ĐIỀU KHIỂN TỐI ƯU TOÀN CỤC HỆ THỐNG ĐỊNH VỊ ĐỘNG TÀU THỦY DP DỰA TRÊN GIẢI THUẬT DI TRUYỀN GA

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI TP HỒ CHÍ MINH ĐỖ VIỆT DŨNG ĐIỀU KHIỂN TỐI ƯU TỒN CỤC HỆ THỐNG ĐỊNH VỊ ĐỘNG TÀU THỦY DP DỰA TRÊN GIẢI THUẬT DI TRUYỀN GA Ngành: Kỹ thuật điều khiển Tự động hóa Mã số: 9520216 LUẬN ÁN TIẾN SĨ TP Hồ Chí Minh-2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI TRƯỜNG ĐẠI HỌC GIAO THƠNG VẬN TẢI TP HỒ CHÍ MINH ĐỖ VIỆT DŨNG ĐIỀU KHIỂN TỐI ƯU TOÀN CỤC HỆ THỐNG ĐỊNH VỊ ĐỘNG TÀU THỦY DP DỰA TRÊN GIẢI THUẬT DI TRUYỀN GA Ngành: Kỹ thuật điều khiển Tự động hóa Mã số: 9520216 LUẬN ÁN TIẾN SĨ NGƯỜI HƯỚNG DẪN PGS.TS Đặng Xuân Kiên TP Hồ Chí Minh-2022 iii LỜI CAM ĐOAN Tôi xin cam đoan luận án tiến sĩ với đề tài: “Điều khiển tối ưu toàn cục hệ thống định vị động tàu thủy DP dựa giải thuật di truyền GA” cơng trình khoa học tơi nghiên cứu độc lập Các kết luận kết trình bày luận án mang tính trung thực, không thực chép hình thức từ nguồn tài liệu Nội dung tham khảo từ tài liệu trích dẫn, ghi nguồn tài liệu tham khảo theo quy định Thành phố Hồ Chí Minh, ngày 30 tháng năm 2022 Tác giả luận án Đỗ Việt Dũng iv LỜI CÁM ƠN Tôi xin chân thành cám ơn Thầy hướng dẫn, PGS.TS Đặng Xuân Kiên, tận tình, dành nhiều tâm sức thời gian hướng dẫn, đóng góp ý kiến quý giá cho tơi suốt q trình thực Luận án Cám ơn Thầy đồng hành, chia sẻ khó khăn với Tơi thực Luận án Thầy gương để Tôi phấn đấu đường nghiên cứu khoa học Tôi xin cảm ơn Ban Giám hiệu Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh, Viện Đào tạo Sau Đại học, Khoa Điện - ĐTVT, Phòng ban chức tạo hỗ trợ giúp thời gian học tập Trường Tôi xin cảm ơn Ban Giám hiệu Trường Cao đẳng Công nghệ cao Đồng An, đồng nghiệp Khoa Công nghệ điện Trường Cao đẳng Công nghệ cao Đồng An, nhà khoa học, chuyên gia cho ý kiến đóng góp giúp tơi hồn thành luận án Tơi xin bày tỏ lịng biết ơn tới Bố mẹ gia đình nhỏ tơi Đã dành tình u thương, ln hy sinh thầm lặng, động viên giúp vượt qua thử thách để hoàn thành luận án Tuy nỗ lực cố gắng q trình nghiên cứu để hồn thành luận án mình, cịn hạn chế kinh nghiệm, hạn chế kiến thức, thời gian nên luận án tồn sai sót Nên tơi mong muốn nhận góp ý quý giá từ nhà khoa học bạn đọc nhằm chỉnh sửa hoàn thành luận án tốt tiếp tục nghiên cứu sau Thành phố Hồ Chí Minh, ngày 30 tháng năm 2022 Tác giả luận án Đỗ Việt Dũng v TĨM TẮT Giao thơng vận tải biển ngày đóng vai trò quan trọng việc phát triển kinh tế đất nước lĩnh vực liên quan khai thác thăm dị dầu khí Điều kiện thời tiết vùng hoạt động đại dương biến đổi, tiềm ẩn nhiều rủi ro, điều đặt thách thức lớn cho vận hành khai thác phương tiện hàng hải Tàu thủy, đặc biệt tàu dịch vụ, sử dụng hệ thống định vị động (DPs) đem lại độ xác hiệu cao so với hệ thống lái loại khác định vị trí biển, DPs có khả điều động tàu động dễ dàng thay đổi trì tọa độ tàu mà khơng u cầu hệ thống phụ trợ khác neo, không phụ thuộc độ sâu nước biển, không bị giới hạn địa hình đáy biển Thực tế, việc nâng cao chất lượng điều khiển điều động, neo đậu định vị trí tàu thủy khơng phải nhiệm vụ dễ dàng (do giới hạn độ sâu vùng biển, thời gian chế độ làm việc, điều kiện thời tiết biển), nên việc tăng cường khả tự thích nghi cho hệ thống điều khiển tàu thủy vận hành môi trường biến đổi, đồng thời đảm bảo an tồn, tiết kiệm chi phí khai thác nhiệm vụ cấp thiết Bên cạch đó, việc áp dụng công nghệ tiên tiến kết hợp lý thuyết điều khiển thông minh giúp DPs thích ứng tốt với sai số gây nhiễu nội nhiễu ngoại vi, sai số mô hình, tính chất phi tuyến khác hệ thống, qua nâng cao hiệu hoạt động tàu chế độ làm việc Thông qua khảo sát hệ DPs, cơng trình nghiên cứu ngồi nước, phân tích tình hình ứng dụng cơng nghệ học thuật liên quan, thấy nghiên cứu DPs phát triển theo xu sử dụng trí tuệ nhân tạo tối ưu hóa điều khiển nhằm đảm bảo an tồn, tiết kiệm lượng, nâng cao độ xác ổn định bền vững cho hệ thống Từ đó, luận án đặt vấn đề nghiên cứu “Điều khiển tối ưu toàn cục hệ thống định vị động tàu thủy DP dựa giải thuật di truyền GA” nhằm giải luận điểm có nội dung sau: a) Phân tích, tổng hợp đánh giá nhận dạng sai lệch mô hình lý tưởng mơ hình thực tế DPs trình điều khiển, đặc biệt xem xét tới ảnh hưởng tác động nhiễu môi trường, sai số tham số mơ hình, với ảnh hưởng không mong muốn khác; b) Dựa tảng kỹ thuật mờ, đề xuất giải pháp nâng cao chất lượng đáp ứng cho DPs cách xác định tham số điều khiển tối ưu, tối ưu hóa cấu trúc điều khiển với giải thuật mờ thích nghi tương tác mờ đa tầng; vi c) Đề xuất giải pháp điều khiển tối ưu bền vững nhằm khơng thích nghi sai số mơ hình sai số tham số, tối ưu hóa cấu trúc điều khiển mà cịn đảm bảo tính ổn định bền vững cho DPs chế độ làm việc định vị Để thực mục tiêu trên, luận án tiến hành phân tích tổng quan giải pháp xử lý sai số kỹ thuật đại điều khiển chuyển động tàu thủy Từ đó, xác định khó khăn nghiên cứu điều khiển chuyển động tàu thủy chủ yếu gây ảnh hưởng, tác động không mong muốn đến tàu, bao gồm: sóng, gió, dịng chảy, dao động tần số cao, sai số mơ hình tham số nguyên nhân gây phi tuyến cho đối tượng điều khiển Tiếp theo, đề xuất giải thuật mờ đa tầng, bước đầu giúp hệ thống mềm hóa thích ứng điều khiển, với số lượng hàm liên thuộc tăng lên theo số tầng mờ, qua tăng khả tối ưu hệ thống Mặt khác, thơng qua phân tích mơ hình hóa chuyển động hệ DP, luận án xây dựng toán tối ưu hóa cấu trúc điều khiển cho DPs với giải thuật tối ưu bầy đàn (PSO), mở rộng khảo sát điều kiện làm việc, thu thập kết mô cho thấy khả thi Cũng hướng nghiên cứu này, luận án đề xuất triển khai giải thuật di truyền (GA) nhằm tối ưu hóa cấu trúc điều khiển thích nghi mờ, tiếp tục thử nghiệm mô điều kiện giả lập thời tiết sai số, kết thu khả quan tiền đề cho việc phát triển giải thuật trọng tâm luận án Cuối cùng, nhằm giúp hệ thống gia tăng bền vững, luận án đề xuất phát triển giải pháp tồn diện với mơ hình điều khiển thích nghi bền vững cho DPs dựa giải thuật tối ưu GA Về mặt lý thuyết, điều khiển đề xuất với ràng buộc chứng minh ổn định tiệm cận với tiêu chuẩn Lyapunov Về kiểm nghiệm giải thuật mô Matlab, kết cho thấy đáp ứng hệ thống đảm bảo tính ổn định bền vững hầu hết trường hợp với điều kiện thời tiết khác Liên quan đến thử nghiệm nhằm kiểm chứng lý thuyết hướng tới áp dụng giải thuật đề xuất vào thực tế, luận án tiến hành xây dựng mơ hình vật lý theo mơ hình tàu Happy Hunter, dạng tàu dịch vụ với hệ thống truyền động chân vịt Trung tâm điều khiển nhúng Matlab thông qua vi xử lý DSP F28379D Bộ xử lý trung tâm nhận giá trị vị trí hướng đặt tàu, đọc vị trí hướng thực tế tàu, đưa lệnh điều khiển hệ thống động lực tàu đưa tàu đến điểm đặt Quá trình thu nhận truyền liệu mạng cảm biến sử dụng giao tiếp không dây Kết thử nghiệm bước đầu thành công với giải thuật mờ đa tầng tương tác Bộ điều khiển mờ thích nghi bền vững dựa giải vii thuật GA trình thử nghiệm Giới hạn tốc độ xử lý DSP F28379D nhược điểm hệ thống chạy lúc nhiều giải thuật tốn thời gian xử lý GA PSO Các nghiên cứu thực nghiệm cần triển khai bể thử tiêu chuẩn để thu kết xác tin cậy, hướng nghiên cứu phát triển ứng dụng luận án Từ khóa—điều khiển thích nghi, hệ thống định vị động, giải thuật di truyền, tác động không mong muốn, sai số phi tuyến, thích nghi bền vững, tham số điều khiển tối ưu, tiêu chuẩn đánh giá Lyapunov viii ABSTRACT Marine transportation is becoming increasingly significant in the country's economic development, also in the fields of oil and gas exploration and production Weather conditions and operating locations in the oceans are changing all the time, creating numerous risks that make the operation and exploitation of marine vehicles extremely difficult Because the DP can maneuver vessels, easily change and maintain vessel coordinates without requiring other auxiliary systems such as anchors, regardless of sea depth, and is not limited by seabed topography However, the vessels, especially service vessels, using dynamic positioning systems (DP) intention obtain higher accuracy and efficiency than other types of steering systems when positioning at sea Enhancing the quality of vessel maneuvering, mooring, and positioning control is a difficult challenge (due to limitations such as sea depth, time and working mode, and controllability) Increasing the self-adaptability of the vessel's control system to function in changing positions, while guaranteeing safety and lowering operating costs, is a critical challenge Furthermore, by merging advanced technologies with intelligent control theories, the DP system will be able to better respond to errors caused by internal and external noise, model errors, and other nonlinear system properties, hence increasing the vessel's performance in operating modes It can be noted that DP studies are being produced in accordance with the trend of applying DPs by surveying generations of DPs, domestic and international research, and evaluating important academic and technical application conditions Artificial intelligence in control optimization to ensure system safety, energy savings, improved accuracy, and long-term stability Therefore, the thesis poses the research issue " The overall optimization control for the vessel dynamic positioning DP system based on the genetic algorithm GA" to address the following points: a) Analyze, synthesize, evaluate, and identify deviations between the ideal model and the actual model of the DP system during the control process, taking into account the influence of environmental disturbances, parameter and model error, and other undesirable effects; b) Propose solutions to improve DP system response quality by determining the optimal set of control parameters, as well as optimizing DP system based on Fuzzy technical foundation multilayer fuzzy and interactive fuzzy; c) Proposing a solution of robust optimal control to not only adapt the model and parameter ix error, optimize the control structure but also ensure the performance of robust stability for the DP system To achieve the aforementioned goals, the thesis first performs an overview analysis of error handling solutions and modern ship motion control techniques The problems in studying ship motion control were recognized as a result of these factors, which are primarily produced by undesirable influences and impacts on the vessel, such as waves, wind, currents, and frequency oscillations The main reasons for the nonlinearity of the control object are model and parameter errors Next, a multi-layer fuzzy algorithm is proposed, which initially assists the system is becoming softer and more adaptive in control, well with the number of membership functions increasing as the number of fuzzy layers rises, hence improving the system's optimization capabilities The thesis, on the other hand, develops the problem of optimizing the control structure for the DP system using the Particle Swarm Optimization method (PSO) and expands the study under working conditions, gathering results by simulation has proved the feasibility Also, in this research direction, the thesis develops and implements a genetic algorithm (GA) to optimize the fuzzy adaptive control structure, as well as continuing to test the simulation under simulated weather and error situations The collected findings are positive and serve as a foundation for the construction of the thesis' primary method Finally, to help the system increase its robustness, the author proposes and develops a more comprehensive solution with a robust adaptive control model for DP based on the GA optimization algorithm Theoretically, the proposed controller with constraints proven is stable asymptotically with the Lyapunov criterion Regarding algorithm testing and simulating on Matlab software, the results show that the system's response ensures stable stability in most cases with different weather conditions Related to the experiment to verify the theory and towards the application of the proposed algorithm in practice, the thesis builds a physical model according to the model of the Happy Hunter, a type of service vessel, with a propulsion system including propellers In this hardware, the central processor receives the position and direction of the vessel, feedbacks the actual position and direction of the ship, and issues command to control the vessel's propulsion system to bring the vessel to the setting position The system uses an embedded control center on Matlab through DSP processor F28379D The process of acquiring and transmitting data in a sensor network uses wireless communication Initial x successful test results with the multi-layer fuzzy and interactive fuzzy algorithms The robust adaptive fuzzy controller based on the GA algorithm is still in the process of test The limitation on the processing speed of DSP F28379D is a weakness when the system runs many time-consuming algorithms such as GA and PSO at the same time Experimental studies need to be carried out in standard test tanks to obtain accurate and reliable results, which is also the direction of study and application development of the thesis Keywords - adaptive control, dynamic positioning system, genetic algorithm, unexpected loads, nonlinear error, robust adaptive control 126 Với hệ số lực 𝐾(𝑛) thời phụ thuộc vào vòng quay đẩy Hơn nữa, lực đẩy tuyến tính thay bậc hai 𝑝 − 𝑝0 kết hợp hai Bước tiến ban đầu ký hiệu 𝑝0 Đối với tàu di chuyển, có yêu cầu liên tục lực đẩy công suất nên sử dụng chân vịt CP biến bước ứng dụng tốc độ thấp hoạt động chế độ DP yêu cầu lực đẩy nhỏ thời tiết tốt cho thấy đẩy FP mang lại nhiều ưu Các lực mô men điều khiển 𝝉𝒄𝒐𝒎 ∈ ℝ𝟑 (tịnh tiến, lắc ngang, quay trở) sau: 𝝉𝒄𝒐𝒎 = 𝑇(𝛼)𝐿𝑢 (PL2.5) Với, 𝑓 = 𝐿𝑢 ∈ ℝ𝒓 (𝑟 = số lượng thiết bị đẩy) vectơ lực đẩy, 𝑢 ∈ ℝ𝒓 tín hiệu điều khiển DPs định nghĩa là: CPP: 𝒖 = [|𝑝1 |𝑝1 , |𝑝2 |𝑝2 , … , |𝑝𝑟 |𝑝𝑟 ]𝑇 (𝑜𝑟 𝒖 = [𝑝1 , 𝑝2 , … , 𝑝𝑟 ]𝑇 FP: 𝒖 = [|𝑛1 |𝑛1 , |𝑛2 |𝑛2 , … , |𝑛𝑟 |𝑛𝑟 ]𝑇 (𝑜𝑟 𝒖 = [𝑛1 , 𝑛2 , … , 𝑛𝑟 ]𝑇 (PL2.6) Ma trận hệ số lực đẩy 𝑳 ma trận đường chéo hệ số lực đẩy xác định 𝑳 = 𝑑𝑖𝑎𝑔{𝐿1 (𝑛1 ), 𝐿2 (𝑛2 ), … , 𝐿𝑟 (𝑛𝑟 )} (PL2.7) Cấu hình truyền động 𝑇(𝛼)𝜖 ℝ3×𝑟 phụ thuộc vào vị trí đặt góc xoay 𝛼 sử dụng cho đẩy tiến bước (bộ đẩy phương vị) Tính tốn 𝑇(𝛼) minh họa tốt cách xem xét sử dụng tàu thực có dạng tổng quát sau: cos(𝛼𝑘 ) sin(𝛼𝑘 ) ] 𝛼𝑘 = [ 𝑙𝑥𝑘 sin(𝛼𝑘 ) − 𝑙𝑦𝑘 cos(𝛼𝑘 ) (PL2.8) Trong đó, 𝛼𝑘 góc định hướng động đẩy thứ 𝑘 − th, 𝛼𝑘 ∈ [0, 1800 ] biểu thị góc định hướng theo chiều kim đồng hồ so với hướng phía trước tàu 𝛼𝑘 ∈ [−1800 , 0] biểu thị góc định hướng ngược chiều kim đồng hồ so với hướng chuyển động tàu (𝑙𝑥𝑖 , 𝑙𝑦𝑖 ) vị trí đẩy thứ 𝑖 − th hệ tọa độ cố định 2.3 Cấu hình tổng thể hệ thống Thi cơng mơ hình tàu dịch vụ Happy hunter (trình bày Hình PL2.5) áp dụng luận án với tham số cấu trúc chi tiết: Cơ cấu chân vịt đẩy nước bố trí tàu điều khiển thân tàu di chuyển tịnh tiến, cấu bánh lái mơ hình tàu điều khiển từ hai động RC servo ống đạo lưu đặt mũi tàu tác động thân tàu dịch chuyển ngang đảo hướng tàu Bộ điều khiển trung tâm sử dụng kít DSP F28379D nhằm tổng hợp liệu mạng cảm biến, qua định tọa độ di chuyển thân tàu Dữ liệu hướng quay trở 127 tàu xác định từ biến la bàn truyền nhận tín hiệu khơng dây đưa liệu hướng đi, góc bẻ lái chế độ điều khiển đến trạm trung tâm bờ linh động Hình PL2.5 Mơ hình tàu dự kiến thử nghiệm luận án Hình PL2.6 Sơ đồ tổng thể chế độ điều khiển tay tàu thực nghiệm luận án Xây dựng cấu hình hệ thống điều khiển cho mơ hình thực nghiệm có chế độ: Chế độ vận hành điều khiển tay chế độ định vị động tự động Trong chế độ điều khiển tay, bánh lái điều khiển chuyển động trực tiếp Joystick để xác định hướng mũi tàu Tốc độ di chuyển thân tàu hệ thống chân vịt đẩy tác động trực tiếp Dữ liệu hướng quay trở tàu, góc bẻ lái tức thời truyền nhận qua cảm biến truyền không dây RF với khoảng cách truyền tối đa lên đến 200m Kít vi xử lý DSP F28379D đảm nhận chức điều khiển tự động Bộ xử lý trung tâm nhận giá trị vị trí hướng đặt tàu, đọc vị trí hướng thực tế tàu, đưa lệnh điều khiển hệ thống động lực tàu đưa tàu đến điểm đặt Quá trình thu nhận truyền liệu mạng cảm biến sử dụng giao tiếp khơng dây 128 Hình PL2.7 Bộ điều khiển trung tâm dùng để truyền nhận không dây giải mã giá trị cảm biến 2.4 Thiết kế chỉnh định mơ hình Hình PL2.8 Kết cấu vỏ mơ hình tàu Happy hunter Hình PL2.9 Bộ máy lái kết cấu chân vịt Thân tàu mơ hình chế tạo nhựa composit, thiết kế kiểu dáng giống nguyên mẫu có tỷ lệ xác 98% Hình dáng mơ hình tàu dịch vụ Happy hunter có chiều cao 120mm, chiều rộng 235mm, khối lượng tàu đạt 9500gram chiều dài 1035mm Thiết kế mơ tơ Nitro kích cỡ 0.28(4.6cc) đến 0.46(7.5cc) thay mô tơ Brushless 129 tương ứng kích cỡ 40mm đến 42mm, sử dụng nguồn pin Lipo 4S đến 6S Trọng lượng phụ kiện gắn thêm chứa đến 8kg Sử dụng công nghệ nano sơn vỏ tàu nên giúp màu sắc không phai 2.5 Sơ đồ mạch điện điều khiển xử lý tín hiệu 2.5.1 Mạch điện điều khiển trung tâm Sơ đồ thiết kế nguyên lý Bề mặt Board xử lý Sơ đồ layout mạch in Bề mặt Board xử lý Hình PL2.10 Mô tả thiết kế chế tạo mạch điện điều khiển trung tâm 130 2.5.2 Mạch truyền liệu hệ thống cảm biến Sơ đồ thiết kế nguyên lý Sơ đồ layout mạch in Bề mặt Board xử lý Bề mặt Board xử lý Hình PL2.11 Mô tả thiết kế chế tạo mạch truyền liệu hệ thống cảm biến 131 2.5.3 Mạch nhận liệu hệ thống cảm biến Sơ đồ thiết kế nguyên lý Bề mặt Board xử lý Sơ đồ layout mạch in Bề mặt Board xử lý Hình PL2.12 Mơ tả thiết kế chế tạo mạch nhận liệu hệ thống cảm biến 132 2.5.4 Mạch điện điều khiển nhận liệu hệ thống cảm biến tàu Hình PL2.13 Mơ tả kết nối cảm biến LiDAR với board điều khiển Hình PL2.14 Mơ tả kết nối Board điều khiển chân vịt bánh lái 2.6 Kết thực nghiệm 2.6.1 Thiết thập tham số điều khiển thực nghiệm Khối giải mã vị trí tàu có chức nhận tín hiệu từ hệ thống cảm biến Ra đa (Lidar) qua chuyển đổi số giải mã thành giá trị vị trí hoạt động tàu Cấu trúc thiết lập khối giải mã vị trí tàu trình bày PL2.15 PL2.16 Hình PL2.15 Khối giải mã tín hiệu vị trí hoạt động mơ hình tàu 133 Hình PL2.16 Mã code chuyển đổi liệu tín hiệu vị trí tàu Cấu trúc động lực đẩy tàu bao gồm chân vịt đẩy chính, bánh lái chân vịt mũi Căn vào sai số vị trí tàu, điều khiển tính tốn đưa giá trị điều khiển 𝑢 Khối điều khiển động lực đẩy có chức đổi giá trị điều điều khiển 𝑢 sinh thành giá trị đặt cho mô đun PWM để điều khiển tốc độ quay chân vịt xác định góc bẻ lái Cấu trúc thiết lập khối điều khiển động trình bày Hình PL2.17 PL2.18 Hình PL2.17 Khối điều khiển động chân vịt đẩy 134 Hình PL2.18 Chuyển đổi tín hiệu điều khiển u sang giá trị xung ePWM Tại trạm giám sát điều khiển cho DPs, luận án phát triển chương trình giám sát nhằm thu thập số liệu hiển thị quỹ đạo di chuyển tàu Bên cạnh đó, đặt vị trí hoạt động cho tàu hướng mũi tàu tích hợp chương trình giám sát Chương trình giao diện giám sát thiết lập phần mềm Matlab simulink thể hiển Hình PL2.19 sau: Hình PL2.19 Chương trình hiển thị thu thập liệu Để tiến hành thử nghiệm điều khiển hoạt động tàu, luận án sử dụng thông số điều khiển 𝐾𝑝 = 𝑑𝑖𝑎𝑔 (6𝑒 , 6𝑒 , 6𝑒 ), 𝐾𝑖 = 𝑑𝑖𝑎𝑔(10,10,150) 𝐾𝑑 = 𝑑𝑖𝑎𝑔(9𝑒 , 9𝑒 , 9𝑒 ) điều khiển PID xác định nội dung trình bày Mục 2.4 Căn thơng số mơ hình thực nghiệm tiến hành hiệu chỉnh phù hợp với hoạt động thực tế 𝐾𝑝 = 𝑑𝑖𝑎𝑔(3.2𝑒 , 2.6𝑒 , 4.3𝑒 ), 𝐾𝑖 = 𝑑𝑖𝑎𝑔(2.2,1.25,4.5) 𝐾𝑑 = 𝑑𝑖𝑎𝑔(3.6𝑒 , 4.1𝑒 , 5.2𝑒 ) Nguyên lý hoạt động điều khiển mờ thích nghi tương tác (FAI) cho DPs biểu diễn Hình 3.9 sau: Tín hiệu đầu điều khiển cấp đến khối mơ hình thực mơ hình lý tưởng Sau chu kỳ vận hành, sai số đáp ứng mơ hình thực tế lý tưởng làm đầu vào cho mơ đun mờ tương tác tín hiệu điều khiển cấp đến mơ 135 hình thực, nhằm chỉnh định đáp ứng mơ hình thực tế thích nghi theo mơ hình lý tưởng Bảng thơng số thực nghiệm trình bày Bảng PL1 Bảng PL1 Thông số thực nghiệm điều khiển mờ thích nghi tương tác so sánh với PID PID FAI 2 𝐾𝑝 = 3.2𝑒 𝐾𝑝 (𝑠) = 3.2𝑒 + (−15 ÷ 15) Phương 𝑥 𝐾𝑖 = 2.2 𝐾𝑖 (𝑠) = 2.2 + (−0.5 ÷ 0.5) 𝐾𝑑 = 3.6𝑒 𝐾𝑑 (𝑠) = 3.6𝑒4 + (−3 ÷ 3) 𝐾𝑝 = 2.6𝑒 𝐾𝑝 (𝑠) = 2.6𝑒 + (−1.5 ÷ 1.5) Phương 𝑦 𝐾𝑖 = 1.25 𝐾𝑖 (𝑠) = 1.25 + (−0.25 ÷ 0.25) 𝐾𝑑 = 4.1𝑒 𝐾𝑑 (𝑠) = 4.1𝑒 + (−3.5 ÷ 3.5) 𝐾𝑝 = 4.3𝑒3 𝐾𝑝 (𝑠) = 2.6𝑒2 + (−45 ÷ 45) Hướng 𝜓 𝐾𝑖 = 4.5 𝐾𝑖 (𝑠) = 1.25 + (−0.205 ÷ 0.205) 𝐾𝑑 = 5.2𝑒 𝐾𝑑 (𝑠) = 4.1𝑒4 + (−4.33 ÷ −4.33) 2.6.2 Thử nghiệm thu nhận xử lý liệu vị trí di chuyển mơ hình tàu Thử nghiệm vận hành tàu Happy hunter trường hợp khơng có tác động từ hệ thống điều khiển tự động: Hình PL2.20 trình bày kết liệu vị trí thu tàu dich chuyển tự do; Hình PL2.21 mơ tả kết liệu thu thực chế độ điều khiển tay giữ tàu tọa độ [1m, 1m, 1800] Hình PL2.20 Kết thử nghiệm trường hợp [0 m, m, độ] Các tín hiệu thu xử lý chuyển đổi thành vị trí tàu mơ tả Hình PL2.20 Hình PL2.21 cho thấy vị trí mơ hình tàu hướng tàu có giá trị khơng xác cao Đáp ứng vẽ biểu đồ cho thấy vị trí tàu cịn rung lắc dao động mạnh so với thực tế Điều chứng tỏ liệu nhận từ cần xử lý để xác định xác vị trí tọa độ thực mơ hình tàu 136 Hình PL2.21 Kết thử nghiệm trường hợp [1.02 m, 1.06 m, 183 độ] 2.6.3 Thử nghiệm định vị trí hướng tàu sử dụng giải thuật điều khiển nhúng Tác giả áp dụng kỹ thuật lọc kalman, lọc nhiễu hài cho việc tiền xử lý liệu nhận từ mạng cảm biến trước truyền đến xử lý trung tâm Sau đó, xây dựng điều khiển nhúng xuống đối tượng thực tế để điều khiển trì vị trí hướng quay trở tàu điểm đặt Kết khả thi thu từ trường hợp thực nghiệm định vị động tự động cho mơ hình tàu trình bày chi tiết Mục 3.4 gợi mở hướng nghiên cứu giải thuật điều khiển nhúng mơ hình thực đầy tiềm Hình PL2.22 Chương trình nhận xử lý tín hiệu cảm biến Matlab 137 Mơ hình tàu Happy hunter thực nghiệm xây dựng có thơng số chi tiết: Thơng số, kết cấu tương tự tàu thực tế Happy hunter có tỷ lệ 1:50 kích thước; Ứng dụng kỹ thuật truyền nhận tín hiệu khơng dây (áp dụng cho tồn tín hiệu khối: Khối cảm biến LiDAR xác định tọa độ tàu; Cơ cấu đạo lưu bẻ hướng mũi tàu; Khối truyền nhận liệu không dây) mang lại ưu điểm cho thử nghiệm làm giảm tối đa sai sót ràng buộc dây truyền tín hiệu gây hoạt động; Mặt khác, tính xác vỏ thân tàu cân động cao nên di chuyển mặt bể thử nghiệm hạn chế sai số điều khiển ổn định Nhưng, tàu thực nghiệm Happy huner nên kiểm nghiệm nhiều môi trường khác xác minh ưu điểm điều khiển Tỷ lệ kết cấu cấu đẩy tàu thật tàu mô hình cần hồn thiện để thực thí nghiệm xác cao Bảng PL2.2 Thống kê số liệu thử nghiệm hệ thống DP thực nghiệm 138 Bảng thơng số tàu dùng mơ Mơ hình tàu Mariner Class sử dụng mô nội dung chương 2, chương 139 Mơ hình tàu Happy hunter: sử dung nội dung Phục lục 140 Mơ hình tàu Northern Clipper: sử dung mơ nội dung chương ... ưu bền vững hệ thống định vị động tàu thủy? ??………………… 91 4.5.1 Điều khiển thích nghi bền vững DPs tàu thủy dựa giải thuật tối ưu GA 91 4.5.2 Đánh giá ổn định trình điều khiển hệ thống định vị động? ??…………... 4.3.2 Điều khiển tối ưu hệ thống định vị động tàu thủy sử dụng giải thuật GA? ??… 78 4.3.3 Đánh giá kết quả………………………………………………………………81 4.4 Tối ưu hóa cấu trúc điều khiển hệ thống định vị động tàu thủy? ??………………... quan giải thuật di truyền? ??………………………………………………….73 4.3 Điều khiển tối ưu hệ thống định vị động tàu thủy? ??…………………………… 76 4.3.1 Bài toán tối ưu cấu trúc điều khiển phi tuyến hệ thống định vị động? ??……