Nghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạoNghiên cứu điều khiển robot phục hồi chức năng chi dưới sử dụng cơ nhân tạo
BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC BÁCH KHOA HÀ NỘI Đinh Văn Vương NGHIÊN CỨU ĐIỀU KHIỂN ROBOT PHỤC HỒI CHỨC NĂNG CHI DƯỚI SỬ DỤNG CƠ NHÂN TẠO Ngành: Kỹ thuật điều khiển tự động hóa Mã số: 9520216 TĨM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Hà Nội - 2024 Cơng trình hồn thành tại: Đại học Bách khoa Hà Nội NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS Dương Minh Đức TS Đào Quý Thịnh Phản biện 1: Phản biện 2: Phản biện 3: Luận án bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Đại học Bách khoa Hà Nội họp Đại học Bách khoa Hà Nội Vào hồi …giờ ….phút, ngày…….tháng……năm 2024 Có thể tìm hiểu luận án thư viện: Thư viện Tạ Quang Bửu - ĐHBK Hà Nội Thư viện Quốc gia Việt Nam Mở đầu Sự cần thiết đề tài Ngày nay, hệ thống robot phục hồi chức nghiên cứu phát triển toàn giới để thay dần nhà vật lý trị liệu Robot hỗ trợ bệnh nhân cách có hệ thống việc thực tập phục hồi chức lập trình sẵn Đồng thời, robot hỗ trợ tập luyện lâu dài mà không gây mệt mỏi Tuy nhiên, robot tương tác trực tiếp với người nên an tồn ln ưu tiên hàng đầu việc thiết kế điều khiển robot phục hồi chức Ngoài ra, truyền động robot phải điều khiển linh hoạt để bệnh nhân cảm thấy thoải mái trình huấn luyện tránh gây thương tích cho bệnh nhân Gần đây, hệ thống phục hồi chức sử dụng nhân tạo khí nén thu hút nhiều quan tâm nhà nghiên cứu giống PAM bắp người PAM nhẹ có tỷ lệ công suất trọng lượng cao thiết bị truyền động giới Hơn nữa, PAM linh hoạt phù hợp với robot tương tác với người, chẳng hạn robot phục hồi chức Một số hệ thống nguyên mẫu robot phục hồi chức phát triển trung tâm nghiên cứu toàn giới Tuy nhiên, hầu hết hệ thống giai đoạn phát triển ban đầu Tóm lại, tất hệ thống robot phục hồi chức sử dụng nhân tạo khí nén nước quốc tế dạng thử nghiệm chưa thương mại hóa Vì vậy, tiềm nghiên cứu phát triển lớn Xuất phát từ thực tế này, chọn đề tài “Nghiên cứu điều khiển robot phục hồi chức chi sử dụng nhân tạo” Mục tiêu nghiên cứu Mục tiêu luận án tập trung vào điều khiển robot phục hồi chức chi Đối tượng phạm vi nghiên cứu a Đối tượng nghiên cứu Mục tiêu nghiên cứu robot hai bậc tự BK-Gait bao gồm khớp hông khớp gối Robot sử dụng cấu chấp hành nhân tạo khí nén có cấu hình đối ngẫu b Phạm vi nghiên cứu Phạm vi nghiên cứu luận án tập trung vào nghiên cứu điều khiển robot phục hồi chức chi Do đó, đề tài nghiên cứu thực dựa sở lý thuyết thực nghiệm: • Các thơng số mơ hình thu thập dựa mơ hình robot hai bậc tự BK-Gait sử dụng nhân tạo khí nén có cấu hình đối ngẫu • Tất phép đo, thuật toán điều khiển kết thực nghiệm thực kiểm chứng thực nghiệm mơ hình robot phục hồi chức chi (BK-Gait) Đại học Bách khoa Hà Nội Phương pháp nghiên cứu Phương pháp nghiên cứu kết hợp nghiên cứu lý thuyết kiểm chứng thực nghiệm • Robot thiết kế mô phần mềm để đảm bảo độ bền Sau chế tạo cho mục đích thử nghiệm • Mơ hình tốn học với hai có cấu hình đối kháng xây dựng để mơ tả đặc tính động hệ thống Các tham số mơ hình xác định thông qua liệu đầu vào/đầu hệ thống thuật tốn tối ưu hóa triển khai Matlab/Simulink • Các thuật toán điều khiển áp dụng để xây dựng điều khiển bám quỹ đạo điều khiển trở kháng cho mơ hình kép Robot Sau lập trình điều khiển phù hợp MyRio National Instrument Hiệu điều khiển kiểm chứng thông qua kết thực nghiệm Ý nghĩa khoa học thực tiễn đề tài a Ý nghĩa khoa học: Ý nghĩa khoa học luận án xây dựng thuật tốn điều khiển vị trí điều khiển trở kháng cho truyền động Robot sử dụng truyền động nhân tạo khí nén, phù hợp cho ứng dụng phục hồi chức b Ý nghĩa thực tiễn: Ý nghĩa thực tiễn luận án xây dựng hệ thống phục hồi chức chi người có chức điều khiển bám quỹ đạo điều khiển trở kháng với độ xác cao có khả ứng dụng vào hệ thống phục hồi chức thực tế Bố cục luận án Luận án kết cấu thành chương sau: • Chương 1: Tổng quan hệ thống phục hồi chức năng: Chương trình bày tổng quan hệ thống robot phục hồi chức Tuy nhiên, hầu hết nghiên cứu hệ thống robot phục hồi chức sử dụng nhân tạo giới hạn phịng thí nghiệm chưa thương mại hóa Điều cho thấy tiềm để nghiên cứu phát triển lĩnh vực • Chương 2: Mơ hình hóa điều khiển PAM: Chương trình bày tổng quan nhân tạo khí nén phương pháp phổ biến để mơ hình hóa nhân tạo Sau đó, tơi xây dựng mơ hình tốn học cho mơ hình kép với cấu hình đối kháng Cuối cùng, tơi đề xuất thuật toán điều khiển nâng cao để xây dựng điều khiển bám quỹ đạo cho truyền động sử dụng PAM Nhiều kịch thử nghiệm thực để xác minh tính hiệu điều khiển • Chương 3: Điều khiển bám quỹ đạo cho Robot BK-Gait: Chương tập trung vào cải tiến hệ thống điều khiển cho Robot phục hồi chức chi BK-Gait Đầu tiên xây dựng mô hình tốn học cho Robot phục hồi chức chi BK- Gait Tiếp theo, áp dụng thuật toán điều khiển nâng cao để xây dựng điều khiển bám quỹ đạo cho Robot Cuối cùng, nhiều kịch thử nghiệm thực để xác minh tính hiệu điều khiển đề xuất • Chương 4: Điều khiển trở kháng cho Robot BK-Gait: Trong Chương này, mạng nơron đề xuất để ước tính khả phục hồi bệnh nhân, yếu tố quan trọng hệ thống robot huấn luyện dáng hỗ trợ nhân tạo khí nén Sau đó, liệu khả phục hồi bệnh nhân sử dụng để kiểm soát trở kháng Robot Từ cải thiện độ cứng khớp, giúp bệnh nhân thoải mái tự tin thực tập phục hồi chức • Chương 5: Kết luận kiến nghị: Chương tóm tắt kết đạt luận án, đóng góp đề xuất hướng nghiên cứu Các đóng góp luận án Những đóng góp luận án: - Xây dựng hệ robot hai bậc tự sử dụng cặp nhân tạo đối ngẫu cho phục hồi chức chi người - Xây dựng thuật toán điều khiển phi tuyến bám quỹ đạo có xét đến bất định tham số hệ thống thay đổi nhiễu tải cho robot phục hồi chức - Xây dựng thuật toán điều khiển trở kháng sử dụng mạng nơron để xấp xỉ lực tương tác người với robot Chương Tổng quan hệ thống phục hồi chức 1.1 Hệ thống phục hồi chức chi sử dụng động Dụng cụ chỉnh hình dáng (DGO), gọi LOKOMAT (Hocoma AG, Volketswill Thụy Sĩ), có sẵn thị trường nghiên cứu rộng rãi nhiều trung tâm phục hồi chức ví dụ điển hình hệ thống phục hồi chức chi Hệ thống phục hồi chức Hình 1.1a Nó bao gồm ba phần chính: hỗ trợ trọng lượng thể, máy chạy chỉnh hình chân sử dụng động điện Các thuật toán điều khiển triển khai vào hệ thống để cải thiện hiệu suất nó, chẳng hạn điều khiển vị trí, điều khiển thích nghi, điều khiển trở kháng, v.v Hình 1.1b cho thấy hệ thống huấn luyện dáng máy chạy bộ, kết hợp thiết bị dáng điện với việc huấn luyện dáng máy chạy bộ/dáng đi, gọi LokoHelp (Nhóm LokoHelp, Đức) LokoHelp sử dụng hệ thống khí khác với LOKOMAT, hệ thống thực chỉnh hình chi sử dụng động điện Dụng cụ chỉnh hình chi dưới, "Pedago", sử dụng thiết bị dáng điện để cung cấp chuyển động dáng buổi tập Thiết bị điều khiển giúp di chuyển quỹ đạo bàn chân bệnh nhân với chiều dài bước cố định 400 mm, chu kỳ dáng (GC) tốc độ thay đổi từ đến km/h Hệ thống robot ReoAmbulator (Motorika Ltd, Hoa Kỳ), cịn gọi "AutoAmbulato'', ví dụ khác máy tập dáng có máy chạy cho liệu pháp phục hồi chức chi dưới, thể Hình 1.1c Hệ thống sử dụng trung tâm nghiên cứu bệnh viện y tế để điều trị phục hồi chức nghiên cứu giáo dục Hình 1.1 (a) LOKOMAT, (b) LokoHelp, (c) ReoAmbulator Các hệ thống chỉnh hình phục hồi chức cho chi sử dụng động điện đánh giá nêu đại diện cho phần hệ thống chỉnh hình phục hồi chức có Tuy nhiên, tóm tắt từ ví dụ phát triển tiến bộ, nhờ nhiều dụng cụ chỉnh hình phục hồi chức cho chi sử dụng động điện thương mại hóa Với tốc độ phát triển thiết kế khí việc triển khai thuật tốn điều khiển nâng cao 1.2 Hệ thống phục hồi chức sử dụng nhân tạo khí nén Gần đây, truyền động sử dụng nhân tạo khí nén (PAM) tự nhiên chi phí thấp triển khai rộng rãi việc phát triển hệ thống phục hồi chức So với truyền động thông thường động điện, truyền động đàn hồi nối tiếp (SEA) động DC không chổi than, PAM có nhiều ưu điểm, bao gồm tuân thủ tự nhiên, nhẹ có tỷ lệ trọng lượng công suất cao Bất chấp hạn chế cố hữu đặc tính phi tuyến tính tham số mơ hình bất định độ trễ lớn, ứng dụng PAM lĩnh vực phục hồi chức robot tăng lên theo cấp số nhân nhu cầu hệ thống robot có khả tuân thủ cao người Dụng cụ chỉnh hình robot điều khiển PAM phát triển Claysson B Vimieiro cộng vào năm 2004 hỗ trợ chuyển động gập hông bệnh nhân Như hiển thị Hình 1.4, khung ngồi thiết kế với hai phận chính: phần thứ khung xương chậu để mang lại ổn định cho robot phần thứ hai phần hỗ trợ cho đùi Kết lâm sàng cho thấy xương ngồi khơng mang lại ổn định cao mà mang lại khả phục hồi nhanh cho bệnh nhân trình phục hồi chức Hình 1.4 (a) chỉnh hình khớp hơng, (b) chỉnh hình mắt cá chân, (c) chỉnh hình mắt cá chân AFO Tóm lại, thấy hệ thống robot phục hồi chức nghiên cứu phát triển nhiều toàn giới ưu điểm vượt trội so với phương pháp phục hồi chức truyền thống Robot hỗ trợ bệnh nhân cách có hệ thống việc thực tập phục hồi chức lập trình sẵn Một số hệ thống nguyên mẫu robot phục hồi chức phát triển trung tâm nghiên cứu toàn giới Tuy nhiên, hầu hết hệ thống giai đoạn phát triển ban đầu Chức “assist-as-needed” (AAN) thiếu robot phục hồi chức để phục hồi chức cho bệnh nhân Do đó, robot phục hồi chức phải có đủ độ cứng để hướng dẫn chi bệnh nhân theo quỹ đạo định ước tính mức độ khuyết tật bệnh nhân 1.3 Hệ thống phục hồi chức chi BK-Gait Hình 1.9 Hệ thống phục hồi chức chi BK-Gait Hình 1.9 minh họa sơ đồ nguyên lý hệ thống phục hồi chức BK-Gait Hệ thống phục hồi chức tổng thể bao gồm phần sau: • Phần nâng đỡ trọng lượng thể • Phần điều khiển máy chạy • Phần phát triển tập vật lý trị liệu mẫu • Phần điều khiển robot phục hồi chức chi Phạm vi nghiên cứu luận án tập trung nghiên cứu điều khiển robot phục hồi chức chi Vì vậy, dự án nghiên cứu thực dựa sở lý thuyết thực nghiệm Tuy nhiên, có hai tốn điều khiển robot phục hồi chức chi dưới: toán điều khiển bám quỹ đạo toán điều khiển trở kháng Mục đích luận án ứng dụng số thuật toán điều khiển nâng cao để xây dựng điều khiển giải hai toán điều khiển 1.4 Hệ thống thực nghiệm Các mơ hình thực nghiệm xây dựng phạm vi nghiên cứu luận án sử dụng nhân tạo khí nén làm cấu truyền động Có nhiều loại nhân tạo, minh họa Hình 2.1 Mục 2.1.1 Tuy nhiên, nghiên cứu sử dụng McKibben Bởi vì, có khối lượng nhẹ, dễ chế tạo với chi phí thấp, tỷ lệ lực/khối lượng cao tương tự hoạt động người Mặc dù McKibben thương mại hóa thị trường giá thành cao Vì vậy, nghiên cứu này, McKibben chế tạo thủ cơng với ngun liệu sẵn có chi phí thấp 1.4.1 Mơ hình thực nghiệm cho cấu chấp hành Hình 1.16 Mơ hình thực nghiệm cho cấu chấp hành Mơ hình thực nghiệm bao gồm hai PAM tự chế, Hình 1.16, PAM có đường kính 25 mm dài 400 mm, xếp theo cấu hình đối ngẫu Hai van điều khiển điện tỷ lệ điều chỉnh áp suất bên PAM Góc lệch pulley đo cảm biến góc (WDD35D5T) với độ xác 1% Nền tảng điều khiển bao gồm điều khiển nhúng (National Instrument myRIO-1900) giám sát tương tác với thiết bị trường phần mềm LabVIEW Mơ hình thử nghiệm kiểm chứng hiệu suất điều khiển thuật toán triển khai Chương 1.4.2 Mơ hình thực nghiệm cho robot phục hồi chức chi BK-Gait Nghiên cứu xem xét hệ thống phục hồi chức chi BK- Gait Ưu điểm hệ thống khung treo gắn trực tiếp vào nhơm định hình sẵn, giúp cố định robot nâng bệnh nhân lên độ cao mong muốn Robot nguyên mẫu robot 2-DOF, điều khiển chi đối tượng với trợ giúp hai nẹp nhôm gắn vào phần đùi cẳng chân Độ dài liên kết robot điều chỉnh dựa thể chủ thể cách sử dụng trượt khớp hơng đầu gối Khớp hơng khớp gối uốn cong/mở rộng đến góc 2.2.2 Bộ điều khiển mạng nơron hàm sở xuyên tâm Phần đề xuất điều khiển thích nghi trực tuyến sử dụng thuật toán xấp xỉ mạng nơron RBF để cải thiện độ xác điều khiển thích ứng với bất định tham số mơ hình Hình 2.18 mô tả cấu trúc hệ thống điều khiển đề xuất Hình 2.18 Sơ đồ khối điều khiển Tín hiệu điều khiển là: u = −g(x) + yd + MT E (2.52) Hình 2.19 minh họa sơ đồ ba lớp điển hình mạng nơron RBF Hình 2.19 Sơ đồ khối mạng nơron RBF Từ phần trước, hàm phi tuyến chưa biết 𝑔𝑥 mà mạng nơ-ron RBF biểu diễn Tín hiệu điều khiển là: u = −gˆ(x) + yd + MT E (2.56) 𝑔̂𝑥 tham số ước lượng cho 𝑔𝑥: 2.2.3 Bộ điều khiển trượt dựa luật hàm mũ kết hợp với hàm ràng buộc chất lượng nhằm nâng cao tính an tồn cho hệ thống Phương pháp điều khiển đề xuất kết hợp chức hiệu suất quy định điều khiển chế độ trượt thời gian rời rạc để nâng cao 12 hiệu suất điều khiển hệ thống Hình 2.23 thể sơ đồ nguyên lý điều khiển đề xuất Hình 2.23 Sơ đồ khối điều khiển Hàm hiệu suất quy định đảm bảo lỗi theo dõi quỹ đạo đặt giới hạn miền định k+1 = (1− ) k + 2 (2.70) Định nghĩa 𝑒𝑘 sai số bám giá trị đo 𝑦𝑘 so với giá trị mong muốn 𝑦𝑘∗ Từ PPF (2.70), ta có biểu thức cho miền hội tụ sai số sau: −k ek k (2.71) Tín hiệu điều khiển 𝑢𝑘 sau: uk = yk+1 + a1 yk + a2 yk−1 − b2uk−1 − pˆk − pk (2.86) b1 k+1 + + (k) − b1 + e Giả sử sai số ước lượng nhiễu 𝑝̃𝑘 đủ nhỏ thu tín hiệu điều khiển sau: uk = yk+1 + a1 yk + a2 yk−1 − b2uk−1 − pˆk (2.87) b1 k+1 + + (k) − b1 1+ e 13 2.2.4 Kết thực nghiệm Trong phần này, điều khiển đề xuất (PPF-ERL-SMC) so sánh với điều khiển ASMC điều khiển RBF Hình 2.25 Kết thực nghiệm Hình 2.26 Kết thực nghiệm không tải có tải Hình 2.27 Đánh giá định lượng ba điều khiển bám quỹ đạo với tín hiệu hình sin 0,5 Hz trường hợp khơng tải có tải Các thí nghiệm thực kịch thực mà khơng cần tải Mục đích kịch đánh giá hiệu suất theo dõi điều khiển đề xuất tín hiệu hình sin có tần số 0,5 Hz Kết trình bày Hình 2.25 Dựa kết quả, suy điều khiển dựa PPF-ERL đề xuất nghiên cứu thực hiệu suất điều khiển tốt trình thời khởi động hệ thống Bộ điều khiển đề xuất thể chất lượng điều khiển vượt trội xử lý hiệu ứng nhiễu gây bất thường trình phục hồi Trong kịch thứ hai, hệ thống kiểm tra cách đột ngột bổ sung tải trọng kg sau hệ thống đạt đến trạng thái ổn định Quỹ đạo 14 mong muốn cho thử nghiệm giống kịch Kết thực nghiệm thể Hình 2.26 Dựa kết thu từ hai kịch thử nghiệm, suy điều khiển dựa PPF- ERL đề xuất nghiên cứu thực hiệu suất điều khiển tốt trình thời khởi động hệ thống có tải áp dụng Bộ điều khiển đề xuất thể chất lượng điều khiển vượt trội xử lý hiệu ứng nhiễu gây bất thường trình phục hồi Giá trị RMSE MTE ba điều khiển hiển thị Hình 2.27 Chương Điều khiển bám quỹ đạo cho Robot BK-Gait 3.1 Mơ hình tốn học robot hai bậc tự BK-Gait Theo phương trình Euler-Lagrange, động lực học robot với hai khớp quay sau: T = M( ) + H(, ) + G( ) (3.1) Từ phương trình (2.17) (3.1) ta có: = M-1 (−H − G) + M-1A1ΔP (3.3) Bằng cách thêm 𝜔(𝑡), nhiễu chưa biết tồn hệ thống nào, mơ hình khơng gian trạng thái hệ thống động (3.3) sau: x1 (t) = (t) x1 (t ) = x2 (t ) (3.4) x2 (t ) = f (x1 (t ),x2 (t ),ω(t )) + (ω(t )) + u(t ) 3.2 Bộ điều khiển ADRC kết hợp với quan sát phi tuyến Phần đề xuất điều khiển ADRC phi tuyến tính để điều khiển bám quỹ đạo cho robot hai bậc tự BK-Gait Do sử dụng PAM cho truyền động, robot có tính phi tuyến với tham số bất định mơ hình Vì vậy, để điều khiển robot cách hiệu quả, quan sát trạng thái mở rộng phi tuyến tính (ESO) thiết lập Sau đó, điều khiển phản hồi phi tuyến thiết kế để xử lý hệ thống theo quỹ đạo mong muốn Ngoài ra, phân biệt theo dõi (TD) đề xuất để 15 tạo quỹ đạo tham chiếu khả thi mặt vật lý Hình 3.2 minh họa mơ hình điều khiển ADRC Hình 3.2 Sơ đồ khối điều khiển ADRC 3.2.1 Bộ vi phân (TD) Bộ vi phân thông thường y(t) tín hiệu r(t) là: y (t ) r (t ) − r (t − Ts ) (3.5) Ts Xét sai số ước lượng vi phân sau: e1 e1 (t ) 2 = A e2 (t ) + Br (t ) (3.12) e2 3.2.2 Bộ quan sát trạng thái mở rộng (ESO) xˆ1 (t ) = xˆ (t ) + 3 y (t ) − xˆ1 (t ) y (t ) − xˆ1 (t ) 2 −1 xˆ (t ) = xˆ (t ) + 3 + u(t ) (3.20) y (t ) − xˆ1 (t ) 3−2 xˆ (t ) = ESO phát triển cải tiến dựa quan sát trạng thái ESO ước tính biến trạng thái nhiễu loạn hệ thống Động lực học hệ thống khơng mơ hình hóa, hệ số 16 điều khiển chưa biết, nhiễu bên ngồi, v.v., gây nhiễu loạn hệ thống Các biến trạng thái robot dựa PAM đề xuất: 3.2.3 Bộ điều khiển phản hồi Phần quan trọng cuối phương pháp ADRC điều khiển phản hồi, phát triển theo phương trình sau: u(t) = −(k +1) xˆ1 (t ) − z1 (t ) − (k +1) xˆ2 (t ) − z2 (t ) − xˆ3 (t ) (3.27) b0 3.3 Bộ điều khiển BSMC Phần giới thiệu kỹ thuật BSMC đề xuất Hình 3.8 mơ tả sơ đồ khối điều khiển phương pháp BSMC Phương pháp điều khiển bước lùi phân tách mơ hình hệ thống bậc hai thành hệ thống nhỏ Ở giai đoạn, luật điều khiển ảo 𝑦1(𝑘) 𝑦2(𝑘) cho hệ thống tương ứng phát triển cách sử dụng định lý ổn định Lyapunov Ở bước 3, phương pháp điều khiển chế độ trượt đảm bảo quỹ đạo trạng thái hệ thống chạm đến bề mặt trượt sai số bám nhiễu hệ thống giảm xuống Hình 3.8 Sơ đồ khối chiến lược điều khiển đề xuất • Bước 1: Nhằm mục đích thiết lập vectơ sai số bám để đo khác biệt góc quay điều khiển 𝑦(𝑘) tín hiệu tham chiếu 𝑦∗(𝑘) Chúng ta có: V1 (k ) = Ts y1 (k ) − Ts y1 (k − e2 (k ) = Ts2e12 (k ) − e2 (k ) (3.34) ) • Bước 2: Để đảm bảo hội tụ vectơ 𝑒1(𝑘) 0, chọn hàm Lyapunov thứ hai là: 17 V2 (k ) = Ts y2 (k ) − Ts y2 (k − (1 − Ts2 ) e12 (k ) − e2 (k ) ) (3.39) = Tse2 (k )2 − (1− Ts2 )e12 (k ) − e2 (k ) Bằng cách kiểm tra phương trình (3.39), ∆𝑉2(𝑘) trở thành xác định âm 𝑒2(𝑘) Do đó, giai đoạn xác định vectơ 𝑒2(𝑘) dẫn đến hội tụ • Bước 3: Ở giai đoạn áp dụng phương pháp điều khiển trượt sau hồn thành bước quy trình thiết kế backstepping: 2 V2 (k ) −s2 (k −1) − e(k ) + e2 (k ) e2 (k ) −(1− Ts2 ) e1 (k ) + 2 (3.47) 2(1− Ts ) 2 2 22 − − − − Ts e2 (k ) 4(1− Ts ) Phương trình (3.46) cho phép lựa chọn tập hợp số ∝, β γ đảm bảo tính ổn định hàm Lyapunov Vì vậy, điều khiển chế độ trượt backstepping đề xuất đảm bảo tính ổn định hệ thống 3.4 Kết thực nghiệm Cả hai chiến lược kiểm soát thể hiệu suất theo dõi hiệu trường hợp không tải Tuy nhiên, điều khiển BSMC hoạt động tốt điều khiển NLESO-ADRC với hiệu suất cao lỗi hơn, minh họa Hình 3.9 Trong kịch thứ hai, robot phục hồi phải chịu tải trọng bên ngoài, hiệu suất hai điều khiển giảm đạt độ xác thỏa đáng Tình quan trọng robot phục hồi chức thường gặp phải lực tải trọng bên ứng dụng thực tế Tải trọng đặt vị trí robot khung chi lực tác động tối đa xuất chân duỗi phía trước, minh họa Hình 3.10 Hình 3.11 minh họa việc đánh giá định lượng hai điều khiển theo dõi tín hiệu hình sin 0,5 Hz hai trường hợp: có tải khơng tải 18