Thiết Kế Bộ Điều Khiển Trượt – Thích Nghi cho AGV trong Nhà Xưởng với Các Thông Số Bất Định

Luận văn thiết kế bộ điều khiển trượt thích nghi cho AGV trong nhà xưởng, giải quyết bài toán điều khiển với thông số bất định. Nghiên cứu kỹ thuật cơ điện tử.

• Tác giả: Huỳnh Văn Ngọc Sơn
• Người hướng dẫn: TS. Ngô Hà Quang Thịnh
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Kỹ thuật Cơ điện tử
• Đề tài: Thiết Kế Bộ Điều Khiển Trượt – Thích Nghi Cho AGV Trong Nhà Xưởng Với Các Thông Số Bất Định
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Tp. Hồ Chí Minh

Tóm tắt

I. AGV và điều khiển trượt thích nghi Tổng quan ứng dụng

Xe tự hành (AGV), hay robot tự hành, ra đời từ những năm 1950, đánh dấu bước tiến trong tự động hóa vận chuyển hàng hóa. AGV đã trải qua ba giai đoạn phát triển chính, từ hệ thống dẫn hướng đơn giản đến các công nghệ định vị tiên tiến như từ tính và laser. Theo báo cáo thống kê [2], thị trường AGV toàn cầu đạt 3 tỷ USD vào năm 2019, với dự kiến tăng trưởng 14.1% hàng năm đến năm 2027. Ứng dụng của AGV rất đa dạng trong nhà xưởng, từ kéo hàng, nâng hạ kệ hàng đến vận chuyển trên các sa bàn phức tạp. Nghiên cứu điều khiển AGV tập trung vào hai bài toán chính: điều khiển chuyển động và điều khiển hệ nhiều AGV. Trong đó, bài toán điều khiển chuyển động AGV dạng "chessboard" có khả năng nâng hạ là trọng tâm nghiên cứu. Đề tài này hướng đến việc thiết kế giải thuật hiệu quả cho AGV, giải quyết đồng thời bài toán bám quỹ đạo và khối lượng nâng hạ thay đổi, đảm bảo sự ổn định cao. Từ đó, tự động hóa quá trình vận chuyển hàng hóa trong nhà xưởng ngày càng trở nên quan trọng, các nghiên cứu về điều khiển AGV cũng ngày càng được chú trọng. Ứng dụng AGV mang lại nhiều lợi ích kinh tế, đặc biệt trong các nhà kho logistics.

1.1. Lịch sử phát triển và tiềm năng thị trường của AGV

AGV trải qua 3 giai đoạn phát triển: từ hệ thống đơn giản đến công nghệ định vị tiên tiến. Thị trường AGV toàn cầu đạt 3 tỷ USD năm 2019 và dự kiến tăng trưởng mạnh. Tiềm năng phát triển của AGV rất lớn trong tương lai.

1.2. Các ứng dụng AGV phổ biến trong nhà xưởng hiện đại

Ứng dụng AGV rất đa dạng: kéo hàng, nâng hạ kệ hàng, vận chuyển trên sa bàn phức tạp. AGV dần thay thế hệ thống băng tải trong nhà kho logistics. Lợi ích kinh tế và tính linh hoạt là yếu tố then chốt.

II. Thách thức Giải pháp thiết kế bộ điều khiển cho AGV

Trong quá trình thiết kế bộ điều khiển cho AGV, nhiều thách thức cần được giải quyết. Vấn đề bám quỹ đạo đòi hỏi AGV di chuyển chính xác theo đường dẫn định sẵn, đồng thời phải đối phó với các yếu tố gây nhiễu như sai số mô hình, nhiễu ngoại. Khối lượng nâng hạ thay đổi là một thách thức khác, ảnh hưởng đến sự ổn định về tốc độ và thời gian vận hành của AGV. Các phương pháp điều khiển truyền thống như PID có thể không đủ hiệu quả trong môi trường phức tạp, đòi hỏi các giải pháp điều khiển tiên tiến hơn. Đề tài tập trung vào thiết kế bộ điều khiển trượt thích nghi, nhằm giải quyết đồng thời các thách thức trên, đảm bảo AGV hoạt động ổn định và chính xác trong môi trường nhà xưởng.

2.1. Vấn đề bám quỹ đạo chính xác trong môi trường nhà xưởng

AGV cần di chuyển chính xác theo quỹ đạo định sẵn, đối phó với nhiễu và sai số mô hình. Vấn đề này đòi hỏi bộ điều khiển bền vững và ổn định. Độ chính xác là yếu tố then chốt trong ứng dụng AGV.

2.2. Ảnh hưởng của khối lượng nâng hạ thay đổi đến ổn định AGV

Khối lượng nâng hạ thay đổi ảnh hưởng đến tốc độ và thời gian vận hành của AGV. Sự ổn định của AGV là tiền đề cho điều khiển hệ nhiều AGV. Điều khiển thích nghi là giải pháp tiềm năng.

2.3. Giới thiệu về giải pháp điều khiển trượt thích nghi

Điều khiển trượt thích nghi có khả năng giải quyết đồng thời các thách thức. Giải pháp này mang lại sự ổn định và chính xác cho AGV. Thiết kế bộ điều khiển hiệu quả là yếu tố quan trọng.

III. Thiết kế bộ điều khiển trượt Phương pháp và ưu điểm

Điều khiển trượt (Sliding Mode Control - SMC) là một phương pháp điều khiển mạnh mẽ, có khả năng chống nhiễu tốt. Phương pháp này hoạt động bằng cách đưa hệ thống về một mặt trượt được thiết kế trước, đảm bảo hệ thống đạt được trạng thái mong muốn. Điều khiển trượt thích nghi là một biến thể của SMC, có khả năng tự điều chỉnh các tham số điều khiển để thích ứng với sự thay đổi của hệ thống và môi trường. Ưu điểm của điều khiển trượt thích nghi bao gồm tính ổn định cao, khả năng chống nhiễu tốt và khả năng thích ứng với các thông số bất định của hệ thống. Các phương pháp FNITSMC và điều khiển trượt đầu cuối không điểm kì dị thích nghi được sử dụng để nâng cao hiệu suất điều khiển AGV.

3.1. Tổng quan về phương pháp điều khiển trượt SMC

Điều khiển trượt (SMC) có khả năng chống nhiễu tốt. Hệ thống được đưa về mặt trượt để đạt trạng thái mong muốn. Điều khiển robot công nghiệp thường sử dụng phương pháp này.

3.2. Điều khiển trượt thích nghi Khả năng tự điều chỉnh tham số

Điều khiển trượt thích nghi có khả năng tự điều chỉnh tham số. Nó thích ứng với sự thay đổi của hệ thống và môi trường. Tính linh hoạt là ưu điểm lớn.

3.3. Ưu điểm vượt trội của điều khiển trượt thích nghi

Điều khiển trượt thích nghi có tính ổn định cao, chống nhiễu tốt, thích ứng với thông số bất định. Phương pháp này giúp tối ưu hóa hiệu suất AGV hiệu quả.

IV. Giải thuật điều khiển trượt thích nghi cho AGV Xây dựng

Việc xây dựng giải thuật điều khiển trượt thích nghi cho AGV đòi hỏi việc mô hình hóa toán học hệ thống AGV. Giải thuật điều khiển được thiết kế để đảm bảo AGV bám quỹ đạo mong muốn, đồng thời đối phó với các yếu tố nhiễu và thông số bất định. Trong luận văn, giải thuật điều khiển trượt thích nghi được xây dựng cho hệ bậc 2, tiến hành thiết kế bộ điều khiển để đảm bảo sự ổn định. Tuy nhiên, các giải thuật xây dựng theo dạng kết hợp có thể có nhược điểm. Luận văn tập trung vào việc khắc phục các nhược điểm này để nâng cao hiệu quả của giải thuật điều khiển. Việc xây dựng giải thuật hiệu quả là yếu tố then chốt trong việc tự động hóa nhà xưởng.

4.1. Mô hình hóa toán học hệ thống AGV cho điều khiển thích nghi

Mô hình hóa toán học là bước quan trọng trong xây dựng giải thuật. Giải thuật đảm bảo AGV bám quỹ đạo, đối phó với nhiễu. Thuật toán điều khiển cần chính xác.

4.2. Thiết kế bộ điều khiển trượt thích nghi cho hệ bậc 2

Giải thuật điều khiển trượt thích nghi được xây dựng cho hệ bậc 2. Thiết kế bộ điều khiển để đảm bảo sự ổn định của hệ thống. Ổn định AGV là mục tiêu quan trọng.

4.3. Nhược điểm của giải thuật kết hợp và hướng khắc phục

Giải thuật kết hợp có thể có nhược điểm cần khắc phục. Luận văn tập trung vào nâng cao hiệu quả giải thuật. Cải thiện năng suất nhà xưởng nhờ giải thuật tối ưu.

V. Mô phỏng AGV Đánh giá giải thuật điều khiển trượt

Việc mô phỏng AGV là bước quan trọng để đánh giá hiệu quả của giải thuật điều khiển trượt được đề xuất. Quá trình mô phỏng bao gồm việc thiết lập thông số ban đầu của hệ thống và thực hiện các thí nghiệm mô phỏng khác nhau. Kết quả mô phỏng được sử dụng để đánh giá khả năng bám quỹ đạo, khả năng chống nhiễu và khả năng thích ứng với thông số bất định của giải thuật. So sánh kết quả mô phỏng với các giải thuật điều khiển khác giúp xác định ưu điểm và nhược điểm của giải thuật được đề xuất. Mô phỏng AGV trên sa bàn thực tế giúp đánh giá khả năng ứng dụng trong môi trường nhà xưởng.

5.1. Thiết lập thông số và mô phỏng giải thuật điều khiển AGV

Thiết lập thông số ban đầu là bước quan trọng trong mô phỏng AGV. Quá trình mô phỏng giúp đánh giá khả năng bám quỹ đạo. Độ chính xác AGV được kiểm tra kỹ lưỡng.

5.2. Đánh giá khả năng bám quỹ đạo và chống nhiễu của AGV

Kết quả mô phỏng được dùng để đánh giá khả năng bám quỹ đạo. Khả năng chống nhiễu và thích ứng với thông số bất định được kiểm tra. Robust control là yếu tố quan trọng.

5.3. So sánh kết quả mô phỏng AGV với các giải thuật khác

So sánh kết quả mô phỏng với các giải thuật điều khiển khác. Xác định ưu điểm và nhược điểm của giải thuật được đề xuất. Tối ưu hóa hiệu suất AGV là mục tiêu chính.

VI. Kết luận Hướng phát triển điều khiển trượt thích nghi

Luận văn đã trình bày về thiết kế và mô phỏng bộ điều khiển trượt thích nghi cho AGV trong nhà xưởng. Kết quả mô phỏng cho thấy giải thuật điều khiển đề xuất có khả năng bám quỹ đạo tốt, chống nhiễu hiệu quả và thích ứng với thông số bất định. Tuy nhiên, vẫn còn nhiều hướng phát triển tiềm năng cho nghiên cứu này. Trong tương lai, có thể nghiên cứu tích hợp các thuật toán học máy để nâng cao khả năng điều khiển thích nghi của AGV. Bên cạnh đó, việc thử nghiệm giải thuật trên hệ thống AGV thực tế là một bước quan trọng để đánh giá tính khả thi và hiệu quả của giải pháp.

6.1. Tóm tắt kết quả nghiên cứu và đóng góp chính

Luận văn trình bày về thiết kế và mô phỏng bộ điều khiển trượt thích nghi. Giải thuật có khả năng bám quỹ đạo tốt, chống nhiễu hiệu quả. Nghiên cứu mang lại đóng góp quan trọng.

6.2. Các hướng phát triển tiềm năng cho nghiên cứu điều khiển AGV

Tích hợp thuật toán học máy để nâng cao khả năng điều khiển thích nghi. Thử nghiệm trên hệ thống AGV thực tế để đánh giá tính khả thi. Giải pháp tự động hóa ngày càng hoàn thiện.

6.3. Ứng dụng điều khiển trượt thích nghi trong nhà xưởng thông minh

Điều khiển trượt thích nghi có tiềm năng lớn trong nhà xưởng thông minh. AGV hoạt động hiệu quả và linh hoạt hơn. Tự động hóa nhà xưởng đạt hiệu quả cao.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN nghi cho AGV dựa trên ràng buộc nonholonomic dựa trên mô hình động học. Ngoài ra tính tới thời điểm hiện nay, rất nhiều giải thuật điều khiển khác được đưa ra dựa trên tiêu chuẩn Lyapunov như phương pháp điều khiển trượt, mờ… 1. Nghiên cứu tập trung vào ảnh hưởng của nhiễu và các tín hiệu bất định Việc tải trọng nâng hạ thay đổi được xem như một tín hiệu bất định ảnh hưởng đến quá trình điều khiển khiển.

Các bộ điều khiển được đề xuất trong các nghiên cứu có thể được chia thành 2 nhóm như sau: - Dựa trên mô hình động học - Dựa trên mô hình động học và động lực học Dựa trên mô hình động học Các phương pháp ở dạng này tập trung xây dựng bộ điều khiển cho AGV thông qua giá trị vận tốc góc và vận tốc dài. Từ hai giá trị vận tốc này, mô hình động học được áp dụng để tính toán sai số bám của hệ thống.10 Cấu hình AGV được đề xuất bởi [14] Đầu tiên, các nhà khoa học dựa mô hình động học của robot để giải quyết vấn đề này. Nổi bật như Cheng Song et al. [14] đã vận dụng các giải thuật của các nhà khoa học đi trước để đề xuất một phương pháp điều khiển thích nghi với sự ổn định tiệm 10 CHƯƠNG 1.

TỔNG QUAN cận toàn cục dựa trên mô hình động học với các hệ số đầu vào không biết trước. Sự ổn định toàn cục của hệ thống mà [14] đưa ra dựa theo hàm Lyapunov và bổ đề Barbalat. Nhận thấy khi khối lượng hệ thay đổi sẽ dẫn đến 2 thông số “r” và “b” trong hình 1.10 thay đổi, [14] đã đề xuất luật điều khiển thích nghi để ước lượng giá trị của 2 thông số này. Từ đó, tác động đến tốc độ góc của bánh xe trái và phải AGV.

Nhận xét : Việc chỉ tập trung vào mô hình động học và bỏ qua các yếu tố động lực học như momen quán tính,… đã dẫn đến việc các giải thuật khó áp dụng vào thực tiễn. Bởi vì, trong thực tiễn, khi AGV thực hiện việc nâng hạ với các khối lượng khác nhau thì momen quán tính mà AGV gây ra sẽ thay đổi. Dựa trên mô hình động học và động lực học Việc xây dựng bộ điều khiển tác động vào mô hình động học của AGV thông qua giá trị vận tốc dài và vận tốc góc khó được áp dụng vào thực tế bởi vì sự tác động của các tín hiệu bất định và nhiễu ngoại. Vì thế, mô hình động lực học được áp dụng nhằm chuyển đổi tín hiệu điều khiển từ vận tốc dài và vận tốc góc sang tín hiệu điều khiển torque của động cơ.

Các nghiên cứu kết hợp mô hình động học và động lực học được chia thành 2 nhóm khác nhau: - Dạng điều khiển tuần tự - Dạng điều khiển kết hợp Dạng điều khiển tuần tự Các nghiên cứu ở dạng này đầu tiên tập trung vào xây dựng giải thuật điểu điều khiển để điều khiển vận tốc dài và vận tốc góc theo giá trị tham chiếu. Sau đó, mô hình động học được áp dụng nhằm ước lượng được sai số bám của hệ thống thông qua hai giá trị vận tốc dài và vận tốc góc vừa đạt được. Để ước lượng được hai giá trị vận tốc này, phương pháp điều khiển thích nghi hoặc phương pháp điều khiển trượt được áp dụng bởi nhiều nhà khoa học như Farazd et al, R.Solea,… Đầu tiên, Farzad et al. [15] đã xây dựng một bộ điều khiển thích nghi dựa vào kỹ thuật backstepping dựa vào mô hình động lực học của robot nhằm đảm bảo sai số điều 11 CHƯƠNG 1.

TỔNG QUAN khiển hội tụ tiệm cận về 0. Tuy nhiên Farzad tại thời điểm ấy vẫn chưa xét đến trường hợp khối lượng đầu vào của hệ thay đổi.11 Cấu trúc điều khiển tracking [15] Hình 1.12 Cấu trúc điều khiển bám quỹ đạo [16] Giải thuật được đề xuất bởi [15] nhằm đạt được giá trị vận tốc dài và vận tốc góc mong muốn của AGV (hình 1. Tuy nhiên, trong thực tế khi sai số ban đầu quá lớn hoặc quỹ đạo tham chiếu của AGV có sự thay đổi đột ngột về hình dạng sẽ làm cho AGV khó đạt được sự đáp ứng như kỳ vọng. Vì thế, [15] đã đề xuất thêm một bộ giới hạn gia tốc và vận tốc để ngăn AGV khỏi việc trượt.

Solea et al [16] cũng đề xuất phương pháp điều khiển trượt dựa trên mô hình động lực học (hình 1. Tận dụng ưu điểm nổi bật của phương pháp điều khiển 12 CHƯƠNG 1. TỔNG QUAN trượt đối với các nhiễu ngoại và các hệ số không ổn định để đưa ra tín hiệu điều khiển cho AGV. Kế đến, [16] dựa vào quan hệ toán học giữa tín hiệu điều khiển này và vận tốc của AGV thông qua mô hình động lực học.

Phương pháp của R. Solea cho thấy kết quả mô phỏng và thực nghiệm đạt được kết quả bám quỹ đạo tốt. Nhận xét: Bài báo [16] chỉ đưa ra được sự thay đổi về khối lượng điều khiển tương đối nhỏ, vì thế tính khả thi của phương pháp khi áp dụng cho khoảng thay đổi khối lượng lớn không được đảm bảo. Solea thực hiện phương pháp trượt trên một máy tính nhúng PC ( hình 1.12), sau đó mới truyền tính hiệu điều khiển xuống bộ điều khiển song song của robot.

Điều này là hạn chế chủ yếu của phương pháp mà R. Solea đề xuất khi áp dụng vào các hệ thống nhúng (vi điều khiển) hiện nay. Thay vì chỉ áp dụng mô hình động học để chuyển đổi tín hiệu vận tốc, bài báo [17] đã đề xuất một bộ điều khiển động học được thiết kế trước nhằm tạo tiền để cho sai số bám giữa tọa độ thực tế và tọa độ tham chiếu của robot hội tụ về 0, kế đến một bộ điều khiển momen được thiết kế sử dụng phương pháp backstepping để đảm bảo vận tốc của robot bám theo vận tốc mong muốn (vận tốc thu được thông qua bộ điều khiển động học) (hình 1. vr Reference Cart  xr  qr   yr  v v  v   1  r  - v2  e vc ec  q Te f c (e , vr , K ) K4   f (q, q, v, u ) AGV S (q) -  x q d vc q q   y  dt   q q Hình 1.13 Cấu trúc điều khiển được để xuất bởi [17] Tương tự như [17], [19] đã xây dựng một cấu trúc điều khiển tương tự, nhưng kỹ thuật backstepping được xây dựng khác (hình 1.

Tuy nhiên, bài báo vẫn chưa tập trung vào khối lượng của hệ thống AGV thay đổi trong quá trình điều khiển. Tương tự như [15], trong bài báo [18] cũng đưa ra một phương pháp để thiết kế một bộ điều khiển thích nghi để điều khiển giá trị vận tốc đạt được giá trị vận tốc tham 13 CHƯƠNG 1. TỔNG QUAN chiếu, sau đó kỹ thuật backstepping được áp dụng vào mô hình động học để giúp giá trị sai số hội tụ về giá trị 0.14 Cấu trúc điều khiển sử dụng kỹ thuật Backstepping [19] Dạng điều khiển kết hợp Bên cạnh các giải thuật điều khiển được xây dựng theo dạng tuần tự, các nhà khoa học cũng đề xuất các giải thuật nhằm điều khiển sai số bám của hệ AGV và sai số vận tốc đồng thời. Các phương pháp được áp dụng chủ yếu là phương pháp trí tuệ nhân tạo, phương pháp điều khiển trượt và phương pháp điều khiển mờ Hình 1.15 Cấu trúc điều khiển thông qua mạng nơ ron [20] Bài báo [20] đã phát triển một bộ điều khiển dựa trên mạng nơ ron nhân tạo bằng việc kết hợp phương pháp điều khiển hồi tiếp vận tốc và bộ điều khiển mô men (hình 14 CHƯƠNG 1.

[20] đã sử dụng một mạng nơ ron thẳng nhiều lớp (Multilayer Feed-forwad Neural Network), nhưng cấu trúc bộ điều khiển và giải thuật phức tạp đồng thời chi phí tính toán cao.16 Cấu trúc điều khiển với phương pháp điều khiển mờ [21] Phương pháp điều khiển mờ là một công cụ khác cho việc giải quyết vấn đề về động lực học robot với các hệ số không biết trước. Trong bài báo [21], phương pháp điều khiển mờ đã được áp dụng giải quyết vấn đề định vị của AGV (hình 1. Trong hầu hết các nghiên cứu, tín hiệu điều khiển đầu vào của các phương pháp hầu hết là mô men, tuy nhiên thực tế tín hiệu điều khiển các bộ phận công tác lại là điện áp. Vì thế bài báo [22] đã đưa ra phương pháp điều khiển để giải quyết vấn đề trên với tín hiệu điều khiển đầu vào là điện áp.

Fuzzy Logic System Hình 1.17 Cấu trúc điều khiển với phương pháp điều khiển mờ được đề xuất bởi Das và Kar [23] Das và Kar [22] đã sử dụng phương pháp điều khiển mờ để ước lượng các chức năng phi tuyến của robot bao gồm các hệ số không biết trước. Bên cạnh đó, bộ điều 15 CHƯƠNG 1. TỔNG QUAN khiển được đề xuất không cần thực hiện việc đo đạc vận tốc bánh xe và phương pháp điều khiển thích nghi được áp dụng vào robot nhằm loại bỏ yêu cầu về các hệ số. Bài báo đưa ra mô phỏng và kết quả thực nghiệm tương đối tốt, tuy nhiên việc sử dụng các cơ sở toán học ở dạng tổng quát, cũng như việc cung cấp các giả thuyết ban đầu còn thiếu sót dẫn đến khó thực thi và áp dụng vào thực tế sau này.

Bài báo [23], một phương pháp trượt đầu cuối nhanh không điểm kỳ dị và thích nghi đã được đề xuất để tối ưu các hạn chế của các phương pháp điều khiển trước đó. Giải thuật được xây dựng giúp sai số hệ thống hội tụ nhanh và ổn định, đồng thời khắc phục được hạn chế của phương pháp trượt bằng cách áp dụng phương pháp điều khiển thích nghi (hình 1. Tuy nhiên, việc xây dựng mô hình toán thông qua việc giả sử sai số vận tốc góc hội tụ về “0” trước sai số bám của hệ thống làm cho giải thuật khó được áp dụng vào quỹ đạo thẳng. Adaptive law Eq.(70) ̂1 d dt e NTSMC s1 ANTSMC u1 q Reference r + e Eq.18 Giải thuật được đề xuất trong [23] Nhận xét: - Dạng điều khiển tuần tự mô hình động học và động lực học cho thấy được kết quả tốt và ít phức tạp hơn khi so sánh với dạng điều khiển kết hợp.

- Hầu hết các bộ điều khiển được nghiên cứu gần đầy đều thiết kế dựa trên một mô hình AGV với trọng tâm AGV trùng với trung điểm đường nối 2 bánh chủ động. Điều này không phù hợp với môi trường công nghiệp, nơi mà trọng tâm AGV không trùng với trung điểm đường nối 2 bánh chủ động.