Luận án nghiên cứu điều khiển trễ trong hệ thống điều khiển phản hồi qua mạng

13 MỞ ĐẦU Hệ thống điều khiển qua mạng (Networked control systems – viết tắt NCS) định nghĩa hệ thống thơng tin trao đổi đối tượng điều khiển thiết bị điều khiển thực qua mạng điều khiển thời gian thực (Real time Control Networks -RCNS) Một mạng hệ thống điều khiển điển hình xây dựng dựa phần tử bản: Cảm biến – để lấy thông tin từ đối tượng, điều khiển – để tính toán lệnh điều khiển, thiết bị chấp hành-đưa lệnh điều khiển vào đối tượng điều khiển đối tượng điều khiển – thực thi lệnh điều khiển, mạng thời gian thực mạng đảm bảo việc trao đổi thông tin điều khiển với đối tượng điều khiển qua thiết bị cảm biến, chấp hành đối tượng đảm bảo tính đáp ứng kịp thời Như vậy, lợi mạng hệ thống điều khiển không làm tăng khả điều khiển từ xa, nói cách khác điều khơng phụ thuộc vào vị trí địa lý đối tượng q trình cơng nghệ mà mở rộng khả điều khiển điều khiển số, ví dụ điều khiển số PLC thực điều khiển đa kênh đảm bảo tính thời gian thực Hơn nữa, tính chia sẻ liệu điều khiển mạng làm tăng hiệu suất điều khiển, mạng điều khiển dễ dàng tổng hợp thơng tin tồn diện để đưa định thơng minh, tạo khả điều khiển giám sát, cảnh báo, chẩn đoán lỗi khả quản lý tồn q trình cơng nghệ tối ưu hiệu cao Trong vài thập kỷ gần đây, RCNS ứng dụng rộng rãi công nghiệp lĩnh vực phục vụ đời sống xã hội mạng cảm biến di động, thám hiểm không gian vũ trụ, điều khiển thu thập liệu môi trường nguy hiểm, tự động hóa nhà máy xí nghiệp, chẩn đoán xử lý từ xa cố hệ thống tự động, điều khiển đồng hóa phương tiện giao thông vận 14 tải Hiện nay, hướng nghiên cứu hệ thống điều khiển kết nối mạng sử dụng mạng truyền thông để kết nối thành phần khác cảm biến, cấu chấp hành điều khiển Trong đó, việc sử dụng tài nguyên RCNS truyền thông tin cảm biến, thiết bị chấp hành đối tượng điều khiển điều khiển đường truyền mạng, điều khiển đối tượng khơng phụ thuộc vào khoảng cách địa lý đối tượng điều khiển Những điều khiển xây dựng dựa cấu trúc mạng ứng dụng rộng rãi điều khiển mạng Robot di động ứng dụng công nghiệp tảng phát triển công nghiệp 4.0 Với đời mạng truyền thông chuẩn, hệ thống điều khiển điểm-điểm truyền thống cấu trúc lại tạo hệ thống điều khiển kết nối RCNS, vịng điều khiển phản hồi thực thông qua mạng truyền thông Khi hệ thống điều khiển phản hồi truyền thống thực qua kênh truyền thơng chia sẻ với nút khác bên ngồi hệ thống điều khiển, hệ thống điều khiển gọi hệ thống điều khiển RCNS Đặc trưng xác định RCNS thông tin (đầu vào tham chiếu, đầu đối tượng điều khiển, đầu vào điều khiển, v.v.) trao đổi cách dùng mạng kết nối thành phần hệ thống điều khiển (cảm biến, điều khiển, cấu chấp hành, v.v) đảm bảo tính thời gian thực Các chức RCNS trao đổi thông tin đối tượng điều khiển (cảm biến / cấu chấp hành) điều khiển mạng đảm bảo điều khiển thời gian thực, giảm tắc nghẽn, giao tiếp liệu hiệu cao,… Xây dựng chiến lược điều khiển thiết kế hệ thống điều khiển qua mạng phải đảm bảo yêu cầu sau: lựa chọn giao thức phù hợp để giảm thiểu ảnh hưởng tham số mạng bất lợi đến hiệu suất RCNS Một tham số cần quan tâm để đảm bảo tính thời gian thực cho hệ thống điều khiển qua mạng trễ truyền thông mạng 15 Hệ thống điều khiển kết nối mạng (RCNS) chứa số lượng lớn thiết bị điều khiển kết nối với trao đổi liệu qua mạng truyền thông như: sản xuất cơng nghiệp tự động hóa tịa nhà, tự động hóa văn phịng gia đình, hệ thống giao thông thông minh hệ thống điều khiển ô tô, máy bay,…v.v Trong đó, RCNS có số ưu điểm cung cấp khả thiết kế hệ thống mô đun linh hoạt xử lý phân tán, tương tác đơn giản nhanh chóng triển khai thực tế; tiện ích chẩn đốn bảo trì hệ thống mạnh mẽ Tuy nhiên, kết hợp cảm biến, điều khiển truyền động với mạng truyền thông làm cho việc phân tích thiết kế RCNS nhiệm vụ phức tạp địi hỏi tích hợp nhiều thành phần khác hệ thống điều khiển, hệ thống truyền thông hệ thống thời gian thực Do đó, hệ thống điều khiển kết nối mạng RCNS vấn đề quan tâm nghiên cứu trở thành lĩnh vực đa ngành Nhiều vấn đề nghiên cứu khác công nghệ mạng, trễ truyền thông, cấu trúc mạng, chuẩn truyền thơng, bảo mật RCNS, tích hợp thành phần mạng, chẩn đoán xử lý lỗi, v.v quan tâm nhiều nhà khoa học tập trung nghiên cứu nhằm đề xuất chiến lược điều khiển tối ưu nâng cao hiệu RCNS Cũng lý nêu nên NCS chọn đề tài cho luận án tiến sỹ là: “Nghiên cứu điều khiển trễ hệ thông điều khiển phản hồi qua mạng” Mục tiêu luận án tập trung nghiên cứu giải hai vấn đề sau đây: 1) Nghiên cứu, phân tích đánh giá ảnh hưởng số vấn đề ảnh hưởng đến chất lượng hệ thống điều khiển phản hồi qua mạng như: chậm trễ mạng gây ra, lỗi truyền thông, tắc nghẽn mạng 16 2) Nghiên cứu phương pháp giảm thiểu ảnh hưởng tham số bất lợi độ trễ truyền thông đến nâng cao hiệu suất RCNS tổng hợp hệ thống phản hồi quan mạng Với mục tiêu đặt ra, luận án mong muốn đạt hai kết sau: 1) Đề xuất phương pháp truyền liệu đo điều khiển qua mạng truyền thông để giảm thiểu ảnh hưởng tham số mạng bất lợi đến hiệu suất RCNS độ trễ mạng Các đóng góp trình bày chương luận án cơng bố cơng trình [1],[2] 2) Đề xuất phương pháp điều khiển bù trễ qua mạng sở logic mờ Các đóng góp trình bày chương luận án cơng bố cơng trình [3] Đối tượng nghiên cứu luận án phương pháp truyền liệu đo điều khiển qua mạng truyền thông phương pháp điều khiển bù trễ qua mạng sở logic mờ Phương pháp nghiên cứu luận án kết hợp nghiên cứu lý thuyết với thực nghiệm 1) Phương pháp nghiên cứu từ tài liệu: Thu thập, tổng hợp phân tích tài liệu nước liên quan mật thiết đến đề tài nghiên cứu 2) Nghiên cứu lý thuyết: Nghiên cứu mô hình, cấu trúc hệ thống điều khiển kết nối mạng cơng bố, phân tích ưu điểm, nhược điểm vấn đề tồn nghiên cứu liên quan Trên sở đó, đề xuất phương pháp thu thập liệu điều khiển bù trễ qua mạng để giảm thiểu ảnh hưởng tham số mạng bất lợi đến hiệu suất hệ thống điều khiển kết nối mạng (RCNS ) 17 3) Thực nghiệm kiểm chứng: Các thuật toán đề xuất cài đặt, chạy thử nghiệm, so sánh, đánh giá với thuật tốn khác cơng bố nhằm minh chứng tính hiệu nghiên cứu đề xuất Bố cục luận án gồm phần mở đầu ba chương nội dung, phần kết luận danh mục tài liệu tham khảo Chương trình bày nghiên cứu tổng quan hệ thống điều khiển kết nối mạng; số mơ hình kiến trúc điển hình; vấn đề thách thức ảnh hưởng thời gian trễ hệ thống điều khiển kết nối mạng; số nghiên cứu nước hệ thống điều khiển kết nối mạng Trên sở đó, luận án phân tích vấn đề cịn tồn nêu rõ mục tiêu nghiên cứu với tóm tắt kết đạt Các đóng góp luận án trình bày chương 2, chương Chương trình bày kết nghiên cứu: đề xuất phương pháp truyền liệu đo điều khiển qua mạng truyền thông từ nguồn liệu đo khác Trong đó, hệ thống điều khiển kết nối mạng gồm nhiều thành phần cảm biến, điều khiển, thiết bị chấp hành kết nối thông qua mạng với mục tiêu sử dụng tối ưu nguồn tài nguyên, cấu vận hành việc lưu trữ, phân phối xử lý thông số liệu Chương đề xuất phương pháp điều khiển bù trễ qua mạng sở logic mờ áp dụng thử nghiệm cho đối tượng điều khiển robot Omni Trong đó, luận án đề xuất điều khiển thích ứng cho robot Omni cách sử dụng kỹ thuật Backstepping kết hợp với điều khiển chế độ trượt dựa logic mờ Robot điều khiển thông qua mạng GSM thiết kế để bù thời gian trễ mạng 18 Cuối cùng, phần kết luận nêu đóng góp luận án, hướng phát triển vấn đề quan tâm tác giả 19 CHƯƠNG - TỔNG QUAN VỀ HỆ THỐNG ĐIỀU KHIỂN KẾT NỐI MẠNG 1.1 Đặt vấn đề Ngày nay, hệ thống điều khiển kết nối RCNS hướng nghiên cứu nhà khoa học kỹ thuật quan tâm nhiều trở thành lĩnh vực đa ngành Trong chương này, tác giả tập trung tìm hiểu phạm vi vấn đề nghiên cứu khác công nghệ mạng, trễ mạng, phân bổ tài nguyên mạng, lập lịch, bảo mật mạng RCNS, thành phần tích hợp mạng, khả thích ứng với lỗi, v.v Cùng với đời mạng truyền thông chuẩn, hệ thống điều khiển điểm-điểm truyền thống cấu trúc lại tạo hệ thống điều khiển kết nối mạng thời gian thực(RCNS –Realtime Network Control System), vịng điều khiển phản hồi kết nối thông qua mạng Hình 1.1 Mơ hình hệ thống điều khiển kết nối mạng 20 Các thành phần hệ thống RCNS cảm biến, điều khiển thiết bị chấp hành, kết nối qua số mạng chuẩn phổ biến CAN, BACnet, Fieldbus, Ethernet Internet Các thông tin vào/ra thành phần RCNS thực qua mạng truyền thông Hệ thống điều khiển thiết bị hay nhiều thiết bị quản lý, lệnh, đạo điều chỉnh hành vi (chức điều khiển) hay nhiều thiết bị khác hệ thống (chức bị điều khiển) Khái niệm hệ thống điều khiển thống có lẽ xác định từ phân tích động lực học hệ ly tâm thực nhà vật lý tiếng Maxwell vào năm 1868 có tên “On Governorors” Một ứng dụng điển hình hệ thống điều khiển từ đầu kỷ 20 lĩnh vực máy bay có người lái Anh em nhà Wright thực chuyến bay thử nghiệm thành công vào ngày 17 tháng 12 năm 1903 Wright bật nhờ khả điều khiển chuyến bay họ thời gian đáng kể Trong nhiều năm, nhà nghiên cứu cho chiến lược điều khiển xác tối ưu xuất phát từ lý thuyết điều khiển cổ điển, điều khiển vòng hở (open-loop) đến chiến lược điều khiển cấp cao dựa thuật tốn thơng minh Fuzzy, Neural, Thích nghi, v.v., cho hệ thống vịng hở vịng kín (closed loop) Trong thời đại cơng nghệ số, đời mạng truyền thông đưa khái niệm điều khiển đối tượng qua mạng, từ tạo khái niệm hệ thống điều khiển qua mạng thời gian thực (RCNS - Real time Control Networks) Định nghĩa cổ điển RCNS sau: Khi hệ thống điều khiển phản hồi truyền thống thực qua kênh truyền thơng chia sẻ dư liệu với nút khác bên hệ thống điều khiển đảm bảo tính đáp ứng kịp thời, hệ thống điều khiển gọi hệ thống điều khiển kết nối mạng thời gian 21 thực Ngồi ra, RCNS định nghĩa hệ thống điều khiển phản hồi vịng lặp khép kín thơng qua mạng truyền thông liệu thời gian thực Trong vài năm gần với phát triển nhanh chóng hệ thống mạng không dây động lực thúc đẩy việc nghiên cứu phát triển công nghệ RCNS với mục tiêu thiết kế hệ thống điều khiển kết nối mạng thời gian thực ngày hoàn thiện hơn, đảm bảo độ tin cậy hiệu Hiện nay, chủ đề nghiên cứu tập trung vào chiến lược điều khiển phù hợp với động học khác cấu chấp hành/phương tiện RCNS Một lĩnh vực nghiên cứu quan trọng khác liên quan đến RCNS nghiên cứu cấu trúc mạng phù hợp để cung cấp kênh liên lạc bảo mật, đáng tin cậy với đủ băng thông song song với việc phát triển giao thức truyền liệu cho hệ thống điều khiển Vấn đề thu thập thông tin thời gian thực qua mạng nút cảm biến phân tán xử lý liệu cảm biến cách hiệu lĩnh vực nghiên cứu quan trọng RCNS 1.2 Cấu hình hệ thống điều khiển kết nối mạng Cấu hình RCNS chia làm 03 loại: cấu hình tập trung, cấu hình phi tập trung cấu hình phân tán 22 Hình 1.2 Các cấu hình phổ biến RCNS 1.2.1 Cấu hình tập trung Cấu hình tập trung (hình 1.2a): với phép đo thu thập số liệu (đầu vào tham chiếu, trạng thái hệ thống đầu hệ thống) nút cảm biến phải gửi đến điều khiển tập trung tích hợp xử lý trung tâm để hợp liệu Bộ điều khiển tập trung sử dụng liệu đầy đủ hệ thống để thực lệnh điều khiển đến thiết bị chấp hành hệ thống Mặc dù có nhiều cảm biến thiệt bị chấp hành với cấu hình này, số trường hợp định, coi RCNS với vịng phản hồi Trong đó, tất phép đo yêu cầu phải đo cảm biến chuyên dụng sau gửi gói đến điều khiển từ xa Bộ điều khiển xử lý phái lệnh điều khiển đưa đến thiết bị chấp hành chuyên dụng Do thông tin phép đo lưu giữ điều khiển, nên ưu điểm cấu hình tập trung hiệu suất điều khiển nói chung tối ưu Tuy nhiên, cấu hình tập trung có số nhược điểm: 96 Proceedings of the 3rd international conference on advances in mining and tunneling, ISBN:978-604-913-248-3, 21-22 october 2014, Vung Tau, pp 438-446 Phạm Ngọc Minh1, Thái Quang Vinh2,“ Một phương pháp kết nối thiết bị đo điều khiển với máy chủ điện toán đám mây qua mạng internet”, Kỷ yếu Hội nghị - Triển lãm quốc tế lần thứ Điều khiển Tự động hoá, ISBN: 978-604-95-0875-2 VCCA2019, 9/2019 Đặng Mạnh Chính, Thái Quang Vinh, Phạm Ngọc Minh, Vương Huy Hoàng, Vũ Thị Quyên, Dương Đức Hùng, Đặng Thành Trung,” Giải pháp bảo mật liệu đường truyền cho thiết bị Gateway hướng tới công nghiệp 4.0”, Tạp chí khoa học kỹ thuật Mỏ - Địa chất, 2019 (được chấp nhận đăng) Phạm Ngọc Minh, Nguyễn Tiến Phương, Thái Quang Vinh, “Một mơ hình hệ thống giám sát điều khiển SCADA tảng điện toán đám mây”, Kỷ yếu Hội thảo quốc gia lần thứ 18: Một số vấn đề chọn lọc Công nghệ thông tin truyền thông- TPHCM, 5-6/11/2015 Thái Quang Vinh, Phạm Ngọc Minh, Nguyễn Tiến Phương, Phạm Thanh Giang, Phạm Quang Anh, “Nghiên cứu phát triển số dịch vụ đa phương tiện giám sát thông số môi trường sản xuất mạng viễn thông WiMAX khu vực Tây Nguyên”, Kỷ yếu Hội thảo quốc gia lần thứ XVII: Một số vấn đề chọn lọc Công nghệ thông tin truyền thông- Đắk Lắk, 30-31/10/2014 97 Tài liệu tham khảo Tài liệu tiếng Việt [1] Đặng Xuân Kiên trình bày “Giải pháp bù thời gian trễ biến đổi nhiễu mạng hệ thống điều khiển dựa mơ hình dự báo Smith thích nghi”, Tạp chí Khoa học cơng nghệ Giao thông vận tải, số 19-15/2016, pp 13-17 [2] Đặng Xuân Kiên, “Mạng hệ thống điều khiển: Kiến thức tảng định hướng nghiên cứu”, Tạp chí Khoa học công nghệ giao thông vận tải, Số 17-11/2015, Tr.37-41 [3] Hoang Minh Son"Mạng truyền thông công nghiệp" (2014) [4] Phạm Quang Đăng, Bùi Quốc Khánh, LATS “Điều khiển phân tán hệ nhiều trục” năm 2007 [5] Phạm Duy Hưng - LATS “Phát triển thuật toán tự triển khai cho hệ thống đa robot giám sát môi trường trước” [6] Huỳnh Trọng Thưa – LATS “Giảm độ trễ end-to-end tổng lượng tiêu thụ mạng cảm biến không dây” [7] Nguyễn Trọng Các – LATS “Phương pháp nâng cao chất lượng truyền thông tin thời gian thực hệ thống điều khiển phân tán”, 2014 Tài liệu tiếng Anh [8] X Ge, F Yang, and Q.-L Han, “Distributed networked control systems: a brief overview,” Information Sciences, vol 380, pp 117–131, 2017 [9] Rachana A Gupta and Mo-Yuen Chow, “Overview of Networked Control Systems”, Networked Control Systems Theory and Applications, Wang, 98 F-Y, Liu, D (Eds) 2008, XVIII, 344p., Hardcover, ISBN: 978-1-84800214-2 [10] Tipsuwan Y, Chow M-Y (2004) “Gain scheduler middleware: a methodology to enable existing controllers for networked control and teleoperation–Part I: networked control.” IEEE Transactions on Industrial Electronics 51(6):1218– 1227 [11] Wang, F.-Y.; Liu, D (Eds.), “Networked Control Systems Theory and Applications”, 2008, XVIII, 344 p., Hardcover ISBN:978-1-84800-214-2 [12] K D H Thi, M C Nguyen, H T Vo, V M Tran, D D Nguyen, and A D Bui, “Trajectory tracking control for four-wheeled omnidirectional mobile robot using Backstepping technique aggregated with sliding mode control,” in 2019 First International Symposium on Instrumentation, Control, Artificial Intelligence, and Robotics (ICA-SYMP), 2019, pp 131– 134 [13] L Ovalle, H Ríos, M Llama, V Santibáđez, and A Dzul, “Omnidirectional mobile robot robust tracking: Sliding-mode outputbased control approaches,” Control Eng Pract., vol 85, pp 50–58, 2019 [14] H S Vieira, E C de Paiva, S K Moriguchi, and J R H Carvalho, “Unified Backstepping Sliding Mode Framework for Airship Control Design,” arXiv Prepr arXiv1909.03143, 2019 [15] H V A Truong, D T Tran, X D To, K K Ahn, and M Jin, “Adaptive Fuzzy Backstepping Sliding Mode Control for a 3-DOF Hydraulic Manipulator with Nonlinear Disturbance Observer for Large Payload Variation,” Appl Sci., vol 9, no 16, p 3290, 2019 99 [16] P E Mendez-Monroy, I S Dominguez, A Bassam, and O M Tzuc, “Control-Scheduling Codesign for NCS based Fuzzy Systems,” Int J Comput Commun Control, vol 13, no 2, pp 251–267, 2018 [17] Tanaka, K.; Wang, H O (2001); Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality Approach, Wiley & Sons, Inc., 2001 [18] C Wang, X Liu, X Yang, F Hu, A Jiang, and C Yang, “Trajectory tracking of an omni-directional wheeled mobile robot using a model predictive control strategy,” Appl Sci., vol 8, no 2, p 231, 2018 [19] Richa Sharma1,, Deepak Nagaria, “Stability Analysis of Networked Control System Using LMI Approach”, International Journal of Engineering & Technology, (2.31) (2018) pp.249-251 [20] Z Gao, Y Yang, Y Du, Y Zhang, and Z Wang, “Kinematic Modeling and Trajectory Tracking Control of a Wheeled Omni-directional Mobile Logistics Platform,” DEStech Trans Eng Technol Res., no apetc, 2017 [21] W Li, C Yang, Y Jiang, X Liu, and C.-Y Su, “Motion planning for omnidirectional wheeled mobile robot by potential field method,” J Adv Transp., vol 2017, 2017 [22] R H Abiyev, I S Günsel, N Akkaya, E Aytac, A Çağman, and S Abizada, “Fuzzy control of omnidirectional robot,” Procedia Comput Sci., vol 120, pp 608616, 2017 [23] J Santos, A G S Conceiỗao, and T L M Santos, “Trajectory tracking of Omni-directional Mobile Robots via Predictive Control plus a Filtered Smith Predictor,” IFAC-PapersOnLine, vol 50, no 1, pp 10250–10255, 2017 100 [24] Z Jia, J Yu, Y Mei, Y Chen, Y Shen, and X Ai, “Integral backstepping sliding mode control for quadrotor helicopter under external uncertain disturbances,” Aerosp Sci Technol., vol 68, pp 299–307, 2017 [25] Y Lin, J Wang, Q.-L Han, and D Jarvis, “Distributed control of networked large-scale systems based on a scheduling middleware,” in IECON 2017-43rd Annual Conference of the IEEE Industrial Electronics Society, 2017, pp 5523–5528 [26] X Liang, L Wan, J I R Blake, R A Shenoi, and N Townsend, “Path following of an underactuated AUV based on fuzzy backstepping sliding mode control,” Int J Adv Robot Syst., vol 13, no 3, p 122, 2016 [27] Xuan-Kien Dang, Van-Thu Nguyen, XuanPhuong Nguyen, “Robust Control of Networked Control Systems with Randomly Varying TimeDelays Based Adaptive Smith Predictor” Rangsit Journal of Arts and Sciences, RJAS, Vol No 2, pp.175-186, Dec, 2015 [28] Valery Kamaev, Alexey Finogeev, Ludmila Fionova, Anton Finogeev, “The experience of creating a wireless transport network to the SCADA system in the urban heating system”, Penza State University, Volgograd State Technical University, Russia, 2012 [29] X K Dang, Z H Guan, T Li and D X Zhang, “Joint Smith Predictor and Neural Network Estimation Scheme for Compensating Randomly Varying Time-delay in Networked Control System,” Proc The 24th Chinese Control and Decision Conference, Tai Yuan, China, May 2012 PP 512-517 [30] X.K Dang, “Analysis and Design of Networked Control Systems under the Effect of Time-delays and Disturbances,” Ph.D dissertation, Univ Huazhong, Wuhan, 2012 101 [31] X K Dang, Z H Guan, H D Tran and T Li, “Fuzzy Adaptive Control of Networked Control System with Unknown Time-delay,” Proc The 30th Chinese Control Conference, Yan tai, China, Jul 2011, pp 4622 4626 [32] Hai Lin, Panos J Antsaklis, “Stability and Stabilizability of Switched Linear Systems: A Survey of Recent Results”, IEEE TRANSACTIONS ON AUTOMATIC CONTROL, VOL 54, NO 2, pp308-322, FEBRUARY 2009 [33] I A K Saeed, N V Afzulpurkar, “Real time, dynamic target tracking using image motion,” In Proc IEEE International Conference on Mechatronics, Taipei, Taiwan, pp 241–246, 2005 [34] Dragoslay D S., “Large-scale dynamic systems stability and structure” Dover Publications, INC, New York, 2007, pp.63-103 [35] G C Walsh, Y Hong, and L G Bushnell, “Stability analysis of networked control systems,” IEEE Trans Control Syst Technol., vol 10, no 3, pp 438–446, May 2002 [36] Z Yang & D Xu (2005) – “Stability analysis of delay neural networks with impulsive effects” - IEEE Trans Circuits Syst.-II, vol 52, no 8, pp 517– 521 [37] T Q Vinh and K Hirota, “Decentralized Robust Fuzzy Sliding Mode Control Design of Interconnected Uncertain System”, Joumal of Advanced Computational lntelligence, vol.6, no.1, pp 56-61, 2002 [38] G C Walsh, Y Hong, and L G Bushnell, “Stability analysis of networked control systems,” IEEE Trans Control Syst Technol., vol 10, no 3, pp 438–446, May 2002 102 [39] F L Lian, J Moyne, D Tilbury, “Network design consideration for distributed control systems,” In IEEE Transactions on Control Systems Technology, vol 10, no 2, pp 297–307, 2002 [40] P I Corkey, P Ridley, “Steering kinematics for a center-articulated mobile robot,” IEEE transactions on Robotics and Automations, vol 17, no 2, pp 215–218, 2001 [41] M Farsi, K Ratcliff, and M Barbosa, “An overview of controller area network” Comput Control Eng J., vol 10, no 3, pp 113–120, Aug 1999 [42] T Q Vinh, H M Dao and H S Bang, “Decentralized Stabilization of Complex Systems by Combination of Conventional and Fuzzy Controls”, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, vol 7, no 4, pp 423-427, 1999 [43] M Farsi, K Ratcliff, and M Barbosa, “An overview of controller area network” Comput Control Eng J., vol 10, no 3, pp 113–120, Aug 1999 [44] Alexandre Megretski & Anders Rantzer (1997) – “System Analysis via Integral Quadratic Constraints” – Transection On Automatic Control- Vol 42 [45] T W Long, “A self-similar neural network for distributed vibration control,” In Proc The 32nd IEEE Conference on Digital Object Identifier, vol 4, pp 3243 – 3248, 1993 [46] Y Halevi & A Ray (1988) – “Integrated communication and control systems: part I–analysis” - ASME J Dynamic Systems, Measurement and Control,Vol 110, pp.367-373 103 [47] Sandell N, Varaiya P, Athans M, Safonnov M: “Survey of decentralized control methods for large scale systems.” IEEE Transactions on Automatic Control, 1978 April; 23(2), pp.108-128 [48] F Abdollahi, K Khorasani, “A decentralized Markovian jump H∞ control routing strategy for mobile multi-agent networked systems”, IEEE Transactions on Control Systems Technology 19(2) (2011) 269–273 [49] M Andreasson, D Dimarogonas, H Sandberg, K Johansson, “Distributed control of networked dynamical systems: Static feedback, integral action and consensus”, IEEE Transactions on Automatic Control 59 (7) (2014) 1750–1764 [50] N Bauer, M Donkers, N van de Wouw, W Heemels, “Decentralized observer based control via networked communication”, Automatica 49 (2013) 2074–2086 [51] R Carli, F Bullo, S Zampieri, “Quantized average consensus via dynamic coding/decoding schemes”, International Journal of Robust and Nonlinear Control 20 (2) (2010) 156–175 [52] L Cheng, Y Wang, Z.-G Hou, M Tan, Z Cao, “Sampled-data based average consensus of secondorder integral multi-agent systems: Switching topologies and communication noises”, Automatica 49 (5) (2013) 1458– 1464 [53] W Chen, X Li, L Jiao, “Quantized consensus of second-order continuous time multi-agent systems with a directed topology via sampled data”, Automatica 49 (2013) 2236–2242 104 [54] A Das, F Lewis, “Distributed adaptive control for synchronization of unknown nonlinear networked systems”, Automatica 46 (2010) 2014– 2021 [55] D Dimarogonas, E Frazzoli, K Johansson, “Distributed event-triggered control for multi-agent systems”, IEEE Transactions on Automatic Control 57 (5) (2012) 1291–1297 [56] L Ding, Q.-L Han, G Guo, “Network-based leader-following consensus for distributed multi-agent systems”, Automatica 49 (7) (2013) 2281– 2286 [57] M Donkers, W Heemels, “Output-based event-triggered control with guaranteed L∞-gain and improved and decentralized event-triggering”, IEEE Transactions on Automatic Control 57 (6) (2012) 1362–1376 [58] P Ellis, “Extension of phase plane analysis to quantized systems”, IRE Transactions on Automatic Control (2) (1959) 43–54 [59] P Frasca, “Continuous-time quantized consensus: convergence of Krasovskii solutions”, Systems & Control Letters 61 (2) (2012) 273–278 [60] E Fridman, U Shaked, V Suplin, “Input/output delay approach to robust sampled-data H∞ control”, Systems & Control Letters, 54 (3) (2005) 271– 282 [61] Y Gao, L Wang, “Sampled-data based consensus of continuous-time multi-agent systems with time-varying topology”, IEEE Transactions on Automatic Control 56 (5) (2011) 1226–1231 [62] H Gao, J Wu, P Shi, “Robust sampled-data H∞ control with stochastic sampling”, Automatica 45 (2009) 1729–1736 105 [63] X Ge, Q.-L Han, “Distributed event-triggered H∞ filtering over sensor networks with communication delays”, Information Sciences, 291 (2015) 128–142 [64] X Ge, Q.-L Han, X Jiang, “Distributed H∞ filtering over sensor networks with heterogeneous Markovian coupling intercommunication delays”, IET Control Theory and Applications (1) (2014) 82–90 [65] X Ge, Q.-L Han, X Jiang, “Sampled-data H∞ filtering of Takagi-Sugeno fuzzy systems with interval time-varying delays”, Journal of the Franklin Institute, 351 (5) (2014) 2515–2542 [66] X Ge, Q.-L Han, X Jiang, “Distributed fault detection over sensor networks with Markovian switching topologies”, International Journal of General Systems, 43 (3-4) (2014) 305–318 [67] Z.-H Guan, Z.-W Liu, G Feng, M Jian, “Impulsive consensus algorithms for second order multi-agent networks with sampled information”, Automatica 48 (7) (2012) 1397–1404 [68] M Guinaldo, D Dimarogonas, K Johansson, J S´anchez, S Dormido, “Distributed event-based control strategies for interconnected linear systems”, IET Control Theory and Applications (6) (2013) 877–886 [69] M Guinaldo, D Lehmann, J S´anchez, S Dormido, K Johansson, “Distributed event triggered control for non-reliable networks”, Journal of the Franklin Institute 351 (2014) 5250–5273 [70] G Guo, L Ding, Q.-L Han, “A distributed event-triggered transmission strategy for sampleddata consensus of multi-agent systems”, Automatica 50 (5) (2014) 1489–1496 106 [71] R Gupta, M.-Y Chow, “Network control system: Overview and research trends”, IEEE Transactions on Industrial Electronics 57 (7) (2010) 2527– 2535 [72] G Gu, L Qiu, “Networked control system for multi-input plants based on polar logarithmic quantization”, Systems & Control Letters 69 (2014) 16– 22 [73] G Hui, H Zhang, Z Wu, Y Wang, “Control synthesis problem for networked linear sampled-data control systems with band-limited channels”, Information Sciences 275 (2014) 385–399 [74] X.-C Jia, X.-B Chi, Q.-L Han, N.-N Zheng, “Event-triggered fuzzy H∞ control for a class of nonlinear networked control systems using the deviation bounds of asynchronous normalized membership functions”, Information Sciences 259 (2014) 100–117 [75] X Jiang, Q.-L Han, “On designing fuzzy controllers for a class of nonlinear networked control systems”, IEEE Transactions on Fuzzy Systems 16 (4) (2008) 1050–1060 [76] X Jiang, Q.-L Han, S Liu, A Xue, “A new H∞ stabilization criterion for networked control systems”, IEEE Transactions on Automatic Control 53 (4) (2008) 1025–1032 [77] X Kang, H Ishii, “Coarsest quantization for networked control of uncertain linear systems”, Automatica 51 (2014) 1–8 [78] Z Li, Z Duan, F Lewis, “Distributed robust consensus control of multiagent systems with heterogeneous matching uncertainties”, Automatica 50 (2) (2014) 883–889 107 [79] T Li, M Fu, L Xie, J.-F Zhang, “Distributed consensus with limited communication data rate”, IEEE Transactions on Automatic Control 56 (2) (2011) 279–292 [80] Z Li, X Liu, W Ren, L Xie, “Distributed tracking control for linear multiagent systems with a leader of bounded unknown input”, IEEE Transactions on Automatic Control 58 (2) (2013) 518–523 [81] T Li, L Xie, “Distributed consensus over digital networks with limited bandwidth and timevarying topologies”, Automatica 47 (2011) 2006– 2015 [82] T Li, J.-F Zhang, “Mean square average-consensus under measurement noises and fixed topologies: Necessary and sufficient conditions”, Automatica 45 (2009) 1929 1936 [83] T Li, J.-F Zhang, “Consensus conditions of multi-agent systems with time-varying topologies and stochastic communication noises”, IEEE Transactions on Automatic Control 55 (9) (2010) 2043–2057 [84] S Liu, T Li, L Xie, M Fu, J.-F Zhang, “Continuous-time and sampleddata-based average consensus with logarithmic quantizers”, Automatica 49 (2013) 3329–3336 [85] Q Liu, Z Wang, X He, D Zhou, “A survey of event-based strategies on control and estimation”, Systems Science & Control Engineering: An Open Access Journal, (2014) 90–97 [86] Q Liu, Z Wang, X He, D Zhou, “Event-based H∞ consensus control of multi-agent systems with relative output feedback: The finite-horizon case”, IEEE Transactions on Automatic http://dx.doi.org/10.1109/TAC.2015.2394872 Control (2015) 108 [87] H Liu, G Xie, L Wang, “Necessary and sufficient conditions for solving consensus problems of double-integrator dynamics via sampled control”, International Journal of Robust and Nonlinear Control 20 (2010) 1706– 1722 [88] S Liu, L Xie, H Zhang, “Distributed consensus for multi-agent systems with delays and noises in transmission channels”, Automatica 47 (2011) 920–934 [89] M Mahmoud, A Memon, “Aperiodic triggering mechanisms for networked control systems”, Information Sciences, 296 (2015) 282–306 [90] M Mazo, M Gao, “Asynchronous decentralized event-triggered control”, Automatica 50 (12) (2014) 3197–3203 [91] M Mazo, P Tabuada, “Decentralized event-triggered control over wireless sensor/actuator networks”, IEEE Transactions on Automatic Control 56 (10) (2011) 2456–2461 [92] X Meng, T Chen, “Event based agreement protocols for multi-agent networks”, Automatica 49 (7) (2013) 2125–2132 [93] A Nedic, A Olshevsky, A Ozdaglar, J Tsitsiklis, “On distributed averaging algorithms and quantization effects”, IEEE Transactions on Automatic Control 54 (11) (2009) 2506–2517 [94] R Olfati-Saber, R Murray, “Consensus problems in networks of agents with switching topology and time-delays”, IEEE Transactions on Automatic Control 49 (9) (2004) 1520–1533 [95] R Olfati-Saber, J Fax, R Murray, “Consensus and cooperation in networked multi agent systems”, Proceedings of The IEEE 95 (1) (2007) 215–233 109 [96] Y Cao, W Yu, W Ren, G Chen, “An overview of recent progress in the study of distributed multi-agent coordination”, IEEE Transactions on Industrial Informatics (1) (2013) 427–438 [97] Z.-H Pang, G.-P Liu, D Zhou, M Chen, “Output tracking control for networked systems: A model-based prediction approach”, IEEE Transactions on Industrial Electronics 61 (9) (2014) 4867–4877 [98] P Papachristodoulou, A Jadbabaie, U Măunz, Effects of delay in multiagent consensus and oscillator synchronization”, IEEE Transactions on Automatic Control 55 (6) (2010) 1471–1477 [99] C Peng, Q.-L Han, “A novel event-triggered transmission scheme and L2 control co-design for sampled-data control systems”, IEEE Transactions on Automatic Control 58 (10) (2013) 2620–2626 [100] C Peng, Q.-L Han, D Yue, “Communication-delay-distribution- dependent decentralized control for large-scale systems with IP-based communication networks”, IEEE Transactions on Control Systems Technology 21 (3) (2013) 820–830 [101] C Peng, Q.-L Han, D Yue, “To transmit or not to transmit: A discrete event-triggered communication scheme for networked TakagiSugeno fuzzy systems”, IEEE Transactions on Fuzzy Systems 21 (1) (2013) 164–170 [102] C Peng, D Yue, Q.-L Han, “Communication and control for networked complex systems”, Springer-Verlag Berlin Heidelberg, 2015, DOI 10.1007/978-3-662-46813-5 [103] C Persis, R Sailer, F Wirth, “Parsimonious event-triggered distributed control: A Zeno free approach”, Automatica 49 (2013) 2116–2124 110 [104] R Postoyan, N van de Wouw, D Neˇsi´c, W Heemels, “Tracking control for nonlinear networked control systems”, IEEE Transactions on Cybernetics 59 (6) (2014) 1539–1554 [105] J Qin, H Gao, “A sufficient condition for convergence of sampled-data consensus for doubleintegrator dynamics with nonuniform and timevarying communication delays”, IEEE Transactions on Automatic Control 57 (9) (2012) 2417–2422 ... chuẩn, hệ thống điều khiển điểm-điểm truyền thống cấu trúc lại tạo hệ thống điều khiển kết nối RCNS, vịng điều khiển phản hồi thực thông qua mạng truyền thông Khi hệ thống điều khiển phản hồi truyền... số nghiên cứu nước hệ thống điều khiển kết nối mạng Phạm Quang Đăng, Bùi Quốc Khánh trình bày ? ?Điều khiển phân tán hệ nhiều trục” năm 2007, nghiên cứu ảnh hưởng trễ truyền thông hệ thống điều khiển. .. lược điều khiển tối ưu nâng cao hiệu RCNS Cũng lý nêu nên NCS chọn đề tài cho luận án tiến sỹ là: ? ?Nghiên cứu điều khiển trễ hệ thông điều khiển phản hồi qua mạng” Mục tiêu luận án tập trung nghiên