I. Giới thiệu và tổng quan
Luận văn thạc sĩ kỹ thuật của Cao Văn Kiên tập trung vào xây dựng giải thuật trượt mờ để điều khiển hệ Pendubot, một hệ thống phi tuyến phức tạp. Hệ Pendubot là mô hình điển hình trong nghiên cứu kỹ thuật điều khiển, với hai khớp tự do và một đầu vào điều khiển. Mục tiêu chính của luận văn là phát triển các giải thuật điều khiển như LQR, Fuzzy, và Sliding Mode để đạt được sự ổn định và bám tín hiệu trong các điều kiện khác nhau. Luận văn cũng đề cập đến việc tối ưu hóa điều khiển thông qua giải thuật di truyền (GA) và mô phỏng Pendubot trên Matlab/Simulink.
1.1. Mục tiêu nghiên cứu
Mục tiêu chính của luận văn là xây dựng giải thuật trượt mờ để điều khiển hệ Pendubot trong hai giai đoạn: swing-up và bám tín hiệu. Giai đoạn swing-up nhằm đưa hệ thống từ trạng thái ban đầu đến điểm cân bằng không ổn định, trong khi giai đoạn bám tín hiệu tập trung vào việc duy trì sự ổn định và theo dõi tín hiệu đầu vào. Các giải thuật LQR, Fuzzy, và Sliding Mode được áp dụng để đạt được các mục tiêu này.
1.2. Tổng quan tình hình nghiên cứu
Nghiên cứu về điều khiển hệ Pendubot đã được thực hiện rộng rãi với các phương pháp từ cổ điển đến hiện đại. Các giải thuật như LQR, Sliding Mode, và Fuzzy đã được áp dụng để điều khiển hệ thống trong các điều kiện khác nhau. Tuy nhiên, việc kết hợp các giải thuật này để tối ưu hóa hiệu suất điều khiển vẫn là một thách thức. Luận văn này kế thừa và phát triển các nghiên cứu trước đó bằng cách kết hợp giải thuật trượt mờ với các phương pháp điều khiển hiện đại.
II. Cơ sở lý thuyết và phương pháp
Luận văn trình bày chi tiết các cơ sở lý thuyết về các bộ điều khiển được sử dụng, bao gồm LQR, Fuzzy, và Sliding Mode. Bộ điều khiển LQR được áp dụng để tối ưu hóa hiệu suất điều khiển thông qua việc tuyến tính hóa mô hình tại điểm cân bằng. Bộ điều khiển Fuzzy được sử dụng để kết hợp các luật điều khiển tại nhiều điểm làm việc, mở rộng phạm vi điều khiển. Bộ điều khiển Sliding Mode được thiết kế dựa trên lý thuyết ổn định Lyapunov, đảm bảo hệ thống ổn định và bám tín hiệu.
2.1. Bộ điều khiển LQR
Bộ điều khiển LQR được sử dụng để tối ưu hóa hiệu suất điều khiển thông qua việc tuyến tính hóa mô hình tại điểm cân bằng. Luật điều khiển được tính toán dựa trên mô hình tuyến tính và hàm mục tiêu toàn phương. Phương pháp này đảm bảo hệ thống ổn định và đạt được hiệu suất điều khiển tối ưu trong các điều kiện khác nhau.
2.2. Bộ điều khiển Fuzzy
Bộ điều khiển Fuzzy được sử dụng để kết hợp các luật điều khiển tại nhiều điểm làm việc, mở rộng phạm vi điều khiển. Mô hình Fuzzy Takagi-Sugeno được áp dụng để thiết kế bộ điều khiển, với ngõ ra là một ma trận thay vì hàm liên thuộc. Phương pháp này cho phép hệ thống hoạt động hiệu quả trong các điều kiện phi tuyến và không chắc chắn.
2.3. Bộ điều khiển Sliding Mode
Bộ điều khiển Sliding Mode được thiết kế dựa trên lý thuyết ổn định Lyapunov. Mặt trượt được chọn sao cho khi hệ thống tiến về mặt trượt, các sai số cũng tiến về 0. Phương pháp này đảm bảo hệ thống ổn định và bám tín hiệu trong các điều kiện khác nhau, đồng thời khắc phục hiện tượng chattering thông qua việc giảm biên độ của tín hiệu điều khiển.
III. Mô hình Pendubot và thực nghiệm
Luận văn trình bày chi tiết về mô hình Pendubot, bao gồm cấu trúc cơ khí, động lực học, và các thông số vật lý. Mô hình được xây dựng dựa trên các thông số tham khảo từ các nghiên cứu trước đó và được mô phỏng trên Matlab/Simulink. Các thông số của mô hình được ước lượng thông qua giải thuật GA, đảm bảo độ chính xác và hiệu quả trong quá trình điều khiển. Kết quả mô phỏng và thực nghiệm cho thấy các giải thuật điều khiển đạt được hiệu suất cao trong việc ổn định và bám tín hiệu.
3.1. Cấu trúc mô hình Pendubot
Mô hình Pendubot bao gồm hai thanh với các thông số vật lý như khối lượng, độ dài, và moment quán tính. Các thông số này được tham khảo từ các nghiên cứu trước đó và được sử dụng để xây dựng mô hình mô phỏng và thực nghiệm. Mô hình này không tính đến yếu tố ma sát, đảm bảo độ chính xác trong quá trình điều khiển.
3.2. Ước lượng thông số bằng GA
Các thông số của mô hình Pendubot được ước lượng thông qua giải thuật GA, một phương pháp tối ưu hóa dựa trên quá trình tiến hóa tự nhiên. Giải thuật này cho phép tìm ra các thông số tối ưu, đảm bảo độ chính xác và hiệu quả trong quá trình điều khiển. Kết quả ước lượng được sử dụng để thiết kế các bộ điều khiển và mô phỏng hệ thống.
3.3. Kết quả mô phỏng và thực nghiệm
Kết quả mô phỏng và thực nghiệm cho thấy các giải thuật điều khiển như LQR, Fuzzy, và Sliding Mode đạt được hiệu suất cao trong việc ổn định và bám tín hiệu. Các kết quả này được so sánh và đánh giá, cho thấy sự hiệu quả của các phương pháp điều khiển được đề xuất trong luận văn.
IV. Kết luận và hướng phát triển
Luận văn kết luận rằng các giải thuật điều khiển được đề xuất, bao gồm LQR, Fuzzy, và Sliding Mode, đạt được hiệu suất cao trong việc điều khiển hệ Pendubot. Các kết quả mô phỏng và thực nghiệm cho thấy sự ổn định và khả năng bám tín hiệu của hệ thống. Hướng phát triển trong tương lai bao gồm việc tối ưu hóa các thông số điều khiển và mở rộng ứng dụng của các giải thuật này trong các hệ thống điều khiển phức tạp hơn.
4.1. Kết quả đạt được
Các giải thuật điều khiển được đề xuất trong luận văn đạt được hiệu suất cao trong việc điều khiển hệ Pendubot. Các kết quả mô phỏng và thực nghiệm cho thấy sự ổn định và khả năng bám tín hiệu của hệ thống, đặc biệt là trong các điều kiện phi tuyến và không chắc chắn.
4.2. Hướng phát triển
Hướng phát triển trong tương lai bao gồm việc tối ưu hóa các thông số điều khiển và mở rộng ứng dụng của các giải thuật này trong các hệ thống điều khiển phức tạp hơn. Nghiên cứu cũng có thể tập trung vào việc kết hợp các phương pháp điều khiển hiện đại để nâng cao hiệu suất và độ tin cậy của hệ thống.
