Tổng quan nghiên cứu

Trong kỹ thuật điều khiển tự động, các hệ thống khí động học luôn đặt ra thách thức lớn do đặc tính phi tuyến mạnh, độ trễ pha và độ nhạy cảm cao trước các nhiễu loạn môi trường. Hệ thống quạt gió cánh phẳng (Fan and Plate System) là mô hình thực nghiệm tiêu biểu mô phỏng các cơ cấu chấp hành khí nén và hệ thống điều tiết lưu lượng gió trong các dây chuyền sản xuất công nghiệp. Luận văn thạc sĩ kỹ thuật của tác giả Nguyễn Thành Công, hoàn thành năm 2014 tại Trường Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên, tập trung giải quyết bài toán cốt lõi: nhận dạng chính xác mô hình toán học thực nghiệm và thiết kế hệ thống điều khiển thích nghi nhằm duy trì ổn định góc nghiêng cánh phẳng trong phạm vi từ 0° đến 20°.

Mục tiêu cụ thể của công trình bao gồm: thu thập dữ liệu vào - ra thực nghiệm để xây dựng mô hình tự hồi quy có ngoại sinh (ARX), thiết kế bộ điều khiển vi tích phân tỉ lệ (PID/PI) theo tiêu chuẩn phẳng, và nâng cấp lên hệ điều khiển thích nghi theo mô hình tham chiếu (MRAS) ứng dụng luật hiệu chỉnh MIT. Toàn bộ nghiên cứu được thực thi và kiểm chứng trên hệ thiết bị phần cứng tại phòng thí nghiệm Bộ môn Đo lường - Điều khiển tự động, kết hợp phần mềm Matlab/Simulink giao tiếp qua cổng COM với vi điều khiển PIC16F877A. Kết quả nghiên cứu mang lại giá trị thực tiễn nổi bật khi khắc phục triệt để sai lệch tĩnh lên tới 12,5% của bộ điều khiển truyền thống ở các góc đặt lớn, đồng thời rút ngắn thời gian xác lập khi chịu tác động của nhiễu ngoại cảnh xuống dưới 5 giây, tạo cơ sở ứng dụng vững chắc cho các hệ thống thông gió công nghiệp và van khí nén hiện đại.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp của ba nền tảng lý thuyết điều khiển tự động kinh điển và hiện đại. Thứ nhất là lý thuyết nhận dạng hệ thống thực nghiệm theo cấu trúc mô hình tham số ARX (Auto-Regressive with Exogenous Input), sử dụng thuật toán bình phương tối thiểu (Least Squares) để ước lượng vector tham số tối ưu thông qua việc cực tiểu hóa bình phương sai số dự báo giữa tín hiệu thực tế và mô hình. Thứ hai là lý thuyết tổng hợp bộ điều khiển tuyến tính PID/PI dựa trên tiêu chuẩn phẳng và phương pháp bù thời gian trội, cho phép triệt tiêu các điểm cực chậm của đối tượng để đạt được hàm truyền vòng kín mong muốn. Thứ ba là lý thuyết điều khiển thích nghi theo mô hình tham chiếu (MRAS - Model Reference Adaptive Systems) với cơ cấu chỉnh định thông số theo luật MIT, trong đó các hệ số của bộ điều khiển được tự động cập nhật liên tục dựa trên đạo hàm độ nhạy của sai lệch giữa đáp ứng hệ thống thực và mô hình chuẩn. Ba khái niệm trung tâm xuyên suốt công trình là: hàm truyền đạt liên tục bậc hai của cánh phẳng khí động học, luật thích nghi tham số vi phân, và mức độ phù hợp của mô hình nhận dạng (Best Fits Percentage).

Phương pháp nghiên cứu

Quy trình nghiên cứu thực nghiệm được triển khai bài bản qua hệ thống đo đạc và thu thập dữ liệu tự động. Nguồn dữ liệu vào - ra được kích thích bằng tín hiệu điện áp nhị phân giả ngẫu nhiên (PRBS) có biên độ nhảy trong khoảng 0,5V đến 2,5V nhằm kích hoạt đầy đủ các chế độ động học của đối tượng. Cỡ mẫu thu thập ban đầu đạt 1001 điểm dữ liệu với chu kỳ trích mẫu cố định T = 0,1 giây trong tổng thời gian thực nghiệm 98,9 giây. Tác giả đã áp dụng phương pháp lọc tiền xử lý để loại bỏ 11 mẫu ban đầu bị sai lệch âm do nhiễu đo lường của cảm biến biến trở, thu được tập dữ liệu chuẩn hóa gồm 990 mẫu. Bộ dữ liệu này được chia đều thành hai phần độc lập theo tỷ lệ 50:50 (mỗi phần 495 mẫu), gồm tập dữ liệu ước lượng (Estimation Data) và tập dữ liệu kiểm chứng (Validation Data). Lý do lựa chọn công cụ System Identification Toolbox trong Matlab là khả năng xử lý ma trận mạnh mẽ, hỗ trợ ước lượng chính xác cấu trúc bậc cực - bậc không và khử trôi điểm làm việc (detrending) hiệu quả trước khi tổng hợp luật điều khiển trên phần cứng thực.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình nhận dạng thực nghiệm đã chỉ ra rằng cấu trúc mô hình ARX221 (với bậc mẫu số na = 2, bậc tử số nb = 2, và bước trễ nk = 1) là lựa chọn tối ưu nhất với độ phù hợp đạt 72,75% trên công cụ giao diện và 72,66% khi thực hiện bằng câu lệnh Matlab. Từ mô hình rời rạc, hàm truyền liên tục tương đương được xác lập dưới dạng phương trình vi phân bậc hai: $G(s) = 0,1293 / (s^2 + 0,3627s + 0,0957)$ sau khi lược bỏ bậc nhất của tử số do hệ số tự do lớn gấp 13,7 lần.

Trong thực nghiệm chạy thực với bộ điều khiển PI ($K_p = 2,6957$ và $K_i = 0,7107$), hệ thống đạt khả năng bám tốt ở các góc đặt nhỏ (5°, 10°, 15°) với độ quá điều chỉnh dao động từ 2% đến 20%, thời gian quá độ nằm trong khoảng 10 giây đến 15 giây. Tuy nhiên, khi góc đặt tăng lên 20°, sai lệch tĩnh của bộ điều khiển PI tăng vọt lên mức 12,5%. Đột phá nổi bật xảy ra khi áp dụng bộ điều khiển thích nghi MRAS theo luật MIT: sai lệch bám nhanh chóng tiệm cận về 0, độ quá điều chỉnh giảm xuống dưới 5%, và thời gian khôi phục trạng thái cân bằng khi có tác động nhiễu cơ học chỉ còn 5 giây đến 8 giây.

Thảo luận kết quả

Để làm sáng tỏ tính ưu việt của giải pháp, dữ liệu phản hồi được phân tích chi tiết thông qua các biểu đồ so sánh đặc tính quá độ thời gian thực giữa mô hình lý tưởng và hệ thống thực nghiệm tại các mốc góc đặt 5°, 10°, 15° và 20°. Trên các đồ thị phản hồi, mô hình lý tưởng có thời gian quá độ chỉ 4 giây và hoàn toàn không có dao động, trong khi hệ thống thực xuất hiện độ trễ khoảng 2 giây đầu và nhiều dao động nhỏ do hiện tượng xoáy khí động học và ma sát ổ trục cơ khí.

Nguyên nhân chính khiến bộ điều khiển PI truyền thống suy giảm chất lượng tại góc mở lớn là do tính phi tuyến mạnh của hàm lượng giác trong mô hình con lắc vật lý và lực cản dòng khí thay đổi phi tuyến theo góc nghiêng. Bảng tổng hợp so sánh giữa bộ điều khiển PI và MRAS chứng minh rằng cơ cấu hiệu chỉnh thích nghi đã bù trừ hoàn hảo sự biến thiên tham số động học và kháng nhiễu cực tốt: ở góc đặt 5°, bộ điều khiển thích nghi loại bỏ hoàn toàn hiện tượng đáp ứng chậm chạp của động cơ điện một chiều 24VDC, giúp rút ngắn thời gian ổn định nhanh hơn gấp 2,5 lần so với bộ điều khiển PI cố định thông số.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được và những hạn chế thực nghiệm còn tồn tại, luận văn đưa ra bốn nhóm giải pháp hành động chiến lược:

  1. Nâng cấp phần cứng xử lý tín hiệu: Thay thế vi điều khiển 8-bit PIC16F877A bằng vi điều khiển 32-bit hiệu năng cao (như dòng STM32F4 hoặc chip DSP chuyên dụng) nhằm nâng cao tần số lấy mẫu từ 10Hz lên 100Hz (chu kỳ T = 0,01 giây) và mở rộng độ phân giải bộ chuyển đổi ADC từ 10-bit lên 12-bit hoặc 16-bit, do các kỹ sư phần cứng thực hiện trong lộ trình 6 tháng.
  2. Tích hợp thuật toán nhận dạng trực tuyến: Phát triển module nhận dạng trực tuyến thời gian thực bằng thuật toán bình phương tối thiểu đệ quy có trọng số quên (Recursive Least Squares with Forgetting Factor - RLS) để tự động cập nhật ma trận tham số mô hình ngay khi luồng gió bị thay đổi nhiệt độ hoặc áp suất, hướng tới mục tiêu giữ độ khớp mô hình luôn vượt ngưỡng 85%, do nhóm nghiên cứu thuật toán hoàn thiện trong 9 tháng.
  3. Ứng dụng bộ lọc nhiễu thích nghi Kalman: Cài đặt bộ lọc Kalman mở rộng (EKF) để triệt tiêu nhiễu đo lường tần số cao từ cảm biến góc biến trở và lọc thành phần xoáy khí hỗn loạn, đặt mục tiêu giảm biên độ dao động tĩnh xuống dưới 1,5%, do kỹ sư điều khiển thực thi trong 3 tháng.
  4. Mở rộng phạm vi chuyển giao công nghệ vào công nghiệp: Áp dụng trực tiếp thuật toán điều khiển thích nghi MRAS vào hệ thống quạt hút gió hầm lò và cơ cấu chấp hành van bướm khí nén tại các nhà máy cơ khí, phấn đấu tiết kiệm 15% đến 20% năng lượng tiêu thụ của động cơ truyền động trong giai đoạn thử nghiệm 12 tháng tại các doanh nghiệp sản xuất.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang tính ứng dụng cao và là nguồn tài liệu tham khảo giá trị cho bốn nhóm độc giả chuyên môn:

  • Học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Điều khiển và Tự động hóa: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình nhận dạng hệ thống thực nghiệm trên Matlab kết hợp công cụ System Identification Toolbox và kỹ thuật thiết kế bộ điều khiển MRAS theo luật MIT cho các đối tượng phi tuyến.
  • Kỹ sư R&D trong ngành Cơ điện tử và Khí động học: Hỗ trợ phương pháp luận thiết kế phần cứng điều khiển vi xử lý giao tiếp máy tính qua chuẩn RS232, thuật toán điều chế độ rộng xung (PWM) cho động cơ DC 24V, và phương pháp xử lý tín hiệu cảm biến góc quay 0° - 20°.
  • Sinh viên đại học khối ngành Kỹ thuật Điện - Điện tử: Sử dụng làm tài liệu học tập mẫu mực để thực hiện đồ án tốt nghiệp, bài tập lớn về mô phỏng Simulink, nhận dạng mô hình ARX và kiểm chứng thuật toán điều khiển trên mô hình thực nghiệm phòng lab.
  • Chuyên gia kỹ thuật vận hành hệ thống HVAC và tự động hóa tòa nhà: Ứng dụng các thuật toán điều khiển thích nghi để tối ưu hóa góc mở cánh van gió, điều tiết áp suất luồng khí và ổn định nhiệt độ với độ chính xác cao trong các môi trường công nghiệp có độ nhiễu lớn.

Câu hỏi thường gặp

Tại sao mô hình ARX221 lại được lựa chọn thay vì mô hình ARXQS có độ phù hợp cao hơn?

Mô hình ARXQS đạt độ phù hợp 77,61% nhưng có bậc rất cao (na = 4, nb = 4, nk = 4), gây phức tạp lớn cho việc tổng hợp bộ điều khiển. Trong khi đó, mô hình ARX221 đạt độ phù hợp 72,75% nhưng cấu trúc chỉ ở bậc 2, giúp đơn giản hóa các phép tính toán vi phân và triển khai thuật toán thích nghi trực tiếp trên vi điều khiển một cách ổn định.

Tại sao cần loại bỏ 11 mẫu dữ liệu đầu tiên trong quá trình tiền xử lý?

Trong 1001 mẫu dữ liệu ban đầu thu thập từ cảm biến biến trở, 11 mẫu đầu tiên ghi nhận giá trị góc âm do nhiễu đo lường và độ trôi điểm không. Vì góc vật lý của cánh phẳng chỉ chuyển động trong phạm vi dương từ 0° đến 20°, việc loại bỏ 11 mẫu này giúp tập dữ liệu 990 mẫu đạt độ chính xác cao nhất trước khi đưa vào nhận dạng.

Bộ điều khiển PI theo tiêu chuẩn phẳng có nhược điểm gì khi vận hành ở góc đặt lớn?

Khi góc đặt đạt mức 20°, bộ điều khiển PI cố định tham số ($K_p = 2,6957, K_i = 0,7107$) bộc lộ sai lệch tĩnh lên tới 12,5%. Nguyên nhân do tính phi tuyến khí động học làm suy giảm mô-men nâng và động cơ DC bị bão hòa, đòi hỏi phải chuyển sang thuật toán thích nghi MRAS để tự động bù hệ số.

Cơ cấu chỉnh định theo luật MIT trong hệ thích nghi MRAS hoạt động như thế nào?

Luật MIT điều chỉnh các tham số bộ điều khiển dựa trên đạo hàm riêng của hàm mục tiêu sai số bình phương theo từng tham số điều khiển. Cơ cấu này liên tục cập nhật tín hiệu điều khiển nhằm triệt tiêu sai lệch giữa góc thực của cánh phẳng và tín hiệu đầu ra từ mô hình tham chiếu lý tưởng chỉ trong 5 đến 8 giây.

Hệ thống phần cứng giao tiếp giữa máy tính và quạt gió cánh phẳng gồm những khối nào?

Phần cứng bao gồm máy tính cài Matlab giao tiếp qua cổng COM, mạch chuyển đổi mức tín hiệu Max232 (RS232 sang TTL 0-5V), vi điều khiển PIC16F877A nhận tín hiệu biến trở đo góc và phát xung PWM, mạch công suất điều khiển động cơ DC 24V và bộ nguồn ±15V.

Kết luận

  • Luận văn đã nhận dạng thành công mô hình toán học thực nghiệm của hệ thống quạt gió cánh phẳng với cấu trúc ARX221, đạt độ chính xác phù hợp 72,75%.
  • Thiết kế và kiểm chứng thực tế bộ điều khiển PI theo phương pháp bù thời gian trội, làm rõ giới hạn vận hành với sai lệch tĩnh 12,5% tại góc mở 20°.
  • Triển khai hoàn chỉnh hệ thống điều khiển thích nghi theo mô hình tham chiếu (MRAS) ứng dụng luật MIT, giúp giảm độ quá điều chỉnh xuống dưới 5% và triệt tiêu sai số xác lập.
  • Nâng cao năng lực kháng nhiễu vượt trội cho hệ thống khí động học, rút ngắn thời gian hồi phục khi có nhiễu tác động xuống còn 5 đến 8 giây so với 15 đến 20 giây của hệ thống cũ.
  • Đóng góp giải pháp công nghệ có khả năng mở rộng trực tiếp cho các hệ thống điều khiển vị trí góc van gió và trạm cấp khí công nghiệp.

Trong giai đoạn tiếp theo từ năm 2026 đến 2027, nhóm nghiên cứu khuyến nghị phát triển hệ điều khiển thích nghi bền vững kết hợp trí tuệ nhân tạo và bộ lọc Kalman trên chip nhúng ARM Cortex. Các kỹ sư và nhà nghiên cứu quan tâm hãy liên hệ với tác giả hoặc truy cập kho học liệu để cùng hợp tác ứng dụng và phát triển công nghệ điều khiển thích nghi tiên tiến này.