
     0s              2.5s            5s (Thời gian)

Đặc tính mô-men τ₁ (N·m)
15 │           /\                  /\
   │  Mô hình 1  /  \    Mô hình 2   /  \      Sai lệch cực đại Δτ ≈ 12-15%
 0 │ ───────────/────\──────────────/────\───  tại các điểm đảo chiều gia tốc
   │           /      \            /      \
-15│          /        \/         /        \/

  1. Xác định định lượng sai lệch động lực học giữa Mô hình 1 và Mô hình 2:

    • Đối với Robot 3RUS: Sai lệch mô-men dẫn động chủ động $\Delta \tau = |\tau_{\text{Mô hình 1}} - \tau_{\text{Mô hình 2}}|$ đạt giá trị từ $12.4%$ đến $15.8%$ tại các thời điểm vận tốc góc khâu chủ động đạt cực trị $\dot{\alpha}_i > 4\text{ rad/s}$.
    • Đối với Robot 3PUS: Sai lệch lực dẫn động $\Delta F$ của con trượt đạt từ $8.7%$ đến $11.2%$.
    • Kết luận khoa học: Việc sử dụng Mô hình 2 (khối lượng tập trung) để thiết kế hệ điều khiển bám quỹ đạo tốc độ cao sẽ dẫn đến hiện tượng quá điều khiển (over-control) hoặc sai số vị trí xác lập lớn nếu không có khâu tích phân hoặc thích nghi bù quán tính Coriolis.

  2. Tính ưu việt vượt trội của bộ điều khiển trượt thích nghi mạng nơ-ron (SMC-RBF): So sánh định lượng 4 cấu trúc điều khiển trên cùng một quỹ đạo bám xoắn ốc không gian:

Tiêu chí so sánh Bộ điều khiển PD Bộ điều khiển PID Bộ điều khiển trượt (SMC) SMC kết hợp Mạng Nơ-ron RBF
Sai số vị trí cực đại $e_{\max}$ ($x, y$) $3.50 \times 10^{-3}\text{ m}$ $1.20 \times 10^{-3}\text{ m}$ $0.45 \times 10^{-3}\text{ m}$ $0.03 \times 10^{-3}\text{ m}$
Sai số vị trí cực đại $e_{\max}$ ($z$) $4.80 \times 10^{-3}\text{ m}$ $1.85 \times 10^{-3}\text{ m}$ $0.62 \times 10^{-3}\text{ m}$ $0.05 \times 10^{-3}\text{ m}$
Hiện tượng Chattering (Dao động điều khiển) Không Không Biên độ cao ($> 8\text{ N}\cdot\text{m}$) Triệt tiêu hoàn toàn ($< 0.1\text{ N}\cdot\text{m}$)
Độ nhạy với nhiễu tham số tải trọng ($+50% m_P$) Sai số tăng $240%$ Sai số tăng $110%$ Sai số tăng $35%$ Sai số hầu như không đổi ($< 3%$) 
SO SÁNH BĂNG SAI SỐ BÁM QUỸ ĐẠO KHÔNG GIAN THAO TÁC (Tọa độ xP):
PD:      [════════════════════════════════════════] 3.50 mm
PID:     [════════════════] 1.20 mm
SMC:     [══════] 0.45 mm
SMC-RBF: [█] 0.03 mm  (Giảm sai số 116 lần so với PD)
  1. Khả năng tự học và bù thành phần động lực học phi tuyến chưa mô hình hóa: Mạng nơ-ron RBF với 5 nơ-ron lớp ẩn trên mỗi kênh khớp đã học xấp xỉ thành công hàm phi tuyến bất định $f(x) = M^{-1}(s)[C(s,\dot{s})\dot{s} + g(s)]$ chỉ sau $0.4\text{ s}$, đưa sai số bám quỹ đạo về lân cận điểm cân bằng mà không đòi hỏi biết trước chính xác ma trận ten-xơ quán tính $I_i$.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp phương pháp luận toán học mẫu mực để giải mã các hệ nhiều vật mạch vòng kín có bậc tự do thấp (Lower-mobility parallel manipulators) bằng phương trình Lagrange nhân tử giải tích Kronecker.
  • Về mặt phương pháp: Tạo ra quy trình chuẩn kết hợp MAPLE Symbolic (thiết lập giải tích) $\rightarrow$ MATLAB/C++ (giải số DAEs và điều khiển thời gian thực).
  • Về mặt kỹ thuật ứng dụng: Đưa ra khuyến cáo thiết kế then chốt cho các kỹ sư chế tạo robot: Đối với các ứng dụng gắp đặt nhẹ (Pick and Place, tốc độ $< 2\text{ m/s}$), có thể áp dụng Mô hình 2 và thuật toán PID bù trọng trường để giảm tải tính toán cho vi điều khiển nhúng DSP/FPGA; Đối với máy in 3D công nghiệp, máy phay CNC 3-5 trục hoặc robot phẫu thuật, bắt buộc phải sử dụng Mô hình 1 kết hợp thuật toán SMC-RBF.

Limitations và Future Research

Mặc dù đạt được những kết quả lý thuyết và mô phỏng xuất sắc, luận án thẳng thắn chỉ ra 3 hạn chế nội tại:

  1. Giả thiết khâu rắn tuyệt đối (Rigid-body Assumption): Các khâu chủ động và thanh giằng hình bình hành được giả thiết là các vật rắn tuyệt đối, bỏ qua biến dạng đàn hồi và dao động mềm (Elastodynamics) khi vận hành ở dải tần số cao.
  2. Mô hình ma sát khớp chưa xét đến yếu tố phi tuyến phức tạp: Ma sát tại khớp Cardan và khớp cầu mới chỉ xét ở dạng ma sát nhớt tuyến tính, chưa tính đến ma sát Coulomb, hiệu ứng Stribeck và khe hở cơ khí (Backlash).
  3. Phần cứng thực nghiệm: Hệ thống thực nghiệm tại Trường Đại học Kinh doanh và Công nghệ Hà Nội sử dụng động cơ bước điều khiển vòng hở (Open-loop Step Motor), chưa tích hợp cảm biến quang học dòng cao (Encoder tuyệt đối) và đầu đo lực tại khâu chấp hành để kiểm chứng vòng kín các bộ điều khiển SMC-RBF trên robot thực tế.

Chương trình nghiên cứu tiếp theo (Future Research Agenda):

  • Phát triển mô hình động lực học hỗn hợp rắn - mềm (Flexible Multibody Dynamics) ứng dụng phương pháp phần tử hữu hạn (FEM).
  • Bổ sung thuật toán bù khe hở khớp và ma sát phi tuyến thích nghi.
  • Triển khai thuật toán điều khiển trở kháng/lực (Impedance/Force Control) trên phần cứng nhúng thời gian thực sử dụng động cơ Servo đồng bộ AC và cảm biến lực 6 trục.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình là tài liệu tham khảo chuẩn mực tại các cơ sở đào tạo sau đại học chuyên ngành Cơ học kỹ thuật, Cơ điện tử, Kỹ thuật Robot tại Việt Nam; tạo tiền đề cho các công bố quốc tế về động lực học hệ mạch vòng trên các tạp chí thuộc hệ thống ISI/Scopus.
  • Chuyển giao công nghiệp: Kết quả nghiên cứu cung cấp cơ sở tính toán trực tiếp cho các doanh nghiệp chế tạo máy trong nước phát triển dòng máy in 3D công nghiệp tốc độ cao và robot đóng gói thực phẩm tự động Delta manipulator.
  • Tác động đào tạo và nghiên cứu: Đóng góp vào giáo trình giảng dạy chuyên đề Động lực học hệ nhiều vật và Điều khiển robot phi tuyến cho học viên cao học và nghiên cứu sinh.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà khoa học: Tiếp cận phương pháp thiết lập phương trình Lagrange dạng nhân tử tường minh qua tích Kronecker, không bị giới hạn bởi các phần mềm mô phỏng thương mại hộp đen.
  • Kỹ sư R&D Robot: Sử dụng trực tiếp bộ thông số hình học, thuật toán động học ngược Newton-Raphson cải tiến và thuật toán điều khiển SMC-RBF cho các dòng sản phẩm thương mại.
  • Nhà hoạch định công nghệ & Doanh nghiệp: Nắm bắt căn bản lộ trình tự chủ thiết kế, tính toán và chế tạo các dòng máy công cụ CNC cấu trúc song song có độ cứng vững cao phục vụ công nghiệp phụ trợ.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc hiện thực hóa dạng ma trận mới của phương trình Lagrange dạng nhân tử thông qua tích Kronecker ($\otimes$) cho robot Delta không gian 12 tọa độ suy rộng dư. Công trình mở rộng trực tiếp lý thuyết động lực học hệ nhiều vật mạch vòng của GS. Nguyễn Văn Khang (2007, 2011), biến đổi hệ phương trình DAEs phi tuyến phức tạp thành cấu trúc giải tích tường minh $M(s)\ddot{s} + C(s,\dot{s})\dot{s} + g(s) + \Phi_s^T\lambda = \tau$, khắc phục hoàn toàn nhược điểm "hộp đen" của các phần mềm đa vật như ADAMS.

2. Đổi mới phương pháp luận so với các nghiên cứu quốc tế trước đây như thế nào?

So sánh với công trình của Corves et al. (2013) (dùng nguyên lý d'Alembert) và S. B. Park (2001) (dùng mô hình 2 chất điểm giản lược), luận án đã thiết lập song song và so sánh định lượng hai mô hình cơ học (liên tục vs tập trung), đồng thời đề xuất giải thuật số khử nhân tử Lagrange trực tiếp thông qua ma trận không gian rỗng (Null-space matrix projection $R(s)$). Phương pháp này giúp tính toán lực/mô-men dẫn động $\tau_a$ với độ phức tạp tính toán giảm hơn $40%$ so với việc giải hệ phương trình DAEs mở rộng.

3. Phát hiện bất ngờ nhất từ dữ liệu số là gì?

Phát hiện ấn tượng nhất là sự bất đối xứng của ảnh hưởng quán tính ly tâm và Coriolis giữa hai mô hình: Mặc dù Mô hình 2 cho kết quả vị trí động học tương đồng ($100%$), nhưng sai số mô-men động lực học ngược bị lệch tới $15.8%$ ở các đoạn quỹ đạo có bán kính cong nhỏ và gia tốc lớn. Điều này chứng minh rằng việc áp dụng luật điều khiển tuyến tính hóa cục bộ dựa trên mô hình đơn giản hóa (như nghiên cứu của Hemici, 2012) sẽ bị suy giảm chất lượng bám quỹ đạo nghiêm trọng khi tăng tốc độ làm việc của robot.

4. Luận án có cung cấp giao thức tái lập (Replication Protocol) không?

Có. Luận án cung cấp đầy đủ và chi tiết toàn bộ hệ thống tham số hình học, khối lượng, ma trận quán tính khối ($I_x, I_y, I_z$), hệ phương trình liên kết hình học $f_1, \dots, f_9$, các phần tử giải tích của ma trận $M(s)$, $C(s,\dot{s})$, $\Phi_s(s)$, cùng cấu hình động cơ bước 5 pha (Bảng 1.2, 1.3, 1.4). Các nhà nghiên cứu hoàn toàn có thể lập trình tái lập chính xác các kết quả mô phỏng trên nền tảng MATLAB/Simulink.

5. Định hướng nghiên cứu 10 năm tiếp theo được vạch ra như thế nào?

Luận án định hình lộ trình nghiên cứu phát triển:

  • Tích hợp tính đàn hồi của vật rắn (khâu mềm) vào hệ phương trình Lagrange nhân tử DAEs.
  • Ứng dụng điều khiển trượt thích nghi thông minh trên cơ sở trí tuệ nhân tạo (Deep Reinforcement Learning kết hợp SMC) để tự động bù sai số hình học do mòn khớp và nhiệt độ môi trường.
  • Chế tạo thương mại hóa các hệ thống robot Delta siêu tốc ứng dụng trong dây chuyền đóng gói dược phẩm và công nghệ vi bán dẫn tại Việt Nam.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Đình Dũng là công trình nghiên cứu cơ học – cơ điện tử có hàm lượng khoa học cao, đóng góp 5 giá trị cốt lõi:

5 ĐÓNG GÓP KHOA HỌC CỐT LÕI CỦA LUẬN ÁN:
1. Ma trận hóa giải tích DAEs bằng tích Kronecker (12 tọa độ suy rộng dư).
2. Xây dựng & so sánh định lượng 2 mô hình cơ học (Thanh liên tục vs Khối lượng tập trung).
3. Thuật toán Newton-Raphson cải tiến triệt tiêu trôi sai số liên kết (≤ 10⁻¹¹ m).
4. Phương pháp chiếu trực giao khử nhân tử Lagrange giải nhanh bài toán động lực học ngược.
5. Cấu trúc điều khiển trượt nơ-ron SMC-RBF thích nghi tối ưu, giảm sai số bám quỹ đạo 116 lần.
  1. Chuẩn hóa khung toán học giải tích: Thiết lập hệ phương trình DAEs hoàn chỉnh mô tả chuyển động của robot song song Delta không gian 3RUS và 3PUS bằng dạng ma trận mới của phương trình Lagrange nhân tử sử dụng tích Kronecker.
  2. Đánh giá bản chất cơ học của các mô hình giả định: Chứng minh và định lượng sai lệch động lực học ($12 - 15.8%$) giữa mô hình thanh liên tục phân bố khối lượng và mô hình chất điểm tập trung, đưa ra cẩm nang ứng dụng chính xác cho từng mục đích công nghiệp.
  3. Đột phá thuật toán số động học: Hoàn thiện thuật toán Newton-Raphson cải tiến có khâu hiệu chỉnh độ chính xác tọa độ suy rộng dư, đưa sai số phương trình liên kết về ngưỡng sai số máy tính ($10^{-11}\text{ m}$).
  4. Tối ưu hóa bài toán động lực học ngược: Xây dựng phương pháp số khử nhân tử Lagrange trực tiếp, cho phép tính toán tức thời mô-men và lực dẫn động mà không cần giải hệ phương trình đại số chứa ẩn liên kết.
  5. Phát triển thành công luật điều khiển phi tuyến SMC-RBF: Thiết kế và kiểm chứng thuật toán điều khiển trượt thích nghi mạng nơ-ron RBF, triệt tiêu hiện tượng dao động chattering, kháng nhiễu tải trọng và giảm sai số bám quỹ đạo xuống ngưỡng $0.03\text{ mm}$ (độ chính xác tăng hơn 100 lần so với điều khiển PD truyền thống).

Công trình đánh dấu bước tiến quan trọng của chuyên ngành Cơ học máy và Kỹ thuật điều khiển tại Việt Nam, mở ra hướng ứng dụng thực tiễn rộng rãi trong việc làm chủ công nghệ thiết kế, chế tạo robot song song công nghiệp độ chính xác cao.