luận án tiến sĩ kỹ thuật nghiên cứu, xây dựng giải pháp bảo mật dữ liệu thời gian thực truyền trên mạng ip bằng thiết bị phần cứng chuyên dụng

Lời cảm ơn Trong q trình làm luận án, tơi nhận nhiều góp ý chun mơn ủng hộ giúp đỡ tập thể cán hướng dẫn, nhà khoa học, đồng nghiệp Tôi xin gửi tới họ lời cảm ơn sâu sắc Tơi xin bày tỏ lịng cảm ơn đến tập thể hướng dẫn trực tiếp hướng dẫn tâm huyết suốt thời gian qua Tôi xin chân thành cảm ơn nhà khoa học, tập thể Bộ môn Điều khiển tự động, Viện Điện, Viện đào tạo sau đại học, trường Đại học Bách Khoa Hà Nội tạo điều kiện thuận lợi cho tơi suốt q trình học tập nghiên cứu thực luận án Tơi xin bày tỏ lịng biết ơn đến đồng nghiệp khoa Điện – Cơ, đặc biệt ban chủ nhiệm khoa, ban giám hiệu trường Đại học Hải Phịng nơi tơi cơng tác, tạo điều kiện thuận lợi để yên tâm học tập nghiên cứu Cuối lời cảm ơn ủng hộ, động viên khích lệ gia đình thân u để tơi hồn thành nhiệm vụ học tập Hà Nội, ngày … tháng … năm … Nghiên cứu sinh Hoàng Thị Tú Uyên iii MỤC LỤC DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT vi DANH MỤC CÁC BẢNG x DANH MỤC CÁC HÌNH VẼ x MỞ ĐẦU .1 Tính cấp thiết đề tài Mục đích nghiên cứu Đối tượng phạm vi nghiên cứu luận án Ý nghĩa khoa học thực tiễn luận án Phương pháp nghiên cứu Bố cục luận án CHƯƠNG TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN CHO HỆ LÁI TÀU THỦY 1.1 Mơ hình động lực học phương tiện hàng hải 1.1.1 Phân tích vị trí hướng chuyển động tàu 1.1.2 Phương trình chuyển động phương tiện hàng hải (Dynamics) 1.1.2.1 Phương trình chuyển động vật rắn 1.1.2.2 Lực momen thủy động lực học 10 1.1.2.3 hải Hệ phương trình chuyển động bậc tự phương tiện hàng ……………………………………………………………………………………………….12 1.1.3 Mơ hình động lực học tàu thủy ba bậc tự mặt phẳng nằm ngang ………………………………………………………………………………………………………….14 1.1.4 1.2 Các mơ hình đơn giản hóa từ mơ hình ba bậc tự tàu thủy 15 1.1.4.1 Mơ hình tàu tốc độ thấp tốn ổn định vị trí động 15 1.1.4.2 Mơ hình động lực học tàu ba bậc tự hụt cấu chấp hành 15 1.1.4.3 Mơ hình riêng cho vận tốc tiến tính điều động (maneuvering) 16 1.1.4.4 Những phương trình lái tàu tuyến tính 17 1.1.4.5 Những phương trình lái tàu phi tuyến 18 Đánh giá tình hình nghiên cứu ngồi nước 19 1.2.1 Tình hình nghiên cứu nước 19 1.2.2 Tình hình nghiên cứu ngồi nước 19 1.3 Tổng quan phương pháp điều khiển điều độngvà bám quỹ đạo cho tàu ba bậc tự đủ cấu chấp hành 21 1.3.1 Phương pháp điều khiển backstepping 21 1.3.2 Phương pháp điều khiển backstepping thích nghi 22 1.3.3 Phương pháp xấp xỉ mạng nơ-ron 25 iv 1.4 Cơ sở phương pháp luận 27 1.4.1 Kỹ thuật backstepping 27 1.4.2 Điều khiển trượt 30 1.4.3 Điều khiển mặt động 31 1.4.4 Mạng nơ-ron nhân tạo RBF 35 1.5 Kết luận chương 38 CHƯƠNG ĐIỀU KHIỂN THÍCH NGHI TRƯỢT BACKSTEPPING CHO MƠ HÌNH LÁI TÀU 3D BẰNG MẠNG NƠ-RON NHÂN TẠO 39 2.1 Tổng hợp điều khiển trượt backstepping 39 2.1.1 Tổng hợp điều khiển 40 2.1.2 Khảo sát tính ổn định hệ 41 2.1.3 Kết mơ số với mơ hình tàu xác định 43 2.2 Tổng hợp điều khiển trượt backstepping sở mạng nơ-ron nhân tạo ……………………………………………………………………………………………………………… 57 2.2.1 Xấp xỉ véc-tơ hàm bất định mạng nơ-ron nhân tạo 57 2.2.2 Phát biểu định lý chứng minh tính ổn định hệ kín 58 2.3 Mô kiểm chứng kỹ thuật số 61 2.4 Kết luận chương 73 CHƯƠNG ĐIỀU KHIỂN THÍCH NGHI MẶT ĐỘNG TRÊN CƠ SỞ MẠNG NƠ-RON NHÂN TẠO 74 3.1 Tổng hợp điều khiển kỹ thuật DSC 74 3.1.1 Tổng hợp điều khiển 74 3.1.2 Khảo sát tính ổn định hệ thống 76 3.1.3 Kết mơ số với mơ hình tàu xác định 77 3.2 DSC thích nghi cho mơ hình tàu bất định mạng nơ ron nhân tạo 83 3.2.1 Xấp xỉ véc-tơ hàm bất định mạng nơ-ron nhân tạo 83 3.2.2 Phát biểu định lý chứng minh tính ổn định hệ 83 3.3 Mô kiểm chứng kỹ thuật số 86 3.4 Kết luận chương 94 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN 95 DANH MỤC NHỮNG CƠNG TRÌNH ĐÃ ĐƯỢC CƠNG BỐ 97 Các cơng trình liên quan trực tiếp đến luận án 97 Các cơng trình khơng liên quan trực tiếp đến luận án 98 TÀI LIỆU THAM KHẢO 99 PHỤ LỤC 103 v DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Danh Mục Các Ký Hiệu 𝑪() Ma trận Coriolis lực hướng tâm phương tiện hàng hải 𝑪𝐴 () Ma trận Coriolis lực hướng tâm thủy động lực học khối lượng nước kèm 𝑪𝑅𝐵 Ma trận Coriolis lực hướng tâm vật rắn 𝑫 Ma trận suy giảm thủy động lực học tuyến tính 𝑫𝑛 () Ma trận suy giảm thủy động lực học phi tuyến 𝑫() Ma trận suy giảm thủy động lực học 𝒈(𝜼) Véc-tơ lực đẩy lực trọng trường 𝑰0 Ma trận quán tính hệ thống xung quanh điểm O 𝑱1 (𝜼2 ) Ma trận quay chuyển đổi vận tốc dài 𝑱2 (𝜼2 ) Ma trận quay chuyển đổi vận tốc góc 𝑱(𝜼) Ma trận quay chuyển đổi vận tốc dài vận tốc góc 𝑚 Khối lượng vật rắn 𝑴𝐴 Ma trận quán tính hệ thống khối lượng nước kèm 𝑴𝑅𝐵 Ma trận quán tính hệ thống vật rắn 𝑸 Véc-tơ hồi quy mạng nơ-ron RBF 𝑾 Véc-tơ trọng số mạng nơ-ron 𝑢 Vận tốc dài theo phương 𝑥 hệ tọa độ gắn thân 𝑣 Vận tốc dài theo phương 𝑦 hệ tọa độ gắn thân  Vận tốc dài theo phương 𝑧 hệ tọa độ gắn thân 𝑝 Vận tốc góc quay lắc quanh trục 𝑥 hệ tọa độ gắn thân 𝑞 Vận tốc góc quay lật quanh trục y hệ tọa độ gắn thân vi 𝑟 Vận tốc góc quay hướng quanh trục 𝑧 hệ tọa độ gắn thân 𝒔 Véc-tơ mặt trượt 𝒛𝑖 Véc-tơ sai lệch 𝑖 = 1, … 𝑛 𝑥 Tọa độ tàu theo phương 𝑥 hệ tọa độ NED 𝑦 Tọa độ tàu theo phương 𝑦 hệ tọa độ NED 𝑧 Tọa độ tàu theo phương 𝑧 hệ tọa độ NED  Góc lắc, xung quanh trục 𝑥 hệ tọa độ NED  Góc lật, xung quanh trục 𝑦 hệ tọa độ NED 𝜓 Góc hướng, xung quanh trục 𝑧 hệ tọa độ NED 𝒓𝑔 Véc-tơ tọa độ trọng tâm vật rắn 𝜼1 Véc-tơ biểu diễn vị trí tàu hệ tọa độ gắn trái đất 𝜼2 Véc-tơ biểu diễn góc hướng tàu hệ tọa độ gắn trái đất 𝜼 Véc-tơ biểu diễn vị trí góc hướng tàu hệ tọa độ gắn trái đất 1 Véc-tơ vận tốc dài hệ tọa độ gắn thân 2 Véc-tơ vận tốc góc hệ tọa độ gắn thân  Véc-tơ vận tốc dài vận tốc góc hệ tọa độ gắn thân 𝜖 Sai số xấp xỉ mạng nơ-ron 𝜇𝑖 Trọng tâm trường tiếp nhận hàm Gauss ϛ𝑖 Độ tản 𝒍 Véc-tơ đầu vào mạng nơ-ron 𝑸 Véc-tơ hồi quy mạng nơ-ron RBF 𝑾 Ma trận trọng số mạng nơ-ron 𝝉1 Véc-tơ lực tác động hệ tọa độ gắn thân vii 𝝉2 Véc-tơ momen tác động hệ tọa độ gắn thân 𝝉 Véc-tơ lực momen đẩy tác động lên tàu khung tọa độ gắn thân 𝝉𝐷 Véc-tơ lực momem suy giảm 𝝉𝐻 Véc-tơ lực momen thủy động lực 𝝉𝑅𝐵 Véc-tơ lực momen tổng quát tác động lên tàu khung tọa độ gắn thân 𝝉𝑅 Véc-tơ lực momen cảm ứng xạ tác động lên tàu 𝒘 Véc-tơ lực momen nhiễu loạn từ môi trường Danh Mục Các Chữ Viết Tắt Ký hiệu Tiếng Anh Tiếng Việt ANB Adaptive neural network backstepping Thích nghi nơ-ron backstepping ANSB Adaptive neural network sliding mode backstepping Thích nghi nơ-ron trượt backstepping ANSBC Adaptive neural network sliding mode backstepping control Điều khiển thích nghi nơ-ron trượt backstepping nơ-ron ANDSC Adaptive neural network dynamic surface control Điều khiển thích nghi nơ-ron mặt động BODY Body-fixed reference frame Khung tọa độ quy chiếu gắn thân CG Center of gravity Trọng tâm CB Center of buoyancy Tâm DSC Dynamic surface control Điều khiển mặt động ECI The Earth-centered inertial frame Khung tọa độ quán tính gốc trùng tâm trái đất ECEF Earth-centered Earth-fixed reference frame Khung tọa độ tham chiếu có gốc trùng tâm trái đất GPS Global Positioning System Hệ thống định vị toàn cầu INS Inertial Navigation System Hệ thống dẫn đường quán tính IFAC International Federation of Automatic Control Hiệp hội quốc tế tự động hóa viii ISS Input-to-state stable Ổn định trạng thái đầu vào LTĐTT Autopilot of ship Lái tự động tàu thủy LQR Linear quadratic regulator Bộ điều khiển tối ưu toàn phương LQG Linear quadratic Gaussian Bộ điều khiển tối ưu toàn phương kháng nhiễu MIMO Multiple Inputs, Multiple Outputs Nhiều đầu vào, nhiều đầu MSS Multiple sliding surface Đa mặt trượt MNN Multiple layer neural networks Mạng nơ-ron nhiều lớp NED North-East-Down PE Persistent excitation RBF Radial basis function Hệ tọa độ có trục hướng bắc – hướng đơng – hướng tâm trái Kích thích bền (liên tục) đất Hàm hướng tâm RIF Radiation-Induced Forces Lực cảm biến xạ SISO Single Input and Single Output Một đầu vào, đầu SMC Sliding mode control Điều khiển trượt SNAME Society of Naval Architects and Marine Engineers Hiệp hội kiến trúc hải quân hàng hải ix 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 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 qn 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 quán 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 mơi 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 cơng 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 choán nước Những thành phần bất định mơ hình hệ lái tàu nhiễu tác động khơng biết 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 toán 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 toán 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 CÔNG TRÌNH ĐÃ ĐƯỢC CƠNG BỐ ❖ Các cơng trình liên quan trực tiếp đến luận án Hoàng Tú Uyên (2015): Phương trình chuyển động tổng quát bậc tự phương tiện hàng hải, Tạp chí khoa học kinh tế Kĩ thuật - công nghệ, Đại học Hải Phịng, vol 3, pp 67–80 Hồng 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 toàn 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 Hồi (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 Đông (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: M̇ + 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 dòng 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 dịng 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 toán 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, quán tính tàu lớn không 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 toàn 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, khơng bao gồm đường nước vật thể mỏng cột buồm ống thông 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 = 𝐾1 𝑠 1 + 𝑑1 𝑠 + 2𝜆1 𝜔𝑒1 𝑠 + 𝜔𝑒1 (A.22) 𝑌𝑤𝑎𝑣𝑒𝑠 = 𝐾2 𝑠 2 + 𝑑2 𝑠 + 2𝜆2 𝜔𝑒2 𝑠 + 𝜔𝑒2 (A.23) 𝑁𝑤𝑎𝑣𝑒𝑠 = 𝐾3 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 𝐾𝑖 ( i = 1, ,3 ), phổ sóng tham số hóa hai toán 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 tốn hạng thay đổi chậm (Wiener processes): 𝑑̇1 = 4 (A.25) 𝑑̇2 = 5 (A.26) (A.27) 𝑑̇3 = 6 𝑖 (i = 4, ,6) trình nhiễu trắng Gauss Những biểu thức tính lực momen sóng nên sử dụng phần tử bão hòa để ngăn 𝑑𝑖 khỏi vượt giới hạn vật lý lớn |𝑑𝑖 | ≤ di, max PHỤ LỤC B: Biến đổi, giải trình cơng thức B.1 Công 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) cơng thức (2.53) 107