Điều khiển trượt mờ thích nghi cho cần cẩu treo

LỜI CAM ĐOAN Tôi xin cam đoan rằng đây là công trình nghiên cứu của tôi, có sự hỗ trợ từ giáo  viên hướng dẫn là GS.TS. Phan Xuân Minh.   Nếu phát hiện có bất kỳ sự gian lận nào tôi xin hoàn toàn chịu trách nhiệm trước  Hội đồng, cũng như kết quả luận văn của mình.   Hà Nội, ngày tháng năm 2016 Tác giả      Ninh Trọng Tuấn    i    LỜI CẢM ƠN Lời đầu  tiên tôi xin cám ơn GS.TS.Phan Xuân Minh, giáo viên hướng dẫn khoa  học của tôi về sự định hướng đề tài, sự hướng dẫn của cô và thầy trong việc tiếp cận và  khai thác các tài liệu tham khảo cũng như các chỉ bảo trong quá trình tôi viết luận văn.      Tôi xin cám ơn Trường Cao Đẳng Nghề Dầu Khí là nơi tôi đã công tác đã tạo  điều kiện thuận lợi cho tôi về mặt thời gian cũng như thiết bị trong quá trình hoàn  thành luận văn báo cáo này.    Cuối cùng tôi muốn bày tỏ lòng biết ơn đối với gia đình, các thầy cô giáo, các  bạn lớp cao học 2014B ĐKTĐH.VT và các bạn đồng nghiệp đã ủng hộ và động viên  tôi trong suốt quá trình làm luận văn này.      Tác giả       ii    MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii DANH MỤC CÁC CHỮ VIẾT TẮT iv DANH SÁCH KÝ HIỆU v DANH MỤC CÁC BẢNG vi DANH MỤC CÁC HÌNH vii CHƯƠNG 1: MÔ HÌNH CẦN CẨU TREO VÀ MỘT SỐ PHƯƠNG PHÁP ĐIỀU KHIỂN THÔNG DỤNG 1.1 Mô hình cần cẩu treo tính chất đặc trưng 1.1.1 Mô hình cần cẩu treo 2D 1.1.2 Tính thụ động hệ thống 1.2 Một số phương pháp điều khiển thông dụng 1.2.1 Phương pháp điều khiển truyền thống (PD) 1.2.2 Phương pháp điều khiển E2 kết hợp PD 11 1.2.3 Phương pháp điều khiển mờ 13 1.3 Kết luận: 14 CHƯƠNG 2: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI MỜ CHO CẦN CẨU TREO 2D 16 2.1 Mô hình trạng thái biểu diễn qua hệ 16 2.2 Tổng hợp điều khiển trượt cho hệ cần cẩu treo 2D 18 2.3 Chỉnh định thích nghi bám mặt trượt sở hệ mờ 19 Mô hệ suy diễn mờ Matlap: 21 CHƯƠNG 3: KIỂM CHỨNG KẾT QUẢ BỘ ĐIỀU KHIỂN TRƯỢT THÍCH NGHI MỜ 25 3.1 Kiểm chứng sở mô 25 3.2 Kiểm chứng mô hình cần cẩu treo phòng thí nghiệm 34 3.2.1 Thiết kế mạch điều khiển vi điều khiển ATMEGA 34 3.2.2 Giao diện giám sát điều khiển với PC 40 3.2.3 Giao diện giám sát điều khiển với PC 42 3.2.4 Nhận xét 44 CHƯƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT HƯỚNG PHÁT TRIỂN 45 Kết luận 45 Đề xuất hướng phát triển: 45  PHỤ LỤC 48    iii    DANH MỤC CÁC CHỮ VIẾT TẮT   FASOSMC  SOSMC  Fuzzy  Adaptive  Sliding  Điều  khiển  trượt  thích  nghi  Mode Control  mờ      Second  Order  Sliding  Điều khiển trượt   Mode Control                                                                                  iv    DANH SÁCH KÝ HIỆU mc  Khối lượng xe  ml  Khối lượng tải  u  Lực điều khiển  l  Chiều dài dây cáp  g  Gia tốc trọng trường  T  Động năng của hệ thống    Thế năng của hệ thống  E  Năng lượng của hệ  v    DANH MỤC CÁC BẢNG  Bảng 1.1 Chất lượng điều khiển cần cẩu treo hai phương pháp PD E2 kết hợp PD 13 Bảng 2.1 Hệ suy diễn mờ 20 Bảng 3.1 So sánh kết mô 44 vi    DANH MỤC CÁC HÌNH  Hình 1.1 Mô hình cần cẩu treo Hình 1.2 So sánh bám vị trí .12 Hình 1.3 So sánh góc lắc 12  Hình 1.4 Điều khiển cần cẩu treo nội suy mờ 14 Hình 2.1 Cấu trúc điều khiển FASOSMC 21 Hình 2.2 Sơ đồ khối hệ thống mờ Matlap .21 Hình 2.3 Tập mờ biến ngôn ngữ vào ( e1 ) .22 Hình 2.4 Tập mờ biến ngôn ngữ vào ( e1 ) .22 Hình 2.5 Khai báo số cho biến đầu 23 Hình 2.6 Khai báo luật suy diễn mờ 23 Hình 2.7 Sự phụ thuộc biến vào hệ thống mờ .24 Hình 2.8 Quan hệ vào hệ luật mờ theo mô hình Sugeno 24 Hình 3.1 Sơ đồ khối quan sát 26 Hình 3.2 Sơ đồ mô 27 Hình 3.3 Sai số góc lắc .27 Hình 3.4 Sai số vận tốc góc 27  Hình 3.5 Kết mô 30 Hình 3.6 Kết mô .33 Hình 3.7 Mô hình hệ thống cẩu treo PTN 34 Hình 3.8 Biến tần pha (OMRON 3G3JX) .35 Hình 3.9 Mạch phần cứng điều khiển 36 Hình 3.10 Hệ thống nhận dạng vòng điều khiển vận tốc 37 Hình 3.11 Lưu đồ vòng điều khiển điều khiển số 38 Hình 3.12 Cấu trúc chương trình điều khiển 39 Hình 3.13 Giao diện HMI 40 Hình 3.14 Kết mô thuật toán trượt bậc .42 Hình 3.15 Kết mô thuật toán trượt bậc mờ thích nghi .43  vii    MỞ ĐẦU 1/ Lý chọn đề tài Cần cẩu treo hay được gọi là cần trục được sử dụng rộng rãi trong lĩnh vực nâng hạ  và vận chuyển hàng hóa, vật liệu trong nhiều ngành công nghiệp. Cần trục có sức nâng  rất lớn và vận hành chủ yếu bằng động cơ điện nên được sử dụng rộng rãi trong các  nhà máy công nghiệp như: nhà máy nhiệt điện, thủy điện, nhà máy xi măng, nhà máy  thép, nhà máy luyện kim hay các cảng biển….    Cần  cẩu  treo  gồm  nhiều  chủng  loại,  từ  những  loại  có  kích  thước,  khối  lượng  và  công suất lớn được sử dụng để nâng hạ container trên cảng, đến những loại nhỏ gọn  hơn trên các giàn cẩu được trang bị trên trần của các nhà máy dùng để di chuyển trong  phạm vi phân xưởng. Như vậy, cần cẩu treo không những rất phổ biến, mà còn rất hữu  dụng nhằm nâng cao năng suất lao động của con người, trở thành công cụ không thể  thiếu trong công nghiệp hiện nay.    Chính vì vậy việc nghiên cứu nhằm nâng cao chất lượng hệ thống cần cẩu treo luôn  được  các nhà  khoa  học  nghiên  cứu  và  phát triển. Do  hệ  cần cẩu  treo  làm  việc  trong  môi  trường  có  nhiễu  tác  động  không  biết  trước,  nên  trong  những  năm  gần  đây  điều  khiển trượt đã thu hút được sự nghiên cứu và phát triển mạnh mẽ. Các cấu trúc điều  khiển trượt bậc cao được đề xuất và không ngừng được cải tiến nhằm nâng cao chất  lượng  điều  khiển  cho  hệ  thống  cần  cẩu  treo  [1,4].  Nhằm  giải  quyết  triệt  để  yêu  cầu  nâng cao chất lượng cho hệ thống cần cẩu treo mà các phương pháp điều khiển kết hợp  giữa điều khiển thông minh và điều khiển trượt đang quan tâm nghiên cứu nhiều hơn  [2,3,5]. Trên cơ sở phân tích trên tác giả lựa chọn đề tài: “Điều khiển trượt mờ thích  nghi cho cần cẩu treo”    2/ Mục tiêu nghiên cứu Đề tài nghiên cứu và đề xuất một bộ điều khiển trượt thích nghi mờ được nghiên  cứu phát triển nhằm giải quyết hiệu quả các bài toán điều khiển cho cần cẩu treo. Cấu  trúc điều khiển bao gồm 2 bộ điều khiển trượt bậc một ghép song song trong một mặt  trượt  bậc hai  nhằm  điều  chỉnh  đồng  thời  bám  vị trí và  giảm  thiểu góc  lắc.  Để chỉnh  1    định thích nghi tham số của mặt trượt, một hệ logic mờ được đề xuất với các luật suy  diễn được lựa chọn theo kinh nghiệm nhằm giúp hệ thống lựa chọn mặt trượt thích hợp  để đảm bảo bám quĩ đạo nhanh hơn của xe và chống lắc cho tải ngay cả khi có nhiễu  tác  động  vào  hệ  thống.  Bộ  điều  khiển  trược  thích  nghi  mờ  có  cấu  trúc  đơn  giản  dễ  dàng thực thi trong thực tế.    3/ Đối tượng nghiên cứu       Đối tượng nghiên cứu là mô hình cần cẩu treo 2D    4/ Phạm vi nghiên cứu Xây dựng mô hình cần cẩu treo 2D, đưa ra một số phương pháp điều khiển cần cẩu  treo thông dụng, tổng hợp bộ điều khiển trượt bậc hai, chỉnh định thích nghi bám mặt  trượt trên cơ sở hệ mờ, kiểm chứng trên cơ sở mô phỏng và bằng mô hình cần cẩu treo  trong phòng thí nghiệm.    5/ Phương pháp nghiên cứu Tìm hiểu thuật toán điều khiển trượt mờ thích nghi cho cần cẩu treo thông qua thực  tế và tài liệu tham khảo    6/ Tóm tắt nội dung Đề tài được chia làm ba chương chính. Chương 1 trình bày tổng quan về mô hình  cần cẩu treo, các tinh chất đặc trưng và các phương pháp điều khiển thông dụng, từ đó  lựa chọn và trình bày phương pháp điều khiển trượt thích nghi mờ cho cần cẩu treo 2D  ở chương 2. Tiếp theo, chương 3 mô phỏng kiểm chứng bộ điều khiển trượt thích nghi  mờ. Dựa trên các kết quả mô phỏng được rút ra những nhận xét về chất lượng bộ điều  khiển.    Trong quá trình học tập, em luôn nhận được sự tận tình chỉ dạy và giúp đỡ của các  thầy cô trong trường Đại học bách khoa Hà Nội. Vì vậy, lời đầu tiên em xin cám ơn  các thầy cô trong suốt những năm qua đã giúp em tiến bộ không ngừng, tự tin trong  học tập và nghiên cứu. Để hoàn thành luận văn Thạc sỹ, em đã nhận được sự hướng  2    dẫn tận tình, sát sao của GS.TS. Phan Xuân Minh và ThS. Lê Xuân Hải. Em xin gửi  lời cảm ơn chân thành tới GS.TS. Phan Xuân Minh, người đã trực tiếp hướng dẫn, chỉ  bảo em cả về kiến thức chuyên môn cũng như cách trình bày luận văn.                                  Tác giả      Ninh Trọng Tuấn          3    Giao diện được chia làm 3 phần chính:  - Phần 1 nhập giá trị vị trí đặt cho xe, chọn bộ điều khiển vị trí và các thông số bộ  điều khiển - Phần 2 là phần hiển thị bằng số vị trí thực của xe, tín hiệu điều khiển và góc lắc  của tải - Phần 3 là phần đồ thị biểu diễn: vị trí đặt và vị trí thực của xe (trục x là trục thời  gian (s), trục y là trục vị trí (cm)); tín hiệu điều khiển (trục x là trục thời gian (s),  trục y là trục tín hiệu (V)) và góc lắc của tải (trục x là trục thời gian (s), trục y là  trục góc lắc ( )) 41    3.2.3 Giao diện giám sát điều khiển với PC   Thông số hệ thống trong phòng thí nghiệm: Mp = 5 (kg), Mc = 6 (kg), L = 0.7 (m),  vận tốc xe con cực đại 9.5 (cm/s).   Sử dụng thuật toán Trượt   Dựa vào mô phỏng kết hợp với xử thí số liệu thì thu được các thông số cho bộ điều  khiển Trượt như sau: α = 10, β = 6, c1 = 2, c2 = 0.01, k = 3.5011.    Hình 3.14: Kết mô thuật toán trượt         42       Sử dụng trượt mờ thích nghi  Dựa vào mô phỏng kết hợp với xử thí số liệu thì thu được các thông số cho bộ điều  khiển Trượt bậc 2 như sau: k1 = 0.6, c1 = 2, c2 = 0.01, k = 3.5.  Hình 3.15: Kết mô thuật toán trượt mờ thích nghi                   43    Thời gian quá độ khoảng 20s  Tồn tại độ quá điều chỉnh nhỏ  Bộ điều khiển Trượt   Tín hiệu điều khiển ít nhiễu  Góc lắc nhỏ trong khoảng 0.2:-0.2 độ  Thời gian quá độ khoảng 20s  Không tồn tại độ quá điều chỉnh  Bộ điều khiển Trượt mờ thích nghi  Tín hiệu điều khiển ít nhiễu  Góc lắc nhỏ trong khoảng 0.15:-0.15 độ  Bảng 3.1 So sánh kết mô 3.2.4 Nhận xét Các kết quả mô phỏng và thực nghiệm đã cho thấy khả năng nâng cao chất lượng  điều khiển cần cẩu treo bằng thuật toán trượt  thích nghi mờ (FASOSMC) đề xuất.  Với cấu trúc điều khiển đơn giản, bộ điều khiển này cho thấy khả năng thực thi rất  dễ dàng trên nền kỹ thuật số. Ngoài ra, những nghiên cứu  cũng sẽ được mở rộng  hướng đến hệ thống cần cẩu treo có xét mô hình có yếu tố bất định nhằm mở rộng  phạm  vi  ứng  dụng  của  giải  thuật  này.  Đưa  ứng  dụng  này  vào  sử  dụng  rộng  rãi  trong  công  nghiệp  nhằm  nâng  cao  năng  suất,  đảm  bảo  an  toàn  trong  các  cảng  biển, khu công nghiệp….  44      CHƯƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT HƯỚNG PHÁT TRIỂN Kết luận Mục tiêu của luận văn là nâng cao chất lượng điều khiển cho cần cẩu treo đặc  biệt là bám quỹ đạo và chống rung lắc. Mục đích là tìm hiểu các thuật toán đã  công bố hiện có từ đó thiết kế thuật toán điều khiển mới để nâng cao chất lượng  điều khiển cần cẩu treo. Nội dung luận văn đề cập đến những vấn đề sau:    Nghiên  cứu  các  thuật  toán  thông  dụng  như:  PD,  điều  khiển  theo  hàm  năng  lượng, điều khiển mờ, điều khiển trượt.   Nghiên  cứu  các  bộ  điều  khiển  trượt  thích  nghi  mờ,  tiến  hành  mô  phỏng  kiểm  chứng.   Cài đặt thuật toán điều khiển trượt thích nghi mờ trên nền vi điều khiển AVR 32  trong phòng thí nghiệm.   Như vậy trong quá trình thực hiện luận văn này, tôi đã nghiên cứu  các thuật  toán điều khiển thông dụng và phát triển các thuật toán này . Trên cơ sở đó đánh  giá các phương pháp điều khiển thông dụng để xây dựng bộ điều khiển trượt bậc  hai thích nghi mờ.   Trong thời gian còn hạn chế vì vậy trong thiết kế, phát triển thì ta luôn giả sử gia  tốc của xe đẩy luôn đo được. Đây cũng chính là hạn chế của luận văn này.  Đề xuất hướng phát triển:    - Thiết kế thêm bộ quan sát phi tuyến để thuận tiện cho việc cài đặt thực trong  phòng thí nghiệm để nâng cao hơn nữa chất lượng điều khiển cần cẩu áp dụng vào  thực tế công nghiệp có hiệu quả nhằm nâng cao năng suất và đảm bảo an toàn  trong vận hành cần cẩu.  45     -Kết hợp với các thuật toán tối ưu với mạng nơ ron  như các giải thuật di truyền  để bù chống lắc nâng cao hơn nữa chất lượng điều khiển cần cẩu treo.      [1].              TÀI LIỆU THAM KHẢO  A.  Levant,  “Higher-order sliding mode, differentiation and outputfeedback contrrol”.  International  jounal  of  control.  Taylor  &  Francis.  (2003)   [2].   Liu,  D.,  Yi,  J.,  Zhao,  D.,  Wang,  W,  “Adaptive Sliding Mode Fuzzy Control for a Two-Dimensional Overhead Crane ”.  Mechatronics  15,  505–522 (2005).  [3].  Shu, K.-K., Jen, C.-L., Shang, L.-J, “Design of Sliding-Mode Controller for Anti-Swing Control of Overhead Cranes”.  In:  IECON  Annual  Conference of IEEE Industrial Electronics Society, pp. 147–152 (2005).  [4].  A Rhif, “A High Order Sliding Mode Contrrol with PID Sliding Surface: Simulation on a Torpedo. IJITCA, Vol.2, No 1 Januar (2012)     [5].  Chang, C.Y., Hsu, K.C., Chiang, K.H., Huang, G.E, “An Enhanced Adaptive Sliding Mode Fuzzy Control for Positioning and Anti-Swing Control of the Overhead Crane System”. In: IEEE International  Conference on Systems, Man, and Cybernetics, vol. 2, pp. 992–997.  IEEE Press, Taipei (2006).  [6].  Nguyễn Văn Khang, “Cơ học kỹ thuật” Nhà xuất bản giáo dục, 2009.  [7].  Phan  Xuân  Minh  &  Nguyễn  Doãn  Phước,  “  Lý thuyết điều khiển mờ”.  Nhà xuất bản khoa học và kỹ thuật, 2006.  [8].  Z.Wang, Z.Chen, J.Zhang, “On PSO Based Fuzzy Neural Network Sliding Mode Control for Overhead Crane”, Practical Applications of  Intelligent Systems, AISC 124, pp. 563–572. Springer-Verlag Berlin  Heidelberg 2011  46    [9] .      Chang J. L., “Applying discrete-time proportional integral observers for  state and disturbance estimations”, IEEE Trans. Autom. Control, vol. 51,  no. 5, pp. 814–818. (2006)  [10].   Cho S. K. and Lee H. H., “An anti swing control of a 3D dimentional  overhead crane”, Proceedings of the American Control Conference,  Chicago, June 2000, pp.1037-1041. (2000)  [11].   Dale S.; Gabor G.; Gyorodi C. and Zmaranda D., “Interpolative control  algorithm applied on a 3D mechatrronic system”, 4th Int. Workshop on  Soft Computing Applications SOFA, July 15-17, Arad Romania, pp.229232. (2010)  [12].   Shijie D.; Zhi L.; Zhidong L. and Xiaotian G, “Study of precise  positioning and antiswing for the varying rope length in 3D crane systems  base on the combination of partial decoupling and fuzzy control”,  Proceedings of the 2010 IEEE INt. Conference on Robotics and  Biomimetics, December 14-18 2010, Tianjin China, pp. 656-661. (2010)   [13].     Lê Xuân Hải, Bùi Thế Hào, Trần Hải Đăng, Nguyễn Văn Thái, Phan  Xuân Minh, Nguyễn Doãn Phước. “ Cài đặt một số thuật toán điều khiển  phi tuyến trên nền kỹ thuật số cho hệ cần cẩu treo 2D trong phòng thí  nghiệm.” báo cáo khoa học tại hội nghị cơ kỹ thuật và tự động hóa toàn  quốc lần thứ 2, ngày 7& 8 tháng 10 năm 2016, tại trường ĐHBK Hà Nội    [14]      " IMPROVING OF CONTROL OVERHEAD CRANE QUALITY  BASED ON THE FUZZY ADAPTIVE SECOND ORDER SLIDING  MODE CONTROL" được chấp nhận đăng ngày 1/09/2016 ở tạp chí  nghiên cứu khoa học và công nghệ quân sự, số tháng 10 năm 2016  47    PHỤ LỤC   1/ Mô điều khiển cần cẩu treo phương pháp PD E2 kết hợp PD // Ðoi tuong can cau treo  function [xdotdot,ydotdot,phidotdot,tetadotdot] =  fcn(Fx,Fy,x,xdot,y,ydot,phi,phidot,teta,tetadot)  %Set paramenter  mt=0.73;  mx=1.06;  mg=3.0;  I=0.005;  L=0.7;  g=9.8;  % Angle   St=sin(teta);  Sp=sin(phi);  Ct=cos(teta);  Cp=cos(phi);  %matrix P  P11=  mt*mt*L*L*I*(Sp*Sp+2*St*St*Cp*Cp)+mt*I*I+mx*mt*L*L*L*L*St*St+mx*mt*L *L*I*(1+St*St)+mx*I*I+mt*mt*mt*L*L*L*L*Cp*Cp*St*St*St*St;  48    P12= -mt*mt*mt*L*L*L*L*Sp*Cp*St*St*St*St-mt*mt*L*L*I*Sp*Cp*(St*StCt*Ct);  P22=  mt*mt*mt*L*L*L*L*St*St*St*St*Sp*Sp+(mt+mx+mg)*I*I+mt*mt*L*L*I*(1+(St*S t-Ct*Ct)*Sp*Sp)+(mg+mx)*mt*mt*L*L*L*L*St*St+(mg+mx)*mt*L*L*I*(1+St*St);  P=[P11 P12; P12 P22];  %matrix W  W1=  mt*L*Sp*St*((mt+mx)*I+mt*mx*L*L*St*St)*(phidot*phidot*(mt*L*L*St*St+I)+tet adot*tetadot*(mt*L*L+I))2*I*mt*L*tetadot*phidot*Ct*Sp*(mt+mx)*I+mt*mt*g*L*L*Ct*St*Sp*((mt+mx)*I+ mt*mx*L*L*St*St)+2*I*mt*L*tetadot*phidot*Ct*Cp*mt*L*L*(mx+mt*St*St);  W2=  mt*L*((mt+mx+mg)*I+(mx+mg)*mt*L*L*St*St)*(phidot*phidot*(mt*L*L*St*St+I) +tetadot*tetadot*(mt*L*L+I))*St*Cp+2*mt*L*I*tetadot*phidot*Ct*Sp*(mt+mx+mg) *(mt*L*L+I)2*mt*L*I*phidot*tetadot*Ct*Sp*mt*mt*L*L*Ct*Ct+mt*g*L*St*((mx+mg)*mt*mt* L*L*L*St*St*Ct*Sp+(mx+mt+mg)*mt*L*I*Ct*Cp);  W=[ W1;W2];  %det M  dM=I*I*(mt+mx)*(mt+mx+mg)+mt*L*L*I*(mt+mx+mg)*mx*(1+St*St)+mt*L*L*I* (mt+mx)*mt*St*St+mt*L*L*I*mg*mt*(Sp*Sp+2*St*St*Cp*Cp)+mt*mt*L*L*L*L* I*St*St*mg*mt*St*St*Cp*Cp+mt*mt*L*L*L*L*I*St*St*mx*(mx+mg+mt*St*St);  % Input Force from Moter  F=[Fx; Fy];  rdotdot=(P*F+W)/dM;  xdotdot=[1 0]*rdotdot;  49    ydotdot=[0 1]*rdotdot;  %matrix m  m33=mt*L*L+I;  m44=mt*L*L*St*St+I;  m31=mt*L*Ct*Sp;  m32=mt*L*Ct*Cp;  m41=mt*L*St*Cp;  m42=-mt*L*St*Sp;  Vm34=-mt*L*L*St*Ct*phidot;  Vm43=mt*L*L*St*Ct*phidot;  Vm44=mt*L*L*St*Ct*tetadot;  y=(inv([m33 0; 0 m44]))*(-[m31 m32; m41 m42]*[xdotdot; ydotdot]-[0 Vm34; Vm43  Vm44]*[tetadot; phidot]-[mt*g*L*St; 0]);  tetadotdot= [1 0]*y;  phidotdot= [0 1]*y;  end  // lu?t PD  unction [Fx,Fy]=fun(xd,yd,x,xdot,y,ydot)  %Set controller  kd=102;  kp=45;  kE=1;  %position error  50    xe=x-xd;  xedot=xdot;  ye=y-yd;  yedot=ydot;  e=[xe;ye];  edot=[xedot;yedot];  F=(-kp*e-kd*edot)/kE;  Fx=[1 0]*F;  Fy=[0 1]*F;  end  // lu?t PD và ÊE  function [Fx,Fy]=fcn(xd,yd,x,xdot,y,ydot,phi,phidot,teta,tetadot)  %%Set paramenter  mt=0.73;  mx=1.06;  mg=3.0;  I=0.005;  L=0.7;  g=9.8;  % Angle   St=sin(teta);  Sp=sin(phi);  51    Ct=cos(teta);  Cp=cos(phi);  %parameter of controller  kd=125.3;  kp=50;  kE=0.001;  kv=50;  %position error   xe=x-xd;  xedot = xdot;  ye=y-yd;  yedot = ydot;  e=[xe;ye];  edot=[xdot;ydot];  %matrix P  P11=  mt*mt*L*L*I*(Sp*Sp+2*St*St*Cp*Cp)+mt*I*I+mx*mt*L*L*L*L*St*St+mx*mt*L *L*I*(1+St*St)+mx*I*I+mt*mt*mt*L*L*L*L*Cp*Cp*St*St*St*St;  P12= -mt*mt*mt*L*L*L*L*Sp*Cp*St*St*St*St-mt*mt*L*L*I*Sp*Cp*(St*StCt*Ct);  P22=  mt*mt*mt*L*L*L*L*St*St*St*St*Sp*Sp+(mt+mx+mg)*I*I+mt*mt*L*L*I*(1+(St*S t-Ct*Ct)*Sp*Sp)+(mg+mx)*mt*mt*L*L*L*L*St*St+(mg+mx)*mt*L*L*I*(1+St*St);  P=[P11 P12; P12 P22];  52    %det M  dM=I*I*(mt+mx)*(mt+mx+mg)+mt*L*L*I*(mt+mx+mg)*mx*(1+St*St)+mt*L*L*I* (mt+mx)*mt*St*St+mt*L*L*I*mg*mt*(Sp*Sp+2*St*St*Cp*Cp)+mt*mt*L*L*L*L* I*St*St*mg*mt*St*St*Cp*Cp+mt*mt*L*L*L*L*I*St*St*mx*(mx+mg+mt*St*St);  %matrix W  W1=  mt*L*Sp*St*((mt+mx)*I+mt*mx*L*L*St*St)*(phidot*phidot*(mt*L*L*St*St+I)+tet adot*tetadot*(mt*L*L+I))2*I*mt*L*tetadot*phidot*Ct*Sp*(mt+mx)*I+mt*mt*g*L*L*Ct*St*Sp*((mt+mx)*I+ mt*mx*L*L*St*St)+2*I*mt*L*tetadot*phidot*Ct*Cp*mt*L*L*(mx+mt*St*St);  W2=  mt*L*((mt+mx+mg)*I+(mx+mg)*mt*L*L*St*St)*(phidot*phidot*(mt*L*L*St*St+I) +tetadot*tetadot*(mt*L*L+I))*St*Cp+2*mt*L*I*tetadot*phidot*Ct*Sp*(mt+mx+mg) *(mt*L*L+I)2*mt*L*I*phidot*tetadot*Ct*Sp*mt*mt*L*L*Ct*Ct+mt*g*L*St*((mx+mg)*mt*mt* L*L*L*St*St*Ct*Sp+(mx+mt+mg)*mt*L*I*Ct*Cp);  W=[ W1;W2];  %Matrix M  %hang1  m11=mg+mx+mt;  m13=mt*L*Ct*Sp;  m14=mt*L*St*Cp;  %hang2  m22=mt+mx;  m23=mt*L*Ct*Cp;  m24=-mt*L*St*Sp;  53    %hang3  m31= mt*L*Ct*Sp;  m32=mt*L*Ct*Cp;  m33=mt*L*L+I;  %hang4  m41=mt*L*St*Cp;  m42=-mt*L*St*Sp;  m44=mt*L*L*St*St+I;  M=[m11 0 m13 m14; 0 m22 m23 m24; m31 m32 m33 0; m41 m42 0 m44];  I2=eye(2);  q=[x;y;teta;phi];  qdot=[xdot;ydot;tetadot;phidot];  E=((qdot)'*M*qdot)/2+mt*g*L*(1-Ct);  Om=kE*E*I2 + (kv*P)/dM;  F=(inv(Om))*(-kp*e - kd*edot - (kv*W)/dM);  Fx=[1 0]*F;  Fy=[0 1]*F;  End  2/ Khâu quan sát  M = 10 ; m = 3; l = 1; g = 9.8; lamda = -10000; % eigenvalue that we need to assign a = -(M+m)*g/(m*l); b = -1/(M*l); 54    c = m*g/M; l1 = -2*lamda/c; l2 = (lamda^2+a)/c; A = [0 1;a 0]; B = [0;b]; C = [c 0]; L = [l1;l2]; eig(A-L*C)   55    ... luận văn, em xin đề xuất phương pháp điều khiển trượt thích nghi mờ cho hệ cần cẩu treo 2D                    15    CHƯƠNG 2: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI MỜ CHO CẦN CẨU TREO 2D Cần cẩu treo là một đối tượng phi tuyến mà các tham số của mô hình khó xác định ... 2: ĐIỀU KHIỂN TRƯỢT THÍCH NGHI MỜ CHO CẦN CẨU TREO 2D 16 2.1 Mô hình trạng thái biểu diễn qua hệ 16 2.2 Tổng hợp điều khiển trượt cho hệ cần cẩu treo 2D 18 2.3 Chỉnh định thích. .. Đề tài nghi n cứu và đề xuất một bộ điều khiển trượt thích nghi mờ được nghi n  cứu phát triển nhằm giải quyết hiệu quả các bài toán điều khiển cho cần cẩu treo.  Cấu  trúc điều khiển bao gồm 2 bộ điều khiển trượt bậc một ghép song song trong một mặt