THÔNG TIN TÀI LIỆU
DANH MỤC CÁC BẢNG Bảng 1-1 Các ký hiệu SNAME Bảng 1-2 Những thông số xác định tàu CyberShip II 23 DANH MỤC CÁC HÌNH VẼ Hình 1-1 Các biến chuyển động phương tiện hàng hải ( nguồn [19] ) Hình 1-2 Các khung tọa độ quy chiếu ( nguồn [19]) Hình 1-3 Khung tọa độ quy chiếu quán tính gắn trái đất khung tọa độ gắn thân Hình 1-4 Ổn định khuynh tâm theo chiều ngang tàu ( nguồn [19]) 13 Hình 1-5 Các đẩy tàu đủ cấu chấp hành 20 Hình 1-6 Cơ cấu chân vịt bánh lái tàu hụt cấu chấp hành 20 Hình 1-7 Sơ đồ cấu trúc hệ thống DSC (nguồn [61]) 32 Hình 1-8 Xấp xỉ hàm bất định mạng RBF 36 Hình 2-1 Sơ đồ khối hệ thống điều khiển lái tàu thủy điều khiển SMB 43 Hình 2-2 Quỹ đạo bám với nhiễu tác động khác nhau: quỹ đạo đặt 𝜼𝑑 " − ", quỹ đạo bám 𝜼 "− " 44 Hình 2-3 Sai số bám theo trục x trường hợp hàm chặn 𝒑(𝜼, ) = 0.1: 45 Hình 2-4 Sai số bám theo trục x trường hợp 𝒑(𝜼, ) = 0.1: 45 Hình 2-5 Sai số bám theo trục y trường hợp 𝒑(𝜼, ) = 0.1: 45 Hình 2-6 Sai số bám theo trục y trường hợp 𝒑(𝜼, ) = 0.1: 46 Hình 2-7 Sai số bám theo 𝜓 trường hợp 𝒑(𝜼, ) = 0.1: 46 Hình 2-8 Sai số bám theo 𝜓 trường hợp 𝒑(𝜼, ) = 0.1: 46 Hình 2-9 Đầu vào điều khiển trục x trường hợp 𝒑(𝜼, ) = 0.1: 47 Hình 2-10 Đầu vào điều khiển trục x trường hợp 𝒑(𝜼, ) = 0.1: 47 Hình 2-11 Đầu vào điều khiển trục y trường hợp 𝒑(𝜼, ) = 0.1: 48 Hình 2-12 Đầu vào điều khiển trục y trường hợp 𝒑(𝜼, ) = 0.1: 48 Hình 2-13 Đầu vào điều khiển theo 𝜓 trường hợp 𝒑(𝜼, ) = 0.1: 49 Hình 2-14 Đầu vào điều khiển theo 𝜓 trường hợp 𝒑(𝜼, ) = 0.1: 49 Hình 2-15 Quỹ đạo bám với nhiễu tác động khác nhau: quỹ đạo đặt 𝜼𝒅 " − ", quỹ đạo bám 𝜼 "− " 50 Hình 2-16 Sai số bám theo trục x trường hợp hàm chặn 𝒑(𝜼, ) = 0.5: 51 Hình 2-17 Sai số bám theo trục x trường hợp 𝒑(𝜼, ) = 0.5: 51 Hình 2-18 Sai số bám theo trục y trường hợp hàm chặn 𝒑(𝜼, ) = 0.5: 51 Hình 2-19 Sai số bám theo trục y trường hợp 𝒑(𝜼, ) = 0.5: 52 Hình 2-20 Sai số bám theo 𝜓 trường hợp hàm chặn 𝒑(𝜼, ) = 0.5: 52 Hình 2-21 Sai số bám theo 𝜓 trường hợp 𝒑(𝜼, ) = 0.5: 52 Hình 2-22 Đầu vào điều khiển trục x trường hợp 𝒑(𝜼, ) = 0.5: 53 Hình 2-23 Đầu vào điều khiển trục x trường hợp 𝒑(𝜼, ) = 0.5: 53 Hình 2-24 Đầu vào điều khiển trục y trường hợp 𝒑(𝜼, ) = 0.5: 54 Hình 2-25 Đầu vào điều khiển trục y trường hợp 𝒑(𝜼, ) = 0.5: 54 Hình 2-26 Đầu vào điều khiển 𝜓 trường hợp 𝒑(𝜼, ) = 0.5: 55 Hình 2-27 Đầu vào điều khiển 𝜓 trường hợp 𝒑(𝜼, ) = 0.5: 55 Hình 2-28 Cấu trúc mạng nơ-ron 57 Hình 2-29 Sơ đồ mơ hệ thống điều khiển ANSBC 61 Hình 2-30 Quỹ đạo bám với nhiễu tác động khác nhau: quỹ đạo đặt 𝜼𝒅 " − ", quỹ đạo bám 𝜼 "− " 62 x Hình 2-31 Sai số bám theo trục x: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 63 Hình 2-32 Sai số bám theo trục x: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 63 Hình 2-33 Sai số bám theo trục y: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 63 Hình 2-34 Sai số bám theo trục y: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 64 Hình 2-35 Sai số bám theo 𝜓: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.”64 Hình 2-36 Sai số bám theo 𝜓: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 64 Hình 2-37 Đầu vào điều khiển trục x: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 65 Hình 2-38 Đầu vào điều khiển trục x: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 65 Hình 2-39 Đầu vào điều khiển trục y: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 66 Hình 2-40 Đầu vào điều khiển trục y: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 66 Hình 2-41 Đầu vào điều khiển 𝜓: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 67 Hình 2-42 Đầu vào điều khiển 𝜓 : khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 67 Hình 2-43 So sánh quỹ đạo bám hai điều khiển ANB (“ “) ANSBC(“-.-“) với quỹ đạo tham chiếu (“−") 69 Hình 2-44 So sánh sai số bám hai điều khiển ANB (“ “) ANSBC(“−“) 70 Hình 2-45 So sánh tín hiệu điều khiển 𝜏𝑥 hai điều khiển ANB (“ “) ANSBC(“−“) 71 Hình 2-46 So sánh tín hiệu điều khiển 𝜏𝑦 hai điều khiển ANB (“ “) ANSBC (“−“) 71 Hình 2-47 So sánh tín hiệu điều khiển 𝜏𝜓 hai điều khiển ANB (“ “) ANSBC(“−“) 72 Hình 3-1 Sơ đồ khối hệ thống điều khiển lái tàu thủy điều khiển DSC 77 Hình 3-2 Quỹ đạo bám với nhiễu tác động khác nhau: quỹ đạo đặt 𝜼𝑑 "", quỹ đạo bám 𝜼 "− " 78 Hình 3-3 Sai số bám theo trục x: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 79 Hình 3-4 Sai số bám theo trục x: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “.” 79 Hình 3-5 Sai số bám theo trục y: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 79 Hình 3-6 Sai số bám theo trục y: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “.” 79 Hình 3-7 Sai số bám theo 𝜓: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 80 Hình 3-8 Sai số bám theo 𝜓: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 80 Hình 3-9 Đầu vào điều khiển trục x: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 80 Hình 3-10 Đầu vào điều khiển trục x: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 81 xi Hình 3-11 Đầu vào điều khiển trục y: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 81 Hình 3-12 Đầu vào điều khiển trục y: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 81 Hình 3-13 Đầu vào điều khiển theo 𝜓: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 82 Hình 3-14 Đầu vào điều khiển theo 𝜓: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 82 Hình 3-15 Sơ đồ khối hệ thống điều khiển lái tàu thủy điều khiển ANDSC 86 Hình 3-16 Quỹ đạo bám với nhiễu tác động khác nhau: quỹ đạo đặt 𝜼𝑑 "", quỹ đạo bám 𝜼 "− " 87 Hình 3-17 Sai số bám theo trục x: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 88 Hình 3-18 Sai số bám theo trục x: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 88 Hình 3-19 Sai số bám theo trục y: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 88 Hình 3-20 Sai số bám theo trục y: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 89 Hình 3-21 Sai số bám theo 𝜓: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.”89 Hình 3-22 Sai số bám theo 𝜓: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 89 Hình 3-23 Đầu vào điều khiển trục x: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 90 Hình 3-24 Đầu vào điều khiển trục x: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 90 Hình 3-25 Đầu vào điều khiển trục y: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “-.” 90 Hình 3-26 Đầu vào điều khiển trục y: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “-.” 90 Hình 3-27 Đầu vào điều khiển 𝜓: khơng có nhiễu “−“, nhiễu “- -“, nhiễu hàm “.” 91 Hình 3-28 Đầu vào điều khiển 𝜓: khơng có nhiễu “−“, nhiễu hàm “- -“, nhiễu trắng “.” 91 Hình 3-29 So sánh sai số bám quỹ đạo trục x hai điều khiển ANSBC (“ “) ANDSC(“−“) 91 Hình 3-30 So sánh sai số bám quỹ đạo trục y hai điều khiển ANSBC (“ “) ANDSC(“−“) 92 Hình 3-31 So sánh sai số bám quỹ đạo theo ψ hai điều khiển ANSBC (“ “) ANDSC(“−“) 92 Hình 3-32 So sánh tín hiệu điều khiển 𝜏𝑥 hai điều khiển ANSBC (“ “) ANDSC(“−“) 92 Hình 3-33 So sánh tín hiệu điều khiển 𝜏𝑦 hai điều khiển ANSBC (“ “) ANDSC (“−“) 93 Hình 3-34 So sánh tín hiệu điều khiển 𝜏𝜓 hai điều khiển ANSBC (“ “) ANDSC (“−“) 93 xii MỞ ĐẦU Tính cấp thiết đề tài Tầm quan trọng phương tiện hàng hải thể lĩnh vực vận tải, khảo sát, giám sát, nghiên cứu khôi phục môi trường biển nhiều ứng dụng quân Ở nước ta nhiều năm gần đây, theo chủ trương phát triển đại hóa ngành cơng nghiệp đóng tàu, sở nghiên cứu với nhà máy đóng tàu nước không ngừng nâng cao lực thiết kế , đổi mặt công nghệ để đóng hàng loạt tàu với nhiều chủng loại tàu nghiên cứu biển, tàu cho ngành hải sản đánh bắt hải sản xa bờ, tàu cao tốc cho ngành hải quan cảnh sát biển, v.v Cùng với việc đóng vấn đề trang bị kỹ thuật tự động hóa đại cho phù hợp với tàu hệ thống tự động hóa buồng máy, hệ thống tự động máy phát điện, hệ thống nghi khí hàng hải định vị vệ tinh, đa, máy đo sâu, hệ lái tự động tàu thủy (LTĐTT) Để nâng cao chất lượng hệ thống điều khiển tàu việc nghiên cứu phương pháp điều khiển đại ứng dụng cho hệ thống tự động tàu đóng vai trị quan trọng Trên giới, việc nghiên cứu hệ thống lái tự động tiến hành thời gian dài Hiệp hội quốc tế tự động hóa (IFAC) nhận định hệ thống điều khiển lái tàu tốn điều khiển điển hình khó giải [59] Lý điều khiển lái tàu thủy có nhiều thách thức xuất phát từ thực tế: 1) môi trường làm việc phương tiện hàng hải động, phức tạp khơng có cấu trúc, điều dẫn đến nhiễu loạn không dự báo hệ thống điều khiển, ví dụ dịng chảy đại dương, sóng gió; 2) mơ hình động lực học tàu mô hinh phi tuyến bất định nên việc thiết kế điều khiển gặp khơng khó khăn Những năm đầu kỷ 20 nay, nghiên cứu hệ thống điều khiển lái tàu quan tâm phát triển không ngừng Từ thập niên 20 đến thập niên 60 công bố chủ yếu phương pháp điều khiển động (xây dựng tảng điều khiển PID) Năm 1911 Elmer Sperry xây dựng máy lái tự động cách phát triển hệ điều khiển kín cho tàu [5],[20] Năm 1922 Nicholas Minorsky mở rộng kết Sperry, đưa luật điều khiển ba trạng thái ProportionalIntegral-Derivative (PID) [41] Những năm đầu thập niên 70, phương pháp điều khiển không gian trạng thái phát triển Phần lớn cơng trình cơng bố dựa điều khiển tối ưu toàn phương (LQR LQG) [9, 10, 34] Nhược điểm phương pháp phải biết xác mơ hình tốn học hệ thống lái tàu Thực chất phương tiện hàng hải đối tượng bất định (dưới dạng tham số hàm số), chịu ảnh hưởng lớn nhiễu môi trường, năm gần lý thuyết điều khiển thích nghi quan tâm nghiên cứu nhiều cho hệ thống [6, 26, 30, 64] Thập niên cuối kỷ XX bùng nổ nghiên cứu điều khiển phi tuyến, đặc trưng ứng dụng hàm điều khiển hàm điều khiển thích nghi Lyapunov cho hệ thống lái tàu Hướng nghiên cứu mang lại nhiều thành công điều khiển đối tượng phi tuyến có mơ hình bất định kiểu số Đối với hệ thống phi tuyến bất định kiểu hàm số chịu ảnh hưởng nhiễu mơi trường phương pháp điều khiển nâng cao chất lượng thách thức Đó động lực cho việc lựa chọn đề tài nghiên cứu tác giả Mục đích nghiên cứu Mục đích luận án nghiên cứu áp dụng điều khiển thích nghi xây dựng điều khiển nhằm nâng cao chất lượng hệ thống lái tàu có chốn nước (sau gọi tắt tàu thủy) Để thực mục tiêu này, luận án đặt ba nhiệm vụ sau: - Nghiên cứu phương pháp điều khiển thích nghi phi tuyến cơng bố nước năm gần đây, đặc biệt lĩnh vực điều khiển hệ thống lái tàu thủy Phân tích ưu nhược điểm phương pháp làm tảng phát triển đóng góp cho luận án - Nghiên cứu áp dụng mạng nơ-ron nhân tạo để xấp xỉ thành phần động học bất định hệ thống lái, sở phát triển giải thuật điều khiển thích nghi - Nghiên cứu xây dựng thuật tốn điều khiển thích nghi sở kết hợp kỹ thuật điều khiển phi tuyến với mạng nơ-ron nhân tạo Đối tượng phạm vi nghiên cứu luận án Hệ thống điều khiển lái phương tiện hàng hải nói chung thường xây dựng thành khối độc lập dẫn đường, định vị điều khiển (GNC) Những hệ thống tương tác với thơng qua truyền tín hiệu liệu minh họa hình vẽ Khối dẫn đường: hệ thống tính tốn tạo quỹ đạo, vận tốc gia tốc tham chiều (mong muốn) tàu Những liệu để tính tốn thường cung cấp từ người điều hành hệ thống định vị Các phần tử hệ thống dẫn đường cảm biến đo chuyển động (vận tốc, gia tốc), liệu thu thập bên liệu thời tiết (hướng tốc độ gió, độ cao độ dốc sóng, tốc độ hướng dịng chảy) thiết bị tính tốn Thiết bị tính tốn có chức thu thập, xử lý thơng tin tính tốn tín hiệu tham chiếu cho hệ thống điều khiển lái Các khối dẫn đường tiên tiến có khả tính tốn tối ưu quỹ đạo tham chiếu Khối định vị: xác định vị trí, hướng khoảng cách di chuyển tàu Trong nhiều trường hợp tốc độ gia tốc chuyển động tàu xác định Việc định vị cho phương tiện hàng hải thường sử dụng hệ thống định vị vệ tinh kết hợp với cảm biến chuyển động Hệ thống định vị tiến cho ứng dụng hàng hải hệ thống định vị quán tính (INS) Khối điều khiển: có nhiệm vụ xác định lực mô-men điều khiển cần thiết cung cấp cho tàu nhằm đáp ứng mục tiêu điều khiển bám tín hiệu tham chiếu khối dẫn đường cung cấp Từ giới thiệu chức khối hệ thống điều khiển lái cho phương tiện hàng hải, đối tượng nghiên cứu luận án nằm chức khối thứ Điều có nghĩa luận án nghiên cứu xây dựng thuật toán điều khiển hệ thống lái tàu thủy để nâng cao chất lượng bám quỹ đạo mong muốn điều kiện mô hình động lực học tàu có thành phần bất định, chịu ảnh hưởng nhiễu môi trường trước (gió, sóng, dịng chảy, …) Phạm vi nghiên cứu luận án: Xây dựng thuật toán điều khiển bám thích nghi cho hệ thống lái tàu (ASV) tàu dịch vụ, tàu tuần tra, … Ý nghĩa khoa học thực tiễn luận án Luận án nghiên cứu xây dựng giải thuật điều khiển thích nghi sở điều khiển phi tuyến kết hợp với mạng nơ-ron nhân tạo cho hệ thống lái tàu thủy có mơ hình bất định, chịu ảnh hưởng nhiễu môi trường Các giải thuật đề xuất kiểm chứng thông qua mô kỹ thuật số cho mơ hình tàu thực tế Các kết mô cho thấy chất lượng bám quỹ đạo thỏa mãn yêu cầu đặt trước Do kết nghiên cứu luận án vừa có ý nghĩa khoa học vừa có ý nghĩa thực tiễn Phương pháp nghiên cứu Để đạt mục tiêu đề ra, phương pháp nghiên cứu luận án là: • • Nghiên cứu cơng trình khoa học công bố thời gian gần lĩnh vực điều khiển thích nghi phi tuyến Phân tích ưu nhược điểm phương pháp để từ đề xuất hướng nghiên cứu phát triển phương pháp điều khiển cho hệ thống lái tàu thủy Kiểm chứng, so sánh đề xuất luận án với phương pháp công bố hướng nghiên cứu sở kỹ thuật số để có kết luận khách quan đóng góp luận án Bố cục luận án Luận án trình bày chương với nội dung tóm tắt sau: Chương 1: Tổng quan phương pháp điều khiển cho hệ lái tàu thủy Giới thiệu mơ hình động lực học tàu thủy, phân tích đặc điểm đối tượng tàu thủy Nghiên cứu tổng quan phương pháp điều khiển cơng bố ngồi nước, phân tích ưu nhược điểm nhóm phương pháp, từ định hướng nghiên cứu cụ thể cho luận án Trình bày số kỹ thuật điều khiển như: kỹ thuật backstepping, điều khiển trượt, điều khiển mặt động, công cụ thông minh mạng nơ-ron nhân tạo làm tảng để phát triển giải thuật điều khiển đề xuất luận án Chương 2: Điều khiển thích nghi trượt backstepping cho mơ hình lái tàu 3D mạng nơ-ron nhân tạo Xây dựng điều khiển trượt backstepping nơ-ron thích nghi cho mơ hình tàu thủy ba bậc tự có thành phần bất định Các thành phần bất định đưa dạng véctơ hàm bất định xấp xỉ mạng nơ-ron hướng tâm hai lớp Bộ điều khiển thích nghi nơ-ron trượt backstepping(ANSBC) đề xuất sở kết hợp điều khiển trượt, kỹ thuật backstepping mạng nơ-ron nhân tạo Phát biểu chứng minh định lý tính ổn định hệ thống ANSBC Hệ thống kín với ANSBC mơ kiểm chứng phần mềm Matlab/Simulink Chương 3: Điều khiển thích nghi mặt động sở mạng nơ-ron nhân tạo Trong chương 3, bước xây dựng điều khiển thích nghi nơ-ron DSC cho mơ hình tàu thủy ba bậc tự có thành phần bất định trình bày chi tiết Thành phần bất định bao gồm ma trận quán tính hệ thống Phát biểu chứng minh định lý tính ổn định hệ thống điều khiển thích nghi nơ-ron mặt động (hệ ANDSC) Hệ thống kín với ANDSC mơ kiểm chứng phần mềm Matlab/Simulink CHƯƠNG TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN CHO HỆ LÁI TÀU THỦY 1.1 Mô hình động lực học phương tiện hàng hải Mơ hình động lực học phương tiện hàng hải xây dựng dựa lý thuyết học, nguyên lý động học tĩnh học Mơ hình động lực học phương tiện hàng hải sử dụng để thiết kế hệ thống điều khiển cho phương tiện đáp ứng mục tiêu cụ thể Trong chương này, tóm tắt cách biểu diễn mơ hình động lực học phương tiện hàng hải dựa kết [19, 22] Các tính chất vật lý đặc trưng yêu cầu điều khiển hệ thống lái tàu phân tích kỹ lưỡng để phục vụ cho phần tổng hợp điều khiển khảo sát tính ổn định cho hệ thống kín Các ký hiệu sử dụng chiều chuyển động, lực momen tác động, tốc độ vị trí cho phương tiện hàng hải [19] biểu diễn Bảng 1-1 Hình 1-1 tuân thủ theo hiệp hội SNAME Đối với chuyển động phương tiện hàng hải, tọa độ độc lập đủ để xác định vị trí hướng phương tiện Sáu biến chuyển động khác phương tiện hàng hải gồm chuyển động tiến (surge), chuyển động dạt (sway), chuyển động lên xuống (heave), chuyển động quay lắc (roll), chuyển động quay lật (pitch) chuyển động quay hướng (yaw) định nghĩa Hình 1-1 Bảng 1-1 Hình 1-1 Các biến chuyển động phương tiện hàng hải ( nguồn [19] ) Bảng 1-1 Các ký hiệu SNAME Bậc tự Lực mô-men Tốc độ dài tốc độ góc Vị trí góc Euler Chuyển động tiến theo trục 𝑥 𝑋 𝑢 𝑥 Chuyển động tiến theo trục 𝑦 𝑌 𝑣 𝑦 Chuyển động tiến theo trục 𝑧 𝑍 𝑧 Chuyển động quay quanh trục 𝑥 𝐾 𝑝 Chuyển động quay quanh trục 𝑦 𝑀 𝑞 Chuyển động quay quanh trục 𝑧 𝑁 𝑟 𝜓 Ba tọa độ (𝑥, 𝑦, 𝑧) vị trí phương tiện hàng hải đạo hàm chúng theo thời gian (𝑢, 𝑣, ) vận tốc chuyển động tịnh tiến phương tiện dọc theo trục 𝑥, 𝑦, 𝑧 Ba tọa độ cuối (, , 𝜓) góc miêu tả hướng phương tiện quanh trục 𝑥, 𝑦, 𝑧 đạo hàm theo thời gian chúng (𝑝, 𝑞, 𝑟) tốc độ quay xung quanh trục Để phân tích chuyển động phương tiện hàng hải bậc tự do, khung tọa độ sau cần xét: khung tọa độ gắn tâm trái đất khung tọa độ quy chiếu cần để miêu tả chuyển động phương tiện hàng hải Hình 1-2 Các khung tọa độ quy chiếu ( nguồn [19]) Khung tọa độ quy chiếu gắn tâm trái đất (Earth-Centered Reference Frames) gồm: ECI (i-frame) khung tọa độ quán tính để định vị trái đất (ứng với khung quy chiếu không gia tốc định luật Newton để ứng dụng xét chuyển động) Gốc khung tọa độ ECI 𝑥𝑖 𝑦𝑖 𝑧𝑖 đặt tâm trái đất với trục Hình 1-2 ECEF (e- frame) 𝑥𝑒 𝑦𝑒 𝑧𝑒 có gốc gắn với thân trái đất trục quay so với khung quán tính ECI, với tốc độ quay ωe = 7.2921 10-5 rad/s Đối với phương tiện hàng hải, quay trái đất bỏ qua khung e-frame xem khung quán tính Khung tọa độ e –frame sử dụng cho việc dẫn đường, định vị điều khiển nói chung Ví dụ phải miêu tả chuyển động vị trí tàu cảnh đại dương Khung tọa độ quy chiếu địa lý (Geographic Reference Frames) gồm: NED (n-frame) hệ tọa độ North-East-Down 𝑥𝑛 𝑦𝑛 𝑧𝑛 Đó hệ trục tọa độ thường đề cập đến sống hàng ngày Nó thường định nghĩa mặt phẳng tiếp tuyến bề mặt trái đất chuyển động với phương tiện, trục 𝑥 theo hướng bắc, trục 𝑦 theo hướng đông, trục 𝑧 theo hướng tới bề mặt trái đất Vị trí n-frame so với e-frame xác định hai góc l (kinh độ) (vĩ độ) Đối với phương tiện hàng hải hoạt động vùng cục bộ, kinh độ vĩ độ gần không đổi, sử dụng mặt phẳng tiếp tuyến bền mặt trái đất để định vị cho phương tiện Khi trái đất coi mặt phẳng định vị để đơn giản ký hiệu n-frame Khi định vị trái đất mặt phẳng n-frame khung tọa độ qn tính định luật Newton áp dụng BODY (b-frame) khung quy chiếu gắn thân 𝑥𝑏 𝑦𝑏 𝑧𝑏 khung tọa độ gắn với phương tiện, di chuyển phương tiện Vị trí hướng phương tiện miêu tả khung tọa độ quy chiếu qn tính n-frame (vì khung tọa độ e-frame n-frame xấp xỉ phương tiện hàng hải), vận tốc góc vận tốc dài phương tiện thường biểu diễn khung tọa độ gắn thân b-frame Với tàu đại dương nói chung, vị trí thơng dụng khung tọa độ gắn thân tạo đối xứng xung quanh mặt phẳng 𝑜𝑏 𝑥𝑏 𝑧𝑏 xấp xỉ đối xứng xung quanh mặt phẳng 𝑜𝑏 𝑦𝑏 𝑧𝑏 Theo nghĩa này, trục gắn thân xb, yb zb chọn trùng với trục quán tính chúng thường xác định (Hình 1-1) xb – longitudinal axis – trục dọc (hướng từ đuôi tới mũi tàu) yb – transverse axis – trục ngang (hướng sang mạn phải tàu) zb – normal axis – trục thẳng đứng (hướng từ đỉnh tới đáy tàu) Dựa ký hiệu Bảng 1-1, chuyển động phương tiện hàng hải miêu tả véc-tơ sau: 𝜼 = [𝜼1𝑇 , 𝜼𝑇2 ]𝑇 ∈ 𝑅 ; với 𝜼1 = [𝑥, 𝑦, 𝑧]𝑇 ∈ 𝑅 ; 𝜼2 = [, , 𝜓]𝑇 ∈ 𝑅 = [1𝑇 , 𝑇2 ]𝑇 ∈ 𝑅 ; với 1 = [𝑢, 𝜐, ]𝑇 ∈ 𝑅 ; 2 = [𝑝, 𝑞, 𝑟]𝑇 ∈ 𝑅 𝝉 = [𝝉1𝑻 , 𝝉𝑻2 ]𝑇 ∈ 𝑅 ; với 𝝉1 = [𝑋, 𝑌, 𝑍]𝑇 ∈ 𝑅 ; 𝝉2 = [𝐾, 𝑀, 𝑁]𝑇 ∈ 𝑅 𝜼 ký hiệu véc-tơ vị trí hướng với khung tọa độ gắn trái đất e-frame, ký hiệu véc-tơ vận tốc dài vận tốc góc với hệ tọa gắn thân b-frame, 𝝉 ký hiệu lực momen tác động lên tàu khung tọa độ gắn thân Nghiên cứu động lực học phương tiện hàng hải chia thành hai phần [19]: − Phân tích vị trí hướng chuyển động (kinematic) − Phân tích lực gây chuyển động (dynamic) Hình 3-33 So sánh tín hiệu điều khiển 𝜏𝑦 hai điều khiển ANSBC (“ “) ANDSC (“−“) Hình 3-34 So sánh tín hiệu điều khiển 𝜏𝜓 hai điều khiển ANSBC (“ “) ANDSC (“−“) Nhận xét: Sai số bám ANSBC ANDSC chấp nhận Tín hiệu điều khiển ANSBC có biên độ dao động lớn 93 Để xác định ứng dụng ANDSC ANSBC thực tế, luận án thực số mô rút kết luận sau: Trong trường hợp ma trận quán tính 𝑴 xác định nên dùng ANSBC, ma trận 𝑴 khơng xác định (ANDSC) số lượng nơ-ron RBF tăng nhiều lần (từ 1728 ANSBC lên 5832 ANDSC) 3.4 Kết luận chương Trong chương thành phần bất định mơ hình tàu 𝑪( ), 𝑫( ), 𝒈(𝜼) 𝚫(𝜼, ), ma trận qn tính mơ hình 𝑴 thành phần xác định biết trước Tuy nhiên để xác định xác thành phần 𝑴 tài liệu [59], [60] khó khăn khó xác định môi trường đại dương Chương luận án đề xuất 𝑴 thành phần chưa biết Chương trình bày phương pháp tổng hợp ANDSC cho mơ hình tàu thủy ba bậc tự có thành phần bất định (3.36) Phát biểu chứng minh định lý tính ổn định hệ kín, mơ kiểm chứng hệ thống ANDSC phần mềm Matlab/Simulink Kết nghiên cứu chương công bố cơng trình: - Hoang Thi Tu Uyen, Pham Duc Tuan, Vu Van Tu, Le Quang, and Phan Xuan Minh (2017): Adaptive Neural Networks Dynamic Surface Control Algorithm for 3DOF Surface Ship, in IEEE International Conference on System Science and Engineering, pp 81–86 - Hoang Thi Tu Uyen, Pham Duc Tuan, Le Viet Anh, Dam Thanh Truc, and Phan Xuan Minh (2017): Performance assessment of adaptive neural network dynamic surface controller with adative neural network backstepping controller and adaptive neural network sliding mode backstepping controller, Tạp chí Nghiên cứu KH&CN quân sự, vol 52, pp 35–44 94 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN Kết luận: Với đề tài “Nghiên cứu ứng dụng lý thuyết điều khiển thích nghi để nâng cao chất lượng hệ thống máy lái tàu thủy”, luận án tập trung nghiên cứu phương pháp mơ hình hóa hệ lái tàu chốn nước, đưa mơ hình tàu từ sáu bậc tự ba bậc tự đủ cấu chấp hành phù hợp với phương pháp điều khiển đề xuất luận án May mắn năm gần nhiều nhà khoa học tập trung nghiên cứu ứng dụng điều khiển phi tuyến, điều khiển thích nghi phương pháp điều khiển kết hợp cho hệ thống lái tàu thủy, phải kể đến Fossen, Roger Skjetne ,… nhà khoa học nghiên cứu xấp xỉ thành phần bất định hệ lái tàu thủy mạng nơ ron nhân tạo Xin dành lời cám ơn chân thành đến Sauner R.M., Slotine J.-J E, Wang C., Ge S.S.,…Những nghiên cứu sở, điểm tựa giúp cho nghiên cứu sinh khẳng định quan điểm nghiên cứu mình: “Muốn nâng cao chất lượng hệ thống lái tàu thủy phải biết kết hợp phương pháp điều khiển phi tuyến với hệ có khả suy diễn điển hình mạng nơ ron nhân tạo” Trong hệ lái tàu, cấu trúc mơ hình tốn học hệ thống lái hồn tồn xác định xác, tham số mơ nhiễu mơi trường tác động vào tàu khó xác định xác, phương pháp điều khiển thích nghi phương pháp điều khiển thích hợp áp dụng cho hệ lái tàu thủy Luận án tập trung vào nghiên cứu phát triển giải thuật điều khiển thích nghi dựa phương pháp điều khiển phi tuyến đại backstepping, điều khiển mặt động,… kết hợp với mạng nơ-ron nhân tạo cho hệ thống lái tàu chốn nước Những thành phần bất định mơ hình hệ lái tàu nhiễu tác động trước có thành phần điều khiển xấp xỉ mạng nơ ron hướng tâm hai lớp huấn luyện dựa tồn hàm điều khiển thích nghi Lyapunov Với phương pháp nghiên cứu vậy, luận án đề xuất hai điều khiển thích nghi cho hệ thống lái tàu Các đề xuất phát biểu thành định lý chứng minh chặt chẽ mặt phương pháp luận Các điều khiển thích nghi đề xuất luận án mô kiểm chứng phương pháp số nghiên cứu luận án công bố tạp chí hội nghị quốc tế chuyên ngành − Đề xuất thuật tốn tổng hợp điều khiển thích nghi bám quỹ đạo cho hệ lái tàu thủy dựa kỹ thuật trượt backstepping kết hợp với mạng nơ-ron để xấp xỉ thành phần bất định có mơ hình tàu mơi trường làm việc tàu thủy Luận án phát biểu chứng minh định lý tính chất ổn định hệ kín, mơ kiểm chứng phần mềm Matlab/ Simulink − Đề xuất thuật tốn tổng hợp điều khiển thích nghi bám quỹ đạo cho hệ lái tàu thủy dựa kỹ thuật điều khiển mặt động kết hợp với mạng nơ-ron để xấp xỉ thành phần bất định có mơ hình tàu mơi trường làm việc Luận án phát biểu chứng minh định lý tính chất ổn định hệ kín, mơ kiểm chứng phần mềm Matlab/ Simulink 95 Hướng phát triển luận án: Luận án tập trung nghiên cứu giải thuật điều khiển thích nghi để nâng cao chất lượng lái tàu thủy, mơ hình động lực học chủ yếu dựa mơ hình mơ tàu cung cấp CyberShip II tác giả Roger Skjetne Fossen Hướng phát triển luận án, tác giả mong muốn triển khai thực nghiệm tàu mơ hình khác để kiểm chứng thuật toán sở thực tế phát triển thành sản phẩm để áp dụng thực tế 96 DANH MỤC NHỮNG CƠNG TRÌNH ĐÃ ĐƯỢC CƠNG BỐ ❖ Các cơng trình liên quan trực tiếp đến luận án Hồng Tú Un (2015): Phương trình chuyển động tổng quát bậc tự phương tiện hàng hải, Tạp chí khoa học kinh tế Kĩ thuật - cơng nghệ, Đại học Hải Phịng, vol 3, pp 67–80 Hoàng Thị Tú Uyên, Lê Xuân Hải, Lê Quang, Phan Xuân Minh (2016): Đánh Giá Chất Lượng Hệ Thống Điều Khiển Thích Nghi Theo Mơ Hình Mẫu Cho Hệ Lái Tàu Thủy Có Và Khơng Chỉnh Định Mơ Hình Mẫu, Tạp chí khí Việt Nam, vol 6, no 6, pp 36–42 Hoàng Thị Tú Uyên, Phạm Đức Tuấn, Lê Xuân Hải, Lê Việt Anh, Nguyễn Công Hiểu, Phan Xuân Minh (2016): Thiết kế điều khiển bám quỹ đạo sử dụng mạng nơ-ron với hệ số thích nghi cho tàu thủy, Hội nghị tồn quốc lần thứ Cơ Điện tử - VCM-2016, pp 116-122 Hoang Thi Tu Uyen, Pham Duc Tuan, Vu Van Tu, Le Quang, and Phan Xuan Minh (2017): Adaptive Neural Networks Dynamic Surface Control Algorithm for 3DOF Surface Ship, in IEEE International Conference on System Science and Engineering, pp 81–86 Hoang Thi Tu Uyen, Pham Duc Tuan, Le Viet Anh, Dam Thanh Truc, and Phan Xuan Minh (2017): Performance assessment of adaptive neural network dynamic surface controller with adative neural network backstepping controller and adaptive neural network sliding mode backstepping controller, Tạp chí Nghiên cứu KH&CN quân sự, vol 52, pp 35–44 Hoang Thi Tu Uyen, Pham Duc Tuan, Le Viet Anh, and Phan Xuan Minh (2018): Adaptive neural networks sliding mode backstepping control for DOF surface ship with uncertain model, in IEEE International Conference on System Science and Engineering, 2018, number SS051006 97 ❖ Các cơng trình khơng liên quan trực tiếp đến luận án Le Xuan Hai, Nguyen Van Thai, Vu Thi Thuy Nga, Hoang Thi Tu Uyen, Nguyen Thanh Long, Thai Huu Nguyen, Phan Xuan Minh (2017): High Order Sliding Mode Control With Anti-Sway Based Compensation on Artificial Neural Network By Pso Algorithm for Overhead Crane, J Sci Technol, vol 55, no 3, pp 347–356 Lê Xuân Hải, Nguyễn Văn Thái, Lê Việt Anh, Hoàng Thị Tú Uyên, Phạm Thị Hương Sen, Nguyễn Quang Minh, Vũ Quốc Doanh, Phan Xuân Minh (2017): Tổng hợp điều khiển trượt tầng có tham số mặt trượt thay đổi theo thời gian thay đổi phịng thí nghiệm, Tạp chí nghiên cứu khoa học công nghệ quân sự, vol Số đặc san tháng năm 2017 98 TÀI LIỆU THAM KHẢO Tiếng Việt [1] [2] [3] [4] Đặng Xuân Hoài (1999): Ứng dụng kỹ thuật tự động hóa vi xử lý tàu thủy đóng Việt Nam, Đại học Bách Khoa Hà Nội Khương Minh Tuấn (2017): Nghiên cứu kiến trúc hướng mơ hình kết hợp với RealTime UML/MARTE thiết kế hệ thống điều khiển cho phương tiện không người lái tự hành mặt nước, Đại học Bách Khoa Hà Nội Nguyễn Đơng (2015): Phân tích thuỷ động lực học thiết kế hệ thống điều khiển theo công nghệ hướng đối tượng cho phương tiện tự hành nước, Đại học Bách Khoa Hà Nơi Nguyễn Hồi Nam (2017): Nghiên cứu phương pháp hướng đối tượng phân tích thiết kế điều khiển chuyển động cho thiết bị tự hành AUV/ASV với chuẩn SysMLModelica Automate lai, Đại học Bách Khoa Hà Nội Tiếng Anh [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] Allensworth T (1999) A Short History of Sperry Marine Available: http://www.sperrymarine.com/pages/history Arie T., Itoh M., Senoh A., Takahashi N., Fujii S., and Mizuno N (1986): An adaptive steering system for a ship, IEEE Control Systems Magazine, vol 6, pp 3-8 Bech M and Smitt L W.(1969): Analogue Simulation of Ship Maneuvers Based on Full Scale Trial or Free Sailing Model Tests presented at the Technical Report Hy-14, Hydro-Og Laboratorium, Lyngby, Denmark Breivik M and Fossen T I (2006): Motion control concepts for trajectory tracking of fully actuated ships, Proceedings of the 7th IFAC MCMC Broome D and Lambert T.(1978): An optimising function for adaptive ship's autopilots, presented at the Fifth Ship Control Symposium, Bethesda Clarke D.(1980): Development of a cost function for autopilot design, presented at the Ship steering and Automatic Control, Genoa Dai S.-L., Wang C., and Luo F (2012): Identification and learning control of ocean surface ship using neural networks, IEEE Transactions on Industrial Informatics, vol 8, pp 801-810 Davidson K and Schiff L (1946): Turning and course keeping qualities of ships Do K., Jiang Z.-P., and Pan J (2002): Universal controllers for stabilization and tracking of underactuated ships, Systems & Control Letters, vol 47, pp 299317 Do K D., Jiang Z.-P., and Pan J (2002): Underactuated ship global tracking under relaxed conditions, IEEE Transactions on Automatic Control, vol 47, pp 1529-1536 Do K D and Pan J (2009): Control of ships and underwater vehicles: design for underactuated and nonlinear marine systems: Springer Science & Business Media, 2009 Du J., Abraham A., Yu S., and Zhao J (2014): Adaptive dynamic surface control with Nussbaum gain for course-keeping of ships, Engineering Applications of Artificial Intelligence, vol 27, pp 236-240 99 [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] Du J., Guo C., Li R., and Qing L (Year): Nonlinear adaptive course keeping control of ships based on backstepping and Nussbaum gain, in Intelligent Control and Automation, 2004 WCICA 2004 Fifth World Congress on, 2004, pp 472475 Faltinsen O (1993): Sea loads on ships and offshore structures vol 1: Cambridge university press, 1993 Fossen T (2002): Marine control systems: guidance, navigation and control of ships, rigs and underwater vehicles vol 28, 2002 Fossen T I (2000): A survey on nonlinear ship control: from theory to practice, IFAC Proceedings Volumes, vol 33, pp 1-16 Fossen T I (2011): Handbook of marine craft hydrodynamics and motion control: John Wiley & Sons, 2011 Fossen T I (1994): Guidance and control of ocean vehicles: John Wiley & Sons Inc, 1994 Fossen T I and Berge S P (Year): Nonlinear vectorial backstepping design for global exponential tracking of marine vessels in the presence of actuator dynamics, in Decision and Control, 1997., Proceedings of the 36th IEEE Conference on, 1997, pp 4237-4242 Fossen T I and Fjellstad O.-E (1995): Nonlinear modelling of marine vehicles in degrees of freedom, Mathematical Modelling of Systems, vol 1, pp 17-27 Fossen T I., Lindegaard K.-P., and Skjetne R (2002): Inertia shaping techniques for marine vessels using acceleration feedback, IFAC Proceedings Volumes, vol 35, pp 343-348 Fossen T I and Paulsen M J (Year): Adaptive feedback linearization applied to steering of ships, in Control Applications, 1992., First IEEE Conference on, 1992, pp 1088-1093 Fossen T I and Strand J P (1999): Tutorial on nonlinear backstepping: Applications to ship control, Modeling, identification and control, vol 20, p 83 Ge S S., Hang C C., Lee T H., and Zhang T (2013): Stable adaptive neural network control vol 13: Springer Science & Business Media, 2013 Gupta M M., Rao D H., and Council I N N (1994): Neuro-control Systems: Theory and Applications: IEEE Press, 1994 Honderd G and Winkelman J (Year): An adaptive autopilot for ships, in Third Ship Control Systems Symposium, Ministry of Defence, 1972 Ioannou P A and Sun J (1996): Robust adaptive control vol 1: PTR PrenticeHall Upper Saddle River, NJ, 1996 Isherwood R (1972): Wind resistance of merchant ships, The Royal Institution of Naval Architects, vol 115, pp 327-338 Junsheng R and Xianku Z (Year): Backstepping adaptive tracking fuzzy control for ship course based on compensated tracking errors, in Control Conference (CCC), 2012 31st Chinese, 2012, pp 3464-3469 Katebi M and Byrne J (1988): LQG adaptive ship autopilot, Transactions of the Institute of Measurement and Control, vol 10, pp 187-197 Koshkouei A J., Zinober A S., and Burnham K J (2004): Adaptive sliding mode backstepping control of nonlinear systems with unmatched uncertainty, Asian Journal of control, vol 6, pp 447-453 Kosmatopoulos E B., Polycarpou M M., Christodoulou M A., and Ioannou P A (1995): High-order neural network structures for identification of dynamical systems, IEEE transactions on Neural Networks, vol 6, pp 422-431 100 [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] Krstic M., Kanellakopoulos I., and Kokotovic P V (1995): Nonlinear and adaptive control design vol 222: Wiley New York, 1995 Kurdila A., Narcowich F J., and Ward J D (1995): Persistency of excitation in identification using radial basis function approximants, SIAM journal on control and optimization, vol 33, pp 625-642 Layne J R and Passino K M (1993): Fuzzy model reference learning control for cargo ship steering, IEEE Control Systems, vol 13, pp 23-34 Leonessa A., VanZwieten T., and Morel Y (2006): "Neural network model reference adaptive control of marine vehicles," in Current trends in nonlinear systems and control, ed: Springer, 2006, pp 421-440 Minorsky N (1922): Directional stability of automatically steered bodies, Journal of ASNE, vol 42, pp 280-309 Narendra K S and Annaswamy A M (2012): Stable adaptive systems: Courier Corporation, 2012 Nomoto K (1957): On the steering qualities of ships, International Shipbuilding Progress, vol Norrbin N (1972): On the added resistance due to steering on a straight course, 13th ITTC Report of Performance Committee Norrbin N H (Year): Theory and observation on the use of a mathematical model for ship maneuvering in deep and confined waters, in Proceedings of the 8th symposium on naval hydrodynamics, Pasadena, 1970, 1970 Park J and Sandberg I W (1991): Universal approximation using radial-basisfunction networks, Neural computation, vol 3, pp 246-257 Patino H and Liu D (2000): Neural network-based model reference adaptive control system, IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), vol 30, pp 198-204 Pettersen K and Nijmeijer H (Year): Tracking control of an underactuated surface vessel, in Decision and Control, 1998 Proceedings of the 37th IEEE Conference on, 1998, pp 4561-4566 Pettersen K and Nijmeijer H (1998): Global practical stabilization and tracking for an underactuated ship-a combined averaging and backstepping approach, IFAC Proceedings Volumes, vol 31, pp 59-64 Pettersen K Y and Fossen T I (2000): Underactuated dynamic positioning of a ship-experimental results, IEEE Transactions on Control Systems Technology, vol 8, pp 856-863 Pettersen K Y and Nijmeijer H (2001): Underactuated ship tracking control: theory and experiments, International Journal of Control, vol 74, pp 14351446 Rigatos G and Tzafestas S (2006): Adaptive fuzzy control for the ship steering problem, Mechatronics, vol 16, pp 479-489 Robertsson A and Johansson R (1998): Comments on" Nonlinear output feedback control of dynamically positioned ships using vectorial observer backstepping", IEEE Transactions on control systems technology, vol 6, pp 439-441 Sanner R M and Slotine J.-J E (1991): Direct adaptive control using Gaussian networks, Nonlinear Systems Lab., MIT, Tech Rep SL-910303 Serrano M E., Scaglia G J., Godoy S A., Mut V., and Ortiz O A (2014): Trajectory tracking of underactuated surface vessels: A linear algebra approach, IEEE Transactions on Control Systems Technology, vol 22, pp 1103-1111 101 [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] Skjetne R (2005): The maneuvering problem, 1, NTNU, PhD-thesis Skjetne R., Fossen T I., and Kokotović P V (2005): Adaptive maneuvering, with experiments, for a model ship in a marine control laboratory, Automatica, vol 41, pp 289-298 Slotine J.-J E and Li W (1991): Applied nonlinear control vol 199: Prentice hall Englewood Cliffs, NJ, 1991 Smith R., "IFAC Benchmark Problems," ed: McGraw Hill, 1994 Smogeli Ø., Perez T., Fossen T., and Sørensen A (Year): The marine systems simulator state-space model representation for dynamically positioned surface vessels, in International Maritime Association of the Mediterranean IMAM Conference, Lisbon, Portugal, 2005 Song B and Hedrick J K (2011): Dynamic surface control of uncertain nonlinear systems: an LMI approach: Springer Science & Business Media, 2011 Tee K P and Ge S S (2006): Control of fully actuated ocean surface vessels using a class of feedforward approximators, IEEE Transactions on Control Systems Technology, vol 14, pp 750-756 Unar M A and Murray‐Smith D J (1999): Automatic steering of ships using neural networks, International Journal of Adaptive Control and Signal Processing, vol 13, pp 203-218 Van Amerongen J (1984): Adaptive steering of ships—A model reference approach, Automatica, vol 20, pp 3-14 Wang C and Hill D J (2006): Learning from neural control, IEEE Transactions on Neural Networks, vol 17, pp 130-146 Wang C and Hill D J (2009): Deterministic learning theory for identification, recognition, and control vol 32: CRC Press, 2009 Wang N., Qian C., Sun J.-C., and Liu Y.-C (2016): Adaptive robust finite-time trajectory tracking control of fully actuated marine surface vehicles, IEEE Transactions on Control Systems Technology, vol 24, pp 1454-1462 Yeşildirek A and Lewis F L (1995): Feedback linearization using neural networks, Automatica, vol 31, pp 1659-1664 Zhang L.-J., Jia H.-M., and Qi X (2011): NNFFC-adaptive output feedback trajectory tracking control for a surface ship at high speed, Ocean Engineering, vol 38, pp 1430-1438 Zhang Y., Peng P.-Y., and Jiang Z.-P (2000): Stable neural controller design for unknown nonlinear systems using backstepping, IEEE Transactions on Neural Networks, vol 11, pp 1347-1360 Zhao Z., He W., and Ge S S (2014): Adaptive neural network control of a fully actuated marine surface vessel with multiple output constraints, IEEE Transactions on Control Systems Technology, vol 22, pp 1536-1543 102 PHỤ LỤC PHỤ LỤC A: Mơ hình gió, sóng dịng chảy đại dương Khi hoạt động môi trường đại dương, tàu thủy chịu tác động lớn từ gió, sóng dịng chảy đại dương Vì mục luận án tìm hiểu mơ hình thành phần tác động đến tàu thủy Đối với hầu hết ứng dụng thiết kế hệ thống điều khiển tàu biển, xem xét nhiễu loạn sóng gió thường áp dụng nguyên tắc xếp chồng Nói chung nhiễu loạn mơi trường có độ phi tuyến cao, hai cộng nhân với phương trình động học chuyển động [19] Trong mục 1.1.2.3 phương trình động học phi tuyến chuyển động tàu viết: Ṁ + 𝑪( ) + 𝑫( ) + 𝒈(𝜼) =τ+ g0 + w (A.1) Nguyên tắc xếp chồng giả thiết nhiễu loạn gồm sóng gió cộng vào vế phải (A.1) định nghĩa: 𝒘 = 𝒘𝑤𝑖𝑛𝑑 + 𝒘𝑤𝑎𝑣𝑒 + 𝒘𝑐𝑢𝑟𝑟𝑒𝑛𝑡 (A.2) A.1 Lực momen cảm ứng từ dòng chảy Tác động dòng chảy đại dương thường biểu diễn sau: 𝑟 = − 𝑐 vc R6 véc-tơ vận tốc dịng chảy so với trục tọa độ gắn thân Véc-tơ lực momen cảm ứng dòng chảy đưa sau [15]: (A.3) 𝒘𝑐𝑢𝑟𝑟𝑒𝑛𝑡 = (𝑴𝑅𝐵 + 𝑴𝐴 )̇ 𝑐 + 𝑪(𝑟 )𝑟 − 𝑪() + 𝑫(𝑟 )𝑟 − 𝑫() (A.4) Nếu đặt véc-tơ vận tốc dòng chảy so với trục gắn trái đất 𝑒𝑐 véc-tơ vận tốc dòng chảy gắn thân biểu diễn sau: 𝑐 = 𝑱(𝜼) 𝑒𝑐 (A.5) A.2 Lực momen cảm ứng từ gió Đặt Vω ψω ký hiệu tốc độ hướng gió, tốc độ gió cục có độ cao h(m) bề mặt biển xác định: 𝑉𝑤 (ℎ) = 𝑉𝑤 (10) (ℎ⁄10)1⁄7 𝑉𝑤 (10) tốc độ gió độ cao 10m bề mặt biển 103 (A.6) Hình A-1 Định nghĩa tốc độ gió 𝑉𝑤 hướng 𝛾𝑟 (nguồn [19]) Lực momen gió tác động lên phương tiện phụ thuộc vào tốn hạng liên quan đến tốc độ gió 𝑉𝑟 góc 𝛾𝑟 : 𝑉𝑟 = √𝑢𝑟2 + 𝑣𝑟2 , 𝛾𝑟 = 𝑡𝑎𝑛−1 (𝑣𝑟 ⁄𝑢𝑟 ) = 𝜓𝑤 − 𝜓 (A.7) 𝑢𝑟 = 𝑉𝑤 cos(𝛾𝑟 ) − 𝑢, 𝑢𝑟 = 𝑉𝑤 sin(𝛾𝑟 ) − 𝑣 (A.8) 𝛾𝑟 = 𝜓𝑤 − 𝜓 góc tác động gió so với mũi tàu Hình A-1 Tốc độ gió 𝑉𝑤 hướng đo sensơ Những thiết bị đo lọc xác đưa giá trị lực momen gió trung bình, giá trị bù hệ thống lái tự động Trong thực tế, qn tính tàu q lớn khơng cần thiết để hệ thống điều khiển bù lại gió Để thực bù gió cho tàu mặt biển, việc tìm mơ hình gió ba bậc tự hàm liên quan đến tốc độ hướng gió, 𝑉𝑟 𝛾𝑟 cần thiết Véc-tơ lực, momen tổng quát có dạng: (A.9) 𝒘𝑤𝑖𝑛𝑑 = [𝑋𝑤𝑖𝑛𝑑 , 𝑌𝑤𝑖𝑛𝑑 , 𝑁𝑤𝑖𝑛𝑑 ]𝑇 Tài liệu [19] trích dẫn lực ( theo hướng chuyển động tiến chuyển động dạt ) momen ( quay hướng) gió sau: (A.10) 𝐶 (𝛾 )𝜌 𝑉 𝐴 (𝑁) 𝑋 𝑟 𝑎 𝑟 𝑇 (A.11) 𝑌𝑤𝑖𝑛𝑑 = 𝐶𝑌 (𝛾𝑟 )𝜌𝑎 𝑉𝑟2 𝐴𝐿 (𝑁) (A.12) 𝑁𝑤𝑖𝑛𝑑 = 𝐶𝑁 (𝛾𝑟 )𝜌𝑎 𝑉𝑟2 𝐴𝐿 𝐿 (𝑁𝑚) 𝐶𝑋 𝐶𝑌 hệ số lực kinh nghiệm, 𝐶𝑁 hệ số momen, 𝜌𝑎 (kg/m3) tỷ trọng khí, 𝐴𝑇 (m2) 𝐴𝐿 (m2) diện tích ngang diện tích mặt bên, L(m) chiều dài tồn tàu Chú ý 𝑉𝑟 giá trị tác động vào điểm Trong nghiên cứu Isherwood [32] liệu phân tích nhiều kỹ thuật hồi quy sử dụng thông số sau: L - chiều dài toàn 𝑋𝑤𝑖𝑛𝑑 = 104 B - chiều ngang tàu AL - diện tích mặt bên AT - diện tích ngang ASS - diện tích xung quanh phần S - chu vi ngang mơ hình, không bao gồm đường nước vật thể mỏng cột buồm ống thơng gió C - khoảng cách từ mũi tàu đến trọng tâm diện tích xung quanh M - Số lượng nhóm cột, trụ khác nhìn từ mặt bên, khơng bao gồm trụ sát phía trước buồng lái 2𝐴𝐿 2𝐴𝑇 𝐿 𝑆 𝐶 + 𝐴2 + 𝐴3 + 𝐴4 + 𝐴5 + 𝐴6 𝑀 𝐿 𝐵 𝐵 𝐿 𝐿 2𝐴𝐿 2𝐴𝑇 𝐿 𝑆 𝐶 𝐴𝑠𝑠 𝐶𝑌 = −(𝐵0 + 𝐵1 + 𝐵2 + 𝐵3 + 𝐵4 + 𝐵5 + 𝐵6 ) 𝐿 𝐵 𝐵 𝐿 𝐿 𝐴𝐿 𝐶𝑋 = 𝐴0 + 𝐴1 (A.13) (A.14) 2𝐴𝐿 2𝐴𝑇 𝐿 𝑆 𝐶 (A.15) + 𝐶2 + 𝐶3 + 𝐶4 + 𝐶5 ) 𝐿 𝐵 𝐵 𝐿 𝐿 Ai Bi (i = 0, ,6) Cj (j = 0, ,5) tra bảng theo giá trị 𝛾𝑟 tài liệu [19] A.3 Lực momen sóng Q trình sóng tạo từ gió bắt đầu với gợn sóng nhỏ lăn tăn xuất mặt nước, gợn kết hợp thành sóng ngắn, sóng ngắn tiếp tục phát triển chúng bị phá vỡ lượng chúng bị tiêu tán Quan sát cho thấy biển động bão bắt đầu mật độ cao sóng tạo đỉnh sóng nối tiếp liên tục Một bão hình thành khoảng thời gian dài gây biển động Sau gió ngừng, biển êm, sóng nhỏ, có bước sóng dài, tạo phổ sóng chậm thấp Hiện tượng sóng cồn sóng từ bão tương tác với sóng từ bão khác, tạo thành phổ sóng với hai tần số quan sát Ngồi ra, cịn có sóng thủy triều sóng đỉnh có tần số thấp Có thể thấy phổ sóng phức tạp, trường hợp thời tiết thay đổi nhanh Có nhiều nghiên cứu phổ sóng với hàm mật độ phổ 𝑆(𝜔) giới thiệu chi tiết tài liệu [19] Lực momen cảm ứng sóng tàu thủy vịng kín, mơ mơ hình đáp ứng sóng tuyến tính Mơ hình đáp ứng sóng tuyến tính thực thơng qua việc xấp xỉ tuyến tính hàm mật độ phổ S(ω) biểu thức 𝑦(𝑠) sau: 𝐶𝑁 = −(𝐶0 + 𝐶1 𝑦(𝑠) = ℎ(𝑠) (𝑠) (A.16) (𝑠) nhiễu trắng có giá trị trung bình, ℎ(𝑠) hàm truyền, có biểu thức xác định ứng với hàm mật độ phổ khác nhau, chi tiết xem tài liệu [19] Hàm truyền phổ sóng PM biểu diễn sau: 𝐾 𝑠 𝑠 + 2𝜆𝜔0 𝑠 + 𝜔20 𝐾𝑤 hệ số khuếch đại, có biểu thức: ℎ(𝑠) = (A.17) 𝐾 = 2𝜆𝜔0 𝜎 (A.18) với σ số miêu tả cường độ sóng, λ hệ số suy giảm 𝜔0 tần số sóng trội Nếu thay 𝑠 = 𝑗𝜔 thu biểu thức đáp ứng với tần số sau: ℎ(𝑗𝜔) = 𝑗2(𝜆𝜔0 𝜎)𝜔 (𝜔20 (A.19) − 𝜔2 ) + 𝑗2𝜆𝜔0 𝜔 105 ⇒ |ℎ(𝑗𝜔)| = 2(𝜆𝜔0 𝜎)𝜔 (A.20) √(𝜔02 − 𝜔 )2 + 4(𝜆𝜔0 𝜔)2 Đối với tàu thủy ba bậc tự do, lực moment biểu diễn dạng véc-tơ tổng quát sau: 𝑤𝑤𝑎𝑣𝑒𝑠 = [𝑋𝑤𝑎𝑣𝑒𝑠 , 𝑌𝑤𝑎𝑣𝑒𝑠 , 𝑁𝑤𝑎𝑣𝑒𝑠 ]𝑇 (A.21) biểu thức 𝑋𝑤𝑎𝑣𝑒𝑠 , 𝑌𝑤𝑎𝑣𝑒𝑠 , 𝑁𝑤𝑎𝑣𝑒𝑠 thu lý thuyết tuyến tính ứng với hàm truyền (A-17) 𝑋𝑤𝑎𝑣𝑒𝑠 = 𝐾1 𝑠 1 + 𝑑1 𝑠 + 2𝜆1 𝜔𝑒1 𝑠 + 𝜔𝑒1 (A.22) 𝑌𝑤𝑎𝑣𝑒𝑠 = 𝐾2 𝑠 2 + 𝑑2 𝑠 + 2𝜆2 𝜔𝑒2 𝑠 + 𝜔𝑒2 (A.23) 𝑁𝑤𝑎𝑣𝑒𝑠 = 𝐾3 𝑠 3 + 𝑑3 𝑠 + 2𝜆3 𝜔𝑒3 𝑠 + 𝜔𝑒3 (A.24) 𝑖 (i = 1, , 3) trình nhiễu trắng Gauss Biên độ 𝑋𝑤𝑎𝑣𝑒𝑠 , 𝑌𝑤𝑎𝑣𝑒𝑠 , 𝑁𝑤𝑎𝑣𝑒𝑠 thay đổi cách chọn hệ số 𝐾𝑖 ( i = 1, ,3 ), phổ sóng tham số hóa hai tốn hạng 𝜆𝑖 𝜔𝑒𝑖 ( i = 1, , 3) Những giá trị cần chọn để biểu diễn trạng thái vật lý Những lực trơi sóng 𝑑𝑖 (i = 1, , 3) mơ hình hóa toán hạng thay đổi chậm (Wiener processes): 𝑑̇1 = 4 (A.25) 𝑑̇2 = 5 (A.26) (A.27) 𝑑̇3 = 6 𝑖 (i = 4, ,6) q trình nhiễu trắng Gauss Những biểu thức tính lực momen sóng nên sử dụng phần tử bão hịa để ngăn 𝑑𝑖 khỏi vượt giới hạn vật lý lớn |𝑑𝑖 | ≤ di, max PHỤ LỤC B: Biến đổi, giải trình cơng thức B.1 Cơng thức (2.52) Từ biểu thức: ̃𝑖 + 𝑾∗𝑖 )𝑇 (𝑾 ̃𝑖 + 𝑾∗𝑖 ) ≤ −(𝑾 (B.1) ∗ ̃𝑇𝑖 𝑾 ̃𝑖 − 𝑾∗𝑇 ̃𝑇 ∗ −𝑾 𝑖 𝑾𝑖 − 2𝑾𝑖 𝑾𝑖 ≤ (B.2) ∗ ̃𝑇𝑖 𝑾 ̃𝑖 − 𝑾∗𝑇 ̃𝑇 ̂ ̃ −𝑾 𝑖 𝑾𝑖 − 2𝑾𝑖 (𝑾𝑖 − 𝑾𝑖 ) ≤ (B.3) ∗ ̃𝑇𝑖 𝑾 ̃𝑖 − 𝑾∗𝑇 ̃𝑇 ̂ 𝑾 𝑖 𝑾 − 2𝑾 𝑾 ≤ (B.4) ̃𝑇 𝑾∗ = 𝑾∗𝑇 𝑾 ̃ nên ta có: Vì 𝑾 ̃𝑖 = 𝑾 ̂𝑖 − 𝑾𝑖∗ nên: Do 𝑾 Hay ta có biểu thức (2.52) ̃𝑇𝑖 𝑾 ̂𝑖 ≥ ‖𝑾 ̃𝑖 ‖2 − ‖𝑾∗𝑖 ‖2 2𝑾 (B.5) 106 B.2 Chi tiết hóa cơng thức (2.53) Chi tiết hóa biểu thức: ̃𝑇𝑖 𝑾 ̃𝑖 ∑𝑾 𝑖=1 ≥ 𝑇 ̃ 𝑖 𝜞−1 ̃ ∑𝑾 𝑖 𝑾𝑖 (B.6) 𝜆𝑚𝑎𝑥 (𝜞−1 𝑖 ) 𝑖=1 Vì 𝜞𝑖 ma trận đối xứng xác định dương nên 𝜞−1 𝑖 đối xứng xác định dương Ma trận đối xứng xác định dương ln phân tích thành: −1 𝜞−1 𝑖 = 𝑩 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑩, 𝑘 = 1, … , 𝑛 −1 𝑇 (B.7) 𝑇 với B ma trận trực giao 𝑩 = 𝑩 , 𝑩 𝑩 = , 𝜆𝑘 > ∀ 𝑘 Với ma trận đường chéo giá trị riêng ma trận phần tử đường chéo nên ta có: 𝑛 ̃𝑇𝑖 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑾 ̃𝑖 𝑾 Hay : = ∑ 𝜆𝑘 𝑤𝑖𝑘 𝑘=1 𝑛 ≤ ∑ 𝜆𝑚𝑎𝑥 𝑤𝑖𝑘 (B.8) 𝑘=1 ̃𝑇𝑖 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑾 ̃𝑖 ≤ 𝜆𝑚𝑎𝑥 𝑾 ̃𝑇𝑖 𝑾 ̃𝑖 𝑾 (B.9) Như ta có: ̃𝑇𝑖 𝜞−1 ̃ ̃𝑇 𝑇 ̃ ̃ 𝑇 ̃ 𝑾 𝑖 𝑾𝑖 = 𝑾𝑖 𝑩 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑩𝑾𝑖 = (𝑩𝑾𝑖 ) 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑩𝑾𝑖 (B.10) ̃𝑖 )𝑇 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑩𝑾 ̃𝑖 ≤ 𝜆𝑚𝑎𝑥 (𝑩𝑾 ̃𝑖 )𝑇 𝑩𝑾 ̃𝑖 (𝑩𝑾 (B.11) ̃𝑖 )𝑇 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑩𝑾 ̃𝑖 ≤ 𝜆𝑚𝑎𝑥 𝑾 ̃𝑇𝑖 𝑩𝑇 𝑩𝑾 ̃𝑖 (𝑩𝑾 (B.12) ̃𝑖 )𝑇 𝑑𝑖𝑎𝑔(𝜆𝑘 )𝑩𝑾 ̃𝑖 ≤ 𝜆𝑚𝑎𝑥 𝑾 ̃𝑇𝑖 𝑾 ̃𝑖 (𝑩𝑾 (B.13) ̃𝑇𝑖 𝜞−1 ̃ ̃𝑇 ̃ 𝑾 𝑖 𝑾𝑖 ≤ 𝜆𝑚𝑎𝑥 𝑾𝑖 𝑾𝑖 (B.14) Hay: Từ biểu thức (B.14) ta có biểu thức (B.6) công thức (2.53) 107 ... (LTĐTT) Để nâng cao chất lượng hệ thống điều khiển tàu việc nghi? ?n cứu phương pháp điều khiển đại ứng dụng cho hệ thống tự động tàu đóng vai trị quan trọng Trên giới, việc nghi? ?n cứu hệ thống lái tự. .. thống điều khiển lái cho phương tiện hàng hải, đối tượng nghi? ?n cứu luận án nằm chức khối thứ Điều có nghĩa luận án nghi? ?n cứu xây dựng thuật toán điều khiển hệ thống lái tàu thủy để nâng cao chất. .. điều khiển nâng cao chất lượng ln thách thức Đó động lực cho việc lựa chọn đề tài nghi? ?n cứu tác giả Mục đích nghi? ?n cứu Mục đích luận án nghi? ?n cứu áp dụng điều khiển thích nghi xây dựng điều khiển
Ngày đăng: 06/01/2023, 16:22
Xem thêm: