Luận án tiến sĩ điều khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất định (tt)

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Lê Xuân Hải

ĐIỀU KHIỂN THÍCH NGHI CHO HỆ THỐNG CẦN CẨU
TREO CÓ TÍNH ĐẾN YẾU TỐ BẤT ĐỊNH

Ngành: Kỹ thuật điều khiển và tự động hóa
Mã số: 9520216

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ
TỰ ĐỘNG HÓA

Hà Nội – 2018


Công trình được hoàn thành tại:
Trường Đại học Bách khoa Hà Nội

Người hướng dẫn khoa học:
1. TS. Vũ Vân Hà
2. GS.TS. Phan Xuân Minh

Phản biện 1:
Phản biện 2:
Phản biện 3:

Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp
Trường họp tại Trường Đại học Bách khoa Hà Nội
Vào hồi …….. giờ, ngày ….. tháng ….. năm ……

Có thể tìm hiểu luận án tại thư viện:
1. Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội
2. Thư viện Quốc gia Việt Nam


MỞ ĐẦU
Tính cấp thiết của đề tài
Cần cẩu treo là một hệ thống được sử dụng rất rộng rãi
trong công nghiệp, phục vụ cho công tác vận chuyển và nâng hạ
hàng hóa có khối lượng lớn tại các bến cảng, nhà xưởng, các
công trình xây dựng ... Nâng cao chất lượng điều khiển và đảm
bảo an toàn vận hành cho hệ thống cần cẩu treo là những thách
thức, luôn thu hút được sự quan tâm của các nhà khoa học. Hệ
thống cần cẩu treo thực chất là một hệ robot thiếu cơ cấu chấp
hành, nghĩa là số biến điều khiển luôn ít hơn số bậc tự do của hệ.
Bài toán điều khiển cần cẩu treo ngoài việc điều khiển cho xe
con bám chính xác vị trí đặt còn phải quan tâm đến việc giảm
thiểu rung lắc của tải trong quá trình xe chuyển động. Trong
những năm gần đây, nghiên cứu các giải thuật và kỹ thuật điều
khiển mới cho hệ thống cần cẩu treo đã được phát triển mạnh mẽ
cả về lý thuyết cũng như ứng dụng thực tế. Nhờ sự phát triển
mạnh mẽ của điểu khiển phi tuyến và các công cụ thông minh
như hệ mờ, mạng nơ-ron mà việc điều khiển cần cẩu treo với các
bất định trong mô hình như phụ tải, ma sát và nhiễu từ bên ngoài
tác động vào hệ thống cũng có các hướng mở để tiếp tục nghiên
cứu và phát triển. Đó cũng chính là những thách thức và là động
lực thúc đẩy việc lựa chọn hướng nghiên cứu của luận án: “Điều
khiển thích nghi cho hệ thống cần cẩu treo có tính đến yếu tố bất
định”.

Mục tiêu của luận án
Mục tiêu của luận án "Điều khiển thích nghi cho hệ thống
cần cẩu treo có tính đến yếu tố bất định" là nhằm nghiên cứu và
đề xuất giải thuật điều khiển thích nghi mới cho hệ cần cẩu treo
có mô hình bất định. Để thực hiện được mục tiêu này, luận án
đặt ra bốn nhiệm vụ chính sau:
3


•

Nghiên cứu các phương pháp điều khiển thích nghi phi tuyến
đã được công bố trong và ngoài nước ở lĩnh vực điều khiển
cần cẩu treo, phân tích ưu nhược điểm của các phương pháp
đó làm nền tảng để đề xuất những đóng góp mới của luận án.
• Dựa trên cấu trúc đơn giản, dễ thực thi của hệ mờ, luận án
tập trung nghiên cứu nhằm đề xuất cấu trúc điều khiển mờ
mới đơn giản dễ thực thi và một thuật toán điều khiển thích
nghi bền vững mới dựa trên kỹ thuật trượt tầng kết hợp với
hệ mờ.
• Luận án nghiên cứu và đề xuất thuật toán một phương pháp
điều khiển thích nghi bền vững mới dựa trên kỹ thuật
backstepping, điều khiển trượt kết hợp với mạng nơ-ron
nhân tạo xấp xỉ bất định hàm và bù bất định tải.
• Xây dựng bàn thí nghiệm điều khiển cần cẩu treo có khả
năng cài đặt và kiểm nghiệm đa năng các thuật toán điều
khiển nhằm kiểm tra bằng thực nghiệm các đề xuất mới trong
luận án.
Đối tượng và phạm vi nghiên cứu của luận án
Đối tượng nghiên cứu của luận án là dựa trên các kỹ thuật

hiện đại như kỹ thuật backstepping (BT), điều khiển trượt tầng
(HSMC) kết hợp với hệ mờ và mạng nơ-ron để xây dựng các bộ
điều khiển mới cho hệ cần cẩu treo, phát biểu định lý và chứng
minh tính ổn định của hệ kín. Bộ điều khiển được chế tạo trên
nên vi điều khiển STM32 và có ghép nối với máy tính cá nhân
để giám sát thông qua giao diện HMI.
Ý nghĩa khoa học và thực tiễn của luận án
Luận án đề xuất các thuật toán và cấu trúc điều khiển thích
nghi phi tuyến mới trên cơ sở hệ mờ, mạng nơ-ron nhân tạo áp
dụng cho hệ thống cần cẩu treo được mô tả bằng mô hình phi
tuyến bất định, có nhiễu tác động, đảm bảo hệ kín ổn định, bám
chính xác vị trí đặt và hạn chế rung lắc cho tải. Các bộ điều khiển
mới này đã được kiểm chứng thông qua mô phỏng kỹ thuật số
và thực nghiệm trong phòng thí nghiệm. Các kết quả mô phỏng
4


và thực nghiệm cho thấy độ tin cậy của các bộ điều khiển mới
được đề xuất và khả năng ứng dụng trong thực tế.
Phương pháp nghiên cứu
Để đạt được các mục tiêu đề ra, phương pháp nghiên cứu của
luận án
• Phân tích các tài liệu khoa học, các công trình nghiên cứu về
các giải thuật thuật điều khiển cho đối tượng cần cẩu treo đã
được công bố trong nước và trên thế giới trong thời gian gần
đây để có được sự hiểu biết cũng như cái nhìn tổng quan về
đối tượng nghiên cứu.
• Nghiên cứu, xây dựng các thuật toán điều khiển mới dựa trên
kỹ thuật backstepping, điều khiển trượt tầng, logic mờ, mạng
nơ-ron nhân tạo nhằm nâng cao chất lượng điều khiển hệ

thống cần cẩu treo.
• Các đề xuất mới được kiểm chứng nghiêm túc qua mô phỏng
trên phần mềm Matlab/Simulink cũng như cài đặt thực trên
nền vi điều khiển STM32 cho hệ thống cần cẩu treo trong
phòng thí nghiệm
Điểm mới của luận án
• Luận án đã đề xuất được bộ điều khiển mờ có cấu trúc hai
lớp mới theo kiểu tách riêng từng nhiệm vụ điều khiển (FC
lớp 1) và phối hợp các nhiệm vụ theo nguyên tắc thỏa hiệp
(FC lớp 2) để điều khiển hệ thống cần cẩu treo 3D đảm bảo
bám vị trí đặt, góc rung lắc nhỏ mà không cần biết chính xác
mô hình đối tượng.
• Luận án đã đề xuất được bộ điều khiển thích nghi cho hệ
thống cần cẩu treo trên cơ sở kỹ thuật trượt tầng kết hợp với
logic mờ.
• Luận án đã xây dựng bộ điều khiển thích nghi mới cho hệ
thống cần cẩu treo trên cơ sở điều khiển trượt kết hợp kỹ
thuật điều khiển trượt, backstepping và mạng nơ-ron. Phát
biểu và chứng minh định lý về tính ổn định của hệ kín.
5


Bố cục luận án
Luận án được trình bày trong 3 chương
- Chương 1: Tổng quan về hệ thống cần cẩu treo và các
phương pháp điều khiển.
- Chương 2: Điều khiển thích nghi cho cần cẩu treo trên cơ sở
hệ mờ
- Chương 3: Điều khiển trượt thích nghi cho cần cẩu treo trên
cơ sở mạng nơ ron nhân tạo.

- Chương 4: Kiểm chứng bằng thực nghiệm trên mô hình cần
cẩu treo 2D trong phòng thí nghiệm
- Kết luận và kiến nghị
CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG CẦN CẨU
TREO VÀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN
Nội dung chính của chương này là giới thiệu về mô hình cần
cẩu treo, phân tích các đặc điểm của đối tượng cần cẩu treo và
các phương pháp điều khiển có thể áp dụng được cho hệ thống
này. Nghiên cứu tổng quan các phương pháp điều khiển đã được
công bố trong và ngoài nước, phân tích ưu nhược điểm của từng
nhóm phương pháp, từ đó chỉ rõ định hướng nghiên cứu đóng
góp cụ thể của luận án trong lĩnh vực điều khiển hệ thống cần
cẩu treo.
1.1 Mô hình toán học của cần cẩu treo
Mô hình cần cẩu treo được nghiên cứu trong luận án là mô
hình cần cẩu treo 3D với chiều dài dây treo không thay đổi và
mô hình cẩn cẩu treo 2D.
Mô hình cần cẩu treo 3D bao gồm xe con, xà đỡ và tải trọng
chịu hai lực tác động theo hướng x và y được thể hiện trong hình
1.1.
Mô hình toán học của cần cẩu treo 3D thu được bằng phương
pháp Euler-Lagrange được thể hiện trong công thức:
(1.11)
M ( q ) q + ( C ( q, q ) + D ) q + g ( q ) = u
6


Với M ( q ) là ma trận quán tính, C ( q, q ) là ma trận Coriolis,
D là ma trận ma sát, g ( q ) là véc-tơ trọng trường và u là tín hiệu

điều khiển. Công thức (1.11) cũng có thể được viết lại dưới dạng
phương trình vi phân như trong (1.12), (1.13), (1.14), (1.15).
Bằng cách cho cần cẩu treo 3D chạy theo 1 hướng (hướng x
hoặc hướng y) ta thu được mô hình cần cẩu treo 2D như sau:
( M + m ) x + Dx x + ml x cos x − ml x2 sin  x = u x
(1.16)

l x + cos x x + g sin  x = 0

Hình 1.1: Mô hình cần cẩu treo 3D có chiều dài dây treo
không thay đổi
1.2 Tính hình nghiên cứu trong và ngoài nước
Điều khiển cần cẩu treo được nghiên cứu phát triển từ nhiều
năm nay. Do vậy, không ngạc nhiên khi trong nước và trên thế
giới đã có rất nhiều các công trình đã được công bố. Tổng quan
về những giải pháp này đã được trình bày khá cụ thể trong tài
7


liệu [10] với ý tưởng chung của việc chống rung lắc là tách thành
hai bài toán điều khiển, bài toán thứ nhất là điều khiển bám quỹ
đạo định trước cho hàng được vận chuyển, bài toán thứ hai là
giảm dao động của hàng trong quá trình vận chuyển. Phương
pháp được dùng phổ biến để chống rung lắc cho cần cẩu treo là
dập dao động đầu vào được giới thiệu trong [11, 12, 16] cùng
các phiên bản thích nghi trong [8, 17]. Các công trình trong nước
tập trung vào nghiên cứu ứng dụng điều khiển thích nghi bền
vững trên cơ sở hệ mờ, sử dụng điều khiển trượt kết hợp với
mạng nơ-ron nhân tạo như trong [1], [2], [3], [5].
1.3 Tổng quan các phương pháp điều khiển cần cẩu treo

Với lớp mô hình toán học của hệ cần cẩu treo 2D, đóng góp
và kết quả các phương pháp điều khiển hiện có của các nhà
nghiên cứu được nghiên cứu sinh tổng hợp lại và phân chia thành
các lớp như sau:Luật điều khiển (PD), luật điều khiển dựa trên
bình phương năng lượng và động năng, điều khiển tuyến tính
hóa từng phần, điều khiển trượt, điều khiển trượt tầng, điều khiển
dựa trên hệ suy diễn mờ.
KẾT LUẬN CHƯƠNG 1:
Việc sử dụng cần cẩu treo ngày càng được triển khai và sử dụng
rộng rãi trong các xưởng cơ khí lắp ráp, cảng bốc xếp hàng hóa.
Điều khiển cần cẩu treo sao cho xe con bám vị trí đặt trước và
chống rung lắc cho tải trọng để đảm bảo an toàn cho người và
thiết bị đòi hỏi phải liên tục giải quyết những vấn đề có tính học
thuật. Cần cẩu treo là một đối tượng điều khiển có một số đặc
điểm riêng sau: phi tuyến, thiếu cơ cấu chấp hành, một số tham
số của mô hình mô tả có tính bất định. Từ đó cách tiếp cận là
nghiên cứu phát triển các phương pháp điều khiển thích nghi dựa
trên kỹ thuật điều khiển phi tuyến và các hệ thông minh như hệ
mờ và mạng nơ-ron nhân tạo. Đó chính là tiền đề để định hướng
cho những đóng góp mới được thực hiện trong luận án.

8


CHƯƠNG 2: ĐIỀU KHIỂN THÍCH NGHI CHO CHO
CẦN CẨU TREO TRÊN CƠ SỞ HỆ LOGIC MỜ
Như phân tích ở chương 1, hệ thống cần cẩu treo là phi tuyến
rất khó có thể xác định một cách chính xác các thông số của mô
hình và chịu ảnh hưởng của nhiễu bên ngoài tác động vào hệ
thống.. Trong chương này, luận án tập trung vào nghiên cứu các

giải thuật điều khiển được tổng hợp dựa trên cơ sở mô hình mờ.
Đó là tổng hợp bộ điều khiển mờ hai lớp và điều khiển trượt tầng
chỉnh định mờ.
2.1 Nền tảng cơ sở cho giải thuật điều khiển
Phần này trình bày tổng quan lý thuyết về:Mô hình mờ
Sugeno và các bước xây dựng mô hình mờ MIMO. Phương pháp
suy luận tuyến tính. Lý thuyết cơ bản về điều khiển trượt tầng.
2.2 Tổng hợp bộ điều khiển mờ hai lớp
Ý tưởng của phương pháp điều khiển mờ hai lớp như sau: :
Đầu tiên chia nhiệm vụ điều khiển cần cẩu treo 3D thành hai
nhiệm vụ là điều khiển phương x và điều khiển phương y. Mỗi
phương lại tách riêng thành hai nhiệm vụ điều khiển con là bám
vị trí xe và giảm rung lắc cho tải bằng hai bộ điều khiển mờ: Đầu
tiên chia nhiệm vụ điều khiển cần cẩu treo 3D thành hai nhiệm
vụ là điều khiển phương x và điều khiển phương y. Mỗi phương
lại tách riêng thành hai nhiệm vụ điều khiển con là bám vị trí xe
và giảm rung lắc cho tải bằng hai bộ điều khiển mờ (lớp 1). Với
nhiệm vụ điều khiển theo phương x, bộ điều khiển thứ nhất điều
khiển bám cho xe với các đầu vào ex và ex và đầu ra là u1 , u1
được tổng hợp sao cho xe đạt vị trí là nhanh, bộ thứ hai là điều
khiển chống rung lắc cho tải với đầu vào là e và e và đầu ra
x

x

là u2 , u2 được tổng hợp với mục đích làm cho góc lắc về không.
Tín hiệu ra của hai bộ điều khiển này được đưa vào bộ điều khiển
mờ thứ ba để xác định tín hiệu điều khiển u x cho phương x (lớp
2). Nhiệm vụ điều khiển cho phương y được thiết kế hoàn toàn
tương tự như phương x với đầu ra là u y .Các tín hiệu điều khiển

9


u x , u y được tổng hợp theo nguyên tắc thỏa hiệp nếu có lợi về

chống rung thì thiệt về tốc độ của xe con và ngược lại. Do đó để
dung hòa giữa bài toán chống rung và bám vị trí, luận án sử dụng
bộ mờ lớp 2 để thực hiện điều này. Cấu trúc hệ thống điều khiển
mờ
hai
lớp
cho
cần
cẩu
treo
3D
trong
Error! Reference source not found. được biểu diễn ở hình 2.4:

Hình 2.4: Cấu trúc hệ thống điều khiển mờ hai lớp
Các bước thiết kế cho từng lớp của bộ điều khiển mờ được
trình bày chi tiết trong mục 2.2.1 và 2.2.2 của luận án. Kết quả
mô phỏng được thể hiện trong mục 2.2.3 cho cả đối tượng cần
cẩu treo 3D và 2D.

10


Hình 2.8: Kết quả mô phỏng cho bộ điều khiển mờ hai lớp
trong trường hợp không có nhiễu tác động cho hệ cần cẩu treo

3D

11


Hình 2.11: Kết quả mô phỏng cho bộ điều khiển mờ hai lớp
trong trường hợp không có nhiễu tác động cho hệ cần cẩu treo
2D với khối lượng tải là 8 (kg)
2.3 Điều khiển trượt thích nghi mờ cho cần cẩu treo
Điều khiển trượt thích nghi mờ được áp dụng cho đối tượng
cần cẩu treo 2D. Quá trình thiết kế điều khiển được chia làm hai
giai đoạn: giai đoạn thứ nhất là thiết kế bộ điều khiển trượt tầng
(mục 2.3.1) và tìm luật điều khiển thích nghi mục (2.3.2). Bộ
điều khiển mờ dùng cho việc tìm ra luật thích nghi được dựa trên
phương pháp suy luận tuyến tính. Cấu trúc điều khiển của hệ
trượt tầng thích nghi mờ được thể hiện trong hình 2.19:

12


Hình 2.19: Cấu trúc điều khiển trượt tầng thích nghi mờ
Kết quả mô phỏng của bộ điều khiển trượt tầng thích nghi mờ:

Hình 2.21: Kết quả mô phỏng cho bộ điều khiển trượt tầng
thích nghi mờ trong trường hợp không có nhiễu tác động với
khối lượng tải là 8 (kg)
13


KẾT LUẬN CHƯƠNG 2

Đối với hệ cần cẩu treo thiếu thông tin về đối tượng, áp dụng bộ
điều khiển mờ hai lớp ( TLFLC) là hoàn toàn phù hợp. Bộ điều
khiển TLFLC được đề xuất trong chương 2 có ưu điểm cơ bản
là cấu trúc đơn giản dễ cài đặt mà vẫn đạt được các yêu cầu về
chỉ tiêu chất lượng đặt trước. AHSMC được xây dựng dựa trên
kỹ thuật trượt tầng kết hợp với hệ mờ cho thấy khả năng làm
việc bền vững và thời gian quá độ giảm đi đáng kể so với
TLFLC. TLFLC và AHSMC đều được kiểm chứng bằng mô
phỏng số và sau đó (chương 4) được nhúng vào vi điều khiển
STM32 để điều khiển hệ cần cẩu treo trong phòng thí nghiệm.
CHƯƠNG 3: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI CHO
CẦN CẨU TREO DỰA TRÊN KỸ THUẬT
BACKSTEPPING VÀ MẠNG NƠ-RON NHÂN TẠO
Điều khiển trượt được biết đến như là một phương pháp điều
khiển phi tuyến bền vững đơn giản, hiệu quả. Ưu điểm của
phương pháp này là ít nhạy với sự biến đổi của các thông số hệ
thống, có khả năng kháng nhiễu tốt, đáp ứng động học nhanh.
Tuy nhiên, do tín hiệu điều khiển trượt là một hàm dấu nên để
hệ thống chuyển động bám mặt trượt thường tồn tại hiện tượng
quỹ đạo trạng thái của hệ dao động với tần số cao quanh mặt
trượt. Mặt khác thiết kế điều khiển trượt yêu cầu phải biết trước
mô hình toán học của hệ động học cũng như các điều kiện biên
khác. Để khắc phục nhược điểm này, luận án đề xuất phương
pháp tổng hợp bộ điều khiển thích nghi bền vững trên cơ sở điều
khiển trượt kết hợp với kỹ thuật backstepping và mạng nơ-ron
để áp dụng cho hệ thống cần cẩu treo mô hình bất định kiểu hàm
số và bộ điều khiển trượt thích nghi nơ – ron bất định tải. Bộ
điều khiển này được tổng hợp qua hai bước:
- Bước 1: Tổng hợp bộ điều khiển cho cần cẩu treo với giả
thiết xác định ( C ( q, q ) , D , g ( q ) đã biết).

14


-

Bước 2: Xấp xỉ véc-tơ hàm  có chứ các thành phần bất
định là các ma trận C ( q, q ) , D , g ( q ) .

Cấu trúc hệ thống ANSMC được biểu diễn trong hình 3.1.

Hình 3.1: Cấu trúc hệ thống ANSMC
3.1 Nền tảng cho giải thuật điều khiển
Phần này tóm tắt kỹ thuật điều khiển backstepping cho lớp
đối tượng truyền ngược có mô hình như sau:
 xi = f i ( x1 , x2 , , xi ) + gi ( x1 , x2 ,

 xn = f n ( x ) + g ( x )u
y = x
1


, xi ) xi +1

(3.32)

cách thiết kế được trình bày chi tiết trong mục 3.1.1 và tổng quan
quá trình phát triển và ứng dụng của mạng nơ-ron nhân tạo RBF.
3.2 Tổng hợp bộ điều khiển trượt backstepping trên cơ sở
mạng nơ – ron nhân tạo

15


3.2.1

Tổng hợp bộ điều khiển trượt backstepping

Mô hình cần cẩu treo (3.32) được chuyển về dạng mô hinh sai
lệch:
M ( q ) qe + C ( q, q ) + D qe + g ( q ) = u
(3.33)

(

)

Với định nghĩa các biến mới trong (3.35) hệ (3.33) được chuyển
về dạng không gian trạng thái:
 Z1 = Z 2

−1
 Z 2 = M u − g − ( C + D ) Z 2 

(3.38)

Kỹ thuật backstepping được áp dụng cho việc tìm tín hiệu điều
khiển ảo cho hệ con thứ nhất của (3.38) thông qua hàm
Lyapunov:
T

t

t

1
1
V1 = Z1T Z1 +   Z1 ( ) d  K I   Z1 ( ) d 
2
2 0

0

Tín hiệu điều khiển ảo Z 2 :

(3.39)

t

Z 2 = − K P Z1 − K I  Z1 ( ) d

(3.41)

0

Sau đó, định nghĩa véc-tơ sai lệch backstepping:
T





 = Z 2 + K P Z1 + K I  Z1 ( ) d = 11 12 21 22  (3.43)


0
2T
 1T

Sau đó điều khiển trượt được áp dụng để làm cho  → 0 từ (3.55)
t

đến (3.60) để tìm ra tín hiệu điều khiển như sau:

16


u1eq = ( r1M 11 + r2 M 21 ) *
−1

(

)

  M u − M g + (D + C)Z + K s  
1
2
P1 1
  12 2
 
t
 r1 

 +
  − K P21Z11 − K P1 K I 1  Z11 ( ) d + K I 1Z11  
 
0
 


  M 22 u2 − M 2 g + ( D + C ) Z 2 + K P 2 s2  

 
t

 r2 
2
−
K
Z
−
K
K
Z

d

+
K
Z

 
(

)
P
2
12
P
2
I
2
12
I
2
12
0
 

 

(

(3.56)

)

u1sw = − ( r1M11 + r2 M 21 )  K3 sat ( s ) + K4 s  = u1sw
−1

(3.58)

3.2.2. Tổng hợp bộ điều khiển trượt backstepping trên
cơ sở mạng nơ-ron nhân tạo

Mô hình cần cẩu treo 3D với chiều dài dây treo không thay
đổi như trong Error! Reference source not found. với giả thiết
C ( q, q ) , D , g ( q ) là các thành phần bất định. Do đó,
Error! Reference source not found. được viết lại:

( ) ( ( ) )
( )
+ M ( q ) q + ( D + C ( q, q ) ) q = u
M q qe + C q, q + D qe + g q
r

(3.61)

r

Véc-tơ hàm bất định được định nghĩa như sau:

(
)
( D + C ( q, q ) ) q

 = C ( q, q ) + D qe + g ( q ) + M ( q ) qr +

(3.62)

r

Với
Error!
Reference

source
not
Error! Reference source not found. trở thành:

( )

M q qe +  = u

found.,
(3.63)

17


u 

với u =  1 
0
 

Do  là không biết trước nên luận án sẽ sử dụng một mạng
nơ-ron hướng tâm (RBF) để xấp xỉ véc-tơ hàm bất định này.
Theo kinh nghiệm từ tài liệu tham khảo [7], mạng RBF có khả
năng xấp xỉ các hàm phi tuyến với độ chính xác cao. Do vậy,
luận án sử dụng mạng RBF để xấp xỉ véc-tơ hàm bất định chứa
trong luật điều khiển Error! Reference source not found.. Cấu
trúc của mạng RBF sử dụng trong luận án này là mạng nơ-ron 2
lớp được thể hiện trong hình 3.3 ( nội dung trong luận án). Đầu
vào của mạng nơ-ron là q , q và đầu ra của mạng nơ-ron là ˆ
ước lượng của  .Với mạng nơ-ron tín hiệu điều khiển u1sw

không thay đổi chỉ có tín hiệu u1eq thay đổi và được viết lại như
sau:

u1eq

  − M 1ˆ + K P1 s1 − K P21Z11
 
 
 
t
 r1 
 +
  − K P1 K I 1  Z11 ( ) d + K I 1Z11  
−1
0

 
= − ( r1M 11 + r2 M 21 ) 
(3.70)
 
2
ˆ+K s −K Z

−
M

2
P
2
2

P
2
12
 

t
 r2 

  − K P 2 K I 2  Z12 ( ) d + K I 2 Z12  
 
0
 

Định lý 1: Bộ điều khiển thích nghi gồm cơ cấu ước lượng
thành phần bất định bằng mạng nơ-ron hướng tâm có luật cập
nhập:

(

Wˆ = − F hs T ( r1M1 + r2 M 2 ) +  s Wˆ

18

)

(3.69)


trong đó F là ma trận đối xứng xác định dương, và bộ điều khiển
trượt:

u1eq

  − M 1ˆ + K P1 s1 − K P21Z11
 
 
 
t
 r1 
 +
  − K P1 K I 1  Z11 ( ) d + K I 1Z11  
−1
0

 
= − ( r1M 11 + r2 M 21 ) 
(3.70)
 
ˆ + K s − K2 Z

−
M

2
P
2
2
P
2
12

 

t
 r2 

  − K P 2 K I 2  Z12 ( ) d + K I 2 Z12  
0
 
 

u1sw = − ( r1M11 + r2 M 21 )  K3 sat ( s ) + K4 s 
−1

(3.71)

thỏa mãn điều kiện:

s 

− N + 

W

min

2
F

4

(3.72)

với:  N = ( r1M1 + r2 M 2 ) 

(3.73)

với  là hằng số dương, min là hằng số dương thỏa mãn
− s T K4 s  −min s T s , đảm bảo hệ thống điều khiển cần cẩu treo

Error! Reference source not found. ổn định ISS.
Phần chứng minh ổn định của định lý 1 được trình bày chi tiết
trong mục 3.3.2 của luận án. Ngoài ra luận án cũng đề xuất bộ
điều khiển trượt thích nghi bất định tải ( Nội dung được trình bày
trong luận án)
3.3 Mô phỏng
19


Hình 3.5: Kết quả mô phỏng cho ANSMC trong trường hợp
không có nhiễu tác động
KẾT LUẬN CHƯƠNG 3
Từ các kết quả đã nêu trong chương 3 có thể rút ra các kết luận
sau: Bài toán điều khiển cần cẩu treo với sự bất định của mô
hình và có nhiễu tác động vào hệ thống thì việc sử dụng kỹ
thuật điều khiển trượt backstepping kết hợp với mạng RBF là
20


giải pháp hợp lý để xây dựng bộ điều khiển thích nghi. Các
hàm bất định được xấp xỉ bằng mạng RBF hai lớp, ngoài ra có

thành phần bù bất định tải m. Các kết quả mô phỏng số cho
thấy tính đúng đắn của hai bộ điều khiển thích nghi được đề
xuất trong chương này.
CHƯƠNG 4: KIỂM CHỨNG BẰNG THỰC NGHIỆM
TRÊN MÔ HÌNH CẦN CẨU TREO 2D TRONG PHÒNG
THÍ NGHIỆM
4.1 Xây dựng bàn thí nghiệm
Quá trình xây dựng bàn thí nghiệm bao gồm 3 giai đoạn là
xây dựng mô hình vật lý, thiết kế phần cứng điều khiển và xây
dựng phần mềm.
• Mô hình vật lý bảo gồm cần cẩu, động cơ truyền động là
động cơ không đồng bộ ba pha , động cơ không đồng bộ ba
pha được ghép nối với một biến tần công nghiệp của hãng
Omron loại 3G3JX, thiết bị đo tốc độ và vị trí xe là một
encoder. Mô hình hệ thống điều khiển cần cẩu treo trong
phòng thí nghiệm được biểu diễn trong hình ảnh sau đây:

21


Hình 4.1: Hệ thống điều khiển và giám sát cần cẩu treo 2D
Phần cứng bao gồm bộ điều khiển được cài đặt trên nền vi điều
khiển STM32F407, cảm biến vị trí và cảm biến góc nghiêng.
Phần mềm của hệ thống bao gồm việc thiết kế bộ lọc Kalman
cho cảm biến MOU6050 và thiết kế giao diện HMI.
4.2
Cài đặt một số giải thuật điều khiển mới
4.2.1 Cài đặt thuật toán mờ hai lớp
Kết quả mô phỏng:

22


Hình 4.6: Kết quả cài đặt thực nghiệm bộ điều khiển mờ hai
lớp với khối lượng của tải là 8 kg.
4.2.2 Cài đặt thuật toán trượt tầng thích nghi mờ
Kết quả mô phỏng:

Hình 4.8: Kết quả cài đặt thực nghiệm bộ điều khiển trượt
tầng với khối lượng của tải là 8 kg.

23


KẾT LUẬN VÀ KIẾN NGHỊ
Kết luận :Tóm lại luận án đã có những đóng góp mới sau đây:
- Đề xuất được cấu trúc của bộ điều khiển mờ hai lớp để điều
khiển hệ thống cần cẩu treo đảm bảo xe con bám vị trí đặt,
góc rung lắc nhỏ mà không cần biết chính xác mô hình đối
tượng. Các kết quả mô phỏng số và thực nghiệm đã khẳng
định tính đúng đắn của bộ điều khiển được đề xuất. Cấu trúc
điều khiển này có thể cài đặt cho cần cẩu treo làm việc ở cả
hai chế độ 2D và 3D.
- Đề xuất được bộ điều khiển thích nghi cho hệ thống cần cẩu
treo trên cơ sở kỹ thuật trượt tầng kết hợp với logic mờ, đảm
bảo bám xe con bám vị trí đặt và chống rung lắc cho tải trọng
đã được kiểm nghiệm thông qua mô phỏng số và thực
nghiệm. Cấu trúc điều khiển này thích hợp với các cần cẩu
treo 2D.
- Cải tiến bộ điều khiển trượt backstepping của Tsai, ChinhChih và cộng sự [57] áp dụng cho cần cẩu treo 3D mô hình

bất định trên cơ sở mạng nơ-ron nhân tạo. Đồng thời đề xuất
bộ điều khiển trượt thích nghi nơ – ron bất định tải. Phát
biểu chứng minh tính ổn định cho hệ kín và mô phỏng kiểm
chứng trên nền kỹ thuật số.
- Kiểm chứng chất lượng các bộ điều khiển được đề xuất trong
luận án trên hệ thống cần cẩu treo 2D trong phòng thí
nghiệm. Các kết quả thực nghiệm cho thấy độ tin cậy của các
giải thuật được đề xuất và khả năng ứng dụng trong thực tế.
Kiến nghị :Luận án mới chỉ tập trung nghiên cứu các giải thuật
điều khiển hệ cần cẩu treo có xe kéo chạy trên đường ray chưa
nghiên cứu cho hệ cần cẩu treo kiểu tháp, đó cũng là hướng
nghiên cứu mà tác giả muốn phát triển thêm trong tương lai.
Ngoài ra, tác giả cũng mong muốn phát triển và chế tạo được các
bộ điều khiển thay thế cho các bộ điều khiển đang sử dụng cho
hệ cần cẩu treo trong thực tế nếu như các bộ này bị hỏng.

24


DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN

1. Le Xuan Hai, Nguyen Van Thai, Bui Trong Duong, Vu Thi
Thuy Nga, Thai Huu Nguyen, Phan Xuan Minh (2016),
“Implementation of a laboratory overhead crane control
system”, Tạp chí nghiên cứu khoa học và công nghệ quân sự, số
44, tr. 03-12, ISSN 1859-1043.
2. Le Xuan Hai, Quach Thai Quyen, Le Van Hung, Nguyen Van
Thai, Vu Thi Thuy Nga, Phan Xuan Minh (2016), “Improving of
control overhead crane quality based on the fuzzy adaptive
second order sliding mode control”, Tạp chí nghiên cứu khoa và

công nghệ quân sự, số 45, , tr. 20-27, ISSN 1859-1043.
3. Le Xuan Hai, Bui The Hao, Tran Hai Dang, Nguyen Van Thai,
Do Thi Tu Anh, Ha Thi Kim Duyen, Phan Xuan Minh (2016),
“Setting up some non-linear control argorithms for 2D overhead
crane in the laboratory”, Tạp chí nghiên cứu khoa học và công
nghệ quân sự, số 45, tr. 64-72, ISSN 1859-1043.
4. Le Xuan Hai, Thai Huu Nguyen, Tran Gia Khanh, Nguyen Tien
Thanh, Bui Trong Duong, Phan Xuan Minh (2017), “Anti-sway
tracking control of overhead crane system based on PID and
fuzzy sliding mode control”, Journal of Science and Technology,
tập 55, ISSN 0866-708X.

25