Giới thiệu dự án

Trong lĩnh vực kỹ thuật điều khiển tự động và hàng không vũ trụ hiện đại, các hệ thống cơ điện tử phi tuyến đa biến (MIMO - Multi-Input Multi-Output) luôn là thách thức lớn đối với các kỹ sư nghiên cứu. Mô hình trực thăng hai bậc tự do (TRMS - Twin Rotor MIMO System) đại diện cho động học phức tạp của máy bay trực thăng thực tế với sự ghép kênh phi tuyến mạnh mẽ giữa hai trục chuyển động: trục nâng (Pitch) và trục xoay ngang (Yaw). Theo các báo cáo kỹ thuật ngành tự động hóa, hơn 75% các hệ thống máy bay không người lái (UAV) và trực thăng gặp sự cố mất ổn định khi chịu tác động của nhiễu khí động học nếu chỉ sử dụng các bộ điều khiển tuyến tính kinh điển.

Đề tài "Điều khiển hệ thống phi tuyến dùng giải thuật thông minh" do nhóm nghiên cứu thực hiện tập trung giải quyết bài toán điều khiển cân bằng, bám quỹ đạo vị trí góc của mô hình TRMS 2-DOF và điều khiển ổn định tốc độ động cơ ba pha thông qua biến tần công nghiệp.

+-----------------------------------------------------------------------------+
|                            HỆ THỐNG TRMS 2-DOF                              |
|                                                                             |
|            [Động cơ chính BLDC] ---> Lực nâng Fv ---> Góc Pitch (θv)        |
|                     ^                                      |                |
|                     |             Ghép kênh chéo           |                |
|                     +------------ (Cross-coupling) --------+                |
|                     |                                      |                |
|            [Động cơ đuôi BLDC]  ---> Lực đẩy Fh  ---> Góc Yaw (θh)          |
+-----------------------------------------------------------------------------+

Vấn đề kỹ thuật (Problem Statement)

Hệ thống trực thăng 2 bậc tự do sở hữu các đặc tính vật lý phức tạp gây khó khăn cho việc kiểm soát:

  • Tác động tương hỗ phi tuyến (Cross-Coupling Effect): Lực nâng từ cánh quạt chính tạo ra mô-men phản lực làm quay thân trực thăng quanh trục Yaw; ngược lại, chuyển động quay quanh trục Yaw sinh ra mô-men con quay và lực ly tâm ảnh hưởng trực tiếp đến góc Pitch.
  • Bất định tham số và phi tuyến tính khí động học: Lực đẩy phụ thuộc phi tuyến vào vận tốc góc cánh quạt và điện áp cấp ($F_v = f(\omega_m^2)$, $F_h = f(\omega_t^2)$).
  • Nhiễu tải và nhiễu gió bên ngoài: Làm cho các thuật toán điều khiển tuyến tính cổ điển (như PID Ziegler-Nichols) dễ bị vọt lố lớn, thời gian xác lập kéo dài, hoặc mất ổn định hoàn toàn.

Mục tiêu dự án

  1. Khảo sát, xây dựng mô hình toán học động học và động lực học chi tiết cho hệ thống TRMS 2 bậc tự do.
  2. Thiết kế và thi công phần cứng điều khiển thời gian thực trên nền tảng vi điều khiển STM32F407VG ARM Cortex-M4 kết hợp mạch lái BLDC và biến tần Danfoss VLT 2807.
  3. Nghiên cứu, thiết kế và tối ưu hóa 3 giải thuật điều khiển: Bộ điều khiển PID kinh điển, Bộ điều khiển mờ (Fuzzy Logic Controller), và Bộ điều khiển Mạng Nơ-ron nhân tạo (ANN / NARMA-L2).
  4. Nhận dạng hệ thống thực nghiệm cho mô hình điều khiển tốc độ động cơ 3 pha bằng công cụ System Identification Toolbox.
  5. Triển khai mô phỏng trên MATLAB/Simulink và nhúng mã nguồn thực thi thời gian thực thông qua thư viện Waijung Blockset, đánh giá khả năng triệt tiêu nhiễu và bám quỹ đạo.

Giải pháp kỹ thuật và kết quả kỳ vọng

Dự án áp dụng phương pháp tiếp cận điều khiển thông minh phi mô hình (Model-Free Intelligent Control) bằng cách kết hợp logic mờ Mamdani và mạng nơ-ron truyền thẳng nhiều lớp (Multilayer Feedforward Neural Network). Giải pháp cho phép hệ thống tự thích nghi với các biến thiên tham số cơ cấu cơ khí mà không đòi hỏi mô hình toán học hoàn hảo tuyệt đối.

  • Chỉ tiêu chất lượng góc Pitch ($\theta_v$): Độ vọt lố (Overshoot) $POT \le 8%$, thời gian xác lập $t_s \le 2.5\text{ s}$, sai số xác lập $e_{ss} \le 1.0%$.
  • Chỉ tiêu chất lượng góc Yaw ($\theta_h$): Độ vọt lố $POT \le 10%$, thời gian xác lập $t_s \le 3.0\text{ s}$, sai số xác lập $e_{ss} \le 1.2%$.
  • Phạm vi giới hạn vật lý: Góc Pitch hoạt động trong miền $[0, 0.6]\text{ rad}$ (~ $0^\circ - 34.4^\circ$), góc Yaw hoạt động trong miền $[0, 0.5]\text{ rad}$ (~ $0^\circ - 28.6^\circ$).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp điều khiển Ưu điểm Nhược điểm Đánh giá độ phù hợp với TRMS
PID Tuyến tính (Ziegler-Nichols) Cấu trúc đơn giản, tài nguyên tính toán thấp, dễ cài đặt trên vi điều khiển 8/16-bit. Vọt lố lớn ($POT > 35%$), không xử lý được ghép kênh MIMO phi tuyến, dễ mất ổn định khi có nhiễu gió. Không phù hợp khi hoạt động ở góc lệch lớn hoặc bám tín hiệu động (Sinusoidal).
Điều khiển Trượt (SMC) Bền vững cao trước biến thiên tham số và nhiễu ngoài. Hiện tượng rung giật (Chattering) tần số cao làm nóng động cơ BLDC và mòn cơ cấu cơ khí. Cần bổ sung khâu làm mịn tín hiệu điều khiển, tính toán phức tạp.
Điều khiển Mờ (Fuzzy Logic) Không phụ thuộc mô hình giải tích chính xác, xử lý tốt phi tuyến, đáp ứng mượt mà. Phụ thuộc vào kinh nghiệm chuyên gia khi xây dựng luật mờ và tập liên thuộc. Rất phù hợp cho điều khiển trực tiếp góc Pitch và Yaw.
Mạng Nơ-ron (ANN / NARMA-L2) Khả năng xấp xỉ hàm phi tuyến tùy ý, tự học và thích nghi mạnh mẽ với dữ liệu động. Đòi hỏi dữ liệu huấn luyện lớn, tính toán ma trận nặng, thời gian huấn luyện ban đầu cao. Tối ưu cho nhận dạng và điều khiển thích nghi đối tượng biến đổi nhanh.

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc): Thuật toán điều khiển vòng kín thời gian thực trên STM32F407VG; đọc phản hồi từ 2 Encoder quang học vi sai; giao tiếp truyền thông UART 115200 bps với PC.
  • Should Have (Nên có): Bộ điều khiển mờ 2 ngõ vào sai số $e(t)$ và đạo hàm sai số $\Delta e(t)/\Delta t$; bộ lọc số khử nhiễu tín hiệu vận tốc góc.
  • Could Have (Có thể có): Mạng nơ-ron nhận dạng hệ thống trực tuyến NARMA-L2 tự động tinh chỉnh trọng số; bộ giám sát GUI đồ họa trên MATLAB.
  • Won't Have (Chưa thực hiện): Điều khiển tự hành 6 bậc tự do không gian mở (Full 6-DOF Free Flight).

Thiết kế hệ thống

Kiến trúc hệ thống phần cứng và phần mềm được thiết kế theo sơ đồ module hóa khép kín:

+-------------------------------------------------------------------------------+
|                            KIẾN TRÚC TỔNG THỂ HỆ THỐNG                        |
+-------------------------------------------------------------------------------+
|  [Host PC: MATLAB/Simulink]                                                   |
|         ^                                                                     |
|         | Giao tiếp UART RS-232 (115200 bps, Frame 8N1)                       |
|         v                                                                     |
|  [STM32F407VG Discovery (ARM Cortex-M4 @ 168MHz)]                             |
|    +-- Bộ điều khiển mờ (Fuzzy Logic Inference Engine)                        |
|    +-- Bộ điều khiển PID số / NARMA-L2 Neural Controller                      |
|    +-- Khâu giải mã Encoder phần cứng (Timer Encoder Mode x4)                 |
|         |                                 |                                   |
|         | PWM (20 kHz)                    | Analog / RS-485 Modbus            |
|         v                                 v                                   |
|  [ESC BLHeli 40A]                  [Biến tần Danfoss VLT 2807]                |
|         |                                 |                                   |
|         v                                 v                                   |
|  [2x Động cơ BLDC Tarot 700W]      [Động cơ không đồng bộ 3 pha]              |
|         |                                 |                                   |
|         +---> [Cơ cấu TRMS] <---+         +---> [Tải cơ học]                  |
|                     |                                 |                       |
|                     v                                 v                       |
|         [Encoder E50S8-5000]               [Encoder E50S8-1024]               |
|         (Phản hồi θv, θh)                  (Phản hồi tốc độ vòng quay)        |
|                     +---------------------------------+                       |
+-------------------------------------------------------------------------------+

Danh mục công nghệ và phiên bản phần cứng/phần mềm

  • Vi điều khiển trung tâm: STM32F407VG Discovery Board (Lõi ARM Cortex-M4 32-bit, FPU, 168 MHz, 1 MB Flash, 192 KB SRAM).
  • Bộ điều tốc & Động cơ chấp hành:
    • ESC BLHeli Emax 40A OPTO (Tần số PWM ngõ vào 50–400 Hz, tốc độ đáp ứng điện tử 35.000 rpm đối với rotor 6 cực).
    • 02 Động cơ Không chổi than BLDC Tarot 5832 (Công suất cực đại 700W, điện áp danh định 24VDC, đường kính rotor 58mm, cánh quạt 10 inch).
    • Biến tần công nghiệp Danfoss VLT 2807 (Model 195N1015, dải tần điều khiển 1–1000 Hz, điện áp ngõ vào 3 pha 380–480V).
  • Cảm biến phản hồi vị trí/vận tốc:
    • Encoder quang trục tương đối Autonics E50S8-5000-6-L-5 (Độ phân giải 5.000 xung/vòng, ngõ ra Line Driver vi sai chống nhiễu).
    • Encoder quang Autonics E50S8-1024-6-L-5 (Độ phân giải 1.024 xung/vòng).
  • Phần mềm & Thư viện lập trình:
    • MATLAB R2020a / Simulink (Simulink Coder, Fuzzy Logic Toolbox, Deep Learning/Neural Network Toolbox, System Identification Toolbox).
    • Waijung Blockset v14.07 (Thư viện nhúng trực tiếp sinh mã C tự động cho STM32F4 Target).

Phương pháp nghiên cứu (Methodology)

Quy trình phát triển hệ thống tuân thủ mô hình chữ V (V-Model) kết hợp phương pháp luận Agile/Scrum:

Giai đoạn Nội dung công việc Đầu ra kỹ thuật (Deliverables)
Giai đoạn 1 (Tuần 1–3) Khảo sát lý thuyết, lập mô hình toán TRMS và xác định thông số quán tính ($J_v, J_h$). Hệ phương trình vi phân phi tuyến bậc 2 mô tả hệ thống.
Giai đoạn 2 (Tuần 4–6) Thiết kế phần cứng, mạch phối hợp trở kháng Encoder, cấu hình giao tiếp UART và ESC. Bản vẽ schematic, phần cứng thực nghiệm hoàn thiện.
Giai đoạn 3 (Tuần 7–10) Xây dựng thuật toán PID, Fuzzy Logic và Neural Network trên Simulink. Sơ đồ khối mô phỏng và bộ tham số mờ tối ưu.
Giai đoạn 4 (Tuần 11–14) Nhúng mã nguồn xuống vi điều khiển qua Waijung Blockset; thực nghiệm HIL (Hardware-in-the-Loop). Firmware nhúng thời gian thực; dữ liệu thực nghiệm bám góc.
Giai đoạn 5 (Tuần 15–16) Đo đạc chỉ tiêu chất lượng, đánh giá sai số, viết báo cáo kỹ thuật. Báo cáo hoàn chỉnh, đồ thị đáp ứng thực nghiệm.

Implementation và kết quả

Quá trình phát triển và thuật toán cốt lõi

Mô hình toán học động lực học TRMS

Hệ phương trình vi phân mô tả chuyển động của thanh xoay trên hai trục:

  • Phương trình mô-men quanh trục Pitch (Mặt phẳng đứng): $$J_v \frac{d^2\theta_v}{dt^2} = M_{v1}(\theta_v) + M_{v2}(\omega_m) - M_{v4}\left(\frac{d\theta_v}{dt}\right) + M_{v3}\left(\frac{d\theta_h}{dt}, \theta_v\right) + M_{v5}(u_h)$$

Trong đó:

  • $M_{v1}(\theta_v) = g \cdot [ (m_m \frac{l_m}{2} + m_{mr} l_m - m_t \frac{l_t}{2} - m_{tr} l_t) \cos\theta_v - (m_b \frac{l_b}{2} + m_c l_c) \sin\theta_v ]$: Mô-men trọng lực.

  • $M_{v2}(\omega_m) = l_m \cdot F_v(\omega_m)$: Mô-men lực nâng cánh quạt chính.

  • $M_{v4} = k_v \frac{d\theta_v}{dt}$: Mô-men ma sát nhớt.

  • $M_{v5} = k_{hv} u_h$: Mô-men ghép kênh chéo do cánh quạt đuôi gây ra.

  • Phương trình mô-men quanh trục Yaw (Mặt phẳng ngang): $$J_h \frac{d^2\theta_h}{dt^2} = M_{h1}(\omega_t, \theta_v) - M_{h2}\left(\frac{d\theta_h}{dt}\right) + M_{h3}(u_v, \theta_v)$$

Trong đó $M_{h1} = l_t \cdot F_h(\omega_t) \cos\theta_v$, $M_{h2} = k_h \frac{d\theta_h}{dt}$, và $M_{h3} = k_{vh} u_v \cos\theta_v$.

Thiết kế bộ điều khiển Mờ (Fuzzy Logic Controller)

Bộ điều khiển mờ được thiết kế với cấu trúc 2 ngõ vào: Sai số vị trí góc $e(t) = \theta_{set}(t) - \theta_{act}(t)$ và Đạo hàm sai số $de(t)/dt$; ngõ ra là điện áp điều khiển $u(t)$ cấp cho ESC.

  • Tập giá trị ngôn ngữ: {NB, NM, NS, ZE, PS, PM, PB} (Âm lớn, Âm trung, Âm nhỏ, Không, Dương nhỏ, Dương trung, Dương lớn).
  • Hàm liên thuộc (Membership Functions): Dạng tam giác (Triangular) và hình thang (Trapezoidal) đối xứng.
  • Phương pháp suy diễn: Max-Min của Mamdani.
  • Phương pháp giải mờ: Trọng tâm diện tích (Centroid Method): $$u^* = \frac{\sum_{i=1}^{m} y_i \cdot \mu_B(y_i)}{\sum_{i=1}^{m} \mu_B(y_i)}$$
+---------------+-------------------------------------------------------------+
|               |                             de(t)/dt                        |
|     e(t)      |   NB      NM      NS      ZE      PS      PM      PB        |
+---------------+-------------------------------------------------------------+
|      NB       |   NB      NB      NB      NB      NM      NS      ZE        |
|      NM       |   NB      NB      NM      NM      NS      ZE      PS        |
|      NS       |   NB      NM      NS      NS      ZE      PS      PM        |
|      ZE       |   NB      NM      NS      ZE      PS      PM      PB        |
|      PS       |   NM      NS      ZE      PS      PS      PM      PB        |
|      PM       |   NS      ZE      PS      PM      PM      PB      PB        |
|      PB       |   ZE      PS      PM      PB      PB      PB      PB        |
+---------------+-------------------------------------------------------------+

Thuật toán Mạng Nơ-ron huấn luyện thích nghi

Thuật toán lan truyền ngược thích nghi điều chỉnh trọng số $w_i(k)$ theo luật cập nhật gradient: $$w_i(k+1) = w_i(k) + \eta \cdot e(k) \cdot \text{sign}\left(\frac{\partial y(k)}{\partial u(k)}\right) \cdot x_i(k)$$ Trong đó $\eta \in (0, 1]$ là tốc độ học (Learning rate được chọn $\eta = 0.08$).

// Trích xuất mã nguồn C tạo từ Waijung Blockset xử lý vòng lặp điều khiển trên STM32F4
void TRMS_Fuzzy_PID_Step(void) {
    real32_T theta_pitch_set = Get_Target_Pitch_Angle();
    real32_T theta_pitch_act = (real32_T)TIM2->CNT * (2.0f * PI / 20000.0f); // Encoder 5000 xung x4
    
    // Tính toán sai số và vi phân sai số
    static real32_T prev_error_pitch = 0.0f;
    real32_T error_pitch = theta_pitch_set - theta_pitch_act;
    real32_T d_error_pitch = (error_pitch - prev_error_pitch) / 0.01f; // Chu kỳ lấy mẫu Ts = 10ms
    prev_error_pitch = error_pitch;
    
    // Thực thi tính toán giải mờ Mamdani
    real32_T u_control_pitch = Fuzzy_Inference_Pitch(error_pitch, d_error_pitch);
    
    // Giới hạn điện áp bão hòa PWM (0 - 100%)
    if (u_control_pitch > 100.0f) u_control_pitch = 100.0f;
    if (u_control_pitch < 0.0f)   u_control_pitch = 0.0f;
    
    // Cập nhật giá trị Duty Cycle vào Timer 1 PWM (Khởi tạo lái BLDC)
    TIM1->CCR1 = (uint16_T)(u_control_pitch * 840.0f); // 84MHz Timer Clock
}

Thử nghiệm và kiểm chuẩn (Testing và Validation)

Hệ thống được thử nghiệm với 3 kịch bản thực nghiệm chính:

  1. Đáp ứng bước nhảy (Step Response): Góc đặt $\theta_{v} = 10^\circ$ ($0.174\text{ rad}$) và $\theta_{h} = 10^\circ$.
  2. Bám quỹ đạo tuần hoàn (Sinusoidal Tracking): Tín hiệu dạng sóng Sin chu kỳ $T = 15\text{ s}$ biên độ $0.2\text{ rad}$.
  3. Thử nghiệm triệt tiêu nhiễu (Disturbance Rejection): Tác động ngoại lực xung đột ngột vào cánh tay đòn trục Pitch khi đang xác lập.

Bảng thông số đo kiểm hiệu năng thực tế trên mô hình TRMS

Tiêu chí đánh giá Bộ điều khiển PID (Ziegler-Nichols) Bộ điều khiển Mờ (Fuzzy Logic) Bộ điều khiển Nơ-ron (NARMA-L2) Mức độ cải thiện (Fuzzy/ANN so với PID)
Độ vọt lố góc Pitch ($POT$) $36.8%$ $5.2%$ $4.1%$ Giảm $88.8%$ độ vọt lố
Thời gian xác lập ($t_s$) $5.82\text{ s}$ $2.15\text{ s}$ $1.85\text{ s}$ Nhanh hơn $68.2%$
Sai số xác lập ($e_{ss}$) $4.2%$ $0.8%$ $0.5%$ Độ chính xác tăng $88.1%$
Thời gian hồi phục khi có nhiễu $4.50\text{ s}$ $1.10\text{ s}$ $0.95\text{ s}$ Triệt tiêu nhanh gấp $4.7$ lần
Độ vọt lố góc Yaw ($POT$) $41.2%$ $7.8%$ $5.9%$ Giảm $85.6%$ 
    Góc (rad)
      ^
 0.25 |              +--- PID (Vọt lố lớn, dao động kéo dài)
      |             / \
 0.20 | - - - - - -/- -\ - - - - - - - - - - - - - - - - - [Giá trị đặt 0.174 rad]
      |           /     \________
 0.15 |          /               \-------
      |         /  +--- FUZZY / ANN (Đáp ứng trơn tru, bám nhanh)
 0.10 |        /  /
      |       /  /
 0.05 |      /  /
      |     / _/
    0 +----+---------------------------------------------> Thời gian (s)
      0    1    2    3    4    5    6    7    8    9   10

Đổi mới và đóng góp

  1. Thuật toán điều khiển thông minh không phụ thuộc mô hình tuyến tính hóa: Đã khắc phục hoàn toàn hạn chế của phương pháp điều khiển phân rã MIMO kinh điển. Bộ điều khiển mờ và mạng nơ-ron xử lý mượt mà tại các điểm làm việc phi tuyến mà không yêu cầu xấp xỉ Jacobian quanh điểm cân bằng.
  2. Khai thác phần cứng ARM Cortex-M4 hiệu năng cao qua Embedded Target: Thay vì sử dụng các card thu thập dữ liệu chuyên dụng đắt đỏ (như dSPACE hay NI DAQ có giá hàng ngàn USD), đề tài đã thiết kế giải pháp nhúng hoàn chỉnh trên STM32F407VG Discovery kết hợp Waijung Blockset. Giải pháp này giúp tự động chuyển đổi mô hình Simulink thành mã C tối ưu cho FPU phần cứng với chu kỳ lấy mẫu chính xác $10\text{ ms}$ ($100\text{ Hz}$).
  3. Tích hợp liên ngành và kiểm chuẩn kép: Áp dụng thành công cùng một nền tảng giải thuật thông minh cho hai đối tượng công nghiệp khác biệt: hệ thống khí động học TRMS 2-DOF và hệ thống truyền động điện biến tần Danfoss VLT 2807 điều khiển động cơ xoay chiều 3 pha.

Ứng dụng thực tế và triển khai

Trường hợp sử dụng thực tế (Real-World Use Cases)

  • Thiết bị bay không người lái (UAV, Quadrotor, Drones): Ứng dụng thuật toán điều khiển mờ để duy trì góc nghiêng và góc hướng khi bay trong điều kiện gió giật tầng thấp.
  • Hệ thống giám sát và bám mục tiêu Radar/Camera trên biển: Điều khiển ổn định góc phương vị và góc tà của bệ gimbal 2 trục lắp đặt trên tàu thuyền chịu sóng biển rung lắc.
  • Dây chuyền công nghiệp sử dụng biến tần: Kiểm soát tốc độ vô cấp và mô-men xoắn của động cơ ba pha trong hệ thống băng tải tải trọng biến thiên liên tục.

Yêu cầu triển khai và hướng dẫn lắp đặt (Deployment Guide)

  • Nguồn cấp: Bộ nguồn tổ ong DC 24V/5A cấp cho mạch lái và động cơ BLDC; nguồn 3 pha 380V cho biến tần Danfoss.
  • Đấu dây tín hiệu: Encoder E50S8 cần kết nối qua mạch đệm cách ly quang (Optocoupler) hoặc mạch chuyển đổi Line Driver sang Single-ended để triệt tiêu nhiễu xung trước khi đưa vào chân vi điều khiển (PA0, PA1 cho TIM2; PB4, PB5 cho TIM3).
  • Cấu hình biến tần Danfoss VLT 2807: Cài đặt Macro tham số Parameter 002 = Remote (Terminal), Parameter 319 = 0-10V Analog Input.
+-------------------------------------------------------------------------------+
|                      BẢNG DỰ TOÁN CHI PHÍ PHẦN CỨNG (BOM)                     |
+----+------------------------------------+-----+---------------+---------------+
| STT| Danh mục thiết bị                  | SL  | Đơn giá (VNĐ) | Thành tiền    |
+----+------------------------------------+-----+---------------+---------------+
| 1  | STM32F407VG Discovery Kit         | 01  | 650.000       | 650.000       |
| 2  | Động cơ BLDC Tarot 5832 700W       | 02  | 550.000       | 1.100.000     |
| 3  | ESC BLHeli Emax 40A                | 02  | 280.000       | 560.000       |
| 4  | Encoder Autonics E50S8-5000        | 02  | 1.200.000     | 2.400.000     |
| 5  | Nguồn tổ ong 24V 5A                | 01  | 220.000       | 220.000       |
| 6  | Khung cơ khí và đối trọng nhôm     | 01  | 1.500.000     | 1.500.000     |
+----+------------------------------------+-----+---------------+---------------+
|    | TỔNG CỘNG                          |     |               | 6.430.000 VNĐ |
+----+------------------------------------+-----+---------------+---------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Giới hạn cơ khí: Góc Pitch chỉ hoạt động ổn định trong khoảng $0 \le \theta_v \le 0.6\text{ rad}$ do thanh đối trọng chạm giới hạn khung cơ khí bảo vệ.
  • Tản nhiệt động cơ: Động cơ BLDC Tarot hoạt động liên tục ở dòng cao trong môi trường phòng thí nghiệm sinh nhiệt lớn, làm suy giảm nhẹ từ tính của nam châm vĩnh cửu theo thời gian.
  • Ảnh hưởng trễ UART: Tốc độ truyền thông 115200 bps qua cổng COM có thể tạo độ trễ nhỏ khi vẽ đồ thị giám sát thời gian thực số lượng lớn biến số lên máy tính.

Hướng nghiên cứu nâng cao

  1. Tích hợp cảm biến quán tính IMU 6 trục (Gia tốc kế + Con quay hồi chuyển MPU6050) kết hợp thuật toán lọc bù Kalman (Extended Kalman Filter) để dung hợp dữ liệu với Encoder quang.
  2. Thiết kế bộ điều khiển trượt thích nghi mờ nơ-ron (Adaptive Neuro-Fuzzy Sliding Mode Control - ANFSMC) để loại bỏ hoàn toàn hiện tượng rung giật chattering.
  3. Nâng cấp giao tiếp không dây thời gian thực qua chuẩn CAN Bus hoặc Wi-Fi UDP tốc độ cao phục vụ điều khiển phân tán.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tự động hóa, Cơ điện tử: Cung cấp tài liệu tham khảo thực chứng hoàn chỉnh từ khâu lập mô hình vi phân, thiết kế giải thuật trên MATLAB/Simulink đến kỹ thuật nhúng mã C thực tế trên ARM Cortex-M4.
  • Kỹ sư phát triển hệ thống nhúng & Robot: Nắm vững phương pháp tối ưu hóa bộ điều khiển mờ và mạng nơ-ron thích nghi chạy thời gian thực trên chip vi điều khiển giá rẻ.
  • Doanh nghiệp tích hợp hệ thống tự động hóa: Phương án kiểm soát tốc độ động cơ 3 pha bằng biến tần kết hợp thuật toán thông minh giúp nâng cao hiệu suất năng lượng, giảm sốc cơ khí trên các hệ thống truyền động công nghiệp.

Câu hỏi thường gặp

1. Yêu cầu cấu hình tối thiểu để triển khai và chạy mô phỏng hệ thống là gì?

Máy tính cần trang bị hệ điều hành Windows 10/11 64-bit, cài đặt MATLAB/Simulink R2018b trở lên (đầy đủ các toolbox: Control System, Fuzzy Logic, Deep Learning, System Identification), thư viện Waijung Blockset v14.07, phần mềm nạp ST-Link Utility/Keil ARM MDK v5.

2. Tại sao bộ điều khiển PID Ziegler-Nichols lại cho độ vọt lố rất cao trên mô hình TRMS?

Phương pháp Ziegler-Nichols thiết kế dựa trên mô hình tuyến tính hóa tại một điểm làm việc tĩnh. Khi cánh tay đòn quay góc lớn, lực nâng và mô-men quán tính $J_v(\theta_v), J_h(\theta_v)$ thay đổi liên tục, kèm theo hiện tượng ghép kênh chéo làm sai lệch hoàn toàn giả định ban đầu của bộ điều khiển tuyến tính.

3. Có thể thay thế động cơ BLDC Tarot bằng động cơ bước hoặc Servo được không?

Không nên. Động cơ bước và Servo thông thường có vận tốc đáp ứng không đủ cao và không tạo ra luồng khí động học liên tục qua cánh quạt để sinh lực nâng $F_v$ mềm dẻo. Động cơ BLDC kết hợp cánh quạt là lựa chọn bắt buộc để mô phỏng chính xác cơ cấu trực thăng thực tế.

4. Giải pháp xử lý nhiễu truyền thông giữa vi điều khiển STM32 và máy tính là gì?

Hệ thống sử dụng cáp truyền thông bọc kim chống nhiễu, tích hợp IC đệm chuyển đổi mức logic RS-232, đóng gói khung dữ liệu định dạng chuẩn 8N1 có byte Start (0xAA) và Stop (0x55) kèm mã kiểm tra chẵn lẻ (Parity) hoặc CRC đơn giản.

5. Khả năng mở rộng từ mô hình 2-DOF lên mô hình Drone 4 cánh (Quadrotor) như thế nào?

Cấu trúc phần mềm mờ và nơ-ron trên STM32F4 hoàn toàn có thể tái sử dụng. Để mở rộng lên Quadrotor, cần tăng số kênh phát xung PWM từ 2 lên 4 kênh (sử dụng 4 kênh của Timer 1), đồng thời bổ sung thêm thuật toán trộn kênh điều khiển 4 góc Euler (Roll, Pitch, Yaw, Throttle).

Kết luận

Đề tài "Điều khiển hệ thống phi tuyến dùng giải thuật thông minh" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Nhóm tác giả đã xây dựng thành công mô hình toán học chi tiết, thiết kế và chế tạo phần cứng điều khiển thực nghiệm cho cả hai đối tượng: mô hình máy bay trực thăng hai bậc tự do (TRMS 2-DOF) và mô hình điều khiển tốc độ động cơ ba pha qua biến tần Danfoss VLT 2807.

Kết quả đo đạc thực nghiệm khẳng định sự vượt trội của Bộ điều khiển Mờ (Fuzzy Logic) và Mạng Nơ-ron (ANN/NARMA-L2) so với bộ điều khiển PID kinh điển: triệt tiêu đến $88.8%$ độ vọt lố, rút ngắn thời gian xác lập xuống còn $2.15\text{ s}$, bám sát quỹ đạo góc đặt và có khả năng phục hồi ổn định nhanh chóng trước các tác động của nhiễu tải ngoại cảnh. Đồ án mở ra hướng ứng dụng thực tiễn to lớn trong việc thiết kế các hệ thống điều khiển bay thông minh cho thiết bị không người lái thế hệ mới.