Báo Cáo Nghiên Cứu Thiết Kế Bộ Điều Khiển và Quan Sát Bền Vững cho Hệ Thống Con Lắc Ngược

Chuyên khảo phân tích Đề tài thiết kế bộ điều khiển và bộ quan sát bền vững cho hệ thống con lắc ngược với sự ảnh hưởng, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên

• Tác giả: Vũ Văn Phong
• Người hướng dẫn: TS. Vũ Văn Phong
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Điện – Điện Tử
• Đề tài: Thiết Kế Bộ Điều Khiển và Quan Sát Bền Vững cho Hệ Thống Con Lắc Ngược
• Loại tài liệu: công trình nghiên cứu khoa học
• Năm xuất bản: 2021
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Đặt vấn đề
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng nghiên cứu
• 1.4. Giải hạn nghiên cứu
• 1.5. Tình hình nghiên cứu trong và ngoài nước
• 1.6. Một số kí hiệu sử dụng trong báo cáo
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Đặt hàm truyền đạt cho hệ con lắc ngược
• 2.2. Mô hình hóa hệ thống
• 2.3. Tuyến tính hóa quanh các điểm làm việc tính
• 3. CHƯƠNG 3: THIẾT KẾ BỘ ĐIỀU KHIỂN VÀ BỘ QUAN SÁT CHO HỆ THỐNG CON LẮC NGƯỢC
• 4. CHƯƠNG 4: KẾT QUẢ ĐẶT BIỆT
• 4.1. Kết quả mô phỏng cho bộ quan sát
• 4.2. Kết quả mô phỏng cho trường hợp không có thành phần bất định
• 4.3. Kết quả mô phỏng cho trường hợp có thành phần bất định
• 5. CHƯƠNG 5: KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan về Thiết Kế Bộ Điều Khiển cho Hệ Thống Con Lắc Ngược

Hệ thống con lắc ngược là một trong những mô hình quan trọng trong lĩnh vực điều khiển tự động. Thiết kế bộ điều khiển cho hệ thống này không chỉ giúp duy trì trạng thái cân bằng mà còn đảm bảo hiệu suất hoạt động cao. Việc áp dụng các phương pháp hiện đại như LMI (Bất phương trình ma trận tuyến tính) đã mở ra nhiều cơ hội mới trong việc tối ưu hóa thiết kế bộ điều khiển. Nghiên cứu này sẽ tập trung vào việc phát triển bộ điều khiển và quan sát bền vững cho hệ thống con lắc ngược.

1.1. Đặc Điểm và Ứng Dụng của Hệ Thống Con Lắc Ngược

Hệ thống con lắc ngược có nhiều ứng dụng trong thực tiễn như trong robot, máy bay không người lái và các thiết bị tự động khác. Đặc điểm của hệ thống này là khả năng duy trì trạng thái cân bằng trong điều kiện bất định, điều này đòi hỏi các phương pháp điều khiển tiên tiến.

1.2. Tầm Quan Trọng của Bộ Điều Khiển Bền Vững

Bộ điều khiển bền vững giúp cải thiện độ ổn định và độ tin cậy của hệ thống con lắc ngược. Việc thiết kế bộ điều khiển này không chỉ dựa vào các thông số kỹ thuật mà còn phải xem xét đến các yếu tố như độ nhạy và khả năng chống nhiễu.

II. Thách Thức trong Thiết Kế Bộ Điều Khiển cho Hệ Thống Con Lắc Ngược

Thiết kế bộ điều khiển cho hệ thống con lắc ngược gặp nhiều thách thức, đặc biệt là trong việc xử lý các thành phần bất định. Những yếu tố này có thể gây ra sự không ổn định trong quá trình điều khiển. Việc phát hiện và xử lý các thành phần này là rất quan trọng để đảm bảo hiệu suất của hệ thống.

2.1. Các Thành Phần Bất Định và Ảnh Hưởng của Chúng

Các thành phần bất định có thể đến từ sai số trong mô hình hóa hoặc từ các thiết bị cảm biến. Những yếu tố này có thể làm giảm chất lượng điều khiển và gây ra các vấn đề nghiêm trọng trong hoạt động của hệ thống.

2.2. Khó Khăn trong Việc Đo Lường và Giám Sát

Việc đo lường các biến trạng thái của hệ thống con lắc ngược là một thách thức lớn. Các cảm biến thường gặp khó khăn trong việc cung cấp dữ liệu chính xác, đặc biệt là trong môi trường có nhiều nhiễu.

III. Phương Pháp Thiết Kế Bộ Điều Khiển Bền Vững cho Hệ Thống Con Lắc Ngược

Phương pháp thiết kế bộ điều khiển bền vững cho hệ thống con lắc ngược dựa trên các kỹ thuật hiện đại như LMI. Phương pháp này cho phép tối ưu hóa các tham số điều khiển mà không cần sử dụng cảm biến, từ đó giảm thiểu chi phí và tăng độ tin cậy của hệ thống.

3.1. Ứng Dụng Kỹ Thuật LMI trong Thiết Kế

Kỹ thuật LMI giúp giải quyết các vấn đề liên quan đến bất định trong hệ thống con lắc ngược. Phương pháp này cho phép thiết kế bộ điều khiển mà không cần phải đo lường tất cả các biến trạng thái, từ đó giảm thiểu chi phí và tăng tính khả thi.

3.2. Thiết Kế Bộ Quan Sát Bền Vững

Bộ quan sát bền vững được thiết kế để ước lượng chính xác các biến trạng thái của hệ thống mà không cần cảm biến. Điều này giúp giảm thiểu chi phí và tăng cường độ chính xác trong quá trình điều khiển.

IV. Kết Quả Nghiên Cứu và Ứng Dụng Thực Tiễn

Kết quả nghiên cứu cho thấy phương pháp thiết kế bộ điều khiển và quan sát bền vững đã thành công trong việc duy trì trạng thái cân bằng cho hệ thống con lắc ngược. Các mô phỏng thực tế cho thấy hiệu suất của hệ thống được cải thiện đáng kể khi áp dụng các phương pháp này.

4.1. Kết Quả Mô Phỏng và Thực Nghiệm

Các mô phỏng được thực hiện bằng phần mềm Matlab/Simulink cho thấy bộ điều khiển và quan sát bền vững hoạt động hiệu quả trong việc duy trì trạng thái cân bằng của hệ thống con lắc ngược.

4.2. Ứng Dụng trong Thực Tế

Kết quả nghiên cứu có thể được áp dụng trong các lĩnh vực như robot tự động, máy bay không người lái và các hệ thống điều khiển khác, giúp nâng cao hiệu suất và độ tin cậy của các thiết bị này.

V. Kết Luận và Triển Vọng Tương Lai của Nghiên Cứu

Nghiên cứu về thiết kế bộ điều khiển và quan sát bền vững cho hệ thống con lắc ngược đã mở ra nhiều hướng đi mới trong lĩnh vực điều khiển tự động. Các phương pháp hiện đại như LMI không chỉ giúp giải quyết các vấn đề hiện tại mà còn tạo ra cơ hội cho các nghiên cứu trong tương lai.

5.1. Tóm Tắt Kết Quả Nghiên Cứu

Kết quả nghiên cứu đã chứng minh tính khả thi của việc thiết kế bộ điều khiển và quan sát bền vững cho hệ thống con lắc ngược, mở ra hướng đi mới cho các nghiên cứu tiếp theo.

5.2. Hướng Nghiên Cứu Tương Lai

Các nghiên cứu trong tương lai có thể tập trung vào việc cải thiện độ chính xác của bộ quan sát và phát triển các phương pháp điều khiển mới nhằm nâng cao hiệu suất của hệ thống con lắc ngược.

Nội dung chính

Phân Tích Chuyên Sâu: Thiết Kế Bộ Điều Khiển và Quan Sát Bền Vững cho Hệ Thống Con Lắc Ngược Dựa Trên Tiếp Cận LMIs

---

Tóm tắt nghiên cứu

Nghiên cứu mang mã số T2020-42TĐ do TS. Vũ Văn Phong (chủ nhiệm) cùng nhóm nghiên cứu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM thực hiện, tập trung giải quyết bài toán cốt lõi: Làm thế nào để tổng hợp đồng thời bộ điều khiển ổn định và bộ quan sát trạng thái bền vững cho hệ xe con lắc ngược (Inverted Pendulum on Cart - IPC) chịu tác động của thành phần bất định mà không cần biết trước giới hạn biên độ của bất định?

Về mặt phương pháp luận, nhóm tác giả xây dựng mô hình toán học phi tuyến thông qua phương trình vi phân Euler-Lagrange, tuyến tính hóa quanh điểm cân bằng trên (TOP), đồng thời tích hợp cấu trúc bộ quan sát ước lượng nhiễu (Disturbance Observer - DOB). Bằng cách khai triển hàm ổn định Lyapunov và áp dụng bổ đề Schur, các bất phương trình ma trận phi tuyến (BMI) phức tạp được chuyển đổi hoàn toàn sang dạng bất phương trình ma trận tuyến tính (LMI) khả thi để giải trực tiếp trên Matlab LMI Control Toolbox.

Kết quả mô phỏng trên môi trường Matlab/Simulink chứng minh rằng hệ thống điều khiển đề xuất ước lượng chính xác toàn bộ 4 biến trạng thái, triệt tiêu triệt để ảnh hưởng của các thành phần bất định biến thiên theo thời gian, và duy trì hệ thống ổn định tại vị trí cân bằng với thời gian hội tụ sai số dưới 10 giây. Đóng góp này mang lại giải pháp thay thế hiệu quả cho hệ thống cảm biến đắt tiền, mở ra hướng ứng dụng tin cậy cho robot tự cân bằng, xe tự hành và hệ thống hàng không vũ trụ.

---

Bối cảnh và tầm quan trọng

Thực trạng nghiên cứu hiện nay

Hệ xe con lắc ngược (Inverted Pendulum on Cart - IPC) là mô hình chuẩn kinh điển trong lý thuyết kỹ thuật điều khiển và tự động hóa. Bản chất của IPC là một hệ phi tuyến cao, thiếu dẫn động (underactuated system - 1 tín hiệu điều khiển lực tác động nhưng có tới 4 biến trạng thái cần kiểm soát), và vốn không ổn định ở vị trí thẳng đứng. Trong thực tế, IPC mô phỏng chính xác các chuyển động cân bằng sinh học của con người, khớp chuyển động robot hai chân, hay cơ cấu cân bằng góc trước khi hạ cánh của tên lửa đẩy.

Khoảng trống nghiên cứu (Research Gap)

1. Rào cản từ cảm biến phần cứng: Việc lắp đặt đầy đủ các cảm biến đo lường trực tiếp toàn bộ biến trạng thái (vị trí xe, vận tốc xe, góc nghiêng con lắc, vận tốc góc) làm tăng chi phí phần cứng và dễ bị nhiễu đo lường làm suy giảm chất lượng điều khiển.
2. Hạn chế của các bộ quan sát trước đây: Các phương pháp quan sát trượt bậc cao thường gây ra hiện tượng dao động tần số cao (chattering) làm mòn cơ cấu chấp hành; trong khi các giải thuật đặt cực hay Ackerman lại gặp khó khăn khi xác định thông số tối ưu.
3. Giả định thiếu thực tế về thành phần bất định: Hầu hết các công trình trước đây (như điều khiển mờ loại 2, trượt phi tuyến) bắt buộc thành phần bất định phát sinh từ sai số mô hình hóa hoặc thông số thiết bị phải bị chặn và phải biết trước cận trên / cận dưới. Trong thực tế vận hành, các giá trị giới hạn này rất khó xác định chính xác.

Tính cấp thiết và tác động kỳ vọng

Đề tài được thực hiện đúng thời điểm khi nhu cầu tự động hóa chính xác cao và tối ưu chi phí phần cứng ngày càng trở nên cấp thiết. Nghiên cứu công bố một phần kết quả trên tạp chí quốc tế uy tín International Journal of Electrical and Computer Engineering (Scopus Q2), đóng góp một khung lý thuyết vững chắc để loại bỏ hoàn toàn ảnh hưởng của bất định mà không cần giả định trước về biên độ giới hạn.

---

Methodology và approach

Quy trình nghiên cứu được thiết kế mạch lạc, kết hợp giữa mô hình hóa giải tích chặt chẽ, tối ưu hóa ma trận lồi và kiểm chứng mô phỏng số.

flowchart TD
    A["Mô hình hóa Euler - Lagrange"] --> B["Tuyến tính hóa quanh điểm cân bằng TOP"]
    B --> C["Tách thành phần bất định về ngõ vào"]
    C --> D["Thiết kế Bộ quan sát nhiễu & Bộ điều khiển"]
    D --> E["Phân tích ổn định Lyapunov (Hình thành BMI)"]
    E --> F["Áp dụng Bổ đề Schur & Biến đổi biến -> LMI"]
    F --> G["Giải LMI Toolbox trên Matlab"]
    G --> H["Mô phỏng kiểm chứng trên Simulink"]

1. Mô hình hóa động lực học hệ thống

Nhóm nghiên cứu thiết lập hàm năng lượng Lagrangian $L = T - V$ với động năng $T$ và thế năng $V$ của hệ xe - con lắc: $$\frac{d}{dt}\left(\frac{\partial L}{\partial \dot{q}_k}\right) - \frac{\partial L}{\partial q_k} = F_k$$

Sau khi biến đổi và hạ bậc trạng thái với vector $X = [x, \dot{x}, \phi, \dot{\phi}]^T$, hệ thống được tuyến tính hóa quanh điểm cân bằng tĩnh $X_{TOP} = [0, 0, 0, 0]^T$ với thông số thực tế (Khối lượng xe $M = 0.238\text{ kg}$, Khối lượng con lắc $m = 0.1\text{ kg}$, Chiều dài con lắc $l = 0.4\text{ m}$).

2. Mô hình toán học khi có thành phần bất định

Khi hệ thống chịu ảnh hưởng bởi sai số tham số và sai số tuyến tính hóa biến thiên theo thời gian $\Delta A(t)$ và $\Delta B(t)$, hệ được mô tả: $$\dot{X}(t) = (A + \Delta A(t))X(t) + (B + \Delta B(t))u(t)$$ $$y(t) = CX(t)$$

Nhóm tác giả đưa ra giả định cấu trúc bất định $\Delta A(t) = B \cdot D_A(t)$ và $\Delta B(t) = B \cdot D_B(t)$, cho phép gộp toàn bộ bất định thành một hàm nhiễu tổng quát tại ngõ vào: $D(t) = D_A(t)X(t) + D_B(t)u(t)$.

3. Thiết kế bộ quan sát nhiễu (DOB) và bộ điều khiển tích hợp

Bộ quan sát được xây dựng nhằm ước lượng đồng thời vector trạng thái $\hat{X}(t)$ và thành phần nhiễu $\hat{D}(t)$: $$\dot{Z}(t) = N Z(t) + G y(t) + M u(t)$$ $$\hat{X}(t) = Z(t) - E y(t)$$ $$\hat{D}(t) = (CB)^+ \dot{y}(t) - H \hat{X}(t) - u(t)$$

Luật điều khiển phản hồi trạng thái bù nhiễu có dạng: $$u(t) = -K \hat{X}(t) - \hat{D}(t)$$

4. Kỹ thuật chuyển đổi từ BMI sang LMI

Thay vì giải trực tiếp bài toán bất phương trình ma trận song tuyến tính (BMI) vốn là bài toán NP-hard không lồi, nghiên cứu đã sử dụng đại số ma trận nghịch đảo giả Moore-Penrose $(CB)^+ = ((CB)^T CB)^{-1}(CB)^T$, bổ đề Schur và đặt các biến ma trận phụ trợ ($Y = K P_1$, $W = P_2 L$, $\bar{R} = R \Omega$) để chuyển đổi toàn bộ điều kiện ổn định Lyapunov $\dot{V}(t) < 0$ thành tập hợp các bất phương trình ma trận tuyến tính (LMI). Nhờ đó, việc tìm nghiệm tối ưu ma trận độ lợi $K, L, N, G, M, E, H$ được thực hiện dễ dàng, đảm bảo độ tin cậy và hội tụ số.

---

Phát hiện chính

Các kết quả mô phỏng định lượng và phân tích lý thuyết từ đề tài mang lại nhiều phát hiện quan trọng:

1. Ước lượng trạng thái chính xác không cần cảm biến vận tốc

Trong kịch bản chỉ sử dụng bộ quan sát trạng thái (kết hợp bộ điều khiển chuẩn LQR), các biến trạng thái ước lượng $\hat{x}_1, \hat{x}_2, \hat{x}_3, \hat{x}_4$ bám sát hoàn hảo theo giá trị thực tế của hệ thống. Sai số ước lượng $e(t) = X(t) - \hat{X}(t)$ nhanh chóng triệt tiêu về 0, chứng minh khả năng thay thế cảm biến vật lý mà vẫn bảo toàn tính quan sát của hệ thống.

2. Triệt tiêu hoàn toàn bất định biến thiên phi tuyến

Khi đưa vào hệ thống các hàm bất định phi tuyến biến thiên mạnh theo thời gian: $$D_A(t) = [-3\sin(t), 1+\cos(t), -2\sin(t), \cos(t)(1+\cos(t))], \quad D_B(t) = \cos(2t)$$ Bộ điều khiển kết hợp bộ quan sát nhiễu (DOB-based Robust Controller) đã bù trừ hoàn toàn tác động của $D(t)$. Trạng thái con lắc không bị lệch khỏi điểm cân bằng, loại bỏ hiện tượng mất ổn định thường gặp ở các bộ điều khiển tuyến tính thông thường.

3. Thời gian đáp ứng nhanh và không xảy ra hiện tượng Chattering

• Thời gian hội tụ sai số: Toàn bộ sai số ước lượng trạng thái và sai số ước lượng nhiễu $e_D(t) = \hat{D}(t) - D(t)$ đều hội tụ về gốc tọa độ trong thời gian ngắn ($t < 10\text{ giây}$).
• Độ mượt của tín hiệu: Khác với phương pháp điều khiển trượt (Sliding Mode Control) gây rung lắc cơ học nghiêm trọng, tín hiệu điều khiển $u(t)$ từ phương pháp LMI hoàn toàn liên tục và trơn tru, giúp bảo vệ bộ truyền động phần cứng.

4. Giải phóng ràng buộc biên độ bất định

Phát hiện có tính đột phá nhất là thuật toán không yêu cầu biết trước cận chặn trên hay cận chặn dưới của $\Delta A(t)$ và $\Delta B(t)$. Bộ quan sát nhiễu liên tục cập nhật và thích nghi với độ lớn của bất định theo thời gian thực.

---

Đóng góp khoa học

Khía cạnh	Giá trị đóng góp nổi bật
Đóng góp lý thuyết	Xây dựng thành công tiêu chuẩn ổn định tiệm cận Lyapunov cho hệ underactuated có bất định; phát triển phương pháp biến đổi giải tích chặt chẽ từ BMI sang LMI không bảo thủ (non-conservative).
Đột phá phương pháp luận	Đề xuất cấu trúc bộ quan sát tích hợp kép: vừa ước lượng biến trạng thái thiếu, vừa ước lượng trực tiếp thành phần bất định ngõ vào theo thời gian thực mà không cần triệt tiêu theo phương pháp hàm chặn.
Giá trị ứng dụng thực tiễn	Giảm thiểu đáng kể chi phí lắp đặt cảm biến góc và cảm biến vận tốc; nâng cao tuổi thọ cơ cấu chấp hành nhờ tín hiệu điều khiển trơn; cung cấp mã nguồn thuật toán tính toán độ lợi LMI trên Matlab/Simulink sẵn sàng chuyển giao.
Ý nghĩa học thuật & Đào tạo	Công bố bài báo quốc tế chuẩn Scopus Q2 (IJECO); đóng vai trò là tài liệu tham khảo mẫu mực cho sinh viên đại học, học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Điều khiển & Tự động hóa.

---

Đối tượng quan tâm

Báo cáo nghiên cứu này mang lại giá trị thiết thực cho nhiều nhóm đối tượng chuyên môn:

• Nhà nghiên cứu học thuật (Academic Researchers): Cung cấp tài liệu tham khảo chuyên sâu về kỹ thuật LMI, lý thuyết điều khiển bền vững cho hệ phi tuyến underactuated, và phương pháp bù nhiễu chủ động.
• Kỹ sư phát triển Robot & Hệ thống tự hành (Industry Professionals): Ứng dụng thuật toán điều khiển cân bằng cho robot hai bánh tự cân bằng (Segway/Self-balancing robots), hệ thống tay máy linh hoạt, và thuật toán giữ thăng bằng tên lửa trong giai đoạn hạ cánh.
• Giảng viên và Cơ sở đào tạo đại học: Cung cấp bộ giáo trình mô phỏng thực hành, mã nguồn Matlab/Simulink hoàn chỉnh phục vụ giảng dạy các môn Lý thuyết điều khiển nâng cao, Điều khiển tối ưu, và Hệ thống điều khiển phi tuyến.

---

FAQ (Câu hỏi thường gặp)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Trả lời: Đó là khả năng thiết kế thành công bộ quan sát và điều khiển bền vững có thể triệt tiêu hoàn toàn thành phần bất định mà không cần biết trước giới hạn biên độ trên/dưới của bất định, đồng thời không gây ra hiện tượng rung lắc chattering.

2. Điểm đặc biệt trong Methodology của nghiên cứu là gì?

Trả lời: Nghiên cứu đã khéo léo sử dụng toán tử nghịch đảo giả Moore-Penrose và bổ đề Schur để giải quyết triệt để bài toán bất phương trình ma trận phi tuyến (BMI) – một bài toán tối ưu không lồi rất khó tìm nghiệm – đưa về dạng ma trận tuyến tính (LMI) có thể giải nhanh chóng, chính xác bằng máy tính.

3. Kết quả nghiên cứu có thể khái quát hóa (Generalize) cho các hệ thống khác không?

Trả lời: Hoàn toàn có thể. Khung thuật toán quan sát nhiễu dựa trên LMI trong đề tài có thể áp dụng trực tiếp cho các đối tượng cơ điện tử phi tuyến underactuated khác như: hệ cầu trục (Gantry Crane), bóng trên thanh ngang (Ball and Beam), thiết bị bay không người lái (UAV quadrotor) và cánh tay robot công nghiệp.

4. Hướng phát triển tiếp theo (Next Steps) của nghiên cứu là gì?

Trả lời: Nhóm tác giả định hướng mở rộng thuật toán để giải quyết các hệ thống có xuất hiện thành phần trễ thời gian (time-delay), hiện tượng mất gói tin hoặc gián đoạn đường truyền trong mạng điều khiển số (Networked Control Systems - NCS), và tiến hành thử nghiệm trên phần cứng thực tế.

5. Lợi ích thực tế lớn nhất của việc dùng bộ quan sát thay thế cảm biến là gì?

Trả lời: Giúp giảm đáng kể chi phí lắp ráp phần cứng, loại bỏ trọng lượng thừa trên cơ cấu cơ khí, và đặc biệt là triệt tiêu các tác động tiêu cực của nhiễu đo lường vật lý vốn rất dễ làm sai lệch tín hiệu điều khiển.

---

Kết luận

Đề tài NCKH trọng điểm T2020-42TĐ của Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết xuất sắc bài toán điều khiển và quan sát bền vững cho hệ xe con lắc ngược chịu ảnh hưởng của bất định. Thông qua cách tiếp cận LMI hiện đại và cấu trúc bộ quan sát nhiễu thông minh, nghiên cứu không chỉ đóng góp một giải pháp lý thuyết chặt chẽ mà còn mang lại công cụ mô phỏng hữu ích cho kỹ thuật tự động hóa.

Để khai thác tối đa kết quả này, các nhóm nghiên cứu và doanh nghiệp công nghệ tự hành được khuyến khích tiếp cận, ứng dụng khung thuật toán vào các bài toán cân bằng robot thực tế, đồng thời hợp tác phát triển mở rộng cho các hệ thống điều khiển qua mạng phức tạp trong tương lai.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NCKH CẤP TRƯỜNG TRỌNG ĐIỂM THIẾT KẾ BỘ ĐIỀU KHIỂN VÀ BỘ QUAN SÁT BỀN VỮNG CHO HỆ THỐNG CON LẮC NGƯỢC VỚI SỰ ẢNH HƯỞNG CỦA THÀNH PHẦN BẤT S K C 0 0 3 9 5 9 ĐỊNH DỰA TRÊN CÁCH TIẾP CẬN LMIs Mà SỐ: T2020-42TĐ S KC 0 0 7 3 3 0 Tp. Hồ Chí Minh, tháng 4/2021 Bà GIÁO DĀC VÀ ĐÀO T¾O TR¯âNG Đ¾I HàC S¯ PH¾M KỸ THU¾T THÀNH PHä Hæ CHÍ MINH BÁO CÁO TÞNG K¾T ĐÀ TÀI NCKH CÂP TR¯âNG TRàNG ĐIÂM THI¾T K¾ BÞ ĐIÀU KHIÂN VÀ BÞ QUAN SÁT BÀN VþNG CHO Hà THäNG CON LÀC NG¯þC VàI SĀ ÀNH H¯äNG CĂA THÀNH PHÄN BÂT ĐÞNH DĀA TRÊN CÁCH TI¾P C¾N LMIs Mã så: T2020-42TD Chă nhiám đÁ tài: TS. HCM, 04/2021 TR¯äNG Đ¾I HâC S¯ PH¾M KĀ THUÀT THÀNH PHà Hâ CHÍ MINH KHOA ĐIàN – ĐIàN TỬ BÁO CÁO TÞNG K¾T ĐÀ TÀI NCKH CÂP TR¯âNG TRàNG ĐIÂM THI¾T K¾ BÞ ĐIÀU KHIÂN VÀ BÞ QUAN SÁT BÀN VþNG CHO Hà THäNG CON LÀC NG¯þC VàI SĀ ÀNH H¯äNG CĂA THÀNH PHÄN BÂT ĐÞNH DĀA TRÊN CÁCH TI¾P C¾N LMIs Mã så: T2020-42TĐ Chă nhiám đÁ tài: TS. Vũ Văn Phong Thành viên đÁ tài: PGS.

Nguyßn Minh Tâm TS. TrÅn Vi Đô TP. HCM, 04/2021 DANH SÁCH THÀNH VIÊN THAM GIA ĐÀ TÀI VÀ Đ¡N VÞ PHäI HþP CHÍNH Thành viên: - TS. Nguyßn Minh Tâm - TS.

TrÅn Vi Đô Đ¢n vá phái hÿp chính: - Tr°ång Đ¿i hãc SPKT TP HCM i DANH MĀC HÌNH HÌNH 2.1: Hà TRĀC TâA Đà CHO Hà XE CON LÂC NG¯þC .2: CÁC Và TRÍ LÀM VIàC T)NH CĂA Hà XE CON LÂC NG¯þC.1:CÂU TRÚC Hà THàNG CON LÂC NG¯þC VâI Bà QUAN SÁT. 2: CÂU TRÚC Hà THàNG CON LÂC NG¯þC VâI Bà ĐIÂU KHIÄN KÀT HþP VâI Bà QUAN SÁT .3: CÂU TRÚC Hà THàNG ĐIÂU KHIÄN CON LÂC NG¯þC VâI SĂ TâN T¾I CĂA THÀNH PHÄN BÂT ĐàNH.40 ii DANH MĀC BÀNG BÀNG 2.1: KÍ HIàU VÀ Ý NGH)A CĂA CÁC THAM Sà TRONG CON LÂC NG¯þC 10 BÀNG 2.2: GIÁ TRà CĀ THÄ CĂA CÁC Đ¾I L¯¡NG LIÊN QUAN ĐÀN Hà XE CON LÂC NG¯þC 14 iii BÀNG CÁC CHþ VI¾T TÀT Chÿ vi¿t tÁt Ý ngh*a ti¿ng Anh Ý ngh*a ti¿ng Viát LMI Linear Matrix Inequality BÃt ph°¢ng trình ma trÁn tuyÁn tính BMI Bilinear Matrix Inequality BÃt ph°¢ng trình ma trÁn phi tuyÁn iv MĀC LĀC DANH SÁCH THÀNH VIÊN THAM GIA ĐÀ TÀI VÀ Đ¡N VÞ PHäI HþP CHÍNH. II DANH MĀC BÀNG. III BÀNG CÁC CHþ VI¾T TÀT.

V THÔNG TIN K¾T QUÀ NGHIÊN CĄU .1 INFORMATION ON RESEARCH RESULTS .7 NGHIÊN CĄU GIÀI THU¾T Đ THI¾T K¾ BÞ ĐIÀU KHIÂN VÀ BÞ QUAN SÁT CHO Hà CON LÀC NG¯þC Đ ¯àC L¯þNG BI¾N TR¾NG THÁI VÀ ĐIÀU KHIÂN CON LÀC NG¯þC ÞN ĐÞNH T¾I GäC. K¾T QUÀ NGHIÊN CĄU CHâ THĀC HIàN MÔ PHâNG Đ CHĄNG MINH SĀ THÀNH CÔNG CĂA PH¯¡NG PHÁP. TÌNH HÌNH NGHIÊN CĄU TRONG VÀ NGOÀI N¯àC .7 CH¯¡NG 2: C¡ Sä LÝ THUY¾T .1 Đ¾T Hà TRĀC TàA ĐÞ CHO Hà CON LÀC NG¯þC XE. MÔ HÌNH HOÁ Hà THäNG .10 TUY¾N TÍNH HÓA QUANH CÁC ĐIÂM LÀM VIàC T)NH: .13 CH¯¡NG 3: THI¾T K¾ BÞ ĐIÀU KHIÂN VÀ BÞ QUAN SÁT CHO Hà THäNG CON LÀC NG¯þC .17 CH¯¡NG 4: K¾T QUÀ Đ¾T Đ¯þC .33 TRONG CH¯¡NG NÀY NHÓM TÁC GIÀ SẼ THĀC TÍNH TOÁN CÁC THAM Sä CĂA BÞ ĐIÀU KHIÂN VÀ BÞ QUAN SÁT CHO Hà THäNG CON LÀC NG¯þC CHO CÀ 2 TR¯âNG HþP CÓ VÀ KHÔNG CÓ SĀ ÀNH H¯äNG CĂA THÀNH PHÄN BÂT ĐÞNH.1 K¾T QUÀ MÔ PHâNG CHO BÞ QUAN SÁT.

K¾T QUÀ MÔ PHâNG CHO TR¯âNG HþP KHÔNG CÓ THÀNH PHÄN BÂT ĐÞNH. K¾T QUÀ MÔ PHâNG CHO TR¯âNG HþP CÓ THÀNH PHÄN BÂT ĐÞNH .38 CH¯¡NG 5: K¾T LU¾N. H¯àNG PHÁT TRIÂN ĐÀ TÀI.42 TÀI LIàU THAM KHÀO .43 v TR¯äNG ĐH S¯ PH¾M KĀ THUÀT CÞNG HOÀ Xà HÞI CHĂ NGH)A VIàT NAM THÀNH PHà Hâ CHÍ MINH Đßc l¿p - Tā do - H¿nh phúc KHOA ĐIàN – ĐIàN TỬ Tp. HCM, ngày tháng năm 2021 THÔNG TIN K¾T QUÀ NGHIÊN CĄU 1.

Thông tin chung: - Tên đà tài: THIÀT KÀ Bà ĐIÂU KHIÄN VÀ Bà QUAN SÁT BÂN VĀNG CHO Hà THàNG CON LÂC NG¯þC VâI SĂ ÀNH H¯æNG CĂA THÀNH PHÄN BÂT ĐàNH DĂA TRÊN CÁCH TIÀP CÀN LMIs. - Mã sá: T2020-42TĐ - Chă nhiám: TS. Vũ Văn Phong - C¢ quan chă trì: Tr°ång Đ¿i hãc S° ph¿m Kā thuÁt TP. - Thåi gian thăc hián: 12 tháng.

Māc tiêu: Đà xuÃt ph°¢ng pháp thiÁt kÁ bá quan sát bÃn vāng đÅ °ãc l°ÿng chính xác các biÁn tr¿ng thái căa há tháng con lÃc ng°ÿc khi há tháng có să tãn t¿i thành phÅn bÃt đánh. Đà xuÃt ph°¢ng pháp thiÁt kÁ bá điÃu khiÅn bÃn vāng tích hÿp vãi bá quan sát nhằm māc đích điÃu khiÅn há tháng con lÃc ng°ÿc cân bằng và lo¿i bß nhāng Ánh h°çng do các thành phÅn bÃt đánh gây ra. Tính mái và sáng t¿o: Trong đà tài này bá quan sát đ°ÿc thiÁt kÁ nhằm māc đích °ãc l°ÿng các tham sá căa há tháng con lÃc ng°ÿc mà không cÅn sÿ dāng cÁm biÁn. Viác sÿ dāng bá quan sát đÅ °ãc l°ÿng các tham sá căa há tháng giúp cho biác giÁm kinh phí đÅ mua cÁm biÁn.

Bên c¿nh đó nh° chúng ta đã biÁt cÁm biÁn rÃt nh¿y vãi nhāng Ánh h°çng căa nhißu, viác sÿ dāng bá quan sát s¿ giúp cho tránh đ°ÿc să Ánh h°çng căa nhißu và tăng chÃt l°ÿng há tháng điÃu khiÅn tă đáng. Trong thăc tÁ các há tháng s¿ bá Ánh h°çng căa thành phÅn bÃt đánh. Nguyên nhân gây ra các thành phÅn bÃt đánh là do sai sá trong quá trình tuyÁn tính hoá há tháng con lÃc ng°ÿc hoặc do sai sá căa các thiÁt bá trong mô hình con lÃc ng°ÿc. Các thành phÅn bÃt đánh s¿ gây khó khăn cho viác thiÁt kÁ bá điÃu khiÅn và bá quan sát cũng nh° gây Ánh h°çng tãi chÃt l°ÿng điÃu khiÅn.

Trong đà tài này nhóm tác giÁ đã đà xuÃt ph°¢ng pháp thiÁt kÁ bá điÃu khiÅn và bá quan sát dăa trên cách tiÁp cÁn LMIs giúp cho viác lo¿i bß Ánh h°çng căa thành phÅn bÃt đánh, °ãc l°ÿng các biÁn tr¿ng thái căa há tháng và điÃu khiÅn cân bằng há con lÃc ng°ÿc. K¿t quÁ nghiên cąu: 1 Nhóm tác giÁ đã thành công thiÁt kÁ bá điÃu khiÅn và bá quan sát cho há tháng con lÃc ng°ÿc cho cÁ 2 tr°ång hÿp không bá Ánh h°çng căa thành phÅn bÃt đánh cũng nh° há tháng bá Ánh h°çng căa thành phÅn bÃt đánh. Các ch°¢ng trình Matlab đ°ÿc lÁp trình đÅ tính toán thành công các tham sá bá điÃu khiÅn và bá quan sát nhằm māc đích ån đánh há tháng con lÃc ng°ÿc. KÁt quÁ mô phßng thu đ°ÿc bằng viác sÿ dāng phÅn mÃm Simulink đÅ mô phßng đã chứng minh să thành công căa ph°¢ng pháp đ°ÿc đà xuÃt trong đà tài này.1 SÁn phẩm khoa hãc: Bài báo: Van-Phong Vu, Minh-Tam Nguyen, Anh-Vu Nguyen, Vi-Do Tran, Tran-Minh-Nguyet Nguyen <Disturbance Observer-Based Controller for Inverted Pendulum with Uncertainties: LMI Approach,= International Journal of Electrical and Computer Engineering (Accepted 2021) (ISSN 2088-8708, T¿p chí thuác danh māc Scopus và đ°ÿc xÁp h¿ng Q2 trong Scimango).2 SÁn phẩm đào t¿o: không có 5.3 SÁn phẩm ứng dāng: Không có 5.4 SÁn phẩm khác: Ch°¢ng trình Matlab tính toán tham sá bá điÃu khiÅn và bá quan sát.

Ch°¢ng trình mô phßng Simulink. Hiáu quÁ, ph°¢ng thąc chuyÃn giao k¿t quÁ nghiên cąu và khÁ năng áp dāng: KÁt quÁ căa nghiên cứu có thÅ là tài liáu tham khÁo cho sinh viên đ¿i hãc, cao hãc và nghiên cứu sinh ngành điÃu khiÅn tă đáng. KÁt quÁ còn có thÅ là tham khÁo cho các nhà nghiên cứu đÅ phát triÅn h°ãng nghiên cứu mãi. Tr°ång Đ¢n vß Chă nhiám đÁ tài (ký, họ và tên) (ký, họ và tên) Vũ Văn Phong 2 INFORMATION ON RESEARCH RESULTS 1.

General information: Project title: ROBUST CONTROLLER AND OBSERVER SYNTHESIS FOR THE UNCERTAIN INVERTED PENDULUM: LMI APPROACH Code number: T2020-42TĐ. VU VAN PHONG. Implementing institution: Ho Chi Minh City University of Technology and Education (HCMUTE). Objective(s): The objectives of this project are that: - Propose a method to design a robust observer to estimate exactly the unknown state variables of the Inverted Pendulum with the existence of the uncertainties.

- An observer-based controller design for Inverted Pendulum to eliminate the influences of the uncertainties and make the system stable. Creativeness and innovativeness: In this project, authors propose a method to design an observer to estimate the unknown state variables of the Inverted Pendulum insteading of using sensor. Employing the observer will reduce the cost and avoid the effects of the noise that will improve the quality of the control system. In practice, the Inverted Pendulum system is impacted by the uncertainties that may come from the modeling error and the error of the devices of the system.

The uncertainties make the controller and observer design become much more complicated as well as influence to the performance of the Inverted Pendulum. In addition, in this project, authors propose a method to design observer-based controller based on LMIs technique to eliminate completely the impacts of the uncertainties and keep the Inverted Pendulum stable. Research results: In this project, authors have successfully synthesized the observer and controller for the Inverted Pendulum system with and without the influences of the uncertainties. The Matlab program can compute the observer and controller gains.

The simulation results obtained by using Matlab/Simulink software prove that the 3 controller and observer can eliminate completely the effects of the uncertainties and stabilize the system successfully.1 Scientific Products: Article: Van-Phong Vu, Minh-Tam Nguyen, Anh-Vu Nguyen, Vi-Do Tran, Tran-Minh-Nguyet Nguyen <Disturbance Observer-Based Controller for Inverted Pendulum with Uncertainties: LMI Approach,= International Journal of Electrical and Computer Engineering (Accepted 2021) (ISSN 2088-8708, this journal is indexed in Scopus and ranked Q2 by Scimango).2 Training Products: Not available.3 Application products: Matlab program to calculate the observer and controller gains, simulation programs.4 Others: Not available. Effects, transfer alternatives of reserach results and applicability: The results of this research can be used as references for undergraduate student, graduate students of Automatic Control major. In addition, researchers can use these results to develop a new research topic that relates to the automatic control. The results of this project can be deployed in the automatic control lab of faculty of Electrical and Electronics Engineering.

4 Ch°¢ng 1: Mä ĐÄU Trong chương này nhóm tác giả sẽ phân tích những nghiên cứu hiện tại từ đó trình bày lý do để chọn đề tài nghiên cứu này đồng thßi chỉ ra những điểm mới của đề tài so với những nghiên cứu trước. Đ¿t vÃn đÁ Nghiên cứu và áp dāng các thuÁt toán điÃu khiÅn cân bằng lên các đái t°ÿng phi tuyÁn ç các phòng thí nghiám hay các ph°¢ng tián di chuyÅn nh° máy bay không ng°åi lái là chă đà rÃt đ°ÿc quan tâm trong l*nh văc <Kā thuÁt điÃu khiÅn và tă đáng hóa=. Các thuÁt toán điÃu khiÅn bám māc tiêu cũng là mát trong nhāng h°ãng nghiên cứu quan trãng.