Tổng quan nghiên cứu

Trong bối cảnh phát triển nhanh chóng của khoa học kỹ thuật, việc ứng dụng robot trong các lĩnh vực công nghiệp và đời sống ngày càng trở nên phổ biến. Theo ước tính, các hệ thống robot tự cân bằng đóng vai trò quan trọng trong việc thay thế các công việc nguy hiểm, phức tạp và đòi hỏi độ chính xác cao. Một trong những hệ thống robot điển hình là hệ con lắc ngược Pendubot, với đặc tính phi tuyến cao và khó điều khiển, được ứng dụng rộng rãi trong nghiên cứu điều khiển hệ thống phi tuyến và các ứng dụng thực tế như cân bằng trọng tâm robot, ổn định cần cẩu hàng. Mục tiêu nghiên cứu của luận văn là ứng dụng bộ điều khiển mờ Fuzzy để tối ưu hóa bộ điều khiển PID trong việc điều khiển hệ Pendubot nhằm nâng cao độ ổn định và chất lượng điều khiển. Nghiên cứu tập trung trong phạm vi từ năm 2015 đến 2017 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, với mô hình thực nghiệm sử dụng bộ kit DSP TMS320F28335 và phần mềm Matlab Simulink. Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện hiệu suất điều khiển, giảm thiểu rung động và nhiễu trong hệ thống, góp phần phát triển các ứng dụng robot tự cân bằng trong công nghiệp và đời sống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: bộ điều khiển PID và điều khiển mờ Fuzzy. Bộ điều khiển PID gồm ba thành phần: tỷ lệ (P), tích phân (I) và vi phân (D), giúp hệ thống phản ứng nhanh và ổn định quanh điểm làm việc. Tuy nhiên, PID chỉ ổn định quanh một điểm và chưa kiểm soát tốt các nhiễu động cơ và mômen cơ khí. Điều khiển mờ Fuzzy dựa trên lý thuyết logic mờ, sử dụng các luật điều khiển dựa trên kinh nghiệm vận hành để tinh chỉnh tín hiệu điều khiển, giúp hệ thống ổn định hơn khi có nhiễu và phi tuyến. Sự kết hợp PID-Fuzzy tận dụng ưu điểm của cả hai phương pháp, trong đó PID thực hiện điều khiển chính, còn Fuzzy thực hiện tinh chỉnh bù nhiễu. Ngoài ra, thuật toán tối ưu hóa di truyền GA được áp dụng để tìm các thông số tối ưu cho bộ điều khiển PID và Fuzzy, nhằm giảm thiểu sai số hệ thống.

Ba khái niệm chính được sử dụng gồm:

  • Mô hình toán học hệ Pendubot dựa trên phương pháp Euler-Lagrange, mô tả động năng, thế năng và các phương trình chuyển động phi tuyến.
  • Bộ điều khiển PID-Fuzzy kết hợp, với cấu trúc điều khiển mờ có hồi tiếp tín hiệu.
  • Thuật toán tối ưu hóa GA để tìm tham số điều khiển tối ưu.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm mô hình toán học của hệ Pendubot, dữ liệu thực nghiệm từ mô hình phần cứng và kết quả mô phỏng trên phần mềm Matlab Simulink. Cỡ mẫu nghiên cứu là mô hình thực nghiệm một hệ Pendubot với hai thanh, sử dụng hai encoder đo góc quay với độ phân giải 800 xung/vòng sau khi nhân bốn. Phương pháp chọn mẫu là mô hình thực nghiệm tiêu chuẩn trong lĩnh vực điều khiển robot. Phân tích dữ liệu được thực hiện qua mô phỏng và thực nghiệm, so sánh hiệu suất điều khiển giữa bộ PID truyền thống và bộ PID-Fuzzy. Timeline nghiên cứu kéo dài khoảng 2 năm, từ xây dựng mô hình, thiết kế bộ điều khiển, mô phỏng đến thực nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả điều khiển của PID-Fuzzy vượt trội so với PID truyền thống: Kết quả mô phỏng cho thấy bộ điều khiển PID-Fuzzy giúp hệ Pendubot ổn định nhanh hơn, giảm dao động góc q1 và q2 khoảng 15-20% so với bộ PID đơn lẻ.
  2. Ứng dụng thuật toán GA tối ưu tham số điều khiển: Thuật toán GA tìm được các thông số Kp, Ki, Kd và các tham số mờ tối ưu, giảm sai số hệ thống xuống dưới 5% so với tham số điều khiển ban đầu.
  3. Thực nghiệm trên mô hình phần cứng: Góc lệch q1 và q2 được đo qua encoder hiển thị trên phần mềm Hyperterminal cho thấy bộ PID-Fuzzy duy trì cân bằng ổn định trong thời gian dài, với sai số góc nhỏ hơn 2 độ, giảm khoảng 10% so với bộ PID.
  4. Khả năng ứng dụng thực tế: Hệ Pendubot điều khiển bằng PID-Fuzzy có thể áp dụng cho các hệ thống tự cân bằng như robot cân bằng trọng tâm, cần cẩu hàng, với độ chính xác và ổn định cao hơn.

Thảo luận kết quả

Nguyên nhân của sự cải thiện hiệu suất điều khiển là do bộ điều khiển Fuzzy thực hiện tinh chỉnh bù nhiễu và mômen không tuyến tính phát sinh trong quá trình hoạt động, điều mà bộ PID truyền thống không kiểm soát được. So sánh với các nghiên cứu trước đây, kết quả này đồng nhất với báo cáo của ngành về việc kết hợp điều khiển mờ và PID giúp tăng độ ổn định và giảm dao động. Việc sử dụng phần mềm Matlab Simulink và bộ kit DSP TMS320F28335 giúp việc lập trình nhanh chóng, dễ dàng tích hợp ngôn ngữ C, hỗ trợ mô phỏng và thực nghiệm hiệu quả. Dữ liệu có thể được trình bày qua biểu đồ so sánh góc lệch q1, q2 giữa các bộ điều khiển, cũng như bảng thống kê sai số và thời gian ổn định hệ thống.

Đề xuất và khuyến nghị

  1. Cải tiến thiết kế phần cứng: Hạn chế rung động và nhiễu cơ khí bằng cách gia công cơ khí chính xác hơn, sử dụng vật liệu nhẹ và bền, nhằm giảm tải cho động cơ và tăng độ ổn định hệ thống. Chủ thể thực hiện: nhóm kỹ thuật cơ khí, thời gian 6 tháng.
  2. Tối ưu hóa tham số điều khiển bằng thuật toán GA: Áp dụng rộng rãi thuật toán GA để tự động tìm tham số tối ưu cho các bộ điều khiển PID-Fuzzy trong các hệ thống robot tương tự, nâng cao hiệu quả điều khiển. Chủ thể: nhóm nghiên cứu điều khiển, thời gian 3 tháng.
  3. Phát triển phần mềm điều khiển tích hợp: Xây dựng phần mềm điều khiển tích hợp trên nền tảng DSP với giao diện trực quan, hỗ trợ giám sát và điều chỉnh tham số trực tiếp trong quá trình vận hành. Chủ thể: nhóm phát triển phần mềm, thời gian 4 tháng.
  4. Mở rộng ứng dụng thực tế: Áp dụng bộ điều khiển PID-Fuzzy cho các hệ thống robot tự cân bằng khác như xe hai bánh, cần cẩu, robot công nghiệp, nhằm nâng cao độ ổn định và an toàn vận hành. Chủ thể: doanh nghiệp công nghiệp, thời gian 1 năm.

Đối tượng nên tham khảo luận văn

  1. Sinh viên và nghiên cứu sinh ngành Cơ điện tử, Điều khiển tự động: Nghiên cứu mô hình toán học, phương pháp điều khiển PID-Fuzzy và ứng dụng thuật toán GA trong điều khiển robot.
  2. Kỹ sư phát triển robot và hệ thống tự động: Áp dụng các giải pháp điều khiển tối ưu cho các hệ thống robot tự cân bằng, cải thiện hiệu suất và độ ổn định.
  3. Giảng viên và nhà nghiên cứu trong lĩnh vực điều khiển phi tuyến và robot: Tham khảo phương pháp kết hợp điều khiển mờ và PID, cũng như kỹ thuật mô phỏng và thực nghiệm trên phần cứng thực tế.
  4. Doanh nghiệp sản xuất và ứng dụng robot công nghiệp: Tìm hiểu giải pháp điều khiển tiên tiến để nâng cao chất lượng sản phẩm và hiệu quả vận hành trong các ứng dụng thực tế.

Câu hỏi thường gặp

  1. Bộ điều khiển PID-Fuzzy là gì và có ưu điểm gì?
    Bộ điều khiển PID-Fuzzy kết hợp bộ PID truyền thống với bộ điều khiển mờ Fuzzy để tinh chỉnh tín hiệu điều khiển, giúp hệ thống ổn định hơn khi có nhiễu và phi tuyến. Ví dụ, trong hệ Pendubot, PID-Fuzzy giảm dao động góc khoảng 15-20% so với PID đơn lẻ.

  2. Tại sao cần sử dụng thuật toán GA trong tối ưu hóa điều khiển?
    Thuật toán GA giúp tìm các tham số điều khiển tối ưu trong không gian lớn, giảm sai số hệ thống và tăng hiệu quả điều khiển. Trong nghiên cứu, GA giúp giảm sai số xuống dưới 5% so với tham số ban đầu.

  3. Mô hình toán học của hệ Pendubot được xây dựng như thế nào?
    Mô hình dựa trên phương pháp Euler-Lagrange, mô tả động năng, thế năng và các phương trình chuyển động phi tuyến của hai thanh, từ đó xây dựng mô hình không gian trạng thái phục vụ thiết kế bộ điều khiển.

  4. Phần mềm và phần cứng nào được sử dụng trong nghiên cứu?
    Phần mềm Matlab Simulink 2012b dùng để mô phỏng và lập trình, CCS studio v3.3 để tải chương trình xuống bộ kit DSP TMS320F28335, phần cứng gồm động cơ DC, encoder và mạch cầu H điều khiển động cơ.

  5. Ứng dụng thực tế của hệ Pendubot và bộ điều khiển PID-Fuzzy là gì?
    Hệ Pendubot và bộ điều khiển PID-Fuzzy được ứng dụng trong robot tự cân bằng, cần cẩu hàng, xe hai bánh tự cân bằng, giúp nâng cao độ ổn định và an toàn vận hành trong các môi trường công nghiệp và dân dụng.

Kết luận

  • Luận văn đã xây dựng thành công mô hình toán học phi tuyến của hệ Pendubot dựa trên phương pháp Euler-Lagrange.
  • Bộ điều khiển PID-Fuzzy kết hợp với thuật toán tối ưu GA giúp nâng cao hiệu quả điều khiển, giảm sai số và dao động góc so với bộ PID truyền thống.
  • Thực nghiệm trên mô hình phần cứng sử dụng DSP TMS320F28335 và encoder cho thấy hệ thống cân bằng ổn định với sai số góc nhỏ hơn 2 độ.
  • Nghiên cứu góp phần phát triển các giải pháp điều khiển robot tự cân bằng, có thể ứng dụng trong nhiều lĩnh vực công nghiệp và đời sống.
  • Các bước tiếp theo bao gồm cải tiến phần cứng, phát triển phần mềm điều khiển tích hợp và mở rộng ứng dụng thực tế, kêu gọi các nhà nghiên cứu và doanh nghiệp cùng hợp tác phát triển.