Hcmute áp dụng kỹ thuật trượt điều khiển cân bằng hệ reaction wheel inverted pendulum

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CƠNG TRÌNH NCKH CẤP TRƯỜNG DÀNH CHO HỌC VIÊN CAO HỌC ÁP DỤNG KỸ THUẬT TRƯỢT ĐIỀU KHIỂN CÂN BẰNG HỆ REACTION WHEEL INVERTED PENDULUM S K C 0 9 MÃ SỐ: T2020-02CH S KC 0 Tp Hồ Chí Minh, tháng 12/2020 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI NCKH CẤP TRƯỜNG DÀNH CHO HỌC VIÊN CAO HỌC ÁP DỤNG KỸ THUẬT TRƯỢT ĐIỀU KHIỂN CÂN BẰNG HỆ REACTION WHEEL INVERTED PENDULUM Mã số: T2020-02CH Chủ nhiệm đề tài: HVCH Trần Hoàng Chinh TP HCM, 12/2020 Luan van TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN-ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI NCKH CẤP TRƯỜNG DÀNH CHO HỌC VIÊN CAO HỌC ÁP DỤNG KỸ THUẬT TRƯỢT ĐIỀU KHIỂN CÂN BẰNG HỆ REACTION WHEEL INVERTED PENDULUM Mã số: T2020-02CH Chủ nhiệm đề tài: HVCH Trần Hoàng Chinh Thành viên đề tài: PGS TS Nguyễn Minh Tâm ThS Lê Thị Thanh Hồng TS Nguyễn Văn Đơng Hải SV Nguyễn Quốc Vương SV Quách Hữu Thắng TP HCM, 12/2020 Luan van DANH SÁCH THÀNH VIÊN THAM GIA ĐỀ TÀI VÀ ĐƠN VỊ PHỐI HỢP CHÍNH Danh sách thành viên tham gia đề tài HVCH Trần Hoàng Chinh (chủ nhiệm) PGS TS Nguyễn Minh Tâm ThS Lê Thị Thanh Hồng TS Nguyễn văn Đơng Hải SV Nguyễn Quốc Vương SV Quách Hữu Thắng Đơn vị phối hợp chính: Trường Đại học Sư phạm kĩ thuật TPHCM i Luan van MỤC LỤC DANH SÁCH THÀNH VIÊN THAM GIA ĐỀ TÀI VÀ ĐƠN VỊ PHỐI HỢP CHÍNH i DANH MỤC HÌNH ẢNH iv DANH MỤC CÁC CHỮ VIẾT TẮT vi DANH MỤC CÁC BẢNG .vii MỞ ĐẦU 0.1 Tổng quan nghiên cứu nước 0.2 Tính cấp thiết 0.3 Mục tiêu 0.4 Cách tiếp cận 0.5 Phương pháp nghiên cứu 0.6 Đối tượng nghiên cứu 0.7 Phạm vi nghiên cứu 0.8 Nội dung nghiên cứu CHƯƠNG 1: CƠ SỞ LÝ THUYẾT 1.1 Giới thiệu hệ lắc ngược - bánh xe quán tính 1.2 Mơ tả tốn học hệ lắc ngược – bánh xe quán tính 1.3 Phương trình tốn học đợng 11 2.4 Tính điều khiển hệ thống 13 1.5 Lý thuyết giải thuật điều khiển trượt 14 2.6 Giải thuật di truyền 16 CHƯƠNG 2: THIẾT KẾ PHẦN CỨNG 20 2.1 Tổng quan mô hình 20 2.2 Mô hình hệ thống 21 2.3 Các thành phần mô hình thực 23 CHƯƠNG 3: THIẾT KẾ BỘ ĐIỀU KHIỂN 28 3.1 Mô hình hệ thống mô phỏng MATLAB/Simulink 28 3.2 Bộ điều khiển trượt mô phỏng MATLAB/Simulink 29 3.3 Phần mềm 29 3.4 Hệ thống điều khiển tự động thực tế 31 CHƯƠNG : KẾT QUẢ THỰC HIỆN 34 4.2 Kết mô phỏng 34 4.3 Kết thực tế 37 CHƯƠNG 5:KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 39 ii Luan van 5.1 Kết luận 39 5.2 Hướng phát triển 39 TÀI LIỆU THAM KHẢO 41 iii Luan van DANH MỤC HÌNH ẢNH Hình - Cấu trúc hệ lắc ngược – bánh xe quán tính Hình - Mạch điện phần tử động 11 Hình - Sơ đồ khối động DC 11 Hình - Cấu trúc phân cấp bề mặt trượt 15 Hình - Giá trị hàm mục tiêu 17 Hình - Lưu đồ chương trình GA 18 Hình - Mô hình lắc ngược – bánh đà quán tính thực tế 20 Hình - Tủ chứa KIT vi xử lý trung tâm STM32F407 module H-bridge 21 Hình - Thanh lắc 21 Hình - Bánh đà 22 Hình - Đế mô hình 22 Hình - Giá đỡ lắc 23 Hình - Chân giá đỡ lắc 23 Hình - Động servo NISCA NF5475 encoder 200 PPR 23 Hình - Encoder LPD-3806-600-G5 24 Hình - 10 Nguồn xung tổ ong 24 Hình - 11 Module cầu H – HI216 25 Hình - 12 Sơ đồ kết nối mạch cầu H 26 Hình - 13 Kit vi xử lí trung tâm STM32F407VG 26 Hình - 14 Sơ đồ kết nối hệ thống 27 Hình - Mô hình mổ phỏng hệ bánh đà lắc ngược – MATLAB/Simulink 28 Hình - Sơ đồ cấu trúc hệ thống điều khiển tự động mô hình lắc ngược bánh xe quán tính.29 Hình - Giao diện phần mềm Terminal 30 Hình - Bộ điều khiển trượt sơ đồ khối hệ thống điều khiển tự động hệ thực tế 31 Hình - Khối Encoder Read 32 Hình - Cấu trúc bên khối Encoder Read 32 iv Luan van Hình - Mô hình thực tế hệ RWIP 34 Hình - Góc quay lắc với hai bộ điều khiển trượt 35 Hình - Góc quay của bánh đà với hai bộ điều khiển trượt 35 Hình - Biểu đồ thể giá trị Jmin giải thuật di truyền 36 Hình - Góc quay lắc với hai bộ điều khiển trượt LQR 36 Hình - Góc quay lắc với bộ điều khiển trượt LQR 37 Hình - Kết thực tế đáp ứng góc lắc trạng thái ổn định 37 Hình - Kết thực tế đáp ứng góc bánh đà ở trạng thái ổn định 38 Hình - Điện áp điều khiển bánh xe quán tính 38 v Luan van DANH MỤC CÁC CHỮ VIẾT TẮT STT Chữ viết tắt RWIP SMC GA HSMC HCMUTE Giải thích Reaction Wheeled Inverted Pendulum – bánh đà lắc ngược Sliding mode control – điều khiển trượt Genetic algorithm -giải thuật di truyền hierarchical sliding mode control - điều khiển trượt thứ bậc (điều khiển trượt phân cấp) Ho Chi Minh city University of Technology and Education - đại học sư phạm kĩ thuật TPHCM vi Luan van DANH MỤC CÁC BẢNG Bảng - Thông số kỹ thuật Encoder 24 Bảng - Thông số kỹ thuật Encoder 24 Bảng - Thông số kỹ thuật module HI216 25 Bảng - Bảng chức đối tượng bên hệ thống điều khiển tự động 31 vii Luan van 3.2 Bộ điều khiển trượt mô phỏng MATLAB/Simulink Hình - Sơ đồ cấu trúc hệ thống điều khiển tự động mô hình lắc ngược bánh xe quán tính 3.3 Phần mềm 3.3.1 Phần mềm MATLAB/SIMULINK MATLAB phần mềm cung cấp mơi trường tính tốn số lập trình, cơng ty MathWorks thiết kế MATLAB cho phép tính tốn số với ma trận, vẽ đồ thị hàm số hay biểu đồ thông tin, thực thuật toán, tạo giao diện người dùng liên kết với chương trình máy tính viết nhiều ngôn ngữ lập trình khác Với thư viện Toolbox, MATLAB cho phép mơ phỏng tính tốn, thực nghiệm nhiều mô hình thực tế kỹ thuật Với thư viện Waijung hỗ trợ từ nhà sản xuất, MATLAB cho phép nhúng trực tiếp chương trình điều khiển vào STM32F4 dạng sơ đồ khối, tạo thuận lợi điều khiển hệ thống tự động mà không cần thông qua ngôn ngữ trình điều khiển khác 3.3.2 Phần mềm Terminal Terminal phần mềm hỗ trợ giao tiếp với máy tính thơng qua cổng COM Giúp chúng ta thu thập liệu hiển thị lên máy tính với tốc đợ cao Trong đề tài điều khiển hệ thống lắc ngược – bánh xe quán tính Terminal sử dụng để thị góc quay lắc ( ), góc quay bánh xe (∅) Những liệu lấy mẫu lưu trữ Sau đó, với tính vẽ biểu đồ 29 Luan van (Plot) MATLAB, ta có thể vẽ đồ thị hai đối tượng điều khiển nhằm có sự quan sát trực quan theo thời gian hoạt động đối tượng Dưới hình ảnh sau kết nối, hiển thị liệu phần mềm Terminal hệ thống hoạt động Hình - Giao diện phần mềm Terminal 30 Luan van 3.4 Hệ thống điều khiển tự động thực tế Hình - Bộ điều khiển trượt sơ đồ khối hệ thống điều khiển tự động hệ thực tế Tên gọi chức khối bộ điều khiển mô tả bảng đây: Bảng - Bảng chức đối tượng bên hệ thống điều khiển tự động Thứ tự Tên gọi Chức Target Setup Cài đặt thông số ban đầu STM UART Setup Cài đặt chân Tx cho STM Sliding Mode Control Chứa chương trình tính tốn điện áp trượt Voltage Limit Giới hạn điện áp ngõ cấp cho H-Bridge 31 Luan van Digital Output Basic PWM UART Tx Subsystem Cài đặt chân tín hiệu số output (chân DIR H-Bridge) Chân cấp xung PWM cho H-Bridge Cài đặt giao tiếp với phần mềm Terminal Chứa hai khối Encoder Read dùng để đọc giá trị từ Encoder lắc động quay bánh đà Khối Encoder Read nằm Subsystem có vai trò quan trọng, chứa khối giao tiếp timer timer STM với Encoder động lắc có chức đọc giá trị từ Encoder chúng Sau tính tốn, hai giá trị chủn đến bợ điều khiển trượt để tính tốn đầu trượt hợp lý cung cấp điện áp điều khiển động bánh xe đưa lắc bánh xe vị trí cân Cấu trúc bên khối Subsystem 1: Hình - Khối Encoder Read Các khối Encoder nằm Encoder Read kết nối hai timer timer STM với Encoder động lắc Hình - Cấu trúc bên khối Encoder Read 32 Luan van Ngoài ra, cịn có mợt số khối chức khác như: khối đạo hàm rời rạc ( ), khối giới hạn (Saturation), khối chuyển đổi liệu rời rạc sang liên tục ( ), một số khối có chức chuyển đổi kiểu liệu,… 33 Luan van CHƯƠNG : KẾT QUẢ THỰC HIỆN 4.1 Thông số mô hình Thông số hệ thống ở Bảng Bảng xác định từ mô hình thực tế sau: g = 9.81(m/s2); m1=0.87 (Kg);m2=0.56 (Kg); L1=0.085 (m);L2=0.013 (m); Kt=0.0649 (Nm/A);Ke=0.0649 (Vs/rad);Ng=1; Rm=6.83(Ω);I1=0.0121 (Kgm2);I2=0.0012 (Kgm2); Hình - Mô hình thực tế hệ RWIP 4.2 Kết mô phỏng Trong trình mô phỏng, GA chứng tỏ khả tối ưu hóa thông số mô hình Trong trình điều khiển, sai số mô hình nên việc áp dụng SMC vốn thành công mô phỏng chưa điều khiển hồn tồn mơ hình thực Do đó, việc tối ưu hóa thông số điều khiển giúp cho bộ điều khiển ổn định mô hình (trên mô phỏng với thông số lý tưởng sát với mô hình thực) Phần đó, 34 Luan van việc khắc phục cách định tính sai số mơ hình để cịn đảm bảo việc điều khiển thành công mô hình thực Trong trình dùng GA, có bợ thơng số tìm thấy sau: - Bộ điều khiển trượt thứ (SLIDING MODE CONTROL 1) có tham số: 1  30.123 ;   33.3373 ; c1  10.1533 ; c2  3.6788 ; k2  62.5459 ; 2  13.8768 ; j  506.8293 - Bộ điều khiển trượt thứ hai (SLIDING MODE CONTROL 2) có tham số: 1  17.625 ;   52.635 ; c1  6.011 ; c2  3.248 ; k2  98.493 ; 2  23.769 ; j  159.5627 Kết mô phỏng góc lắc góc bánh xe với hai bộ điều khiển thể ở Hình 4–2 Hình -3 Hình - Góc quay lắc với hai bộ điều khiển trượt Hình - Góc quay bánh đà với hai bộ điều khiển trượt 35 Luan van Dễ thấy, bộ điều khiển trượt thứ có kết ổn định tốt Do đó, GA một giải thuật hiệu giúp chúng ta có một bộ tham số tốt cho bề mặt trượt Hình thể giá trị Jmin giải thuật di truyền sau 500 hệ Hình - Biểu đồ thể giá trị Jmin giải thuật di truyền Giá trị Jmin giảm dần cho thấy, GA chạy lâu (tức Jmin nhỏ) giúp ta có một bộ tham số tốt cho bộ điều khiển trượt Điều đờng nghĩa với tính ổn định hệ thống cải thiện theo Để thấy sự ưu việc giải thuật điều khiển trượt so với giải thuật điều khiển tuyến tính Kết mô phỏng bộ điều khiển trượt thứ hai so sánh trực tiếp với bộ điều khiển LQR cho hệ lắc ngược bánh xe quán tính với thông số điều kiện ban đầu Bộ điều khiển LQR thiết kế ưu tiên đáp ứng ổn định góc quay lắc Các ma trận bộ điều khiển LQR tính tốn sau: Hình - Góc quay lắc với hai bộ điều khiển trượt LQR Kết mô phỏng với góc lệch ban đầu lắc 0.1 (rad) Hệ thống có bộ điều khiển trượt ổn định sớm hơn, góc lệch lắc (rad) sau khoảng thời gian 1.2s so với bộ điều khiển LQR 4s Độ vọt lố góc quay lắc với bộ điều khiển trượt chấp nhận ở mức POT = 13.8% 36 Luan van Hình - Góc quay lắc với bộ điều khiển trượt LQR Kết mô phỏng với góc lệch ban đầu bánh xe (rad) Sau khoảng thời gian 0.8s, hệ thống có bộ điều khiển trượt ổn định Trong đó với bộ điều khiển trượt, phải một khoảng thời gian tương đối lâu đạt trạng thái ổn định Từ kết mô phỏng so sánh trực tiếp, có thể thấy bộ điều khiển trượt giúp hệ thống làm việc ổn định so với bợ điều khiển tuyến tính LQR Điều một lần khẳng định, điều khiển phi tuyến áp dụng hiệu cho hệ thống phi tuyến so với bộ điều khiển tuyến tính 4.3 Kết thực tế Các đối tượng điều khiển thực tế không ổn định tuyệt đối mơ phỏng mà dao đợng nhẹ quanh vị trí cân Giá trị sai số hệ thống dao động nhỏ có thể chấp nhận Bộ thông số điều khiển trượt thực tế có sự khác biệt so với mô phỏng thu thập giải thuật GA Các thông số bộ điều khiển trượt thực tế áp dụng theo bộ SMC Kết thực tế thể Hình - 7, Hình - 8, Hình - 9: Hình - Kết thực tế đáp ứng góc lắc trạng thái ổn định Ta nhận thấy, lắc dựng đứng góc lệch lắc dao động từ -0.006 đến 0.006 rad 37 Luan van Hình - Kết thực tế đáp ứng góc bánh đà ở trạng thái ổn định Góc quay bánh đà thay đổi từ -0.15 rad đến 0,25 rad để giúp ổn định lắc ở vị trí thẳng đứng Hình - Điện áp điều khiển bánh xe qn tính Thơng qua kết thực tế, ta thấy, bộ điều khiển trượt chọn từ mô phỏng (thông qua GA) ổn định thành công hệ RWIP thành công 38 Luan van CHƯƠNG 5:KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết luận Trong quy mơ đề tài, nhóm phân tích thành cơng phương trình tốn học hệ RWIP ngõ vào điện áp Đồng thời, nhóm nghiên cứu đề giải thuật trượt phù hợp cho mô hình Trên sở đó, nhóm mô phỏng thành công ổn định chỗ cho hệ RWIP Nhóm tiến hành xây dựng mô hình phần cứng để kiểm nghiệm thực tế Thông qua GA, nhóm tìm thông số trượt tối ưu để ổn định hệ thống (chấp nhận khả sai số mô hình tồn tại) Thông qua điều khiển mô hình thực tế, nhóm có hiểu biết sơ đồ khối, chương trình bên nó để tính tốn phương trình tốn, từ đó mơ phỏng hệ thống trước tiến hành thực nghiệm hóa hệ thống thực tế, hiểu hoạt động KIT STM32F4Discovery, cách kết nối STM với Matlab thông qua thư viện Waijung giao tiếp với máy tính để thực thành cong mô hình phần cứng mô hình Giải thuật HSMC một lần chứng minh hoạt động tốt cho mô hình RWIP bên cạnh mô hình quen thuộc lắc ngược quay - rotary inverted pendulum, lắc ngược xe - cart and pole, điều góp phần kiêm chứng để áp dụng rộng rãi giải thuật HSMC mô hình under-actuated khác Tuy thực việc điều khiển ổn định mô hình thực tế mô phỏng đối tượng RWIP, đề tài nhiều hạn chế sau:    Chưa xây dựng giải thuật swing-up để hệ thống tự dựing đứng lên mà không cần sự tác động ban đầu người điều khiển (dù điều chưa có thuyết minh nghiên cứu) Thanh lắc ngược làm mica Điều làm nhóm phải thay lắc ngược sau một khoảng thời gian hoạt động tương đối lâu Giải thuật trượt đơn dựa lớn vào thông số mô hình để thiết kế GA góp phần tối ưu hóa bộ điều khiển trượt để mức độ bền vững (khơng chứng minh tốn học) sự bất định tham số mô hình Tuy nhiên, sự cần thiết để phát triển một giải thuật trượt (hoặc phi tuyến khác) có tính đến sự bất định cuả mô hình cần thiết 5.2 Hướng phát triển Trên sở hạn chế thông qua trình làm project này, nhóm đề nghị hướng sau để khắc phục phát triển cho hướng nghiên cứu sau:  Thay lắc ngược mica lắc ngược nhơm tính tốn lại thông số mô hình tương ứng Sau đó, nhóm dự kiến dùng GA để tìm thơng số trượt hồn thiện tương ứng mô hình  Nghiên cứu giải thuật swing up cho mô hình 39 Luan van    Tìm hiểu hướng để phát triển giải thuật điều khiển trượt có thể thích nghi với tham số mô hình Lúc đó, việc điều khiển trượt ổn định thông số mô hình khong đo đạc xác đảm bảo tốn hoc Thay giải thuật trượt nhiều giải thuật khác Fuzzy, PID Fuzzy, hoặc giải thuật điều khiển phi tuyến khác (backstepping, thụ đợng, tuyến tính hóa vào ) để so sánh tìm giải thuật có kết điều khiển tốt Xác định xác thông số động để đáp ứng mô phỏng thực nghiệm sát có thể có thể so sánh trực tiếp với không thể đáp ứng ổn định riêng rẽ ở phần (mô phỏng riêng, thực nghiệm riêng) Việc đo đạc xác thơng số mơ hình nên thơng qua phép tốn ước lượng vì thời, đề tài xấp xỉ cấu trúc cơcấu hệ thống ở dạng lý tưởng nên việc đo đạc không khả thi 40 Luan van TÀI LIỆU THAM KHẢO [1] M W Spong and D J Block, The Pendubot: a mechatronic system for control research and education, Proceedings of 1995 34th IEEE Conference on Decision and Control, New Orleans, LA, USA, 1995, pp 555-556 Vol 1, doi: 10.1109/CDC.1995.478951 [2] C Chiu and Y Peng, The implementation of a rotary inverted pendulum, 2018 IEEE International Conference on Applied System Invention (ICASI), Chiba, 2018, pp 10001001, doi: 10.1109/ICASI.2018.8394441 [3] Y Liu, H Yu and B Burrows, Optimization and Control of a Pendulum-driven Cart-pole System, 2007 IEEE International Conference on Networking, Sensing and Control, London, 2007, pp 151-156, doi: 10.1109/ICNSC.2007.372768 [4] J F Schnabel, Electric crane controllers, in Journal of the American Institute of Electrical Engineers, vol 41, no 4, pp 313-319, April 1922, doi: 10.1109/JoAIEE.1922.6591485 [5] J Jiang, A McCoy, E Lee and L Tan, Development of a motion controlled robotic arm, 2017 IEEE 8th Annual Ubiquitous Computing, Electronics and Mobile Communication Conference (UEMCON), New York, NY, 2017, pp 101-105, doi: 10.1109/UEMCON.2017.8248998 [6] H Kim, J An, H d Yoo and J Lee, Balancing control of bicycle robot using PID control, 2013 13th International Conference on Control, Automation and Systems (ICCAS 2013), Gwangju, 2013, pp 145-147, doi: 10.1109/ICCAS.2013.6703879 [7] Kim, Sangtae & Kwon, SangJoo (2015), Dynamic Modeling of a Two-wheeled Inverted Pendulum Balancing Mobile Robot, International Journal of Control, Automation and Systems 13 10.1007/s12555-014-0564-8 [8] C I G Chinelato, G P D Neves and B A Angélico, Safe Control of a Reaction Wheel Pendulum Using Control Barrier Function, in IEEE Access, vol 8, pp 160315160324, 2020, doi: 10.1109/ACCESS.2020.3018713 [9] Cui, Rongxin & Guo, Ji & Zhaoyong, Mao (2014), Adaptive backstepping control of wheeled inverted pendulums models, Nonlinear Dynamics 79 501-511 10.1007/s11071-014-1682-9 [10] D Naidu, Optimal control, in IEEE Transactions on Automatic Control, vol 32, no 10, pp 944-944, October 1987, doi: 10.1109/TAC.1987.1104454 [11] Minh-Tam Nguyen, Xuan-Dung Huynh, Chi-Dung Tran, Huu-Sung Vuong, DucMinh Vu, Dinh-Dat Vu Trajectory Control For Ball And Beam Using Sliding Mode Algorithm With Disturbance Adaptability, 2019 [12] Deep Ray, Ritesh Kumar, Praveen C, Mythily Ramaswamy, J-P Raymond Linear conreil of inverted pedulum, IFCAM Summer School on Numerics and Control of PDE, 2014 41 Luan van [13] Emmanouil Kourtikakis, Emmanouil Kapellakis, John Fasoulas, and Michael Sfakiotakis An Embedded Controller for the Pendubot, September 2016 [14] Qian, Dianwei & Yi, Jianqiang & Zhao, Dongbin Hierarchical sliding mode control for a class of SIMO under-actuated systems, 2008 [15] Nguyễn Thị Phương Hà – Huỳnh Thái Hoàng: “Lý thuyết điều khiển tự động”, 2005 [16] Dương Hoài Nghĩa, Hệ thống điều khiển đa biến, NXB ĐHQG TPHCM, 2007 [ 17 ] Nguyễn Bình Hậu, Nguyễn Minh Tâm, Lê Thị Thanh Hồng, Nguyễn Văn Đơng Hải, Trần Hoàng Chinh Controlling a Reaction Wheel Pendulum Using LQR Control, 2018 [18] Trần Hoàng Chinh, Điều khiển thăng cho hệ mô hình xe đạp điện, Luận văn thạc sĩ, 2020 [19] Huỳnh Thái Hoàng Hệ thống điều khiển thông minh, 2005 42 Luan van S K L 0 Luan van