Tổng quan nghiên cứu

Hệ thống con lắc ngược quay là một mô hình thực nghiệm kinh điển trong lý thuyết điều khiển tự động với đặc tính phi tuyến cao, cấu trúc không ổn định và liên kết động lực học đa biến phức tạp. Tại Trường Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên, hệ thống con lắc ngược quay Kri PP-300 do hãng KentRidge Instruments sản xuất từ năm 2000 đã rơi vào tình trạng ngưng hoạt động hơn 10 năm do hỏng hóc bo mạch điều khiển chuyên dụng UC96 và hư hại đĩa mềm chứa phần mềm điều khiển gốc. Trước thách thức chi phí thay thế thiết bị chính hãng nhập ngoại lên tới hàng nghìn USD, việc tìm kiếm một giải pháp phần cứng mở, chi phí thấp nhưng đáp ứng đầy đủ độ chính xác và tần số lấy mẫu thời gian thực là yêu cầu cấp thiết.

Luận văn thạc sĩ kỹ thuật điện tử của tác giả Đặng Trung Dũng, thực hiện năm 2014 dưới sự hướng dẫn của TS. Nguyễn Văn Chí, đã giải quyết bài toán này thông qua mục tiêu tích hợp vi mạch điện tử Arduino Mega 2560 kết nối trực tiếp với môi trường Matlab/Simulink R2012a để khôi phục toàn diện và cài đặt thuật toán điều khiển ổn định vị trí con lắc ngược quay Kri PP-300.

Nghiên cứu được thực hiện thực nghiệm tại Phòng thí nghiệm Bộ môn Đo lường - Điều khiển thuộc Khoa Điện tử. Ý nghĩa thực tiễn nổi bật của công trình là giúp tiết kiệm hơn 85% chi phí phục hồi thiết bị thí nghiệm, đồng thời mở ra khả năng can thiệp, tùy biến 100% các giải thuật điều khiển trên nền tảng vi điều khiển ATmega2560 với 54 chân vào ra số và 256 KB bộ nhớ Flash, đưa thời gian đáp ứng ổn định của hệ thống về dưới 2,2 giây.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết điều khiển phi tuyến và phương pháp tuyến tính hóa quanh điểm làm việc thẳng đứng của hệ thống 2 bậc tự do bao gồm góc quay cánh tay và góc lệch con lắc. Động lực học của mô hình con lắc ngược quay được thiết lập thông qua phương trình vi phân Lagrange, từ đó suy biến thành mô hình không gian trạng thái tuyến tính phục vụ thiết kế bộ điều khiển.

Hai khung lý thuyết chính được vận dụng bao gồm:

Thứ nhất, giải thuật điều khiển Swing-up dựa trên nguyên lý điều khiển năng lượng của Karl Åström. Thuật toán này điều khiển cánh tay tạo gia tốc thích hợp để bơm năng lượng vào con lắc, đưa con lắc từ vị trí rủ tự do phía dưới lên lân cận điểm cân bằng trên với mức năng lượng mục tiêu bằng 0. Tính ổn định tiệm cận của giải thuật được chứng minh chặt chẽ bằng hàm thế năng Lyapunov phi tuyến.

Thứ hai, phương pháp áp đặt điểm cực của Ackermann áp dụng cho hệ hồi tiếp trạng thái tuyến tính dạng vòng kín. Kỹ thuật này tính toán ma trận độ lợi hồi tiếp K nhằm dịch chuyển các cực của hệ thống về nửa trái mặt phẳng phức mong muốn. Hai cấu trúc mô hình đã được phát triển gồm: mô hình 3 biến trạng thái (vận tốc góc cánh tay, góc lệch con lắc, vận tốc góc con lắc) và mô hình 4 biến trạng thái (bổ sung vị trí góc quay cánh tay). Các khái niệm cốt lõi bao gồm tính điều khiển được với ma trận điều khiển đạt hạng cực đại, độ rộng xung PWM 8-bit và chuyển đổi tương tự - số ADC 10-bit.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp kết hợp giữa mô phỏng giải tích và thực nghiệm trực tiếp trên phần cứng cải tiến:

Về kích thước mẫu và dữ liệu đo đạc: Tác giả tiến hành 60 lần khảo sát thực nghiệm các mức tín hiệu điều khiển từ 10 đến 60 count để xác định hệ số khuếch đại động cơ trung bình đạt 0.0636 V/count. Đồng thời, các thông số vật lý trực tiếp được đo lường chính xác với thanh lắc có chiều dài cơ học 270 mm, chiều dài hiệu dụng 0.1572 m, khối lượng hiệu dụng của hệ con lắc đạt 22.6 g và khối lượng quả nặng là 8.2 g.

Về phương pháp chọn mẫu và nhận dạng tham số: Nhóm tác giả áp dụng phương pháp kích thích tín hiệu mẫu và thu thập phản hồi kết hợp thuật toán tối ưu hóa bình phương cực tiểu để nhận dạng 4 tham số động học phức tạp của hệ thống bao gồm: mô men quán tính cánh tay J0 đạt 0.0048 kg.m2, hệ số ma sát cánh tay C0 đạt 0.000158 kg.m2/s, mô men quán tính con lắc J1 đạt 0.00012 kg.m2 và hệ số ma sát con lắc C1 đạt 0.00005 kg.m2/s.

Lý do lựa chọn phương pháp phân tích: Phương pháp bình phương cực tiểu cho phép triệt tiêu các sai số phi tuyến ngẫu nhiên do ma sát cơ khí và khe hở khớp quay, đảm bảo độ tin cậy mô hình đạt trên 97% so với thực tế trước khi nhúng xuống vi điều khiển.

Timeline nghiên cứu: Toàn bộ quá trình thực hiện kéo dài trong 6 tháng, chia thành 3 giai đoạn gồm khảo sát phục hồi phần cứng, nhận dạng tham số và lập trình điều khiển nhúng trên Matlab/Simulink.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm trên mô hình vật lý Kri PP-300 mang lại nhiều phát hiện quan trọng về mặt công nghệ và điều khiển học:

Thứ nhất, việc thay thế bo điều khiển UC96 cũ bằng vi mạch Arduino Mega 2560 (xung nhịp 16 MHz) kết hợp cảm biến Encoder quang Omron E6B2-CWS6B (độ phân giải 1000 xung/vòng) và bộ nguồn một chiều ổn áp đã giúp hệ thống hoạt động ổn định 100%. Hai chân ngắt ngoài số 18 và 21 của Arduino đảm nhận việc giải mã xung Encoder mượt mà, không xảy ra hiện tượng mất xung khi động cơ hoạt động ở dòng tải định mức 3A và dòng đỉnh 6A.

Thứ hai, thuật toán Swing-up điều khiển năng lượng thể hiện hiệu năng xuất sắc khi đưa con lắc từ góc rủ 180 độ lên vùng cân bằng thẳng đứng quanh 0 độ chỉ sau 2 đến 3 chu kỳ lắc của cánh tay, với thời gian chuyển trạng thái trung bình chưa tới 2,2 giây.

Thứ ba, sự so sánh giữa hai bộ điều khiển hồi tiếp trạng thái cho thấy khác biệt rõ rệt. Bộ điều khiển 3 biến trạng thái với ma trận K3 = (-9, 255, 50) giữ được con lắc cân bằng nhưng vị trí cánh tay bị trôi tự do. Trong khi đó, bộ điều khiển 4 biến trạng thái với ma trận K4 = (-3.8, -12.4, 280, 56) đã giữ cân bằng con lắc xuất sắc đồng thời kéo vị trí cánh tay về vị trí góc 0 rad mong muốn. Kết quả cho thấy mô hình 4 biến giúp giảm độ vọt lố góc lắc tới 35% và giảm sai số xác lập vị trí cánh tay khoảng 42% so với mô hình 3 biến.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự vượt trội của bộ điều khiển 4 biến là việc bổ sung biến trạng thái góc cánh tay vào ma trận phản hồi giúp giải quyết triệt để bài toán bù vị trí, tránh hiện tượng trôi cơ học do quán tính và mô men xoắn động cơ gây ra.

Về mặt biểu diễn dữ liệu, đáp ứng thời gian thực của hệ thống được thể hiện qua các đồ thị sóng biên độ góc theo thời gian từ 0 đến 10 giây và bảng đối sánh chỉ tiêu kỹ thuật. Góc lệch con lắc dao động trong phạm vi cực hẹp dưới 0.02 rad quanh vị trí cân bằng trên, trong khi tín hiệu điều khiển điện áp động cơ dao động ổn định trong ngưỡng an toàn dưới 24 VDC.

So với các nghiên cứu sử dụng card thu thập dữ liệu chuyên dụng đắt tiền như dSPACE hay NI CompactRIO có giá thành hàng trăm triệu đồng, giải pháp nhúng Arduino Mega 2560 qua gói Arduino IO Library của Matlab/Simulink đem lại chất lượng cân bằng tương đương đạt 98.5% độ chính xác nhưng tiết kiệm hơn 90% chi phí đầu tư phần cứng, khẳng định tính khả thi vượt trội trong môi trường học thuật Việt Nam.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 giải pháp khuyến nghị mang tính hành động cao:

  1. Nâng cấp thuật toán điều khiển thích nghi và bền vững: Áp dụng giải thuật điều khiển trượt hoặc bộ điều khiển tối ưu hóa LQR kết hợp mạng nơ-ron mờ nhằm giảm sai số góc lắc xuống dưới 0.01 rad khi chịu ngoại lực nhiễu tác động ngẫu nhiên trên 5 N. Giải pháp này cần được triển khai trong vòng 3 tháng bởi nhóm nghiên cứu chuyên sâu về Lý thuyết điều khiển.

  2. Tích hợp bộ lọc số Kalman trong xử lý tín hiệu: Thiết kế bộ lọc Kalman trên vi điều khiển nhằm lọc nhiễu dải cao từ biến trở đo góc Potentiometer 5kΩ, giúp nâng cao tỷ số tín hiệu trên nhiễu SNR thêm 15 dB và cải thiện độ phân giải góc đo đạt 0.05 độ, hoàn thiện trong timeline 2 tháng do kỹ sư lập trình nhúng phụ trách.

  3. Chuẩn hóa bộ tài liệu thí nghiệm và chuyển giao đào tạo: Xây dựng quy trình thực hành chuẩn gồm 5 bài thí nghiệm mở từ nhận dạng tham số đến thiết kế bộ điều khiển cân bằng, phục vụ cho hơn 200 sinh viên và học viên cao học ngành Kỹ thuật Điện tử và Tự động hóa mỗi năm học, do Bộ môn Đo lường - Điều khiển chủ trì áp dụng ngay trong học kỳ tới.

  4. Mở rộng nền tảng Arduino - Simulink cho các mô hình cơ điện tử khác: Ứng dụng giải pháp phần cứng mở này cho các hệ thống như xe hai bánh tự cân bằng, cánh tay robot 3 bậc tự do và mô hình cẩu tháp chống lắc công suất 180W, nhằm rút ngắn thời gian phát triển mô hình mới xuống dưới 30 ngày, do Trung tâm Thí nghiệm nhà trường điều phối thực hiện trong 12 tháng.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp trong luận văn là nguồn tài liệu hữu ích cho 4 nhóm đối tượng chính:

Thứ nhất, Giảng viên và Nghiên cứu viên chuyên ngành Tự động hóa, Kỹ thuật Điều khiển và Điện tử: Khai thác tài liệu để xây dựng các bài giảng chuyên đề về tuyến tính hóa hệ phi tuyến, nhận dạng tham số thực nghiệm bằng phương pháp bình phương cực tiểu và phương pháp thiết kế bộ điều khiển năng lượng.

Thứ hai, Học viên cao học và Sinh viên đại học khối kỹ thuật: Sử dụng luận văn như một tài liệu thực hành hoàn chỉnh, hướng dẫn từng bước từ khâu kết nối phần cứng vi điều khiển Arduino Mega với Matlab/Simulink đến việc lập trình bộ điều khiển gán điểm cực Ackermann cho hệ thống thực.

Thứ ba, Kỹ sư thiết kế hệ thống nhúng và Cơ điện tử: Ứng dụng các giải pháp xử lý đọc ngắt Encoder 1000 xung/vòng tốc độ cao, kỹ thuật xuất xung PWM điều khiển động cơ DC công suất thực và kỹ thuật giao tiếp máy tính thời gian thực qua chuẩn nối tiếp.

Thứ tư, Cán bộ quản lý phòng thí nghiệm tại các trường đại học: Tham khảo phương án kỹ thuật để phục hồi, nâng cấp và hiện đại hóa các trang thiết bị thí nghiệm cũ bị hỏng phần mềm điều khiển với mức chi phí tiết kiệm trên 85% ngân sách.

Câu hỏi thường gặp

Vi mạch Arduino Mega 2560 có đáp ứng tốt yêu cầu xử lý thời gian thực cho con lắc ngược không?

Hoàn toàn đáp ứng tốt. Với vi điều khiển ATmega2560 chạy ở tần số 16 MHz kết hợp 54 chân I/O và các ngắt ngoài phần cứng chuyên dụng, hệ thống xử lý thuật toán điều khiển với chu kỳ lấy mẫu chỉ 10 mili-giây, đảm bảo phản ứng nhanh nhạy và giữ con lắc cân bằng ổn định mà không xảy ra hiện tượng trễ tín hiệu.

Tại sao cần phải tuyến tính hóa mô hình toán học của con lắc ngược quay?

Mô hình gốc của con lắc ngược là hệ phi tuyến bậc cao rất phức tạp. Tuyến tính hóa quanh vị trí cân bằng thẳng đứng cho phép tác giả áp dụng phương pháp gán điểm cực Ackermann trong không gian trạng thái, giúp đơn giản hóa việc tính toán ma trận hồi tiếp K và tối ưu hóa tài nguyên tính toán của vi điều khiển 8-bit.

Sự khác biệt cốt lõi giữa mô hình 3 biến và 4 biến trạng thái là gì?

Mô hình 3 biến chỉ kiểm soát vận tốc cánh tay, góc lệch và vận tốc góc của con lắc, làm cánh tay dễ bị trôi dạt vô định. Mô hình 4 biến bổ sung thêm trạng thái vị trí góc cánh tay, giúp ma trận K4 vừa giữ thẳng đứng con lắc vừa đưa cánh tay về vị trí 0 rad với sai số dưới 0.02 rad.

Phương pháp Swing-up điều khiển năng lượng hoạt động như thế nào?

Thuật toán của Karl Åström tính toán sai lệch giữa năng lượng cơ học hiện tại của con lắc với mức năng lượng tại điểm cân bằng trên bằng 0. Bằng cách điều khiển cánh tay lắc qua lại nhịp nhàng từ 2 đến 3 chu kỳ, hệ thống bơm đủ năng lượng đưa con lắc dựng đứng trước khi kích hoạt bộ cân bằng.

Hệ thống điều khiển này có thể ứng dụng trong các bài toán công nghiệp nào?

Nguyên lý cân bằng con lắc ngược quay được ứng dụng rộng rãi trong chế tạo xe hai bánh tự cân bằng, hệ thống chống rung lắc dây cáp của cẩu tháp xây dựng, điều khiển ổn định góc phóng tên lửa vũ trụ khi rời bệ và giữ thăng bằng động cho robot hai chân với thời gian phản hồi dưới 1,5 giây.

Kết luận

Luận văn đã thực hiện thành công việc làm chủ công nghệ điều khiển nhúng trên nền tảng vi mạch nguồn mở với các điểm nhấn cốt lõi:

  • Khôi phục hoàn chỉnh hoạt động của hệ thống con lắc ngược quay Kri PP-300 sau hơn 10 năm gián đoạn nhờ thay thế bo mạch UC96 bằng Arduino Mega 2560.
  • Xây dựng thành công mô hình toán học phi tuyến và tuyến tính hóa chính xác với 3 biến và 4 biến trạng thái, nhận dạng đầy đủ 4 tham số động học J0, C0, J1, C1.
  • Thiết lập thuật toán điều khiển kép: Swing-up năng lượng đưa con lắc lên vị trí đứng thẳng sau 2 đến 3 chu kỳ và bộ điều khiển Ackermann giữ cân bằng với sai số góc dưới 0.02 rad.
  • Hiện thực hóa quá trình điều khiển thời gian thực thông qua kết nối trực tiếp giữa Matlab/Simulink R2012a và phần cứng Arduino Mega 2560 với độ tin cậy trên 98.5%.
  • Đưa ra giải pháp công nghệ giá thành thấp, tiết kiệm 85% chi phí đầu tư, mở ra tiềm năng lớn cho công tác nghiên cứu và đào tạo kỹ thuật tại Việt Nam.

Kế hoạch tiếp theo trong 6 tháng tới là tiếp tục tối ưu hóa các giải thuật điều khiển thích nghi hiện đại nhằm triệt tiêu hoàn toàn rung lắc khi có tải trọng thay đổi. Độc giả, giảng viên và sinh viên quan tâm có thể ứng dụng ngay cấu trúc phần cứng và giải thuật trong luận văn để triển khai các mô hình thực nghiệm điều khiển tự động chất lượng cao.