Luận văn thạc sĩ Kỹ thuật cơ khí: Nghiên cứu xác định các thông số thiết kế tối ưu cho bộ khung chân

Từ robot sinh học Bio-robot được hiéu theo 2 nghĩa trái ngược nhau [1]:® Loại robot được tạo ra bang cách bắt chước các bộ phận của sinh vật, thường được gọi là phương pháp phỏng sinh họ

TRUONG DAI HOC BACH KHOA

TON THAT THIEN VU

NGHIEN CUU XAC DINHCAC THONG SO THIET KETOI UU CHO BO KHUNG CHAN

Chuyên ngành: Kỹ Thuật Cơ KhíMã ngành: 60520103

TP.HỎ CHÍ MINH, tháng 06 năm 2018

(Ghi rõ ho, tên, học hàm, học vi và chữ ký)

Cán bộ chấm nhận xét Ï: G2 tt Sa SE S38 E98S8E5E5E5E E588 1558581855558 EEEEE E552 se

(Ghi rõ ho, tên, học hàm, học vi và chữ ký)

Cán bộ chấm nhận xét 2: ccccccccccccscccsssscscscesescscescscseescscseescscssescseseessacseessscseescaeseeeees

(Ghi rõ ho, tên, học hàm, học vi và chữ ký)Luan văn thạc sĩ được bảo vệ tại Trường Dai học Bách Khoa, DHQG Tp HCMngày tháng năm

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

(Ghi rõ ho, tên, học hàm, học vi của Hội đông cham bảo vệ luận văn thạc si)

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên

ngành sau khi luận văn đã được sửa chữa (nêu có).

CHỦ TỊCH HỘI DONG TRƯỞNG KHOA

LOI CAM ONĐầu tiên tôi muốn gửi lời cảm ơn đến thay Nguyễn Hữu Tho, luận văn này sẽ khôngđược hoàn thành nếu không có sự hướng dẫn tận tình của Thây, Thây đã tạo mọi điềukiện thuận lợi để tôi thực hiện nghiên cứu, thực nghiệm cũng như tháo gỡ các khúc mắc

mà tôi gặp phải trong quá trình thực hiện luận văn.

Tôi cũng gửi lời cảm ơn đến gia đình và người thân của mình, họ luôn là động lựcđể tôi phân đấu trong cuộc sống cũng như trong việc học tập, nghiên cứu

Cuối cùng tôi xin gửi lời cảm ơn đến bạn bè, học viên cao học đã trải qua khó khăn,vui buồn trong suốt thời gian học cao học

Tôi xin chân thành cảm ơn!

Tp Hồ Chí Minh, ngày 25 thang 06 năm 2018

TON THAT THIÊN VU

GVHD: TS NGUYEN HUU THO | HVTH: TON THAT THIÊN VU

TÓM TATKhung chân (lower extremity exoskeleton) là thiết bị hỗ trợ cho người đeo có thểngôi mà không cần ghế Thiết kế bộ khung phải thoả mãn nhiều mục tiêu phù hợp vớicơ thé người deo là cần thiết Các hệ thông CAD hiện nay chưa trang bị tốt các công cutính toán tối ưu tiến hoá Bai báo này nghiên cứu khả năng ứng dụng CAD cho bai toántối ưu thiết kế đa mục tiêu Trong nghiên cứu này, phương pháp NSGA-II và AMO đãđược sử dụng dé tìm kiếm các thông số tôi ưu của bộ khung chân Hơn nữa phương phápquy hoạch Box-Behnken được sử dung dé đánh giá mức độ ảnh hưởng đầu vao của

AMO Biên dạng pareto của các phương án khả thi được rút ra từ các phương pháp trên.

Sau đó phương pháp TOPSIS được sử dụng để hỗ trợ ra quyết định chọn lựa các thôngsố thiết kế Với kết quả đạt được cho thay các góc tối ưu có giá trị như sau ONgéi tháp nhát= 24.81”, ONedi Cao nhdt=115.08° và Oaing = 177.2° Với cùng giá trị đầu vào, AMO vàNSGA-II cho kết quả tương đương nhau, nhưng số lượng mẫu đánh giá hội tụ của AMOchỉ băng 0.66 của NSGA-II Phương pháp dé nghị trong bai báo rất phù hợp cho việcthiết kế đa mục tiêu

Từ khoá: MOGA, NSGA-II, AMO, bộ khung chân, thiết kế sản phẩm

Lower extremity exoskeleton is a device that allows the wearer to squat without achair The design must satisfy multiple objectives of body human Many CAD(Computer aid design) program still didn’t add multiobjective evolutionary algorithms(EAs) This paper presents an application of NSGA-II (nondominated sorting geneticalgorithm IT) and AMO (Adaptive-Multiple objective) for solving the multiple-objectiveoptimization in a problem of Lower extremity exoskeleton design In this study, theBox-Behnken design (BBD) - based response surface methodology was used toinvestigate the effects of number of initial samples, number of samples per iteration andmaximum number of iterations on AMO Then, Pareto-optimal frontier of feasiblepoints was carried out for the alternative solutions of design problem In addition, theTOPSIS (Technique for Order Preference by Similarity to an Ideal Solution) isemployed to support the decision makers in making engineering decision for selectingthe optimum parameters The best parameters obtained are omin = 24.81’,amax=115.08° and astand = 177.2° With same inputs, AMO have less number ofevaluations than MOGA (Multiple-Objective Genetic Algorithm), so AMO highlightedtheir better performance for optimum design The method in this study is advantageousfor multiobjective optimization in CAD problem.

Keywords: MOGA, NSGA-II, AMO, exoskeleton, product design

GVHD: TS NGUYEN HUU THO 3 HVTH: TON THAT THIEN VU

LỜI CAM ĐOAN CỦA TÁC GIÁCác nghiên cứu của tôi được phân tích dựa trên việc tham khảo một số tài liệu, luận

văn, bài báo đã thực hiện.

Các phân tích, đánh giá và trích xuất dữ liệu là hoản toàn trung thực, không vi phạmbat cứ điều gì trong luật sở hữu trí tuệ và pháp luật Việt Nam

Tôi hoàn toàn chịu trách nhiệm trước pháp luật về luận văn của tôi

Tác giả

TON THAT THIÊN VU

MỤC LỤC

MUC LUC 2 5

DANH SÁCH CAC BẢNG 5-5 t1 1 1 12 1211151111111 1111111101 110101 1111 ve 7DANH SÁCH CÁC HINH VỄ ¿G5256 E‡EEE E15 1E1515E11151511 111151111311 X0 9I Tổng Quans ccceeccccccccssssssssssecscscsesesscscscscecscsssvsvsvsvsvsvssececssscesasasavavavavavsvseevans 111.1 Su hình thành dé tài: ccc + <5 E2 2k1 EE AE EEEEEEEErkrrrrkrkee 111.2 Giới thiệu về bộ khung xương ngoải: - << se scsrrxcxcecxeeeed 11

1.3 Tinh hình nghiÊn CỨU: - 7555522221111 1111 1 EEEEESEEEsseesssrsss 15

1.4 Tinh cấp thiết của dé tài: cv E1 1 Treo 26

1.5 Mục tiêu nghiÊn CỨU - G5 2222223233119 11 1111111111 1111111812332 27

2.1 Giải thuật di truyÊn - c1 19191515 111111 1 xxx ekekg 282.2 Thuật toán di truyền đa mục tIỂU - c1 seccces 322.3 Tối ưu hóa thích ứng đa mục tiÊU << k+k+k+E+E+EeEeEsEsrererees 36

“SG na 39

2.5 Thuật toán di truyền đa mục tiêu NSGA-II [27] - 5 sesssss¿ 41

2.6 Phương pháp TOPSIS -G TQ T000 S 99901111 vn ng ng 533 Mô hình fOá << << C139 1EE1130 ST ve %43.1 Quy trình phân tÍch - + 11010111101 1111 111111118811 888324551 11 xx4 56

3.2 KẾ qỦa Q1 H11 1 TT TT H1 0 Tu 574 Xây dựng mô hình khung chân và phân tích anh hưởng góc mat cá, góc hông

lên vi trí trọng tâm ở bàn chân - - - << << cc 11 1133313133115993311 11111111111 ng ng v2 634.1.Xây dựng mô hình CAlD - 2221110111111 111111111111 111 88x22 63

GVHD: TS NGUYÊN HỮU THỌ 5 HVTH: TON THAT THIÊN VŨ

4.2 Phân tích ảnh hưởng của góc mắt cá và góc hông lên vị trí trọng tâm chiếuxuống bàn chânn - - - k1 19E9E9 5 5E x11 11 1111111131111 635 Kết luận và kiến nghị - -c- - kk SE 5 SE cct 91T g1 HE E1 11111 Eerkr 675.1 Những van dé được giải QUYẾT: cv EeEeEererererees 675.2 Kiến nghị G1111 1 TT TT TT HH ng ngu 67

6 Tài liệu tham khảO + << << E139 11v 111v vn ve 687 PHU LỤC Gv HH nh 717.1 Bang quy hoạch thực nghiệm và P-Value << +<<<<<<<<s+2 717.2 Nẹp CHADN ccccceesssscccecccccceessesssssssnceeeeeesccceseeeeesesssseeeeeeeseeeeseseeeeeeagas 807.3 Bat báo khoa hỌC - c1 nà 81

DANH SÁCH CAC BANGBảng 1.1: Đánh giá về bộ khung chân LegXX 5-5-5 +s+E+EsEsEsEEEererereeeeed 21Bảng 1.2: Đánh giá về bộ khung chân của Noonee - ¿s56 sxzxsxsxd 23Bang 1.3: Đánh giá về bộ khung chân Arehelis - - - + +s+£+Es££e£Ezxzxzxzxexd 24Bảng 1.4: Đánh giá về bộ khung chân OFREEES + 2< sex cxzxexexd 26

Bảng 3.1: Bảng mục tiêu của bộ khung chân 555555552 ++++++++++sSsss2 54

Bảng 3.2: Giá trị giới han các biến quyết dinh cc cecceceeesssesesesesesesessceesenees 55Bảng 3.3: Giá trị nhân tỐ - - - 111119151511 111 1 1 111 1111111111511 1xx 56Bảng 3.4: Kết qua thực nghi@m ccccccsscssssescscsesesscscscscsssssvsvevsvsesesececssesecscsenenees 58Bảng 3.5: Bang kết quả 10 cá thé của AMO eececccscsccecsscscssssssssersesesesesecscssnenees 59Bảng 3.6: Kết qua 10 cá thé của MOGA - G11 EEEE5E5E5E3 E111 ckckrkred 60Bang 3.7: Bang giá trị của biến quyết định cá thé l 555655 sxcxsxexd 61Bảng 3.8: Khoảng cách tâm và góc khớp đùi ở 10 nắc của khoá e - 62Bảng 4.1: Giá trị nhân tố £, + và Hh - ch E1 1919151 E111 1xx 64

Bang 4.2: Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 215mm.

Bảng 7.10:Bang 7.11:

Bang 7.12:Bang 7.13:

Bang 7.14:Bang 7.15:

Bang 7.16:Bang 7.17:

Bang 7.18:Bang 7.19:Bang 7.8: Giá tri P-Value với độ tin cậy 95% khi phân tích c = 276mm 74Bang 7.9: Bang quy hoạch thực nghiệm của e, t, h va A tương ứng với c = 290mm.

74Gia trị P-Value với độ tin cậy 95% khi phân tích c = 290mm 75Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 303mm.

75Gia trị P-Value với độ tin cậy 95% khi phân tích c = 303mm 76Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 317mm.

76Gia trị P-Value với độ tin cậy 95% khi phân tích c = 317mm 76Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 329mm.

77Gia trị P-Value với độ tin cậy 95% khi phân tích c = 329mm 77Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 343mm.

78Gia trị P-Value với độ tin cậy 95% khi phân tích c = 343mm 78Bảng quy hoạch thực nghiệm của e, t, h và A tương ứng với c = 356mm.¬ 78Gia trị P-Value với độ tin cậy 95% khi phân tích c = 356mm 79Bảng 7.20:

DANH SÁCH CÁC HINH VE

Hình 1.1: (a) Orthotic Robot và (b) Prosthetic Robot [6] . - «<<: 14Hình 1.2: (a) LOPES [8], (b) ATLAS [9] (c) RewalkTM [10] 15Hình 1.3: (a) BLEEX [4], (b) Sarcos [12], (c) MIT [13] . - -«- 16

Hinh 1.4: (a) HAL-1 mau B (1996-1999), (b) HAL-3 (1999-2003), (c) HAL-5 mau

02 10p 1P UUI 16Hình 1.5: (a) LegX [15], (b) BackX [16], (c) ShoulderX [17], (d) ATOUN [18] 17Hình 1.6: (a) Noonee [19], (b) Archelis [20] 0 eecccsssssscceeeeeeeeeeseeseeeeaes 17

Hình 1.7: Adrianne Haslet-Davis sử dung chan sinh học biểu diễn khiêu vũ [21] 18

Hình 1.8: Robot sinh hoc dang Orthotic Exoskeleton [22 | -<- 19

Hình 1.9: Thiết bị hỗ trợ khớp gối [23] ¿-¿- + +E+E+E+EeEeEEEvEekekekeeeeeeeered 20

Hình 1.10: Bộ khung LegX [15] . - 5-55 222211111111 1E EEESEEssssse 21Hình 1.11: Bộ khung chân của NoOP€G - 5G 21119 11 ng kg 22Hình 1.12: Bộ khung ArclieÏ1S . - 5 2 1111113333111 1 1111118811111 1 ng kg 24Hình 1.13: Bộ khung chân của OFREES [2Š] . - 555-5555 S<<ccs+sseesssess 25

Hình 2.1: Lưu đồ các bước thực hiện MOGA trong ANSYS - -5cccscs¿ 33Hình 2.2: Lai tạo một điỂm -::Sc++EE S33 SE E3 E338 SE EEEEEEEEESEEEEEEEEEEEErrrkrees 35Hình 2.3: Lai tạo hai điỀm -i- (tt SE St S3 E3 S818 931818 5318181511111 E51E11 E511 Esesee 35Hình 2.4: Lai tạo đỀU i- tt 3313 9818181511818 E11 11111111111 E11 1111115111515 E1 E5 EEeeree 35Hình 2.5: Lưu đồ giải thuật AlMO 5+ 5s St 1E EES1E15111 1111111111 cxe, 38Hình 2.6: Tính toán khoảng cách số đông Các điểm được đánh dấu bang vòng trònđen là các giải pháp của biên thành phan vượt trội hoàn toàn 5-5-5 2 sec: 48

Hình 2.7: Phương pháp NSIA -ÏÏ - c1 1113333311111 111 111881111111 ng kg 52Hình 3.1: Mô hình nguyên lý bộ khung chân - 5-5-2 ss+ssssseeesrrs 54

Hình 3.2: Các kích thước của chỉ tiẾt khoá - ccccccccxisrirrirrrrrrrrrree 55Hình 3.3: Lưu đồ thực hiện của luận văn -cSc ca Sa EE SE E+ESEEeEeErerersesssez 57

Hình 3.4: Biêu đồ tính toán gia tri tôi ưu cho các nhân tô đâu vào của thuật toán000 59

GVHD: TS NGUYÊN HỮU THỌ 9 HVTH: TON THAT THIEN VU

Hình 3.5: Biểu đồ Pareto của phương pháp AMMO - - << sex cvexeed 60Hình 3.6: Biểu đồ Pareto của phương pháp MOGA - <5 656cc cxcxsxeed 61Hình 4.1: Thiết kế sơ bộ khung chân .- 2 6E E+E+E+ESEEEEEEEEEeEekeeeeeeeeeed 63Hình 4.2: Mô hình nguyên lý mối quan hệ giữa ¢, t„ h và A -s-s+cscs¿ 64Hình 4.3: Bề mặt đáp ứng của Ac-21smm theO £ Va 1 ¿- 525cc re 66

Hình 7.1: Nẹp khung chân - - - c1 1122111 1111131 1111111 1188011111 ng 11 rre 80Hình 7.2: Nẹp khung chân khi đeo vào Chan 0 cccceccccccceessssecceeceeeesseeeecesseesanees 81

1 TONG QUAN:1.1 Sự hình thành đề tai:Có thể coi ý tưởng dùng bộ xương ngoài xuất hiện từ trước công nguyên, khi cácchiến binh dùng mũ, giáp mộc dé bảo vệ cơ thé; hoặc người ta dùng cà kheo dé đi lạitrên bãi biến, đầm lầy, dùng chân giả thay thé chân người bị hỏng, Về bản chất, những

dụng cụ đó đã là bộ xương ngoài Tuy nhiên, thuật ngữ Exoskeleton (Exo) chỉ được

dùng phố biến khi các nha cơ - sinh hoc sáng tạo ra các cơ cấu được tích hợp và hoạtđộng đồng bộ với cơ thé người, với mục đích tăng cường sức mạnh của cơ thé [1]

Vào đầu những năm 1960, Bộ Quốc Phòng Hoa Kỳ đã bắt đầu quan tâm đến việcmở rộng những kha năng cho con người Dau tiên, họ đã khởi động bằng việc phát triểnmột bộ giáp có thể tăng cường khả năng khuân vác cho binh lính [2] Ngoài mục đíchquân sự, các nghiên cứu còn tập trung vào lĩnh vực dịch vụ y tế [3]

Ké từ thời điểm đó, dụng cụ chỉnh hình và khung xương đã được phát triển rất phongphú Ứng dụng phục vụ cho y tế bao gồm làm tay chân giả, thiết bị trợ giúp người khuyếttật Đối với mục đích lao động và quân sự có thiết bị nâng cao khả năng khuân vac vakhả năng vận động của con người (đi lại, leo cầu thang, leo núi, bơi, chạy, nhảy, v.v )

[1].

O Viét Nam, Hoc Vién Ky Thuật Quân Sự là một trong những don vi di đầu trongviệc nghiên cứu và phát triển lĩnh vực này Với sự đầu tư cấp quốc gia, bộ khung màHọc Viện nhắm tới phục vụ cho mục đích quân sự và hỗ trợ người khuyết tật Đề bộkhung được phát triển toàn diện, cần nguồn đầu tư và sự hỗ trợ rất lớn để nghiên cứu và

thử nghiệm.

Nhưng đối với việc hỗ trợ người lao động và người già, thì hầu như các nghiên cứunày vẫn chưa được triển khai nhiều ở Việt Nam Xuất phát từ nhu cầu đó tôi quyết địnhthực hiện dé tai này

1.2 Giới thiệu về bộ khung xương ngoài:Kỹ thuật robot đã tạo ra một thế giới đa dạng các loại robot với những tính năng tiêntiễn: nhanh, mạnh, khéo léo, thông minh, Tuy nhiên, để kết hop máy móc với khả năngGVHD: TS NGUYÊN HỮU THỌ 11 HVTH: TON THAT THIEN VU

thao tác khéo léo, quyết định nhanh nhạy và thông minh của người thì kỹ thuật robot,trong đó con người năm ngoài hệ thống thiết bị sẽ gặp một giới hạn không thé vượt quađược Sự kết hợp nói trên chỉ có thé đồng bộ nếu con người và robot hình thành một hệthống thống nhất.

Y tưởng đó dẫn đến một quan niệm mới về robot: Human-robot hay Bio-robot, trongđó robot và con người được tích hợp thành một hệ thống thống nhất (Integrating humansand rohotic mechanics into one sytem) [4] Trong hệ thống đó, robot hoạt động như mộtbộ phận mở rộng của cơ thé người Nó có nhiệm vu tăng cường nang lực cho các bộphận, thậm chí thay thế các bộ phận bị khuyết tật [1]

Đối tượng nghiên cứu, Exo là một loại robot sinh học được mang trên người, nhằmbảo vệ hoặc tăng cường năng lực vật lý (như sức mạnh, tốc độ) cho người mang Đó làcách mà con người bắt chước thiên nhiên: một số loài động vật, như loài giáp xác, côntrùng dùng bộ xương, vỏ cứng bên ngoài dé tăng khả năng bảo vệ hay khả năng vậnđộng Nhưng trong quá trình tiến hóa, các loài động vật tự trang bị các bộ xương ngoài

tự nhiên (Natural Exoskeleton), thì con người lại tự trang bị cho mình các bộ xươngngoài nhân tao (Artificial Exoskeleton).

Từ robot sinh học (Bio-robot) được hiéu theo 2 nghĩa trái ngược nhau [1]:® Loại robot được tạo ra bang cách bắt chước các bộ phận của sinh vật, thường được

gọi là phương pháp phỏng sinh học (Biomimetic Robot), hoặc

e Ngược lại, loại robot được chế tạo dé thay thế hoặc gan kèm với bộ phan nào đótrên cơ thể sống và hoạt động như một bộ phận của cơ thể Nói cách khác, đó là bộ

phận nhân tạo của sinh vật.

Thực ra thì nghĩa thứ hai đã bao hàm cả nghĩa thứ nhất.Bio-robotics, khoa học nghiên cứu về robot sinh học, thuộc một lĩnh vực đa ngành,giao thoa giữa cơ sinh học, điều khiến, tin học, khoa hoc máy tính gân đây được gọi

là cơ sinh điện tử Ngoài các kỹ thuật cơ bản như trong cơ điện tử, Bio-robotics sử dung

các kỹ thuật liên ngành mới nhất, như kỹ thuật gen (Genetie Engineering), thực tế ảo

(nhân tao) (Artificial Reality), trong đó có Haptic Interface - một loại giao diện, tao ra

cho người dùng cảm giác thực về thiết bị hay môi trường ảo trong máy tính va/hoac chophép người dùng tác động vật lý lên đối tượng ảo.

Robot sinh học được gan lên cơ thể người, mang các tên gọi khác nhau: Human

Robot, Wearable Robot (WR).

WR là loại robot đặc biệt, khác hăn về quan niệm với các loại robot công nghiệp và

robot di động thông thường:

e VỀ chức năng, WR mở rộng, tăng cường, hoàn thiện khả năng của các bộ phận củacơ thể hoặc thay thế các bộ phận đó trong trường hợp chúng bị hỏng

e VỀ phương pháp hoạt động, các WR không làm việc độc lập ma được "mac" vàongười, làm việc như một bộ phận của cơ thể người (thay thế hoặc làm việc kèm -bồ trợ một bộ phận của cơ thể);

e Vé ứng dụng, các WR không làm việc trong môi trường có cấu trúc định trước màcó khả năng phan ứng linh hoạt trong môi trường biến động (Unstructed (Dynamic)

Environment).

Những đặc điểm và kha năng đó của WR có được nhờ sự kết hop giữa năng lực trítuệ (khả năng xử ly tình huỗng một cách thông minh, linh hoạt) của người mang và nănglực vật lý (sức mạnh, tầm hoạt dong, tốc độ, chịu su khắc nghiệt của môi trường, như

nóng, độc, ) của robot.

Hệ thống khung xương ngoài có thể được chia thành 2 loại: khung xương cho phầnchi dưới và khung xương cho phan chi bên trên Nguyên nhân có sự phân chia làm 2phân như vậy là do đặc trưng hoạt động của phan trên và phần dưới của cơ thé Đôi taydé thao tác những công việc đòi hỏi sự linh hoạt và chính xác Còn đôi chân thì phục vụchủ yếu cho việc di chuyền [5]

Việc tách làm 2 mảng nghiên cứu là cần thiết, vì cả 2 bộ khung trên và dưới cần phảihoạt động độc lập hiệu quả trước Khi khung trên và khung dưới đã tương đối hoànthiện, thì mới tiễn tới bước tiếp theo là kết hợp cả hai lại [5]

Theo chức năng mả robot thực hiện trong sự phối hợp với người mang, WR có thể

được phân ra các loại sau [6]:

GVHD: TS NGUYÊN HỮU THỌ 13 HVTH: TON THAT THIÊN VŨ

e Exo để tăng cường sức lực cho người mang (Empowering robotie Exoskeleton).Đó là loại robot dùng để mở rộng kha năng (thường là sức mạnh, b6 sung nănglượng, tăng sức chịu dung, ) cho các hoạt động co bắp của người Vì vay, loại

robot nay còn được gọi la Extender [4].

e Các bộ phận được hỗ trợ là chi trên, chi dưới hoặc toàn bộ phan cột sống và chi

dưới khi mang nặng.

e Exo trợ giup người khuyét tật dé có thé hoạt động như người bình thường, được

gọi là OrthoticRobot (Hình 1.1 (a)).

Exo dùng trong vat lý trị liệu và phục hồi chức năng Trong trường hop nay, robothoạt động theo chương trình (tuỳ theo hoạt động), bộ phận cơ thể cần phục hồi chức

năng phải bám theo Như vay, robot đóng vai trò của một "may tập”.

e Exo dùng để thay thế bộ phận hỏng của người, được gọi là Prosthetie Robot (Hình

1.1 (b)).

Đối tượng của dé tai, khung xương chân hỗ trợ việc ngồi x6m thuộc nhóm dau Macdù, chức năng và tính chất hoạt động thuộc nhóm đầu tiên nhưng mục tiêu của bộ khungchỉ hướng tới việc không gây can trở trong việc di chuyển Đồng thời, hỗ trợ cho việc

ngôi xôm và đóng vai trò như một chiếc ghế di động Exo sẽ không tiếp cận về mặt điềukhiến, mà chỉ đây mạnh tối ta ở việc mô phỏng dé đạt được kết cấu tối ưu.

1.3 Tình hình nghiên cứu:

1.3.1 Trên thế giới:Từ sau năm 2000, trong lĩnh vực nghiên cứu Exo đã xuất hiện những bước đột phávề công nghệ Đó là nhờ sự gặp nhau giữa khoa học và nhu cầu ứng dụng Về khoa học,việc nghiên cứu Exo góp phan hình thành và phát triển một hướng khoa học, công nghệmới: cơ sinh điện tử (Biomechatronics) [1] Day là lĩnh vực khoa học ứng dung, kết hợpgiữa cơ sinh học, điều khiển và điện tử, nhăm sang tao ra các thiết bị chép lên cơ théngười dé chữa bệnh (vi du tim, thận nhân tao) hoặc dé tăng kha năng hoạt động của con

người [6].

Về mặt y tế, thiết bi LokoMat [7], LOPES [8] hỗ trợ và rút ngăn thời gian phục hồichức năng trong các trung tâm vật lý trị liệu (khoa thần kinh và khoa chỉnh hình) Đốivới bệnh nhân bị liệt 2 chân hoặc cả 2 tay 2 chân, các thiết bị nồi bật giúp họ trở lại sinhhoạt va đi lại hàng ngày có thé nói đến bao gồm ATLAS [9], RewalkTM [10], Ekso(hãng Ekso Bionics của Mỹ, tên sản phẩm trước đây là eLEGs [11]) (hình 1.2)

(b) (Cc)

Hinh 1.2: (a) LOPES [8], (b) ATLAS [9], (c) RewalkTM [10]

Về mặt quân sự, khung xương BLEEX [4] được sử dụng như một hệ thống tăngcường cơ bắp cho người sử dụng, giúp họ mang vác vật nặng lên tới 34 kg mà không

GVHD: TS NGUYÊN HỮU THỌ 15 HVTH: TON THAT THIÊN VŨ

gây mỏi trong quá trình đi bộ và chạy bộ Khung xương Sarcos [12] có thé hỗ trợ ngườimặc nâng vật nặng lên đến 84 kg, ngoài ra còn có khung xương của MIT [13] (hình 1.3).

(b)

Hinh 1.3: (a) BLEEX [4], (b) Sarcos [12], (c) MIT [13].

Về mặt hỗ tro, HAL [14] (hình 1.4) tăng cường lực cho những người bị suy nhượccơ (ví dụ như người cao tuổi) trong các hoạt động như đi bộ, leo cầu thang

Hình 1.4: (a) HAL-1 mẫu B (1996-1999), (b) HAL-3 (1999-2003), (c) HAL-5 mẫu

B(2005-) [14].

Trong công nghiệp, Ekso đã phát triển 3 sản phẩm hỗ trợ cho người lao động: LegX[15] (khung chân cho người lao động làm việc trong tư thế ngồi trong thời gian dải, đibộ và leo cầu thang), BackX [16] (khung xương hỗ trợ cho lưng khi mang vác vật nặng),ShoulderX [17] (khung xương hỗ trợ tay trong các hoạt động thao tác tay trên cao) (hình

1.5(a), (b), (c)) ATOUN [18] (hình 1.5(b)) của hãng Panasonic giúp thực hiện các thao

tác nâng hay di chuyển vật nặng dễ dang hon và giảm nguy cơ chan thương

(b) (Cc) (d)

Hinh 1.5: (a) LegX [15], (b) BackX [16], (c) ShoulderX [17], (d) ATOUN [18].

Hãng xe Audi cũng dang thử nghiệm một thiết bị tương tu khung xương trợ lực vớitên gọi Noonee [19] (hình 1.6 (a)) O Nhật bản, bộ khung Archelis[20] của hãng NITTO(Hình 1.6 (b)) cũng đang được phát triển dé hỗ trợ bác sĩ thực hiện phẫu thuật ở tư thếđứng hàng giờ đồng hồ

(a) (b)

Hinh 1.6: (a) Noonee [19], (b) Archelis [20].

Tiến sỹ Hugh Herr cùng các cộng sự đã phát triển đôi chân sinh hoc, có thé thay đổithích nghi tức thì với điều kiện đi bộ chạy, leo cầu thang (hình 1.7) Trong buổi diễnGVHD: TS NGUYÊN HỮU THỌ 17 HVTH: TON THAT THIÊN VŨ

thuyết TED Talks thang 3 năm 2014 [21], Adrianne Haslet-Davis cùng với chân sinhhọc đã biểu diễn khiêu vũ Kết quả này có được sau 200 ngày làm việc bao gồm nghiêncứu về khiêu vũ, tìm hiểu lực tác động lên san nhảy Ngoài ra, học máy (machinelearning) cũng được ứng dụng để nghiên cứu nguyên lý cơ bản của khiêu vũ, khả năng

phản xạ của vũ công.

Hình 1.7: Adrianne Haslet-Davis sử dụng chân sinh học biểu diễn khiêu vũ [21].Các công trình nghiên cứu sau năm 2000 cho thấy có sự tiễn bộ nhảy vọt về côngnghệ sử dụng trong Exo Với sự thu hút được nguôn kinh phí dau tư lớn của các quốcgia, sự tham gia của các cơ sở nghiên cứu hàng đầu thế giới ngày cảng đông Các côngnghệ mới, kết câu mới, và vật liệu mới được ứng dụng trong phan co khi, cam bién, chaphành, điều khién, Phương pháp va công cụ nghiên cứu cũng được đổi mới Cùng vớiphương pháp nghiên cứu cơ - sinh học truyền thống, nhiều phương pháp mới cũng đã

được áp dụng Công cụ phân tích, mô hình hoá, mô phỏng có máy tính trợ giúp đã được

tích hợp Một số công trình nghiên cứu chỉ ra răng các phần mềm CAD/CAE có hiệuquả trong việc thiết lập mô hình hệ thống chân tay người và khảo sát động lực học của

chúng khi vận dong [1].

Tại Thái Lan, năm 2005, Viện công nghệ châu 4 (AIT) đã phát triển mẫu robot dùngcơ cau khí nén với 12 bậc tự do Robot hỗ trợ chi dưới của con người khi di chuyền Vớimẫu thử đầu tiên, người có thé mang một vat nặng 15kg Nó di chuyển trên địa hìnhphăng với tốc độ 0,8m/s (khoảng 2,9km/h) Ngoài ra, nó có thé hỗ trợ leo cầu thang với

các bậc cao 160mm Dự án này được triển khai tiếp dưới sự tài trợ của chính phủ Thái

Từ những ý tưởng, phương pháp nghiên cứu, giải pháp công nghệ ở trên, đó là nềntảng cho việc lựa chọn hướng đi của đề tài

1.3.2 Tại Việt Nam

GS TS Dao Văn Hiệp là một trong những người dau tiên nghiên cứu lĩnh vực nàytại Việt Nam Exo đầu tiên ở Việt Nam có thé mang trên người, hoạt động đồng bộ vớicơ thể người Bộ khung hỗ trợ mang tải, giảm nhẹ sức lao động và giảm tiêu hao năng

lượng cho người mang.

Cụ thể hỗ trợ người thiểu năng vận động ở chân, có trọng lượng cơ thê đến 75 kg(hình 1.8) Tốc độ di chuyén trên đường bang đạt 9,8 m/phút Robot nay có thé đi lên,xuống câu thang (với chiều cao bậc thang lên đến 18,5 cm) Robot giúp người sử dụngđối tư thé đứng - ngôi và hỗ trợ giữ thăng bang [22]

GVHD: TS NGUYEN HUU THO 19 HVTH: TON THAT THIEN VU

Năm 2014, Thạc sỹ Nguyễn Văn Lê đã thực hiện đề tài “Nghiên cứu và chế tạo thửnghiệm thiết bị hỗ trợ khớp gối” (hình 1.9) Mô hình ban đầu đã giúp đưa toàn bộ taitrọng mang vác xuống ban chân Về mặt điều khiến, tác giả đã nhận thấy cần thay đổivề cảm biến lực dé điều khiển được chính xác hơn Về mặt bộ truyền động, bộ truyềnđộng cân thay bằng bộ truyền ma sát và cáp kết hợp, dung sai giữa các chỉ tiết nhỏ để

te

Hình 1.9: Thiết bị hỗ trợ khớp gối [23].1.3.3 Kết cầu cơ khí:

Đề có được kết câu cơ khí, cần tham khảo các mẫu đã làm trên thế giới Từ đó có théđánh giá sơ bộ về ưu nhược điểm của từng bộ khung

Mức độ cho điểm từ 1 đến 10

1.3.3.1 Bo khung chan LegX:

LegX (hình 1.10) là khung chân mang tính cách mạng cho phép người mặc quân áongôi xốm nhiều lần hoặc trong một thời gian dài bang cách giảm áp lực tác động đếnkhớp gối và quadricep Khả năng hỗ trợ có thể được điều chỉnh cho phù hợp với nhucầu và trọng lượng của người sử dụng LegX bao gồm bộ khởi động có thé điều chỉnhđể tối đa hóa sự thoải mái của người dùng Hệ thống thông minh này có thể phân biệt

giữa đi bộ, lên xuông câu thang và ngôi xôm Nó không gây cản trở các chuyên động

khác và chỉ cung cấp hỗ trợ khi người mặc mong muốn LegX có chế độ khóa, biến bộkhung chân trở thành một chiếc ghế Kích thước có thé điều chỉnh cho phép người mặcdi chuyển tự nhiên và hoạt động tốt không gian hẹp LegX di chuyển tự do cùng vớingười lao động mà không cản trở người mặc, ngoài ra nó còn hỗ trợ trong các nhiệm vụphải ngồi x6m [15] Bang 1.1 đánh giá bộ khung chân LegX.

.c*t

Hình 1.10: Bộ khung LegX [15].

Bảng 1.1: Đánh giá về bộ khung chân LegXSTT | Tiêu chí đánh giá Giải thích Tính điểm

Mức độ thông minh Có thé phân biệt giữa đi bộ, đi lên và

xuông câu thang và ngôi xôm cho phép

Ị vận động không bị cản trở và chỉ cung ó

câp hồ trợ khi cân hồ trợ.

2 Mức độ can trở các hoạt | Ví dụ có thé mặc dé lên và xuống cầu 7

động khác thang, lái xe hoặc đi xe đạp

3 Mức độ thoải mái Kích thước có thể điều chỉnh, vận hành 4

trong không gian hẹp

Mức độ kết hợp Có thé kếp hợp với các dụng cụ an toàn

4 đã có, có thê sử dụng ket hợp với BackX | 7

và ShoulderX

5 Khối lượng Nang 4.1 kg, người dùng di chuyén g

không phải chịu khôi lượng nay

6 | Mite độ điều chỉnh kích | Điều chỉnh các kích cỡ khác nhau 4

thước

GVHD: TS NGUYÊN HỮU THỌ 21 HVTH: TON THAT THIEN VU

1.3.4 Bộ khung chân của Noonee:

Trong khi các thiết bị khung xương khác sử dụng robot và động cơ để hỗ trợ ngườibại liệt hoặc công nhân nhà máy công nghiệp nặng chiếc 'ghế khung xương' của Noonee(hình 1.11)chi là một bộ khung nhựa tôi giản được sử dụng với một mục đích duy nhất:ngồi 'Ghế khung xương' được thiết kế dành riêng cho công nhân nha máy sản xuất, cụthé là những người thường xuyên phải di chuyển va làm nhiều động tác khác nhau.Người sử dụng sé đeo 'chiếc ghé' và làm việc như bình thường, và khi ho cần cúi xuống,ngôi xôm, ngôi ghé, lập tức thiết bị sẽ được khóa cô định ở phần đầu gối, phần dé ở chânghế sẽ chịu trong lực của co thé thay cho đầu gối, giúp giảm chan thương dây chang.Chiếc ghế này sẽ giúp nhiễu công nhân giữ được sức khỏe về lâu dài và tăng hiệu suấtlàm việc [24] Bảng 1.2 đánh giá bộ khung chân Noonee dựa trên các tiêu chí đề ra

Hình 1.11: Bộ khung chan của Noonee

Bảng 1.2: Đánh giá về bộ khung chân của NooneeSTT: Tiêu chí đánh giá | Giải thích Tính điểm

1 Mức độ thong} Không sử dung máy tính vào xu lý 1minh

Mức độ can trở | Có thé đi lại nhưng để ngồi lên xe dap hay xe

2 các hoạt động ' 6 tô thì không được 5khac

3 | Mite độ thoải mai | Kích thước có thé diéu chinh, van hanh trong 3

khong gian hep

4 Mức độ kéthop | Khung chân gon nhẹ có thé kết hop với các 7

dụng cụ khác được

5 _ ¡Khối lượng Nặng 1 kg 96 Mức độ điều Điều chỉnh các kích cỡ khác nhau, nhưng chưa 7

chỉnh kích thước | phù hợp với người Chau A

1.3.4.1 Bộ khung Archelis:

Bộ khung Archelis (hình 1.12) hướng tới 2 mục tiêu: đi bộ và thao tac ôn định ở mộttư thế ngồi Góc có định của khớp gối va mat cá chân giúp người mặc “ngôi” trong tưthế quỳ Áp lực phân tán trong ống chân và một vùng rộng của đùi giúp cơ bắp khôngmỏi trong ca mô Tư thế hỗ trợ toàn bộ trọng lượng cơ thể và duy trì trong thời gian dài.Vật liệu chịu lực chủ yếu làm từ kim loại và sợi cacbon nhằm thỏa mãn hai yếu tố mâuthuẫn nhau là khối lượng và độ cứng vững Bảng 1.3 đánh giá bộ khung chân Archelis

dựa trên các tiêu chí.

GVHD: TS NGUYÊN HỮU THỌ 23 HVTH: TON THAT THIÊN VŨ

Hình 1.12: Bộ khung Archelis

Bảng 1.3: Đánh giá về bộ khung chân ArchelisSTT) Tiêu chí đánh giá Giải thích Tính điểm

Mức độ thông minh Có thể phân biệt giữa đi bộ, đi lên và

xuông câu thang và ngôi xôm cho

Ị phép vận động không bị cản trở và chỉ :

cung cap hồ trợ khi cân hồ trợ.

2 Mức độ cản trở các | Ví dụ có thé mặc dé lên và xuống cầu 2

hoạt động khác thang, lái xe hoặc đi xe đạp

3 — Mức độ thoải mái Kích thước có thể điều chỉnh, vận hành | „

trong không gian hẹp

4 | Mức độ kết hop Không kết hợp |s Khối lượng Không biết về khối lượng, có thé từ 2 6

- 5 kg

6 Mức độ điều chỉnh | Không cho phép điều chỉnh kích cỡ 2

kích thước

1.3.4.2 Khung chân của OFREES:

Bộ khung được chế tao bang nhôm 7075, sử dụng phương pháp cắt gọt thay thé cho

phương pháp đúc (hình 1.13) Do rỗ khí hình thành trong quá trình đúc sẽ làm giảm độ

bền, độ cứng vững của khung chân Khối lượng tối đa bộ khung có thể chịu được lên tới320 kg Bộ khung chi tạo được một tư thế ngôi duy nhất, không tùy chỉnh được Bang

1.4 đánh giá bộ khung chân OFREES.

Hình 1.13: Bộ khung chân của OFREES [25].

GVHD: TS NGUYÊN HỮU THỌ 25 HVTH: TON THAT THIÊN VŨ

Bảng 1.4: Đánh giá về bộ khung chân OFREESSTT) Tiêu chí đánh giá Giải thích Tính điểm

Mức độ thông minh Có thể phân biệt giữa đi bộ, đi lên và

xuông câu thang và ngôi xôm cho

Ị phép vận động không bi can trở và chỉ Ị

cung cap hồ trợ khi cân hồ trợ.

2 Mức độ cản trở các | Ví dụ có thé mặc dé lên và xuống cầu 5

hoạt động khác thang, lái xe hoặc đi xe đạp

3 ¡Mức độ thoải mái Kích thước có thể điều chỉnh, vận hành 3

trong không gian hẹp

4 | Mức độ kết hop Không kết hợp 55 | Khdi lượng Nang từ 1.5 — 2kg tùy vào kích thước | 86 Mức độ điều chỉnh | Không cho phép điều chỉnh kích cỡ 2

kích thước

1.4 Tính cấp thiết của đề tài:Thứ nhất, dù rằng y học đang có những bước tiến dài kỹ thuật, nhưng vẫn chưa théchữa lành hoàn toàn những tốn thương mất mát về cơ thé con người Tai nạn vẫn thườngxuyên xảy ra, con người vẫn đối mặt với những vết thương buộc phải cắt bỏ một phầncủa cơ thể họ hoặc họ không còn điều khiển được nữa Những trẻ em mới sinh ra phảichấp nhận số phận phải thiếu một vai bộ phận suốt quãng đời còn lại Những người trung

niên trải qua một căn bệnh, làm một bộ phận nào đó không còn khả năng hoạt động.

Thứ hai, vấn đề sự già hóa ở nước ta đang ở mức báo động: theo bài viết của báoNhân Dân điện tử [26], Việt Nam có khoảng 10,1 triệu người cao tuổi, chiếm 11% dânsố Riêng số người từ 80 tuổi trở lên là hai triệu người Dự báo đến năm 2030, tỷ trọngngười cao tuổi Việt Nam chiếm 18% va năm 2050 là 26% Nếu như các nền kinh tế pháttriển mat vài thập ký, thậm chí hang thé ky để chuyên từ giai đoạn gia hóa dân số sanggiai đoạn dân số giả thì với tốc độ già hóa như hiện nay, Việt Nam chỉ mất 15 năm

Điều nay thu hút rất nhiễu sự quan tâm từ xã hội, nhằm trợ giúp người cao tudi trongcuộc sông hang ngày của ho, giúp họ chủ động hon trong sinh hoạt Không chỉ giải quyết

vân đề cho người cao tuôi, bộ khung xương còn là công cụ hồ trợ cho người lao động.

Giúp họ tránh những ton thương do tai nan, và bệnh nghề nghiệp, từ đó cắt giảm chi phíchữa trị khi về hưu.

Với sự phát triển mạnh mẽ của các lĩnh vực về vật liệu, khoa học kỹ thuật, nănglượng đã tạo tiền đề cho sự phát triển của các ngành cơ khí, điện tử , khoa học máy tính.Mong muốn tạo ra một khung xương hỗ trợ cho con người làm việc, chữa trị các tật dobam sinh, chan thương Đề tài Khung Chân hình thành và sẽ là thiết bị hỗ trợ người lao

động, người gia.1.5 Mục tiêu nghiên cứu

e Khao sát các mô hình khung chân hiện có.e Xây dựng mô hình khung chân.

e Giải bài toán thiết kế tối ưu các góc khớp gối băng phương pháp NSGA-II kết

hợp với Kriging.

e Dé xuất giải pháp thiết kế tối ưu kết cau cho mô hình

GVHD: TS NGUYÊN HỮU THỌ 27 HVTH: TON THAT THIÊN VŨ

2 CƠ SỞ LY THUYET2.1 Giải thuật di truyềnVới khả năng hiện nay, máy tính đã giúp giải được rất nhiều bài toán khó mà trướckia thường không làm được Mặc dù vậy, van còn một số lớn các bài toán rất thú vịnhưng chưa có thuật giải hợp lý dễ giải chúng Trong số đó, các bài tòán tối ưu là nhữngbài toán thường xuyên gặp phải trong các ứng dụng thực tiễn.

Trong thực tiễn, có nhiều bài toán tối ưu quan trọng đòi hỏi những thuật giải chấtlượng cao Ví dụ, ta có thể áp dụng phương pháp mô phỏng luyện thép để giải bài toántìm đường di ngắn nhất cho xe cứu hoả hay bài toán người du lịch Cũng có nhiều bàitoán tối ưu tổ hợp (trong đó có nhiều bai đã được chứng minh là thuộc loại NP - đủ) cóthé được giải gần đúng trên máy tính hiện đại bang kỹ thuật Monte-Carlo

Nói chung, bai toán tối ưu có thé được xem như bài toán tìm kiếm giải pháp (tốtnhất) trong không gian (vô cùng lớn) các giải pháp Khi không gian tìm kiếm nhỏ, cácphương pháp cổ diễn như trên cũng đủ thích hợp; nhưng khi không gian lớn cần phảiding dén những kỹ thuật Trí Tuệ Nhận Tạo dặc biệt Thuật giải Di Truyền (GA) là một

trong những kỹ thuật đó GA là một loại thuật giải mô phỏng các hiện tượng tự nhiên:

kế thừa và dau tranh sinh tồn dé cải tiễn lời giải và khảo sát không gian lời giải Kháiniệm kế thừa và dau tranh sinh tồn được giải thích qua thí dụ về sự tiễn hóa của mộtquân thể thỏ như sau:

Có một quan thé thỏ Trong số đó có một số con nhanh nhẹn và thông minh hơnnhững con khác Những chú thỏ nhanh nhẹn va thông minh có xác suất bị chén cáo ănthịt nhỏ hơn, do đó chúng tôn tại để làm những gì tốt nhất có thé: Tạo thêm nhiều thỏtốt Dĩ nhiên, một sô thỏ chậm chạp dần độn cũng sống chỉ vì may man Quan thé nhữngchú thỏ còn sống sót sẽ bát đầu sinh sản Việc sinh sản này sẽ tạo ra một hỗn hợp tốt về“nguyên liệu di truyền thỏ” Một số thỏ chậm chạp có con với những con thỏ nhanh,một số thỏ nhanh với thỏ nhanh, một sô thỏ thông minh với thỏ đần độn, vv Và trêntất cả, thiên nhiên thỉnh thoảng lại ném vào một con thỏ “hoang dã” bang cach lam dotbién nguyên liệu di truyền thỏ Những chú thỏ con, do kết quả nay, sẽ nhanh hon và

thông minh hơn những con trong quân thé gốc vi có nhiều bố mẹ nhanh nhẹn va thôngminh hơn đã thoát chết khỏi chỗn cáo (That hay là những con chén cũng trải qua nhừngtiễn trình tương tự - néu không những con thỏ sẽ trở nên nhanh và thông minh đến nỗinhững con chén không thé bắt chúng được).

Lá“7° Ae

Khi tìm kiếm lời giải tối ưu, thuật giải di truyền cũng thực hiện các bước tương ứngvới câu chuyện dau tranh sinh tôn của loài thỏ

Thuật giải di truyền sử dụng các thuật ngữ vay mượn của di truyền học Ta có thểnói về các cá thé (hay kiểu gen, cau trúc) trong một quan thé; những cá thé này cũng cònđược gọi là các chuỗi hay các nhiễm sac thé Điều nay có thé gây chút lẫn lộn: môi tếbào của một co thé của một chủng loại đã cho, mang một số những nhiễm sac thé naođó (thi dụ, người có 46 nhiễm sac thé) nhưng trong thuật giải di truyền, ta chi nói vềnhững cá thể có một nhiễm sắc thể Các nhiềm sắc thể được tạo thành từ các đơn vị -các gen - biểu diễn trong một chuỗi tuyến tính; mỗi gen kiểm soát một (số) đặc trưng.Gen với những đặc trưng nhát định có vi tri nhất định trong nhiễm sac thé Bat cứ đặctrưng nao của mỗi cá thé có thé tự biểu hiện một cách phân biệt; và gen có thể nhận mộtsố giá trị khác nhau (các giá trị về tính năng)

Mỗi kiểu (nhóm) gen (ta gọi là một nhiễm sắc thể) sẽ biểu diễn một lời giải của bàitoán đang giải (ý nghĩa của một nhiễm sắc thể cụ thể được người sử dụng xác địnhtrước); một tiễn trình tiễn hóa được thực hiện trên một quân thể các nhiễm sắc thế tươngứng với một quá trình tìm kiếm lời giải trong không gian lời giải Tìm kiễm đó cần cândối hai mục tiêu (có vẻ mâu thuẫn nhau): Khai thác những lời giải tốt nhất và khảo sátkhông gian tìm kiếm Leo đôi là một thi đụ về chiến lược cho phép khai thác và cải thiệnlời giải tốt nhất hiện hành; nhưng, leo đôi lại bỏ qua việc khảo sát không gian tìm kiếm.Ngược lại, tìm kiếm ngầu nhiên là một thí dụ điển hình của chiến lược khảo sát khônggian tìm kiém mà không chú ý dến việc khai thác những vùng day hứa hẹn của khônggian Thuật giải di truyền (GA) là phương pháp tìm kiếm (độc lập miễn) tạo được sự cânđối đáng kế giữa việc khai thác và khảo sát không gian tìm kiếm

Thực ra, GA thuộc lớp các thuật giải xác suất, nhưng lại rất khác những thuật giảingẫu nhiên vì chúng kết hợp các phan tử tìm kiếm trực tiếp và ngẫu nhiên Khác biệtGVHD: TS NGUYÊN HỮU THỌ 29 HVTH: TON THAT THIEN VU

quan trọng giữa tìm kiếm của GA và các phương pháp tìm kiếm khác là GA duy trì vàxử lý một tập các lời giải (ta gọi là một quân thể) - tất cả những phương pháp khác chỉxử lý một điểm trong không gian tìm kiếm Chính vì thế, GA mạnh hơn các phươngpháp tìm kiếm hiện có rất nhiều.

Đơn cử, ta so sánh GA với hai phương pháp tìm kiếm hiện được sử đụng rộng rãi:Leo đôi va Mô phỏng luyện thép

Phương pháp leo đồi ding kỹ thuật lặp và áp dụng cho một điểm duy nhất (điểmhiện hành trong không gian tìm kiếm) Trong mỗi bước lặp, một điểm mới được chọntừ lân cận của điểm hiện hành (vi thé leo đôi còn được gọi là phương pháp tìm kiếm lâncận hay tìm kiếm cục bộ) Nếu điểm mới cho giá trị (của hàm mục tiêu) tốt hơn, điểmmới sẽ trở thành điểm hiện hành Nếu không, một lân cận khác sẽ được chọn và thử.Quá trình trên sẽ dừng nếu không cải thiện thêm được cho lời giải hiện hành

Rõ ràng là phương pháp leo đồi chỉ cung cấp các giá trị tối ưu cục bộ và những giátrị này phụ thuộc rất nhiều vào điểm khởi đầu Hơn nữa, không có thông tin sẵn có vềsai số tương đối (thỏa tối ưu toàn cục) của lời giải tìm được

Đề tăng cơ hội thành công, phương pháp leo đồi thường được thực hiện nhiều lần;mỗi lần với một điểm khởi đầu khác nhau (những điều này không cần chọn ngẫu nhiên- một tập hợp các điểm khởi đầu của một lần thực thi phụ thuộc vào kết quả của nhữnglần chạy trước đó)

Kỹ thuật mô phỏng luyện thép là một kỹ thuật khắc phục những bất lợi của phươngpháp leo đồi: Lời giải không còn tùy thuộc nhiều vào điểm khởi đầu nữa và (thường lả)gân với điểm tối ưu Đạt được điều này là nhờ dựa vào xác suất nhận p Xác suất p làhàm theo giá tri của hàm mục tiêu đối với điểm hiện hành và điểm mới, và một tham sốđiều khiến bố sung, tham số “nhiệt độ” T Nói chung, nhiệt độ T càng thấp thì cơ hộinhận điểm mới càng nhỏ Khi thực hiện thuật giải, nhiệt độ T của hệ thống sẽ được hạthấp dần theo từng bước Thuật giải dừng khi T nhỏ hơn một ngưỡng cho trước; vớingưỡng này thì gần như không còn thay đối nào được chấp nhận nữa

Lá“7° , Ae

Nhu đã dé cập, GA thực hiện tiến trình tìm kiếm lời giải tối ưu theo nhiều hướng,bang cách duy trì một quan thể các lời giải, và thúc đây sự thành hình va trao đối thông

tin giữa các hướng nay Quân thé trải qua tiến trình trình tiễn hóa: ở môi thé hệ lại táisinh các lời giải tương đối “tốt”, trong khi các lời giải tương đối “xấu” thì chết đi Déphân biệt các lời giải khác nhau, hàm mục tiêu được dùng dé đóng vai trò môi trường.

Cấu trúc của một thuật giải đi truyền đơn giản tương tự với câu trúc của bất kỳchương trình tiên hóa nào O bước lặp t, thuật giải di truyền duy trì một quan thé các lờigiải (các nhiễm sắc thể, các vecto), P(r)={x',, ,.x',} Mỗi lời giải xi' được lượng giá débiết được độ “thích nghỉ” của nó Rồi một quân thé mới (lần lặp thứ t+1) dược hìnhthành bang cách chọn giữ lại những cá thé thích nghi nhất Một số cá thể của quan thénày trải qua những biến đổi nhờ lai tạo (phép lai) và đột biến (phép đột biến), hình thànhnên những lời giải mới Phép Lai kết hợp các tính chất của hai nhiễm sắc thé ‘cha’ và‘me’ để tạo ra các nhiềm sắc thé ‘con’ bang cách hoán vị các đoạn gen tương ứng củacha và mẹ Thí dụ, néu cha me được biểu dién bang vecto 5 chiéu (ai, bi, c1, di, e1) va(a2, ba„ ca, da, e2), thì lai tao, hoán vi tại vi trí thứ 2, sẽ sinh ra các nhiễm sac thé con (ai.bị, C2, da, e2) va (a2, bạ, eì, di, e1) Phép lai cho phép trao đổi thông tin giữa các lời giải.Khác với phép lai, phép đột biến thay đổi một cách ngẫu nhiên một hay nhiều gencủa nhiễm sắc thể được chọn, thay đôi này được thực hiện với một xác suất thể hiện tốcđộ đột biến Phép đột biến cho phép dưa thêm các thông tin mới vào quan thé làm chochất liệu di truyền phong phú thêm

Một thuật giải di truyền (hay một chương trình tiến hóa bất kỳ) giải một bài toán cụthé phải gồm năm thành phan sau đây:

e Cách biểu diễn đi truyền cho lời giải của bai toán;e Cách khởi tao quân thể ban đầu:

e Mot hàm lượng giá đóng vai trò môi trường, đánh giá các giải theo mức độ “thíchnghĩ” của chúng:

e Các phép toán di truyền;Các tham số khác (kích thước quan thé xác suất áp dụng phép toán di truyền v.v )

GVHD: TS NGUYÊN HỮU THỌ 31 HVTH: TON THAT THIÊN VŨ

2.2 Thuật toán di truyền đa mục tiêuThuật toán di truyền đa mục tiêu (MOGA (Multi-Objective Genetic Algorithm))được sử dụng trong tối ưu hoá theo hướng mục tiêu (GDO (Goal-Driven Optimization))là một biến thé của NSGA-H (Thuật toán di truyền được phân loại không bị chi phối-II)dựa trên các khái niệm cá thể vượt trội được kiểm soát Nó hỗ trợ tất cả các kiểu thamsố đầu vào Lược dé xếp hạng Pareto được thực hiện băng một phương pháp phân loạinhanh, vượt trội hoàn toàn, tang tốc độ nhanh hơn các phương pháp xếp hang Paretotruyền thông Việc xử lý ràng buộc sử dụng cùng một nguyên tắc không thống trị nhưcác mục tiêu Do đó, các hàm hình phạt và số nhân Lagrange là không cần thiết Điềunày cũng đảm bảo răng các giải pháp khả thi luôn được xếp hạng cao hơn các giải pháp

không khả thi.

Các giải pháp ở biên Pareto được lưu trữ trong một bộ mẫu riêng biệt trong nội bộvà khác với bộ mẫu phát triển Điều này đảm bảo sự gián đoạn tôi thiểu ở biên của Paretođã có sẵn từ các lần lặp lại trước đó Bạn có thé kiểm soát áp lực lựa chọn (và, do đó,tính vượt trội của quá trình) để tránh hội tụ sớm bang cach thay đôi thuộc tinh ty lệ phantrăm tối đa cho phép Pareto

Lưu đồ MOGA được miêu tả trong hình 2.1

Các bước thực hiện MOGA

e Bước 1: Quan thé ban đầu của MOGA.e Bước 2: MOGA tạo quan thé mới.MOGA tạo quan thé mới nhờ phép lai và đột biến Sau thế hệ đầu, mỗi quan théđược tạo ra đến khi đạt ngưỡng số lượng mẫu mỗi thế hệ

e Bước 3: Cập nhật các điểm thiết kế.e Bước 4: Đánh giá hội tu của các điểm thiết kế

o Có hội tụ: MOGA hội tụ khi đạt được tỷ lệ phan trăm Pareto tối da chophép hoặc phần trăm độ 6n định hội tụ

o_ Không hội tụ: Nếu tối ưu hóa không hội tụ, tiếp tục thực hiện bước 5

trình sẽ thực hiện đánh giá các tiêu chí ngừng.

o Có: tiêu chí ngừng thoả Khi số thé hệ đạt tốt đa, quá trình sẽ dừng lại dùkết quả chưa hội tụ

o Không: tiêu chí ngừng không thoả Nếu tiêu chí không thoả, MOGA sẽ

quay lại bước 2.

e _ Bước 6: Chương trình sé lặp từ bước 2 đến bước 5 đến khi thông số tối ưu hội tụhoặc tiêu chí ngừng được thoả Khi 1 trong 2 điều kiện trên được thoả, chươngtrình sẽ kết luận

Các bước tạo quân thê mới

Quy trình MOGA tạo quân thể mới có 2 bước: Lai tạo và đột biến

® Bước 1: Lai tạo

GVHD: TS NGUYÊN HỮU THỌ 33 HVTH: TON THAT THIÊN VŨ

Lai tạo kết hợp 2 nhiễm sắc thể (cha mẹ) để tạo ra nhiễm sắc thể mới (con) Ý tưởngđăng sau lai tạo là nhiễm sắc thể mới có thể tốt hơn cả hai cha mẹ nếu nó có những đặcđiểm tốt nhất từ mỗi cha mẹ Lai tạo xảy ra trong quá trình tiễn hóa theo xác suất banđầu.

o Lai tạo đối với các thông số liên tụcMột toán tử lai tạo kết hợp tuyến tính hai vectơ nhiễm sắc thể cha mẹ để tạo ra hainhiễm sắc thể con mới theo các phương trình (1)

Con, = ax ChaMe, +(L— a)x ChaMe,Con, = (1—a)x ChaMe, + ax ChaMe, (1)

Xem xét hai cha me sau (mỗi bố mẹ gồm bốn gen nổi), đã được chọn để lai tạo từ

phương trình (2).

ChaMe, :(0.3)(1.4)(0.2)(7.4)

ChaMe, :(0.5)(4-5)(0.1)(5.6) (2)Nếu a= 0.7, 2 nhiễm sắc thé con có thé tạo ra ở phương trình (3)

Con, :(0.36)(2.33)(0.17)(6.86)

(3)

Con, :(0.402)(2.981)(0.149)(6.842)Lai tạo cho các thông sô rời rac va các thông sô liên tục với các giá tri gia công thực

Mỗi thông số rời rạc hoặc thông số liên tục của các gia tri gia công thực tế được biéuthị băng một chuỗi nhị phân tương ứng với số lượng các cấp Ví dụ, một tham số có haigiá tri (các cấp) được mã hóa thành một bit, một tham số có bảy giá trị được mã hóathành ba bit và chuỗi ký tự đại diện cho một tham SỐ CÓ gia tri

Việc nối các chuỗi này tạo thành nhiễm sac thé, lai tạo với nhiễm sắc thể khác

Có ba dạng lai tạo khác nhau:

= Một điểm: lựa chọn một điểm lai tao trong một nhiễm sac thé sauđó trao đổi hai nhiễm sắc thé cha me tại điểm này để tạo ra hai conmới Hình 2.2 minh hoạ cho lai tạo một điểm

Lai tạo một diém |

Hình 2.2: Lai tạo một điểm

=

= Hai điêm: Lai tạo hai diém ngâu nhiên chon hai điêm lai tao trongmột nhiễm sac thê sau đó trao đôi hai nhiễm sac thé cha mẹ giữacác diém nay dé tạo ra hai nhiêm sac thê con mới Hình 2.3 minh

hoa cho lai tao hai diém

| ||

Lai tạo hai điểm | | —

chứ không phải là mức phân đoạn (như lai tạo một và lai tạo hai

điểm) Đối với một số vẫn dé, sự linh hoạt bé sung này có giá trihơn việc phá bỏ các khối xây dựng Hình 2.4 minh hoạ cho lai tạo

déu.

Lai tao déu } j }ed

GVHD: TS NGUYEN HUU THO 35 HVTH: TON THAT THIEN VU

e Bước 2: đột biếnĐột biến làm thay đổi một hoặc nhiều giá trị gen trong nhiễm sắc thể từ trạng tháiban đầu của nó Điều này có thé dẫn đến các giá trị gen hoan toàn mới được thêm vàonhóm gen Với những giá trị gen mới này, thuật toán di truyền có thé đạt được một giảipháp tốt hơn so với trước đây có thé Đột biến là một phan quan trọng của việc tìm kiếmdi truyền, vì nó giúp ngăn chặn quan thé khỏi tình trạng duy tri quá lâu ở bất kỳ vị trínào Đột biến xảy ra trong quá trình tiễn hóa theo xác suất đột biến do người dùng xác

định.

o_ Đột biến cho thông số liên tục:Đối với thông số liên tục, toán tử biến đối đa thức được áp dụng dé thực hiện độtbiến thể hiện ở phương trình (4)

C = P+ (Giá trị trên - Giá trị dưới) ở (4)

Trong đó C là con, P là cha me, và 6 là biến được tính toán từ hàm phân phối đa

2.3 Tối ưu hóa thích ứng đa mục tiêuTối ưu hoá thích ứng đa mục tiêu (AMO (Adaptive Multiple-ObjectiveOptimization)) là phương pháp kết hợp Kriging và MOGA AMO tạo ra một tập hợpmẫu mới hoặc sử dụng một tập hợp hiện có, giúp tiếp cận sâu hơn so với phương pháptìm kiếm thụ động Phương pháp chỉ đánh giá tất cả các điểm thiết kế khi cần thiết Mộtphan quan thé được "mô phỏng" bang cách đánh giá bề mặt đáp ứng Kriging Dự báolỗi Kriging, từ đó làm giảm số lượng các đánh giá được sử dụng trong việc tìm kiém cácgiải pháp biên Pareto Hình 2.5 trình bày về lưu đồ giải thuật AMO

Các bước thực hiện AMO

Bước 1: Tạo quan thé ban đầu của MOGA Quan thé ban đầu của MOGA được sửdụng dé xây dựng các bề mặt đáp ứng Kriging

Bước 2: Tạo thế hệ Kriging Một bề mặt đáp ứng Kriging được tạo ra cho mỗi đầura, dựa trên quan thé đầu tiên và sau đó được cải thiện trong khi mô phỏng với việc bổsung các điểm thiết kế mới

Bước 3: Chạy MOGA MOGA được chạy, sử dụng bé mặt đáp ứng Kriging dé đánhgiá các thông số Sau lần lặp đầu tiên, mỗi quân thể được chạy khi nó đạt đến số lượngmẫu được xác định bởi thuộc tính số mẫu mỗi thế hệ

Bước 4: Đánh giá quan théBước 5: Kiểm tra lỗi Chạy chương trình kiểm tra lỗi Kriging tại mỗi điểm.e Có: Chấp nhận lỗi

Mỗi điểm được kiểm tra lỗi Nếu lỗi ở một điểm có thé chấp nhận được, điểm ganđúng sẽ được đưa vảo thế hệ tiếp theo để chạy MOGA (trở về bước 3)

e Không: không chấp nhận lỗi.Nếu lỗi không được chấp nhận, thì các điểm đó sẽ được cho là điểm thiết kế Cácđiểm thiết kế mới được sử dụng để cải thiện bề mặt đáp ứng Kriging (quay trở lại Bước2) và được đưa vào quân thể tiếp theo được chạy qua MOGA (trở về bước 3)

Bước 6: Đánh giá hội tụ

Việc tối ưu hóa được xác nhận cho hội tụ.Có tối ưu hội tụ: MOGA hội tụ khi đạt tới phan trăm Pareto tối da cho phép Khiđiều này xảy ra, quá trình này sẽ bị dừng lại

Không tối ưu hội tụ: chương trình tiếp tục chạy bước tiếp theo

Bước 7: Đánh giá tiêu chí ngừng chương trình.

Nếu chương trình tối ưu không hội tu, chương trình sẽ đánh giá theo tiêu chí ngừng.Có thoã tiêu chí ngừng chương trình: khi số thế hệ đạt tối đa, chương trình sẽ dừng

lại mà không hội tụKhông thoả tiêu chí ngừng chương trình: Khi tiêu chí ngừng không thoã, giải thuậtMOGA chạy lại (trở lại bước 3).

GVHD: TS NGUYÊN HỮU THỌ 37 HVTH: TON THAT THIÊN VŨ

Phát triển Kriging

MOGA:- | Khởi tạo