Tổng quan luận án
Vận tải đường biển chiếm khoảng 80% tổng khối lượng hàng hóa xuất nhập khẩu trong thương mại quốc tế nhờ ưu thế về phạm vi vận chuyển rộng, khối lượng lớn và chi phí thấp. Việc nâng cao chất lượng điều khiển bám quỹ đạo cho tàu thủy nhằm bảo đảm an toàn hàng hải và hiệu quả kinh tế là yêu cầu cấp thiết. Quá trình điều khiển chuyển động của tàu thủy trên thực tế đối mặt với hai thách thức kỹ thuật lớn:
- Tàu hoạt động trong môi trường biển biến động, không có cấu trúc xác định và chịu tác động của các yếu tố nhiễu không dự báo trước (sóng, gió, dòng chảy hải lưu), gây suy giảm hiệu suất bám quỹ đạo.
- Mô hình động lực học tàu thủy là hệ phi tuyến bậc cao, có tính chất bất định, tham số biến đổi theo biến trạng thái, hằng số thời gian quán tính lớn, biên độ dự trữ ổn định nhỏ và có dao động.
Trong điều kiện nguồn năng lượng lưu trữ trên tàu là hữu hạn, bài toán điều khiển tối ưu nhằm tiết kiệm năng lượng đóng vai trò quan trọng. Phương pháp giải bài toán điều khiển tối ưu phi tuyến thường quy về tìm nghiệm của phương trình vi phân đạo hàm riêng Hamilton-Jacobi-Bellman (HJB) hoặc Hamilton-Jacobi-Isaacs (HJI). Tuy nhiên, các phương trình này không có lời giải giải tích tổng quát. Việc ứng dụng giải thuật quy hoạch động thích nghi (Adaptive Dynamic Programming - ADP) kết hợp mạng nơ-ron nhân tạo (Neural Network - NN) để xấp xỉ nghiệm của phương trình HJB/HJI cho hệ lái tàu thủy khi có nhiễu tác động và mô hình bất định vẫn là khoảng trống nghiên cứu cần được giải quyết.
Luận án xác định mục tiêu tổng quát là nghiên cứu, đề xuất và phát triển các bộ điều khiển bám tối ưu quỹ đạo mới nhằm nâng cao chất lượng điều khiển, tiết kiệm năng lượng và đảm bảo tính ổn định cho hệ lái tự động tàu thủy trong điều kiện có nhiễu tác động. Các nhiệm vụ nghiên cứu cụ thể gồm:
- Nghiên cứu mô hình động lực học của tàu thủy và các phương pháp điều khiển hiện đại cho hệ lái tàu thủy đã công bố trong và ngoài nước để xác định hướng nghiên cứu mới.
- Nghiên cứu, đề xuất thuật toán điều khiển bám tối ưu dựa trên giải thuật ADP có cấu trúc Actor-Critic Neural Networks (AC-NNs) kết hợp với các bộ ước lượng nhiễu (RISE, Disturbance Observer - DO) cho trường hợp có mô hình.
- Nghiên cứu, đề xuất giải thuật điều khiển tối ưu bền vững dựa trên thuật toán học tăng cường tích phân ngoại tuyến (off-policy Integral Reinforcement Learning - off-policy IRL) cho hệ lái tàu thủy khi không yêu cầu biết trước thông tin động học hệ thống.
- Đối tượng nghiên cứu: Hệ thống lái tàu nổi (như tàu tuần tra, tàu dịch vụ) có mô hình phi tuyến bất định, chịu ảnh hưởng của nhiễu ngoài không biết trước (sóng, gió, dòng chảy) và có đủ cơ cấu chấp hành (fully actuated).
- Phạm vi nghiên cứu: Tàu chuyển động trên mặt phẳng nằm ngang với 3 bậc tự do (surge, sway, yaw) trong điều kiện các thành phần nhiễu môi trường bị chặn; áp dụng lý thuyết điều khiển phi tuyến, điều khiển tối ưu, lý thuyết ổn định Lyapunov và mô phỏng đánh giá trên phần mềm Matlab.
Tổng quan tài liệu và vị trí của luận án
Luận án điểm lại các công trình nghiên cứu trong nước và quốc tế liên quan đến mô hình hóa và điều khiển chuyển động tàu thủy:
Các nghiên cứu trong nước
- Tác giả Khương Minh Tuấn (2012), Nguyễn Đông (2016), Nguyễn Hoài Nam (2018) tập trung vào bộ điều khiển hướng đi cho phương tiện tự hành dưới nước, không thuộc nhóm tàu thủy đủ cơ cấu chấp hành.
- Đặng Xuân Hoài (2010) thiết kế bộ điều khiển trượt mờ cho mô hình tàu thủy 1 bậc tự do của Nomoto.
- Hoàng Thị Tú Uyên (2018) nghiên cứu các giải thuật điều khiển thích nghi dựa trên phương pháp Backstepping, điều khiển mặt động (Dynamic Surface Control - DSC), trượt tầng kết hợp mạng nơ-ron RBF và hàm Lyapunov cho hệ thống lái tàu nổi choán nước.
- Nguyễn Hữu Quyền (2019) xây dựng bộ điều khiển dự báo mô hình (Model Predictive Control - MPC) trên cơ sở tuyến tính hóa từng đoạn mô hình phi tuyến cho tàu thủy 3 bậc tự do thiếu cơ cấu chấp hành, kết hợp bộ quan sát trạng thái và ước lượng bù bất định.
Các nghiên cứu quốc tế
- Mô hình tuyến tính và phi tuyến kinh điển: Nomoto (1957), Fossen (1994, 2000, 2002, 2011) thiết lập các mô hình tuyến tính bám hướng đi; Norrbin (1971) với mô hình phi tuyến 1 bậc tự do; Bech và Wagner Smith (1969) với mô hình phi tuyến 2 bậc tự do. Các phương pháp áp dụng gồm Backstepping kết hợp NN (Do et al., 2004; Dai et al., 2012), điều khiển thích nghi (Fossen, 2000; Unar, 1999), điều khiển LQR và $H_\infty$ (Katebi et al., 1997; Hearns, 1997).
- Mô hình 3 bậc tự do trên mặt phẳng ngang (Fossen, 2011): Các nghiên cứu chia thành hai nhóm đối tượng: tàu thiếu cơ cấu chấp hành (underactuated) (Aguiar & Hespanha, 2007; Do & Pan, 2009; Zheng, 2015) và tàu đủ cơ cấu chấp hành (fully actuated) (Nguyen et al., 2007; Tee & Ge, 2011; Dai et al., 2016; He et al., 2017). Để xử lý ràng buộc trạng thái và bão hòa đầu vào, kỹ thuật Barrier Lyapunov Function (BLF) được kết hợp với Backstepping (Dai et al., 2016; He et al., 2017). Kỹ thuật trượt đầu cuối nhanh (Fast Terminal SMC) và trượt tích phân kết hợp bộ quan sát nhiễu hữu hạn thời gian được đề xuất trong các công trình của Mu et al. (2017), Mei et al. (2018), Qiu et al. (2019). Các bộ điều khiển thời gian cố định (fixed-time) kết hợp bộ quan sát DO được nghiên cứu bởi Gong et al. (2020), Shi et al. (2021).
- Phương pháp quy hoạch động thích nghi (ADP) và học tăng cường (RL): Các nghiên cứu của Kiumarsi et al. (2017), Jiang & Jiang (2017), Vamvoudakis & Lewis (2010), Zhang et al. (2011) phát triển cấu trúc AC-NNs để giải phương trình HJB trực tuyến. Ứng dụng ADP cho phương tiện hàng hải xuất hiện trong công trình của Peng et al. (2017, 2020) cho tàu thủy, Shen et al. (2018) cho AUV, và USV (Wang et al., 2020), tuy nhiên chưa giải quyết triệt để thành phần bất định mô hình và nhiễu ngoài. Công trình của Zhao et al. (2020) đề xuất kỹ thuật Backstepping tối ưu hóa kết hợp AC-NNs nhưng cấu trúc sử dụng nhiều mạng NN phức tạp và chưa xét nhiễu. Công trình của Wang et al. (2021) áp dụng AC-NNs cho tàu thiếu cơ cấu chấp hành nhưng cập nhật trọng số tuần tự, hàm Critic không dựa trên phương trình Hamilton. Công trình của Fan et al. (2020) dùng giải thuật IRL và hàm Nussbaum nhưng hàm chi phí không ở dạng toàn phương chuẩn.
Khoảng trống nghiên cứu được lựa chọn giải quyết
Luận án tập trung giải quyết hai khoảng trống chính:
- Thiếu cấu trúc điều khiển bám tối ưu cho tàu thủy đủ cơ cấu chấp hành có khả năng đồng thời tối ưu hóa chi phí năng lượng và triệt tiêu ảnh hưởng của nhiễu đầu vào và bất định mô hình dựa trên sự kết hợp giữa giải thuật ADP (AC-NNs) với các bộ ước lượng nhiễu (RISE và DO).
- Thiếu giải thuật điều khiển tối ưu bền vững xấp xỉ nghiệm phương trình HJI cho tàu thủy mà không cần biết thông tin hàm động học nội của hệ thống, giải quyết qua thuật toán off-policy IRL với cấu trúc 3 mạng nơ-ron (Critic NN, Actor 1 NN, Actor 2 NN).
Cơ sở lý thuyết và phương pháp nghiên cứu
Cơ sở lý thuyết
- Mô hình động lực học tàu thủy 6 bậc tự do và 3 bậc tự do: Dựa trên các hệ quy chiếu quán tính ECI, ECEF, hệ quy chiếu địa phương NED (n-frame) và hệ quy chiếu gắn thân tàu BODY (b-frame). Ký hiệu chuyển động theo chuẩn của Hiệp hội Kiến trúc Hải quân và Kỹ sư Hàng hải Quốc tế (SNAME, 1950).
| Bậc tự do |
Loại chuyển động |
Lực và mô-men |
Vận tốc dài và vận tốc góc |
Vị trí và góc Euler |
| 1 |
Chuyển động tiến dọc trục x (surge) |
$X$ |
$u$ |
$x$ |
| 2 |
Chuyển động tiến ngang trục y (sway) |
$Y$ |
$v$ |
$y$ |
| 3 |
Chuyển động tiến đứng trục z (heave) |
$Z$ |
$w$ |
$z$ |
| 4 |
Chuyển động quay quanh trục x (roll) |
$K$ |
$p$ |
$\phi$ |
| 5 |
Chuyển động quay quanh trục y (pitch) |
$M$ |
$q$ |
$\theta$ |
| 6 |
Chuyển động quay quanh trục z (yaw) |
$N$ |
$r$ |
$\psi$ |
-
Mô hình động học và động lực học 3 bậc tự do trên mặt phẳng ngang:
$$\dot{\eta} = J(\psi)v$$
$$M\dot{v} + C(v)v + D(v)v + g(\eta) = \tau + \tau_w(\eta, t)$$
Trong đó $\eta = [x, y, \psi]^T$ là vị trí và góc hướng trong hệ NED; $v = [u, v, r]^T$ là vận tốc dài và góc trong hệ BODY; $J(\psi)$ là ma trận quay; $M = M_{RB} + M_A$ là ma trận quán tính đối xứng xác định dương ($M = M^T > 0$); $C(v) = C_{RB}(v) + C_A(v)$ là ma trận Coriolis và hướng tâm đối xứng lệch ($C(v) = -C^T(v)$); $D(v) = D + D_n(v)$ là ma trận suy giảm thủy động lực học xác định dương ($D(v) > 0$); $g(\eta)$ là véc-tơ lực phục hồi; $\tau = [\tau_u, \tau_v, \tau_r]^T$ là lực và mô-men sinh ra bởi cơ cấu chấp hành (chân vịt chính, bộ đẩy hai bên mạn, bánh lái); $\tau_w$ là véc-tơ tổng hợp nhiễu môi trường từ sóng ($\tau_{wa}$), gió ($\tau_{wi}$) và dòng chảy ($\tau_{cu}$).
-
Mạng nơ-ron nhân tạo xấp xỉ hàm: Sử dụng mạng MLP (Multi-Layer Perceptron) truyền thẳng 1 lớp ẩn để xấp xỉ hàm liên tục $f(x)$ trên tập compact $\Omega_x \subset \mathbb{R}^n$:
$$f(x) = W^T \sigma(x) + \varepsilon(x)$$
Trong đó $W \in \mathbb{R}^N$ là ma trận trọng số lý tưởng, $\sigma(x) \in \mathbb{R}^N$ là véc-tơ hàm kích hoạt, $\varepsilon(x)$ là sai số xấp xỉ bị chặn ($|\varepsilon(x)| \le \varepsilon_M$).
-
Tiêu chuẩn ổn định nghiệm: Áp dụng định nghĩa và định lý ổn định bị chặn tới hạn đều (Uniformly Ultimately Bounded - UUB) và bị chặn tới hạn (Ultimate Bounded - UB) theo lý thuyết Lyapunov cho hệ dừng.
-
Lý thuyết quy hoạch động thích nghi (ADP) và trò chơi vi phân ZDGT:
- Bài toán HJB: Xác định luật điều khiển tối ưu $u^(X) = -\frac{1}{2} R^{-1} G^T(X) \nabla V^(X)$ nhằm cực tiểu hóa hàm chi phí toàn phương $J = \int_0^\infty (X^T Q X + u^T R u) d\tau$.
- Bài toán HJI: Xét hệ chịu nhiễu $\dot{x} = f(x) + g(x)u + k(x)d(x)$, giải bài toán tối ưu Min-Max $\min_u \max_d J(x, u, d)$ với điều kiện suy giảm nhiễu mức $L_2$ ($\gamma$). Cập nhật nghiệm của phương trình vi phân đạo hàm riêng HJI thông qua điều kiện điểm yên ngựa Nash.
Phương pháp nghiên cứu
- Phương pháp phân tích giải tích, chuyển đổi không gian biến trạng thái để đưa mô hình động lực học phi tuyến bám quỹ đạo về hệ dừng (autonomous system) 9 chiều.
- Phương pháp tổng hợp thuật toán điều khiển thích nghi thông qua cấu trúc Actor-Critic (Critic NN xấp xỉ hàm giá trị, Actor NN xấp xỉ luật điều khiển).
- Phương pháp ước lượng nhiễu bù trực tuyến bằng cấu trúc RISE và bộ quan sát nhiễu DO.
- Phương pháp bình phương tối thiểu (Least Squares - LS) với ma trận hiệp phương sai có điều kiện reset để cập nhật trọng số Critic và thuật toán Gradient descent để cập nhật Actor.
- Phương pháp kiểm chứng số: Xây dựng thuật toán và mô phỏng trên nền tảng phần mềm Matlab để đánh giá sai số bám quỹ đạo tròn, sai số vị trí ($x, y$), góc hướng ($\psi$), độ hội tụ trọng số mạng nơ-ron và chỉ số sai số bình phương trung bình căn (Root Mean Square Error - RMSE).
Nội dung chính theo từng chương
Chương 1: TỔNG QUAN VỀ MÔ HÌNH ĐỘNG LỰC HỌC TÀU THỦY VÀ TÌNH HÌNH NGHIÊN CỨU
Chương 1 thiết lập cơ sở toán học cho mô hình động lực học tàu thủy 6 bậc tự do và dẫn xuất chi tiết mô hình 3 bậc tự do trên mặt phẳng nằm ngang với các giả thiết: phân bố khối lượng đối xứng qua mặt phẳng $xz$ ($I_{xy} = I_{yz} = 0$), tâm nổi $CB$ trùng trọng tâm $CG$ trên trục $z$.
Chương phân loại và phân tích chi tiết các thành phần thủy động lực học:
- Ma trận quán tính khối lượng nước kèm $M_A$ kích thước $6 \times 6$ biểu diễn theo các hệ số đạo hàm thủy động lực SNAME ($X_{\dot{u}}, Y_{\dot{v}}, N_{\dot{r}}, \dots$).
- Ma trận Coriolis và lực hướng tâm do nước kèm $C_A(v)$ và do vật rắn $C_{RB}(v)$.
- Ma trận suy giảm thủy động lực học gồm thành phần tuyến tính $D$ và phi tuyến $D_n(v)$.
Chương 1 khảo sát tình hình nghiên cứu trong và ngoài nước, chỉ ra các hạn chế của các phương pháp điều khiển trước đây đối với tàu đủ cơ cấu chấp hành khi có mặt đồng thời bất định mô hình và nhiễu ngoài.
Chương trình bày cơ sở lý thuyết về mạng MLP 1 lớp ẩn, phân tích định nghĩa ổn định UUB/UB theo hàm lớp $\mathcal{K}, \mathcal{K}_\infty$, và trình bày nguyên lý giải phương trình HJB bằng ADP cấu trúc AC-NNs cập nhật đồng bộ trực tuyến cũng như nguyên lý giải phương trình HJI bằng thuật toán off-policy IRL dựa trên trò chơi vi phân tổng bằng không (ZDGT).
Chương 2: ĐIỀU KHIỂN BÁM TỐI ƯU TÀU THỦY KHI CÓ MÔ HÌNH
Chương 2 giải quyết bài toán thiết kế bộ điều khiển bám tối ưu quỹ đạo đặt $\eta_d(t) = [x_d(t), y_d(t), \psi_d(t)]^T$ cho tàu thủy 3 bậc tự do đủ cơ cấu chấp hành trong trường hợp có mô hình danh định kết hợp bộ ước lượng nhiễu.
-
Biến đổi không gian trạng thái: Định nghĩa sai lệch bám vị trí $z_1 = \eta - \eta_d$ và sai lệch vận tốc $z_2 = v - v_d$, với vận tốc ảo $v_d = J^{-1}(\psi)(K_1 z_1 + \dot{\eta}_d)$, trong đó $K_1$ là ma trận đường chéo xác định dương. Thiết kế luật điều khiển truyền thẳng:
$$\tau_d = M\dot{v}_d + C(v_d)v_d + D(v_d)v_d + g(\eta_d)$$
Mô hình hệ kín được biến đổi về hệ dừng 9 chiều với véc-tơ trạng thái $X = [z_1^T, z_2^T, \eta_d^T]^T$:
$$\dot{X} = F(X) + G(X)(u + \tau)$$
Trong đó đầu vào điều khiển tổng quát là $\tau = u + \tau_d$.
-
Cấu trúc điều khiển Actor-Critic ADP: Thiết lập hàm chi phí tích phân $J(X, u) = \int_0^\infty (X^T Q X + u^T R u) d\tau$. Critic NN ($\hat{V} = \hat{W}_c^T \sigma(X)$) và Actor NN ($\hat{u} = -\frac{1}{2} R^{-1} G^T \nabla \sigma^T \hat{W}_a$) xấp xỉ hàm Bellman và luật điều khiển tối ưu. Trọng số Critic $\hat{W}_c$ được cập nhật theo thuật toán bình phương tối thiểu có chuẩn hóa:
$$\dot{\hat{W}}c = -k_c \Gamma \frac{\omega}{1 + \omega^T \omega} e{hjb}$$
Ma trận hiệp phương sai $\Gamma(t)$ được cập nhật trực tuyến và chặn bởi $\underline{\gamma} I \le \Gamma(t) \le \bar{\gamma} I$. Trọng số Actor $\hat{W}_a$ được cập nhật theo quy tắc gradient kết hợp sai lệch đồng bộ $(\hat{W}_a - \hat{W}_c)$.
-
Tích hợp bộ ước lượng nhiễu RISE và DO:
- Cấu trúc ADP-RISE: Bổ sung thành phần phản hồi tích phân dấu sai lệch $\mu(t)$ để bù véc-tơ bất định và nhiễu đầu vào $f_1 + \tau_{n1}$.
- Cấu trúc ADP-DO: Thiết kế bộ quan sát nhiễu Disturbance Observer để ước lượng trực tiếp thành phần bất định và nhiễu tổng hợp $h = [h_1, h_2, h_3]^T$.
-
Chứng minh ổn định và mô phỏng kiểm chứng:
- Phát biểu và chứng minh chặt chẽ các định lý ổn định Lyapunov cho hệ kín: sai lệch bám $z_1, z_2$ và sai số ước lượng trọng số nơ-ron $\tilde{W}_c, \tilde{W}_a$ đều đạt ổn định UB/UUB.
- Mô phỏng trên Matlab với quỹ đạo bám đường tròn trong các trường hợp: không có nhiễu, nhiễu dạng hằng số (hàm "1"), và nhiễu dao động điều hòa (hàm "2"). Kết quả so sánh giữa bộ điều khiển đề xuất ADP-DO với bộ điều khiển tối ưu Backstepping AOBC (Zhao et al., 2020) cho thấy sai số bám $x, y, \psi$ của ADP-DO hội tụ nhanh hơn, không bị vọt lố lớn và đạt chỉ số RMSE thấp hơn (tổng hợp tại Bảng 2.2 của luận án).
Chương 3: ĐIỀU KHIỂN BÁM TỐI ƯU TÀU THỦY KHI KHÔNG CÓ MÔ HÌNH
Chương 3 tập trung xây dựng bộ điều khiển bám tối ưu bền vững cho tàu thủy 3 bậc tự do khi không yêu cầu biết trước các thông tin ma trận động lực học ($M, C(v), D(v)$) của hệ thống:
-
Thiết lập bài toán HJI bám quỹ đạo: Hệ thống phi tuyến chịu tác động của nhiễu $\dot{x} = f(x) + g(x)u + k(x)d(x)$ với hàm chi phí Min-Max dạng trò chơi sai phân hai người tổng bằng không (ZDGT):
$$J(x, u, d) = \int_0^\infty (x^T Q x + u^T R u - \gamma^2 d^T d) d\tau$$
Mục tiêu điều khiển đảm bảo tính bền vững với mức suy giảm nhiễu $L_2$ đạt hệ số $\gamma$.
-
Thuật toán off-policy IRL: Chuyển đổi phương trình Bellman sang dạng tích phân dọc theo quỹ đạo trạng thái trong khoảng thời gian lấy mẫu $T$:
$$V(x(t+T)) - V(x(t)) = \int_t^{t+T} \left( x^T Q x + u^{(i)T} R u^{(i)} - \gamma^2 d^{(i)T} d^{(i)} + 2 u^{(i+1)T} R (u - u^{(i)}) - 2 \gamma^2 d^{(i+1)T} (d - d^{(i)}) \right) d\tau$$
Phương trình này cho phép tính toán hàm chi phí $V^{(i)}$, luật điều khiển cải biên $u^{(i+1)}$ và luật nhiễu xấu nhất $d^{(i+1)}$ từ dữ liệu đo đạc trực tiếp trạng thái và tín hiệu điều khiển kích thích $u$, hoàn toàn độc lập với hàm động học $f(x), g(x), k(x)$.
-
Cấu trúc 3 mạng nơ-ron xấp xỉ:
- Critic NN xấp xỉ hàm chi phí $V(x) = W_1^T \sigma_1(x)$.
- Actor 1 NN xấp xỉ luật điều khiển tối ưu $u(x) = W_2^T \sigma_2(x)$.
- Actor 2 NN xấp xỉ luật nhiễu xấu nhất $d(x) = W_3^T \sigma_3(x)$.
Áp dụng phương pháp bình phương tối thiểu (Least Squares) trên tập dữ liệu $N$ điểm trích mẫu ($N \ge l_1 + m l_2 + q l_3$) để cập nhật đồng thời véc-tơ trọng số $W = (H H^T)^{-1} H Y$.
-
Phân tích hội tụ và mô phỏng đánh giá: Chứng minh sự hội tụ của thuật toán lặp Policy Iteration về điểm cân bằng Nash. Mô phỏng kiểm chứng trên Matlab so sánh cấu trúc off-policy IRL không cần mô hình với cấu trúc Actor-Critic có mô hình: trong điều kiện chịu nhiễu môi trường mạnh (hàm "1" và hàm "2"), bộ điều khiển off-policy IRL vẫn đảm bảo tàu bám chính xác quỹ đạo đường tròn đặt trước, các sai số bám trên 3 trục $x, y, \psi$ tiến về lân cận 0 và đầu vào điều khiển $\tau_u, \tau_v, \tau_r$ nằm trong giới hạn cho phép.
Kết quả và những đóng góp mới
Đóng góp về mặt lý luận khoa học
- Xây dựng thành công kỹ thuật biến đổi không gian trạng thái, chuyển mô hình động lực học bám quỹ đạo của tàu thủy 3 bậc tự do đủ cơ cấu chấp hành về dạng hệ dừng 9 chiều, làm cơ sở toán học để áp dụng giải thuật quy hoạch động thích nghi (ADP) giải phương trình vi phân phi tuyến HJB.
- Đề xuất cấu trúc điều khiển bám tối ưu mới kết hợp giải thuật ADP cấu trúc AC-NNs với các bộ ước lượng nhiễu (RISE và DO) cho tàu thủy có mô hình danh định; chứng minh giải tích tính ổn định UUB/UB của hệ kín và sự hội tụ của các trọng số nơ-ron dựa trên hàm Lyapunov.
- Đề xuất thuật toán điều khiển tối ưu bền vững off-policy IRL giải phương trình Hamilton-Jacobi-Isaacs (HJI) sử dụng 3 mạng nơ-ron (Critic, Actor 1, Actor 2), cho phép tổng hợp bộ điều khiển tối ưu hóa mức suy giảm nhiễu $L_2$ mà hoàn toàn không cần sử dụng thông tin hàm động lực học của tàu thủy.
Đóng góp về mặt thực tiễn và giải pháp kỹ thuật
- Nâng cao độ chính xác bám quỹ đạo (giảm RMSE trên các trục tọa độ $x, y$ và góc hướng $\psi$) cho các loại tàu nổi đủ cơ cấu chấp hành (tàu tuần tra, tàu dịch vụ) khi hành trình trên biển trong điều kiện chịu tác động bất định của sóng, gió và dòng chảy.
- Tối ưu hóa năng lượng tiêu thụ của hệ thống lái nhờ việc giảm thiểu hàm chi phí toàn phương chứa năng lượng điều khiển $u^T R u$.
- Cung cấp bộ công cụ thuật toán và chương trình mô phỏng trên phần mềm Matlab, tạo tiền đề kỹ thuật để tích hợp vào các hệ thống lái tự động (Autopilot) và hệ thống định vị động (Dynamic Positioning - DP) trên tàu thủy thực tế.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế
- Các thuật toán điều khiển đề xuất mới được kiểm chứng thông qua mô phỏng số học trên phần mềm Matlab, chưa được thử nghiệm thực tế trên mô hình vật lý thu nhỏ trong bể thử hoặc trên tàu thủy thực tế.
- Nghiên cứu tập trung vào lớp tàu thủy đủ cơ cấu chấp hành (fully actuated) hoạt động trên mặt phẳng ngang 3 bậc tự do; chưa giải quyết lớp tàu thiếu cơ cấu chấp hành (underactuated).
- Chưa xét đến yếu tố trễ thời gian trong kênh truyền tín hiệu điều khiển và hiện tượng bão hòa biên độ/tốc độ của cơ cấu chấp hành một cách tường minh trong bài toán tối ưu.
Hướng nghiên cứu tiếp
- Mở rộng thuật toán ADP và off-policy IRL cho bài toán điều khiển bám quỹ đạo của tàu thủy thiếu cơ cấu chấp hành (underactuated surface vessels).
- Nghiên cứu tích hợp các ràng buộc phi tuyến thực tế của cơ cấu chấp hành như vùng chết (dead-zone), bão hòa công suất (actuator saturation) và trễ truyền thông vào hàm chi phí tối ưu.
- Triển khai thử nghiệm thực nghiệm thuật toán trên mô hình tàu tự hành vật lý trong môi trường bể thử chuyên dụng hoặc hồ thử nghiệm thực tế.
Giá trị tham khảo
Luận án là tài liệu tham khảo có giá trị chuyên môn cao đối với:
- Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Tàu thủy, Kỹ thuật Hàng hải: Cung cấp phương pháp luận toán học chặt chẽ về mô hình hóa động lực học tàu thủy, lý thuyết ổn định Lyapunov cho hệ phi tuyến, giải thuật quy hoạch động thích nghi (ADP), lý thuyết trò chơi vi phân ZDGT và kỹ thuật học tăng cường tích phân (IRL).
- Kỹ sư nghiên cứu phát triển (R&D) tại các viện nghiên cứu và doanh nghiệp công nghiệp tàu thủy/hàng hải: Tham khảo cấu trúc thuật toán chi tiết tại Chương 2 (ADP kết hợp RISE/DO) và Chương 3 (off-policy IRL không cần mô hình) để ứng dụng nâng cấp thuật toán điều khiển cho hệ thống lái tự động tàu biển và hệ thống định vị động lực học (DP).
Câu hỏi thường gặp
1. Luận án giải quyết bài toán điều khiển cho đối tượng tàu thủy có cấu hình cơ cấu chấp hành như thế nào?
Luận án nghiên cứu đối tượng tàu thủy đủ cơ cấu chấp hành (fully actuated surface vessel) chuyển động 3 bậc tự do trên mặt phẳng nằm ngang ($u, v, r$), trang bị đầy đủ 3 kênh tác động độc lập gồm: chân vịt chính tạo lực đẩy dọc ($\tau_u$), các bộ đẩy hai bên mạn tạo lực đẩy ngang ($\tau_v$), và bánh lái tạo mô-men quay trở quanh trục thẳng đứng ($\tau_r$).
2. Điểm khác biệt giữa cấu trúc điều khiển trong Chương 2 và Chương 3 là gì?
Chương 2 thiết kế bộ điều khiển bám tối ưu dựa trên giải thuật ADP cấu trúc AC-NNs kết hợp bộ ước lượng RISE/DO cho trường hợp đã biết mô hình danh định của tàu, giải phương trình HJB. Chương 3 đề xuất bộ điều khiển tối ưu bền vững dựa trên thuật toán off-policy IRL với 3 mạng nơ-ron, giải phương trình HJI bám quỹ đạo mà hoàn toàn không yêu cầu biết trước thông tin mô hình động học nội của tàu.
3. Mạng nơ-ron nhân tạo được sử dụng trong luận án có cấu trúc như thế nào và trọng số được cập nhật ra sao?
Luận án sử dụng mạng nơ-ron MLP truyền thẳng 1 lớp ẩn với một đầu ra duy nhất. Trong cấu trúc AC-NNs, trọng số của Critic NN ($\hat{W}_c$) được cập nhật trực tuyến theo phương pháp bình phương tối thiểu (Least Squares) có chuẩn hóa kết hợp ma trận hiệp phương sai $\Gamma(t)$, trong khi trọng số của Actor NN ($\hat{W}_a$) được cập nhật theo thuật toán Gradient descent kết hợp sai lệch đồng bộ với Critic.
4. Luận án chứng minh tính ổn định của hệ thống điều khiển kín bằng công cụ toán học nào?
Tính ổn định của hệ kín được chứng minh bằng lý thuyết ổn định Lyapunov cho hệ dừng. Luận án chứng minh các trạng thái sai lệch bám ($z_1, z_2$) và sai số xấp xỉ trọng số của các mạng nơ-ron ($\tilde{W}_c, \tilde{W}_a$) đạt tiêu chuẩn ổn định bị chặn tới hạn đều (UUB) hoặc bị chặn tới hạn (UB).
5. Kết quả kiểm chứng của các bộ điều khiển đề xuất được thực hiện như thế nào?
Các bộ điều khiển được kiểm chứng thông qua mô phỏng trên phần mềm Matlab bám theo quỹ đạo đường tròn đặt trước trong 3 kịch bản: không có nhiễu, nhiễu hằng số (hàm "1"), và nhiễu biến thiên điều hòa (hàm "2"). Kết quả được đánh giá qua đồ thị sai lệch bám trên các trục $x, y, \psi$, đáp ứng tín hiệu điều khiển đầu vào, sự hội tụ trọng số mạng nơ-ron và chỉ số sai số RMSE so với các phương pháp công bố trước đó (như thuật toán AOBC).
Kết luận
Luận án của tác giả Vũ Văn Tú đã giải quyết bài toán điều khiển bám tối ưu quỹ đạo cho hệ lái tàu thủy 3 bậc tự do đủ cơ cấu chấp hành trong điều kiện mô hình có thành phần bất định và chịu nhiễu môi trường biển. Bằng việc kết hợp lý thuyết quy hoạch động thích nghi (ADP), mạng nơ-ron nhân tạo và các bộ ước lượng nhiễu (RISE, DO), luận án đã xây dựng thành công các cấu trúc điều khiển bám tối ưu cho cả hai trường hợp có mô hình và không cần biết trước mô hình động lực học (off-policy IRL). Tất cả các bộ điều khiển đề xuất đều được chứng minh tính ổn định UB/UUB theo lý thuyết Lyapunov và được kiểm chứng tính hiệu quả thông qua mô phỏng trên phần mềm Matlab.
