Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 DOI:10.22144/ctu.jvn.2022.083 ĐIỀU KHIỂN GIÁM SÁT HỆ CẦU CÂN BẰNG VỚI THANH VÀ BÓNG DÙNG MẠNG NƠ-RON HÀM CƠ SỞ XUN TÂM Nguyễn Chí Ngơn1*, Nguyễn Văn Thọ2 Trần Thị Hồng Phượng2 Khoa Công nghệ, Trường Đại học Cần Thơ Trường Cao đẳng nghề An Giang *Người chịu trách nhiệm viết: Nguyễn Chí Ngơn (email: ncngon@ctu.edu.vn) Thơng tin chung: Ngày nhận bài: 18/10/2021 Ngày nhận sửa: 23/10/2021 Ngày duyệt đăng: 02/11/2021 Title: Supervisory control for the beam and ball system using the radial basis function neural network Từ khóa: Cảm biến siêu âm, điều khiển giám sát, hệ cầu cân bằng, PID, RBF Keywords: Beam and ball system, PID, RBF, supervisory control, ultrasonic sensor ABSTRACT With its nonlinearity, instability, and data transmission delay, the beam and ball system is quite difficult to control This study proposes to combine proportional-integral-derivative (PID) control and supervisory control using a radial basis function (RBF) neural network, called RBF-PID control, on a real beam and ball model This model has been developed that integrated a compensator for sensor error and time delay The PID controller plays the role of bringing the response close to the reference signal The task of fine-tuning the response will be handled by the RBF controller Experimental results on the beam and ball system with an ultrasonic positioning mechanism gave better results than the previous studies Specifically, the response time was 1.5 0.3 seconds; the settling time archived 6.5 1.0 seconds; although the overshoot was still quite large, about 11 %, the steady-state error was eliminated The results showed that the RBF-PID controller is suitable for controlling the system TĨM TẮT Vì tính phi tuyến, bất ổn có trễ truyền liệu, hệ cầu cân với bóng khó kiểm sốt Nghiên cứu đề xuất kết hợp điều khiển vi-tích phân-tỷ lệ (PID) điều khiển giám sát dùng mạng nơ-ron hàm sở xuyên tâm (RBF), gọi điều khiển RBF-PID, mơ hình thật hệ cầu cân Mơ hình chế tạo từ trước, có tích hợp bù sai số thời gian trễ Bộ điều khiển PID đóng vai trị đưa đáp ứng gần giá trị tham khảo Nhiệm vụ tinh chỉnh đáp ứng RBF đảm trách Kết thực nghiệm hệ cầu cân với chế định vị sóng siêu âm cho kết tốt nghiên cứu trước Cụ thể, thời gian tăng đáp ứng đạt 1,5 0,3 giây; thời gian xác lập đạt 6,5 1,0 giây; độ vọt lố lớn, khoảng 11 %, sai số xác lập triệt tiêu Kết cho thấy điều khiển RBF-PID thích hợp để kiểm soát hệ thống GIỚI THIỆU ổn (Salem, 2013; Ahmad & Hussain, 2017), thường dùng để kiểm nghiệm giải thuật điều khiển Bộ điều khiển có nhiệm vụ kiểm sốt góc nghiêng trượt để giữ bóng cân vị trí Hệ cầu cân với bóng (beam and ball system) hệ hở, có tính phi tuyến bất 26 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 mong muốn Tuy nhiên, tác động trọng lực, với góc nghiêng nhỏ trượt, bóng lăn nhanh nên khó giữ vị trí cân Vì vậy, điểm đặc trưng hấp dẫn nhiều nghiên cứu liên quan đến hệ cầu cân sử dụng phương pháp định vị không tiếp xúc Trong nghiên cứu Ali et al (2017) Ahmad et al (2017), tác giả sử dụng cảm biến siêu âm để đo vị trí bóng Tuy nhiên, nghiên cứu chưa quan tâm đến việc xử lý sai số cảm biến thời gian trễ tín hiệu Hơn nữa, điểm hạn chế lớn nghiên cứu tác giả lại sử dụng điều khiển PID truyền thống cho mơ hình thực nghiệm Meenakshipriya and Kalpana (2014) Maalini et al (2016) tập trung xây dựng mơ hình hóa hệ cầu cân áp dụng điều khiển kinh điển PID (Proportional – Integral – Derivative controller) để mơ hoạt động Tuy nhiên, với tham số cố định, điều khiển PID không đủ linh hoạt để thích ứng với điều kiện biến đổi mơ hình đối tượng Chính thế, nhiều nghiên cứu xây dựng giải thuật điều khiển đại, thơng minh để có khả thích ứng tốt Thật vậy, Kharola and Patil (2017) áp dụng thành công giải thuật điều khiển dùng mạng nơ-ron mờ mơ hình tốn hệ Tứ ctv (2017) áp dụng mạng nơ-ron hàm sở xuyên tâm RBF (radial basis function neural network) để mô hệ điều khiển Tương tự, Latif et al (2019) kết hợp điều khiển PID điều khiển mờ Azar et al (2020) áp dụng giải thuật bầy đàn để tìm kiếm tham số tối ưu cho điều khiển PID kiểm chứng mơ hình hệ cầu cân thơng qua mơ Thực tế cho thấy, mô máy tính điều khiển thiết bị thật ln tồn khoảng cách mà đó, việc tuyến tính hóa mơ hình tốn đối tượng khơng thể phản ảnh đầy đủ tác động thực tiễn môi trường Vì vậy, số nghiên cứu tiến hành xây dựng mơ hình thật hệ cầu cân Một u cầu kỹ thuật khó khăn triển khai mơ hình thật hệ này, giải pháp đo đạc xác vị trí bóng trượt Ngồi ra, thời gian trễ truyền thơng tín hiệu từ cảm biến định vị đến điều khiển ảnh hưởng lớn đến việc kiểm soát hệ thống Bởi vì, điều khiển xác định bóng vị trí này, thực tế mơ hình, bóng dịch chuyển sang vị trí khác tín hiệu điều khiển ln bị tính tốn sai Nghiên cứu nhằm mục tiêu áp dụng kỹ thuật điều khiển kết hợp giải thuật điều khiển PID giải thuật điều khiển giám sát (supervisory control) dùng mạng nơ-ron RBF (Liu, 2013), gọi tắt điều khiển RBF-PID, mơ hình thực hệ cầu cân Trong phạm vi báo này, giải thuật điều khiển kết thực nghiệm tập trung trình bày chi tiết Phương pháp thiết kế chế tạo mơ hình thực nghiệm có tích hợp bù sai số cảm biến thời gian trễ hệ thống trình bày cơng bố khác nhóm nghiên cứu PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Đối tượng điều khiển Hệ cầu cân với bóng mơ tả Hình mơ tả chi tiết tài liệu Ngơn Tín (2011); Choudhary et al (2016); Tứ ctv (2017) Bộ điều khiển có nhiệm vụ kiểm sốt động để đĩa servo quay góc θ(t), thơng qua tay địn, trượt nghiêng góc (t) thích hợp nhằm giữ bóng cân vị trí r(t) Đối tượng mơ hình hóa với ngõ vào θ(t) ngõ r(t) hàm truyền tuyến tính hóa (Meenakshipriya et al., 2014; Tứ ctv , 2017; Ali et al., 2017) xác định sau (1), với thơng số mơ hình cho Bảng G (s) = Trong nghiên cứu nay, có hai trường phái thiết kế mơ hình thực hệ cầu cân với kỹ thuật định vị bóng phương pháp tiếp xúc khơng tiếp xúc Đối với phương pháp tiếp xúc, nhóm nghiên cứu dùng bi sắt trượt kim loại, công bố (Keshmiri, 2012; Saad & Khalallah, 2017) Vị trí hịn bi điểm ngắn mạch hai trượt kim loại Phương pháp tỏ thuận lợi thiết kế, tồn hạn chế lớn, sai số vị trí tăng theo thời gian, hịn bi trượt bị mài mòn, bị oxy hóa bám bụi bẩn Để khắc phục hạn chế này, nhiều nhóm nghiên cứu R (s) mg =2 J Q(s) b +m s Rb ( ) é m ù êë rad úû Hình Mơ hình hệ cầu cân 27 (1) Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 mơ hình này, mơ-đun Arduino Uno R3 thơng dụng dùng làm mạch giao tiếp máy tính thiết bị Bộ điều khiển thiết kế hoàn toàn máy tính Tín hiệu điều khiển động DC Servo hiệu LD-27MG truyền từ điều khiển máy tính đến driver động thơng qua mạch giao tiếp Mô-đun cảm biến siêu âm US – 015 bố trí đầu trượt để đo vị trí bóng Mỗi mẫu giá trị đo đưa vào hàm bù sai số để khắc phục hạn chế sai số cảm biến thời gian trễ truyền thơng tín hiệu Tín hiệu ước lượng từ hàm bù sai số truyền máy tính thơng qua mạch giao tiếp xem vị trí bóng Chi tiết việc thiết kế, chế tạo mơ hình cầu cân với thuật tốn bù sai số tham khảo Ngôn ctv (2022) Bảng Các thơng số mơ hình đối tượng Tham số m Rb Jb g Đơn vị Ý nghĩa kg Khối lượng bóng m Bán kính bóng kg.m2 Momen qn tính bóng m/s2 Gia tốc trọng trường rad Góc quay đĩa servo (ngõ vào) r m Vị trí bóng (ngõ ra) Nghiên cứu khơng đề cập chi tiết đến mơ hình tốn đối tượng, mà tập trung vào việc áp dụng giải thuật điều khiển RBF-PID cho mơ hình thực nghiệm hệ cầu cân với ngõ vào đối tượng góc quay (t) đĩa servo ngõ vị trí r(t) bóng 2.2 Mơ hình thực nghiệm Mơ hình thực nghiệm hệ cầu cân với bóng trình bày Hình Trong Hình Mơ hình thực nghiệm hệ cầu cân 2.3 Hàm bù sai số cảm biến thời gian trễ liệu Để hạn chế sai số định vị cảm biến, nghiên cứu bố trí thí nghiệm Hình Một máy ảnh có chức chụp chế độ thể thao (chụp nhanh) sử dụng để ghi đồng thời giá trị đo cảm biến truyền máy tính vị trí bóng trượt có gắn thước kẻ vạch (Hình 3) Tập hợp mẫu liệu thí nghiệm dùng để xây dựng hàm bù sai số dựa theo phương pháp bình phương tối thiểu Levenberg-Marquardt (Marquardt, 1963; Gavin, 2000), trình bày chi tiết Ngơn Tín (2021) Thực nghiệm hệ cầu cân cho thấy tác động trọng lực, tốc độ di chuyển bóng nhanh trượt Vì vậy, cảm biến lấy mẫu vị trí bóng, xử lý liệu truyền đến máy tính thực tế lăn sang vị trí mới, khơng cịn vị trí vừa lấy mẫu trước Điều gây nên tình trạng tính tốn sai tín hiệu điều khiển, dẫn đến chất lượng kiểm sốt hệ cầu cân khơng tốt 28 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 2.4 Xây dựng điều khiển RBF-PID Theo Liu (2013), nguyên tắc điều khiển kết hợp thuật toán điều khiển PID điều khiển giám sát dùng mạng nơ-ron hàm sở xuyên tâm RBF, gọi tắt điều khiển RBF-PID trình bày Hình Theo nguyên tắc này, điều khiển PID mang lượng chủ đạo để kiểm soát đối tượng Bộ điều khiển RBF với chế tự học trực tuyến đóng vai trị tự tinh chỉnh tín hiệu điều khiển phù hợp với biến đổi mơi trường hay đặc tính đối tượng Cơ chế tự chỉnh cho phép điều khiển RBF khắc phục hạn chế việc cố định tham số điều khiển PID Bộ PID có tác động ngược lại với điều khiển RBF Nếu điều khiển RBF độc lập kiểm soát thiết bị, giải thuật cập nhật trọng số mạng khó lâu hội tụ, kéo theo thời gian xác lập đáp ứng dài Trong kết hợp với PID, nhờ PID kéo đáp ứng gần với giá trị xác lập nhanh chóng, mà giải thuật huấn luyện mạng RBF trở nên dễ dàng hội tụ Hình Bố trí thí nghiệm đo khoảng cách với cảm biến siêu âm Hàm bù sai số xác định sử dụng nghiên cứu sau: rr ˆf ( rs ) 41.07 8.15 e 0.1rs (2) Trong đó, rs vị trí bóng đo cảm biến siêu âm; rr vị trí ước lượng hàm bù sai số (2) Hình minh họa tương quan hàm bù sai số (2) liệu đo đạc thực nghiệm Hàm bù sai số (2) tích hợp vào vi điều khiển mơ-đun Arduino Uno R3 Mỗi thời điểm vi điều khiển đọc giá trị cảm biến siêu âm US-015 thu vị trí rs giá trị đưa vào hàm (2) để tính tốn giá trị rr Giá trị rr truyền máy tính hiểu vị trí bóng trượt Trên sơ đồ Hình 5, điều khiển PID chạy miền thời gian rời rạc nên tín hiệu điều khiển lấy mẫu theo tần số lấy mẫu Ts hệ thống Tín hiệu điều khiển PID liên tục xác định sau: t u p (t)= K p e(t)+ K i ò e(t)dt + K d de(t) dt (3) với e(t) sai biệt đáp ứng tín hiệu tham khảo Gọi k bước rời rạc thời điểm lấy mẫu t = kTs khâu tích phân đạo hàm (3) tính gần sau (Liu, 2013): t k e(t)dt @ Ts å e(n) (4) de(t) e( k ) - e( k - 1) @ dt Ts (5) ò n=0 Thay (4) (5) vào (3), ta có tín hiệu điều khiển PID rời rạc là: k u p (k)= K p e(k)+ K iTs å e( n) + n= Hình Kiểm nghiệm hàm bù sai số với cảm biến siêu âm 29 Ks (e( k ) - e( k - 1)) Ts (6) Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 Hình Nguyên tắc điều khiển giám sát RBF-PID Kết hợp (6) (9) ta có tín hiệu điều khiển điều khiển RBF-PID là: u (k ) = u p (k ) + un (k ) (10) 2.5 Huấn luyện trực tuyến điều khiển RBF Một cách tổng quát, huấn luyện trực tuyến mạng nơ-ron RBF trình cập nhật trực tuyến véc-tơ trọng số w, véc-tơ tâm cj véc-tơ độ rộng bj hàm Gauss mạng Hàm mục tiêu trình huấn luyện mạng chọn sau (Liu, 2013): Hình Cấu trúc điều khiển mạng nơ-ron RBF Cấu trúc [1-m-1] điều khiển mạng nơ-ron RBF ngõ vào, ngõ m nơ-ron ẩn minh họa Hình Gọi véc-tơ T h h1 , h2 , , hm ngõ hàm Gauss E (k ) ổ x(k ) - c ỗ j h j = exp ỗỗỗ2 b j ỗỗố ửữ ữữ ữữ ứữ Dw j ( k ) = -h (11) ảE (k ) ¶w j ( k ) = h éun ( k ) - u ( k )ù h j ( k ) ë (12) û ë Db j (k ) = -h ¶E (k ) ¶b j (k ) û x-cj = h [u n ( k ) - u ( k ) ] w j ( k ) h j ( k ) b3j (k ) (13) b j (k ) = b j ( k - 1) + Db j ( k ) + a éêb j (k -1) - b j ( k - 2)ùú ë Dc j ( k ) = -h véc-tơ độ rộng hàm Gauss mạng nơron RBF ¶E ( k ) ¶c j ( k ) û = h [un ( k ) - u ( k ) ] w j ( k ) x-cj b 2j (k ) (14) c j ( k ) = c j ( k - 1) + Dc j ( k ) + a éê c j ( k -1) - c j ( k - 2)ùú ë Gọi véc-tơ trọng số mạng RBF là: w = [ w1 , , w m ] un k u k 2 w j ( k ) = w j ( k - 1) + Dw j ( k ) + a éê w j (k -1) - w j ( k - 2)ùú (7) đó, x(k) ngõ vào mạng RBF, trường hợp này, theo sơ đồ Hình x(k)=yd(k); T c j c1, , cm véc-tơ tâm b j b1 , , bm T Cũng theo (Liu, 2013), Phương pháp gradient descent áp dụng để cập nhật tham số mạng sau: mạng RBF m nút, ngõ hàm Gauss thứ j xác định (Liu, 2013): û Trong đó, hệ số 0,1 số tốc độ học 0,1 hệ số mơ-men (8) ngõ mạng nơ-ron RBF, ngõ điều khiển RBF, xác định sau: KẾT QUẢ VÀ THẢO LUẬN 3.1 Sơ đồ điều khiển Sơ đồ điều khiển mơ hình thực nghiệm hệ cầu cân với bóng (Hình 2) xây dựng u n ( k ) = h1 w1 + h2 w2 + + hm wm = hT w (9) 30 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 10, 10, 10]T Hằng số tốc độ học chọn 0,1 hệ số mô-men chọn 0,5 Thực nghiệm điều khiển cho thấy, điều khiển PID tác động đưa đáp ứng vị trí bóng gần vị trí mong muốn (vị trí tham khảo) mạng nơ-ron RBF hội tụ nhanh góp phần tích cực việc tinh chỉnh đáp ứng hệ cầu cân MATLAB/Simulink Hình Bộ điều khiển PID chọn lựa thơng số theo phương pháp thử sai, với KP = 8, KI = 0,06, KD = Việc lựa chọn tham số PID khơng q nghiêm ngặt, tín hiệu điều khiển cịn có tham gia điều chỉnh điều khiển RBF Cấu trúc mạng nơ-ron RBF sử dụng thực nghiệm [1 – – 1], với véctơ trọng số khởi động ngẫu nghiên [0, 1]; véc-tơ tâm cj véc-tơ độ rộng bj hàm Gauss chọn gồm cj = [-30, -15, 15, 30] bj = [10, Hình Sơ đồ điều khiển giám sát RBF-PID hệ cầu cân Hình Sơ đồ truyền nhận liệu 3.2 Thực nghiệm – tín hiệu tham khảo cố định Hình cho thấy khối Beam & Ball thực chất khối giao tiếp máy tính mơ-đun Arduino Uno R3, MATLAB hỗ trợ sẵn thư viện công cụ truyền thông nối tiếp mạnh mẽ Sơ đồ bố trí mạch giao tiếp Hình Trong đó, tín hiệu điều khiển u truyền từ máy tính xuống mạch driver động DC servo để kiểm sốt góc nghiêng trượt Đồng thời, vị trí bóng sau bù sai số truyền ngược máy tính để làm tín hiệu hồi tiếp cho hệ điều khiển Thực nghiệm triển khai với vị trí tham khảo cố định 15 cm (hàm step) cảm biến vị trí dùng cảm siêu âm US-015 Hình trình bày đáp ứng hệ cầu cân Hình 10 trình bày tín hiệu điều khiển tương ứng Kết cho thấy bóng giữ vững vị trí 15 cm mong muốn, có dao động nhẹ xung quanh vị trí cân 31 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 dài, khoảng 6,5 giây; độ vọt lố lớn, khoảng 11 2%; sai số xác lập bị triệt tiêu Hình Đáp ứng vị trí với vị trí tham khảo cố định Hình 11 Đáp ứng với vị trí tham khảo xung vng Hình 10 Tín hiệu điều khiển ứng với vị trí tham khảo cố định 3.3 Thực nghiệm – tín hiệu tham khảo xung vng Hình 12 Tín hiệu điều khiển tương ứng với vị trí tham khảo xung vuông Thực nghiệm triển khai với vị trí tham khảo dạng xung vng biên độ biến thiên từ 10 đến 20 cm Kết thực nghiệm cho đáp ứng vị trí bóng trình bày Hình 11 tín hiệu điều khiển tương ứng Hình 12 Kết thực nghiệm cho thấy bóng giữ vững vị trí 10 cm 20 cm, theo biến đổi xung vuông tham khảo Q trình chuyển trạng thái từ vị trí 10 cm sang vị trí 20 cm, đáp ứng có dao động theo qn tính bóng, phản ảnh động lực học hệ 3.4 Thực nghiệm – so sánh hai kiểu điều khiển Thực nghiệm triển khai để so sánh hai trường hợp điều khiển Trường hợp 1: Cô lập điều khiển RBF, cho điều khiển PID kinh điển kiểm soát hệ cầu cân Trường hợp 2: Áp dụng điều khiển kết hợp RBF-PID Kết thực nghiệm cho đáp ứng vị trí bóng trình bày Hình 13, kiểm sốt bóng cân vị trí tham khảo, 10 cm 20 cm Hình 13 cho thấy điều khiển kết hợp RBF-PID tham gia tích cực vào việc giữ bóng vị trí cân bằng, Thống kê cho thấy thời gian tăng đáp ứng nhanh, đạt 1,5 0,3 giây; thời gian xác lập cịn 32 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 nhờ hỗ trợ RBF với chế tự cập nhật Khi điều khiển hệ cầu cân với điều khiển PID kinh điển, bóng giữ vị trí tham khảo, bị dao động qua lại xung quanh vị trí Trong điều khiển RBF-PID khắc phục đáng kể tượng độ vọt lố đáp ứng cịn lớn, khoảng 112%, nhiên, so với kết thực nghiệm cơng bố tiêu chất lượng tương đương trình bày Bảng Cụ thể, để giữ bóng vị trí 20 cm, điều khiển PID (Ali et al., 2017) cho độ vọt lố tới 30% điều khiển mờ (Latif et al., 2019) cho độ vọt lố khoảng 10%, điều khiển giám sát RBF-PID nghiên cứu cho độ vọt lố 11 2% Thời gian xác lập hệ thống nghiên cứu Ali et al (2017) khoảng 10 giây, Latif et al (2019) khoảng giây nghiên cứu 6,5 1,0 giây Thời gian tăng sai số xác lập ba nghiên cứu Bảng không chênh lệch đáng kể Nguyên nhân dẫn đến thời gian xác lập độ vọt lố hệ cầu cân nghiên cứu không nằm chất lượng điều khiển RBF-PID mà đánh giá hạn chế khí xác chế tạo ma sát bóng trượt Thật vậy, thực tế điều khiển cho thấy sai số cấu truyền động từ trục động servo đến góc nghiêng trượt gây dao động bóng, làm cho điều khiển phải thời gian để giữ cân thời điểm thay đổi vị trí tham khảo Ngồi ra, trượt bóng chế tạo kỹ thuật in 3D vật liệu nhựa ABS nên ma sát ảnh hưởng định đến chất lượng điều khiển Hình 13 So sánh điều khiển RBF-PID PID kinh điển 3.5 Thảo luận Bộ điều khiển giám sát RBF-PID có khả kiểm sốt tốt vị trí bóng cầu cân với số tiêu chất lượng điều khiển đạt yêu cầu, đặt biệt thời gian tăng sai số xác lập Mặc dù Bảng So sánh số tiêu chất lượng với số nghiên cứu trước Sai số xác lập Thời gian Độ vọt Thời gian xác tăng (giây) lố (%) lập (giây) (cm) PID (Ali et al., 2017) 30 10 Fuzzy (Latif et al., 2019) 1,5 10 0.5 RBF-PID nghiên cứu 1,5 0,3 11 6,5 1,0 Quét mã QR Hình 13 để xem clip minh họa Việc áp dụng giải thuật bù sai số cảm biến hoạt động thực nghiệm hệ cầu cân thời gian trễ truyền liệu triển khai nghiên cứu tỏ ưu điểm, mà nghiên cứu KẾT LUẬN trước chưa tiếp cận đến Thực nghiệm cho thấy, cảm biến lấy mẫu vị trí bóng, xử lý liệu Bài viết trình bày phương pháp kết hợp giải truyền đến máy tính bóng dịch thuật điều khiển kinh điển PID giải thuật điều chuyển sang vị trí khác Do đó, chế bù sai số cho khiển giám sát dùng mạng nơ-ron hàm sở xuyên phép điều khiển ln ước lượng vị trí tâm RBF, gọi tắt điều khiển RBF-PID, mơ bóng tính tốn luật điều khiển hình thực hệ cầu cân với bóng Mơ hình thực nghiệm thiết kế chế tạo trước, có tích hợp bù sai số cảm biến siêu âm thời gian trễ truyền tín hiệu, để khắc phục hạn chế mà nghiên cứu trước chưa tiếp cận Kết cho thấy cảm biến lấy mẫu vị trí bóng, xử lý liệu truyền đến máy tính bóng dịch chuyển sang vị trí khác Vì thế, chế bù sai Hình 13 Clip biểu diễn thực nghiệm điều khiển số cho phép điều khiển ln ước lượng vị hệ cầu cân trí bóng lúc tính tốn luật điều Bộ điều khiển 33 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 ứng nhanh, đạt 1,5 0,3 giây; thời gian xác lập đạt khoảng 6,5 1,0 giây; độ vọt lố lớn, khoảng 11 %; sai số xác lập triệt tiêu khiển Trong chế điều khiển kết hợp này, điều khiển PID xây dựng theo phương pháp thử sai với yêu cầu không nghiêm ngặt, mà cần đưa đáp ứng gần giá trị tham khảo Nhiệm vụ tinh chỉnh đáp ứng lại điều khiển RBF đảm trách nhờ chế huấn luyện trực tuyến Kết thực nghiệm điều khiển RBF-PID hệ cầu cân với chế định vị bóng sóng siêu âm cho kết từ tương đương đến tốt nghiên cứu trước Cụ thể, thời gian tăng đáp Trong thời gian tới, việc cải thiện độ xác khí khâu truyền động, sơn hay xi mạ trượt bóng nhựa tiếp tục triển khai Đồng thời, số kỹ thuật điều khiển đại khác tiếp tục kiểm nghiệm mô hình TÀI LIỆU THAM KHẢO Ahmad, B & Hussain, I (2017) Design and hardware implementation of ball & beam setup 2017 Fifth International Conference on Aerospace Science & Engineering (ICASE), 1-6, doi: 10.1109/ICASE.2017.8374271 Ali, A T., Ahmed A M., Almahdi H A., Osama A Taha & A Naseraldeen A (2017) Design and Implementation of Ball and Beam System Using PID Controller Automatic Control and Information Sciences, 3(1), 1-4 DOI: 10.12691/acis-3-1-1 Azar, A T., Ali, N., Makarem, S., Diab, M K & Ammar, H H (2020) Design and Implementation of a Ball and Beam PID Control System Based on Metaheuristic Techniques In: Hassanien A., Shaalan K., Tolba M (eds), Proceedings of the International Conference on Advanced Intelligent Systems and Informatics 2019 - AISI 2019 Advances in Intelligent Systems and Computing, 1058, Springer, Cham https://doi.org/10.1007/978-3-030-31129-2_29 Choudhary, M K & Kumar, G N (2016) ESO Based LQR Controller for Ball and Beam System IFAC-Papers On Line, 49(1), 607-610 DOI: https://doi.org/10.1016/ j.ifacol.2016.03.122 Gavin, H P (2000) The Levenberg-Marquardt algorithm for nonlinear least squares curvefitting problems Department of Civil and Environmental Engineering, Duke University, September 18, 2020 Keshmiri, M., Jahromi, A F., Mohebbi, A., Amoozgar, M H., & Xie, W.-F (2012) Modeling and control of ball and beam system using model based and non-model based control approaches Inter J on Smart Sensing and Intelligent Systems, 5(1), 14-35 DOI: https://doi.org/10.21307/ijssis-2017-468 Kharola, A., & Patil, P P (2017) Neural Fuzzy Control of Ball and Beam System International Journal of Energy Optimization and Engineering (IJEOE), 6(2), 64-78, http://doi.org/10.4018/IJEOE.2017040104 Latif, S., Muhammad, E & Naeem, U (2019) Implementation of ball and beam system using classical and advanced control techniques 2019 International Conference on Applied and Engineering Mathematics (ICAEM), 74-79, doi: 10.1109/ICAEM.2019.8853822 Liu, J (2013) Radial Basis Function (RBF) Neural Network Control for Mechanical Systems Springer, 365 pages DOI 10.1007/978-3-64234816-7 Maalini, P V M., Prabhakar, G & Selvaperumal, S (2016) Modelling and control of ball and beam system using PID controller Inter Conference on Advanced Communication Control and Computing Technologies (ICACCCT), 322-326, doi: 10.1109/ICACCCT.2016.7831655 Marquardt, D W (1963) An algorithm for leastsquares estimation of nonlinear parameters Journal of the Society for Industrial and Applied Mathematics, 11(2), 431-441 Meenakshipriya, B & Kalpana, K (2014) Modelling and Control of Ball and Beam System using Coefficient Diagram Method (CDM) based PID controller IFAC Proceedings Volumes, 47(1), 620-626 https://doi.org/10.3182/20140313-3-IN3024.00079 Ngôn, N C & Tín, D (2011) Điều khiển PID nơron thích nghi dựa nhận dạng mạng nơron mờ hồi qui áp dụng cho hệ bóng Tạp chí Khoa học Trường Đại học Cần Thơ, 20a, 159-168 URL: https://sj.ctu.edu.vn/ql/docgia/tacgia1134/baibao-5605.html Ngôn, N C., Tân, T T., Phụng, V C & Cảnh, N M (2021) Cải thiện thiết bị hỗ trợ người khiếm thị điều hướng di chuyển dùng sóng siêu âm Thai Nguyen Univerity Journal of Science and Technology, 226(11), 292-299 DOI: https://doi.org/10.34238/tnu-jst.4812 Ngôn, N C., Thọ, N V., & Phượng, T T H (2022) Chế tạo hệ cầu cân tích hợp bù sai số định vị cho cảm biến siêu âm hồng ngoại Tạp 34 Tạp chí Khoa học Trường Đại học Cần Thơ Tập 58, Số 3A (2022): 26-35 chí Khoa học Trường Đại học Cần Thơ, 58(2), 11-21 https://doi.org/10.22144/ctu.jvn.2022.032 Saad, M., & Khalallah, M (2017) Design and implementation of an embedded ball-beam controller using PID algorithm Universal J of Control and Automation, 5(4), 63-70 DOI: 10.13189/ujca.2017.050402 Salem, F (2013) Mechatronics Design of Ball and Beam System: Education and Research Control Theory and Informatics, 3(4), 1-26 The MathWorks, Inc (2021) Curve Fitting Toolbox™ User's Guide Tứ, N D., Đăng, L H., Cường, T C & Ngơn, N C (2017) Điều khiển thích nghi theo mơ hình tham khảo dựa mạng nơ-ron RBF Tạp chí Khoa học Trường Đại học Cần Thơ, (50), 37-42 https://doi.org/10.22144/ctu.jvn.2017.064 35 ... 2.4 Xây dựng điều khiển RBF-PID Theo Liu (2013), nguyên tắc điều khiển kết hợp thuật toán điều khiển PID điều khiển giám sát dùng mạng nơ- ron hàm sở xuyên tâm RBF, gọi tắt điều khiển RBF-PID... điều khiển kết hợp giải thuật điều khiển PID giải thuật điều khiển giám sát (supervisory control) dùng mạng nơ- ron RBF (Liu, 2013), gọi tắt điều khiển RBF-PID, mơ hình thực hệ cầu cân Trong phạm... thành công giải thuật điều khiển dùng mạng nơ- ron mờ mơ hình tốn hệ Tứ ctv (2017) áp dụng mạng nơ- ron hàm sở xuyên tâm RBF (radial basis function neural network) để mô hệ điều khiển Tương tự, Latif