Tổng quan về luận án

Trong bối cảnh nền công nghiệp ô tô toàn cầu ghi nhận sản lượng vượt mốc 90 triệu phương tiện vào năm 2019 cùng tốc độ tăng trưởng trung bình 5%/năm, các yêu cầu nghiêm ngặt về phát thải (chuẩn Euro 6, Tier 3) và áp lực cạn kiệt tài nguyên nhiên liệu hóa thạch đặt ra bài toán cấp bách về tối ưu hóa hiệu suất năng lượng trên động cơ đốt trong. Đối với động cơ xăng đánh lửa cưỡng bức (Spark Ignition - SI), việc nâng cao hiệu quả tiết kiệm nhiên liệu trong các chế độ vận hành thực tế là thách thức kỹ thuật then chốt đối với các nhà sản xuất gốc (OEMs) và giới nghiên cứu điều khiển tự động hóa.

Khoảng trống nghiên cứu cốt lõi (research gap) được luận án xác định bắt nguồn từ sự phân mảnh của các cấu trúc điều khiển truyền thống. Phần lớn các công trình kinh điển chỉ tập trung vào bài toán tối ưu hóa cục bộ từng thành phần con, bao gồm điều khiển tốc độ không tải (idle speed control) nhằm triệt tiêu nhiễu phụ tải không sinh công [19-31], duy trì tỷ lệ hòa khí lý thuyết $\text{AFR} = 14.66$ ($\lambda = 1$) [32-43], tối ưu hóa góc đánh lửa sớm [44-49], hoặc định lượng thời gian phun nhiên liệu [50-54]. Các hướng tiếp cận này chưa phản ánh được tính toàn cục của quá trình sinh công khi phương tiện chịu tác động của mô-men tải biến thiên lớn và đột ngột. Đặc biệt, khi phương tiện vận hành ở chế độ điều khiển hành trình (Cruise Control), yêu cầu duy trì vận tốc ổn định đòi hỏi mô-men kéo từ động cơ phải bám chính xác mô-men cản tổng hợp từ mặt đường, lực cản không khí và độ dốc địa hình. Hơn nữa, việc áp dụng các thuật toán hiện đại như Điều khiển dự báo mô hình (MPC) hay Điều khiển trượt (SMC) trên mô hình phi tuyến thường gặp rào cản lớn về khối lượng tính toán thời gian thực và sự sai lệch tham số do quá trình lão hóa cơ nhiệt của động cơ.

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học cụ thể:

  • Câu hỏi nghiên cứu 1 ($RQ_1$): Làm thế nào để mô hình hóa và nhận dạng trực tuyến các tham số động học phi tuyến biến đổi theo thời gian của động cơ xăng mà không làm gia tăng quá mức gánh nặng tính toán?
  • Câu hỏi nghiên cứu 2 ($RQ_2$): Cấu trúc thuật toán điều khiển tối ưu nào có khả năng triệt tiêu triệt để sai số xác lập của tốc độ động cơ đồng thời đảm bảo mô-men sinh ra bám sát mô-men cản ngoại cảnh?
  • Giả thuyết khoa học 1 ($H_1$): Việc tích hợp khâu tích phân vào bộ điều khiển toàn phương tuyến tính (Linear Quadratic Integral Tracking - LQIT) kết hợp cơ chế tự chỉnh tham số (Self-Tuning Regulator - STR) dọc trục thời gian lùi (Receding Horizon Control - RHC) sẽ cải thiện đáng kể độ chính xác bám quỹ đạo so với bộ điều khiển PID kinh điển.
  • Giả thuyết khoa học 2 ($H_2$): Sự kết hợp giữa bộ nhận dạng ARX trực tuyến, bộ lọc Kalman rời rạc và thuật toán LQIT cho phép triển khai thành công bài toán điều khiển tối ưu thời gian thực trên nền tảng phần cứng nhúng chi phí thấp.

Khung lý thuyết của công trình được xây dựng trên nền tảng Lý thuyết Điều khiển Tối ưu Toàn phương Tuyến tính (Linear Quadratic Regulator - LQR, Kalman 1960), Lý thuyết Ước lượng Trạng thái Tối ưu (Kalman Filter, 1960), Lý thuyết Nhận dạng Hệ thống Rời rạc (Ljung, 1999) và Mô hình Động cơ Giá trị Trung bình (Mean Value Engine Model - MVEM, Hendricks & Sorenson, 1990). Phạm vi nghiên cứu khảo sát trên mô hình động cơ xăng 4 kỳ đa biến với các tham số vật lý chuẩn xác: lưu lượng không khí cực đại $m_{\text{MAX}} = 0.1843\text{ kg/s}$, thể tích đường ống nạp $V_m = 0.0038\text{ m}^3$, thể tích công tác buồng đốt $V_e = 0.0027\text{ m}^3$, mô-men quán tính trục khuỷu $J_e = 0.1454\text{ kg}\cdot\text{m}^2$, hằng số mô-men $C_M = 498636\text{ N}\cdot\text{m}/(\text{kg/s})$, hằng số chất khí $R = 8314.3\text{ J}/(\text{mole}\cdot\text{K})$, và trễ động học $\Delta t_{it} = 5.48/\omega_e$, $\Delta t_{st} = 1.3/\omega_e$.

Literature Review và Positioning

Lịch sử nghiên cứu điều khiển tiết kiệm nhiên liệu cho động cơ đốt trong trải qua sự dịch chuyển mô thức từ phương pháp lập bản đồ thực nghiệm (lookup tables/mapping) sang điều khiển tự động dựa trên mô hình toán học giải tích:

[Bản đồ thực nghiệm (Lookup Maps)] 
[Điều khiển tối ưu & phi tuyến (MPC, SMC, LQR)]
[Định vị luận án: Tự chỉnh LQIT-RHC + Kalman + ARX Online trên nền HIL]

Tổng quan y văn quốc tế ghi nhận 5 nhánh nghiên cứu chủ đạo:

  1. Điều khiển tốc độ không tải: Nhóm tác giả Hendricks (1990) và Kiencke & Nielsen (2005) đặt nền móng cho mô hình MVEM. Các nghiên cứu tiếp theo của Stotsky et al. [28] ứng dụng điều khiển trượt (SMC) để xử lý bất định tham số, trong khi Di Cairano et al. [21] và Bemporad et al. [22] triển khai MPC kết hợp bù thích nghi, ghi nhận mức giảm tiêu thụ nhiên liệu $6.5%$ ở chế độ không tải và $4.5%$ khi di chuyển. Tuy nhiên, các kỹ thuật này chỉ phát huy tác dụng khi ngắt ly hợp hoặc dừng tạm thời.
  2. Điều khiển tỷ lệ hòa khí ($\text{AFR}$/$\lambda$): Nhánh nghiên cứu của Powell et al. [33, 35] áp dụng PI có trễ, Muske et al. [39, 40] dùng MPC tuyến tính hóa từng đoạn, và các cấu trúc mờ thích nghi theo tiêu chuẩn Lyapunov [38, 43]. Dù vậy, việc ổn định $\lambda = 1$ chỉ giải quyết bài toán phát thải tại buồng đốt mà chưa tối ưu hóa công năng sinh ra tại trục khuỷu.
  3. Điều khiển góc đánh lửa và thời điểm phun: Các công trình của Eriksson [45] (PI kết hợp feedforward phát hiện ion hóa) và Tunestal [46] (thuật toán phát hiện thời điểm bắt đầu cháy SOC) giúp cực đại hóa áp suất chỉ thị cực đại nhưng bị giới hạn nghiêm trọng ở dải vòng tua cao.
  4. Quản lý cấu trúc mô-men đa biến: Nhóm nghiên cứu của Kiencke [86], Bernard [55] (SMC cho áp suất nạp), Choi et al. [57] (LQR phối hợp van biến thiên VVT) và Borrelli et al. [60, 66] (MPC đa biến cho hệ truyền động) khẳng định điều khiển trực tiếp mô-men là giải pháp ưu việt nhất. Tuy nhiên, các mô hình MPC phi tuyến của Borrelli đòi hỏi vi xử lý hiệu năng cao, không khả thi khi triển khai trên phần cứng công nghiệp tiêu chuẩn.
  5. Nghiên cứu trong nước: Các công trình của Nguyễn Tiến Hán và Nguyễn Xuân Khoa [12] (PID bám áp suất buồng đốt), Lê Hoài Đức và Nguyễn Thìn Quỳnh [15] (PID điều khiển hòa khí đường nạp), hay các thử nghiệm RCCI [18] chủ yếu tập trung vào cải tiến cơ khí cục bộ hoặc điều khiển kinh điển đơn biến, thiếu vắng sự khảo sát tính ổn định toàn cục của hệ thống bám mô-men.

Luận án tạo ra bước đột phá định vị (academic positioning) bằng cách giải quyết đồng thời hai mâu thuẫn lớn trong y văn: mâu thuẫn giữa độ chính xác của mô hình phi tuyến với tính khả thi của thuật toán điều khiển thời gian thực, và mâu thuẫn giữa tính bền vững trước sự biến đổi tham số cơ nhiệt với chi phí tính toán phần cứng. So với nghiên cứu MPC của Borrelli et al. [66] và cấu trúc LQR của Choi et al. [57], công trình của nghiên cứu sinh đề xuất phương thức tiếp cận lai (hybrid approach): tuyến tính hóa tương đương trực tuyến thông qua bộ nhận dạng đệ quy ARX bậc 3 kết hợp thuật toán bám tối ưu LQIT có khâu tích phân giải phương trình Riccati theo thời gian thực lùi (RHC), giúp loại bỏ hoàn toàn hiện tượng dao động xác lập mà không gây nghẽn phần cứng.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Điều khiển Tối ưu Toàn phương (Optimal Control Theory) của Kalman và Bellman bằng việc thiết lập cấu trúc LQIT Tự chỉnh (Self-Tuning Linear Quadratic Integral Tracking) ứng dụng cho đối tượng phi tuyến cao, đa biến, có trễ và tham số bất định.

  1. Thiết lập mô hình không gian trạng thái mở rộng: Bằng cách bổ sung biến trạng thái tích phân $x_I(k) = x_I(k-1) + [y(k) - r(k)]$, hệ thống đảm bảo độ bám hoàn hảo với sai số xác lập bằng 0 ($\lim_{k \to \infty} e(k) = 0$), khắc phục triệt để nhược điểm tồn tại sai lệch tĩnh của bộ điều khiển LQR truyền thống.
  2. Chứng minh tính ổn định tiệm cận toàn cục: Thông qua hàm mục tiêu dạng toàn phương mở rộng: $$J = \sum_{k=0}^{\infty} \left[ x^T(k) Q x(k) + u^T(k) R u(k) + x_I^T(k) Q_I x_I(k) \right]$$ với các ma trận trọng số xác định dương $Q \ge 0, R > 0, Q_I > 0$, thuật toán giải phương trình sai phân Riccati đại số (Algebraic Riccati Equation - ARE) tại mỗi chu kỳ lấy mẫu đảm bảo các điểm cực của hệ kín luôn nằm nghiêm ngặt bên trong vòng tròn đơn vị trên mặt phẳng $Z$.
  3. Thích nghi hóa tham số trước hiện tượng lão hóa cơ khí: Cơ chế tự chỉnh (STR) giải quyết căn bản bài toán biến trôi điểm làm việc do ma sát mài mòn piston-xylanh (chiếm 50-60% tổn hao cơ giới) và sự biến đổi của nhiệt độ môi chất $T_m$.

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất của 3 trụ cột lý thuyết:

  • Mô hình động học chất khí và nhiệt động lực học MVEM: Mô tả chính xác động học dòng khí qua bướm ga $\frac{dm_{ai}}{dt} = m_{\text{MAX}} (1 - \cos(1.14459\alpha - 1.06)) P_r$, động học bay hơi và bám màng nhiên liệu trên đường nạp $\frac{dm_{fi}}{dt} = \frac{1}{\tau_f} (m_{fc} - m_{fi})$, cùng cơ chế sinh công của mô-men chỉ thị $\tau_i = c_M \frac{m_{ao}(t - \Delta t_{it})}{\omega_e(t - \Delta t_{it})} \text{AFI}(t - \Delta t_{it}) \text{SI}(t - \Delta t_{st})$.
  • Bộ nhận dạng tham số trực tuyến ARX (AutoRegressive with eXogenous inputs): Ước lượng vector tham số $\hat{\theta}_k = [\hat{a}_1, \hat{a}_2, \hat{a}_3, \hat{b}_1, \hat{b}_2, \hat{b}_3]^T$ theo thuật toán bình phương tối thiểu đệ quy (RLS) với hệ số quên, cho phép xấp xỉ hóa đáp ứng phi tuyến về mô hình tuyến tính tương đương cục bộ tại từng bước thời gian.
  • Bộ quan sát trạng thái Kalman rời rạc (Discrete Kalman Filter): Triệt tiêu nhiễu đo lường từ cảm biến và tái tạo chính xác các biến trạng thái không đo trực tiếp được trước khi đưa vào vòng hồi tiếp LQIT.

Điều kiện biên xác lập chặt chẽ: góc mở bướm ga giới hạn trong khoảng $0^\circ \le \alpha \le 79.46^\circ$, hệ số dư lượng không khí duy trì ở điểm tối ưu $\lambda = 1$, và tần số lấy mẫu hệ thống đáp ứng định lý Nyquist-Shannon.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ triết học thực chứng (positivism) với phương pháp tiếp cận định lượng thực nghiệm (quantitative experimental approach). Thiết kế nghiên cứu đa tầng (multi-level design) bao gồm:

  • Tầng 1 (Toán lý giải tích): Xây dựng hệ phương trình vi phân phi tuyến liên tục bậc 3 mô tả toàn diện chu trình nạp - phun - cháy - sinh công.
  • Tầng 2 (Mô phỏng số học & Nhận dạng): Tuyến tính hóa và nhận dạng mô hình trên môi trường MATLAB/Simulink thông qua System Identification Toolbox.
  • Tầng 3 (Kiểm chứng phần cứng thời gian thực): Triển khai cấu trúc Hardware-In-The-Loop (HIL) lai ghép phân tán.

Quy trình nghiên cứu rigorous

Quy trình thu thập và tiền xử lý dữ liệu nhận dạng được chuẩn hóa nghiêm ngặt:

  • Tín hiệu kích thích (Excitation signals): Sử dụng đa dạng các dạng tín hiệu kiểm thử bao gồm tín hiệu phân bố Gaussian, tín hiệu nhị phân ngẫu nhiên giả chu kỳ (PRBS), tín hiệu đa hài (multi-sine), và tín hiệu sóng tam giác nhằm kích thích đầy đủ các mode động học của động cơ.
  • Bộ chuẩn hóa và lọc nhiễu: Dữ liệu vào/ra $(\alpha, \omega_e, \tau_e)$ được lọc thông thấp số Butterworth bậc 4 để triệt tiêu nhiễu cao tần trước khi đưa vào thuật toán ước lượng.
  • Độ tin cậy và độ giá trị (Validity & Reliability): Đánh giá mức độ trùng khớp mô hình (Best Fit Rate - BFR) đạt trên $90%$ so với mô hình phi tuyến gốc, kiểm định phân bố điểm cực - điểm zero (Pole-Zero Map) nằm trọn vẹn trong vòng tròn đơn vị, và phân tích tương quan phần dư (residual cross-correlation) nằm trong khoảng tin cậy $95%$.

Data và phân tích

Đại lượng / Tham số Ký hiệu Giá trị định lượng Đơn vị Ý nghĩa vật lý / Kỹ thuật
Lưu lượng khí cực đại $m_{\text{MAX}}$ $0.1843$ $\text{kg/s}$ Lưu lượng khi bướm ga mở hoàn toàn ($\alpha = 79.46^\circ$)
Thể tích ống hút nạp $V_m$ $0.0038$ $\text{m}^3$ Dung tích đường ống góp hút khí nạp
Thể tích buồng cháy $V_e$ $0.0027$ $\text{m}^3$ Tổng dung tích công tác các xylanh
Mô-men quán tính trục $J_e$ $0.1454$ $\text{kg}\cdot\text{m}^2$ Quán tính quay của hệ trục khuỷu - bánh đà
Hằng số mô-men cực đại $C_M$ $498636$ $\text{N}\cdot\text{m}/(\text{kg/s})$ Hiệu suất chuyển đổi nhiệt năng thành cơ năng
Hằng số chất khí $R$ $8314.3$ $\text{J}/(\text{mole}\cdot\text{K})$ Hằng số khí lý tưởng
Khối lượng mol không khí $M_a$ $28.84$ $\text{g/mole}$ Khối lượng phân tử trung bình của khí nạp
Nhiệt độ khí nạp $T_m$ $300$ $\text{K}$ Nhiệt độ tuyệt đối của môi chất nạp
Thời gian trễ phun xăng $\Delta t_{it}$ $5.48 / \omega_e$ $\text{s}$ Trễ vận chuyển nhiên liệu từ vòi phun đến buồng đốt
Thời gian trễ đánh lửa $\Delta t_{st}$ $1.30 / \omega_e$ $\text{s}$ Trễ truyền tín hiệu và bắt đầu bắt cháy

Phương pháp phân tích dựa trên mô phỏng số giải tích hệ phương trình vi phân liên tục kết hợp kỹ thuật phần cứng trong vòng lặp (HIL). Băng thử HIL sử dụng 02 Kit vi điều khiển Arduino Mega 2560 (vi xử lý ATmega2560, tần số $16\text{ MHz}$, 8-bit AVR) kết nối trực tiếp với Simulink thông qua thư viện Arduino IO Library:

  • Kit 1: Đóng vai trò bộ điều khiển nhúng, thực thi thuật toán nhận dạng ARX, bộ lọc Kalman và tính toán luật điều khiển bám LQIT.
  • Kit 2 & PC1: Đóng vai trò đối tượng động cơ ảo và mô hình động lực học phương dọc của phương tiện: $$m \frac{dv}{dt} = \frac{\tau_e i_t \eta}{r_b} - \left[ mg \sin\theta + mg C_r \cos\theta + \frac{1}{2}\rho C_v A (v + v_g)^2 \right]$$

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khả năng bám quỹ đạo vượt trội dưới tác động của mô-men cản lớn: Khi áp đặt các kịch bản thử nghiệm khắc nghiệt với mô-men cản dạng sóng vuông và dạng bậc thang ở các mức $\tau_c = \pm 10\text{ Nm}, \pm 20\text{ Nm}, \pm 30\text{ Nm}$, bộ điều khiển LQIT tự chỉnh duy trì tốc độ động cơ bám sát giá trị đặt với độ quá điều chỉnh (overshoot) xấp xỉ bằng $0%$, trong khi bộ điều khiển PID kinh điển ghi nhận độ quá điều chỉnh lớn ($> 15%$) và thời gian xác lập kéo dài gấp 3.2 lần.
Tốc độ động cơ [rad/s]
     0            5           10          15          20     Thời gian [s]

Mô-men cản tác động [Nm]
  1. Triệt tiêu hoàn toàn hiện tượng dao động xác lập của mô-men: Khác với các nghiên cứu LQR kinh điển của Choi [57] và Bemporad [61] vốn luôn tồn tại sự rung lắc mô-men (torque chattering) ở chế độ xác lập, cấu trúc LQIT tích hợp khâu tích phân tự chỉnh giúp đặc tính góc mở bướm ga $\alpha$ biến thiên trơn tru, loại bỏ ứng suất cơ học đột ngột lên trục khuỷu.
  2. Định lượng hiệu quả tiết kiệm nhiên liệu: Thông qua việc tối ưu hóa biên độ mở bướm ga và rút ngắn thời gian đáp ứng quá độ, mức tiêu thụ nhiên liệu tích lũy của động cơ khi sử dụng LQIT tự chỉnh giảm rõ rệt so với PID ở mọi dải tải trọng:
    • Tại mức tải $\tau_c = 10\text{ Nm}$ (Bảng 3.1): Tiêu hao nhiên liệu giảm $6.8%$.
    • Tại mức tải $\tau_c = 20\text{ Nm}$ (Bảng 3.2): Tiêu hao nhiên liệu giảm $8.4%$.
    • Tại mức tải $\tau_c = 30\text{ Nm}$ (Bảng 3.3): Tiêu hao nhiên liệu giảm đạt đỉnh $9.2%$.
  3. Khả năng tự thích nghi trước hiện tượng bất định mô hình: Bộ ước lượng đệ quy $\hat{\theta}_k$ liên tục cập nhật vector tham số 6 chiều $[\hat{a}_1, \hat{a}_2, \hat{a}_3, \hat{b}_1, \hat{b}_2, \hat{b}_3]^T$, giúp duy trì độ chính xác bám vận tốc ngay cả khi động cơ bị suy giảm công suất do nhiệt độ buồng đốt $T_m$ tăng cao hoặc xuất hiện biến thiên ma sát cơ giới $\tau_f = 0.1056\omega_e + 15.1$.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp phương pháp luận toán học chặt chẽ để mở rộng các bộ điều khiển tối ưu tuyến tính áp dụng cho các lớp hệ thống phi tuyến mạnh có tham số biến đổi theo thời gian mà không cần sử dụng các kỹ thuật tính toán nặng như phi tuyến MPC.
  • Về mặt phương pháp luận: Chuẩn hóa quy trình tạo mẫu nhanh (rapid control prototyping) thông qua việc kết hợp nền tảng phần cứng mã nguồn mở Arduino Mega 2560 với môi trường mô phỏng chuyên dụng MATLAB/Simulink, hạ thấp đáng kể rào cản chi phí thử nghiệm thực nghiệm HIL.
  • Về mặt ứng dụng công nghiệp: Cung cấp thuật toán tối ưu có thể đóng gói trực tiếp vào phần mềm nhúng của Hộp điều khiển động cơ (Engine Control Unit - ECU), ứng dụng trực tiếp cho hệ thống Kiểm soát hành trình thích ứng (Adaptive Cruise Control - ACC) trên ô tô thế hệ mới.
  • Về chính sách và môi trường: Đóng góp giải pháp công nghệ trực tiếp giúp các nhà sản xuất xe hơi đáp ứng các định mức phát thải khí nhà kính ($CO_2, NO_x, HC$) mà không đòi hỏi tái cấu trúc phức tạp phần cứng động cơ.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn ghi nhận 4 giới hạn nghiên cứu:

  1. Giả định tỷ lệ hòa khí lý tưởng cố định: Nghiên cứu giả định hệ số dư lượng không khí luôn được các mạch vòng cục bộ kiểm soát hoàn hảo ở mức $\lambda = 1$ ($\text{AFR} = 14.66$). Trong thực tế, các chế độ tăng tốc đột ngột có thể làm biến thiên $\lambda$, gây ảnh hưởng nhẹ đến độ chính xác của mô-men chỉ thị.
  2. Mô hình hóa động học xe 1 chiều: Phương trình chuyển động phương dọc bỏ qua hiện tượng trượt bánh xe (slip ratio), độ đàn hồi của hệ thống treo và dao động xoắn của trục truyền động.
  3. Cấu hình phần cứng thực nghiệm HIL: Mặc dù kiểm chứng thành công trên Kit Arduino Mega 2560 với đối tượng động cơ ảo thời gian thực, thuật toán chưa được thử nghiệm trực tiếp trên băng thử động lực kế động cơ thực tế (Engine Dynamometer Testbed) do giới hạn điều kiện phòng thí nghiệm.
  4. Bỏ qua ảnh hưởng của tuần hoàn khí xả (EGR) và hệ thống tăng áp (Turbocharger): Mô hình MVEM khảo sát trên động cơ hút khí tự nhiên tiêu chuẩn, chưa tích hợp van EGR và tuabin khí xả biến thiên.

Chương trình nghiên cứu mở rộng trong tương lai (Future Agenda):

  • Tích hợp điều khiển phối hợp đa biến đồng thời giữa bướm ga $\alpha$, góc đánh lửa sớm $\text{SA}$ và tỷ lệ hòa khí $\lambda$ trong cùng một hàm mục tiêu LQIT tự chỉnh.
  • Mở rộng thuật toán trên nền tảng vi điều khiển 32-bit hiệu năng cao (ARM Cortex-M7 hoặc chip chuyên dụng Automotive AURIX TriCore) để nâng cao tần số lấy mẫu lên dải millisecond.
  • Ứng dụng mạng nơ-ron học sâu (Deep Physics-Informed Neural Networks) để nhận dạng phi tuyến phi tham số thay thế mô hình ARX tuyến tính hóa cục bộ.
  • Thử nghiệm trên phương tiện xe lai Hybrid (HEV/PHEV) nơi động cơ xăng phải khởi động/dừng liên tục và phối hợp mô-men với động cơ điện.

Tác động và ảnh hưởng

  • Tác động học thuật: Dự báo tạo lập chỉ số trích dẫn cao trong các chuyên ngành Kỹ thuật Điều khiển, Tự động hóa và Kỹ thuật Cơ khí Giao thông; cung cấp tài liệu tham khảo mẫu mực cho việc thiết kế bộ điều khiển tối ưu tự chỉnh trên nền tảng nhúng.
  • Chuyển đổi công nghiệp ô tô: Chuyển giao công nghệ trực tiếp cho các trung tâm R&D sản xuất ô tô, xe máy trong nước (như VinFast, Thaco) và các nhà cung cấp linh kiện cấp 1 (Tier-1 suppliers) trong việc tự chủ phát triển thuật toán phần mềm ECU, giảm phụ thuộc vào các khối IP bản quyền đóng kín của nước ngoài.
  • Lợi ích kinh tế - xã hội: Việc giảm từ $6.8%$ đến $9.2%$ lượng tiêu thụ nhiên liệu trên mỗi chu trình hành trình góp phần tiết kiệm hàng triệu lít xăng tiêu thụ hàng năm trên quy mô đội xe vận tải, đồng thời cắt giảm phát thải hàng chục nghìn tấn $CO_2$ ra môi trường đô thị.
  • Ý nghĩa quốc tế: Đóng góp vào nỗ lực chung của cộng đồng khoa học quốc tế (IEEE/IFAC) trong việc tối ưu hóa năng lượng cho các phương tiện giao thông thông minh kết nối (Connected and Autonomous Vehicles - CAVs).

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giảng viên ngành Kỹ thuật Điều khiển: Tiếp cận khung phân tích hoàn chỉnh từ mô hình hóa giải tích, thiết kế bộ điều khiển tối ưu LQIT, quan sát Kalman, đến kỹ thuật lập trình nhúng HIL.
  • Kỹ sư phát triển phần mềm nhúng ECU (Automotive Embedded Engineers): Kế thừa mã nguồn và lưu đồ thuật toán LQIT-RHC tự chỉnh tối ưu hóa bộ nhớ để cài đặt trực tiếp lên các vi điều khiển cấp công nghiệp.
  • Các nhà hoạch định chính sách năng lượng và môi trường: Sở hữu bằng chứng khoa học thực nghiệm về tiềm năng tiết kiệm năng lượng thông qua phần mềm điều khiển, làm cơ sở xây dựng các tiêu chuẩn kỹ thuật về xe thông minh và dán nhãn năng lượng phương tiện.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Trả lời: Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Điều khiển Tối ưu Toàn phương Tuyến tính (LQR/LQIT) sang miền thích nghi phi tuyến tự chỉnh (Self-Tuning LQIT-RHC) bằng cách tích hợp thuật toán nhận dạng đệ quy ARX bậc 3 trực tuyến với giải phương trình đại số Riccati theo chu kỳ thời gian thực, giải quyết triệt để bài toán trôi tham số do lão hóa động cơ mà vẫn đảm bảo triệt tiêu sai số xác lập ($\lim_{k \to \infty} e(k) = 0$).

  2. Cải tiến phương pháp luận so với ít nhất 2 công trình quốc tế tiêu biểu? Trả lời: So với cấu trúc MPC đa biến của Borrelli et al. [60, 66] (đòi hỏi năng lực tính toán cực lớn, dễ mất khả thi khi có ràng buộc phức tạp), phương pháp của luận án giảm hơn $80%$ thời gian xử lý chu kỳ. So với nghiên cứu LQR của Choi et al. [57] và SMC của Bernard [55] (vốn chịu sai lệch tĩnh hoặc rung lắc mô-men), cấu trúc LQIT tự chỉnh tích hợp khâu tích phân $x_I(k)$ loại bỏ hoàn toàn dao động xác lập và hiện tượng quá điều chỉnh.

  3. Phát hiện nào gây bất ngờ nhất về mặt dữ liệu thực nghiệm? Trả lời: Phát hiện bất ngờ nhất là thuật toán điều khiển tối ưu đa biến phức tạp LQIT kết hợp ước lượng Kalman và nhận dạng ARX trực tuyến hoàn toàn có thể tính toán thời gian thực ổn định trên dòng vi điều khiển 8-bit giá rẻ tần số chỉ $16\text{ MHz}$ (Arduino Mega 2560) với chu kỳ trễ cực nhỏ, bác bỏ quan niệm truyền thống cho rằng điều khiển tối ưu hiện đại bắt buộc phải chạy trên các máy tính công nghiệp đắt tiền.

  4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) không? Trả lời: Luận án cung cấp đầy đủ và chi tiết toàn bộ quy trình tái lập bao gồm: bảng tham số động học vật lý chuẩn xác ($m_{\text{MAX}}, V_m, V_e, J_e, C_M$), sơ đồ khối Simulink hoàn chỉnh của 3 hệ thống con, lưu đồ thuật toán nhận dạng ARX, thuật toán lọc Kalman, mã lệnh giao tiếp Arduino IO Library và sơ đồ đấu nối phần cứng băng thử HIL 2 máy tính.

  5. Chương trình nghiên cứu 10 năm (10-year agenda) được vạch ra như thế nào? Trả lời: Lộ trình 10 năm tập trung vào 3 giai đoạn: (1) Chuẩn hóa thuật toán trên chip chuyên dụng 32-bit đạt chuẩn an toàn chức năng ISO 26262 ASIL-D; (2) Thử nghiệm thực địa trên băng thử động cơ đốt trong vật lý và tích hợp trên xe thương mại; (3) Mở rộng bộ điều khiển quản lý năng lượng thông minh trên hệ truyền động xe lai điện Hybrid và xe tự hành kết nối mạng V2X.

Kết luận

  1. Thiết lập mô hình giải tích phi tuyến MVEM hoàn chỉnh cho động cơ xăng đánh lửa cưỡng bức, tích hợp đầy đủ động học dòng khí đường nạp, động học màng nhiên liệu, cơ chế trễ đánh lửa và động học quay trục khuỷu.
  2. Đề xuất thành công thuật toán điều khiển bám tối ưu LQIT tự chỉnh mới (Self-Tuning LQIT-RHC), kết hợp khâu tích phân trạng thái mở rộng nhằm triệt tiêu hoàn toàn sai số xác lập của vận tốc và mô-men.
  3. Phát triển cấu trúc nhận dạng trực tuyến ARX bậc 3 kết hợp bộ lọc Kalman rời rạc, cho phép cập nhật liên tục ma trận trạng thái thực tế và khử nhiễu đo lường, thích nghi hoàn hảo với sự biến thiên tham số cơ nhiệt.
  4. Kiểm chứng thực nghiệm thành công bằng phương pháp Hardware-In-The-Loop (HIL) trên 02 Kit Arduino Mega 2560 ghép nối Simulink thời gian thực, khẳng định tính khả thi kỹ thuật vượt bậc.
  5. Chứng minh hiệu quả vượt trội về chất lượng động học và tiết kiệm nhiên liệu, giảm từ $6.8%$ đến $9.2%$ lượng tiêu hao nhiên liệu so với điều khiển PID kinh điển dưới mọi dải phụ tải biến thiên $\pm 10\text{ Nm}$ đến $\pm 30\text{ Nm}$.
  6. Mở ra hướng nghiên cứu đột phá trong việc ứng dụng lý thuyết điều khiển hiện đại tối ưu trên các hệ thống phần cứng nhúng giá thành thấp phục vụ công nghiệp ô tô thông minh và bền vững.