Nghiên cứu phát triển hệ thống mô phỏng chuyển động tàu thuỷ với sàn treo ba bậc tự do ứng dụng thuật toán điều khiển hiện đại

Tuy nhiên, về mặt kỹ thuật cáccôngtrình nghiên cứu vẫn còn tồn tại nhưng hạn chế nhất định như chất lượng điềukhiển,chất lượng và độ trung thực của hình ảnh, khả năng đồng bộ dữ liệu điề

Tínhcấp thiết củaluậnán

Trong bối cảnh cuộc cách mạng công nghệ 4.0, ngành công nghệ thông tin đang được ứng dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là những ngành gặp khó khăn trong việc kiểm chứng và thử nghiệm như hàng không vũ trụ, năng lượng hạt nhân và y tế Việc áp dụng công nghệ thông tin mang lại hiệu quả cao cho các lĩnh vực này Ngành giao thông vận tải cũng không nằm ngoài xu hướng, với việc triển khai các thông tư yêu cầu các cơ sở đào tạo áp dụng hệ thống mô phỏng trong huấn luyện Cụ thể, thông tư số 04/2022/TT-BGTVT ngày 22/4/2022 đã sửa đổi và bổ sung một số điều của thông tư số 12/2017/TT-BGTVT, nhấn mạnh tầm quan trọng của công nghệ trong đào tạo giao thông đường bộ.

Theo quy định tại Điều 47, khoản 2 của Bộ trưởng Bộ Giao thông vận tải năm 2017, các cơ sở đào tạo lái xe ô tô phải trang bị và sử dụng cabin học lái xe trước ngày 31/12/2022 Bên cạnh đó, trong lĩnh vực hàng hải, Thông tư số 15/2019/TT-BGTVT ban hành ngày 26/4/2019 quy định về cơ sở vật chất và trang thiết bị đào tạo thuyền viên, đặc biệt nhấn mạnh yêu cầu về phòng mô phỏng buồng lái tại phụ lục 5, khoản 3.

Theo Điều 2, Khoản 4 quy định về yêu cầu phòng mô phỏng buồng máy - điện, điện tử, và Khoản 5 quy định về yêu cầu phòng phần mềm ứng dụng xếp dỡ hàng hóa Đồng thời, trên bình diện quốc tế, Tổ chức Hàng hải Quốc tế (IMO) đã đưa ra hướng dẫn liên quan đến huấn luyện đào tạo sĩ quan hàng hải trong khuôn khổ IMO Model Course.

1.22 về “Ship simulator and bridge teamwork” trong đó yêu cầu sỹ quan hàng hải phảicó ít nhất

20/40 giờ huấn luyện trong phòng mô phỏng buồng lái Đối với sỹ quan máykhai thác, trong IMO

Simulator” trong đó yêucầu sỹ quan máy khai thác phải có ít nhất 80 giờ huấn luyện trong phòng mô phỏngbuồng máy.

Ngành hàng hải và công nghiệp đóng tàu đang phát triển mạnh mẽ với nhiều loại tàu thủy hiện đại và đa dạng về thiết kế Do đó, đội ngũ nhân viên cần nắm bắt chính xác và nhanh chóng các phương thức vận hành Tuy nhiên, việc đào tạo trên thiết bị thật rất tốn kém về nhiên liệu, thiết bị và nguồn lực, đồng thời dễ gây ra sự cố nguy hiểm Để khắc phục vấn đề này, xu hướng hiện nay là sử dụng công nghệ thực tế ảo 3D kết hợp với mô hình chuyển động nhiều bậc tự do để mô phỏng các trang thiết bị và tình huống có thể xảy ra trong quá trình huấn luyện.

Khin g ư ờ i v ậ n h à n h t h ự c h i ệ n t r ê n c h ư ơ n g t r ì n h m ô p h ỏ n g h à n g h ả i s ẽ r ấ t a n toàn, hạn chế được rủi ro so với dùng thiết bị thực tế mà vẫn được trải nghiệm được cáctìnhhuốnggiốngnhư trênbiển.

Việc chủ động nghiên cứu, ứng dụng các thuật toán điều khiển hiện đại và pháttriểncácmôhình môphỏngsẽkhắcphụcđượcrấtnhiềunhượcđiểmnhư:

- Phụ thuộc vào các công trình nghiên cứu ở nước ngoài nên khả năng làm chủcôngnghệkhôngcao.

- Quá trình chuyển giao công nghệ và kết quả nghiên cứu rất tốn nhiều thời gian,kinhphíđàotạolớn.

- Khó khăn trong việc bảo hành, bảo trì, nâng cấp, phát triển hệ thống do khoảngcáchđịalývàbấtđồngngônngữgiữanhàsảnxuấtvàđơnvịsửdụng.

- Dữ liệu hải đồ địa hình, địa vật không được cập nhật và xây dựng đúng như địahìnhđịa vậtthực tếtrongnước.

Việc cung cấp các tham số dữ liệu địa hình và địa vật cho đối tác nước ngoài để xây dựng dữ liệu số (2D và 3D) phục vụ mô phỏng địa lý hệ thống có thể không đảm bảo các yếu tố bí mật thông tin an ninh quốc gia.

Các hệ thống mô phỏng trong các công trình nghiên cứu nước ngoài thường có tính độc lập và phạm vi vận hành hạn chế, chỉ hoạt động trong một buồng huấn luyện, buồng máy hoặc bảng điện Điều này dẫn đến việc thiếu khả năng liên kết thông tin giữa các buồng, không tạo ra một cấu trúc huấn luyện hoàn chỉnh như một con tàu.

- Cuốicùng làtổngchiphícho mộtmôhình mô phỏngthườngrấtcao.

Hiện nay, hệ thống mô phỏng chuyển động (motion platform) đang được ứng dụng rộng rãi trong đào tạo và giải trí, với nhiều nghiên cứu về các hệ thống 2DOF, 3DOF và 6DOF Các nghiên cứu này thường sử dụng động cơ piston, động cơ servo hoặc xi lanh thủy lực, cùng với phần mềm thiết kế chuyên dụng Một số công trình tập trung vào nâng cao hiệu suất, giảm độ ồn và cải thiện truyền thông mạng Các nghiên cứu cũng chú trọng vào việc ứng dụng phần cứng và phần mềm công nghiệp nước ngoài vào các dự án mô phỏng cho trò chơi và công nghiệp quốc phòng Đặc biệt, mô hình chuyển động 3DOF đã được nghiên cứu với nhiều kiểu cấu trúc khác nhau, nhưng vẫn tồn tại những hạn chế về chất lượng điều khiển và độ trung thực của hình ảnh Độ trễ trong việc đồng bộ dữ liệu điều khiển có thể lên đến 1200ms, ảnh hưởng đến trải nghiệm của người huấn luyện và độ chính xác trong mô phỏng chuyển động.

Để cải thiện chất lượng mô phỏng chuyển động tàu thuỷ với sàn treo nhiều bậc tự do, cần khắc phục các nhược điểm hiện tại Việc chủ động phát triển công nghệ, giảm giá thành và ứng dụng các sản phẩm công nghiệp phổ biến cùng với linh kiện cơ/điện tử có sẵn trên thị trường là rất cần thiết Do đó, nghiên cứu tiếp tục là vấn đề cấp bách trong lĩnh vực này.

NCS đã chọn đề tài nghiên cứu "Phát triển hệ thống mô phỏng chuyển động tàu thuỷ với sàn treo ba bậc tự do ứng dụng thuật toán điều khiển hiện đại" cho luận án tiến sĩ, nhằm đề xuất các thuật toán tiên tiến để nâng cao chất lượng mô phỏng chuyển động tàu thuỷ Đề tài này hướng tới việc đáp ứng nhu cầu tự động hóa và hiện đại hóa của đất nước, đồng thời phù hợp với sự phát triển của ngành công nghiệp mô phỏng.

Mụctiêunghiêncứucủaluậnán

Mục tiêu tổng quát của luận án là nghiên cứu và phát triển thuật toán điều khiển hiện đại nhằm nâng cao chất lượng hệ thống mô phỏng chuyển động tàu thủy, tích hợp sàn treo bậc tự do, phục vụ cho đào tạo và huấn luyện sinh viên ngành hàng hải Luận án hướng tới việc hạn chế tối đa tai nạn trên biển và giảm chi phí so với việc huấn luyện trên tàu thật Để đạt được mục tiêu này, NCS đã xác định các mục tiêu cụ thể cho luận án.

1 3 0 0 k g Buồngláimôphỏngcótíchhợpbànđiềukhiển,cácthiếtbịnhưRadar/ ARPA,ECDIS,Conning và nộithấtkhác cũng đượctrangbị.Buồngláiđược gắntrênmộtsàn chuyểnđộngbabậctựdo.Sànchuyểnđộngđượcthiết kếtrênnguyêntắccủaStewartplatform.

Vào thứ hai, NCS đã tiếp cận mô hình Stewart platform với ba bậc tự do, bao gồm lắc ngang, lắc dọc và trượt, đồng thời thực hiện mô phỏng động học tàu thủy dưới dạng hình ảnh 3D Để điều khiển tổ hợp DRIVE/SERVO, NCS đã phát triển thuật toán điều khiển trên bộ điều khiển logic khả trình PLC, nhằm tạo ra chuyển động thực cho ba trục tự do, mô phỏng lại chuyển động từ mô hình 3D trên máy tính.

Tích hợp một hệ thống mô phỏng 3D động học tàu thuỷ với mô hình chuyển động sàn treo, sử dụng trí tuệ nhân tạo AI dạng mạng nơ ron nhân tạo, nhằm tăng độ chính xác và giảm thời gian rễ động bộ giữa hình ảnh và chuyển động vật lý.

Đốitƣợngvàphạmvinghiêncứucủaluậnán

Phạmvinghiêncứu

Nghiên cứu về mô hình động học tàu thủy bao gồm đầy đủ 6 bậc tự do với bộthamsốcủalớptàuvớichiềudài55m,chiềurộng9.2m,mớnnước2.6mvàtảitrọnglà

Mô hình toán của 3 yếu tố môi trường bao gồm gió trong dải 0-30 knots, sóng với 12 cấp thang Beaufort và hải lưu trong dải 0-5 knots Bên cạnh đó, hệ động lực được thiết kế với 01 chân vịt và 01 bánh lái Dựa trên các mô hình toán này, tàu mô hình được thiết kế để chuyển động trong không gian 3D của Unity Engine.

Nghiên cứu này tập trung vào việc xây dựng mô hình sàn treo cabin buồng lái đa dạng Stewart platform với ba bậc tự do Mô hình sử dụng PLC, mạng truyền thông công nghiệp và động cơ servo để điều khiển ba chuyển động, bao gồm lắc ngang, lắc dọc và trượt đứng, dựa trên các tín hiệu từ tàu mô hình 3D.

Nghiên cứu thuật toán điều khiển hiện đại sử dụng mạng nơron nhân tạo MLP nhằm học và dự báo quỹ đạo, giúp điều khiển ba chuyển động của sàn treo theo chuyển động của tàu mô hình 3D Việc cải thiện độ chính xác và thời gian trễ trong quá trình điều khiển sẽ nâng cao chất lượng của hệ thống mô phỏng.

Phươngphápnghiêncứucủaluậnán

Phương pháp nghiên cứu của đề tài luận án bao gồm phân tích và tổng hợp lý thuyết, mô phỏng 3D, thống kê thu thập dữ liệu và thực nghiệm Phân tích và tổng hợp lý thuyết nhằm xây dựng mô hình động học cho con tàu Mô phỏng 3D được sử dụng để tái hiện các tình huống trên biển và các trang thiết bị như hải đồ điện tử ECDIS, RADAR, và CONNING Matlab/Simulink hỗ trợ cho các thuật toán tìm tín hiệu điều khiển trong mô hình động học Phương pháp thống kê giúp thu thập và đánh giá dữ liệu, từ đó chọn lọc bộ dữ liệu tối ưu cho mạng nơron nhân tạo MLP Cuối cùng, phương pháp thực nghiệm kiểm chứng kết quả mô phỏng NCS thông qua lắp đặt mô hình, lập trình điều khiển động cơ servo trên PLC, xây dựng giao tiếp mạng Modbus TCP, và phát triển các thuật toán điều khiển tương ứng.

Ýnghĩa khoa họcvà thựctiễn

Luận án đề xuất phương pháp luận mới áp dụng thuật toán điều khiển để dự báo và điều khiển chuyển động của mô hình sân treo bập bênh tự do dựa trên tín hiệu đặt từ mô hình mô phỏng 3D Thuật toán này cho phép huấn luyện trước với bộ dữ liệu mẫu và dự báo tín hiệu chuyển động nghiêng, lắc và trượt đứng của con tàu bằng cách sử dụng mạng nơ ron nhân tạo MLP Việc áp dụng phương pháp này góp phần bổ sung và làm phong phú thêm các phương pháp điều khiển nhằm giảm độ trễ của mô hình sân treo bập bênh tự do so với mô hình chuyển động của hình ảnh trong không gian 3D.

Kết quả của luận án sẽ hiện thực hóa việc điều khiển mô hình sàn treo cabin buồng lái 3 bậc tự do, đồng bộ với chuyển động của con tàu trong mô hình mô phỏng 3D sử dụng cấu trúc Stewart platform Mô hình dự báo được xây dựng dựa trên mạng nơ ron nhân tạo, được cài đặt trong phần mềm Matlab/Simulink, nhằm dự đoán trước chuyển động của con tàu và phát lệnh tới PLC để điều khiển thời gian thực các cơ cấu chấp hành Drive/Servo Motor cho 03 tay đòn.

Nhữngđiểmđónggópmới…

Luận án này đóng góp vào việc phân tách cấu trúc điều khiển của sàn treo 3 bậc tự do trong hệ thống mô phỏng chuyển động tàu thủy, bao gồm khối dự báo góc quay và khối điều khiển vị trí của cơ cấu chấp hành Nghiên cứu đã tổng hợp và hoàn thiện lý thuyết về thuật toán dự báo góc quay của động cơ servo sử dụng mạng nơron nhân tạo, đồng thời chứng minh tính đúng đắn và khả thi của phương pháp thông qua các thí nghiệm với mô hình vật lý, dựa trên tiêu chí về độ chính xác và giảm thời gian trễ.

Bốcụccủaluậnán

Để đạt được mục tiêu nghiên cứu của luận án tiến sĩ, NCS sẽ tập trung vào nội dung chính của luận án, bao gồm phần mở đầu, kết luận, danh mục tài liệu tham khảo và phụ lục, với cấu trúc được phân chia thành 3 chương cụ thể.

TỔNG QUAN VỀ MÔ PHỎNG HÀNG HẢI VÀ MÔ HÌNH TOÁNĐỘNGLỰCHỌCCỦACHUYỂNĐỘNG TÀUTHỦY

Giớithiệuvềhệthống môphỏnghàng hải

Vận hành và khai thác hệ thống thiết bị hàng hải là rất quan trọng đối với học viên ngành hàng hải, giúp trang bị các kỹ năng cần thiết trước khi ra trường và công tác trên các con tàu Việc đào tạo trên tàu thật tốn kém về nhiên liệu, chi phí và dễ gây ra sự cố hỏng hóc Hơn nữa, việc tạo dựng các tình huống sự cố trong huấn luyện trên tàu thật gặp nhiều khó khăn Để khắc phục tình trạng này, công nghệ thực tế ảo 3D đang được sử dụng để mô phỏng trang thiết bị và các tình huống có thể xảy ra trong quá trình huấn luyện Sử dụng chương trình mô phỏng buồng lái tàu một cách an toàn giúp hạn chế rủi ro và giảm thiểu tình huống nguy hiểm trong thực tế khi điều động tàu.

Hệ thống mô phỏng hàng hải là một khái niệm rộng, bao gồm việc mô phỏng chuyển động của tàu thủy cùng với nhiều thiết bị mô phỏng khác.

Mô phỏng chuyển động của tàu thủy và mô phỏng lái tàu là hai thành phần quan trọng trong hệ thống mô phỏng hàng hải Những hệ thống này giúp học viên phát triển kỹ năng điều khiển tàu khi di chuyển trong luồng lạch, vùng nước nông và dòng chảy, cũng như khi hành trình trên biển với các điều kiện thời tiết khác nhau như sóng, gió, mưa và bão.

Trên hình 1.2 là một minh họa hệ thống mô phỏng lái tàu thủy, hệ thống môphỏngláitàu thủybaogồmcácthiếtbịchínhnhư:

Hệ thống mô phỏng chuyển động của tàu thủy sử dụng các màn hình và máy chiếu để hiển thị chuyển động của tàu chủ, tàu mục tiêu và các cảnh vật như mặt biển, container, luồng lạch Điều này giúp người vận hành quan sát và điều khiển tàu một cách chính xác.

- Tay trang điều khiển tốc độ máy chính để nhận tín hiệu điều khiển tốc độ con tàutừngườivậnhành.

- Hệ thống điều khiển khả trình (PLC) và các module mở rộng để nhận tín hiệuđiềukhiểnvàgiaotiếpvớimáytính.

Hiện nay, nhiều tổ chức nghiên cứu và công ty trên thế giới như ACE, Transas, Kongsberg Marine, NAUTIS và ARI đang tích cực tham gia vào nghiên cứu và sản xuất các hệ thống mô phỏng hàng hải Những đơn vị này có truyền thống phát triển lâu dài với nhiều ưu điểm nổi bật, đặc biệt là việc áp dụng công nghệ tiên tiến trong thiết kế phần cứng và tối ưu hóa phần mềm Hệ thống mô phỏng hàng hải của Kongsberg Marine là một ví dụ điển hình cho sự phát triển này.

Hỡnh1.4Hệthống mụ phỏnghànghảicủahóng Wọrtsilọ/Transas

Hệ thống mô phỏng hàng hải của hãng NAUTIS/VSTEP với góc nhìn 360 độ sửdụngcácmatrậnTVdạngLEDnhư hình1.5

Hình1.5Hệthống mô phỏnghànghảicủahãngNAUTIS/VSTEP

Như vậy,nếu phân tích vềm ặ t c ấ u t r ú c d ạ n g m o d u l e t h ì h ệ t h ố n g m ô p h ỏ n g hànghảithườngcócấutrúcbaogồm03thànhphầnchínhnhưsau:

Hệ thống mô phỏng 3D chuyển động tàu thủy cung cấp góc nhìn rộng rãi cho sỹ quan hàng hải, giúp họ quan sát hiệu quả Nó tạo ra cảm giác chân thực như đang đứng trong buồng lái của một con tàu thật Thành phần của hệ thống bao gồm máy tính chủ và màn hình TV hoặc máy chiếu.

- Hệ thống bàn điềuđ i ể u c o n t r o l c o n s o l e v ớ i c á c t h i ế t b ị h à n g h ả i đ ư ợ c m ô phỏng cho phép người vận hành có thể giao tiếp như thiết bị thật để điều khiển và tươngtácvớicontàuchủ.

Hệ thống sàn treo nhiều bậc tự do từ 2 tới 6DOF mô phỏng chuyển động, giúp đỡ cabin buồng lái và tạo cảm giác vật lý chân thực như nghiêng, lắc, và trượt đồng bộ với hình ảnh Để đồng bộ hóa dữ liệu giữa ba thành phần này, cần sử dụng hệ thống mạng truyền thông tốc độ cao Trên thế giới, phần lớn các cơ quan đào tạo, huấn luyện sĩ quan hàng hải sử dụng mô hình với cấu hình gồm hai thành phần, trong khi rất ít đơn vị áp dụng cấu trúc đầy đủ với cả ba thành phần Tại Việt Nam, hiện chưa có trung tâm huấn luyện nào trang bị hệ thống mô phỏng hàng hải với thành phần sàn treo cabin.

Mô phỏng chuyển động tàu thủy 3D và mô phỏng chuyển động vật lý nhiều bậc tự do là hai khía cạnh cơ bản trong mô phỏng hàng hải Nghiên cứu trong lĩnh vực này đang được nhiều nhà khoa học chú trọng, nhằm phát triển các công trình mới đáp ứng yêu cầu ngày càng cao về chất lượng và hiệu quả kinh tế kỹ thuật Để xác định khoảng trống và định hướng nghiên cứu, NCS sẽ tổng quan các nghiên cứu liên quan đến đề tài luận án cả trong và ngoài nước.

Tínhhìnhnghiêncứutrongvàngoàinướccóliênquanđếnđềtàiluậnán.12

Các công trình nghiên cứu mô phỏng chuyển động tàu thủy trên cơ sở cáccôngcụMatlab/Simulink:

Phổ biến nhất trong nghiên cứu mô phỏng chuyển động tàu thủy là các công trìnhnghiêncứucủatácgiảKenjiYoshimura,NobuoMitomo,TadatsugiOkazaki,Kenjiro

Hikida, Koji Murai đã đánh giá quá trình hoạt động của phương tiện hàng hải thông qua mô phỏng cầu, chỉ ra các hiện tượng vật lý của tàu thủy khi di chuyển trong môi trường biển Công trình của Perez T và Blanke M tập trung vào mô phỏng chuyển động của tàu thủy hoạt động trên biển, dựa vào mô hình toán học và các yếu tố tác động như sóng, gió và hải lưu Ngoài ra, nghiên cứu của Perez T, Smogeli O, Fossen T và Sorensen A đã xây dựng hệ thống mô phỏng cho các phương tiện hàng hải.

MSS-GNC (Hệ thống Mô phỏng Mariner - Hướng dẫn Kiểm soát Điều hướng) được phát triển dựa trên phần mềm Matlab, chủ yếu phục vụ cho việc mô phỏng và thu thập các đặc tính điều khiển Các thư viện ứng dụng điều khiển chuyển động tàu trong MSS-GNC bao gồm nhiều công cụ hỗ trợ hiệu quả cho việc điều khiển tàu biển.

Thư viện mô hình tàu bao gồm các loại mô hình tàu được xây dựng sẵn như tàu hàng, tàu dịch vụ và kho nổi Những mô hình này thể hiện đầy đủ các tính chất động học và bản chất vật lý của từng loại tàu Mỗi loại tàu cho phép cài đặt đầy đủ các thông số của một đối tượng tàu cụ thể.

Hình1.6Thưviện cácloạimôhìnhtàutrong MSS-GNC Toolbox

Thư viện cơ cấu chấp hành (Model control surface) bao gồm các mô hình cơ cấu thực hiện được xây dựng sẵn, như mô hình chân vịt và mô hình bán lái, giúp người dùng dễ dàng áp dụng trong các dự án thiết kế.

Thưv i ệ n t h i ế t b ị d ẫ n đ ư ờ n g ( N a v i g a t i o n ) : t h ư v i ệ n n à y b a o g ồ m c á c l o ạ i m ô hìnhthiếtbịdẫnđườngđượcxâydựngsẵnnhư GPS,labàn…Hình1.8.

Hình1.8Thưviện thiết bịđo,quansáttínhiệuhànghảit r o n g M S S - G N C

Thư viện mô tả nhiễu loạn môi trường bao gồm các mô hình sóng, gió và dòng chảy, cho phép cài đặt các loại nhiễu loạn với mức độ khác nhau như cấp sóng, hướng gió và vận tốc dòng chảy.

Các công trình mô phỏng chuyển động tàu thủy trực tuyến dựa trên nền tảnWebsite:

N.A Costa, R Weber, F Olsson và J Algell đã phát triển hệ thống mô phỏng "Seaman Online" trên nền tảng website, nhằm cung cấp cho sinh viên và sĩ quan hàng hải cái nhìn tổng quan về quy trình hoạt động của phương tiện hàng hải trên biển Hệ thống này không chỉ hỗ trợ đào tạo mà còn giúp người dùng hiểu rõ hơn về các khía cạnh của ngành hàng hải thông qua những hình ảnh mô phỏng sinh động.

Tác giả Stian Skjong đã phát triển mô hình hóa và mô phỏng các hệ thống cũng như hoạt động của phương tiện hàng hải, tạo ra trải nghiệm thực tế ảo thông qua phần mềm Mô phỏng Co-Simulations Phần mềm này cho phép người dùng tương tác với hình ảnh thực tế ảo, mang lại cái nhìn sâu sắc về các hoạt động hàng hải.

Công trình của Rybczak & A Rak chỉ mới phát triển phần mềm mô phỏng các tác động của nhiễu như sóng, gió và dòng chảy, mà chưa đề cập đến việc mô phỏng chuyển động của các phương tiện hàng hải Trong khi đó, Charlott Sellberg đã xây dựng phần mềm mô phỏng huấn luyện dành cho các sĩ quan hàng hải dựa trên nền tảng của hãng Kongsberg.

Hình 1.12 Hình ảnh mô phỏng hệ thống phương tiện Hàng hải dựa trên nền tảng củahãngKongsberg Cáccôngtrìnhnghiêncứumôphỏnghànghảicótíchhợpmôphỏngchuyểnđộngnhiề ubậctựdochosàntreocabindạngStewartPlatform:

Hệ thống mô phỏng hàng hải đã được nghiên cứu và phát triển thành sản phẩm thương mại, nhưng thường mang tính độc lập và hạn chế trong việc kết nối thông tin giữa các buồng huấn luyện Một trong những mô hình nổi bật là Stewart Platform, được thiết kế để mô phỏng chuyển động nhiều bậc tự do (6DOF) cho sàn treo cabin Mô hình này sử dụng tối đa sáu động cơ, mỗi động cơ hoạt động với cùng một tải trọng, tạo ra tỷ lệ cao giữa tải trọng chuyển động và trọng lượng cấu trúc Stewart Platform là một mô hình chuyển động hỗn hợp, bao gồm một cơ sở cố định và một nền tảng di chuyển thông qua các chuỗi động học khép kín, cho phép thực hiện các chuyển động tịnh tiến và hình cầu Kiến trúc tổng quát của Stewart Platform được xây dựng dựa trên hai thân cứng, kết nối bởi các bộ phận có thể mở rộng, với các khớp nối linh hoạt ở hai đầu.

Theo công trình [54], Stewart Platform có thể có đến 34 cấu hình khác nhau,trongđóp hổ bi ến nhấ tl à c ấ u hì nh 3- 3, 6- 3v à 6- 6 Cấ uh ìn h3 -

Cấu hình 3 tư ơn gứ ng bao gồm một chân đế và một bệ di động hình tam giác, với hai bộ truyền động ở mỗi đỉnh và khớp đồng tâm Các nghiên cứu về cấu hình này đã được thực hiện trong các công trình [55,56] Cấu hình 6-3 có bệ cơ sở hình lục giác và bệ chuyển động hình tam giác, với các cơ cấu truyền động được bố trí theo hình học Ví dụ về cấu hình này đã được phân tích trong các nghiên cứu [58-60] Cuối cùng, cấu hình 6-6 tương ứng với hai bệ lục giác, có thể là lục giác đều hoặc không đều, với các bộ truyền động bố trí tại mỗi đỉnh của bệ Thông tin chi tiết về cấu hình này có thể được tìm thấy trong các công trình [61,62].

Các cấu hình của Stewart Platform đóng vai trò quan trọng trong nghiên cứu động học, vì động học phụ thuộc vào thiết kế hình học của bệ Nghiên cứu động học tập trung vào chuyển động của cơ chế trong một hệ quy chiếu, chỉ xem xét hình học mà không tính đến các lực tác động Chuyển động học được chia thành hai loại: chuyển động học thuận và chuyển động học nghịch đảo Chuyển động học thuận xác định vị trí và hướng của phần tử đầu cuối với giả định rằng các giá trị của các mối nối và hình học đã biết Ngược lại, chuyển động học nghịch đảo tìm ra cấu hình cần thiết cho một vị trí và hướng nhất định của phần tử cuối Đối với Stewart Platform, tính toán chuyển động nghịch đảo đơn giản hơn so với chuyển động chuyển tiếp, và hầu hết các nghiên cứu đều tập trung vào động học nghịch đảo với các giải pháp được trình bày chi tiết hoặc dưới dạng các phương trình vòng lặp phân tích.

68], dựa trên phép biến đổi tọa độ thuần nhất [69,70], hoặc sửdụnglýthuyếttrụcvít[71,72].

Nhiều nghiên cứu đã tập trung vào chuyển động học trực tiếp từ các góc nhìn khác nhau Các tác giả trong tài liệu [64] đã trình bày phân bổ đầu tiên của các phương trình chuyển động học trực tiếp cho Stewart Platform với cấu hình SPS Công trình [65] đã đưa ra giải pháp cho vấn đề này bằng cách sử dụng lý thuyết trục vít Trong tài liệu [73], phân tích khép kín được thực hiện dựa trên hình học để đơn giản hóa các tính toán Cuối cùng, công trình [74] đã tiến hành một thí nghiệm xác minh động lực học thông qua Stewart Platform, bao gồm mô hình động lực học, xác định tham số và phân tích dữ liệu.

Các nghiên cứu mô phỏng chuyển động nhiều bậc tự do cho sàn treo cabin dạng Stewart Platform sử dụng động cơ servo đã ít được khai thác trong tài liệu so với các thiết bị giá rẻ như Raspberry và Arduino, cũng như các phần mềm mô phỏng như MATLAB, Simulink, SimMechanics, ADAMS Việc thực hiện các chuyển động học nghịch đảo trong loại thiết bị này cũng được nghiên cứu nhiều hơn so với chuyển động học trực tiếp Hơn nữa, nhu cầu định vị chính xác và hoạt động đồng bộ của các bộ truyền động tuyến tính đã thúc đẩy việc sử dụng các bộ điều khiển công nghiệp để đạt được độ chính xác cao trong các ứng dụng với Stewart Platform.

Tùy thuộc vào cấu trúc phần cứng của hệ thống điều khiển, các thí nghiệm sử dụng MATLAB trên máy tính cá nhân hoặc công nghiệp để thực hiện tính toán và gửi lệnh trục đến bộ điều khiển động cơ Nghiên cứu trong công trình [82] đã tập trung vào các kỹ thuật điều khiển thời gian thực bằng MATLAB và Labview trên máy tính có bộ điều khiển động cơ.

Các tác giả của công trình [83] đã nghiên cứu việc truyền lệnh định vị tới Stewart Platform thông qua máy tính cá nhân với hệ điều hành Windows, sử dụng bảng điều khiển chuyển động servo làm bộ điều khiển Họ đã phát triển một hệ thống điều khiển chuyển động mạng, đảm bảo việc sử dụng các lệnh chuyển động và điều khiển đồng bộ cho động cơ tuyết tính công nghiệp.

Môhìnhtoánhọcmôtảchuyểnđộngtàuthủydạngkhônggiantrạng thái 27

Môi trường phần mềm 3D cho phép mô phỏng chuyển động tàu thủy thông qua các công cụ lập trình và các mô hình riêng biệt như tàu, sóng, gió, và dòng chảy Để mô phỏng chính xác chuyển động tàu thủy trong không gian 3D, cần sử dụng các phương trình toán học mô tả động lực học của tàu Những phương trình này sẽ được tích hợp vào mô hình tàu, tạo ra các tương tác vật lý giống như trong thực tế Do đó, NCS sẽ tổng hợp mô hình toán học mô tả chuyển động của tàu dưới dạng không gian trạng thái.

Tàu thủy hoạt động trong môi trường nước phức tạp, chịu tác động từ các yếu tố ngẫu nhiên như sóng, gió và dòng chảy Động lực học tàu thủy được áp dụng theo định luật Newton, coi tàu như một chất rắn chuyển động trong chất lỏng, với 6 bậc tự do (DOF) Các thành phần chuyển động bao gồm trượt dọc, trượt ngang, trượt đứng, lắc ngang, lắc dọc và lệch hướng đi.

Hình1.13 Thành phần chuyểnđộng,tham sốđộnghọccủachuyểnđộngtàuthủy

Tốc độ dịchchuyểnt heo chiềudọc u

Trongđó: Oxyz- Hệtọađộtráiđất(hệquichiếuquántính-Inertial Frame);

𝜂-Vectơvịtrí, đểđịnhhướngvới hệ quichiếutráiđất (n- frame)và đượcxác địnhgồmcácthànhphầnnhư sau:

𝜂=*𝜂1,𝜂 2 + ,𝜂 1= [, , ] 𝜂 2= [,𝜃,] v- Vectơ vận tốc hướng, vận tốc góc trong hệ toạ độ cố định (body fix), được xácđịnhbằng:

Trongđó:s(.)=sin(.),c(.)=cos(.)và t(.)=tan(.)

Mômenquántínhvềcáctrụcx0vàz0;xG,yG,ZG-

MatrậnCoriolishướngtâ m,đặctrư ng chothuỷđộnglựchọcchấtrắn vàđược xác định theo(1.8) [27].

Từđó,tacómộtdạngkháccủaphươngtrìnhlựcvàmômenmôtảchuyểnđộngtàuthuỷ với6bậctự do:

Lực và mômen sinh ra từ trọng lực và tính nổi của tàu chịu tác động của nước lên thân tàu, được thể hiện qua công thức xác định tại trọng tâm của tàu.

Ngoàira,thànhphần𝑟 làvéctơtổnghợplựcvàmômenbênngoàitácđộngvàocontàuk hôngbaogồmlựcvàmômennổivàđượcxácđịnhtheocông thứcsau[33].

𝑟= 𝑟 ℎ𝑦𝑑 + 𝑟 𝑐𝑠 +𝑟 𝑝𝑟𝑜𝑝 + 𝑟 𝑒𝑥𝑡 (1.10) Thànhphần nàysẽ đượcphântíchchitiếttrong mục1.3.2dướiđây.

L ự c vàmômentạoradotácđộngcủanhiễuloạnmôitrường:sóng,gió,dòngchảy. Cácthànhphầnlựcnàycầnđượcphântíchchitiếtvàtìm raphươngtrìnhtoáncụ thể. a Lựcvàmômenthuỷđộnglựchọcsinhra dochuyểnđộnggiữathântàuvớinước

TheoFaltinsen(1990,đượctríchdẫntrong[24]củatácgiảFossen)khitàuthủychuyểnđ ộngtrênmôitrường biểnsẽchịutác độngcủa lực vàm ôm en thủyđộnglực

I họcbaogồm:lựccảmứngbứcxạvàlựcdomasátbềmặtvớinước,độtrôi,độxoáycủanước cócôngthứcnhư sau:

Thànhphầnthứnhất,xétlựcvàmômencảmứngbứcxạ(kýhiệulà𝑟 𝑅 )baogồmcácthành phần sau:

Ma trận quán tính gia tăng khối lượng (Added mass) là hiện tượng được tạo ra bởi lực và mômen do quán tính xung quanh chất lỏng Sự chuyển động của chất lỏng luôn ảnh hưởng đến lực tác động, tỷ lệ với tốc độ của tàu Giá trị của MA được xác định theo công thức (1.13) [27].

MatrậnCoriolistạorabởisựtăngthêmvềkhốilượng,dotácđộngcủalựcvàmômenquántín hchấtlỏng,được xácđịnh theo (1.14)[32].

Ma trận dao động do quán tính lắc -𝐷(𝑣) liên quan đến thuỷ động lực học của dao động lắc do quán tính chất lỏng Thông số này chủ yếu phụ thuộc vào ma sát giữa nước và thân tàu, cũng như sự trôi và xoáy của nước, được xác định theo công thức (1.13)[37].

Thành phần thứ hai liên quan đến lực domasát bề mặt với nước, độ trôi và xoáy của nước (ký hiệu là 𝑟𝐷) bao gồm các yếu tố giảm chấn như ma sát bề mặt (ký hiệu là 𝐷𝑆(𝑢)), giảm chấn do độ trôi của sóng (ký hiệu là 𝐷𝖶(𝑢)), và giảm chấn do bọt bong bóng xoáy của nước.

𝐷 𝑀 (𝑢),dođólựcdomasátbềmặtvới nước,độtrôi, xoáycủanước đượctínhnhư[24]:

Ma trận giảm chấn thủy động lực học \( D(u) \) của tàu biển được xác định bởi bốn thành phần chính: giảm chấn thế năng, ma sát bên ngoài, giảm chấn ma sát với sóng và giảm chấn do bọt bóng xoáy Mặc dù việc đưa ra một biểu thức chung cho ma trận này là khó khăn, nhưng nó vẫn có thể được xác định thông qua các yếu tố trên.

𝐹= 𝐶 b Lựcvàmô mendo bánhlái,bánh láiphụtrợ tạora

Các loại tàu như tàu hàng, tàu container và lớp tàu TT400 đều được trang bị cấu hình chân vịt và bánh lái, do đó mô men sinh ra từ tác động của bánh lái được tính theo công thức (1.19).

Hệ số nâng (CF), diện tích bánh lái (Ar), và vận tốc dòng chảy tác động lên bánh lái (Vav) là những yếu tố quan trọng trong việc phân tích hiệu suất của hệ thống lái Góc tương đối giữa bánh lái và dòng chảy (𝛿 𝑎𝑡𝑡𝑎𝑐𝑘) cũng đóng vai trò quyết định trong việc xác định lực và mô men tạo ra từ lực đẩy của chân vịt chính và chân vịt mũi/lái.

Trong đó: B1, B2là hai ma trận hệ số, tỷ lệ với kích thước của cơ cấu đẩy (chânvịt),ulàtínhiệuđiềukhiểnmới, đượcđịnhnghĩanhưsau:

Lực và mômen được tạo ra từ tác động của nhiễu loạn môi trường, bao gồm sóng, gió và dòng chảy Công thức tổng quát cho các yếu tố này được biểu diễn là: 𝑟𝑒𝑥𝑡 = 𝑟wi𝑛𝑑 + 𝑟w𝑎𝑣𝑒 + 𝑟𝑐𝑢𝑟𝑟𝑒𝑛𝑡 Chi tiết về các yếu tố này sẽ được trình bày cụ thể tại mục 1.4 dưới đây.

Lựcvàmômendotácđộngcủanhiễuloạnmôitrường

Khi hoạt động trong môi trường đại dương, tàu thủy chịu tác động lớn từ gió,sóngvàdòngchảyđạidương.Vìvậy,trong mụcnàyluậnánsẽtìmhiểuvềmô hìnhcủa

Các thành phần tác động đến tàu thủy bao gồm sóng và gió, và việc tìm ra phương trình toán cho chúng là rất quan trọng Trong thiết kế hệ thống mô phỏng hoặc điều khiển tàu thủy, nhiễu loạn từ sóng và gió thường được xem xét theo nguyên tắc xếp chồng Những nhiễu loạn này có độ phi tuyến cao và được cộng và nhân với phương trình động học của chuyển động.

Nguyên tắc xếp chồng giả thiết rằng nhiễu loạn gồm sóng và gió được cộng vàovếphảicủa(1.23)bằngđịnhnghĩa:

Trong đó v c R 6 là véc-tơ vận tốc dòng chảy so với trục tọa độ gắn với thân tàu.Nếuđặtvectơvậntốcdòngchảysovớitrụcgắntráiđấtlà 𝑒 thìvéc-tơvậntốcdòng chảygắnthântàuđược biểudiễnnhưsau:

1.4.2 Lựcvà mômen củagiótạora Đặt𝑉 wvà ψ wl à kýhiệutốcđộvàhướnggióhình1.14,tốcđộgiócụcbộcóđộcaoh(m)trên bềmặtbiểnđượcxácđịnhnhưsau:

Lực và momen gió tác động lên phương tiện phụ thuộc vào những toán hạng liênquanđếntốcđộgiótươngđối𝑉 𝑟và góc tương đối𝛾 𝑟 :

Tốc độ và hướng gió có thể được đo bằng các máy đo gió, cho phép xác định chính xác lực và mô men gió trung bình Những giá trị này có thể được tích hợp vào hệ thống lái tự động mô phỏng Trong thực tế, khi quán tính của tàu lớn, việc điều khiển bù gió trở nên cần thiết Để thực hiện bù gió cho tàu trên mặt biển, việc tìm ra mô hình gió ba bậc tự do liên quan đến tốc độ và hướng gió là rất quan trọng Vectơ lực và mô men tổng quát có thể được biểu diễn theo dạng cụ thể.

Tài liệu [32] trích dẫn lực (theo hướng chuyển động tiến và chuyển động dạt) vàmômen(quayhướng)củagiónhư sau:

Trong nghiên cứu của Isherwood [32], các hệ số lực kinh nghiệm 𝐶 K và 𝐶 F, hệ số momen 𝐶 N, mật độ không khí 𝜌 a (kg/m³), diện tích ngang 𝐴 T (m²) và diện tích mặt bên 𝐴 L (m²) cùng với chiều dài toàn bộ con tàu L (m) được sử dụng để phân tích dữ liệu Lưu ý rằng giá trị tác động vào đầu một điểm là 𝑉𝑟.

B là chiều ngang tàu;A L là diện tích mặt bên;A T làdiệntích ngang;

Trong đóA i vàB i (i = 0, ,6) vàC j (j = 0, ,5) được tra bảng theo giá trị của𝛾 𝑟trong tàiliệu[32].

Quá trình hình thành sóng bắt đầu từ gió, tạo ra những gợn sóng nhỏ trên mặt nước, kết hợp thành sóng ngắn và tiếp tục phát triển cho đến khi bị phá vỡ Biển động hoặc bão xuất hiện với mật độ cao các đỉnh sóng liên tục Cơn bão kéo dài gây ra biển động, và khi gió ngừng, sóng sẽ trở nên nhỏ hơn với bước sóng dài, tạo ra phổ sóng chậm và thấp Sóng cồn là hiện tượng xảy ra khi sóng từ cơn bão tương tác với sóng từ các cơn bão khác, tạo thành phổ sóng có hai tần số có thể quan sát Ngoài ra, sóng thủy triều là loại sóng có một đỉnh và tần số thấp.

Phổ sóng là một khái niệm phức tạp, đặc biệt trong điều kiện thời tiết thay đổi nhanh Nhiều nghiên cứu đã được thực hiện về phổ sóng với hàm mật độ phổ S(ω), như được trình bày chi tiết trong tài liệu [32] Lực và momen cảm ứng sóng trên tàu thủy trong vòng kín được mô phỏng bằng mô hình đáp ứng sóng tuyến tính, thông qua việc xấp xỉ tuyến tính hàm mật độ phổ S(ω) bằng biểu thức y(s).

Trong hệ thống, tín hiệu đầu ra y(s) được xác định bởi công thức y(s) = h(s)·ω(s), trong đó ω(s) là nhiễu trắng có giá trị trung bình Hàm truyền h(s) có biểu thức xác định tương ứng với các hàm mật độ phổ khác nhau, chi tiết có thể tham khảo trong tài liệu [32] Hàm truyền phổ sóng được biểu diễn như vậy.

Vớiσlà một hằng số miêu tả cường độ sóng, λ là một hệ số suy giảm và𝜔 0l àtần số sóng trội hơn.Nếu thay thế𝑠= j 𝜔 t h u đầuư ợ c b i ể u t h ứ c đầuá p ứ n g v ớ i t ầ n s ố n h ưsau: j2(𝜆𝜔0𝜎)𝜔 ℎ(j𝜔)(𝜔 2 −𝜔 2 )+j2𝜆𝜔 0 𝜔

(1.41) Đối với tàu thủy ba bậc tự do, lực và moment được biểu diễn ở dạng vectơ tổngquátnhư sau:

Trong đó các biểu thức củaX w𝑎𝑣𝑒𝑠 , 𝑌 w𝑎𝑣𝑒𝑠 , 𝑁 w𝑎𝑣𝑒𝑠 thu ược bằng lý thuyếtđầu tuyếntínhứngvớihàmtruyền(1.38).

B i ê n đ ộ c ủ a X w𝑎𝑣𝑒𝑠 , 𝑌 w𝑎𝑣𝑒𝑠 , 𝑁w𝑎𝑣𝑒𝑠 ư ợ c t h a y đầu đầu ổ i b ằ n g c á c h c h ọ n h ệ s ố𝐾  i (i= 1,2,3), phổ sóngđược tham số hóa bằng hai toán hạng𝜆 ivà 𝜔𝑒i( i = 1, 2, 3) Những giá trị này cần ược đầu chọnđể cóthểbiểudiễnđúngtrạngtháivậtlý.

Những lực trôi sóng𝑑 i( i= 1, 2, 3) được mô hình hóa như những toán hạng thayđổichậm(Wienerprocesses):

Trong phương trình (1.46), các biến 𝑑̇ 1, 𝑑̇ 2 và 𝑑̇ 3 tương ứng với các giá trị 4, 5 và 6, trong đó i (i = 4, 5, 6) đại diện cho quá trình nhiễu trắng Gauss Để tính toán lực và mômen sóng, cần sử dụng các phần tử bão hòa nhằm ngăn chặn việc vượt quá giới hạn vật lý tối đa, cụ thể là |𝑑 i | ≤ di,max.

Việc xây dựng mô hình toán chuyển động tàu thuỷ dưới dạng mô hình trạng thái cho thấy rằng chuyển động của tàu thuỷ tương tự như chuyển động của vật rắn trong môi trường chất lỏng với 6 bậc tự do Những phương trình này là nền tảng cho việc khảo sát và giải quyết bài toán mô phỏng cũng như điều khiển chuyển động tàu thuỷ Mặc dù chúng ta thường giảm số bậc tự do để thuận tiện cho việc khảo sát quá trình động học và điều khiển, nhưng trong bài toán mô phỏng 3D chuyển động của tàu thuỷ, cần phải sử dụng đầy đủ các phương trình của 6 bậc tự do.

KếtluậnChương1

Trong chương 1, NCS đã tổng quan các công trình nghiên cứu về mô phỏng hàng hải, đánh giá và phân tích kết quả của những nghiên cứu trong và ngoài nước Từ đó, chương xác định khoảng trống nghiên cứu và đề xuất định hướng nghiên cứu với ba xu hướng chính trong mô phỏng chuyển động tàu thủy.

Luận án sẽ tập trung vào nghiên cứu cách tính chính xác góc quay 𝛼i của động cơ servo trong mô hình sàn treo, nhằm điều khiển chuyển động của sàn đồng bộ với mô phỏng 3D và thời gian trễ nhỏ nhất mà không giảm độ chính xác Nghiên cứu sẽ áp dụng thuật toán điều khiển hiện đại để giải quyết vấn đề tổng thể, đồng thời tiến hành các mô phỏng dựa trên mô hình động học sử dụng phương pháp Newton-Raphson và mô hình vật lý để đánh giá và kiểm chứng sai số.

Để mô phỏng chính xác chuyển động của tàu thủy trong không gian 3D, cần có các phương trình toán học mô tả động lực học của tàu Những phương trình này sẽ được áp dụng vào mô hình tàu 3D để tạo ra các tương tác vật lý tương tự như thực tế Chương 1 đề xuất mô hình toán học mô tả chuyển động của tàu dưới dạng không gian trạng thái 6 bậc tự do, cùng với các yếu tố môi trường như sóng, gió và dòng chảy.

Việc xây dựng mô hình toán học cho chuyển động tàu thuỷ trong mặt phẳng ngang với 3 bậc tự do sẽ hỗ trợ hiệu quả trong việc thiết kế bộ điều khiển lái tự động cho tàu thuỷ, theo hướng và quỹ đạo của con tàu.

Dựa trên các mô hình toán học đã xây dựng, trong chương tiếp theo, NCS sẽ áp dụng phần mềm công cụ 3D để chuyển hóa toàn bộ kết quả của các phương trình toán học thành chuyển động của con tàu trong môi trường mô phỏng 3D.

HÌNH TÍN HIỆU ĐIỀU KHIỂN 3 TRỤC TỰ DO CỦASÀNTREOCABIN

Phầnmềmmô phỏng chuyểnđộng3Dtàuthủy-Unity3D

Để xây dựng chương trình ứng dụng mô phỏng chuyển động 3D của tàu thuỷ taphảisửdụngmộtphầnmềmchuyêndụngtrongmôphỏngvàxửlýđồhọa3D(được gọilàGameEngine.

Game Engine là hệ thống cung cấp nguyên liệu xây dựng, trang thiết bị và các phương thức lắp ghép cơ bản cho các trò chơi 3D Lập trình viên có thể dễ dàng thiết kế, lắp ghép và trang trí các nguyên liệu để tạo ra một ngôi nhà hoàn chỉnh, sau đó viết chương trình lập trình để tạo ra sự tương tác giữa các thành phần trong trò chơi.

Chức năng chính của Game Engine là cung cấp các công cụ cần thiết cho việc dựng hình ảnh 2D và 3D, bao gồm vật lý, âm thanh, mã nguồn, hình ảnh động, trí tuệ nhân tạo, phân luồng, quản lý bộ nhớ và kết nối mạng Nhờ vào các engine này, việc xây dựng hệ thống mô phỏng trở nên đơn giản và tiết kiệm chi phí hơn Hiện nay, có nhiều engine nổi tiếng như CryEngine, Unreal Engine, Source Engine, IdTech Engine, IW Engine, Unity Engine và Dead Engine.

Unity Engine hay Unity3D là một môi trường phát triển tích hợp mạnh mẽ, cung cấp hệ thống toàn diện cho lập trình viên với các tính năng như biên soạn mã nguồn, xây dựng phương tiện tự động hóa và trình sửa lỗi Được thiết kế để phục vụ cả lập trình viên không chuyên và các studio chuyên nghiệp, Unity3D dễ dàng tiếp cận và sử dụng Vì lý do này, NCS đã chọn Unity Engine hay Unity3D làm công cụ để xây dựng hệ thống mô phỏng 3D tàu thủy của mình.

Dưới đây, NCS sẽ giới thiệu tóm tắt các bước triển khai Unity3D cho đề tài luậnáncủamình.

2.1.1 TriểnkhaihệthôngmôphỏngchuyểnđộngtàuthủytrongUnity3D Để lập trình và xây dựng các nhân tố của hệ thông mô phỏng chuyển động tàuthủy trong Unity, đầu tiên ta cần phải tạo ra một project sau đó đặt tên Project được lựachọn là dạng 3D cho bài toán mô phỏng của luận án Sau khi tạo được dự án cửa sổ mớisẽxuấthiện,nơingườilậptrìnhcóthểthiếtkế,thêmcácđốitượngmôphỏngnhưhình 2.1 dướiđây.

Trong cửa sổ scene, con tàu chủ, các tàu mục tiêu và các đối tượng khác (gọi là Game Object) được xây dựng, cung cấp góc nhìn 3D toàn cảnh với khả năng di chuyển dễ dàng theo các hướng Cửa sổ Hierarchy liệt kê các thư mục chứa GameObject trong Scene, được sắp xếp theo bảng chữ cái, trong khi cửa sổ Inspector cho phép người dùng chỉnh sửa thuộc tính của các đối tượng này.

Cửa sổ Inspector cho phép tùy chỉnh dễ dàng các thông số kích thước và hình ảnh, đồng thời hiển thị đầy đủ các Components của đối tượng Người dùng có thể tương tác với các thành phần như Button, Textbox, Dropdown và Menu trong các biến của Component Ngoài ra, cửa sổ này cũng hỗ trợ thêm các công cụ mở rộng như UI extension.

Cửa sổ project bao gồm nhiều thư mục như Assets, models, và script, giúp lưu trữ các đối tượng bên ngoài cho dự án Cửa sổ quan sát real-time (game) cho phép lập trình viên theo dõi và điều khiển quá trình xây dựng dự án mô phỏng Lập trình viên có thể tùy chỉnh tỉ lệ màn hình và nhấn nút “play” để chạy thử hệ thống.

2.1.2 Cáccông cụ cơ bản để chuyển đổi từ phương trình động học thành chuyểnđộng3D

Rigidbody là thành phần quan trọng trong engine vật lý của Unity3D, giúp tạo ra sự tương tác vật lý giữa con tàu và các đối tượng khác Mỗi đối tượng trong Unity3D đều được gán mặc định Component Rigidbody Để thêm Rigidbody vào một đối tượng rỗng, chỉ cần chọn đối tượng mong muốn trong Unity3D.

Khi áp dụng Rigidbody lên bất kỳ vật thể nào, vật thể đó sẽ tự động tương tác với các yếu tố vật lý mà không cần nhiều mã lệnh Rigidbody sẽ bị ảnh hưởng bởi trọng lực và va chạm với các vật thể khác nếu có component Collider tồn tại trên cả hai đối tượng Công cụ Rigidbody có những thuộc tính quan trọng giúp điều chỉnh hành vi vật lý của các đối tượng trong môi trường 3D.

Lực cản không khí, hay còn gọi là drag, có ảnh hưởng đáng kể đến chuyển động của vật thể Không thể phủ nhận rằng không có lực cản sẽ khiến vật thể di chuyển tự do, nhưng nếu lực cản trở nên vô cùng lớn, vật thể sẽ ngừng lại hoàn toàn.

 Angular Drag - Sức cản không khỉ khi vật quay, lưu ý là không thể khiến objectngừngquayvớiangulardragvôcùng.

 Is Kinematic - Nếu được check, object sẽ không được điều khiển bởi engine vậtlý màchỉcóthể điềukhiểnbởitransform.

 Interpolate - Dùng để điều chỉnh sự va chạm, độ va chạm có thể nhạy hơn tùytừngtrườnghợp.

Phát hiện va chạm là kỹ thuật quan trọng nhằm ngăn chặn các đối tượng di chuyển với tốc độ quá nhanh xuyên qua các đối tượng khác mà không xảy ra va chạm Điều này đặc biệt cần thiết trong trường hợp như khi một con tàu di chuyển quá nhanh và vượt qua tàu khác hoặc đất liền trước khi xảy ra va chạm, giúp đảm bảo an toàn và chính xác trong các tình huống di chuyển.

AddTorque() để bổ sung thêm các thành phần lực và mô men lênđốitượng.

Colliders là công cụ quan trọng trong engine vật lý, giúp nhận diện va chạm giữa các đối tượng Khác với lưới “mesh”, chúng cho phép nhận biết chính xác các va chạm Hầu hết các Collider có hình dạng đơn giản để dễ dàng tính toán, và khi tạo ra các object trong Unity3D, chúng thường được gắn Collider Ví dụ, Cubes sử dụng BoxCollider, Spheres sử dụng SphereCollider, và Cylinders sử dụng CapsuleCollider Ngoài ra, nhiều Collider đơn giản có thể được kết hợp để tạo thành Collider phức tạp hơn, phù hợp với hình dạng của đối tượng.

Ngoàira,Unity3D cungcấpnhững hàmAPIsauđâyđểpháthiệnsựvachạm củacác collider:

 void OnCollisionEnter(Collision collision) - Chạy 1 lần tại thời điểm va chạmgiữa2 vật.

 void OnCollisionStay(Collision collision) - Chạy trong mỗi khung hình tại thờiđiểm2vậtcònchạmvàonhau.

 void OnCollisionExit(Collision collision) - Chạy tại khung hình cuối cùng khi 2vật không còn chạm vào nhau nữa Với class Collision chúng ta có thể lấy ranhữngthuộctínhnhư:

 Contacts-điểmvachạmgiữa2vât,tính bằng vector3.

A simple example of utilizing Unity3D's API is demonstrated when the Assassin character falls from a height to the ground The amount of damage applied to the Assassin is determined by the following code snippet: `void OnCollisionEnter(Collision collision) { if (collision.relativeVelocity.magnitude < 10) { // Apply damage if the impact speed is low } }` This implementation ensures that damage is only inflicted when the collision velocity is below a specified threshold.

Ezio.ApplyDamage(collision.relativeVelocity.magnitude*damagePerVelo return;

} if(collision.relativeVelocity.magnitude>= 10) { //Thật đáng tiếcEzio.Kill(); return;

} Đểcó th ể d ù n g T r i g g e r tr on gc ol li de r, đ ơ n g i ả n ch ỉcầ n t i c k v à o c h e c k b o x A s

Trigger trong Component Collider ở Inspector cho phép collider không bị va chạm với bất kỳ đối tượng nào, nhưng vẫn có khả năng phát hiện các va chạm xảy ra trên nó Điều này giúp tạo ra các sự kiện có thể điều khiển trong mã lệnh thông qua những hàm đã được định nghĩa.

Các hàm này được kích hoạt khi một Collider khác va chạm với Collider có thuộc tính As Trigger Từ Collider, chúng ta có thể lấy thông tin về đối tượng bị va chạm, cho phép kiểm tra sự va chạm mà không cần áp dụng lực tương đương Ví dụ, mỗi khi con tàu va chạm với các chướng ngại vật như tàu mục tiêu, cầu cảng hoặc mắc cạn.

ỨngdụngphầnmềmUnity3Dđểmôphỏngchuyểnđộngtàuthuỷ

Khi triển khai ban đầu, hệ thống sẽ cung cấp một module để cài đặt mô phỏng động lực học gần nhất với tàu chủ dựa trên phương trình 1.1 ở chương 1 Việc bổ sung các yếu tố mômen và lực cần xem xét hồ sơ con tàu, bao gồm động cơ máy chính, bánh lái, và điều kiện môi trường như gió, dòng chảy, và thủy triều Các tham số này là yếu tố đầu vào quan trọng, ảnh hưởng đến vị trí, hướng, tốc độ, tốc độ quay và khả năng tăng tốc của tàu Trong luận án này, NCS đã thu thập đầy đủ thông tin về tàu lớp TT400 của cảnh sát biển Việt Nam, với chiều dài 55m, chiều rộng 9.2m, mớn nước 2.6m và tải trọng 429 tấn.

Tính chất động học của tàu chủ sẽ được điều chỉnh dựa trên dữ liệu thử nghiệm tàu hành trình trên biển hoặc thông tin chi tiết từ các đơn vị đào tạo huấn luyện.

Trong Unity3D, con tàu và nước biển là hai đối tượng riêng biệt, dẫn đến việc vật thể sẽ chìm xuống khi đặt trên mặt nước Để giải quyết vấn đề này, cần nắm rõ các tác động vật lý cơ bản Khi vật thể chìm, áp suất chất lỏng tác động lên bề mặt vật thể, với diện tích tiếp xúc càng lớn thì lực tác động càng mạnh Áp suất nước cũng tăng theo độ sâu, khiến vật thể chịu áp lực lớn hơn Để mô phỏng tàu, ta cần tạo một tệp tin FBX và thêm vào Project, tạo ra GameObject mang tên Ship_GameObject Tuy nhiên, đối tượng này chưa có các đặc tính vật lý cần thiết; do đó, cần thiết lập các lực và mô men theo phương trình vật lý liên quan.

Theo công thức 1.1 lực nổi của tàu𝑔(5)bao gồm hai thành phần là trọng lực vàlựcđẩyArchimedes.ĐểtạohailựcnàytathêmthànhphầnRigitbodyvàoShip_GameObject sauđócàiđặtthuộctínhRigitbody.massbằngtrọnglượngcủatàu.

Tàu nổi trên mặt nước nhờ vào lực đẩy Archimedes, kết hợp với các lực khác thông qua các hàm Lực này được xác định từ phương trình lý thuyết lực nổi 𝑔(5) trong chương 1 Để áp dụng cho đối tượng mô phỏng, cần tính toán các tham số và lập trình bằng ngôn ngữ C# trong một khối hàm, sau đó gán vào đối tượng nghiên cứu.

Hình2.2 Môhìnhđốitượngtàuchủa)vàcửa sổcàiđặt lựcnổichotàuthủyb)

Một mô hình 3D được tạo từ lưới gồm các hình tam giác Để tính toán lực nổi, cần xác định xem một trong các tam giác có bị chìm trong nước hay không Nếu toàn bộ hình tam giác nằm dưới mặt nước, chúng ta ghi nhớ và thêm lực nổi cho toàn bộ hình tam giác đó Ngược lại, nếu chỉ một phần của hình tam giác nằm dưới mặt nước, chúng ta phải cắt nó thành từng miếng, xác định những miếng nằm dưới nước và thêm lực nổi cho những miếng đó.

Hình 2.3 Xác định hình tam giác chìm trong nước a) và các trường hợp tam giác chìmvớithuậttoántốiưuhóaxử lýsaisốb)

Có bốn trường hợp đơn giản của giao điểm giữa tam giác và mặt nước Từ trái sang phải, các đỉnh của tam giác lần lượt là 0, 1, 2 và 3, trong đó có đỉnh chìm Đối với trường hợp 1 và 2, khi có đỉnh bị ngập, cần thêm các tam giác cho phần bị ngập đó Tuy nhiên, điểm giao nhau với mặt nước không chính xác, nên cần đơn giản hóa Ba ví dụ cho thấy các trường hợp đặc biệt mà thuật toán tối ưu hóa cần xử lý sai số Các khu vực màu đỏ biểu thị hình tam giác lẽ ra được coi là dưới nước nhưng đã bị bỏ sót Hình tam giác bên trái có giao điểm với mặt nước nhưng không có đỉnh nào nằm dưới mặt nước Hình tam giác ở giữa không giao nhau với mặt nước ở bất kỳ cạnh nào, vì đỉnh sóng đâm xuyên qua giữa hình tam giác Hình tam giác bên phải có hai đỉnh dưới mặt nước, nhưng nước cũng để lại hình tam giác ở cạnh giữa hai đỉnh này Sau khi xác định được các phần tam giác chìm của con tàu trong nước, ta sẽ tính được diện tích bề mặt.

S, pháp tuyến n, từ đó ta xác định được lực nổi tác động vào contàu.

Lực nổi là một lực thủy tĩnh, khi nước không chảy hoặc nếu con tàu vẫn đứngyên,cócôngthứctínhnhư sau:

Trong đó: rho - tỷ trọng của nước, g - gia tốc trọng trường, V - thể tích chất lỏngngay trênbềmặtcong,V=zSn,z-độsâudướibềmặtchấtlỏng,S-diệntíchbềmặt,n- pháptuyến.

Từ tính toán của phương trình 2.1 khối hàm Buoyancy() được tạo ra từ phươngtrình1.9hìnhthành lựcnổi𝑔(5)cho môhình tàuchủnhư hình2.2

Để đảm bảo hoạt động hiệu quả của tàu thủy, cần tạo ra lực và mô men cho đầu đối tương tàu, trong đó tổng mô men được tính bằng công thức: \( r = r_{hyd} + r_{cs} + r_{prop} + r \) Trong đó, \( r_{hyd} \) là lực và mô men thủy động tác động vào tàu thủy Thành phần này được xác định dựa trên các phương trình tương ứng và các thông số trong bảng sau.

AddTorque(),Rigitbody.AddRelati veTorque().Rigitbody.Drag

2.2.3 Tạolựcvàmômen liênquanđếnthiết bịđẩyvàbánhláicho tàuthủy Để đối tượng con tàu đi được trên biển cần phải có lực của thiết bị đẩy là diesselchính lai chân vịt, hệ thống cũng tạo ra các lực dựa này theo tính toán và cài đặt trongphầnmềmđểtạoralựcvàmômen𝑟 𝑐𝑠 ;𝑟 𝑝𝑟𝑜𝑝 Cácthànhphầnnàyđượctạoratrêncơ sởcácphương trìnhtươngứngbằngcáckhốihàmvàthuộctínhtrongbảngsau:

𝑟 𝐶𝑆 Rigitbody.AddForceAtPosition(),R igitbody.AddRelativeForce(), Rigitbody.AddRelativeTorque().

Hình 2.4 dưới đây cho phép ta cài đặt toàn bộ các thành phần lực và mô men ởtrênvàođốitượngmôhìnhtàu3D.

Trong hàm BoatEngine(), các lệnh sẽ bao gồm các phương trình động lực học dựa trên các giá trị thực tế của lớp tàu TT400 Đến thời điểm này, NCS đã thành công trong việc mô phỏng chuyển động 3D của con tàu trong nước với các chuyển động chính xác.

Tàu thủy được thiết kế với 6 trục tự do theo cấp sóng, cho phép hành trình khi nhận tín hiệu điều khiển từ động cơ diesel lai chân vịt Để hoàn thiện mô phỏng chuyển động của tàu, cần bổ sung các lực tác động do nhiễu môi trường.

Lựcvà mô men donhiễu môi trường tácđộngtàu thủyb a o gồm:

𝑟 wi𝑛𝑑 Rigitbody.AddForce().Rigitb ody.AddTorque(), 1.30

Lực tương tác với nước ở phía đuôi tàu tạo ra hiệu ứng tương tự như thực tế khi tàu di chuyển, được lập trình trong thuộc tính Blue Waters Wake Generator, như thể hiện trong hình 2.5.

Sau khi tích hợp thành phần Rigitbody vào Ship_GameObject, các lực tác động theo phương trình 1.1 sẽ khiến mô hình con tàu chuyển động 6 bậc tự do như một con tàu thật trên biển, bao gồm cả các yếu tố môi trường Các thành phần tọa độ, góc và đạo hàm của chúng (vế phải của phương trình 1.1) sẽ được thu thập thông qua các khối hàm và thuộc tính trong bảng 2.4.

2.2.6 Mộtsốđối tượng thờitiếtvà địahình,địavậttương táctronglậptrình

Hệ thống phỏng đoán điều kiện hình ảnh môi trường khác nhau bao gồm sương mù, mây, sao, pha mặt trăng, mưa và mặt biển Đồng thời, phạm vi hiển thị ánh sáng đèn của phao luồng, hải đăng và đèn của tàu mục tiêu cũng sẽ được tính toán và mô phỏng theo yêu cầu thiết kế.

Yếu tố thời tiết trong phần mềm được mô phỏng một cách chân thực, bao gồm cả thời gian ban ngày và ban đêm Ngoài ra, các điều kiện thời tiết khắc nghiệt như bão, sương mù và tuyết cũng được tái hiện Để tạo ra các yếu tố thời tiết, trước tiên cần thiết lập một gameobject mang tên BlueSkies, trong đó chứa các thuộc tính con như bầu trời, mây và các yếu tố tạo cảnh thông qua BlueSkiesManager.

Hình2.10.Tạohiệuứnghình ảnh banngày,trạngtháimặtbiển vàmưa b Tạođịahìnhchohệthốngmôphỏng

Hệ thống mô phỏng có khả năng tạo ra nhiều địa hình sát với thực tế tại mỗi khu vực khác nhau, tùy thuộc vào yêu cầu cụ thể Phần mềm cũng bao gồm nhiều cảng biển lớn và được cập nhật thường xuyên Đề tài luận án này xây dựng địa hình bằng hai phần mềm: WordComposer và TerrainComposer.

Đềxuấtcấutrúchệthốngmô phỏnghàng hải

Sauquátrìnhtìmhiểu,đánhgiávànghiêncứucácmôhìnhđãcóởtrongnướcvàtrê nthếgiớicộngvớikhảnăngđápứng nguồnlựccủacánhân.NCSđềxuấtcấutrúc phần khung cơ khí của hệ thống mô phỏng chuyển động tàu thủy mà cá nhân sẽ tiếnhànhxâydựngcóhìnhảnhnhưhình2.13dướiđây:

Hình2.13.Cấutrúckhungcơkhícủa hệthốngmôphỏngchuyển độngcủatàu thủy

Trong hệ thống mô phỏng hàng hải, đặc tính động học và động lực học của tàu được lập trình bằng ngôn ngữ C# và chạy trên máy tính giả lập Các thông số tàu được truyền qua lại với máy tính giáo viên (Instructor PC), tạo ra hình ảnh 2D, 3D về môi trường biển, bao gồm hiệu ứng ngày/đêm, thời tiết, sóng, gió và hải lưu Hình ảnh điều động tàu được hiển thị trên 5 màn hình LCD 43 inch Máy tính Instructor PC có khả năng tạo ra các tình huống môi trường, tàu mục tiêu và tình huống kỹ thuật để huấn luyện học viên Dữ liệu về tọa độ, hướng mũi tàu, tốc độ và độ sâu đáy biển được chuyển tới các thiết bị như GPS, la bàn, speed log, máy đo sâu và ECDIS để hỗ trợ người vận hành Hệ thống lái tự động mô phỏng cung cấp góc bẻ lái cho máy tính tàu chủ và điều chỉnh theo sự chênh lệch hướng đi, với các chế độ lái HAND, NFU và AUTO.

Hệ thống PID được tích hợp sẵn trong máy lái, cho phép tạo ra các tình huống báo động như mức dầu, quá tải và mất pha Tất cả những thông tin này có thể được quản lý từ máy PC của hướng dẫn viên Bên cạnh đó, hệ thống điều khiển từ xa diesel và tay chuông truyền lệnh cũng được tích hợp trên bàn cabin lái, giúp liên lạc hiệu quả với buồng máy.

Cabin lái buồng lái được thiết kế với kiến trúc mạng song song, bao gồm hai hệ thống mạng chính: Ethernet/Modbus TCP và NMEA018 theo tiêu chuẩn hàng hải Thiết kế này đảm bảo kết nối dữ liệu hiệu quả giữa các thiết bị nội bộ như AUTOPILOT và GPS.

Hệ thống âm thanh mô phỏng sóng gió, sấm chớp, máy móc và âm thanh báo động được thiết kế để tái tạo cảm giác chân thực cho người dùng Khi cabin buồng lái được kết nối với hệ chuyển động, dao động của nó sẽ đồng bộ với chuyển động thực của tàu quanh các trục, tạo ra mô phỏng chuyển động tàu thủy 3DOF Cấu trúc tổng quát của mạng truyền thông trong hệ thống này được mô tả chi tiết trong hình 2.14 dưới đây.

Hệ thống mô phỏng chuyển động tàu thủy được thiết kế để tạo ra một bản sao chính xác của buồng lái tàu hiện đại, với kích thước 2,4 x 2,4 m và chiều cao 1,75 m Khối lượng của buồng lái khoảng 1300 kg, bao gồm bàn điều khiển và các thiết bị như Radar/ARPA.

Hệ thống ECDIS, conning và nội thất khác được trang bị trong buồng lái, được lắp đặt trên một sàn chuyển động theo ba bậc tự do dựa trên nguyên tắc của Stewart platform Mô hình chuyển động này được ứng dụng rộng rãi trong các hệ thống mô phỏng phương tiện giao thông như máy bay, tàu thủy và ô tô Luận án NCS tập trung vào mô hình ba bậc tự do điều khiển ba trục song song, sử dụng động cơ servo và hệ tay quay Mặc dù có nhiều nghiên cứu liên quan đến cấu trúc tương tự, chỉ một số công trình nghiên cứu như [54,55] phát triển cấu trúc gần giống với đề xuất trong luận án Những nghiên cứu này cho phép tính toán gần đúng góc quay động cơ servo trong khoảng ±15°, nhưng dẫn đến sai số lên đến 5% trong mô phỏng chuyển động tàu thủy, ảnh hưởng đến độ chính xác Luận án sẽ xây dựng phương pháp tính toán chính xác để áp dụng cho mô hình điều khiển từ PLC và thực hiện các mô phỏng để đánh giá sai số dựa trên phương pháp Newton-Raphson, đồng thời sử dụng tổ hợp bộ điều khiển PLC và Drive/Servo để hiện thực hóa chuyển động cho mô hình thực.

Hình2.15Môhìnhmô phỏngchuyểnđộng 3DOFbuồng láitàu thủy

Cấu trúc hình 2.15 mô tả tín hiệu chuyển động 3D (roll, pitch, heave, yaw) của con tàu trong mô phỏng 3D trên phần mềm Unity3D Tín hiệu này được truyền đến PLC trung gian qua giao thức Modbus TCP, như đã trình bày trong bảng 2.4 ở chương 2.

Từ tín hiệu này PLC sẽ tính ra chuyển động quay của 3 trục của động cơservosauđógửitínhiệuđiềukhiểndạng xung đếncácdrivecủacác servotươngứng.

Mỗi động cơ servo đều được trang bị encoder để phản hồi góc quay, giúp bộ điều khiển PID trong drive điều khiển chính xác góc quay của động cơ và đảm bảo tuân thủ lệnh điều khiển từ PLC.

Mô hình chuyển động cho hệ thống mô phỏng hàng hải với sàn treocabine buồng lái tàu thủy được đề xuất có cấu trúc 3 bậc tự do dựa trên nền tảng Stewart Cấu trúc phổ biến hiện nay sử dụng hệ dẫn động piston chuyển động thẳng qua trục vít vô tận, kết nối với động cơ thủy lực, khí nén hoặc động cơ servo Tuy nhiên, NCS đang nghiên cứu cấu trúc có điều chỉnh, trong đó 3 trục song được thay thế bằng 3 tay đòn nối khớp với 3 tay quay truyền động, điều khiển bởi 3 động cơ servo Tín hiệu điều khiển chuyển động của sàn cabin được xác định bởi giá trị góc của 3 tay quay.

Hình2.16Môhìnhmô phỏngchuyểnđộng3bậctựdosửdụngđộngcơ servo: a)Mặtsànđểgắncabinebuồnglái,b)Khungtamgiáctruyền động

Cấu trúc hình học của mô hình được thể hiện trong hình 2.16a, với các điểm 𝑃1, 𝑃2, 𝑃3 nằm trên mặt sàn di động và được kết nối với cánh tay đòn Các điểm 𝐵1, 𝐵2, 𝐵3 đại diện cho ba tâm trục quay của hệ servo/hộp số trên mặt sàn cố định Ngoài ra, 𝐴1, 𝐴2, 𝐴3 là ba khớp nối giữ cánh tay đòn 𝑏 và tay quay 𝑎 Hai tam giác đều 𝑃1𝑃2𝑃3 và 𝐵1𝐵2𝐵3 có kích thước bằng nhau, với chiều dài mỗi cạnh là 𝐿.

= 1255𝑚𝑚 Ở vị trí ban đầu mặt sàn di động(𝑃 1 𝑃 2 𝑃 3 )cách mặt sàn cốđịnh( 𝐵 1𝐵 2𝐵 3 )làℎ 𝑧= 458𝑚𝑚.Cabineb uồ ng láihình1a đặtcáchm ặtsà n diđộng

(𝑃 1𝑃2𝑃3 )hình1bởđộcaolàℎ 0≈ 0.Điềukiệnvềkíchthướccủa3thôngsố𝑎,𝑏,ℎ 𝑧 nhưsau:𝑏 2 = 𝑎 2 +ℎ 2 ,𝐴𝑃 =𝑏 P0𝑚𝑚; 𝐵𝐴 = 𝑎 0𝑚𝑚; 𝑂𝑂 =ℎ.

Hình2.17a)Sơđồhìnhhọccủa môhình 3DOF,b)Tay quayvàtay đòn

Hệ trục gắn cố định trên mặt phẳng sàn di động (P1 P2 P3) có các trục x, y, z, với ba chuyển động chính: chuyển động quay quanh trục y (lắc ngang) là ɸ, chuyển động quay quanh trục x (lắc dọc) là θ, và chuyển động trượt dọc theo trục thẳng đứng z Trạng thái của sàn có thể được biểu diễn bằng công thức 5 = , ɸθ z - T Để xác định vị trí của mặt sàn di động theo vị trí của tàu mô phỏng, cần chuyển đổi ba trục tọa độ về hệ trục tọa độ gắn trên mặt sàn cố định (B1 B2 B3) thông qua các ma trận chuyển đổi tọa độ Theo tài liệu về động lực học của tàu, hai chuyển đổi chuyển động lắc ngang ɸ và lắc dọc θ của tàu theo tâm quay O được mô tả bằng phương trình ma trận quay.

Từ (2.3), ma trận chuyển đổi được xác định là tích của \(T_r\) và \(T_p\) Giả thiết rằng cabin buồng lái được đặt ngay tại tâm quay của sàn và cách mặt sàn khoảng \(h_0 \approx 0\) Do đó, tọa độ của ba điểm \(P_i\) trên mặt sàn di động tại vị trí ban đầu được xác định.

Kếthợp(2.3)và(2.4)tađượctọađộcủabađiểmtrênmặtsàndiđộngtheotọađộcủatr ụctrênmặtsàncốđịnhsẽlà𝑇 𝑟𝑇𝑝 𝑃 123 (0).Chuyểnđổitrụcthứbachỉlàtrượt

√ dọc theo trục𝑧, nên ta chỉ cần thêm vào tọa độ𝑧của ba điểm một giá trị như nhau𝑧ƒlàthỏa mãn.

Môhìnhđộnghọcngƣợcxácđịnhgócquayđộngcơservo

Mô hình động học ngược đóng vai trò quan trọng trong việc điều khiển, giúp xác định góc quay của từng trục động cơ 𝛼 i (i = 1,2,3) từ dữ liệu độ nghiêng, độ lắc và độ cao tương đối trong mô hình mô phỏng 3D của contàulàvector5 Với độ cao ban đầu của tâm sàn di động so với sàn cố định là h z 0, tâm 𝑂 của sàn có cao độ là 𝑧ƒ = h z + z v và có tọa độ 𝑂 = (0, 0, h z + z - T) trong mặt phẳng cố định Kết hợp với các phép biến đổi trục đã thực hiện ở mục 2, ta sẽ tọa độ các điểm 𝑃 123 có dạng như (2.5) sau đây.

𝖥 𝐿 cos ɸ− √ 3𝐿 sin𝜃sinɸ − 𝐿 cos − ɸ √ 3𝐿 sin𝜃sinɸ − √ 3𝐿 sin𝜃sinɸ 1

Phương trình (2.5) xác định tọa độ của ba điểm trên mặt sàn di động, kết nối với bát thanh truyền động chính là sàn cabin buồng lái, trong một vị trí liên quan đến tọa độ cố định Để tính toán góc quay cần thiết theo công thức (2.1) của trục đầu ra động cơ servo, cần lấy các giá trị 𝑧 của ba điểm kết nối này từ hàng cuối cùng của ma trận (2.5).

[45] ta có góc quay của mỗi trục được tính xấpxỉnhư sau:

Do những hạn chế đã nêu trong phần đặt vấn đề, phần tiếp theo sẽ tìm kiếm một công thức tính toán 𝛼i chính xác hơn Từ hình 3.5b, ta xác định tọa độ điểm 𝐵i của mặt sàn cố định và điểm đầu 𝐴i là khớp nối bản lề đầu trục như công thức (2.7) dưới đây.

Biếtđượctọađộđiểm𝑃 it ừ (2.5)và𝐵 it ừ (2.7)tasẽtínhđượcđộdàicáccạnh

𝑂 0 𝑃 iv à 𝐵 i 𝑃 i Áp dụng định lý hàm số cos với các tam giác𝑂 0 𝐵 i 𝑃 iv à 𝑃 i 𝐵 i 𝐴it a t í n hđược các góc𝛿 1i , 𝛿 2i Từ đó ta tính được chính xác góc𝛼inhư phương trình (2.8) sauđây:

Kiểmchứng bằngmô hìnhđộnghọcthuận

Xây dựng mô hình động học thuận giúp xác định động hiêng, độ lắc và độ cao tương đối thực của chuyển động mô hình từ góc quay của ba động cơ 𝛼 i Dữ liệu động hiêng, độ lắc và độ cao được so sánh với mô phỏng 3D là vector 5 Để phát triển mô hình này, phương pháp Newton-Raphson được áp dụng Độ dài 𝐴 i 𝑃 i được tính từ tọa độ của 𝐴 i và 𝑃 i trong khoảng [44, 45] để xác định |𝐴 i 𝑃 i |.

2= 𝑏 2 v àđặthàmƒc ódạnglàƒ=,ƒ1ƒ2ƒ3-𝑇trongđócácẩnɸ,𝜃,𝑧làchưabiết: ƒ i =(𝑥 𝑃 i −𝑥 𝐴 i )+(𝑦 2 𝑃 i −𝑦 𝐴 i )+(𝑧 2 𝑃 i −𝑧 𝐴 i ) −𝑏 (2.10) Bởivìƒ ichứa nhiềuhơnmộtbiến,đạohàmcủahàmƒ i ược đầu sửdụngtrongphươngpháp Newton-Raphsonđượctìmbằngcáchlấyđạohàmriêngchomỗibiếncủa

5.𝐽làma trậnjacopiancủahàmƒ ivới biến5 ượcđầu tính như (2.11) dướiđây:

Từđó, các ẩn số trong5sẽ được tính theo phương trình:5 𝑛+1 5 𝑛 −0𝐽.5 𝑛 /1−1ƒ.5 𝑛 /;vớiđiềukiệnđầu5 0 =,ɸ0𝜃0𝑧0-�

Hình2.18 ThuậttoánNewton-Raphson xácđịnhmôhìnhđộng họcthuận

Kếtquảmôphỏng

Các mô phỏng được thực hiện bao gồm các kịch bản lắc ngang, lắc dọc, trượt thẳng đứng và chuyển động hỗn hợp Tín hiệu đáp ứng gồm ba góc quay α1, α2, α3 của bộ điều khiển, cùng với các tín hiệu đầu vào nhận được từ phần mô phỏng 3D của tàu bao gồm bốn chuyển động: roll, pitch, và heave Các sai lệch giữa tín hiệu đầu vào và tín hiệu sau mô hình "Forward Model" được thể hiện qua các kết quả sum1, sum2, sum3.

Hình2.22Kếtquảmô phỏngkhichỉcótrượt dọctrụcthẳngđứng (z-heave)

0,18 0 /17,5 0 ≈ 1%,đồngthờitacũngrútramộtkếtluậnquantrọngchokhoảnggiátrị gócquaytốiưuđểđiềukhiểnservocònnằmtrongvùngtuyếntínhlà𝛼 i= ±70 0 ứ n gvớig i ớ i h ạ n c á c c h u y ể n đ ộ n g𝑟 𝑜 ±17.5 0 ,𝑝i𝑡𝑐ℎ±15 0 ,ℎ𝑎𝑣±10𝑚𝑚.M ụ ct i ế p theoNCSsẽthiếtkếcấutrúcđiềukhiểntrêncơsởmôhìnhvậtlýđểthaychomôhìnhđộnghọcth uậnmôphỏngởtrên.

Xâydựngcấu trúcđiềukhiểnbámtínhiệumôphỏngcủatổhợpDrive/ServoứngdụngPLC

Các công trình từ [117] đến [144] tập trung vào việc xây dựng bộ điều khiển fuzzy, nơron, LQR hoặc PID với đầu vào trực tiếp là các tín hiệu lựa chọn hoặc mô hình động và đầu ra là vị trí của sàn treo Hệ thống trở nên phi tuyến mạnh với các bộ điều khiển vị trí Khác với hướng tiếp cận này, NCS tách hệ thành hai khối: khối đầu tiên nhận các tín hiệu chuyển động chính xác từ mô hình 3D và sử dụng mô hình động học ngược hoặc bộ dự báo để tính toán các giá trị góc quay của động cơ servo Khối thứ hai nhận các góc quay từ khối một và thực hiện chức năng điều khiển vị trí với các vòng kín Phân tích chi tiết mô hình sàn treo vật lý và kết nối phần cứng sẽ được trình bày trong chương 3, trong khi NCS chỉ đề cập đến vấn đề điều khiển trong phần mềm Cấu trúc vòng lặp điều khiển động cơ servo thường bao gồm 03 mạch vòng kín nối tầng.

2.24 Vòng trong cùng là điều khiển mô men, ở giữa là vòng điều khiển tốc độ và ngoàicùnglà vòng điềukhiển vị trí.

NCS đề xuất phương án điều khiển vị trí sử dụng PLC và Servo Motor, trong đó PLC nhận tín hiệu từ máy tính và xử lý để phát xung điều khiển vị trí tới bộ Drive/Servo qua các đầu ra tốc độ cao Y0, Y1 Bộ Drive/Servo hoạt động như thiết bị biến tần, điều khiển các van IGBT để cấp điện áp và tần số cho động cơ servo Tín hiệu dòng và encoder gắn trên đầu trục động cơ phản hồi dòng điện, tốc độ và vị trí chính xác, đảm bảo góc quay của trục động cơ bám theo vị trí yêu cầu với tốc độ nhanh và chất lượng tối ưu Giải pháp ghép nối tín hiệu trực tiếp giữa PLC và Drive đã giảm thời gian trễ so với việc sử dụng mạng CAN, như nhiều công trình đã thực hiện.

Họ PLC của hãng Delta có loại PLC DVP28SV11T2 có 4 cặp (8 đầu ra) có thểphát xung tốc độ cao từ 10†200KHz là: Y0, Y1, Y2, Y3, Y4, Y5, Y6 và Y7, vì vậynhómtácgiảlựachọnloạiPLCnày.

Trên cơ sở tải trọng của cabin buồng lái và tỷ số truyền của hộp sốl ài1 2 0,tầnsốdaođộngcủasàn0,25Hztasẽchọn03Drive/độngcơservo3phaASDA- B2cócôngsuất là1,5kw,tốcđộđịnhmức2000vòng/phút.

Tín hiệu chuyển động lắc ngang ɸ, lắc dọc 𝜃 và thẳng đứng 𝑧 của con tàu được truyền từ máy tính chủ 3D đến PLC qua giao thức Modbus TCP Trong chương trình lập trình của PLC, các lệnh Float32 bit sẽ được sử dụng để tín hiệu hóa giá trị góc của 3 tay quay.

Bađộngcơ servosẽ truyềnđộngđộclậpchoba đỉnhcủagiá đỡsàntamgiác(

Mômen tải và mômen quán tính trong hệ truyền động điện của mỗi động cơ sẽ thay đổi ngẫu nhiên tùy thuộc vào trạng thái chuyển động của con tàu, dẫn đến suy giảm chất lượng điều khiển vị trí về độ chính xác và thời gian đáp ứng Để cải thiện tình hình này, cần thiết phải thiết kế bộ điều khiển PID của Drive hoạt động tối ưu hơn thông qua chế độ "AMT - AUTO MODE TUNING" nhằm tự động tính toán mômen quán tính của hệ Tuy nhiên, chất lượng hệ thống vẫn không được cải thiện nhiều do mômen quán tính liên tục biến thiên, trong khi thời gian cập nhật chế độ AMT là 5 phút.

Trong bài viết này, các ký hiệu được định nghĩa như sau: \( J \) là mô men quán tính của động cơ và hộp số; \( m \) là tải trọng cabin; \( i \) là tỷ số truyền; \( g \) là gia tốc trọng trường; và \( \phi_j \) là góc nghiêng của đỉnh tam giác thứ \( j \) Hệ thống điều khiển vị trí tôn tại hai đầu vào sử dụng lượng đặt (setpoint) từ hệ thống mô phỏng 3D và nhiễu tải \( M_c \) Hai đầu vào này đều là các tín hiệu ngẫu nhiên phụ thuộc vào các chuyển động (roll, pitch, heave) của con tàu và số lượng người trên cabin mô phỏng Để giảm sai số điều chỉnh do sự biến thiên của lượng đặt gây ra, cấp vô sai của hệ hở cần lớn hơn cấp vô sai của lượng đặt một bậc.

Hình 2.26 Cấu trúc vòng lặp vị trí (a) và tốc độ (b) trong chế độ có Feedforward đầuvào

Cấp vô sai của lượng đặt thường biến đổi ngẫu nhiên, gây khó khăn trong việc thực hiện giải pháp này Tuy nhiên, với bộ điều khiển ASDA-B2 của Delta, có thể áp dụng phương án thứ hai bằng cách cài đặt cấu trúc Feedforward đầu vào và băng khâu vị phân cho hai vòng điều khiển vị trí (P2-02) và tốc độ (P2-07), như minh họa trong hình 2.26.

Tiếp theo, để khử sai lệch quỹ đạo do nhiễu tải gây ra các bộ Drive đều cho phépchúngtathực hiệnbằngmạch bù Feedforwardhình 2.26bcódạng:

Trongđó:𝑀̃ 𝑐là mômemcảnquyđổi;∆𝑀làthànhphầnmômentổnthấtcủacơcấu;𝐹 𝑚là hàm truyền ạt của mạch vòng iều khiển mô men, có thể xấp xỉ thành khâu đầu đầu quátínhbậc1.

Việc tính toán 𝑀̃ 𝑐 trở nên khó khăn do sự biến thiên của tải trọng theo số lượng ngẫu nhiên của học viên trong cabin Tuy nhiên, bằng cách kết hợp các thông số từ máy tính chủ 3D, chúng ta có thể ước lượng gần đúng trong chương trình PLC Sau đó, giá trị 𝑀̃ 𝑐 sẽ được chuyển cho Drive thông qua cổng RS485/Modbus RTU để bù sai số.

Để kiểm chứng cài đặt các thuật toán điều khiển, hệ thống được thiết lập để hoạt động và thu thập dữ liệu từ PLC về máy tính thông qua công cụ OPC Toolbox trong Matlab/Simulink, với OPC server là KEPServerEX 6 Tàu mô phỏng TT400 có kích thước dài 55 m, rộng 9.2 m, mớn nước 2.6 m và tải trọng 429 tấn Kết quả thu được được thể hiện trong hình 2.28, trong đó đường nét đứt thể hiện góc quay lắc ngang (roll_f) và lắc dọc (pitch_f), trong khi giá trị góc quay bám theo cabin được biểu diễn bởi đường nét đậm là roll_model và pitch_model.

Pitch_f Pitch_model Roll_f Roll_model

Hình2.28 Đặctínhđápứngbám theocácgócquaycontàucủa sàn cabine

Kết quả khảo sát cho thấy, sàn cabine có độ trễ trong việc đáp ứng chuyển động từ 500 đến 1500ms, với biên độ tối đa bám theo sàn có sai số khoảng 12% Nguyên nhân của hiện tượng này là do việc thực hiện các khâu Feedforward chính xác gặp nhiều khó khăn, dẫn đến việc các khâu này thường được xấp xỉ dưới dạng khâu vi phân.

(hình2.26),luôntồntạimộtkhoảng thờigiantrễtruyềnthôngt í n hiệutừmáytínhc hủtới

Dựa trên kết quả và phân tích nguyên nhân ở mục 2.7.1, có thể nhận thấy các hạn chế phổ biến trong các hệ thống mô phỏng chuyển động hiện nay Để khắc phục điều này, NCS đề xuất áp dụng các thuật toán dự báo đơn giản Việc ứng dụng các thuật toán dự báo hiện đại như MPC hay mạng nơron nhân tạo sẽ được NCS nghiên cứu trong chương tiếp theo Trong phần ứng dụng PLC để thiết kế bộ điều khiển bám, chúng tôi sẽ sử dụng thuật toán dự báo đơn giản dựa trên điều khiển số cho PLC, vì trong một số ứng dụng cụ thể, phương án này vẫn mang lại hiệu quả.

Từchương1,tacóphươngtrình độnghọctàuthủy6bậc tựdo(DOF) códạng:

Từ(2.15)và(2.16)tacóphươngtrìnhđộnghọctàuthủyviếtcho3biếntrạn gtháiɸ,𝜃,𝑧như sau: ф̇

Từ (2.17) do vế trái là các đạo hàm nên ta có thể thiết kế các thuật toán dự báo đểlậptrìnhchoPLCgồmhaibướcnhư sau:

- Bước2:Dựbáocáctrạngtháilắcngang,lắcdọc,trượtdọcɸ(𝑘+1),𝜃(𝑘+1), 𝑧(𝑘+1)theocôngthức (2.18)nhưsau: ф (𝑘 +1)

𝜃(𝑘)+𝑞 (𝑘)cos(𝜃(𝑘))−𝑟(𝑘)sin( (𝑘)) ɸ ] (2.18) 𝑧(𝑘+1) 𝑧(𝑘)−𝑢 (𝑘)sin(𝜃(𝑘))+𝑣 (𝑘)cos(𝜃(𝑘))sin( (𝑘) ɸ )+𝑤 (𝑘)cos(𝜃(𝑘))cos( (𝑘)) ɸ

Thờigiancắtmẫu𝑇 𝑠cho chukỳtínhtoánđượcchọnnằmt r o n g d ả i 500†1500ms Sau khi lập trình, cài đặt vào hệ thống và thu thập dữ liệu ta được các đồthị như hình2.29 sauđây:

Hình 2.29 cho thấy đáp ứng bám theo các góc quay của sàn cabine khi sử dụng dự báo với 𝑇 𝑠 P0𝑚𝑠 Kết quả cho thấy các góc quay của sàn cabine đã bám tốt hơn so với hình 2.28, tuy nhiên, không có nhiều cải thiện về sai số và độ trễ Cả hai kết quả trong hình 2.29 đều cho thấy các đường đặc tính đáp ứng có dao động ít hơn, với chuyển động mượt mà hơn so với lượng đặt nhờ vào việc lọc thông qua vòng lặp điều khiển vị trí thực tế.

Trong chương 2, NCS đã nghiên cứu và ứng dụng phần mềm mô phỏng Unity3Dđểmôphỏngchuyểnđộngtàuthủytrêncơsởphươngtrìnhđộnghọccóđượcởchương 1.Trongđóvếphảicủaphươngtrình𝑀 𝑅𝐵 ̇+𝐶 𝑅𝐵 ()=𝑟 𝑅𝐵 ã đầu đượcmôphỏngthôngquamoduleR igitbodyvàđưavàomôhìnhtàu,vếphảiđượctáchradướidạng𝑟 𝑅𝐵=

Các thành phần lực nổi, lực và mô men thủy động lực học, cũng như lực và mô men do tác động của chân vịt chính, chân vịt mũi và bánh lái, đều được tính toán bằng các khối hàm và đưa vào vật thể là con tàu Ngoài ra, lực tác động từ môi trường như sóng, gió và dòng chảy cũng đóng vai trò quan trọng trong việc xác định các lực này.

Khi mô hình mô phỏng 3D chuyển động tàu thủy hoạt động, NCS thực hiện thu thập tham số từ các thành phần chuyển động 6 bậc tự do của tàu trong vector 5 Để mô phỏng chuyển động bằng sàn treo cabin, NCS chỉ sử dụng 03 tín hiệu chuyển động chính là lắc ngang, lắc dọc và trượt đứng (ɸ, 𝜃, 𝑧).

NCSđ ã n g h i ê n c ứ u v à x â y dự ng b ộ đ i ề u k h i ể n b á m tí n h i ệ u c h u y ể n đ ộ n gɸ,

Mô hình 3D của con tàu được xây dựng bằng phương pháp động học ngược chính xác, sau đó áp dụng mô hình động học thuận với thuật toán Newton-Raphson để kiểm tra khả năng bám tín hiệu Để nâng cao tính thực tiễn, nghiên cứu đã ứng dụng thiết bị PLC trong việc điều khiển các cơ cấu thực hiện của mô hình vật lý sàn treo, đồng thời đề xuất các phương án ghép nối giữa PLC và Drive, cùng với thiết kế thuật toán điều khiển nhằm cải thiện chất lượng bám tín hiệu Tuy nhiên, cả hai phương án vẫn gặp phải vấn đề trễ từ 500ms đến 1500ms do ảnh hưởng của sự thay đổi ngẫu nhiên của lượng đặt và nhiễu tải, mặc dù đã áp dụng các phương pháp như Feedforward đầu vào, bù nhiễu tải và dự báo số Do đó, chương tiếp theo sẽ tập trung vào việc áp dụng các phương pháp điều khiển dự báo hiện đại để khắc phục các vấn đề còn tồn tại.

Trítuệnhântạo-AIvà mạngnơronnhântạo-ANN

Mạng nơron nhân tạo đã chứng minh là một giải pháp hiệu quả cho việc nhận dạng phi tuyến, chẩn đoán sự cố và dự báo trạng thái Do đó, NCS sẽ phát triển mạng nơron nhằm dự báo giá trị tham chiếu cho tổ hợp Drive/Server Motor Trong phần này, NCS sẽ khám phá tri thức nhân tạo, mạng nơron nhân tạo (ANN) và nghiên cứu ứng dụng của nó.

Trí tuệ nhân tạo (AI) là khái niệm rộng, được định nghĩa là trí thông minh nhân tạo thể hiện qua máy móc hoặc máy tính, khác với trí thông minh tự nhiên của con người Thuật ngữ này thường mô tả các máy móc có khả năng bắt chước các chức năng nhận thức của con người, như học tập và giải quyết vấn đề Công nghệ AI mô phỏng suy nghĩ và quá trình tiếp thu kiến thức của con người cho máy móc, đặc biệt là các hệ thống máy tính.

Mạng nơron nhân tạo (ANN - Artificial Neural Networks) là một nhánh quan trọng của trí tuệ nhân tạo (AI), cùng với máy học (Machine Learning) và học sâu (Deep Learning) Nó mô phỏng cấu trúc của mạng nơron sinh học, bao gồm các đơn vị tính toán đơn giản được liên kết chặt chẽ với nhau Các liên kết giữa các nơron trong mạng quyết định chức năng và hiệu suất của hệ thống.

ANN là một mô hình xử lý thông tin phỏng theo cách thức xử lý thông tin của các hệ nơron sinh học Nó bao gồm nhiều phần tử gọi là nơron, được kết nối qua các trọng số liên kết Các nơron này hoạt động như một thể thống nhất để giải quyết các vấn đề cụ thể.

Mạng nơron có các đặc trưng cơ bản bao gồm tập hợp các đơn vị xử lý (nơron nhân tạo), các trạng thái kích hoạt của đơn vị xử lý và hàm liên kết giữa các đơn vị Mỗi liên kết trong mạng được xác định bởi một trọng số Wj, ảnh hưởng đến tín hiệu mà đơn vị j truyền đến đơn vị i Luật lan truyền quy định cách tính tín hiệu đầu ra của từng đơn vị từ đầu vào của nó, và hàm kích hoạt hay hàm chuyển đổi là yếu tố quan trọng trong quá trình này.

Hàm kích hoạt và hàm chuyển tiếp xác định mức độ kích hoạt của mạng nơron dựa trên mức độ kích hoạt hiện tại và độ lệch (bias) của mỗi hàm Một đặc trưng quan trọng khác của mạng nơron là phương pháp thu thập thông tin và huấn luyện mạng, được gọi là luật học (learning rule), cùng với việc tạo ra môi trường để hệ thống có thể hoạt động hiệu quả.

Các hìnhtrạngcủamạngnơron

Mạng nơ-ron truyền thẳng là loại mạng mà dữ liệu được truyền từ đơn vị đầu vào đến đơn vị đầu ra mà không có liên kết phản hồi Trong mô hình này, việc xử lý dữ liệu có thể được mở rộng qua nhiều lớp, nhưng các liên kết từ đơn vị đầu ra trở lại đơn vị đầu vào trong cùng một lớp hoặc các lớp trước đó là không được phép Ngược lại, mạng hồi quy (Recurrent Neural Network - RNN) cho phép các kết nối phản hồi, giúp xử lý dữ liệu theo chuỗi và lưu trữ thông tin từ các bước trước đó.

Mạng này chứa các liên kết ngược, khác với mạng truyền thẳng, nơi các thuộc tính động trở nên quan trọng Trong một số trường hợp, giá trị kích hoạt của các đơn vị trải qua quá trình nới lỏng, bao gồm việc tăng giảm số đơn vị và thay đổi các liên kết, cho đến khi mạng đạt đến trạng thái ổn định với các giá trị kích hoạt không thay đổi Ngược lại, trong các ứng dụng khác, cách chạy động tạo ra đầu ra của mạng, làm cho sự thay đổi của các giá trị kích hoạt trở nên đáng quan tâm.

MạngtruyềnthẳngnhiềulớpMLP

Mạng truyền thẳng nhiều lớp (MLP - Multi Layer Perceptron) là một trong những loại mạng truyền thẳng phổ biến, thường được áp dụng trong các hệ thống nhận dạng và dự báo Bài viết này sẽ tập trung vào việc sử dụng MLP trong nghiên cứu, nhằm đơn giản hóa và tránh hiểu nhầm.

Một mạng truyền thẳng nhiều lớp bao gồm lớp vào, lớp ra và một hoặc nhiều lớp ẩn Các nơron đầu vào không thực hiện tính toán mà chỉ nhận dữ liệu và chuyển tiếp cho các lớp tiếp theo Các nơron ở lớp ẩn và lớp ra mới thực sự thực hiện các tính toán, với kết quả được định dạng bởi hàm đầu ra Cụm từ “truyền thẳng” (feed forward) chỉ ra rằng tất cả các nơron kết nối theo một hướng duy nhất tới các nơron trong lớp kế tiếp, ngoại trừ nơron ở lớp ra.

W i :Matrậntrọngsốcủacácnơronlớpthứi.(S i xR i :Shàng(nơron)-Rcột(sốđầuvào)) b i :Vectorđộlệch(bias)củalớpthứi(S i x1:choSnơron) n i :netinput(S i x1) f i :Hàmchuyển(hàmkíchhoạt) a i :netoutput(S i x1)

Mỗi liên kết trong mạng nơron được gán một trọng số, có thể là dương (kích thích) hoặc âm (kiềm chế) Nơron tính toán mức kích hoạt bằng cách cộng tổng các đầu vào và áp dụng hàm chuyển Khi tất cả nơron trong một lớp hoàn tất tính toán, lớp kế tiếp bắt đầu quá trình của mình dựa vào đầu ra của lớp trước Cuối cùng, kết quả được trả về bởi các nơron đầu ra Nếu kết quả chưa đạt yêu cầu, cần áp dụng thuật toán huấn luyện để điều chỉnh các tham số của mạng Trong trường hợp mạng có hai lớp, công thức tính toán cho đầu ra được thể hiện trong công thức 3.4.

Mạng nơ-ron nhiều lớp vượt trội hơn so với mạng đơn lớp, ví dụ như mạng hai lớp với lớp đầu tiên sử dụng hàm sigmoid và lớp thứ hai áp dụng hàm đồng nhất, có khả năng xấp xỉ các hàm toán học hiệu quả Ngược lại, mạng chỉ có một lớp không thể đạt được khả năng này.

Ứngdụng mạngnơronnhân tạo dạngMLPtrong điều khiểnsàntreo75

Mạng mạch thẳng nhiều lớp (MLP) là công cụ phổ biến trong bài toán phân loại nhờ khả năng xấp xỉ các hàm phi tuyến Cấu trúc của MLP bao gồm nhiều lớp nơron kết nối theo mạch thẳng, trong đó nơron đầu vào nhận thông tin từ môi trường và nằm ở bên trái, còn nơron đầu ra nằm ở bên phải, có nhiệm vụ truyền tín hiệu ra ngoài Các nơron không thuộc hai nhóm này được gọi là nơron bên trong Số lượng nơron ở lớp đầu vào tương ứng với số biến của dữ liệu, trong khi số nơron ở lớp ra phụ thuộc vào số lớp trạng thái cần phân loại Ví dụ, để phân loại các trạng thái tốt/trung bình/xấu, sẽ có ba nơron ở lớp ra Hiện nay, mạng nơron cũng được sử dụng phổ biến trong dự báo và phân loại, như trong việc chẩn đoán hư hỏng động cơ diesel tàu thủy Phân tích các thông số như áp suất nén, áp suất cháy, góc phun nhiên liệu và lượng tiêu hao nhiên liệu giúp người khai thác đánh giá tình trạng hiện tại của động cơ.

Việc xây dựng mô hình máy học tích hợp kiến thức chuyên gia và khả năng tự động dự báo trạng thái động nghiêng sẽ cải thiện độ chính xác trong công việc điều khiển Mô hình này dự báo và chẩn đoán trạng thái kỹ thuật thông qua việc nhận dạng góc quay sớm của động cơ servo, từ đó điều khiển góc quay dựa trên xu hướng trạng thái nghiêng, lắc của sàn treo, giúp khắc phục hiện tượng trễ của cơ cấu chấp hành Mô hình sẽ nhận dạng và dự báo đặc điểm trạng thái của sàn treo trước một khoảng thời gian nhất định, kết hợp với giá trị đầu vào và góc quay của động cơ servo ở trạng thái hiện tại.

Các bước sau cần phảithựchiện khi xây dựngmô hìnhdựbáo sớm trạngt h á i gócquaycủacơcấuchấphành:

Tiến hành thực nghiệm trên mô hình sàn treo platform nhằm thu thập dữ liệu về động nghiêng, lắc và góc quay của các động cơ servo trong các trạng thái sóng biển khác nhau.

Xử lý dữ liệu là bước quan trọng trước khi sử dụng, bao gồm việc áp dụng các thuật toán lọc để loại bỏ nhiễu Đồng thời, việc sắp xếp dữ liệu theo dạng mạng nơron nhân tạo cũng cần được thực hiện để đảm bảo tính chính xác và hiệu quả trong quá trình phân tích.

 Xây dựng mạng nơron nhân tạo bằng cách lựa chọn và huấn luyện mạng bằng dữliệuđãcó;

 Kiểm tra tính chính xác và sự phù hợp của mạng đã xây dựng cho bài toán nhậndạng;

 Sử dụng mạng để điều khiển sàn treo từ các dữ liệu mới được cấp từ mô hình môphỏng.

Trong mô hình luận án, dữ liệu đầu vào bao gồm các thông số góc quay, vị trí thẳng đứng của sàn treo và tốc độ tương ứng với các trạng thái sóng biển khác nhau Dữ liệu đầu ra là các giá trị góc quay của động cơ servo Khi áp dụng mạng để dự báo, mỗi nơron tại lớp vào sẽ tương ứng với một thông số đầu vào như góc và tốc độ góc roll, góc và tốc độ góc pitch, cùng với vị trí tương đối và tốc độ dài heave, cũng như các giá trị trước đó t-k Mỗi nơron tại lớp ra sẽ đại diện cho một góc quay của động cơ servo, và số lượng nơron trong lớp ẩn phụ thuộc vào mức độ phức tạp của các quan hệ phi tuyến.

MLP là giải pháp hiệu quả cho việc nhận diện phi tuyến, chẩn đoán sự cố và dự báo trạng thái NCS sẽ phát triển mạng MLP để dự đoán giá trị tham chiếu cho tổ hợp Drive/ServoMotor Mạng MLP trong luận án này là mạng truyền thẳng với cấu trúc gồm lớp đầu vào (12 nơ-ron cho 12 tín hiệu vào), lớp đầu ra (3 nơ-ron cho 3 tín hiệu ra) và các lớp ẩn Số lượng lớp ẩn và nơ-ron sẽ được xác định dựa trên mô hình dự báo sao cho sai số MAPEnh nhỏ nhất, được trình bày chi tiết trong mục 3.3.3 Đầu ra của mỗi nơ-ron có dạng như (3.2).

Với vector sai số bình phương trung bình: 𝐹(𝑥)= 𝐸(𝑒 𝑇 𝑒)= 𝐸,(𝑡 − 𝑎 )𝑇(𝑡 − 𝑎 )-và có thểxấpxỉdướidạng(3.3)như sau:

Lớp đầu vào bao gồm các nút tương ứng với 6 tín hiệu đầu vào, bao gồm góc quay, vị trí và các giá trị tốc độ dài, tốc độ góc Bảng 3.1 trình bày chi tiết các thông số này Đồng thời, lớp đầu vào cũng bổ sung 6 đầu vào từ quá khứ, cụ thể là 𝜂(𝑡−1)v và v(𝑡−1)v.

Tốc độ dịchchuyểntheoch iều dọc u

(Chuyểnđộngtheo trụcY) Sựlệchngang y Tốcđộdịch chuyểnngang v

(Quanhtrục X) Gócnghiêng ф Vậntốcgóc của lắcngang p

(Quanhtrục Z) Gócđảolái Vậntốcgóc quay trở r

Trong phương án này, việc chẩn đoán và dự báo tương lai có thể đạt độ chính xác từ 50ms đến 1500ms dựa trên dữ liệu hiện tại và quá khứ Mạng nơron MLP sẽ học và nhận diện mối quan hệ giữa các dữ liệu này, và kết quả sau khi học sẽ được kiểm tra lại bằng bộ dữ liệu mẫu khác Để đánh giá độ chính xác, sai số tuyệt đối phần trăm sẽ được xác định.

(APE) và sai số tuyệt đốitrungbìnhphầntrăm(MAPE)đượcsửdụng,vàđượcđịnhnghĩanhư(3.4)sauđây:

Giải thuật lan truyền ngược (Backpropagation) là một kỹ thuật quan trọng trong mạng nơ-ron đa lớp (MLP), giúp tính toán đạo hàm của hàm mục tiêu theo trọng số và bias ở các tầng khác nhau Phương pháp này cung cấp một giải pháp hiệu quả và đơn giản để cập nhật trọng số và bias tại bước thứ k + 1, theo các công thức (3.5) đến (3.7).

Tiêu chuẩn dừng học trong quá trình huấn luyện mạng nơ-ron dựa vào sai số sinh ra, sử dụng sai số tuyệt đối phần trăm (APE) và sai số tuyệt đối trung bình phần trăm (MAPE) Sau khi hoàn tất quá trình huấn luyện, cần kiểm tra sai số của mạng để lựa chọn mạng tối ưu, phục vụ cho công việc dự báo.

Các toolbox của MATLAB là bộ sưu tập m-file mở rộng khả năng của MATLAB trong các lĩnh vực kỹ thuật như hệ thống điều khiển, xử lý tín hiệu, tối ưu hóa và mạng nơ-ron nhân tạo (ANN) Trong phiên bản 3.0 của toolbox ANN, MATLAB cung cấp 12 hàm huấn luyện hiệu suất cao, trong đó mạng ANN lan truyền ngược được sử dụng phổ biến Cấu trúc hàm newff(PR,[S1S2 SNl],{TF1TF2 TFNl},BTF,BLF,PF) cho phép người dùng định nghĩa các lớp đầu vào, lớp ẩn và lớp đầu ra cho mạng nơ-ron.

PR R x 2 là ma trận tối thiểu và tối đa cho các phần tử đầu vào

TFi - là hàm truyền của lớp thứ i, mặc định = „tansig‟ Hàm truyền TFi có thể làhàmtruyềnkhảvibấtkỳnhư tansig,logsighoặcpurelin.

BTF là hàm huấn luyện cho mạng lan truyền ngược, với giá trị mặc định là "traingdx" Hàm huấn luyện BTF có thể sử dụng bất kỳ hàm huấn luyện backprop nào như trainlm, trainbfg, trainrp, hoặc traingd.

BLF Hàm học trọng số/độ lệch lan truyền ngược, mặc định = 'learngdm'. HàmhọcBLFcóthểlàmột trongcáchàmhọclantruyềnngượcnhư learngdhoặclearngdm.

PF - là hàm mục tiêu, mặc định = „mse‟ Hàm mục tiêu có thể là bất kỳ hàm hiệusuấtkhảvinàonhưmsehoặcmsereg. b Đềxuất cấutrúcthựchiện

Quá trình luyện mạng bao gồm cấu hình hệ thống với dữ liệu đầu vào từ các tín hiệu của các cảm biến đo động nghiêng roll, pitch, và heave của sàn treo được thu thập tại PLC Các tín hiệu này được truyền về máy tính PC/Matlab thông qua mô đun OPC tool Ngoài ra, dữ liệu của các góc quay động cơ servo cũng được thu thập bởi PLC và chuyển về phần mềm Matlab như là các dữ liệu đầu ra.

Quá trình vận hành của hệ thống bao gồm việc cấu hình dữ liệu đầu vào từ các tín hiệu độ nghiêng roll, pitch và heave, được tính toán từ mô hình mô phỏng 3D trên máy tính PC/Unity Dữ liệu này được truyền đến máy tính PC/Matlab, nơi module ANN/MLP đã được huấn luyện sẽ cung cấp đầu ra là các giá trị góc quay dự báo của động cơ servo Đề xuất cấu trúc tích hợp module ANN vào hệ thống điều khiển sàn treo Platform như hình 3.2 dưới đây.

Hình3.2 Sơ đồcấutrúchệthống điềukhiểnsàntreocótíchhợpmoduleANN/MLP

Việc thu thập dữ liệu và điều khiển sàn treo được thực hiện thông qua PLC, với máy tính điều khiển giám sát trao đổi dữ liệu qua module OPC server Module này cung cấp thông tin cho phần mềm mô phỏng 3D và giao tiếp với phần mềm Matlab thông qua toolbox OPC Máy tính cài đặt phần mềm Matlab/NN tool để thiết lập thuật toán ANN/MLP, thực hiện huấn luyện mạng và nhận dữ liệu đầu vào từ sàn treo, từ đó áp dụng thuật toán đã học để đưa ra dự đoán cho PLC, giúp bộ điều khiển có thể xử lý tình huống sớm hơn Công cụ OPC toolbox bao gồm các thành phần như hình 3.3 và 3.4.

Hình 3.3 Khối OPC Configuration để cấu hình kết nối a) Khối OPC Write để ghi dữliệuthờigian thực đếnPLCb)KhốiOPCReadđểđọcdữliệuđến từPLC

Hình3.4 KhốiOPCQualityPartsđểgiámsátchấtlượngkếtnối c Thuthậpdữliệuthờigianthực choMatlab/NNtool

Sơđồkếtnối dữliệucủahệthốngmô phỏnghànghải

Dựa trên đề xuất cấu trúc của hệ thống mô phỏng hàng hải và mô hình mô phỏng chuyển động 3DOF tàu thuỷ đã trình bày ở chương 2, việc xây dựng mô hình vật lý sẽ được tiến hành Cụ thể, cấu trúc mạng của hệ thống mô phỏng hàng hải sẽ được hoàn thiện bằng cách bổ sung thêm một số thành phần, như thể hiện trong hình 3.17.

Trong đó, bổsungthêm bộ cảm biến đểđocác tín hiệu nghiêng,l ắ c v à t r ư ợ t đứngtừsàntreo;bổsungthêmmộtmáytínhchạybộdựbáoANNtrênMatlab/Simulink.

Cả hai bộ phận được kết nối tín hiệu tới PLC để thu thập dữ liệu từ các thiết bị trên tàu, bao gồm hệ thống lái, buồng máy và các thiết bị hàng hải khác NCS sử dụng bộ điều khiển trung tâm PLC nhằm đáp ứng yêu cầu đặc trưng và thực hiện các lệnh điều khiển, giám sát hiệu quả.

PLC thu thập dữ liệu từ các thiết bị trên tàu, bao gồm hệ thống lái, buồng máy và các thiết bị hàng hải khác, đồng thời thực hiện các lệnh điều khiển và giám sát Sơ đồ khối nguyên lý kết nối cấp nguồn cho PLC được thể hiện trong hình 3.18.

RS485 ECDIS COMPUTER encoder M/E encoder steer

0V-1 EM2 DVP EM3 DVP 16SM11T EM4 DVP 08SN1 EM5 DVP 08SN2

- Encoder Steer: Vô lăng được nối đồng trục với encoder để lấy tín hiệu góc bẻ láichotàu;

- Encoder M/E: tay chang được nối với encoder để tạo tín hiệu điều khiển tốc độmáychínhchocontàu;

- DOP-107G: màn hình cảm ứng 7 inch được kết nối với bộ điều khiển trung tâmPLCđểhiểnthịcácthôngtinđachứcnăngnhưchỉbáogócbẻlái,vịtrívôlăng,các chếđộlái,danhsáchbáođộng,danhsáchlịchsử báođộng…

- DVP04-DA: là module mở rộng loại mở rộng bên trái có 4 kênh đầu ra tương tựtừ- 1 0 V D C † + 1 0 V D C đ ể x u ấ t t í n h i ệ u đ i ề u k h i ể n c á c đ ồ n g h ồ b a o g ồ m đ ồ n g h ồ c h ỉ báogócláivàđồnghồchỉbáotốcđộcủamáychính,đồnghồchỉbáotốcđộchânvịt;

- EN01: là module mở rộng loại mở rộng bên trái và có chức năng thêm cổngtruyềnthôngEthernetchoPLC.

CPU-DVP28SV là bộ xử lý trung tâm PLC tích hợp cổng truyền thông RS485 và RS232, cho phép thu thập tín hiệu từ các thiết bị hàng hải để truyền thông tới máy tính công nghiệp chạy phần mềm hải đồ điện tử Đồng thời, nó cũng xuất tín hiệu điều khiển cho module DVP04-DA nhằm điều khiển các đồng hồ.

- EM1-DVP16SM11N:Modulemởrộng16đầuvàosốnhậntínhiệutừhaiencoderSteer, encoderM/E;

Module EM2-DVP16SM11N là thiết bị mở rộng với 16 đầu vào số, có khả năng nhận tín hiệu khởi động và dừng máy lái cùng các tín hiệu khác Ngoài ra, module này còn nhận tín hiệu phản hồi từ các bộ điều khiển động cơ (Driver Servo).

- EM3-DVP16SM11T: Module mở rộng 16 đầu ra transistor để đưa tín hiệu điềukhiểncácđènchỉbáonhưchỉbáomáylái,sựcố,vàcòicảnhbáo;

- EM4, EM5-DVP08SN: là module mở rộng 8 đầu ra để đưa tín hiệu điều khiểnservonhưstart,reset,stop;

Module giao diện dữ liệu của PLC kết nối trực tiếp với người vận hành, truyền tín hiệu điều khiển từ họ đến bộ điều khiển trung tâm PLC.NCS áp dụng Encoder tuyệt đối mã hiệu EP500S8-1024-3F-P-24 để xử lý tín hiệu hiệu quả.

11 vịtrí của tay trang cũng như truyền tín hiệu vị trí từ vô lăng lái về bộ điều khiển trung tâm,vớicảmbiếntínhiệusàntreotácgiảsửdụngloại3trụcloạiQK-AS08như hình3.19. a) b)

Hình 3.19 Cảm biến tín hiệu sàn treo 3 trục loại QK- AS08 a) và encoder gắn vào taytrangđiềukhiển b)

Trong đó, từ CPU-X0 đến EM1-X21 của PLC nối tới Encoder của vô lăng điềukhiểngócbẻ bán hlái T ừ EM1-X22 đến EM1-

X33củaPLCnối tớiEncodercủ a tay trang điều khiển tốc độ của máy chính Cổng RS485 của PLC nối tới cảm biến QK- AS08theochuẩnNMEA0183.

3.4.2 Giao diện dữ liệu của PLC với panel điều khiển máy chính, máy lái, neo, chânvịtmũi

Module vào/ra dữ liệu của PLC kết nối với hai panel: panel điều khiển máy chính và panel điều khiển mũi Để đảm bảo hoạt động chính xác, cần xác định chuẩn các đầu vào/ra Panel điều khiển máy chính và chân vịt mũi bao gồm các tín hiệu đèn báo như: đèn báo lỗi điều khiển từ xa, đèn báo động sự cố, nút dừng sự cố, đèn báo động giảm tốc, nút ấn thả neo, nút ấn thu neo, nút ấn khởi động chân vịt mũi, nút ấn dừng chân vịt mũi, và đèn báo sự cố chân vịt mũi Thông tin chi tiết về đầu vào/ra của panel điều khiển máy chính được trình bày trong Bảng 3.3 dưới đây.

Bảng3.3Cácđầu vào/racủapanelđiềukhiển máychính

Các tín hiệu vào/ra của panel điều khiển máy lái bao gồm các tín hiệu đèn và nútấn,baogồm:đènbáovanđiệntừtráimở,đènbáovanđiệntừphảimở,đènbáođộnglái

Đèn báo động lái và đèn báo máy lái 1 chạy là các chỉ báo quan trọng trong hệ thống điều khiển máy lái Nút khởi động máy lái 1 và 2 cùng với nút dừng máy lái 1 và 2 giúp người điều khiển quản lý hoạt động của máy một cách hiệu quả Ngoài ra, nút thử đèn và còi cũng đóng vai trò quan trọng trong việc kiểm tra các chức năng an toàn Đầu vào và đầu ra của panel điều khiển máy lái được trình bày chi tiết trong Bảng 3.4 dưới đây.

Bảng3.4Cácđầu vào/racủapanelđiềukhiển máylái

Panel bàn điều khiển còn được trang bị nhiều đầu vào ra, bao gồm công tắc chọn chế độ lái, công tắc điều khiển trong chế độ sự cố, công tắc điều khiển trong chế độ lái cần, còi cảnh báo, nút ấn xác nhận sự cố và nút ấn hoàn nguyên Thông tin chi tiết về đầu vào/ra của panel điều khiển được trình bày trong Bảng 3.5 dưới đây.

3.4.3 Giao diệndữliệucủaPLCvớiDrive/Servo motor Đểlấytínhiệuphảnhồivềtừservo,tácgiảđãlấytínhiệutừcácchâncủadriveservosauđóđư avàođầuvàocủamodule mởrộng.

Bảng3.6.Cácđầuvào củaDriver Servo/PLC

Để gửi tín hiệu điều khiển từ PLC đến động cơ servo như khởi động, dừng và reset động cơ, tác giả đã kết nối dây tín hiệu từ đầu ra của PLC đến chân của Drive servo thông qua các tín hiệu như bảng.

Chân C0- CPUChânY0- CPUChânY1- CPUEM4- Y40EM4- Y41EM4-Y42 EM4-Y43

14(COM-) 41(PULSE-) 37(SIGN) 9(Servo ON)33(Alarm reset)10(PULSE reset)

Chân C1- CPUChânY2- CPUChânY3- CPUEM4- Y44EM4- Y45EM4-Y46 EM4-Y47

14(COM-) 41(PULSE-) 37(SIGN) 9(Servo ON)33(Alarm reset)10(PULSE reset)

EM4 DVP-08SN1 EM5 DVP-08SN2

SERVO 1 SERVO 2 SERVO 3 d?n chân 14 c?a servo và C0,C1,C2 c?a CPU c) Hình3.20.Bảnvẽkếtnốitínhiệuvào/ra giữaPLCvàdrivecủa động cơservo

Để phát xung điều khiển từ PLC cho Drive, ngoài việc kết nối phần cứng, cần lập trình mã code cho chương trình PLC sử dụng thuật toán hình 3.21 với cấu trúc lệnh đặc biệt DRV.

S1:làsốlượngxungcầnphátra,chínhlàgiátrịgócquay𝛼 i tínhđượcởtrên,đối vớiđộng cơservomà talựa chọnthì1vòngcó160000xung.

S2:đặt tầnsốphátxung,đượcchọn là44Khz.

D1: đầu ra phát xung, tùy thuộc vào điều khiển servo nào trong 3 servo mà ta càiđặtsaochophùhợp.

Thiếthế,chếtạobànđiềukhiểncontrol console

Sauk h i t h i ế t k ế x o n g k ế t n ố i d ữ l i ệ u p h ầ n c ứ n g , N C S t i ế n h à n h t h i ế t k ế k í c h thướcchopanelđiềukhiển controlconsole,phụcvụchoviệcgiacôngcơkhí nhưhình:

PANEL1 PANEL2 PANEL3 Ðesonden Ðesonden Ðesonden

Sau khi hoàn tất quá trình gia công cơ khí, NCS tiến hành kết nối panel điều khiển theo sơ đồ nguyên lý đã được thiết kế Hình ảnh của hệ thống sau khi thiết kế và chế tạo thành công panel điều khiển được thể hiện trong hình 3.25 dưới đây.

Cải thiện chất lƣợng điều khiển sàn treo mô hình vật lý bằng bộ dự báoứngdụngmạngnơron

Dựa trên kết quả nghiên cứu trong phần 3.3, mô phỏng kiểm chứng bộ dự báo nơron MLP với mô hình động học Newton-Raphson cho thấy các tín hiệu tham chiếu φ, θ, z được cung cấp từ hệ thống mô phỏng 3D của con tàu Đầu ra từ mô hình cho thấy sai số giữa giá trị tính toán và giá trị thực tế không vượt quá 12%, trong khi thời gian thực hiện của hệ thống không trễ quá 50ms.

𝑇 đầu ãđượcdựbáovàcóphaluônvượttrướccáctínhiệuđiềukhiểnđộngcơservomàtacóđượctừmô hìnhđộnghọcngược,thờigianvượttrướccóthờiđiểmlêntới1200ms.

Sau khi hoàn thành mô hình vật lý của sàn treo ba bậc tự do, bước tiếp theo là xây dựng cấu trúc điều khiển sử dụng thuật toán dự báo MLP Cấu trúc điều khiển này được thiết kế trong môi trường Matlab/Simulink, với các khối mô hình động học thuận được thay thế bằng các khối OPC read và OPC write để kết nối tín hiệu với hệ thống phần cứng của sàn treo vật lý.

Hình 3.27 Sơ đồ cấu trúc ứng mạng nơron nhân tạo MLP trong điều khiển mô hình vậtlýsàntreo3DOF

Sau khi thay thế điều khiển mô phỏng chuyển động của tàu thủy bằng mô hình vật lý đã được xây dựng, các thực nghiệm đã được tiến hành để thu thập kết quả Một số kết quả đáng chú ý được thể hiện trong hình 3.28 như sau:

Hình 3.28.Đáp ứng tín hiệu khi tín hiệu nghiêng, lắc và trượt đừng của sàn treo khiứngdụngmạngnơronnhântạoMLPso sánh vớitínhiệutừmôphỏng3D

 Nếu đưa thuật toán dự báo MLP để điều khiển mô hình vật lý sàn treothôngquaPLCthìđộtrễchomôhìnhđiềukhiểnnàycũnggiảmvàcảithiệnđángk ểgầngiống nhưmôhìnhmôphỏng,vớiđápứngcóđộtrễkhôngvượt quá60ms.

Biên độ của các tín hiệu raɸ (lắc ngang), 𝜃 (lắc dọc) và chuyển động trượt dọc trục thẳng đứng được đo trực tiếp từ sàn treo, nhưng không hoàn toàn phản ánh các tín hiệu từ hệ thống mô phỏng 3D Đặc biệt, có thời điểm xuất hiện xung nhiễu khiến tín hiệu đo vượt quá 5%.

Kết quả từ hình 3.30 cho thấy đặc tính đáp ứng khi sử dụng mạng nơron nhân tạo (MLP) kết hợp với bộ điều khiển PLC để tạo tín hiệu điều khiển cho ba động cơ servo trong mô hình vật lý treo Tuy nhiên, mô phỏng 3D gặp phải những sai lệch tức thời lớn do xuất hiện nhiều xung răng cưa từ tín hiệu nghiêng/lắc thực của sản phẩm treo.

Hệ thống sử dụng mạng nơron nhân tạo MLP đã nâng cao đáng kể chất lượng điều khiển động nghiêng/lắc của sản phẩm khi bám theo mô hình con tàu mô phỏng Đặc biệt, độ trễ pha đã giảm mạnh, cho thấy hiệu quả vượt trội trong việc cải thiện khả năng điều khiển.

Với thời gian ngắn ngủi 60 ms, người huấn luyện có thể trải nghiệm sự đồng bộ hoàn hảo giữa thị giác trên mô hình 3D và cảm nhận thực tế khi đứng trên sàn treo.

Một yếu tố quan trọng cần lưu ý là sự tồn tại của nhiễu từ các thiết bị đo, đặc biệt là nhiễu tần số cao Những nhiễu này có thể được lọc hiệu quả nhờ vào mô hình có tính chất chậm với khoảng thời gian khoảng 2000ms, tương đương với tần số tối đa 0,5Hz của sàn treo.

KếtluậnChương3…

Trong chương 3, NCS nghiên cứu về trí tuệ nhân tạo (AI) và mạng nơron nhân tạo (ANN), sau đó thiết kế một bộ dự báo dựa trên mạng nơron nhiều lớp truyền thẳng (MLP) Nghiên cứu cũng tiến hành kiểm chứng thông qua mô phỏng dựa trên mô hình động học thuận, sử dụng phương pháp Newton.

Raphson cóứng dụ ng MLPsovớitínhiệubanđầuđược mô phỏnglấytừmấytínhPCserverchạymôhình3D.

NCS xây dựngmô hình vật lýđể thựcnghiệm kiểm chứng kếtquản h ằ m đ á n h giáchấtlượngđiềukhiểnbámsovớimô phỏng.

Mô hình vật lý của sàn treo ba bậc tự do đã được chế tạo thành công, từ đó xây dựng cấu trúc điều khiển sử dụng thuật toán dự báo MLP Hệ thống này đã cải thiện đáng kể chất lượng điều khiển độ nghiêng/lắc của sàn treo khi bám theo mô hình con tàu mô phỏng, với độ trễ pha giảm chỉ còn khoảng 60ms.

1 Đã nghiên cứu và đề xuất mô hình toán học đầy đủ về động lực học của đốitượng con tàu dưới dạng không gian trạng thái 6 bậc tự do đáp ứng cho mong muốn môphỏngđượcchínhxác chu yể nđ ộn gtà u t h ủ y trongkh ôn gg ia n3D Từđó cóthể đ ưa trực tiếp các phương trình này vàom o d e l c ủ a c o n t à u m ớ i b ấ t k ỳ n à o đ ể t ạ o r a c á c tương tác vật lý như trên thực tế Bên cạnh đó, cũng nghiên cứu và đề xuất mô hình toánhọccủacácyếutốmôitrườngnhư sóng,gióvàdòngchảy.

2 Đã nghiên cứu và ứng dụng phần mềm mô phỏng Unity3D để mô phỏng thànhcôngc h u y ể n đ ộ n g t à u t h ủ y t r ê n c ơ s ở p h ư ơ n g t r ì n h đ ộ n g h ọ c c ó đ ư ợ c T r o n g đ ó , phươngtrìnhđộnglựchọc𝑀 𝑅𝐵 ̇+𝐶 𝑅𝐵 ()=𝑟 −𝑔(5) ãđầu đượcmôphỏngthôngqua module Rigitbody và đưa vào mô hình tàu, bên cạnh các thành phần lực nổi, lực và mômen thủy động lực học, lực và mômen tạo ra do tác động của các lực đẩy của chân vịtchính, chân vịt mũi, bánh lái, lực do tác động của môi trường như sóng, gió, dòngchảy… đều lần lượt được tính toán bằng các khối hàm và đưa vào vật thể là con tàu đảmbảođầyđủtươngtácvậtlýcủa nó.

Con tàu mô phỏng 3D sử dụng mô hình động học ngược chính xác để xác định các thông số 𝜃 và 𝑧 Sau đó, mô hình áp dụng thuật toán Newton-Raphson để kiểm tra khả năng đáp ứng bám tín hiệu Bài viết đề xuất các phương án ghép nối giữa PLC và Drive, cùng với phương pháp thiết kế thuật toán điều khiển trên PLC và Drive nhằm nâng cao chất lượng điều khiển bám tín hiệu Các phương pháp được sử dụng bao gồm Feedforward đầu vào, bùn nhiễu tải và dự báo số.

4 Đãnghiêncứuvà xâydựngthànhcôngmôhìnhvậtlýsàntreo3bậctựdotrê n cơ sở cấu trúc của Stewart platform có sử dụng bộ điều khiển bám các tín hiệuchuyển độngɸ, 𝜃, 𝑧c ủ a c o nt à u m ô p h ỏ n g 3 D t r ê n c ơ s ở ứ n g d ụ n g t h i ế t b ị đ i ề u k h i ể n logickhảtrìnhPLC,Drive,Servo.

5 Đã nghiên cứu và thiết kế dự báo hiện đại dạng mạng noron nhân tạo MLP cósử dụng công cụ NNtool trong môi trường Matlab/Simulink và công cụ thời gian thựcOPC Mạng noron nhân tạo dạng truyền thẳng nhiều lớp - MLP được xây dựng để dựbáotrướcgócquaycủa03độngcơservochuyểnđộngsàntreocócấutrúc12lớpvào,

10 nút ẩn và 3 lớp ra Bộ điều khiển dự báo đã khắc phục các nhược điểm về độ trễ vànângc a o c h ấ t l ư ợ n g đ i ề u k h i ể n đ ể b á m t h ờ i g i a n t h ự c t í n h i ệ u m ô p h ỏ n g c h ỉ c ò n khoảng50-100ms.

Những vấn đề trong quá trình thực hiện đề tài mà luận án còn tồn tại, chưa giảiquyếtđượcbaobồm:

1 Các chỉ tiêu lớn là độ chính xác và độ trễ của các thông số nghiêng, lắc, trượtđứng của sàn treo bám theotín hiệu chuyểnđộngɸ, 𝜃 , 𝑧 c ủ a c o n t à um ô p h ỏ n g 3 D đ ã được cải thiện, tuy nhiên không khắc phục được hoàn toàn Độ bám tín hiệu còn có thờiđiểm vượt lên 5%, độ trễ pha đã giảm nhưng có tình huống vẫn đạt đến 100ms và cònxuấthiệntínhiệuxungnhiễulớntừ tínhiệuđo.

2 Chưathựchiệnđượcviệcthuthậpdữliệumôhìnhvậtlýhoạtđộngởtấtcảcác cấp độ sóng và tình huống điều động con tàu khác nhau Dữ liệu thu thập kết quảchưa đủ lớn và việc tách lọc, lựa chọn cũng không đảm bảo tuyệt đối tốt để làm đầu vàocho mô hình mạng nơron nhân tạo MLP được huần luyện với các mẫu hoàn hảo nhằmthuđượccác trọngsốWjivàcácngưỡnghayđộ lệch(bias)θjcủamạngtốiưunhất.

Để khắc phục các vấn đề còn tồn tại, cần lựa chọn và lắp đặt bộ cảm biến có chất lượng tốt để đo các giá trị nghiêng, lắc và trượt của sàn treo Đồng thời, việc sử dụng các thuật toán tối ưu sẽ giúp tách lọc và lựa chọn bộ dữ liệu mẫu tốt nhất, làm đầu vào cho quá trình huấn luyện.

1 Trương Công Mỹ, Trần Anh Dũng (2021) Xây dựng hệ thống mô phỏng chuyểnđộng tàu thủy sử dụng mô hình 3 bậc tự do Tạp chí Tự Động Hóa Ngày Nay, ISSN1859-0551,số239+240tháng1+2/2021,trang69-72

2 Trương Công Mỹ, Đinh Anh Tuấn, Nguyễn Kim Phương (2021).Ứng dụng PLC đểthiết kế bộ điều khiển bám tín hiệu mô phỏng hàng hảicủa tổ hợp Drive/ động cơservo Tạp chí Khoa học công nghệ hàng hải, ISSN 1859 -316X, Số 66 -

3 Đinh Anh Tuấn, Trương Công Mỹ (2021).Nghiên cứu và thiết kế bộ điều khiển bámtín hiệu mô phỏng hàng hải của tổ hợp Drive/Servo ứng dụng PLC Tạp chí Giaothôngvậntải(ISSN2354-

4 Trương Công Mỹ.Improve the Quality of Ship Simulation Signal Tracking

ControlfortheCockpitCabinDeckwith3DegreesofFreedomApplyingPredictionAlgori thmsBasedonArtificialNeuralNetworks.VCCA2021, N 0 ID52

5 Trương Công Mỹ, Phạm Minh Thảo (2023).Nghiên cứu ứng dụng mạng nơ rontrong điều khiển hệ thống cabin sàn treo cho mô phỏng thuỷ phi cơ nhằm đáp ứngtínhthờgian thực.Tạp chígiaothôngvận tải ISSN2354-0818(tháng5/2023)

6 Đào Minh Quân, Đinh Anh Tuấn, Trương Công Mỹ và Lưu Quang Hưng,

Buildingthe control signal model for design of 3DOF motion platform of marine simulationsystem,JournalofPhysics:ConferenceSeries,cof.ser.1679022012.(Scopus)

7 Trương Công Mỹ, Đinh Anh Tuấn, Nguyễn Kim Phương,Improving the Quality ofShip Simulation Signal Tracking Control fortheCockpitCabinDeckwith3DegreesofFreedomApplyingPrediction Algorithms Based on Artificial Neural Networks, AMFUF 2021, page264-271

8 Trương Công Mỹ, Lê Đăng Khánh, Phạm Minh Thảo,An Artificial Neural

Networks(ANN)Approachfor3DegreesofFreedomMotionControlling,I n t e r n a t i o n a l journaloninformaticsvisualization–June2023301-309.(Scopus)

[1] Phạm Văn Thuần (2013).Dự đoán tính năng điều động tàu sử dụng K-T model. TạpchíGiaothông vậntảisốtháng04/2013,tr.32-34.

[2] Đặng Xuân Hoài (1999).Ứng dụng kỹ thuật tự động hoá và vi xử lý trên tàu thuỷđóngtạiViệtNam.LuậnánTiếnsĩkỹthuật.ĐạihọcBáchKhoaHàNội.

Khương Minh Tuấn (2017) đã nghiên cứu kiến trúc mô hình kết hợp với RealTime UML/MẢTE trong thiết kế hệ thống điều khiển cho phương tiện không người lái tự hành trên mặt nước Luận án Tiến sĩ kỹ thuật của tác giả được thực hiện tại Đại học Bách Khoa Hà Nội.

Hoàng Thị Tú Uyên (2018) đã thực hiện nghiên cứu ứng dụng lý thuyết điều khiển thích nghi nhằm nâng cao chất lượng hệ thống lái tự động cho tàu nổi có choán nước Luận án Tiến sĩ kỹ thuật của cô được trình bày tại Đại học Bách Khoa Hà Nội.

[5] Nguyễn Hữu Quyền, Trần Anh Dũng (2018).Điều khiển tối ưu toàn phương tuyếntínhchuyểnđộngtàuthủy.TạpchíKhoahọccôngnghệHànghải,số 43 -08/2018.