Tổng quan về luận án

Nghiên cứu của Phạm Văn Hùng dưới sự hướng dẫn khoa học của PGS. TS Hoàng Minh Sơn (2018) giải quyết bài toán cốt lõi trong lý thuyết điều khiển tự động hiện đại: Thiết kế hệ thống điều khiển dự báo phi tập trung (Decentralized Model Predictive Control - DMPC) cho lớp đối tượng phi tuyến quy mô lớn có tương tác động học và chịu tác động của nhiễu bị chặn. Trong bối cảnh công nghiệp 4.0, sự gia tăng quy mô của các hệ thống công nghệ phức tạp—như tổ hợp nhiệt điện, nhà máy hóa chất liên hợp, mạng lưới phân phối năng lượng—khiến cấu trúc điều khiển dự báo tập trung (Centralized MPC) bộc lộ giới hạn nghiêm trọng về năng lực tính toán thời gian thực do độ phức tạp thuật toán tăng theo cấp số mũ theo số lượng biến trạng thái và biến vào/ra.

Khoảng trống nghiên cứu (research gap) trọng tâm mà luận án xác định là sự thiếu vắng các thuật toán DMPC phi tuyến có khả năng xử lý đồng thời tương tác trạng thái, tương tác đầu vào và tương tác đầu ra (chuỗi nối tiếp - hồi tiếp), vừa triệt tiêu gánh nặng tính toán tối ưu phi tuyến online (Nonlinear Programming - NLP), vừa đảm bảo chứng minh giải tích chặt chẽ về tính ổn định vào - trạng thái (Input-to-State Stability - ISS) dưới tác động của nhiễu không chắc chắn. Luận án đặt ra 3 câu hỏi nghiên cứu (Research Questions - RQ) và 2 giả thuyết khoa học (Hypotheses - H):

  • RQ1: Làm thế nào để phân rã bài toán tối ưu MPC phi tuyến quy mô lớn thành các bài toán tối ưu cục bộ giải được bằng quy hoạch toàn phương (Quadratic Programming - QP) mà không làm suy giảm nghiêm trọng chất lượng động học toàn hệ?
  • RQ2: Cơ chế trao đổi thông tin dự báo cục bộ từng phần (partially connected, non-cooperative, non-iterative) cần được thiết lập như thế nào để dự báo chính xác tương tác liên kết đóng vai trò là nhiễu đo được?
  • RQ3: Điều kiện toán học tường minh nào bảo đảm tính ổn định ISS cho cả hệ con cục bộ và hệ thống hợp thành đa biến khi tồn tại trễ vận chuyển và sai lệch mô hình?
  • H1: Việc tuyến tính hóa từng đoạn (Piecewise Linear Time-Invariant - PWA/LTI) và nội suy tham số phi tuyến giả LPV (Quasi-Linear Parameter-Varying) kết hợp dự báo tương tác cho phép giảm thời gian tính toán online về bậc đa thức trong khi vẫn duy trì chất lượng bám tương đương NMPC tập trung.
  • H2: Tính ổn định ISS của hệ thống hợp thành $M$ quá trình con được xác lập thông qua hàm Lyapunov tổng $\sum_{i=1}^M V_{Ni}(x_k^i)$ mà không cần ràng buộc bất phương trình ma trận tuyến tính (LMI) bảo thủ toàn cục.

Khung lý thuyết của công trình tích hợp lý thuyết ổn định Lyapunov phi tuyến, lý thuyết ổn định ISS cho hệ rời rạc (Sontag, 1989; Jiang & Wang, 2001), và cấu trúc MPC tối ưu hóa lặp theo đường chân trời di động (Mayne et al., 2000). Đóng góp đột phá của luận án được định lượng qua hai mô hình benchmark công nghiệp thực tế: Hệ phản ứng/tách hóa học ($T_s = 0.1\text{ min}$, tầm dự báo $N = 20$, trễ $k_d = 4$) và hệ tổ hợp Nồi hơi - Tuabin 160MW của Bell & Åström tại 7 điểm làm việc (tải từ $70%$ đến $140%$, áp suất bao hơi từ $75.6$ đến $129.9\text{ kg/cm}^2$, công suất điện từ $36.65$ đến $131.0\text{ MW}$).

Literature Review và Positioning

Lịch sử phát triển của điều khiển dự báo bắt đầu từ các thuật toán tuyến tính dựa trên mô hình đáp ứng xung và đáp ứng bậc thang như IDCOM (Richalet et al., 1978) và DMC (Cutler & Ramaker, 1980). Để mở rộng cho các hệ thống phi tuyến có ràng buộc, Mayne & Rawlings (2000), Chen & Allgöwer (1998) đã thiết lập nền tảng lý thuyết vững chắc cho Centralized NMPC dựa trên hàm phạt trạng thái cuối (terminal penalty) và tập bất biến trạng thái cuối (terminal invariant set). Tuy nhiên, đối với các hệ thống quy mô lớn, Centralized MPC gặp phải "lời nguyền số chiều" (curse of dimensionality).

Trong dòng y văn về DMPC, tồn tại hai trường phái tranh luận chính:

  1. Trường phái phi tập trung hoàn toàn không trao đổi thông tin (Decentralized Uncoordinated DMPC): Được nghiên cứu bởi Šiljak (1991), Magni et al. (2006), Riverso et al. (2013). Quan điểm này xem mọi tương tác liên kết giữa các hệ con là nhiễu không xác định và dựa vào tính bền vững nội tại của bộ điều khiển cục bộ để bù trừ. Nhược điểm chí mạng là khi tương tác động học giữa các hệ con mạnh (như dòng hồi lưu trong công nghiệp hóa chất hoặc ghép kênh áp suất - công suất trong nhiệt điện), hệ thống mất ổn định hoặc chất lượng điều khiển suy giảm nghiêm trọng.
  2. Trường phái phân tán có trao đổi thông tin (Distributed/Cooperative MPC): Được phát triển bởi Venkat, Rawlings & Wright (2006), Stewart et al. (2010), Christofides et al. (2011), Maestre et al. (2011). Hướng tiếp cận này yêu cầu tối ưu hóa hàm mục tiêu chung thông qua truyền thông lặp nhiều lần trong một chu kỳ lấy mẫu (iterative communication), dẫn đến độ trễ mạng và nghẽn băng thông truyền thông, khó khả thi trong điều khiển thời gian thực tốc độ cao.

Luận án của Phạm Văn Hùng định vị chính xác tại giao điểm nhằm dung hòa hai thái cực trên: Thiết kế cấu trúc DMPC phi hợp tác (non-cooperative), kết nối từng phần (partially connected) và truyền thông một lần trong mỗi chu kỳ điều khiển (non-iterative). So với nghiên cứu của Richard & How (2002, 2006) về DMPC tuần tự cho hệ thống tránh va chạm phương tiện (chỉ giải bài toán tuyến tính và yêu cầu thứ tự giải ngặt nghèo), cấu trúc của luận án cho phép các bộ điều khiển cục bộ giải song song đồng thời. Đồng thời, so sánh với công trình của Raimondo et al. (2009) và Liu et al. (2010) về DMPC phi tuyến dựa trên hàm Lyapunov ràng buộc ngặt (Lyapunov-based MPC), phương pháp trong luận án chuyển đổi mô hình dự báo phi tuyến sang dạng LTI tuyến tính hóa từng đoạn và mô hình tựa LPV (Quasi-LPV). Giải pháp này giúp bài toán tối ưu giữ nguyên dạng QP giải tích, giảm thời gian tính toán hàng chục lần mà vẫn đảm bảo tính ổn định ISS toàn cục.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng lý thuyết ổn định ISS của Sontag (1989, 1998) và khung phân tích ổn định MPC rời rạc của Mayne, Rawlings, Rao & Scokaert (2000) sang bài toán DMPC cho hệ phi tuyến ghép kênh phức tạp. Đóng góp lý thuyết cụ thể gồm:

  • Mở rộng điều kiện ổn định cục bộ sang ổn định ISS hệ hợp thành: Chứng minh rằng nếu mỗi hệ con thứ $i$ ($i = 1, \dots, M$) được thiết lập hàm mục tiêu dạng toàn phương có hàm phạt trạng thái cuối $V_{fi}(x_k^i) = (x_k^i)^T P_{fi} x_k^i$ và thỏa mãn phương trình Lyapunov ma trận rời rạc: $$(A_i)^T P_{fi} A_i - P_{fi} = -Q_i$$ với ma trận hệ thống $A_i$ là ma trận Schur (hoặc được ổn định hóa bằng phản hồi trạng thái cục bộ $u_i = -K_i x_i$ sao cho $A_i - B_i K_i$ là Schur), thì hàm giá trị tối ưu $V_{Ni}^(x_k^i)$ đóng vai trò là hàm Lyapunov ISS thỏa mãn tính chất liên tục Lipschitz: $$\alpha_{1i}(|x_k^i|) \le V_{Ni}^(x_k^i) \le \alpha_{2i}(|x_k^i|)$$ $$V_{Ni}^(x_{k+1}^i) - V_{Ni}^(x_k^i) \le -\alpha_{1i}(|x_k^i|^2) + \alpha_{3i}(|d_k^i|)$$ trong đó $\alpha_{1i}, \alpha_{2i}, \alpha_{3i} \in \mathcal{K}_\infty$.
  • Chứng minh giải tích hàm Lyapunov tổng: Luận án đề xuất và chứng minh định lý tổng quát: Hàm tổng $V_N(x_k) = \sum_{i=1}^M V_{Ni}^*(x_k^i)$ là một hàm Lyapunov ISS hợp thức cho toàn bộ hệ thống kín mà không cần bổ sung các giả thiết bảo thủ về LMI liên kết ma trận toàn hệ như trong công trình của Dunbar (2007) hay Zheng et al. (2009). Bằng cách khai thác bất đẳng thức Jensen và đặc tính giải tích của các hàm thuộc lớp $\mathcal{K}$, luận án chứng minh tồn tại hai hàm $\alpha_1, \alpha_2 \in \mathcal{K}_\infty$ sao cho: $$\alpha_1(|x_k|) \le V_N(x_k) \le \alpha_2(|x_k|)$$

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 trụ cột lý thuyết: Lý thuyết tối ưu hóa Receding Horizon, Lý thuyết Ổn định phi tuyến Lyapunov/ISS, và Phương pháp mô hình hóa tựa tuyến tính (PWA/Quasi-LPV).

Mô hình trạng thái phi tuyến của từng hệ con $i$ được biểu diễn tổng quát dưới dạng rời rạc có xét đến trễ truyền tương tác: $$x_{k+1}^i = A_i x_k^i + B_i u_k^i + E_i d_{k-k_d}^i, \quad y_k^i = C_i x_k^i$$ Vector nhiễu tương tác $d_k^i$ được cấu trúc hóa tường minh thành 4 thành phần: $$d_k^i = \text{col}\left(\psi_k^i, x_k^{ij}, u_k^{ij}, y_k^{ij}\right)$$ trong đó:

  • $\psi_k^i$: Nhiễu nội tại đo được của bản thân quá trình con $i$.
  • $x_k^{ij}$: Tương tác trạng thái từ các hệ con $j \ne i$.
  • $u_k^{ij}$: Tương tác biến điều khiển từ các hệ con $j \ne i$.
  • $y_k^{ij}$: Tương tác đầu ra từ các hệ con $j \ne i$ (đặc trưng cho các quá trình công nghệ nối tiếp và hồi lưu).

Cơ chế dự báo nhiễu trong tầm dự báo $N$ được xây dựng bằng cách tận dụng dữ liệu quỹ đạo tối ưu $u^{*j}$, trạng thái dự báo $x^{*j}$ và đầu ra dự báo $y^{*j}$ được gửi từ các bộ điều khiển $j$ lân cận ở chu kỳ $(k-1)$. Điều này cho phép chuyển đổi một bài toán điều khiển phi tuyến bất định thành bài toán tối ưu QP có bù trừ nhiễu trước (feedforward interaction compensation), giúp triệt tiêu tương tác động học mà không làm tăng bậc của ma trận tối ưu cục bộ.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu theo đuổi trường phái thực chứng định lượng (Quantitative Positivism) và diễn dịch toán học chuẩn xác, kết hợp giữa chứng minh giải tích lý thuyết và kiểm chứng mô phỏng số thực nghiệm trên nền tảng kỹ thuật số.

Cấu trúc phân rã hệ thống đa cấp (Multi-level Decomposition) được thiết lập chuẩn xác:

  • Cấp độ 1 (Quá trình con cục bộ): Mỗi hệ con sở hữu một bộ giải tối ưu MPC riêng biệt, tính toán tín hiệu điều khiển $u_k^i$ dựa trên trạng thái phản hồi nội tại $x_k^i$ và dữ liệu tương tác nhận được.
  • Cấp độ 2 (Mạng lưới trao đổi thông tin): Mạng truyền thông phi tập trung từng phần truyền vector quỹ đạo dự báo trong tầm $N$ giữa các khối có ghép kênh vật lý, loại bỏ hoàn toàn bộ điều phối trung tâm (Central Coordinator).

Quy trình nghiên cứu rigorous

Toàn bộ ràng buộc vật lý về biến điều khiển ($u_{\min}^i \le u_k^i \le u_{\max}^i$), biến trạng thái ($x_{\min}^i \le x_k^i \le x_{\max}^i$), và biến đầu ra ($y_{\min}^i \le y_k^i \le y_{\max}^i$) được ánh xạ chuẩn tắc về bất phương trình ma trận tuyến tính dạng compact theo vector biến điều khiển tối ưu $u^i = \text{col}(u_k^i, \dots, u_{k+N-1}^i)$: $$L_i u^i \le L_{1i}$$ trong đó ma trận $L_i$ và vector $L_{1i}$ được xác lập tường minh từ các ma trận dự báo mở rộng $P_{xi}, H_{xi}, F_{xi}, P_{yi}, H_{yi}, F_{yi}$: $$L_i = \begin{bmatrix} C_u^i \ C_x^i H_{xi} \ C_y^i H_{yi} \end{bmatrix}, \quad L_{1i} = \begin{bmatrix} C_u^i 1 \ C_x^i 1 - C_x^i P_{xi} x_k^i - C_x^i F_{xi} d^i \ C_y^i 1 - C_y^i P_{yi} x_k^i - C_y^i F_{yi} d^i \end{bmatrix}$$

Quy trình tính toán thực thi qua 3 pha nghiêm ngặt:

  1. Pha lấy mẫu và thu nhận dữ liệu: Đo trạng thái thực $x_k^i$, nhận gói tin quỹ đạo dự báo $d^i$ từ các trạm lân cận.
  2. Pha tối ưu hóa lặp trực tuyến: Thiết lập ma trận Hessian và vector gradient cho bài toán QP, giải tìm dãy nghiệm $u^{*i}$ bằng thuật toán Sequential Quadratic Programming (SQP) và Active-Set QP.
  3. Pha thực thi và phát tin: Đưa phần tử điều khiển đầu tiên $u_k^{*i}$ tới cơ cấu chấp hành, đồng thời phát sóng toàn bộ chuỗi dự báo $x^{*i}, y^{*i}, u^{*i}$ lên bus truyền thông cho chu kỳ $k+1$.

Data và phân tích

Nghiên cứu sử dụng hai bộ dữ liệu thực nghiệm mô phỏng chuẩn quốc tế:

  • Hệ phản ứng/tách (Reactor/Separator System): Mô tả động học phi tuyến bậc cao gồm bình phản ứng khuấy trộn liên tục hồi lưu nối tiếp với tháp chưng cất 3 bậc.
    • Thông số cơ sở: Lưu lượng nạp $F_0 = 3.0958\text{ kmol/min}$, thành phần nạp $Z_0 = 0.9$, hằng số tốc độ phản ứng $k_t = 0.3096\text{ min}^{-1}$, nồng độ đáy tháp $x_B = 0.0952$, trữ lượng bình phản ứng $M_R = 12.5\text{ kmol}$, trữ lượng đáy và đỉnh tháp $M_B = M_D = 2.5\text{ kmol}$.
    • Ma trận hệ thống rời rạc sau tuyến tính hóa: $A_1 = [0.9860]$, $A_2$ có các giá trị riêng cực thực ${0.8407, 0.9838, 0.9838}$ nằm hoàn toàn trong đường tròn đơn vị (Schur stable).
  • Hệ Nồi hơi - Tuabin nhiệt điện (Bell & Åström Nonlinear Benchmark):
    • Mô tả toán học phi tuyến bậc 3 gồm 3 đầu vào ($u_1$: nhiên liệu, $u_2$: van hơi tuabin, $u_3$: nước cấp), 3 biến trạng thái ($x_1$: áp suất bao hơi $\text{kg/cm}^2$, $x_2$: công suất phát điện $\text{MW}$, $x_3$: khối lượng riêng hơi nước $\text{kg/cm}^3$) và 3 đầu ra ($y_1$: áp suất, $y_2$: công suất, $y_3$: mức nước bao hơi).
    • Khảo sát tại 7 điểm làm việc chuẩn từ $70%$ đến $140%$ công suất danh định. Tại điểm làm việc $90%$ ($x_1 = 96.6, x_2 = 66.65, x_3 = 4.26$): Ma trận $A_{21}$ của nồi hơi có một giá trị riêng nằm chính xác trên đường tròn đơn vị ($|\lambda| = 1$), được luận án xử lý bằng ma trận phản hồi phụ $K = \begin{bmatrix} 0 & 0 \ 0 & 0.9889 \end{bmatrix}$ đưa ma trận kín $A'{21} = A{21} - B_{21}K$ về trạng thái Schur ổn định với $\lambda \in [0.9972, 0.9889]$.

Các kiểm tra độ bền vững (Robustness Checks) được thực hiện với nhiễu đầu ra bước nhảy $5%$, $20%$ giá trị đặt và nhiễu trôi chậm (slow-varying drift), xác nhận thuật toán duy trì độ ổn định tuyệt đối và không xảy ra hiện tượng phân kỳ.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu năng vượt trội của cơ chế bù nhiễu tương tác (Inter-subsystem Disturbance Prediction): So sánh giữa thuật toán đề xuất (DMPCd) và thuật toán phi tập trung truyền thống không dự báo nhiễu (DLMPC), DMPCd giúp triệt tiêu hoàn toàn dao động quá độ của nồng độ đáy tháp $x_B$ khi lưu lượng và thành phần nạp $Z_F$ thay đổi dạng dốc, đưa thời gian xác lập về dưới $25\text{ phút}$ so với hơn $55\text{ phút}$ của DLMPC.
  2. Khắc phục triệt để sai lệch tĩnh bằng mô hình tích phân (DMPC2d): Luận án phát hiện rằng trong cấu trúc DMPC chuẩn sử dụng hàm phạt trạng thái cuối, sai lệch tĩnh (steady-state offset) luôn tồn tại khi có nhiễu tác động (ví dụ sai lệch nồng độ đáy $0.0067\text{ mol fraction}$). Bằng cách tích hợp thành phần vi phân sai phân $\Delta u$ và mở rộng trạng thái dạng tích phân trong thuật toán DMPC2d, sai lệch tĩnh được triệt tiêu hoàn toàn về $0$ ngay cả khi nhiễu đầu ra đạt tới $20%$ biên độ đặt.
  3. Tiết kiệm tài nguyên tính toán đột phá của mô hình Quasi-LPV: Thuật toán DMPC-LPV trên mô hình nội suy đầu ra đạt độ chính xác bám quỹ đạo tương đương $98.5%$ so với bộ điều khiển NMPC tập trung toàn phần, nhưng giảm thời gian giải thuật toán bình quân trên mỗi chu kỳ từ $1.42\text{ giây}$ (Centralized NMPC) xuống còn $0.038\text{ giây}$ (DMPC-LPV), đáp ứng hoàn hảo yêu cầu thời gian thực với chu kỳ trích mẫu $T = 1\text{ s}$.
  4. Cơ chế ổn định hóa cục bộ phục hồi tính Schur: Phát hiện giải pháp kỹ thuật bổ sung ma trận phản hồi trạng thái $u = -Kx$ đối với các quá trình con có điểm cực nằm trên vòng tròn đơn vị, biến đổi hệ hở biên giới ổn định thành hệ kín Schur trước khi áp dụng phương trình Lyapunov rời rạc để tìm nghiệm $P_{fi}$.
Thuật toán Thời gian tính toán TB/chu kỳ (s) Sai lệch tĩnh ($e_{ss}$) Độ quá điều chỉnh ($%$) Khả năng bù tương tác
Centralized NMPC $1.420$ $0.000$ $2.1%$ Hoàn hảo (Tập trung)
Centralized LTI-MPC $0.025$ Lớn khi đổi điểm làm việc $14.5%$ Trung bình
Decentralized DLMPC $0.012$ $0.0067$ $18.2%$ Rất kém (Coi là nhiễu ẩn)
Proposed DMPCd $0.028$ $0.0041$ $5.3%$ Tốt (Có bù tương tác)
Proposed DMPC2d $0.032$ $0.0000$ $3.2%$ Rất tốt (Tích phân + Bù)
Proposed DMPC-LPV $0.038$ $0.0000$ $2.4%$ Xuất sắc (Nội suy LPV)

Implications đa chiều

  • Ý nghĩa học thuật: Thiết lập cầu nối giải tích giữa lý thuyết MPC tuyến tính giải nhanh và hệ thống phi tuyến phức hợp, mở ra hướng tiếp cận mới cho việc chứng minh ổn định ISS cho các mạng điều khiển phân tán quy mô cực lớn.
  • Đổi mới phương pháp luận: Chuẩn hóa quy trình chuyển đổi bài toán tối ưu phi tuyến sang chuỗi bài toán QP cục bộ thông qua biểu diễn LTI tuyến tính hóa từng đoạn và tựa LPV.
  • Ứng dụng công nghiệp: Cung cấp giải pháp phần mềm điều khiển trực tiếp cho các nhà máy nhiệt điện than/khí nhằm tăng tốc độ đáp ứng công suất theo lệnh điều độ của Trung tâm Điều độ Hệ thống điện Quốc gia, đồng thời ổn định áp suất bao hơi trong giới hạn an toàn nhiệt động.
  • Chính sách và Kinh tế: Giúp các doanh nghiệp năng lượng và hóa chất nâng cao hiệu suất nhiệt trị, tiết kiệm từ $1.5%$ đến $3%$ nhiên liệu tiêu thụ, giảm phát thải khí nhà kính $\text{CO}_2$ và kéo dài tuổi thọ thiết bị nhờ giảm ứng suất nhiệt trên thành bao hơi và cánh tuabin.

Limitations và Future Research

Luận án thừa nhận 4 giới hạn nghiên cứu cụ thể:

  1. Giả thiết về hạ tầng truyền thông lý tưởng: Thuật toán giả định thông tin trao đổi giữa các bộ MPC cục bộ không bị mất gói (packet loss) và trễ truyền thông nhỏ hơn một chu kỳ trích mẫu ($k_d \le T_s$), chưa mô hình hóa trễ ngẫu nhiên (stochastic network delay).
  2. Kích thước vùng hấp dẫn (Domain of Attraction): Việc chứng minh ổn định ISS dựa trên tập bất biến trạng thái cuối $X_f$ đòi hỏi các biến trạng thái ban đầu không được vượt quá miền giới hạn tuyến tính hóa của mô hình PWA.
  3. Phụ thuộc vào cấu trúc mô hình giải tích: Phương pháp đòi hỏi phải biết trước cấu trúc phương trình trạng thái phi tuyến để trích xuất đạo hàm Jacobi và ma trận nội suy LPV, gây khó khăn cho các đối tượng hộp đen hoàn toàn.

Chương trình nghiên cứu 10 năm tiếp theo tập trung vào 4 hướng:

  • Mở rộng DMPC phi tuyến tích hợp giao thức truyền thông hướng sự kiện (Event-Triggered DMPC) nhằm giảm tải $70%$ lưu lượng mạng.
  • Nghiên cứu DMPC bền vững dựa trên tập hình ống (Tube-based Nonlinear DMPC) cho hệ thống có bất định tham số lớn.
  • Ứng dụng kỹ thuật học máy (Physics-Informed Neural Networks - PINNs) để tự động nhận dạng mô hình Quasi-LPV từ dữ liệu vận hành thực tế.
  • Thử nghiệm trên phần cứng thời gian thực HIL (Hardware-in-the-Loop) và triển khai trên hệ thống điều khiển phân tán (DCS) công nghiệp thực tế.

Tác động và ảnh hưởng

Công trình tạo ra tác động học thuật sâu sắc với khả năng tạo lập chỉ số trích dẫn cao trong các chuyên san hàng đầu về điều khiển như IEEE Transactions on Automatic Control, Automatica, và Journal of Process Control. Về mặt công nghệ, phương pháp luận của luận án có khả năng chuyển giao trực tiếp cho ngành năng lượng điện, hóa dầu, và sản xuất xi măng—những lĩnh vực chiếm tỷ trọng tiêu thụ năng lượng lớn nhất trong nền kinh tế.

Ở cấp độ quản lý vĩ mô, nghiên cứu cung cấp cơ sở khoa học để xây dựng tiêu chuẩn kỹ thuật cho các hệ thống điều khiển tự động hóa nâng cao (Advanced Process Control - APC) trong các nhà máy nhiệt điện tham gia thị trường phát điện cạnh tranh, hỗ trợ thực thi lộ trình giảm phát thải ròng Net Zero của quốc gia.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận khung chứng minh giải tích ISS hoàn chỉnh cho hệ thống phân tán đa biến và phương pháp luận thiết kế MPC tựa LPV.
  • Kỹ sư R&D Tự động hóa: Sở hữu thuật toán tối ưu hóa QP giải tích tốc độ cao có thể nhúng trực tiếp vào các bộ điều khiển khả trình PLC/PAC hoặc DCS công nghiệp hiện đại mà không cần nâng cấp phần cứng đắt tiền.
  • Kỹ sư vận hành Nhà máy Nhiệt điện/Hóa chất: Nhận được giải pháp điều khiển nâng cao giúp hệ thống vận hành êm thuận, giảm thiểu sự cố dao động áp suất và nâng cao độ tinh khiết sản phẩm đáy.
  • Nhà hoạch định chính sách Năng lượng: Có công cụ kỹ thuật định lượng để đánh giá hiệu quả tiết kiệm năng lượng và tối ưu hóa vận hành các cụm công nghiệp tập trung.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Đóng góp độc đáo nhất là việc chứng minh tính ổn định ISS cho hệ thống phi tuyến ghép kênh tổng thể thông qua hàm Lyapunov tổng $V_N(x_k) = \sum_{i=1}^M V_{Ni}^*(x_k^i)$ kết hợp với cơ chế bù trừ nhiễu tương tác $d_k^i$. Công trình đã mở rộng trực tiếp khung lý thuyết MPC Lyapunov của Mayne & Rawlings (2000) và lý thuyết ISS của Sontag (1989) từ cấu trúc tập trung sang cấu trúc phi tập trung phân tán phi hợp tác mà không cần áp đặt các điều kiện LMI bảo thủ trên toàn hệ thống.

2. Đổi mới phương pháp luận so với các công trình quốc tế tiền nhiệm? So với nghiên cứu của Venkat et al. (2006) yêu cầu truyền thông lặp (iterative) giải bài toán tối ưu toàn cục và Richard & How (2002) chỉ áp dụng cho hệ tuyến tính giải tuần tự, luận án đề xuất cấu trúc phân tán giải song song (non-iterative, parallel SQP/QP) sử dụng mô hình PWA/LTI và Quasi-LPV. Cách tiếp cận này giữ nguyên thời gian tính toán ở mức vài chục mili-giây nhưng đạt chất lượng động học bám sát NMPC phi tuyến tập trung.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì? Phát hiện bất ngờ nhất là sự tồn tại dai dẳng của sai lệch tĩnh ($e_{ss} = 0.0067$) trong cấu trúc DMPC tiêu chuẩn dù hệ thống đã đạt ổn định ISS hoàn toàn. Điều này dẫn đến sự ra đời của biến thể thuật toán DMPC2d tích hợp vector vi phân sai phân $\Delta u$, giúp triệt tiêu hoàn toàn sai lệch tĩnh về $0$ mà không phá vỡ tính ổn định Lyapunov đã chứng minh.

4. Giao thức tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không? Luận án cung cấp đầy đủ toàn bộ hệ phương trình vi phân phi tuyến, thông số hình học, điểm làm việc danh định, ma trận không gian trạng thái tuyến tính hóa, ma trận trọng số hàm mục tiêu ($Q_1, Q_2, R_1, R_2$), và nghiệm ma trận Lyapunov $P_f$ cho cả hai hệ benchmark (Hệ phản ứng/tách và Hệ Nồi hơi - Tuabin Bell & Åström), cho phép tái lập $100%$ kết quả mô phỏng trên nền tảng MATLAB/Simulink.

5. Lộ trình phát triển công nghệ 10 năm tới được vạch ra như thế nào? Lộ trình định hướng phát triển từ thuật toán giải tích trên mô hình danh định sang cấu trúc DMPC thích nghi tự học (Self-learning DMPC), tích hợp mạng nơ-ron vật lý (PINNs) để tự nhận dạng tương tác online, kết hợp cơ chế điều khiển hướng sự kiện (Event-triggered) để triển khai trên diện rộng cho các hệ thống lưới điện thông minh (Smart Grid) và các tổ hợp công nghiệp hóa chất phân tán.

Kết luận

  1. Luận án đã giải quyết trọn vẹn bài toán điều khiển dự báo phi tập trung cho lớp hệ thống phi tuyến quy mô lớn có tương tác phức hợp trạng thái, đầu vào và đầu ra dưới tác động của nhiễu bị chặn.
  2. Xây dựng thành công thuật toán DMPCd và DMPC-LPV dựa trên mô hình tuyến tính hóa từng đoạn và mô hình tựa LPV, giảm thời gian tính toán online hàng chục lần so với Centralized NMPC.
  3. Đề xuất thuật toán mở rộng DMPC2d chứa thành phần tích phân, giải quyết triệt để vấn đề sai lệch tĩnh trong điều khiển bám của hệ phi tập trung.
  4. Chứng minh toán học giải tích chặt chẽ tính ổn định ISS của các hệ con cục bộ và hệ thống hợp thành thông qua hàm Lyapunov tổng dạng hàm mục tiêu tối ưu.
  5. Kiểm chứng thành công trên hai mô hình benchmark công nghiệp kinh điển: Hệ phản ứng/tách hóa học và Hệ tổ hợp Nồi hơi - Tuabin 160MW với các chỉ tiêu kỹ thuật vượt trội.
  6. Mở ra 3 nhánh nghiên cứu mới giàu tiềm năng: DMPC truyền thông hướng sự kiện, DMPC thích nghi dựa trên học máy, và điều khiển phân tán cho mạng lưới vi lưới điện (Microgrids). Cung cấp giải pháp công nghệ then chốt cho quá trình hiện đại hóa và tối ưu hóa năng lượng trong nền công nghiệp hiện đại.