Tổng quan luận án

Hệ thống mức chất lỏng trong các bể chứa ghép nối (Coupled Tank System - CTS) là đối tượng điều khiển chuẩn (benchmark control problem) kinh điển được Ủy ban Liên đoàn Quốc tế về Điều khiển Tự động (IFAC) đưa ra vào năm 1990. Động lực học của CTS tương đồng với nhiều hệ thống công nghiệp thực tế như tháp chưng cất, hệ thống nồi hơi, nhà máy lọc dầu, công nghiệp hóa chất, hóa dầu, xử lý nước thải, sản xuất giấy và thực phẩm. Về mặt điều khiển học, hệ thống bể ghép nối đặt ra nhiều thách thức do tính chất phi tuyến, đặc tính pha không cực tiểu (non-minimum phase) do các điểm không nằm ở nửa mặt phẳng bên phải, cùng các ràng buộc vật lý về điện áp đầu vào của động cơ bơm (0–5V DC) và giới hạn mực nước trong các bể.

Khoảng trống nghiên cứu được tác giả xác định là: trong những năm qua, phần lớn các công trình nghiên cứu tập trung vào việc mô phỏng và phát triển lý thuyết thuật toán điều khiển cho CTS, nhưng số lượng công trình kiểm chứng và triển khai thực nghiệm theo thời gian thực (real-time implementation) trên các phần cứng vật lý còn hạn chế. Ngoài ra, việc xây dựng mô hình tuyến tính hóa từ các định luật vật lý cơ bản (nguyên lý Bernoulli và cân bằng khối lượng) thường bỏ qua các thành phần bậc cao qua khai triển chuỗi Taylor và không phản ánh chính xác toàn bộ tham số thực tế.

Mục tiêu nghiên cứu của luận án được xác định gồm 4 điểm cụ thể:

  1. Phát triển mô hình động học phù hợp cho hệ thống bể ghép nối bằng cách kết hợp mô hình toán học giải tích và kỹ thuật nhận dạng hệ thống thực nghiệm (system identification).
  2. Thiết kế và triển khai thời gian thực các bộ điều khiển cho hệ thống bể ghép nối nhằm duy trì mực chất lỏng tại các điểm đặt mong muốn khi có nhiễu tải do việc mở van đột ngột.
  3. Thực hiện nghiên cứu so sánh giữa các kỹ thuật điều khiển đã phát triển để đánh giá khả năng bám điểm đặt và độ bền vững.
  4. Xác thực toàn bộ kết quả thông qua mô phỏng trên MATLAB và kiểm chứng thực nghiệm thời gian thực trên hệ thống phần cứng bể ghép nối trong phòng thí nghiệm.

Đối tượng nghiên cứu của luận án là hệ thống mức chất lỏng hai bể ghép nối đa biến (MIMO). Phạm vi không gian nghiên cứu là Phòng thí nghiệm Điều khiển và Robot (Control and Robotics Lab), Khoa Kỹ thuật Điện thuộc Viện Công nghệ Quốc gia Rourkela (NIT Rourkela), Odisha, Ấn Độ. Phạm vi thời gian thực hiện nghiên cứu từ năm 2012 đến năm 2014.

Tổng quan tài liệu và vị trí của luận án

Luận án điểm lại các hướng tiếp cận mô hình hóa và điều khiển hệ thống bể ghép nối trong bốn thập kỷ qua:

  • Mô hình hóa giải tích: Johansson [1-2] đã mô tả hệ thống bể tăng gấp bốn (quadruple tank); mô hình giải tích dựa trên phương trình cân bằng khối lượng và định luật Bernoulli được trình bày trong [2-3]. Do mô hình giải tích tuyến tính hóa bỏ qua các số hạng bậc cao, các kỹ thuật nhận dạng không gian con [4] và mô hình mờ ANFIS dựa trên cấu trúc TSK [6] đã được phát triển.
  • Các biến thể của bộ điều khiển PID: Bộ điều khiển PI tự điều chỉnh tham số sử dụng điều khiển thích nghi mô hình tham chiếu (MRAC) theo quy tắc MIT được đề xuất trong [3]; phương pháp gán tỷ số đặc tính (CRA) được nêu trong [8]; phân tích so sánh các kỹ thuật chỉnh định PI được báo cáo trong [9]; cấu trúc điều khiển hai bậc tự do với bộ ước lượng tải được trình bày trong [10]; kỹ thuật tự chỉnh định PID trong [11-12]; so sánh giữa PI Ziegler-Nichols và điều khiển mô hình nội bộ (IMC) theo cài đặt của Skogestad trong [13]; điều khiển dữ liệu lấy mẫu cho hệ thống phi tuyến trong [14]; thí nghiệm điều khiển qua mạng internet trong [15]; thiết kế PID bền vững dựa trên định lý cạnh và phân vùng D của Neimark trong [16-18]; thuật toán hồi tiếp trạng thái số trong [19]; điều khiển PID tách kênh ngược trong [21]; tối ưu hóa tham số mờ bằng thuật toán Cuckoo [23]; tối ưu hóa tham số PID bằng thuật toán di truyền (GA) [24]; điều khiển PID phân tán bền vững [25].
  • Điều khiển dựa trên mô hình và điều khiển thích nghi: Nghiên cứu [4] so sánh IMC và điều khiển ma trận động (DMC) cho quá trình pha không cực tiểu; điều khiển dự báo mô hình phân tán (Distributed MPC) được đề xuất trong [26]; so sánh giữa MRAC trực tiếp, MRAC gián tiếp với hàm Lyapunov và MRAC gián tiếp với ước lượng RLS được công bố trong [27]; điều khiển bước lùi (Backstepping) gồm bộ điều khiển dựa trên mô hình và bộ điều khiển thích nghi được trình bày trong [28].
  • Điều khiển chế độ trượt (SMC) và hệ thống cấu trúc biến (VSC): Cơ sở lý thuyết SMC và VSC được tổng thuật bởi Utkin và các cộng sự trong [29, 30, 32]; SMC dựa trên mô hình FOPDT cho quá trình hóa học trong [33]; SMC kết hợp IMC cho hệ có thời gian trễ lớn trong [34]; SMC thời gian liên tục trong [35]; SMC mờ sử dụng mặt trượt phi tuyến nhằm giảm hiện tượng rung lắc chattering trong [36]; SMC nơ-ron mờ kết hợp lớp biên và mạng nơ-ron truyền thẳng trong [37]; SMC kết hợp truyền thẳng trong [38]; SMC tĩnh và SMC động trong [39]; tuyến tính hóa phản hồi kết hợp SMC trong [40]; thuật toán SMC bậc hai trong [41]; SMC loại bỏ rung lắc trong [42]; SMC phi tuyến với lớp biên thay đổi trong [43]. Bên cạnh đó, các thuật toán ước lượng tham số đệ quy bền vững dựa trên chuỗi Laguerre được nêu trong [59], bộ điều khiển nơ-ron mờ NFCGA dựa trên hàm cơ sở bán kính RBF được trình bày trong [6].

Vị trí của luận án: Luận án tập trung giải quyết khoảng trống về kiểm chứng thực nghiệm bằng cách xây dựng quy trình nhận dạng tham số mô hình sai số đầu ra (Output Error - OE), sau đó thiết kế, tối ưu hóa và nạp trực tiếp 4 cấu trúc điều khiển lên phần cứng thời gian thực gồm: PI dựa trên bất đẳng thức ma trận tuyến tính (LMI-PI), PI mờ thích ứng (AFPI), Điều khiển chế độ trượt (SMC) và Điều khiển chế độ trượt mờ thích ứng (AFSMC).

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án kết hợp mô hình hóa giải tích nguyên lý đầu (first-principles), nhận dạng hệ thống tham số dạng hộp đen và các lý thuyết điều khiển tự động hiện đại:

  • Khung lý thuyết nhận dạng hệ thống: Sử dụng cấu trúc mô hình lỗi đầu ra bậc hai (Output Error - OE Model) $y(k) = \frac{B(q)}{F(q)} u(k) + e(k)$, loại trừ giả định về nhiễu trong hàm truyền động lực học. Thuật toán ước lượng bình phương tối thiểu (Least Squares - LS) được sử dụng để tìm vector tham số $\hat{\theta}_{LS}$. Việc kiểm định mô hình được thực hiện thông qua chỉ số sai số bình phương trung bình (MSE) và phân tích tự tương quan (Auto-correlation analysis) của phần dư trong khoảng tin cậy.
  • Khung tối ưu hóa LMI và LQR: Biến đổi bài toán thiết kế bộ điều khiển PI thành bài toán phản hồi trạng thái tĩnh cho hệ thống mở rộng có thêm trạng thái tích phân sai số $x_a(t) = [x^T(t), \int (r - y) dt]^T$. Bài toán tối ưu hàm mục tiêu toàn phương $J = \int_{0}^{\infty} (x_a^T Q x_a + u^T R u) dt$ được chuyển đổi thành bài toán tối ưu hóa ràng buộc lồi thông qua Bổ đề Schur (Schur Complement) và giải bằng thuật toán điểm trong (Interior-point solver MINCX) trong MATLAB.
  • Hệ suy diễn mờ (Fuzzy Inference System - FIS): Sử dụng hệ mờ Mandani với 2 đầu vào là sai số $e(t)$ và đạo hàm sai số $de(t)/dt$, gồm 5 hàm liên thuộc tam giác [NL, NS, ZE, PS, PL] và 22 luật hợp thành mờ (IF-THEN rules).
  • Lý thuyết điều khiển cấu trúc biến và chế độ trượt (SMC): Thiết kế mặt trượt $s(t) = 0$ và luật điều khiển tương đương kết hợp thành phần chuyển mạch gián đoạn dạng dấu (signum function) để triệt tiêu nhiễu tải đột ngột. Kỹ thuật thích nghi mờ được bổ sung (AFSMC) để thay thế thành phần chuyển mạch nhằm loại bỏ hiện tượng rung chattering gây hại cho cơ cấu chấp hành.

Phương pháp thực tế và cấu hình thu thập dữ liệu:

  • Phần cứng thử nghiệm: Mô hình cơ khí gồm 4 bể trong suốt gắn ống tràn dẫn về bể chứa thứ 5 ở đáy. Hai máy bơm đẩy nước lên các bể trên; cảm biến mức đo áp suất gắn tại đáy bể xuất tín hiệu 0–5V DC qua mạch điều hòa tín hiệu. Bộ cấp nguồn và khuếch đại công suất (PSUPA) chuyển đổi tín hiệu điều khiển 0–5V từ máy tính thành xung PWM 24V cấp cho động cơ bơm.
  • Giao tiếp và xử lý dữ liệu: Máy tính cá nhân (Intel Core 2 Duo, hệ điều hành Windows) gắn card thu thập dữ liệu DAQ Advantech PCI-1711. Phần mềm MATLAB/Simulink kết hợp Real-Time Workshop (RTW) và Real-Time Windows Target. Trình biên dịch ngôn ngữ đích Target Language Compiler (TLC) biên dịch mô hình model.rtw thành mã C (model.c), liên kết qua model.mk để tạo tệp thực thi điều khiển thời gian thực với chu kỳ lấy mẫu $T_s = 0,1$ giây.
Tham số hệ thống thực nghiệm Ký hiệu Giá trị Đơn vị
Diện tích mặt cắt ngang của bể $A$ 0,01389 $\text{cm}^2$
Diện tích cửa xả Bể 1 $a_1$ 0,1245 $\text{cm}^2$
Diện tích cửa xả Bể 2 $a_2$ 0,1245 $\text{cm}^2$
Gia tốc trọng trường $g$ 9,8 $\text{m/s}^2$
Hệ số tỷ lệ điện áp bơm - lưu lượng $\eta$ 0,1194 -

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 trình bày tổng quan về hệ thống bể ghép nối (CTS), nêu rõ các đặc tính vật lý phi tuyến, pha không cực tiểu và các ràng buộc điều khiển. Tác giả mô tả chi tiết sơ đồ nguyên lý phần cứng thực nghiệm, cấu trúc card Advantech PCI-1711, bộ chuyển đổi PSUPA và quy trình tạo mã tự động thời gian thực bằng công cụ Real-Time Workshop. Chương này cung cấp bức tranh khảo sát tài liệu toàn diện với hơn 60 công trình nghiên cứu thuộc các nhóm điều khiển PID, điều khiển thích nghi, điều khiển dự báo và điều khiển chế độ trượt, từ đó xác lập động lực, mục tiêu và bố cục của luận án.

Chương 2: Mô hình động lực học của một hệ thống xe tăng ghép nối

Chương 2 thiết lập mô hình toán học giải tích cho hệ hai bể dựa trên phương trình vi phân cân bằng khối lượng: $$\frac{dh_1(t)}{dt} = \frac{\eta u(t) - a_1 \sqrt{2gh_1(t)}}{A}$$ $$\frac{dh_2(t)}{dt} = \frac{a_1 \sqrt{2gh_1(t)} - a_2 \sqrt{2gh_2(t)}}{A}$$ Mô hình tuyến tính hóa được xây dựng quanh điểm làm việc tĩnh ($h_{10}, h_{20}$) thông qua khai triển chuỗi Taylor. Do sự sai lệch tham số và việc bỏ qua các số hạng bậc cao, tác giả tiến hành nhận dạng hệ thống thực nghiệm bằng tín hiệu kích thích nhiễu trắng trong thời gian 600 giây với 6000 mẫu ($T_s = 0,1$ s). Tác giả so sánh các cấu trúc mô hình hộp đen OE, ARX, ARMAX và lựa chọn mô hình OE bậc hai với hàm truyền nhận dạng được:

  • Mô hình Bể 1: $T_1(s) = \frac{0,004711 s + 0,004877}{s^2 + 0,0385s + 0,00037}$ (dạng liên tục tương đương từ mô hình sai số rời rạc).
  • Kiểm định mô hình: Biểu đồ sai số bình phương trung bình (MSE) hội tụ nhanh và hàm tự tương quan của phần dư hoàn toàn nằm trong dải tin cậy tiêu chuẩn, xác nhận mô hình nhận dạng đủ độ tin cậy để thiết kế bộ điều khiển.

Chương 3: Thiết kế bộ điều khiển PI dựa trên LMI cho hệ thống bể ghép nối

Chương 3 xây dựng thuật toán điều khiển PI thông qua biểu diễn không gian trạng thái mở rộng kết hợp tối ưu hóa LQR-LMI. Phương trình Riccati đại số (ARE) được chuyển đổi thành hệ bất đẳng thức ma trận tuyến tính nhờ Bổ đề Schur: $$\begin{bmatrix} A^T \hat{P} + \hat{P} A - B Y - Y^T B^T & \hat{P} & Y^T \ \hat{P} & -Q^{-1} & 0 \ Y & 0 & -R^{-1} \end{bmatrix} < 0, \quad \hat{P} > 0$$ Với các ma trận trọng số được lựa chọn cho Bể 1 ($Q = \text{diag}([2,4628; 2,9373])$, $R = 16,371$) và Bể 2 ($Q = \text{diag}([4,1938; 1,3268])$, $R = 0,0115$), bộ giải MINCX cho ra vector độ lợi phản hồi trạng thái: $K_1 = [0,2761; 0,4542]$ cho Bể 1 và $K_2 = [0,8265; 0,6640]$ cho Bể 2. Kết quả mô phỏng và thực nghiệm được so sánh đối chứng với phương pháp chỉnh định PI Ziegler-Nichols truyền thống:

Thông số đánh giá Bể 1: LMI-PI Bể 1: Z-N PI Bể 2: LMI-PI Bể 2: Z-N PI
Thời gian tăng ($t_r$, giây) 2,12 2,85 1,78 16,46
Thời gian xác lập ($t_s$, giây) 21,60 29,17 26,78 67,74
Thời gian đạt đỉnh ($t_p$, giây) 10,50 8,65 20,93 27,48
Độ vọt lố ($%OS$) 2% 4% 9% 25%
Tích phân bình phương sai số (ISE) 27,81 43,55 17,81 27,33
Tích phân tuyệt đối sai số (IAE) 62,82 64,20 43,22 39,54

Mặc dù LMI-PI vượt trội hơn Z-N PI về mọi chỉ số miền thời gian, đáp ứng của hệ thống vẫn có độ trễ nhất định.

Chương 4: Thiết kế bộ điều khiển PI mờ thích nghi cho hệ thống bể ghép

Để khắc phục tính phản ứng chậm của LMI-PI, Chương 4 đề xuất bộ điều khiển Adaptive Fuzzy PI (AFPI) gồm hai mạch PI song song: $$u(t) = u_0(t) + \Delta u(t) = [k_{p0} + \Delta k_p(t)] e(t) + \int_0^t [k_{i0} + \Delta k_i(t)] e(\tau) d\tau$$ Trong đó, mạch PI chính có tham số hạt nhân ($k_{p0}, k_{i0}$) cố định được chỉnh định theo Ziegler-Nichols; mạch PI phụ sử dụng bộ suy diễn mờ FLC 2 đầu vào ($e, \Delta e$) để cập nhật trực tuyến $\Delta k_p(t)$ và $\Delta k_i(t)$ thông qua 22 quy tắc mờ. Kết quả thực nghiệm cho thấy AFPI mở rộng dải hoạt động, tăng tốc độ đáp ứng bám điểm đặt nhưng làm xuất hiện độ vọt lố ngoài mong muốn trong quá trình quá độ.

Chương 5: Thiết kế và triển khai thời gian thực của bộ điều khiển chế độ trượt cho hệ thống bình chứa ghép nối

Chương 5 phát triển bộ điều khiển chế độ trượt (SMC) kinh điển nhằm tăng cường độ bền vững chống lại nhiễu tải (mở van đột ngột). Mặt trượt được thiết kế dạng $s_i(t) = c_i e_i(t) + \dot{e}i(t)$. Luật điều khiển bao gồm thành phần điều khiển tương đương $u{eq}(t)$ và thành phần đóng cắt phi tuyến $u_{sw}(t) = -K_{sw} \text{sign}(s(t))$. Thử nghiệm thực tế chứng minh SMC triệt tiêu nhiễu tải nhanh và bám điểm đặt chính xác, tuy nhiên thành phần đóng cắt tạo ra hiện tượng rung lắc chattering tần số cao trên tín hiệu điều khiển, tiềm ẩn nguy cơ gây mài mòn và hư hỏng động cơ bơm thực tế.

Chương 6: Phát triển thiết kế bộ điều khiển chế độ trượt mờ thích ứng cho hệ thống bình chứa ghép nối

Chương 6 giải quyết triệt để hiện tượng chattering bằng cách phát triển bộ điều khiển chế độ trượt mờ thích ứng (AFSMC). Trong cấu trúc này, hệ mờ FLC được tích hợp để ước lượng và làm trơn thành phần điều khiển gián đoạn, thay thế hàm dấu $\text{sign}(s)$ bằng một hàm xấp xỉ mờ liên tục xung quanh mặt trượt. Các luật điều khiển cho Bể 1 và Bể 2 được kiểm chứng qua cả mô phỏng và thực nghiệm thời gian thực trong hai kịch bản: bám điểm đặt định mức và loại bỏ nhiễu tải ngẫu nhiên. Kết quả chứng minh AFSMC loại bỏ hoàn toàn rung lắc chattering trên tín hiệu điện áp điều khiển bơm, đồng thời duy trì độ bền vững cao khi có xáo trộn dòng chảy.

Chương 7: Kết luận và đề xuất cho công việc trong tương lai

Chương 7 tổng kết toàn bộ công trình nghiên cứu, so sánh tổng hợp chỉ số chất lượng của tất cả các bộ điều khiển đã thiết kế, khẳng định đóng góp của luận án và nêu các hướng mở rộng cho các nghiên cứu tiếp theo.

Kết quả và những đóng góp mới

Các kết quả và đóng góp của luận án bao gồm:

  • Về mô hình hóa: Luận án đã so sánh mô hình giải tích chuỗi Taylor với các mô hình nhận dạng tham số thực nghiệm (ARX, ARMAX, OE). Kết quả chỉ ra mô hình lỗi đầu ra bậc hai (OE) phản ánh chính xác nhất động lực học thực tế của hệ hai bể ghép nối, được xác nhận qua phân tích tự tương quan và tiêu chuẩn MSE.
  • Về thuật toán điều khiển:
    • Thiết kế thành công bộ điều khiển LMI-PI trên cơ sở tối ưu hóa lồi LQR, giúp giảm thời gian xác lập từ 29,17s xuống 21,60s (Bể 1) và từ 67,74s xuống 26,78s (Bể 2), giảm độ vọt lố từ 25% xuống 9% so với PI truyền thống.
    • Xây dựng cấu trúc AFPI kết hợp song song giữa PI tham số hạt nhân và PI mờ thích ứng với 22 luật hợp thành mờ, cải thiện tốc độ đáp ứng trên dải vận hành rộng.
    • Thiết kế và triển khai thực nghiệm thành công bộ điều khiển SMC và AFSMC, giải quyết bài toán bù nhiễu tải khi mở van đột ngột và loại bỏ hiện tượng rung chattering cơ cấu chấp hành.
  • Về mặt thực tiễn: Luận án đã thiết lập hoàn chỉnh chu trình điều khiển nhúng thời gian thực từ phần mềm MATLAB/Simulink thông qua Real-Time Workshop đến card Advantech PCI-1711 và phần cứng cơ học thực tế.

Kiến nghị giải pháp: Đối với các hệ thống điều khiển mức công nghiệp có tính trễ, phi tuyến và biến động tải liên tục, nên sử dụng phương pháp nhận dạng mô hình OE kết hợp thuật toán điều khiển chế độ trượt mờ thích ứng (AFSMC) để vừa đảm bảo tính bền vững vừa bảo vệ cơ cấu chấp hành khỏi hiện tượng rung lắc tần số cao.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

  • Phạm vi thực nghiệm của luận án tập trung trên cấu hình hai bể ghép nối ở chế độ pha cực tiểu và phi cực tiểu cơ bản, chưa mở rộng thực nghiệm trên toàn bộ 4 bể ghép nối đa biến phức tạp (quadruple tank process).
  • Các tham số trọng số trong ma trận LMI ($Q, R$) và tham số bộ mờ vẫn được chọn dựa trên thử nghiệm kết hợp giải thuật cục bộ mà chưa được tối ưu hóa tự động đa mục tiêu.

Hướng nghiên cứu tiếp được tác giả đề xuất:

  1. Mở rộng việc triển khai các thuật toán điều khiển nâng cao (như AFSMC) cho cấu hình toàn phần bốn bể ghép nối (Quadruple Tank System) với đặc tính pha không cực tiểu đa biến phức tạp hơn.
  2. Ứng dụng lý thuyết điều khiển phân số (Fractional-Order Control) kết hợp với kỹ thuật trượt mờ để tăng thêm bậc tự do khi tinh chỉnh chất lượng động học.
  3. Áp dụng các thuật toán tối ưu hóa thông minh toàn cục (như giải thuật di truyền GA, tối ưu bầy đàn PSO, giải thuật Cuckoo) để tự động hóa hoàn toàn việc tìm kiếm các ma trận trọng số LMI và cơ sở quy tắc mờ.

Giá trị tham khảo

Luận án là tài liệu tham khảo trong các lĩnh vực:

  • Đối với nghiên cứu sinh và học viên cao học ngành Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Điện: Cung cấp phương pháp chi tiết về quy trình nhận dạng hệ thống thực nghiệm hộp đen (mô hình OE) và cách thức chuyển đổi bài toán điều khiển PI sang khung tối ưu hóa lồi LMI (LQR-LMI) giải bằng bộ giải MINCX.
  • Đối với kỹ sư phát triển hệ thống điều khiển nhúng: Phần mô tả chi tiết việc tích hợp MATLAB/Simulink, Real-Time Workshop (RTW), card thu thập dữ liệu Advantech PCI-1711 và bộ điều chế độ rộng xung PSUPA tại Chương 1 và Chương 2 là hướng dẫn thực hành trực tiếp cho việc xây dựng các trạm thí nghiệm điều khiển thời gian thực.
  • Đối với kỹ sư điều khiển quá trình trong công nghiệp hóa chất, dầu khí, xử lý nước: Chương 5 và Chương 6 cung cấp dẫn chứng thực nghiệm về việc thiết kế luật điều khiển chế độ trượt triệt tiêu hiện tượng chattering bằng logic mờ (AFSMC) khi đối mặt với sự cố thay đổi tải van đột ngột.

Câu hỏi thường gặp

  1. Hệ thống thực nghiệm trong luận án sử dụng các thiết bị phần cứng và card giao tiếp nào?
    Luận án sử dụng hệ thống bể ghép nối gồm 4 bể đo trong suốt và 1 bể chứa đáy, 2 máy bơm nước, cảm biến đo áp suất mức nước (tín hiệu 0–5V DC), bộ khuếch đại công suất PSUPA chuyển đổi tín hiệu điều khiển sang xung PWM 24V, máy tính điều khiển Core 2 Duo và card thu thập dữ liệu Advantech PCI-1711 giao tiếp qua môi trường MATLAB/Simulink Real-Time Workshop.

  2. Cấu trúc nhận dạng hệ thống nào được tác giả lựa chọn và độ chính xác được kiểm chứng bằng cách nào?
    Tác giả khảo sát các cấu trúc ARX, ARMAX và lựa chọn mô hình Lỗi đầu ra bậc hai (Output Error - OE Model) $y(k) = \frac{B(q)}{F(q)} u(k) + e(k)$ với thuật toán bình phương tối thiểu (Least Squares). Mô hình được kiểm chứng bằng chỉ số sai số bình phương trung bình (MSE) hội tụ qua các vòng lặp và phân tích hàm tự tương quan của phần dư nằm hoàn toàn bên trong giới hạn tin cậy.

  3. Làm thế nào để chuyển đổi bài toán thiết kế bộ điều khiển PI thành bài toán LMI?
    Bài toán PI được quy về bài toán hồi tiếp trạng thái tĩnh cho hệ thống mở rộng bằng cách thêm một biến trạng thái tích phân của sai số bám $x_a(t) = [x^T(t), \int (r - y) dt]^T$. Sau đó, phương trình Riccati đại số (ARE) của bài toán LQR được tuyến tính hóa thành hệ bất đẳng thức ma trận tuyến tính (LMI) thông qua Bổ đề Schur và được tối ưu hóa bằng bộ giải MINCX trong MATLAB.

  4. Bộ điều khiển PI mờ thích ứng (AFPI) trong Chương 4 có cấu trúc như thế nào?
    Bộ điều khiển AFPI kết hợp song song hai khối: mạch PI chính có tham số cố định ($k_{p0}, k_{i0}$) chỉnh định bằng phương pháp Ziegler-Nichols, và mạch PI phụ trợ tạo ra các đại lượng biến thiên ($\Delta k_p(t), \Delta k_i(t)$) nhờ hệ suy diễn mờ Mamdani 2 đầu vào ($e, \Delta e$) với 22 luật mờ để tự động bù sai lệch theo thời gian thực.

  5. Tại sao tác giả phải phát triển bộ điều khiển AFSMC thay vì sử dụng bộ điều khiển chế độ trượt kinh điển (SMC)?
    Bộ điều khiển SMC kinh điển sử dụng hàm dấu $\text{sign}(s)$ gây ra hiện tượng dao động tần số cao (chattering) trên tín hiệu điện áp điều khiển bơm, có thể làm hỏng cơ cấu chấp hành. Bộ điều khiển AFSMC sử dụng logic mờ để xấp xỉ hóa hàm đóng cắt gián đoạn, giúp loại bỏ rung lắc chattering mà vẫn duy trì tính bền vững khi có nhiễu tải.

Kết luận

Luận án của Soumya Ranjan Mahapatro đã giải quyết bài toán điều khiển mức chất lỏng trên hệ thống hai bể ghép nối (CTS) thông qua quy trình kết hợp giữa mô hình hóa nhận dạng thực nghiệm OE và thiết kế các thuật toán điều khiển LMI-PI, AFPI, SMC và AFSMC. Toàn bộ các thuật toán đều được kiểm chứng và đối chiếu định lượng trên cả môi trường mô phỏng MATLAB và hệ thống thực nghiệm thời gian thực thông qua card Advantech PCI-1711. Kết quả nghiên cứu khẳng định bộ điều khiển chế độ trượt mờ thích ứng (AFSMC) đạt hiệu quả cao nhất trong việc bám điểm đặt, loại bỏ rung lắc chattering và kháng nhiễu tải đột ngột.