(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào(Luận án tiến sĩ) Nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào
BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM NGUYỄN HỮU QUYỀN NGHIÊN CỨU GIẢI PHÁP ĐIỀU KHIỂN BÁM QUỸ ĐẠO TÀU THỦY CĨ RÀNG BUỘC TÍN HIỆU VÀ BẤT ĐỊNH HÀM Ở ĐẦU VÀO LUẬN ÁN TIẾN SĨ KỸ THUẬT HẢI PHÕNG - 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM NGUYỄN HỮU QUYỀN NGHIÊN CỨU GIẢI PHÁP ĐIỀU KHIỂN BÁM QUỸ ĐẠO TÀU THỦY CĨ RÀNG BUỘC TÍN HIỆU VÀ BẤT ĐỊNH HÀM Ở ĐẦU VÀO LUẬN ÁN TIẾN SĨ KỸ THUẬT NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA MÃ SỐ: 9520216 CHUYÊN NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA Người hướng dẫn khoa học 1: PGS.TS Trần Anh Dũng HẢI PHÒNG - 2019 LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu cá nhân tơi hướng dẫn giáo viên hướng dẫn nhà khoa học Các tài liệu tham khảo trích dẫn đầy đủ Kết nghiên cứu trung thực chưa công bố cơng trình khác Hải Phòng, ngày tháng 12 năm 2019 Giáo viên hướng dẫn Tác giả PGS.TS Trần Anh Dũng Nguyễn Hữu Quyền i LỜI CẢM ƠN Trong q trình làm luận án, tơi nhận nhiều góp ý chun mơn ủng hộ giúp đỡ giáo viên hướng dẫn, nhà khoa học, đồng nghiệp Tôi xin gửi tới họ lời cảm ơn sâu sắc Tôi xin bày tỏ lòng cảm ơn đến giáo viên hướng dẫn trực tiếp hướng dẫn suốt thời gian qua Tôi xin chân thành cảm ơn nhà khoa học, Khoa Điện - Điện tử, Viện đào tạo sau đại học, trường Đại học Hàng hải Việt Nam tạo điều kiện thuận lợi cho suốt trình học tập nghiên cứu thực luận án Cuối lời cảm ơn ủng hộ, động viên khích lệ to lớn gia đình để tơi hồn thành nhiệm vụ học tập Hải Phòng, Ngày tháng 12 năm 2019 Tác giả luận án Nguyễn Hữu Quyền ii MỤC LỤC MỞ ĐẦU 1 Tính cấp thiết đề tài Mục đích nhiệm vụ đề tài Đối tượng phạm vi nghiên cứu luận án Phương pháp nghiên cứu Ý nghĩa lý luận thực tiễn Bố cục luận án CHƢƠNG MƠ HÌNH TỐN VÀ TỔNG QUAN BÀI TỐN ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY 1.1 Mơ hình tốn mô tả chuyển động tàu thủy 1.1.1 Mô tả chuyển động tàu thủy hệ quy chiếu 1.1.2 Các hệ quy chiếu 1.1.3 Mơ hình tốn mơ tả chuyển động tàu thuỷ bậc tự 1.1.3.1 Mối quan hệ vị trí, hướng vận tốc chuyển động tàu thủy 1.1.3.2 Phương trình mô tả động lực học tàu thủy 10 1.1.3.3 Mô hình tốn tàu thuỷ bậc tự 12 1.1.4 Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự (xét mặt phẳng ngang) 13 1.1.5 Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang 17 1.1.5.1 Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang dạng mơ hình xác định 20 1.1.5.2 Mơ hình tốn bất định mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang 1.2 Tổng quan nghiên cứu điều khiển chuyển động tàu thủy 21 23 1.2.1 Tình hình nghiên cứu nước 23 1.2.2 Tình hình nghiên cứu ngồi nước 24 1.2.2.1 Tổng quan điều khiển chuyển động tàu thủy đủ cấu chấp hành 24 iii 1.2.2.2 Tổng quan điều khiển chuyển động tàu thủy thiếu cấu chấp hành 25 1.3 Hướng nghiên cứu luận án 31 1.3.1 Vấn đề đặt luận án 31 1.3.2 Ý nghĩa vấn đề ràng buộc tín hiệu điều khiển 32 1.4 Kết luận chương CHƢƠNG 32 ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY BÁM QUỸ ĐẠO ĐẶT VỚI BỘ ĐIỀU KHIỂN DỰ BÁO CĨ RÀNG BUỘC TÍN HIỆU ĐIỀU KHIỂN KHI MƠ HÌNH TÀU XÁC ĐỊNH 2.1 Ngun lý điều khiển dự báo 33 34 2.1.1 Cấu trúc điều khiển dự báo 34 2.1.1.1 Khối mơ hình dự báo 35 2.1.1.2 Khối hàm mục tiêu 36 2.1.1.3 Khối tối ưu hóa 36 2.1.1.4 Nguyên lý trượt dọc trục thời gian 37 2.1.2 Điều khiển dự báo hệ tuyến tính phản hồi trạng thái 38 2.1.3 Giải pháp điều khiển dự báo hệ song tuyến sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian 2.1.4 Một số giải pháp nâng cao chất lượng điều khiển dự báo 39 43 2.1.4.1 Nâng cao tốc độ hội tụ sai lệch bám nhờ hiệu chỉnh tín hiệu đặt theo nguyên lý học lặp (Iterative Learning) 43 2.1.4.2 Lọc nhiễu chuyển phản hồi trạng thái thành phản hồi đầu nhờ quan sát Kalman 2.2 Các phương pháp tối ưu hóa có ràng buộc 2.2.1 Những phương pháp tối ưu hóa có ràng buộc thường sử dụng 44 46 46 2.2.1.1 Phương pháp tối ưu hóa truyền thống 46 2.2.1.2 Phương pháp tối ưu tiến hóa 47 2.2.2 Giải pháp điều khiển tối ưu hóa có ràng buộc với điều khiển MPC 47 2.3 Thiết kế điều khiển MPC điều khiển chuyển động tàu bám quỹ đạo đặt, có ràng buộc tín hiệu điều khiển mơ hình tàu xác định iv 48 2.3.1 Thiết kế điều khiển dự báo phản hồi trạng thái điều khiển tàu chuyển động bám quỹ đạo đặt mơ hình tàu xác định 49 2.3.1.1 Mơ hình dự báo sở tuyến tính hóa đoạn mơ hình dọc trục thời gian 50 2.3.1.2 Xây dựng khối hàm mục tiêu điều khiển MPC 51 2.3.1.3 Xây dựng khối tối ưu hóa điều khiển 52 2.3.1.4 Thuật tốn điều khiển dự báo phản hồi trạng thái 53 2.3.1.5 Mô điều khiển MPC-S 55 2.3.2 Thiết kế điều khiển dự báo phản hồi đầu theo nguyên lý tách để điều khiển chuyển động tàu bám quỹ đạo đặt mơ hình tàu xác định 62 2.3.2.1 Xây dựng quan sát trực tiếp trạng thái từ mơ hình liên tục 63 2.3.2.2 Xây dựng quan sát trạng thái lọc nhiễu nhờ lọc Kalman mở rộng (EKF) 68 2.3.2.3 Thuật toán điều khiển dự báo phản hồi đầu với QSTT 72 2.3.2.4 Kết mô điều khiển dự báo phản hồi đầu MPC-O 74 2.4 Chứng minh tính ổn định hệ điều khiển dự báo đề xuất 81 2.5 Kết luận chương 85 CHƢƠNG ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY BÁM QUỸ ĐẠO ĐẶT VỚI BỘ ĐIỀU KHIỂN DỰ BÁO KHI MƠ HÌNH TÀU CĨ CHỨA THÀNH PHẦN BẤT ĐỊNH 86 3.1 Cấu trúc mơ hình bù thành phần bất định 86 3.2 Giải pháp bù thành phần bất định 89 3.2.1 Bù thành phần bất định 89 3.2.2 Mô ước lượng bù bất định 91 3.2.2.1 Mô kiểm chứng ước lượng với tín hiệu bất định dạng hàm bất định tác động từ bên ngồi 92 3.2.2.2 Mơ kiểm chứng ước lượng với tín hiệu bất định sinh từ mơ hình đối tượng v 93 3.2.2.3 Đánh giá ước lượng bù bất định 95 3.3 Thiết kế điều khiển dự báo điều khiển chuyển động tàu thủy bám quỹ đạo đặt mơ hình có bất định hàm đầu vào 95 3.3.1 Thiết kế điều khiển dự báo bù bất định phản hồi trạng thái 95 3.3.1.1 Thuật toán điều khiển dự báo bù bất định phản hồi trạng thái 95 3.3.1.2 Cài đặt điều khiển dự báo bù bất định phản hồi trạng thái DMPC-S 98 3.3.1.3 Kết mô phỏng, đánh giá chất lượng điều khiển DMPC-S 99 3.3.2 Thiết kế điều khiển dự báo bù bất định phản hồi đầu 104 3.3.2.1 Thuật toán điều khiển dự báo bù bất định phản hồi đầu 104 3.3.2.2 Mô điều khiển dự báo bù bất định phản hồi đầu DMPC-O 107 3.3.2.3 Kết mô phỏng, đánh giá chất lượng điều khiển DMPC-O 108 3.4 Kết luận chương 115 3.4.1 Những vấn đề thực 115 3.4.2 Các vấn đề tồn 115 CHƢƠNG XÂY DỰNG MƠ HÌNH THỰC NGHIỆM, KIỂM CHỨNG, ĐÁNH GIÁ CHẤT LƢỢNG BỘ ĐIỀU KHIỂN ĐÃ ĐỀ XUẤT 116 4.1 Phương pháp kiểm nghiệm điều khiển chạy thời gian thực (Real time) 116 4.2 Xây dựng mơ hình thực nghiệm, kiểm chứng điều khiển MPC đề xuất theo phương pháp HIL (Hardware In the Loop) 117 4.2.1 Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC 117 4.2.2 Thư viện mô thiết bị hàng hải MSS-GNC Toolbox 119 4.2.3 Card ghép nối Arduino Due R3, thư viện Arduino Libarary I/O 120 4.2.4 Ghép nối mơ hình thực nghiệm HIL, cài đặt thông số với điều khiển MPC đề xuất 122 4.2.4.1 Mơ hình tàu, mơ hình nhiễu bất định tham số cài đặt 122 4.2.4.2 Xây dựng, cài đặt mơ hình nhiễu đo 123 vi 4.2.4.3 Ghép nối, cài đặt mơ hình đo tín hiệu quỹ đạo, hướng tàu GPS - Gyrocompass 123 4.2.4.4 Ghép nối, cài đặt Card Arduino Due R3 Atemega16u2 chuyển đổi tín hiệu NMEA0183 124 4.2.4.5 Mơ hình điều khiển MPC cài đặt máy tính (PC1) 124 4.2.4.6 Hình ảnh mơ hình vật lý thực nghiệm HIL với điều khiển MPC đề xuất 126 4.3 Kết thực nghiệm, kiểm chứng điều khiển MPC đề xuất 127 4.4 Kết luận chương 132 KẾT LUẬN VÀ KIẾN NGHỊ 133 Những vấn đề giải 133 Những vấn đề tồn 133 CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ 134 TÀI LIỆU THAM KHẢO 136 PHỤ LỤC vii CÁC KÝ HIỆU ĐƢỢC SỬ DỤNG Ký hiệu Ý nghĩa toán học/vật lý u v p q r T Véc-tơ tổng quát vận tốc dài vận tốc góc hệ tọa độ gắn với thân tàu (b-frame) u Tốc độ trượt dọc tàu v Tốc độ trượt ngang tàu Tốc độ trượt đứng tàu p Tốc độ lắc ngang tàu q Tốc độ lắc dọc tàu r Tốc độ quay trở tàu C ( ) Ma trận Coriolis hướng tâm phương tiện Hàng hải Ma trận Coriolis lực hướng tâm thủy động lực học C A ( ) khối lượng nước kèm C RB Ma trận Coriolis lực hướng tâm vật rắn D Ma trận suy giảm thủy động lực học tuyến tính Dn ( ) Ma trận suy giảm thủy động lực học phi tuyến D ( ) Ma trận suy giảm thủy động lực học x y z T Véc-tơ vị trí hướng hệ tọa độ trái đất (e–frame) x Tọa tàu theo hướng dọc trục x y Tọa tàu theo hướng ngang trục y z Tọa tàu theo hướng thẳng đứng trục z Góc lắc ngang tàu Góc lắc dọc tàu d xd yd d d ud vd rd g( ) Góc hướng tàu Quỹ đạo véc-tơ vị trí hướng đặt hệ tọa độ trái đất (e-frame) Quỹ đạo vector vận tốc dài tốc độ quay trở Véc-tơ lực đẩy lực trọng trường viii J1( ) Ma trận quay chuyển đổi vận tốc dài J ( ) Ma trận quay chuyển đổi vận tốc góc J ( ) Ma trận quay chuyển đổi vận tốc dài vận tốc góc Khối lượng vật rắn m MA Ma trận quán tính hệ thống khối lượng nước kèm MRB Ma trận quán tính hệ thống vật rắn T Lực mô-men tác động lên thân tàu hệ tọa độ gắn thân tàu (b-frame) X Y Z T K M N T Lực tác động lên thân tàu hệ tọa độ (b-frame) Mô men tác động lên thân tàu hệ tọa độ (b-frame) Góc quay bánh lái (góc bẻ lái) H Lực mơ-men thủy động lực học w rd Lực mô-men nhiễu tác động bên ngồi (sóng, gió, dòng chảy,…) Lực mơmen tạo tác động bánh lái sau lái, bánh lái phụ trợ (Fin),… P Lực mô-men tạo tác động cấu đẩy u Lực gây cho tàu trượt dọc theo hướng theo trục x v Lực gây cho tàu trượt ngang hướng theo trục y r Mô-men quay trở tạo thay đổi hướng tàu F Ma trận phân bổ lực ( , ) Các véc-tơ lực mơ-men thành phần bất định mơ hình tàu nhiễu loạn từ mơi trường bên ngồi d Tín hiệu ước lượng bất định ex , ey Sai lệch bám trục x , trục y ehd eu ,ev ,er Sai lệch bám hướng Sai lệch bám tốc độ trượt dọc, trượt ngang, quay trở ix BẢNG KÝ HIỆU VIẾT TẮT Ký hiệu Tiếng Anh DOF Degree Of Freedom RHC Receding Horizon Control RBF Radial Basis Function DP Dynamic Position GPS Global Positioning System ASV ILC BODY CG SNAME Tiếng Việt Autonomous Surface Vessel Iterative Learning Control and Marine Engineers Dynamic Window Control LTI Linear Time Invariant MPC-O Tàu tự hành Điều khiển học lặp Society of Naval Architects Hiệp hội kiến trúc hải quân DWC MPC-S Hệ thống định vị toàn cầu Tọa độ trọng tâm tàu Center of gravity Sliding Mode Control MPC Hàm hướng tâm Body–fixed reference frame thân tàu SMC PSO thời gian Khung tọa độ quy chiếu gắn với Dynamic Surface Control GA Bộ điều khiển trượt dọc theo trục Hệ thống ổn định động DSC SQP Bậc tự Sequential Quadratic Programming hàng hải Điều khiển bề mặt động Điều khiển trượt Điều khiển cửa sổ động Hệ tuyến tính tham số Tối ưu toàn phương Thuật giải di truyền Genetic Algorithm Particle Swarm Tối ưu bầy đàn Optimization Model Predictive Control Điều khiển dự báo theo mơ hình Model Predictive Control - Điều khiển dự báo phản hồi trạng thái cho hệ tiền định State Model Predictive Control - Điều khiển dự báo phản hồi đầu cho hệ ngẫu nhiên Output x DMPC-S DMPC-O EKF Disturbance Model Predictive Control – State Disturbance Model Toolbox HIL NMEA trạng thái cho hệ bất định Điều khiển dự báo phản hồi đầu Predictive Control – Output cho hệ ngẫu nhiên, bất định Extended Kalman Filter Thuật toán lọc Kalman mở rộng Quan sát trạng thái trực tiếp từ QSTT MSS-GNC- Điều khiển dự báo phản hồi mơ hình liên tục Marine System Simulator – Hệ thống mô điều khiển, Guidance Navigation Control –Toolbox dẫn đường lĩnh vực Hàng hải Hardware In the Loop Thực nghiệm thời gian thực Hiệp hội điện tử Hàng hải Quốc National Marine Electronics Association xi tế DANH MỤC BẢNG Bảng 1-1 Thành phần chuyển động tham số động học tàu thủy [28] DANH MỤC HÌNH VẼ Hình 1.1 Mô tả trạng thái chuyển động tàu thủy [23] Hình 1.2 Các khung tọa độ quy chiếu [23] Hình 1.3 Mơ tả động lực học tàu thủy khung tọa độ quy chiếu quán tính gắn với trái đất khung tọa độ gắn thân tàu [23] 10 Hình 1.4 Mô tả thành phần chuyển động, thông số động học chuyển động tàu thủy mặt phẳng ngang [23] 14 Hình 2.1 Cấu trúc nguyên lý làm việc hệ điều khiển dự báo [5] 34 Hình 2.2 Nguyên lý trượt dọc trục thời gian điều khiển dự báo 38 Hình 2.3 Tuyến tính hóa đoạn mơ hình song tuyến dọc trục thời gian 42 Hình 2.4 Ý nghĩa hiệu chỉnh tín hiệu đặt cho điều khiển dự báo [5] 44 Hình 2.5 Thuật tốn điều khiển dự báo phản hồi trạng thái (MPC-S), điều khiển chuyển động tàu thủy bám quỹ đạo đặt 55 Hình 2.6 Quỹ đạo đặt kiểm chứng chất lượng điều khiển 56 Hình 2.7 Kết mô phỏng, kiểm chứng chất lượng điều khiển MPC-S với quỹ đạo hình tròn 59 Hình 2.8 Kết mô phỏng, kiểm chứng chất lượng điều khiển MPC–S với quỹ đạo hình sin 61 Hình 2.9 Cấu trúc điều khiển phản hồi đầu theo nguyên lý tách, điều khiển chuyển động tàu thủy bám quỹ đạo đặt 62 Hình 2.10 Quan sát trạng thái trực tiếp từ mơ hình liên tục tàu thủy ba bậc tự 64 Hình 2.11 Đồ thị mô kết QSTT tàu chạy quỹ đạo hình tròn 66 Hình 2.12 Đồ thị mơ kết QSTT tàu chạy quỹ đạo hình sin 67 xii Hình 2.13 Kết mô so sánh QSTT Kalman (EKF) khơng có nhiễu đo 70 Hình 2.14 Kết mơ so sánh QSTT Kalman (EKF) có nhiễu đo 71 Hình 2.15 Thuật tốn điều khiển dự báo phản hồi đầu theo nguyên lý tách, điều khiển chuyển động tàu thủy bám quỹ đạo đặt (MPC-O) 73 Hình 2.16 Cấu trúc điều khiển MPC-O với quan sát trạng thái trực tiếp 74 Hình 2.17 Kết mơ phỏng, kiểm chứng chất lượng điều khiển MPC-OQSTT với quỹ đạo hình tròn 77 Hình 2.18 Kết mơ phỏng, kiểm chứng chất lượng điều khiển MPC-OQSTT với quỹ đạo hình sin 80 Hình 3.1 Biểu diễn khơng gian ảnh thành phần bất định ( , ) 87 Hình 3.2 Bù thành phần bất định cho hệ có mơ hình bất định để tương đương hệ có mơ hình xác định 88 Hình 3.3 Kết mô ước lượng d1,d2 từ thành phần bất định d1,d2 với tín hiệu bất định giả thiết dạng sóng hình Sin 92 Hình 3.4 Kết mơ tín hiệu ước lượng d từ thành phần bất định d với tín hiệu bất định giả thiết dạng tín hiệu Random 93 Hình 3.5 Kết mơ tín hiệu ước lượng d , từ thành phần bất định d với tín hiệu bất định giả thiết dạng xung vuông 93 Hình 3.6 Kết ước lượng thành phần bất định d1,d2 thay đổi hệ số ma trận thủy động lực học D ( ) mơ hình 94 Hình 3.7 Cấu trúc điều khiển dự báo phản hồi trạng thái có bù bất định 96 Hình 3.8 Thuật tốn điều khiển dự báo phản hồi trạng thái có bù bất định DMPC-S 97 Hình 3.9 Kết mơ phỏng, kiểm chứng chất lượng điều khiển DMPC-S với quỹ đạo hình tròn 101 Hình 3.10 Kết mơ phỏng, kiểm chứng chất lượng điều khiển DMPC-S với quỹ đạo hình sin 103 xiii Hình 3.11 Cấu trúc điều khiển dự báo phản hồi đầu có bù bất định 105 Hình 3.12 Thuật tốn điều khiển dự báo phản hồi đầu có bù bất định DMPC-O 106 Hình 3.13 Kết mô phỏng, kiểm chứng chất lượng điều khiển DMPC-O với quỹ đạo hình tròn 110 Hình 3.14 Kết mô phỏng, kiểm chứng chất lượng điều khiển DMPC-O với quỹ đạo hình sin 113 Hình 4.1 Các phương pháp mô thời gian thực 116 Hình 4.2 Cấu trúc lai mơ thời gian thực 117 Hình 4.3 Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC đề xuất 118 Hình 4.4 Thư viện mơ hệ thống điều khiển Hàng hải MSS-GNC 119 Hình 4.5 Thư viện MSS-GNC Toolbox cài đặt Simulink-Matlab 120 Hình 4.6 Card ghép nối máy tính Arduino due R3 giao tiếp với Matlab 121 Hình 4.7 Thư viện Arduino I/O Matlab - Simulink 121 Hình 4.8 Mơ hình tàu thủy thư viện MSS - GNC Toolbox ghép nối cài đặt PC2 122 Hình 4.9 Mơ hình nhiễu đo tham số cài đặt 123 Hình 4.10 Mơ hình xác định quỹ đạo, hướng GPS- GYRO 124 Hình 4.11 Mơ hình điều khiển MPC cài đặt PC1 125 Hình 4.12 Hình ảnh mơ hình vật lý thực nghiệm phòng thí nghiệm Mơ hình hóa trường Đại học Hàng hải Việt Nam 127 Hình 4.13 Kết thực nghiệm HIL với điều khiển DMPC-O-quỹ đạo hình tròn 131 xiv MỞ ĐẦU Tính cấp thiết đề tài Nghị số 36-NQ/TW chiến lược phát triển bền vững kinh tế biển Việt Nam đến năm 2030 tầm nhìn đến năm 2045 rõ: “ vấn đề khoa học, công nghệ, phát triển nguồn nhân lực biển tiếp cận, tận dụng tối đa thành tựu khoa học, công nghệ tiên tiến thuộc nhóm nước dẫn đầu ASEAN, có số lĩnh vực khoa học cơng nghệ biển đạt trình độ tiên tiến, đại giới Đào tạo phát triển nguồn nhân lực biển, hình thành đội ngũ cán khoa học cơng nghệ biển có lực, trình độ cao” Với chủ trương phát triển năm gần đây, sở nghiên cứu, nhà máy đóng tàu, doanh nghiệp vận tải biển nước không ngừng nâng cao lực thiết kế, đổi mặt công nghệ, áp dụng khoa học kỹ thuật tiên tiến để thiết kế đóng hàng loạt tàu chở hàng với trọng tải lớn, tàu nghiên cứu biển, tàu kiểm ngư, tàu chuyên dụng cảnh sát biển đội biên phòng,… Cùng với phát triển khoa học kỹ thuật, bùng nổ công nghệ điện tử - tin học cách mạng công nghiệp 4.0 việc áp dụng trang thiết bị kỹ thuật, công nghệ tự động hóa tiên tiến, đại tàu thủy như: hệ thống lái tự động tàu thủy (Auto Pilot), hệ thống điều khiển chuyển động tàu theo quỹ đạo, hệ thống định vị tàu DP (Dynamic Position), hệ thống nghi khí Hàng hải định vị vệ tinh, hệ thống dẫn đường GPS (Global Positioning System), Radar, hệ thống tự động hóa buồng máy, hệ thống tự động hóa trạm phát điện nhằm cải thiện nâng cao chất lượng khai thác tàu thủy Trong lĩnh vực nghiên cứu, nhà khoa học ngồi nước khơng ngừng quan tâm, nghiên cứu, tổng hợp điều khiển áp dụng vào tàu thủy như: Từ điều khiển kinh điển PID [28], điều khiển tuyến tính LQR (Liner Quadratic Regulator), LQG (Linear Quadratic Gaussian) [33],…đến điều khiển phi tuyến như: Backstepping [70], [63], trượt SMC (Sliding Mode Control) [10], [48], điều khiển mặt động DSC (Dynamic Surface Control) [22], điều khiển thích nghi [68], [75] hay điều khiển phi tuyến kết hợp với điều khiển mờ, Neural, SMC - Backstepping, SMC - thích nghi để giải yếu tố bất định phức tạp mơ hình tàu nhằm nâng cao chất lượng điều khiển [14],… Bài toán nghiên cứu điều khiển chuyển động tàu thủy đặt nhiều khó khăn, thách thức với nhà khoa học nghiên cứu, lý vì: i) Tàu thủy phương tiện hàng hải hoạt động môi trường phức tạp khơng có cấu trúc xác định, điều dẫn đến nhiễu loạn không dự báo hệ thống điều khiển, ví dụ dòng chảy đại dương, sóng gió… ii) Mơ hình động lực học tàu thủy mơ hình phi tuyến bất định, tham số mơ hình tàu phụ thuộc vào biến trạng thái điều khiển [24] Phương trình tốn mơ tả chuyển động tàu thuỷ phương trình vi phân bậc cao, xét tính chất động học tàu thủy cho thấy đối tượng có tính chất như: q trình dao động, thời gian độ dài, độ dự trữ ổn định thấp Tổng quan chung điều khiển chuyển động tàu thủy cho thấy điều khiển phi tuyến mang tính thời nghiên cứu, áp dụng vào điều khiển tàu thủy Việc tổng hợp điều khiển phi tuyến dựa hàm điều khiển Lyapunov, việc xác định hàm điều khiển Lyapunov phức tạp thách thức thiết kế điều khiển Các cơng trình nghiên cứu điều khiển chuyển động tàu thủy dừng lại việc giải vấn đề điều khiển đơn lẻ chưa có cơng trình giải kết hợp chung vấn đề như: bám quỹ đạo, ràng buộc tín hiệu điều khiển, sử dụng mơ hình có chứa thành phần bất định nhiễu tác động ngẫu nhiên,… điều khiển Do phương pháp điều khiển để điều khiển chuyển động tàu thủy đáp ứng vấn đề làm phong phú thêm phương pháp điều khiển nâng cao chất lượng điều khiển chuyển động tàu thủy Mục đích nhiệm vụ đề tài Mục đích đề tài nghiên cứu ứng dụng điều khiển dự báo theo mơ hình MPC (Model Predictive Control) với nguyên tắc trượt dọc trục thời gian RHC (Receding Horizon Control), sở tuyến tính hóa đoạn mơ hình phi tuyến dọc trục thời gian để thiết kế điều khiển tàu thủy bám quỹ đạo, có ràng buộc tín hiệu mơ hình tốn có chứa thành phần bất định Để thực mục tiêu này, đề tài đặt nhiệm vụ sau: Nghiên cứu mơ hình tốn mơ tả chuyển động tàu thủy dạng biến đổi khác mơ hình tốn Trên sở phân tích tổng quan phương pháp điều khiển chuyển động tàu thủy cơng bố ngồi nước năm gần đây, từ đặt hướng nghiên cứu cho luận án Nghiên cứu lý thuyết điều khiển tối ưu có ràng buộc với điều khiển dự báo theo mơ hình MPC Nghiên cứu xây dựng quan sát trạng thái ước lượng, bù thành phần bất định Áp dụng nguyên lý điều khiển dự báo MPC sở tuyến tính hóa đoạn mơ hình phi tuyến để xây dựng điều khiển tàu có mơ hình tốn dạng thiếu cấu chấp hành bám theo quỹ đạo đặt có ràng buộc tín hiệu mơ hình tàu có chứa thành phần bất định Mô thực nghiệm theo phương pháp HIL (Hardware In the Loop) để kiểm chứng điều khiển Đối tƣợng phạm vi nghiên cứu luận án Đối tƣợng nghiên cứu đề tài: Đối tượng nghiên cứu đề tài tàu nổi, choán nước, có mơ hình tốn dạng thiếu cấu chấp hành (Underactuated) toán điều khiển tàu bám theo quỹ đạo đặt Phạm vi nghiên cứu đề tài là: Nghiên cứu thiết kế điều khiển tàu bám theo quỹ đạo đặt với mơ hình tốn tàu nổi, chốn nước, ba bậc tự dạng thiếu cấu chấp hành xét mặt phẳng ngang có ràng buộc tín hiệu điều khiển bất định hàm đầu vào (khơng xét đến mơ hình cấu thực tàu) Mơ hình tốn mơ tả động lực học tàu thủy mặt phẳng ngang có chứa thành phần bất định, chịu ảnh hưởng yếu tố nhiễu ngẫu nhiên từ mơi trường ngồi Tàu hoạt động chế độ chạy kiểm tra tính điều động, quay trở, điều kiện hạn chế sóng, gió, dòng chảy…khơng lớn cấp 5, điều có nghĩa nhiễu ngẫu nhiên tác động từ mơi trường ngồi không lớn Phƣơng pháp nghiên cứu Sử dụng phương pháp từ phân tích, đánh giá sau tổng hợp, cụ thể sau: Nghiên cứu, phân tích mơ hình tốn mơ tả động lực học tàu thủy mặt phẳng ngang Phân tích, đánh giá cơng trình nghiên cứu cơng bố ngồi nước báo, tạp chí, tài liệu tham khảo điều khiển chuyển động tàu thủy Đặc biệt phương pháp điều khiển áp dụng cho tàu nổi, chốn nước có mơ hình tốn dạng thiếu cấu chấp hành Nghiên cứu lý thuyết điều khiển dự báo ứng dụng điều khiển dự báo sở tuyến tính hóa đoạn mơ hình phi tuyến để tổng hợp, thiết kế điều khiển Kiểm chứng kết nghiên cứu mô Matlab - Simulink thực nghiệm theo phương pháp HIL Ý nghĩa lý luận thực tiễn Về mặt phương pháp luận, luận án hướng tới Luận án đưa phương pháp luận, đề xuất áp dụng điều khiển phi tuyến để điều khiển chuyển động tàu thủy bám quỹ đạo đặt Cụ thể là, điều khiển theo nguyên lý RHC (trượt dọc trục thời gian), điều khiển dự báo MPC cho đối tượng tàu thủy, có mơ hình tốn dạng thiếu cấu chấp hành dựa kỹ thuật tuyến tính hóa đoạn mơ hình phi tuyến Luận án góp phần bổ sung làm phong phú thêm phương pháp điều khiển chuyển động tàu thủy Về mặt thực tiễn luận án hướng tới Kết luận án thực hóa vấn đề điều khiển chuyển động đối tượng có mơ hình tốn dạng thiếu cấu chấp hành bám theo quỹ đạo đặt Cụ thể tàu thủy, đối tượng có tính phi tuyến lớn, mơ hình có chứa thêm thành phần bất định có hai tác động điều khiển bánh lái chân vịt phía sau lái Bố cục luận án Luận án trình bày chương với nội dung tóm tắt sau: Chƣơng Mơ hình tốn tổng quan tốn điều khiển chuyển động tàu thủy Phân tích mơ hình tốn mơ tả động lực học tàu thủy Mơ hình tàu bậc, bậc tự xét mặt phẳng ngang dạng đủ thiếu cấu chấp hành Phân tích tổng quan phương pháp điều khiển chuyển động tàu thủy đủ thiếu cấu chấp hành công bố nước Xác định đối tượng hướng nghiên cứu luận án Chƣơng Điều khiển chuyển động tàu thủy bám quỹ đạo đặt với điều khiển dự báo có ràng buộc tín hiệu điều khiển mơ hình tàu xác định Phân tích tổng quan điều khiển dự báo MPC, điều khiển dự báo hệ song tuyến sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian số giải pháp nâng cao chất lượng điều khiển dự báo Các phương pháp tối ưu hóa có ràng buộc, giải pháp ràng buộc tín hiệu điều khiển với điều khiển MPC Xây dựng điều khiển MPC phản hồi trạng thái MPC-S (Model Predictive Control - State) phản hồi đầu MPC-O (Model Predictive Control - Output) dựa kỹ thuật tuyến tính hóa đoạn mơ hình phi tuyến với quan sát trực tiếp từ mơ hình liên tục đề xuất áp dụng quan sát Kalman mở rộng (EKF) mơ hình tàu xác định Chứng minh ổn định điều khiển đề xuất, mô kiểm nghiệm kết Chƣơng Điều khiển chuyển động tàu thủy bám quỹ đạo đặt với điều khiển dự báo mơ hình tàu có chứa thành phần bất định Trên sở mơ hình tốn có chứa thành phần bất định, luận án xây dựng nhận dạng, ước lượng bù tín hiệu bất định Thiết kế điều khiển, xây dựng thuật toán điều khiển dự báo phản hồi trạng thái có bù bất định DMPC-S (Disturbance Model Predictive Control - State) điều khiển dự báo phản hồi đầu có bù bất định DMPC-O (Disturbance Model Predictive Control - Output) Mô kiểm nghiệm kết điều khiển Chƣơng Xây dựng mơ hình thực nghiệm, kiểm chứng, đánh giá chất lƣợng điều khiển đề xuất Xây dựng mơ hình thực nghiệm kiểm chứng chất lượng điều khiển theo phương pháp HIL Sử dụng công cụ mô điều khiển thiết bị Hàng hải MSSGNC (Guidance Navigation Control) Toolbox cài đặt Simulink - Matlab, kết hợp với phần cứng sử dụng Card Arduino Due giao tiếp với Matlab để xây dựng mơ hình thực nghiệm CHƢƠNG MƠ HÌNH TỐN VÀ TỔNG QUAN BÀI TỐN ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY Bài toán điều khiển chuyển động tàu thủy, giống toán điều khiển khác, việc phải hiểu biết, nắm rõ đặc tính động học đối tượng điều khiển quan hệ với mơi trường xung quanh, trước tiến hành thiết kế điều khiển cho Kết q trình tìm hiểu đối tượng điều khiển thường mơ hình tốn mơ tả đặc tính động học Từ đó, dựa vào mơ hình tốn u cầu chất lượng điều khiển mong muốn người ta đề xuất phương pháp điều khiển thích hợp Cũng lẽ đó, chương này, để trình bày tổng quan phương pháp điều khiển chuyển động tàu thủy có Trước tiên, luận án trình bày mơ hình động học động lực học tàu thủy từ mơ hình tổng qt mơ tả chuyển động tàu thủy sáu bậc tự do, ba bậc tự đủ thiếu cấu chấp hành, sau vào phân tích tổng quan phương pháp điều khiển nước áp dụng điều khiển chuyển động tàu thủy Mô hình tốn mơ tả chuyển động tàu thủy 1.1 1.1.1 Mô tả chuyển động tàu thủy hệ quy chiếu Tàu thủy đối tượng hoạt động nước, môi trường hoạt động phức tạp, chịu tác động yếu tố ngẫu nhiên, như: sóng, gió, dòng chảy Động lực học tàu thủy áp dụng định luật Newton, đó, coi tàu thủy vật rắn chuyển động môi trường chất lỏng chuyển động tàu thủy gồm bậc tự (6 DOF: Degree Of Freedom) [24], [29] Các thành phần chuyển động tàu thủy mơ tả Hình 1.1, bao gồm chuyển động: trượt dọc (surge), trượt ngang (sway), trượt đứng (heave), lắc ngang (roll), lắc dọc (pitch) quay trở (yaw) Hình 1.1 Mơ tả trạng thái chuyển động tàu thủy [24] Các thành phần chuyển động tham số động học tàu thủy mô tả chi tiết Bảng 1-1 Bảng 1-1 Thành phần chuyển động tham số động học tàu thủy [24] STT Loại chuyển động Lực mô-men Véc-tơ vận Vị trí góc tốc dài, vận Euler tốc góc trượt dọc (surge) X u trượt ngang (sway) Y v x y trượt đứng (heave) Z z lắc ngang (roll) K p lắc dọc (pitch) M q quay trở (yaw) N r 1.1.2 Các hệ quy chiếu Nghiên cứu chuyển động tàu thủy thường gặp hệ quy chiếu mơ tả Hình 1.2, gồm có: Hệ quy chiếu ECI (i-frame) – hệ quy chiếu có khung tọa độ định vị trái đất xiyi zi , có gốc đặt tâm trái đất Hệ quy chiếu ECEF (e-frame) – hệ quy chiếu có khung tọa độ qn tính xeyeze , có gốc đặt tâm trái đất, quay xung quanh trục z với tốc độ e Hệ qui chiếu NED (n-frame) – hệ quy chiếu có khung tọa độ địa lý xnyn zn , gốc đặt bề mặt tiếp tuyến với trái đất, trục x hướng bắc, trục y hướng đông, trục z hướng tới bề mặt trái đất Hình 1.2 Các khung tọa độ quy chiếu [24] Hệ quy chiếu BODY (b-frame) – hệ quy chiếu có khung tọa độ gắn với phương tiện hàng hải cần khảo sát oxbybzb có gốc đặt trọng tâm tàu, trục x gắn hướng mũi tàu, trục y hướng ngang mạn tàu, trục z hướng thẳng đáy tàu Dựa theo bảng 1.1, chuyển động tàu thủy mô tả véc-tơ sau [24]: T 1 R ,1 x y z R3 , R3 T T 1 R , 1 u v R3 , p q r R3 T T T 1 R , X Y Z R3 , K M N R3 T T T đó: – véc-tơ vị trí hướng hệ tọa độ trái đất (n-frame) – véc-tơ vận tốc dài vận tốc góc hệ tọa độ gắn với thân tàu (bframe) – lực mô-men tác động lên thân tàu hệ tọa độ gắn với thân tàu 1.1.3 Mơ hình tốn mô tả chuyển động tàu thuỷ bậc tự 1.1.3.1 Mối quan hệ vị trí, hƣớng vận tốc chuyển động tàu thủy Đạo hàm bậc véc-tơ vị trí 1 véc-tơ vận tốc dài 1 liên hệ với qua biểu thức (1.1), [28]: 1 J1( )1 (1.1) J1( ) – ma trận chuyển đổi, đưa sau: c( )c( ) s ( )c( ) c( )s ( )s ( ) s ( )s ( ) c( )s ( )c( ) J1 ( ) s ( )c( ) c( )c( ) s ( )s ( )s ( ) c( )s ( ) s ( )s ( )c( ) (1.2) s ( ) c( )s ( ) c( )c( ) c (.) cos(.),s (.) sin(.) Có thể thấy J1 ( ) ma trận trực giao, nghĩa là: J1( )T J1( )1 (1.3) Mặt khác đạo hàm bậc véctơ có mối quan hệ (1.4): J ( ) (1.4) Ở ma trận J ( ) cho (1.5): sin tan J ( ) cos sin cos cos tan sin cos cos (1.5) Đối với phương tiện hoạt động mặt biển J ( ) ln hữu hạn, có hay cos Kết hợp (1.1) (1.4) có mối quan hệ vị trí, hướng vận tốc chuyển động tàu thủy theo (1.6) 1 J1 ( ) O3X 1 J ( ) O3X J ( ) (1.6) 1.1.3.2 Phƣơng trình mơ tả động lực học tàu thủy Chuyển động phương tiện hàng hải (tàu thủy) mô tả giống chuyển động vật rắn môi trường chất lỏng hệ tọa độ gắn với vật rắn (b-frame) oxbybzb , trọng tâm vật rắn trùng với gốc tọa độ gắn vật rắn o , mơ tả Hình 1.3 Phương trình mơ tả chuyển động tàu thủy môi trường Đại Dương biểu diễn sau [28]: MRB CRB ( ) RB (1.7) đó: u v p q r – véc-tơ tổng quát vận tốc dài vận tốc góc hệ T tọa độ gắn với thân tàu (b-frame) Hình 1.3 Mơ tả động lực học tàu thủy khung tọa độ quy chiếu quán tính gắn với trái đất khung tọa độ gắn thân tàu [24] MRB – ma trận quán tính C RB – ma trận Coriolis hướng tâm RB XY Z K M N – véc-tơ tổng qt lực mơ-men phân tích T hệ tọa độ gắn với thân tàu (b-frame) Véc-tơ tổng quát lực, mô-men bao gồm thành phần RB H w Trong đó: H – lực mơ-men thủy động lực học 10 w – lực mơ-men nhiễu tác động từ bên ngồi (sóng, gió, dòng chảy,…) – lực mơ-men gây cầu thực tàu (chân vịt, bánh lái) Các thành phần lực mô-men phân tích sau: a Lực mơmen thủy động lực học – H Theo Faltinsen (1990) (được trích dẫn [27] tác giả Fossen) tàu thủy chuyển động môi trường biển chịu tác động lực mô-men thủy động lực học bao gồm: lực cảm ứng xạ lực ma sát bề mặt với nước, độ trơi, xốy nước Thứ nhất, xét lực mômen cảm ứng xạ (ký hiệu R ) bao gồm thành phần sau: (i) Thành phần khối lượng nước kèm (added mass) quán tính chất lỏng xung quanh thân tàu gây đặc trưng ma trận MA ,CA ( ) (ii) Sự suy giảm năng lượng bị sóng biển, đặc trưng ma trận Dp ( ) (iii) Lực phục hồi (do trọng lượng lực đẩy gây ra), thành phần tạo thành lực mômen ký hiệu R tính sau: R MA C A ( ) Dp ( ) g( ) (1.8) đó: M A – ma trận quán tính khối lượng nước kèm C A ( ) – ma trận coriolis hướng tâm thủy động lực học Dp ( ) – ma trận giảm chấn thủy động lực học g ( ) – lực mô-men phục hồi, lực sinh trọng lực tính tàu tác động nước lên thân tàu Thứ hai, xét lực ma sát bề mặt với nước, độ trơi, xốy nước(ký hiệu D ) sau: Ngoài giảm chấn cảm ứng xạ nêu trên, phải tính đến hiệu ứng giảm chấn khác ma sát bề mặt ký hiệu DS ( ) , giảm chấn độ trơi sóng 11 ký hiệu DW ( ) giảm chấn bong bóng xoáy nước ký hiệu DM ( ) , lực ma sát bề mặt với nước, độ trơi, xốy nước tính (1.9): D DS ( ) DW ( ) DM ( ) (1.9) Từ (1.8), (1.9) ma trận giảm chấn thủy động lực học xác định tổng thành phần sau: D ( ) DP ( ) DS ( ) DW ( ) DM ( ) (1.10) Nói chung ma trận giảm chấn thủy động lực học D ( ) tàu biển chủ yếu giảm chấn năng, ma sát bên ngồi, giảm chấn ma sát với sóng giảm chấn bong bóng xốy Nhưng thật khó để đưa biểu thức chung ma trận giảm chấn thủy động lực học D ( ) Tuy nhiên coi ma trận giảm chấn thủy động lực học D ( ) gồm hai thành phần tuyến tính phi tuyến, (1.11): D ( ) D Dn ( ) (1.11) Trong đó: D – thành phần giảm chấn tuyến tính thủy động lực học Dn ( ) – thành phần giảm chấn phi tuyến thủy động lực học b Lực mô-men nhiễu tác động từ bên – w Lực mô-men tác động nhiễu loạn môi trường lên tàu bao gồm: sóng, gió, dòng chảy, Mơ hình nhiễu loạn luận án phân tích chi tiết phần phụ lục c Lực mô-men tác động cấu đẩy – Lực mô-men tác động cấu đẩy coi gồm thành phần sau: rd p đó: rd – lực mô-men tạo tác động bánh lái sau lái, bánh lái phụ trợ (Fin)… p – lực mô-men tạo tác động cấu đẩy (chân vịt) 1.1.3.3 Mơ hình toán tàu thuỷ bậc tự Từ phân tích trên, động lực học mơ tả chuyển động tàu thủy bậc tự viết tổng quát lại sau [28] 12 J ( ) M C ( ) D ( ) g ( ) w (1.12) đó: x y z R6 – véc-tơ vị trí, hướng hệ tọa độ trái đất (eT frame) J ( ) R6 – ma trận chuyển đổi u v w p q r R6 – véc-tơ vận tốc dài vận tốc góc hệ tọa độ T gắn với thân tàu (b-frame) M MRB MA , MRB – ma trận quán tính, M A – ma trận quán tính khối lượng nước kèm (addmass) C ( ) CRB ( ) CA ( ) , C RB ( ) ma trận coriolis hướng tâm, C A ( ) ma trận coriolis hướng tâm thủy động lực học D ( ) D Dn ( ) , D – ma trận giảm chấn tuyến tính, Dn ( ) – ma trận giảm chấn phi tuyến thủy động lực học w – nhiễu tác động vào tàu thủy bao gồm sóng, gió, dòng chảy đại dương,… – lực mơ-men tạo cấu thực tàu bao gồm chân vịt, bánh lái 1.1.4 Mơ hình tốn mô tả chuyển động tàu thủy ba bậc tự (xét mặt phẳng ngang) Chuyển động tàu thủy xét mặt phẳng ngang đặc trưng thành phần: trượt dọc với tốc độ u , trượt ngang với tốc độ v , quay trở với tốc độ r Bỏ qua thành phần lắc ngang p , lắc dọc q , trượt đứng w , hay phương trình (1.12) có p q w Chuyển động tàu thủy ba bậc tự xét mặt phẳng ngang mô tả Hình 1.4 13 Hình 1.4 Mơ tả thành phần chuyển động, thông số động học chuyển động tàu thủy mặt phẳng ngang [24] Mô tả chuyển động tàu thủy ba bậc tự do, xét mặt phẳng ngang đặc trưng bởi: Véc-tơ vị trí hướng hệ tọa độ trái đất (e-frame) x y R3 T Véc-tơ vận tốc dài vận tốc góc hệ tọa độ gắn với thân tàu (b-frame) u v r R3 T Để có mơ hình tốn thể đầy đủ đặc trưng động lực học tàu thủy mặt phẳng ngang, giả định sau đưa ra: Giả định với mơ hình tốn tàu thủy ba bậc tự [28] (i) Tàu có khối lượng đồng đối xứng qua mặt phẳng mạn tàu (đối xứng qua mặt phẳng xz hệ tọa độ gắn với thân tàu) (ii) Gốc tọa độ gắn với thân tàu (trong hệ tọa độ b-frame) trùng với trọng tâm tàu cho yg (với yg – tọa độ trọng tâm tàu hệ tọa độ bframe) (iii) Nếu tốc độ tàu thấp bỏ qua ma trận giảm chấn phi tuyến Dn ( ) , tàu chạy tốc độ cao bỏ qua ma trận Dn ( ) cơng thức (1.11) (trích theo tài liệu [28], trang 106) Khi phương trình động lực học ba bậc tự mô tả chuyển động tàu thủy mặt phẳng ngang theo [25] viết (1.13) J ( ) M C ( ) D ( ) g ( ) w 14 (1.13) đó: J – ma trận chuyển đổi ma trận trực giao J 1 J T tối thiểu hoá thành phần bậc tự xét mặt phẳng ngang (1.2), có ma trận chuyển đổi J sau: cos J ( ) sin sin cos 0 (1.14) Do xét thành phần chuyển động mặt ngang nên mô-men quán tính I xy I yz , ma trận MRB , M A ma trận M xác định (1.15) (1.16) Xu M A 0 Yu Yr M M A M RB m Yr , M RB m N r mx g m Xu 0 m Yv mx g yr mx g Iz (1.15) mx g yr I z Nr (1.16) Các phần tử biểu thức (1.15), (1.16) ký hiệu theo SNAME 1950 (ký hiệu theo Hiệp hội kiến trúc hải quân hàng hải), ký hiệu sử dụng tài liệu [24] giải thích ví dụ như: lực Y khối lượng nước kèm, dọc theo trục y , với gia tốc u (hướng trục x ) viết là: Y Yu u, Yu Y , m – khối lượng tàu, I z – mơ-men quán tính xung u quanh trục z , z g – tọa độ trọng tâm tàu trục ozb hệ tọa độ (b-frame) Ma trận coriolis xét mặt phẳng ngang được cho (1.17): C m x g r v Yvv Yr r 0 mu Xuu 15 m x g r v Yvv Yr r mu Xuu (1.17) Ma trận giảm chấn thủy động lực học D ( ) xác định bao gồm: D ( ) D Dn ( ) Nếu tốc độ tàu thấp bỏ qua thành phần Dn ( ) ma trận D ( ) có thành phần tuyến tính D ( ) D Dn ( ) D Nếu tốc độ tàu cao bỏ qua thành phần giảm chấn phi tuyến Dn ( ) , D ( ) gồm hai thành phần tuyến tính D phi tuyến Dn ( ) , D , Dn ( ) xác định theo (1.18) X u D 0 Yv Nv X u uu Yr , Dn N r 0 Y v v v Y r v r Yv r v Nvv v Nrv r Nvr v Nrr (1.18) r Các phần tử ma trận D , Dn ( ) (1.18) ký hiệu theo SNAME 1950 giải thích ví dụ sau: Yv v 2Y v v (1.19) – lực mô-men tạo cấu thực tàu, lực mômen cho (1.20) u v r T (1.20) đó: u – lực làm cho tàu trượt dọc theo hướng trục x v – lực làm cho tàu trượt ngang theo hướng trục y r – mô-men quay xung quanh trục z mặt phẳng xoy , gây thay đổi hướng tàu Theo Fossen [24], [28] mơ hình tàu bậc tự xét mặt phẳng ngang với mơ hình tốn (1.13), thành phần lực tác động có đầy đủ ba thành phần u , v , r (1.20) u v r T mơ hình tốn xét mặt phẳng ngang gọi mơ hình tàu đủ cấu chấp hành (Full Actuated) Đây mơ hình tốn loại tàu có nhiều cấu thực như: chân vịt sau lái tạo lực đẩy trượt dọc u , chân vịt ngang hai bên mạn tàu tạo lực trượt ngang v , bánh lái 16 sau lái tạo mơ-men r thay đổi hướng tàu Mơ hình tốn thường gặp tàu cơng trình, tàu phục vụ nhiệm vụ đặc biệt biển,… Mơ hình tốn thường sử dụng nghiên cứu điều khiển ổn định động DP (Dynamic Position) cho tàu thủy Mơ hình tốn loại tàu phân tích sử dụng để thiết kế điều khiển tài liệu [23] - [29], cơng trình [15], [37], [42], [49], [52], [61], [71], [73], [76] Mặt khác, u r tức mô hình tốn tàu khơng có thành T phần lực gây trượt ngang v (phần tử thực khơng có cấu đẩy ngang) hướng theo trục y mơ hình tốn xét mặt phẳng ngang gọi mơ hình tàu thiếu cấu chấp hành (Underactuated) Giả thiết lực tác động bánh lái phía sau lái có thành phần lực gây trượt ngang nhỏ, điều khơng tính thực tế tàu khơng có dạt ngang q trình chuyển động Điều lý giải mơ hình tốn tàu thiếu cấu chấp hành trình bày đây, theo phương trình (1.21) tác động dạt ngang tạo thành phần u , r Đây mơ hình tốn đặc trưng cho loại tàu có cấu thực chân vịt bánh lái phía sau lái Nếu tàu có chân vịt mũi thực tế chân vịt mũi hoạt động chế độ tàu điều động vào cầu cảng Điều không làm ảnh hưởng hay tính tổng quát mơ hình tốn tàu thủy thiếu cấu chấp hành Mơ hình tốn tàu thủy thiếu cấu chấp hành thường gặp phổ biến tàu chở hàng, tàu Container,… Mơ hình tốn tàu thiếu cấu chấp hành thường sử dụng để nghiên cứu, thiết kế điều khiển tàu chuyển động theo quỹ đạo đặt, ổn định hướng xét mặt phẳng ngang Mơ hình tốn loại tàu phân tích sử dụng để thiết kế điều khiển tài liệu [10], [14], [16] - [22], [30], [35], [40], [41], [56], cơng trình [62] - [70] 1.1.5 Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang Một đối tượng điều khiển coi thiếu cấu chấp hành (Underactuated) số tín hiệu điều khiển đầu vào số biến trạng thái điều khiển (hay số bậc tự do) [21] Mơ hình tốn tàu thủy ba bậc tự thiếu cấu chấp hành loại tàu có hai tác động điều khiển chân vịt (chân vịt phía sau lái) làm cho tàu 17 chuyển động tịnh tiến bánh lái (bánh lái phía sau lái) làm cho tàu chuyển động quay hướng, thiếu cấu thực làm chuyển động dạt ngang Để có mơ hình tốn mơ tả đầy đủ tính chất động học tàu thủy ba bậc tự dạng thiếu cấu chấp hành mặt phẳng ngang, giả định sau đưa ra: Giả định với mơ hình tốn tàu ba bậc tự thiếu cấu chấp hành (theo nguồn [21]) (i) Tàu có khối lượng đồng đối xứng qua mặt phẳng mạn tàu (đối xứng qua mặt phẳng xz ) (ii) Gốc tọa độ gắn với thân tàu, trùng với trọng tâm tàu cho yg (với yg – tọa độ trọng tâm tàu hệ tọa độ b-frame (iii) Tàu thiếu cấu chấp hành thường có kết cấu mặt phẳng đối xứng nhau, trục khung tọa độ gắn thân tàu (b-frame) chọn cho trùng với trục theo dòng dịch chuyển chất lỏng Thực tế hầu hết tàu có mặt phẳng đối xứng mạn trái/phải, đối xứng đỉnh/đáy khơng cần thiết cho chuyển động mặt phẳng ngang Sự không đối xứng đi/mũi tàu có nghĩa phần tử tốn hạng không đường chéo ma trận M , D ( ) khác Tuy nhiên toán hạng nhỏ so với phần tử đường chéo Điều dẫn tới giả định tàu thiếu cấu chấp hành xét mặt phẳng ngang bỏ qua phần tử không đường chéo ma trận M , D ( ) Với giả định trên, phương trình động lực học ba bậc tự mô tả chuyển động tàu thủy thiếu cấu chấp hành theo tài liệu [21] mô tả (1.21): J ( ) M C ( ) D ( ) g ( ) F w (1.21) đó: x y R3 – véc-tơ tọa độ vị trí hướng hệ tọa độ trái đất T cos J ( ) sin sin cos 0 (1.22) 18 u v r R3 – véc-tơ vận tốc dài (trượt dọc, trượt ngang) vận tốc góc T (tốc độ thay đổi hướng đi) hệ tọa độ gắn thân tàu (b-frame) F – ma trận phân bổ lực (ma trận F kích thước 3x2, số hàng nhiều số cột thể đặc điểm mơ hình thiếu cấu chấp hành), tàu thủy có cấu thực chân vịt bánh lái phía sau lái ma trận phân bổ lực 1 đưa sau: F 0 0 – lực mô-men tạo cấu thực hiện, với ma trận phân bổ lực theo (1.21), u r T Với giả định thành phần (1.21) xác định sau : Ma trận quán tính: m Xu M M A M RB m Yv 0 m11 0 m 22 I z N r 0 m33 (1.23) m11 m Xu , m22 m Yv , m33 I z Nr Ma trận Coriolis: C mv Yvv 0 mu Xuu mv Yvv mu Xuu m 22v 0 m11u m 22v m11u (1.24) Ma trận giảm chấn thủy động lực học: 0 d11 D D Dn ( ) d22 0 d33 (1.25) thành phần giảm chấn tuyến tính D xác định (1.26) Xu D 0 Yv 0 d11 0 d22 N r 0 d33 với d11 Xu ,d22 Yu ,d33 Nr 19 (1.26) Thành phần giảm chấn phi tuyến Dn ( ) cho (1.27): 0 d11n Dn d22n 0 d33n (1.27) đó: d11n ( ) d11n (u 2) d11n (u 3) X u u u Xuuuu Xui | u |(i 1) i 2 d 22n ( ) d 22n (v 2) d 22n (v 3) Y r v r X v v v Xvvvv Y r v r Xvi | v |(i 1) Y r v r (1.28) i 2 d33n ( ) d33n (r 2) d33n (r 3) N v r v X r r r Xrrr r N v r v Xri | r |(i 1) N v r v i 2 Những hệ số ma trận M (1.23) xác định xác hồn tồn sử dụng phương pháp bán kinh nghiệm chương trình tính tốn thủy động lực học, việc xác định hệ số (i 1) Xvi | v | i 2 (i 1) Xui | u | i 2 , Yr v r , Xri | r |(i 1) N v r v ma trận suy giảm thủy động i 2 lực học phi tuyến Dn ( ) (1.28) khó khăn Có thể xác định chúng cách kéo tàu tốc độ khác theo hướng khác đo lực kéo tương ứng có khoảng nửa tham số xác định song việc khó tiến hành mơi trường biển 1.1.5.1 Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang dạng mơ hình xác định Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang dạng mơ hình xác định có giả định thông số ma trận M (1.23), thông số ma trận C (1.24), xác định xác định đủ, khơng có thêm thành phần khác Các thơng số ma trận giảm chấn phi tuyến Dn ( ) (1.28) có thành phần bậc hai bậc 20 ba nghĩa có thành phần d11n (u 2) , d11n (u 3) , d22n (v 2) , d22n (v3) , d33n (r 2) , d33n (r 3) xác định được, thành phần khó xác định coi không, coi g ( ) khơng có nhiễu tác động Cùng với giả định 2, mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang với mơ hình xác định sau [21]: J ( ) M C ( ) D ( ) g ( ) F (1.29) đó: 0 m11 M m 22 0 m33 C m 22v 0 m11u (1.30) m 22v m11u (1.31) d11 d11n (u 2) d11n (u 3) 0 D ( ) d22 d11n (v 2) d11n (v 3) (1.32) 0 d33 d11n (r 2) d11n (r 3) J ( ) xác định theo (1.22) 1.1.5.2 Mơ hình tốn bất định mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang Những hệ số ma trận M (1.23) xác định xác thực tế tàu có khối lượng không đồng đều, tọa độ trọng tâm tàu không trùng với gốc tọa độ gắn với thân tàu Việc đưa công thức xác định thông số ma trận M ,C ( ) dựa nhiều giả thiết, việc xác định hệ số: (i 1) Xui | u | i 2 3 i 2 i 2 , Xvi | v |(i 1) Yr v r , Xri | r |(i 1) N v r v ma trận suy giảm thủy động lực học phi tuyến Dn ( ) phức tạp Có thể xác định chúng cách kéo tàu tốc độ khác theo hướng khác đo lực kéo tương ứng có khoảng nửa tham số xác định song việc 21 tiến hành mơi trường biển Ngồi thành phần hệ số ma trận phụ thuộc vào yếu tố khác trọng tải hàng hóa tàu, phụ thuộc vào vùng nước tàu di chuyển qua Do đưa mơ hình toán tàu thủy ba bậc tự dạng thiếu cấu chấp hành thể đầy đủ tính chất động học tàu cách gộp thành phần khó xác định nêu trên, thành phần bất định (khơng xác định) mơ hình tốn nhiễu từ mơi trường bên ngồi tác động vào đối tượng thành véc-tơ bất định, luận án ký hiệu ( , ) Khi mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang có chứa thành phần bất định đưa sau [16], [18], [21]: J ( ) M C ( ) D ( ) g ( ) F ( , ) (1.33) đó: ( , ) – véc-tơ lực mơ-men từ thành phần bất định mơ hình tàu nhiễu loạn tác động từ mơi trường bên ngồi Các thông số ma trận M xác định theo (1.23), tham số ma trận C xác định theo (1.24), tham số ma trận D ( ) xác định theo (1.26), (1.27) (1.28), J ( ) xác định theo (1.22) Từ phương trình (1.21) đến (1.27) (1.33) với giả định 2, phương trình động học ba bậc tự mô tả chuyển động tàu thủy thiếu cấu chấp hành mặt phẳng ngang với mơ hình bất định viết lại dạng khai triển sau: x ucos vsin y usin vcos r u m 22 vr d11 u d11n u ( , ) u u m11 m11 m11 m11 m11 d v m11 ur d 22 v 22n v v ( , ) m 22 m 22 m 22 m 22 r m11 m 22 uv d33 r d33n r ( , ) r r m33 m33 m33 m33 m33 22 (1.34) đó: u ( , ), v ( , ), r ( , ) – thành phần bất định mơ hình tàu nhiễu tác động từ mơi trường ngồi u , v , r – tốc độ trượt dọc, tốc độ trượt ngang, tốc độ quay trở tàu x , y , – tọa độ vị trí theo trục x , y góc hướng tàu hệ qui chiếu trái đất (e-frame) u , r – lực trượt dọc (được tạo chân vịt chính) mơ-men quay trở (được tạo bánh lái phía sau lái) Trong giới hạn nội dung nghiên cứu luận án, nghiên cứu sinh coi đối tượng tàu thủy có mơ hình tốn dạng thiếu cấu chấp hành, ba bậc tự mặt phẳng ngang đối tượng nghiên cứu luận án đề cập đến tốn điều khiển cho đối tượng có mơ hình xác định dạng tổng qt (1.29) mơ hình bất định dạng tổng quát (1.33) dạng chi tiết (1.34) 1.2 Tổng quan nghiên cứu điều khiển chuyển động tàu thủy 1.2.1 Tình hình nghiên cứu nƣớc Trong năm gần với phát triển ngành cơng nghiệp đóng tàu, điều khiển chuyển động tàu thủy nhà khoa học nước quan tâm, nghiên cứu Từ năm 1999 tác giả cơng trình [3] nghiên cứu ứng dụng kỹ thuật tự động hóa vi xử lý cho hệ thống lái tàu dùng cho tàu đóng Việt Nam, nhiên cơng trình nghiên cứu đề cập tới vấn đề điều khiển ổn định tàu theo hướng áp dụng mơ hình tàu dạng NOMOTO bậc tự Tác giả cơng trình [7] thực nghiên cứu kiến trúc hướng mơ hình kết hợp với Real Time UML/MARTE thiết kế hệ thống điều khiển cho phương tiện không người lái tự hành mặt nước, tàu thủy có người lái khơng phải đối tượng thiếu cấu chấp hành Tại cơng trình [8] tác giả nghiên cứu ứng dụng lý thuyết đại vào điều khiển lái tàu, sử dụng lý thuyết điều khiển thích nghi, trượt, Backstepping mạng Neural để điều khiển bám quỹ đạo cho tàu có mơ hình đủ cấu chấp hành sử 23 dụng mơ hình tốn bậc tự Trong cơng trình tác giả tập hợp nhiễu bất định vào véc-tơ bất định dùng mạng Neural để nhận dạng nhiễu bất định 1.2.2 Tình hình nghiên cứu ngồi nƣớc Tàu thủy đối tượng có tính phi tuyến lớn, hoạt động môi trường Đại Dương, chịu ảnh hưởng lớn yếu tố nhiễu ngẫu nhiên sóng, gió, dòng chảy hải lưu đặc biệt việc đo đạc, xác định tham số động học phức tạp khó khăn Với đặc thù đó, tàu thủy đối tượng nhiều nhà khoa học giới quan tâm, nghiên cứu ln thử thách thú vị cộng đồng nhà khoa học nghiên cứu điều khiển chuyển động tàu thủy Những tác giả có nhiều cơng trình nghiên cứu điều khiển chuyển động tàu thủy điển tác giả Fossen T I [23] - [29], tác giả Lefeber E [39] - [41], tác gả Perez T [57], [58], tác giả Pettersen KY [56], tác giả Do K.D and J.Pan [16] - [21],… Như đề cập mục 1.1 luận án, phân tích mơ hình tốn mô tả chuyển động tàu thủy mặt phẳng ngang chia làm hai loại mơ hình: mơ hình tàu đủ cấu chấp hành (Full Actuated) mơ hình tàu thiếu cấu chấp hành (Underactuated) Để tổng quan chi tiết phương pháp điều khiển chuyển động tàu thủy cộng đồng nhà khoa học nghiên cứu, luận án trình bày tổng quan phương pháp điều khiển riêng cho nhóm đối tượng 1.2.2.1 Tổng quan điều khiển chuyển động tàu thủy đủ cấu chấp hành Mô hình tốn tàu đủ cấu chấp hành mơ hình tốn mà có số biến trạng thái với số tín hiệu điều khiển Các cơng trình nghiên cứu điều khiển tàu với mơ hình đủ cấu chấp hành phân tích cơng trình [23] - [29], cơng trình [15], [37], [42], [49], [52], [61], [71], [73], [76] Mơ hình tàu đủ cấu chấp hành mô tả nhiều dạng khác xét chung lại có hai loại: mơ hình tuyến tính mơ hình phi tuyến Trong [24], [28] tác giả nghiên cứu xây dựng điều khiển lái tự động tàu thủy (điều khiển tàu ổn định theo hướng cho trước) với mơ hình tuyến tính sử 24 dụng điều khiển PID, mơ hình tốn sử dụng để thiết kế điều khiển mơ hình đơn giản hóa NOMOTO bậc một, bậc hai, hay điều khiển tuyến tính LQR (Linear Quadratic Regulator), LQG (Linear Quadratic Gaussin), với mơ hình máy lái bậc hai tuyến tính hóa từ mơ hình phi tuyến Khi lý thuyết điều khiển phi tuyến phát triển ứng dụng mơ hình tàu phi tuyến điều khiển phi tuyến Backstepping [23], [71], điều khiển trượt SMC (Sliding Mode Control) [37], [47], điều khiển bề mặt động DSC (Dynamic Surface Control) [61], điều khiển cửa sổ động DWC (Dynamic Windown based Control) [49], điều khiển dự báo MPC (Model Predictive Control) [52], điều khiển thích nghi [42],…được áp dụng để thiết kế điều khiển chuyển động tàu thủy với mơ hình tốn tàu dạng đủ cấu chấp hành Nhằm nâng cao chất lượng điều khiển sử dụng mơ hình tàu có xét đến yếu tố bất định nhiễu loạn từ mơi trường ngồi điều khiển kép như: Backstepping - Neural [15], [73], [76], Backstepping - thích nghi [61], Backstepping - trượt thích nghi [37], sử dụng Tổng hợp điều khiển từ cơng trình với mơ hình đủ cấu chấp hành thấy điều khiển sử dụng đa dạng Từ việc sử dụng điều khiển tuyến tính cách đơn giản hóa mơ hình đến điều khiển phi tuyến với mơ hình tàu phi tuyến xác định, điều khiển phi tuyến kép để giải thành phần bất định mơ hình tàu nhiễu loạn từ môi trường nhằm nâng cao chất lượng điều khiển chuyển động tàu đủ cấu chấp hành 1.2.2.2 Tổng quan điều khiển chuyển động tàu thủy thiếu cấu chấp hành Mô hình tốn tàu thủy dạng thiếu cấu chấp hành có đặc điểm số tín hiệu điều khiển số biến trạng thái cần điều khiển Mơ hình loại tàu bắt đầu nhà khoa học nghiên cứu, thiết kế điều khiển từ cuối kỷ XX (theo thống kê tài liệu [28] trang 5) Các công trình nghiên cứu điều khiển tàu thủy có mơ hình tốn dạng thiếu cấu chấp hành nghiên cứu, phân tích cơng trình [10], [14], [16] - [22], [30], [35], [40], [41], [56], cơng trình [62] - [70] Cũng giống mơ hình tàu thủy đủ cấu chấp hành, mơ hình tốn tàu thiếu cấu chấp hành 25 viết nhiều dạng khác Với mục đích phù hợp thiết kế điều khiển như: mơ hình đơn giản hóa NOMOTO bậc một, NOMOTO bậc hai, mơ hình Norrbin [24], mơ hình tuyến tính máy lái, mơ hình phi tuyến ba bậc tự mặt phẳng ngang có mơ hình xác định, mơ hình phi tuyến ba bậc tự mặt phẳng ngang có chứa thành phần bất định Mơ hình dạng NOMOTO bậc một, bậc hai, mơ hình Norrbin hay mơ hình tuyến tính máy lái thường sử dụng để thiết kế điều khiển lái tự động với chức ổn định tàu theo hướng cho trước tính chất đơn giản hóa mơ hình Trong cơng trình [50] tác giả thiết kế điều khiển Fuzzy-LQR cho hệ lái tự động (chỉ ổn định tàu theo hướng cho trước) với tàu tự hành USV (Unmanned Surface Vessel) sử dụng mơ hình tuyến tính hóa Dựa mơ hình NOMOTO tác giả cơng trình [36] xây dựng điều khiển tàu ổn định theo hướng sử dụng mạng Neural thích nghi theo mơ hình mẫu, nhiễu loạn bất định từ mơi trường ngồi xấp xỉ mạng Neural Tác giả cơng trình [66] sử dụng mơ hình phi tuyến đơn giản hóa Norrbin để thiết kế điều khiển tàu ổn định theo hướng cho trước với điều khiển trượt SMC Backstepping, nhiễu loạn bất định từ môi trường ước lượng quan sát nhiễu phi tuyến Bộ điều khiển theo luật điều khiển H thiết kế dùng cho tàu thủy thiếu cấu chấp hành với mục đích ổn định, giảm lắc ngang tàu Container công bố cơng trình [34] Với đặc thù tàu thủy đối tượng điều khiển có tính phi tuyến lớn, nên việc sử dụng mơ hình đơn giản hóa hay mơ hình tuyến tính làm cho kết điều khiển không đạt theo ý muốn xét mặt độ xác điều khiển, mặt ổn định mức độ đáp ứng điều khiển Những năm sau với phát triển lý thuyết điều khiển đại, công nghệ điện tử tin học tạo phần cứng đáp ứng yêu cầu đặt lý thuyết điều khiển đại Do lý thuyết điều khiển đại thích nghi, Backstepping, trượt SMC, điều khiển dự báo MPC nghiên cứu áp dụng thành công điều khiển chuyển động tàu thủy Ở cơng trình [30] tác giả phát triển luật điều khiển dựa kỹ thuật Backstepping để điều khiển tàu thiếu cấu chấp hành bám theo quỹ đạo đặt, với giả định tàu chuyển động với quỹ đạo thẳng vận tốc chuyển động tàu không đổi dương (tàu chuyển động tiến) Những yếu tố bất 26 định mơ hình động học tàu thủy nhiễu tác động từ mơi trường ngồi khơng xem xét đến Cơng trình [16] tác giả thiết kế điều khiển tàu thủy bám quỹ đạo dựa hàm Lyapunov kỹ thuật Backstepping Để kết điều khiển đạt ổn định quỹ đạo đầu bám theo toàn quỹ đạo đặt, giả thiết cơng trình đưa tín hiệu điều khiển phải khơng có ràng buộc độ lớn Cũng tác giả cơng trình [16] cộng sau phát triển điều khiển đa biến để điều khiển tàu thủy ổn định toàn quỹ đạo đặt, giảm lắc ngang lắc dọc, thuật tốn chiếu liên tục Lipschitz sử dụng để cập nhật ước lượng nhiễu không xác định đưa cơng trình [17] Trong cơng trình [22] tác giả đề xuất phương pháp điều khiển tàu bám theo quỹ đạo đặt với yêu cầu ràng buộc tín hiệu điều khiển đầu vào độ lớn tốc độ, sử dụng phương pháp điều khiển bề mặt động DSC mơ hình tốn sử dụng để thiết kế điều khiển coi khơng chứa yếu tố bất định Cơng trình [46], phương pháp điều khiển dựa đại số tuyến tính đề xuất để thiết kế điều khiển bám theo quỹ đạo đặt cho tàu thiếu cấu chấp hành Bộ điều khiển thiết kế dựa việc tuyến tính hóa mơ hình phi tuyến đối tượng điều khiển Tín hiệu điều khiển tính tốn dựa việc xác định điều kiện để hệ phương trình tuyến tính hóa có nghiệm cuối tín hiệu điều khiển có giải hệ phương trình tuyến tính hóa Tuy nhiên điều khiển tác giả không đề cập tới vấn đề nhiễu tác động yếu tố phi tuyến bất định mơ hình động lực học tàu thủy Như đề cập mục 1.2 luận án, để đưa mơ hình tốn mơ tả chuyển động tàu thủy nhiều giả thiết đặt như: hệ số ma trận Coriolis C ( ), ma trận giảm chấn thủy động lực học D ( ), ma trận khối lượng M không đổi, hay có thành phần tuyến tính xác định Hay tọa độ trọng tâm tàu nằm mặt phẳng đối xứng thân tàu trùng với gốc tọa độ gắn thân tàu, nhiễu bất định mô hình tốn thường bỏ qua Hệ mơ hình tàu sử dụng để thiết kế điều khiển có sai lệch so với mơ hình thực tế tàu, dẫn tới chất lượng điều khiển không mong muốn,…Do cơng trình [67], [69], [70] thiết kế điều khiển sử dụng mơ hình có xét đến yếu tố bất định mơ hình tàu Để cập nhật trực tuyến tham số bất định mơ hình, tránh thay đổi theo thời gian tham số ma trận quán tính khối lượng M 27 mơ hình Tác giả [69] đề xuất điều khiển chuyển động tàu bám theo quỹ đạo đặt dùng cho tàu tự hành sử dụng lọc Kalman UKF (Unscented Kalman Filter) để loại bỏ nhiễu ẩn mơ hình tốn đối tượng kết hợp với thuật điều khiển xây dựng dựa kỹ thuật Backstepping Trong [67] tác giả xây dựng điều khiển phản hồi đầu để điều khiển tàu thiếu cấu chấp hành dựa phương trình Euler-Lagrange Trong phương pháp biến đổi tọa độ sử dụng để khắc phục thành phần bất định bậc ba phát sinh dẫn xuất hàm Lyapunov thành phần lực Coriolis lực hướng tâm gây Bộ điều khiển thiết kế dựa kỹ thuật Backstepping, lý thuyết ổn định hàm Lyapunov quan sát trạng thái đưa dựa phép biến đổi tọa độ Trong [70] tác giả đề xuất điều khiển dựa kỹ thuật Backstepping chế độ trượt động DSC để điều khiển bám quỹ đạo cho tàu thiếu cấu chấp hành Bộ điều khiển có xét đến sai lệch mơ hình nhiễu bất định từ mơi trường ngồi Mơ hình sử dụng để thiết kế điều khiển gồm mô hình tàu phi tuyến phương trình động lực học sai lệch Serret-Frenet Thông qua hàm Lyapunov, tác giả chứng minh điều khiển đề xuất ổn định tiệm cận Điều khiển trượt (SMC) có đặc điểm độ xác điều khiển cao, bền vững nhiễu thay đổi thông số đối tượng điều khiển, cấu trúc đơn giản, khơng đòi hỏi phải biết xác thành phần nhiễu, thành phần khơng mơ hình hóa thời gian trễ, yêu cầu phải biết giới hạn biến thiên chúng nên nhiều tác giả áp dụng phương pháp để thiết kế điều khiển chuyển động tàu thủy Trong [48] luật điều khiển chế độ trượt thích nghi đưa để điều khiển bám quỹ đạo tàu tự hành ASV (Autonomous Surface Vessel) thiếu cấu chấp hành, luật điều khiển đưa cách sử dụng hai bề mặt trượt, mặt trượt thứ dùng để điều khiển sai lệch bám theo quỹ đạo trượt dọc mặt trượt thứ hai dùng để điều khiển sai lệch bám theo quỹ đạo trượt ngang Trong [60] tác giả đề xuất điều khiển trượt có kháng nhiễu ADRC (Active Disturbance Rejection Control) để điều khiển bám quỹ đạo tàu thiếu cấu chấp hành với thành phần bất định ẩn mơ hình nhiễu tác động từ mơi trường ngồi Mơ hình tốn sử dụng để thiết kế điều khiển mơ hình đơn giản hóa hệ tọa độ biến đổi (được phân tích [60]) số phương 28 trình mơ hình tốn sử dụng phương trình, điều làm tăng thêm phức tạp thiết kế điều khiển Gần lý thuyết điều khiển dự báo MPC nghiên cứu ứng dụng Nhiều tác giả nghiên cứu áp dụng vào điều khiển chuyển động tàu thủy Trong [53] điều khiển với mục đích ổn định tàu theo hướng cho trước với đường ngắm LOS (Line-Of-Sight) tạo dựa ngun lý mơ hình dự báo MPC Mơ hình động học tàu thủy ba bậc tự sử dụng để thiết kế điều khiển mơ hình đơn giản hóa, xét mặt phẳng ngang với hai biến trạng thái tốc độ tàu hướng Để đầu (hướng tàu) bám theo hướng đặt, hàm mục tiêu dạng toàn phương QP (Quadratic Programming) sử dụng điều khiển MPC cách tuyến tính hóa liên tục dọc theo đường ngắm LOS tàu Trong [62] đề xuất điều khiển dự báo theo mơ hình phi tuyến NMPC (Nonlinear Model Predictive Control) để điều khiển bám quỹ đạo tàu thiếu cấu chấp hành có xét đến điều kiện bão hòa tín hiệu điều khiển đầu vào Bộ điều khiển NMPC xây dựng để tính tốn tín hiệu điều khiển dự báo đầu vào tương lai dựa biến trạng thái cách tối ưu hóa hàm chức Mơ hình toán sử dụng để thiết kế điều khiển mơ hình tàu thiếu cấu chấp hành đơn giản hóa khơng xét đến thành phần bất định mơ hình Trong [48], tác giả xây dựng điều khiển dự báo theo mơ hình phi tuyến NMPC để điều khiển tàu bám theo quỹ đạo đặt có xét đến điều kiện ràng buộc tín hiệu điều khiển đầu vào Mơ hình tốn sử dụng để thiết kế điều khiển mơ hình tàu bậc tự thiếu cấu chấp hành tác giả coi mơ hình khơng có thành phần bất định tất biến trạng thái giả thiết phải đo đạc xác định hoàn toàn Việc áp dụng lý thuyết điều khiển đơn chưa đáp ứng tốt vấn đề điều khiển tàu tính phi tuyến yếu tố nhiễu bất định Một số tác giả kết hợp số lý thuyết đại lại với tạo thành điều khiển kép như: điều khiển trượt (SMC) kết hợp Neural [14], điều khiển thích nghi kết hợp Neural [63], trượt thích nghi [72], trượt thích nghi kết hợp quan sát phi tuyến [68], [75] , thích nghi Neural kết hợp trượt - Backstepping [64] nhằm nâng cao chất lượng điều khiển chuyển động tàu thủy 29 Một điều khiển bám theo quỹ đạo đặt cho tàu thiếu cấu chấp hành dựa mạng Neural mơ hình trượt phân cấp đề xuất [14] Trong mơ hình trượt phân cấp sử dụng để giải vấn đề thiếu tác động điều khiển cấu chấp hành mơ hình Mạng Neural sử dụng công cụ để xấp xỉ hàm phi tuyến bất định mơ hình toán đối tượng Với phương pháp này, bền vững điều khiển đề xuất khẳng định vấn đề rung (chattering) thường xuất điều khiển trượt giải Trong mơ hình tốn phần tử giảm chấn phi tuyến mơ hình tàu xem xét xấp xỉ mạng Neural mà trước chúng bị bỏ qua nhiều nghiên cứu Các nhiễu bất định xem xét đến để kiểm tra độ bền vững điều khiển Tuy nhiên vấn đề thỏa mãn ràng buộc tín hiệu điều khiển khơng tác giả đề cập đến Trong [68] tác giả đề xuất điều khiển dựa chế độ trượt thích nghi để điều khiển tàu bám theo quỹ đạo đặt, kết hợp với quan sát nhiễu phi tuyến bất định NDO (Nonlinear Disturbance Observer) để ước lượng nhiễu bất định, sau tín hiệu ước lượng bù vào tín hiệu điều khiển Bộ điều khiển có xét đến tham số phi tuyến bất định mơ hình tàu Vấn đề rung (Chattering) điều khiển chế độ trượt cải thiện việc áp dụng lý thuyết lớp biên phương pháp thích nghi để điều chỉnh độ dày lớp biên điều khiển Bộ quan sát nhiễu phi tuyến bất định NDO [68] áp dụng cơng trình [75], tác giả sử dụng thuật tốn điều khiển chế độ trượt thích nghi quan sát nhiễu phi tuyến NDO để xây dựng điều khiển với mục đích ổn định tàu theo hướng cho trước giả thiết tốc độ tàu không đổi Trong [64] nhóm tác giả xây dựng điều khiển kép sử dụng Neural thích nghi để điều khiển tàu bám theo quỹ đạo đặt, yếu tố bất định mơ hình nhiễu loạn không xác định, biến đổi chậm theo thời gian từ mơi trường ngồi xem xét đến Lý thuyết hàm chặn Logarit, kỹ thuật điều khiển bề mặt động (DSC), kỹ thuật Backstepping, quan sát nhiễu bất định sử dụng với mục đích làm cho sai lệch bám nằm giới hạn cho phép cài đặt trước Mạng Neural sử dụng để xấp xỉ yếu tố bất định mơ hình động lực tàu, nhiễu loạn từ môi trường không xác định biến đổi chậm theo thời gian ước lượng quan sát 30 Tổng hợp phương pháp điều khiển áp dụng với mơ hình tàu thiếu cấu chấp hành đa dạng phong phú như: phương pháp điều khiển tuyến tính LQR, PID,…với mơ hình đơn giản hóa NOMOTO hay mơ hình tuyến tính hóa từ mơ hình phi tuyến mơ hình giúp để thiết kế điều khiển ổn định tàu theo hướng cho trước Phương pháp điều khiển phi tuyến điều khiển trượt SMC, điều khiển động DSC, Backstepping,…kết hợp với quan sát nhiễu Kalman (UKF), NDO,… Để giải tốn điều khiển mơ hình tàu có chứa thành phần bất định, nhiễu loạn từ mơi trường ngồi điều khiển kép như: điều khiển SMC kết hợp Neural, điều khiển thích nghi kết hợp Neural, SMC - thích nghi, trượt thích nghi kết hợp quan sát phi tuyến, thích nghi Neural kết hợp trượt – Backstepping sử dụng nhằm nâng cao chất lượng điều khiển 1.3 Hƣớng nghiên cứu luận án 1.3.1 Vấn đề đặt luận án Từ phân tích tổng quan phương pháp điều khiển chuyển động tàu thủy đủ thiếu cấu chấp hành cho thấy: Các điều khiển sử dụng từ kinh điển đến điều khiển đại Kết là, có nhiều phương pháp điều khiển, điều khiển mang tính thời cách điều khiển khác áp dụng vào chuyển động tàu thủy Từ mô hình tàu tuyến tính, phi tuyến đơn giản hóa, đến mơ hình tàu phi tuyến phức tạp có xét đến yếu tố bất định mơ hình Các cơng trình nghiên cứu điều khiển chuyển động tàu thủy dừng lại việc giải vấn đề điều khiển đơn lẻ chưa có cơng trình giải kết hợp chung vấn đề như: bám quỹ đạo, ràng buộc tín hiệu điều khiển, sử dụng mơ hình có chứa thành phần bất định nhiễu tác động ngẫu nhiên,… điều khiển Từ đó, nghiên cứu sinh đặt hướng nghiên cứu cho luận án là: nghiên cứu ứng dụng phương pháp điều khiển mới, để giải kết hợp chung vấn đề bám quỹ đạo, ràng buộc tín hiệu điều khiển, mơ hình tàu có chứa thành phần bất định nhiễu tác động ngẫu nhiên điều khiển, với mục đích điều khiển đối tượng tàu có mơ hình tốn dạng thiếu cấu chấp hành bám theo quỹ đạo đặt Cụ thể điều khiển đề xuất điều khiển dự báo MPC theo nguyên lý 31 trượt dọc trục thời gian (receding horizon) [54], điều khiển MPC tuyến tính áp dụng cho đối tượng phi tuyến dựa kỹ thuật tuyến tính hóa đoạn mơ hình phi tuyến dọc trục thời gian 1.3.2 Ý nghĩa vấn đề ràng buộc tín hiệu điều khiển Đối với tàu thủy có cấu thực gồm chân vịt bánh lái phía sau lái (thường loại tàu chở hàng) góc bẻ lái (ký hiệu ) giới hạn khoảng 350 (port) 350 (s.t board) (góc bẻ lái giới hạn từ 35 độ trái đến 35 độ phải) Còn chế độ lái tự động góc bẻ lái ln giới hạn khoảng 100 (port) 100 (s.t board) Ở phương pháp điều khiển chuyển động tàu thủy có trình bày trên, kể mơ hình đủ hay thiếu cấu chấp hành, điều kiện ràng buộc tín hiệu góc bẻ lái bắt buộc phải thỏa mãn ln chuyển sang phần nhiệm vụ cấu chấp hành thông qua thiết bị hạn chế tín hiệu (saturation devices) Điều dẫn tới vấn đề thiết kế điều khiển, để đạt mục tiêu điều khiển tàu bám theo quỹ đạo đặt góc bẻ lái có phải lớn giá trị quy định góc bẻ lái nhiều Do vấn đề ràng buộc tín hiệu điều khiển góc bẻ lái cần phải đặt nghiên cứu thiết kế điều khiển chuyển động tàu thủy 1.4 Kết luận chƣơng Trong chương 1, luận án giải nội dung: Phân tích mơ hình tốn mơ tả động lực học chuyển động tàu thủy bậc tự do, bậc tự mặt ngang Mơ hình tàu thủy bậc tự đủ thiếu cấu chấp hành dạng mơ hình xác định coi khơng có nhiễu tác động tham số mơ hình tàu xác định hồn tồn Đề xuất mơ hình tàu thủy bất định bậc tự mặt phẳng ngang thiếu cấu chấp hành cách gộp thành phần bất định mơ hình nhiễu ngẫu nhiên tác động từ mơi trường ngồi thành véc-tơ hàm bất định Phân tích tổng quan nghiên cứu điều khiển chuyển động tàu thủy ngồi nước, từ đưa hướng nghiên cứu luận án 32 CHƢƠNG ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY BÁM QUỸ ĐẠO ĐẶT VỚI BỘ ĐIỀU KHIỂN DỰ BÁO CĨ RÀNG BUỘC TÍN HIỆU ĐIỀU KHIỂN KHI MƠ HÌNH TÀU XÁC ĐỊNH Với mục đích nghiên cứu luận án đặt nhiệm vụ luận án thiết kế điều khiển chuyển động tàu thủy bám theo quỹ đạo đặt tín hiệu điều khiển bị ràng buộc điều kiện (2.1), cho đối tượng tàu có mơ hình tốn dạng thiếu cấu chấp hành, mơ hình có chứa thành phần bất định nhiễu tác động ngẫu nhiên b1( , ) b ( , ) a b (2.1) – lực mô-men tạo cấu thực (chân vịt bánh lái phía sau lái), theo (1.21) u r , a ,b – giá trị giới hạn tín hiệu điều khiển T bị ràng buộc Trên sở nhận xét vậy, nghiên cứu sinh định hướng sử dụng nguyên lý điều khiển dự báo [5], [13], [32], [45], [59] để giải nhiệm vụ điều khiển đặt cho luận án Nguyên lý dựa phương pháp tối ưu hóa có ràng buộc [51], [55] điều khiển tối ưu có ràng buộc [5] nên hồn tồn đáp ứng yêu cầu giải trực tiếp điều kiện ràng buộc (2.1) tín hiệu điều khiển Điều khiển dự báo MPC ứng dụng để thiết kế điều khiển tối ưu hóa có ràng buộc cho nhiều đối tượng khác công nghiệp, áp dụng cho tàu thủy cơng trình [48], [53], [62] Những điều khiển dự báo áp dụng điều khiển dự báo tuyến tính cho mơ hình đối tượng tuyến tính hay điều khiển dự báo phi tuyến NMPC (Nonlinear Model Predictive Control) cơng trình [48] cho đối tượng phi tuyến Đặc điểm điều khiển dự báo NMPC khối lượng tính tốn lớn, việc tìm nghiệm toán tối ưu phi tuyến từ hàm hợp phức tạp, thời gian tính tốn dài,… Do định hướng luận án sử dụng nguyên lý điều khiển dự báo cho hệ tuyến tính để thiết kế điều khiển cho đối tượng phi tuyến (tàu thủy) sở tuyến tính hóa đoạn mơ hình phi tuyến dọc trục thời gian 33 Với định hướng đặt đó, đây, chương trước vào thiết kế cụ thể điều khiển dự báo, luận án trình bày nguyên lý chung về: Điều khiển dự báo, điều khiển dự báo hệ song tuyến sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian Các phương pháp nâng cao chất lượng điều khiển dự báo phương pháp tối ưu hóa có ràng buộc Tiếp theo, luận án vào chi tiết nội dung phần thiết kế điều khiển dự báo phản hồi trạng thái, phản hồi đầu mơ hình tàu có tham số xác định (không chứa thành phần bất định) để chuyển động tàu thủy bám theo quỹ đạo đặt Cũng phần thiết kế điều khiển này, luận án đề xuất xây dựng quan sát trạng thái từ mơ hình liên tục đối tượng Ngun lý điều khiển dự báo 2.1 2.1.1 Cấu trúc điều khiển dự báo a) Bộ điều khiển dự báo b) Cửa sổ dự báo Hàm mục tiêu k Tối ƣu hóa y k i Mơ hình dự báo Cửa sổ dự báo uk Đối tƣợng điều khiển yk t k k 1 k N 1 xk Hình 2.1 Cấu trúc nguyên lý làm việc hệ điều khiển dự báo [5] Hình 2.1 mô tả cấu trúc điều khiển dự báo nguyên lý làm việc trượt dọc trục thời gian nó, theo tài liệu [5], [54] Cấu trúc gồm khối khối mơ hình dự báo, khối hàm mục tiêu khối tối ưu hóa (Hình 2.1a) Chúng thiết kế dựa mơ hình tốn dạng rời rạc đối tượng điều khiển dạng (2.2): x k 1 f (x k , u k ) y k g (x k ) (2.2) đó: 34 x k x1(kTa ), x (kTa ), , xn (kTa ) – véc-tơ trạng thái uk u1(kTa ), u2 (kTa ), , um (kTa ) U – véc-tơ tín hiệu đầu vào y k y1(kTa ), y (kTa ), , yr (kTa ) – véc-tơ tín hiệu đầu T T T Ta – chu kỳ trích mẫu f (x k , uk ) f1(x k , uk ), f2 (x k , u k ), , fn (x k , u k ) – véc-tơ hàm trạng thái g (x k , uk ) g1(x k , uk ), g (x k , u k ), , gr (x k , u k ) – véc-tơ hàm đầu T T làm việc theo nguyên lý trượt dọc trục thời gian (Hình 2.1b) 2.1.1.1 Khối mơ hình dự báo Khối có nhiệm vụ sau Tại thời điểm k tại, dựa vào mơ hình tốn (2.2) đối tượng điều khiển, xác định truy hồi đầu tương lai y k i , i 1, , N (với N số cửa sổ dự báo) thuộc cửa số dự báo Chẳng hạn như: i 1: y k 1 g (x k 1 ) g f (x k , u k ) h1 (x k , u k ) i : y k g (x k ) g f (x k 1, u k 1 ) g f ( f (x k , u k ), u k 1) h (x k , u k , u k 1 ) i N : y k N h N (x k , u k , u k 1, , u k N 1) (2.3) Như vậy, tất đầu dự báo này, tính từ thời điểm k mà trạng thái x k biết đo quan sát được, hàm phụ thuộc vào đầu vào tương lai uk , uk 1, , uk N 1 Ký hiệu tập tất đầu tương lai theo biến mới: p col uk , uk 1, , uk N 1 có cho số i 1, (2.4) , N thuộc cửa sổ dự báo tại: 35 y k 1 y y k (p ) k y k N h1 ( p ) h (p ) h (p ) h N (p ) (2.5) véc-tơ hàm dự báo đầu phụ thuộc p đầu vào tương lai 2.1.1.2 Khối hàm mục tiêu Khối hàm mục tiêu xây dựng từ nhiệm vụ điều khiển đặt mà tín hiệu đầu y k hệ phải bám theo tín hiệu đặt w k mong muốn, tức phải tạo được: w k 1 lim e (p ) e (p ) yk (p) wk wk k w k N (2.6) Có thể thấy hàm mục tiêu đáp ứng yêu cầu [5], [13], [32], [45]: J k (p ) e (p )T Qk e (p ) pT Rk p (2.7) p Qk , Rk hai ma trận đối xứng xác định dương tùy chọn Thông qua việc chọn hai tham số ta can thiệp thêm vào chất lượng điều khiển việc bám theo tín hiệu đặt (2.6) nêu Chẳng hạn Qk chọn lớn, thời gian độ ngắn, Rk chọn lớn, tín hiệu điều khiển u k tối ưu tìm sau nhỏ [1], [2], [5] 2.1.1.3 Khối tối ƣu hóa Khối tối ưu hóa có nhiệm vụ tìm nghiệm tối ưu tốn tối ưu có ràng buộc: p* arg J k (p ) (2.8) pP với tập ràng buộc là: P p col uk , uk 1, , uk N 1 uk j U , j 0,1, 36 , N 1 (2.9) U tập giá trị điều kiện ràng buộc tín hiệu điều khiển toán Chẳng hạn toán điều khiển hệ lái tự động tàu thủy với điều kiện ràng buộc (2.1) tín hiệu điều khiển gán u k , tập ràng buộc U là: U u k Rn a uk b (2.10) Phương pháp tìm nghiệm tối ưu p * cho tốn (2.8) có ràng buộc (2.9) bao gồm phương pháp truyền thống giới thiệu tài liệu [5], [11], [51], phương pháp tối ưu tiến hóa cho [38], [43], [74] Sau có nghiệm p * tối ưu tín hiệu điều khiển u k cho hệ (2.2) thời điểm k là: uk I , 022(N 1) p * (2.11) 2.1.1.4 Nguyên lý trƣợt dọc trục thời gian Tất công thức tính bao gồm: dự báo đầu (2.5), hàm mục tiêu (2.7) tối ưu hóa (2.8) điều khiển dự báo dựa vào giá trị trạng thái x k đo từ hệ thống thời điểm k cho kết tín hiệu điều khiển u k thời điểm Bởi vậy, sau đưa u k vào điều khiển đối tượng, để xác định u k 1 cho thời điểm k , tất bước tính trên, nguyên tắc, phải lặp lại Nguyên tắc tính lặp gọi điều khiển trượt dọc trục thời gian RHC (Receding Horizon Control) Tất nhiên, tùy thuộc vào độ đơn giản hay phức tạp mơ hình tốn mơ tả đối tượng (2.2) mà vài cơng thức tính số cơng thức (2.5), (2.7), (2.8) dùng chung cho tất vòng lặp Chẳng hạn hệ tuyến tính tham số LTI (Linear Time Invariant) hai cơng thức dự báo (2.5) hàm mục tiêu (2.7) dùng chung cho tất vòng lặp, riêng việc tối ưu hóa (2.8), phụ thuộc giá trị trạng thái đo x k , phải lặp lại Hoặc hệ song tuyến, công thức hàm mục tiêu (2.7) dùng chung được, cơng thức dự báo (2.5) tối ưu hóa (2.8) lặp lại vòng lặp Hình 2.2 chi tiết hóa nguyên lý trượt dọc trục thời gian điều khiển dự báo, vốn thể khái quát Hình 2.1b Các điều khiển 37 với tính trượt dọc trục thời gian có tên gọi chung RHC Khởi tạo Đo trạng thái đầu hệ Dự báo tín hiệu đầu cho toàn cửa sổ dự báo Cửa sổ dự báo Cửa sổ dự báo Xác định hàm mục tiêu tìm nghiệm tối ƣu t kTa (k 1)Ta (k N )Ta vòng lặp Đƣa vào điều khiển đối tƣợng chu kỳ trích mẫu Hình 2.2 Nguyên lý trượt dọc trục thời gian điều khiển dự báo 2.1.2 Điều khiển dự báo hệ tuyến tính phản hồi trạng thái Phương pháp sử dụng mơ hình trạng thái (2.12) hệ LTI sau: x k 1 Ax k Bu k y k C x k với A Rn n , B Rn m , C Rr n (2.12) Để tăng chất lượng bám người ta thường bổ sung thêm vào điều khiển thành phần tích phân Điều thực cách xây dựng mơ hình dự báo từ mơ hình tương đương với (2.12), viết lại để xuất thành phần tích phân cách chuyển thành mơ hình có tín hiệu đầu vào x k 1 Ax k Bu k 1 B u k uk uk uk 1 , u k u k 1 u k , y k C x k C x k 0uk 1 x A B xk B hay z k 1 k 1 u k Az k B u k u k I u k 1 I zk B A 38 (2.13) y k C , z k C z k (2.14) C Sử dụng mơ hình (2.13), (2.14) ta đầu dự báo yk i , i 1,2, ,N xác định truy hồi từ z k sau: yk i CAi z k CAi 1Buk CAi 2B uk 1 CB uk i 1 vậy, viết chung lại theo cấu trúc véc-tơ dự báo đầu (2.5), được: y k 1 y yk k 2 y k N u k CA u k 1 CA u CB k N 1 CAN p b CB CB CAB CAN 1B CAN 2B H zk (2.15) k véc-tơ b k xác định từ giá trị vào hệ q khứ (khơng phụ thuộc vào tín hiệu điều khiển tương lai p ) Cùng với véc-tơ đầu dự báo, hàm mục tiêu (2.7) trở thành: Jk (p ) pT H TQk H Rk p bk wk Qk H p bk wk Qk bk wk (2.16) T T Do đó, trường hợp tốn điều khiển khơng có điều kiện ràng buộc, nghiệm tối ưu (2.8) là: p* arg J k (p ) H TQk H Rk 1 H TQk bk wk Suy tín hiệu điều khiển u k thời điểm k là: uk uk 1 I,0, ,0 H TQk H Rk 1 H TQk bk wk (2.17) 2.1.3 Giải pháp điều khiển dự báo hệ song tuyến sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian Nguyên lý điều khiển dự báo hệ tuyến tính trình bày áp dụng cho hệ phi tuyến nói chung Tuy nhiên, vấn đề làm để có cơng thức xác định đầu dự báo cách đơn giản trực tiếp thực 39 việc xác định hàm hợp phi tuyến cho (2.3), tức phải tìm hàm h i () (2.18): y k i g (x k i ) g f (x k i 1, u k i 1) g f ( f (x k i , u k i ), u k i 1) h i (x k , u k , u k 1, , u k i 1) từ mơ hình phi tuyến hệ cho tất số i 1,2, (2.18) , N Một giải pháp cho vấn đề trình bày [1], [5] luận án áp dụng, với tên gọi dự báo đầu thông qua tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian Sau đây, luận án giới hạn việc trình bày tư tưởng giải pháp cho hệ song tuyến, lớp hệ có cấu trúc phi tuyến đơn giản, giống mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự mặt phẳng ngang Hệ song tuyến hệ phi tuyến có cấu trúc gần với tuyến tính Mơ hình trạng thái hệ song tuyến có dạng chung là: Mơ hình dạng liên tục: x A(x )x B (x )u y C (x )x (2.19) với ma trận A(x ), B (x ),C (x ) phụ thuộc trạng thái x dạng rời rạc: x k 1 A(x k )x k B (x k )u k y k C (x k )x k (2.20) đó, khác với hệ tuyến tính (2.12), ma trận hệ thống A(x k ) , B (x k ) , C (x k ) lúc phụ thuộc trạng thái Thuật toán điều khiển dự báo cho hệ song tuyến (2.20) sở dự báo tín hiệu nhờ mơ hình tuyến tính hóa đoạn trục thời gian trình bày [1], [5] Tiếp theo, luận án mở rộng thuật tốn thêm chút cho lớp hệ song tuyến có ma trận hệ thống phụ thuộc trạng thái x k , mà phụ thuộc tín hiệu đầu vào khứ u k 1 sau: x k 1 A(x k , u k 1 )x k B (x k , u k 1)u k y k C (x k , u k 1)x k 40 (2.21) Từ mô hình song tuyến mở rộng (2.21) này, đặt biến x A(x k , u k 1 ) B (x k , u k 1 ) B (x k , u k 1 ) z k k , A(z k ) , B (z k ) I I u k 1 C (z k ) C (x k , u k 1 ) , , u k u k u k 1 (2.22) chuyển thành hệ song tuyến có chứa thành phần tích phân (2.23) z k 1 A(z k )z k B (z k )u k y k C (z k )z k (2.23) Với mơ hình (2.23) có chứa thành phần tích phân nêu trên, trước tiên, nghiên cứu sinh tìm cách xác định đầu dự báo yk i , i 1,2, , N cho hệ mà tránh phải sử dụng tới phép tính hàm hợp cho công thức (2.18), tức không sử dụng tới: y k i C (z k i )z k i C A(z k i 1 )z k i 1 B (z k i 1 )u k i 1 A A(z k i 1 )z k i 1 B (z k i 1)u k i 1 h i (x k , u k , u k 1, , u k i 1) Để làm điều này, theo [1], [5] thời điểm k tại, véc-tơ trạng thái z k biết, nên mô hình song tuyến (2.23), khoảng thời gian nhỏ kTa t kTa với Ta chu kỳ trích mẫu khoảng thời gian thực vòng lặp, xấp xỉ mơ hình tuyến tính tham số LTI, ký hiệu mơ hình k k : z k 1 Ak z k Bk u k với Ak A(z k ), Bk B (z k ), Ck C (z k ) : y C z k k k Tuy mơ hình xấp xỉ LTI k (2.24) (2.24) có nghĩa khoảng thời gian nhỏ, song sử dụng để dự báo tín hiệu đầu toàn cửa số dự báo chu kỳ Điều dẫn đến kết dự báo có sai lệch tăng dần theo thời gian, khoảng dự báo lớn, sai lệch cao Hệ sai lệch dãy giá trị tín hiệu điều khiển uk i , i 0,1, , N thu so với dãy giá trị tối ưu phải có tăng dần theo số i Mặc dù vậy, ảnh hưởng sai lệch tới chất lượng điều khiển khơng nhiều, số dãy giá trị tín hiệu điều 41 khiển dự báo thu uk i , i 0,1, , N có giá trị u k ứng với i thực sử dụng vào việc điều khiển đối tượng Quay lại việc thiết kế điều khiển dự báo cho hệ (2.24) Do hệ LTI với mô hình đối tượng giống (2.13), (2.14) nên kết áp dụng cho hệ (2.24) Nói cách khác, giá trị tín hiệu điều khiển dự báo cho hệ song tuyến (2.21) là: uk uk 1 I ,0, ,0 H kTQk H k Rk 1 H kTQk bk wk (2.25) đó: C k Ak C k Ak , b k C AN C k Bk k k C k Bk C k Ak Bk C k Bk H k C AN 1B C AN 2B k k k k k k zk (2.26) mơ hình tuyến tính hóa đoạn dọc trục thời gian thể Hình 2.3 k 1 u (t ), tk t tk 3 t tk 1 Đo tk kTa z k z (tk ) tk 1 tk ˆ Tính A A(z k ) B Bˆ (z k ) C Cˆ (z k ) Mô hình LTI xấp xỉ z k 1 Az k B u k u (t ), tk 1 t tk k : y C z k k Hình 2.3 Tuyến tính hóa đoạn mơ hình song tuyến dọc trục thời gian Điểm khác biệt điều khiển (2.25) cho hệ song tuyến (2.21) điều khiển (2.17) cho hệ tuyến tính (2.12) ma trận Ak , Bk ,C k cho hệ song tuyến, tính theo (2.22), (2.24), phải xác định lại theo vòng lặp, tức ma trận H k cho công thức (2.26) thay đổi theo k , khơng số với k A, B ,C H hệ LTI (2.12) 42 2.1.4 Một số giải pháp nâng cao chất lƣợng điều khiển dự báo 2.1.4.1 Nâng cao tốc độ hội tụ sai lệch bám nhờ hiệu chỉnh tín hiệu đặt theo nguyên lý học lặp (Iterative Learning) Trong phương pháp điều khiển thông minh dựa nguyên tắc học lặp (Iterative Learning Control - ILC), tín hiệu điều khiển lần thử thứ k , ký hiệu uk (t ) thường hiệu chỉnh từ thân uk 1(t ) sai lệch bám ek 1(t ) yk 1(t ) wk 1(t ) lần thử thứ k trước đó, sau [9], [12]: uk (t ) uk 1(t ) Kek 1(t ) (2.27) có K số dương chọn thích hợp tùy theo hệ, chẳng hạn hệ tuyến tính (2.12) chọn thỏa mãn [43]: I CBK (2.28) Tư tưởng hiệu chỉnh tín hiệu điều khiển theo nguyên tắc học lặp tài liệu [5] áp dụng cho việc nâng cao tốc độ bám điều khiển dự báo hệ tuyến tính (2.12) nói riêng song tuyến (2.20) nói chung Định hướng áp dụng [5] dựa hai nhận xét sau: Thứ điều khiển dự báo khơng có vòng thử (trials), nên việc hiệu chỉnh thực sau vòng lặp điều khiển dự báo (thay cho vòng thử ILC - trial) Thứ hai điều khiển học lặp, công thức hiệu chỉnh (2.27) thay đổi trực tiếp tín hiệu điều khiển nên điều làm chất dự báo điều khiển dự báo Bởi vậy, hiệu chỉnh gián tiếp thơng qua tín hiệu đặt w (t ) Trên sở hai nhận xét đó, tài liệu [5] đưa cơng thức hiệu chỉnh tín hiệu đặt r k dựa sai lệch ek 1 y k/ 1 w k 1 vòng lặp trước đó, thay cho tín hiệu đặt gốc ban đầu w k , sau: r k wk Kek 1 có K số tùy chọn (2.29) Ở công thức hiệu chỉnh trên, sai lệch ek 1 cập nhật sửa đổi đầu vòng lặp nhờ cơng thức: 43 ek 1 y k/ 1 w k 1 (2.30) với y k/ 1 đầu đo hệ vòng lặp trước Nghiên cứu sinh ký hiệu y k/ 1 để phân biệt với đầu dự báo y k i vốn suy từ mơ hình Ở vòng lặp đầu tiên, gán e , tức vòng lặp có r k w k Với công thức hiệu chỉnh tín hiệu đặt (2.29), véc-tơ wk tính theo (2.6), dùng điều khiển (2.17) (2.25), thay r k xác định sau: w k 1 Kek với ek y k/ w k rk w k N Kek (2.31) Hình 2.4 minh họa nguyên tắc hiệu chỉnh tín hiệu đặt cho trường hợp đơn giản tín hiệu đặt ban đầu số ( wk w constant ) y (t ) y (t ) w w e rk r k 1 e t t k k 1 k k a) Khơng hiệu chỉnh tín hiệu đặt k 1 k b) Có hiệu chỉnh tín hiệu đặt Hình 2.4 Ý nghĩa hiệu chỉnh tín hiệu đặt cho điều khiển dự báo [5] 2.1.4.2 Lọc nhiễu chuyển phản hồi trạng thái thành phản hồi đầu nhờ quan sát Kalman Một vấn đề thường gặp ứng dụng thực tế ảnh hưởng nhiễu vào hệ thống Nếu cần phải để ý tới ảnh hưởng loại nhiễu trình thiết kế điều khiển, mơ hình gốc ban đầu hệ song tuyến (2.21) có thêm nhiễu đo là: x k 1 A(x k , u k 1)x k B (x k , u k 1)u k k y k C (x k , u k 1)x k k 44 (2.32) k , k nhiễu tác động tới trạng thái nhiễu tác động đầu hệ Tương tự làm chuyển đổi (2.21) thành (2.23), mơ hình (2.32) viết lại thành: z k 1 A(z k )z k B (z k )u k k y k C (z k )z k k (2.33) với k col( k , 0), z k col(x k , uk 1), uk uk uk 1 A(z k ), B (z k ),C (z k ) xác định từ A(x k , uk 1), B (x k , uk 1), C (x k , uk 1) theo công thức (2.22) Giả sử thời điểm k ta có giá trị trạng thái z k 1 khơng lẫn nhiễu nhiệm vụ lọc nhiễu phải xác định tiếp z k có đầu vào u k 1 đầu y k Để thực nhiệm vụ đó, trước tiên ta xấp xỉ mơ hình khơng có nhiễu từ (2.33) thành: z k y k k 1z k 1 k 1u k 1 k 1z k với k 1 A(z k 1), k 1 B (z k 1), k 1 C (z k 1) (2.34) sau đó, tìm z k , k 1,2, nhờ lọc Kalman sau [4], [5], [31]: Pk k 1Kk 1 kT1 N X T L P T k k 1 k 1Pk k 1 V k K I L k k 1 Pk k z / k 1z k 1 k 1u k 1 k / z z / L y k k k 1z k k k 1 (2.35) N X ,V ma trận tương quan k k , K tùy chọn Sau có z k thay z k , tốn không bị ràng buộc, điều khiển phản hồi trạng thái (2.25) lúc trở thành điều khiển phản hồi đầu ra: 45 u k u k 1 I ,0, ,0 T k Qk k Rk 1 T k Qk bk r k (2.36) với r k xác định theo (2.31) k k 2.2 k k k k k k N 1 k k A(z k ), , bk k k k k k k N 2 k k B (z k ), k k k k k k N k zk (2.37) C (z k ) Các phƣơng pháp tối ƣu hóa có ràng buộc Trong điều khiển dự báo có thành phần tối ưu hóa Hình 2.1a với nhiệm vụ tìm nghiệm p * toán tối ưu (2.8) thỏa mãn ràng buộc P Nó thực vòng lặp Một cách tổng qt tốn có dạng chung cho tất vòng lặp là: p* arg J (p ) với P pP p R n i (p) 0, i 1, 2, ,m (2.38) i (p ) – hàm mô tả điều kiện ràng buộc 2.2.1 Những phƣơng pháp tối ƣu hóa có ràng buộc thƣờng sử dụng Để giải toán tối ưu hóa có ràng buộc thơng thường sử dụng hai phương pháp phương pháp tối ưu truyền thống phương pháp tối ưu tiến hóa 2.2.1.1 Phƣơng pháp tối ƣu hóa truyền thống Những phương pháp truyền thống phương pháp line search, nội dung chi tiết phương pháp trình bày tài liệu [5], [11] Hai phương pháp line search số chúng SQP (sequential quadratic optimization) phương pháp điểm (interior point) Đặc điểm phương pháp line search nói chung hai phương pháp SQP, phương pháp điểm nói riêng tìm dãy điểm pk P , k 0,1, cho chúng hội tụ tới nghiệm p * Hiện nay, thuật toán SQP „điểm trong‟ cài đặt thành lệnh 46 fmincon() với options chuẩn MatLab „sqp‟ fmincon() với options chuẩn MatLab „interior-point‟ 2.2.1.2 Phƣơng pháp tối ƣu tiến hóa Các phương pháp tối ưu tiến hóa (evolutional optimization) cho tốn tối ưu có ràng buộc (2.38) xây dựng sở lặp bước, giống line search, song quy luật tìm kiếm chép từ phản ứng tự nhiên sinh/động vật, thay xác định hướng tìm khoảng cách bước tìm tốn học Có nhiều phiên tối ưu tiến hóa khác nhau, nói, chúng có gốc gác từ hai phương pháp giải thuật di truyền (Genetic Algorithm - GA) tối ưu bày đàn (Particle Swarm Optimization - PSO) Nội dung chi tiết phương pháp trình bày tài liệu [12], [37], [42] Hiện nay, thuật toán „GA‟ „PSO‟ cài đặt chuẩn thành lệnh ga() particleswarm() MatLab 2.2.2 Giải pháp điều khiển tối ƣu hóa có ràng buộc với điều khiển MPC Các phương pháp giải toán tối ưu hóa có ràng buộc đề cập sử dụng thuận tiện phương pháp cụ thể hóa lệnh Matlab Tuy nhiên, điều khiển theo nguyên lý receding horizon MPC vòng lặp điều khiển phải giải toán tối ưu lần, điều dẫn tới thời gian tính tốn lệnh tối ưu hóa có ràng buộc vượt khoảng thời gian cho phép thực vòng lặp tức khoảng thời gian tk 1 tk Bởi vậy, để đơn giản sau luận án sử dụng kỹ thuật ước lượng xấp xỉ giới thiệu [2], [5] để giải toán tối ưu có ràng buộc Kỹ thuật xây dựng dựa nhận xét tín hiệu điều khiển u k (2.25) thay đổi theo vòng lặp với k 0,1,2 phụ thuộc vào việc chọn ma trận xác định dương Rk ,Qk sau: Nếu ma trận Qk đối xứng xác định dương chọn có chuẩn Qk lớn, sai số bám nhỏ gián tiếp kéo theo nghiệm tối ưu u (t ) có u (t ) lớn 47 Ngược lại, ma trận Rk đối xứng xác định dương chọn có chuẩn Rk lớn, nghiệm tối ưu u (t ) tìm có u (t ) nhỏ, gián tiếp kéo theo sai lệch bám lớn hệ hội tụ chậm Do trường hợp tín hiệu điều khiển u (t ) bị ràng buộc, chẳng hạn như: a u (t ) b (2.39) hiệu chỉnh giá trị Rk ,Qk thích hợp theo vòng lặp để điều kiện (2.39) thỏa mãn Giải pháp luận án áp dụng để giải điều kiện ràng buộc tín hiệu điều khiển luận án đặt 2.3 Thiết kế điều khiển MPC điều khiển chuyển động tàu bám quỹ đạo đặt, có ràng buộc tín hiệu điều khiển mơ hình tàu xác định Như đề cập chương luận án, mô hình xác định tàu thủy ba bậc tự thiếu cấu chấp hành mơ hình có cấu trúc xác định, tham số mơ hình xác định mơ hình coi khơng có nhiễu tác động Mục tiêu nhiệm vụ luận án từ mơ hình xác định, thiết kế điều khiển chuyển động tàu thủy bám theo quỹ đạo đặt có ràng buộc tín hiệu điều khiển Mơ hình động lực học tàu thủy ba bậc tự do, thiếu cấu chấp hành mặt phẳng ngang dạng mô hình xác định (khơng chứa thành phần bất định) theo [21] có cấu trúc sau: 3 J ( ) , R , R 32 M C ( ) D ( ) g ( ) F , R , F R (2.40) F ma trận có số cột số hàng (đặc điểm hệ thiếu cấu chấp hành) Nhiệm vụ điều khiển xây dựng điều khiển để đầu hệ bám theo quỹ đạo mẫu d (t ) w (t ) cho trước, đồng thời thỏa mãn điều kiện ràng buộc a b Đối với độ lớn góc bẻ lái tàu thủy qui định, gh gh , với góc bẻ lái, gh giới hạn góc bẻ lái Điều kiện ràng buộc tương đương với ràng buộc mô-men giới hạn quay trở r sau: r gh r r gh (2.41) 48 r gh – giá trị giới hạn đặt mô-men bánh lái (giá trị tỷ lệ với độ lớn góc bẻ lái coi tương đương với ràng buộc độ lớn góc bẻ lái) Để giải nhiệm vụ đặt ra, luận án sử dụng nguyên lý điều khiển dự báo MPC sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian giải pháp tối ưu hóa có ràng buộc để thiết kế điều khiển Trong giới hạn phạm vi nghiên cứu luận án, tín hiệu điều khiển thiết kế lực (lực đẩy chân vịt) mô-men (mô-men bánh lái), chúng ký hiệu mơ hình (2.40) khơng quan tâm tới mơ hình tốn cấu thực hiện, cơng trình nghiên cứu điều khiển tàu có mơ hình tốn dạng thiếu cấu chấp hành, khơng xét đến mơ hình cấu chấp hành 2.3.1 Thiết kế điều khiển dự báo phản hồi trạng thái điều khiển tàu chuyển động bám quỹ đạo đặt mơ hình tàu xác định Ta thấy mơ hình tàu thủy ba bậc tự mặt phẳng ngang (2.40), trường hợp xấp xỉ được: g ( ) G ( ) (2.42) với G ( ) R33 ma trận phụ thuộc , hệ song tuyến Vì để đồng với phần lý thuyết trình bày trên, sau luận án viết lại mơ hình tốn tàu thủy ba bậc tự mặt phẳng ngang (2.40) dạng song tuyến tắc cho cơng thức (2.19) (2.21) sau: Từ (2.40) (2.42) có được: J ( ) 032 033 1 1 G ( ) M C ( ) D ( ) M F (2.43) 033 ma trận khơng kiểu (3 hàng cột) Do đó, đặt biến x , x , u x col(x 1, x ) , ký hiệu: J (x 1) 033 032 A(x ) , B 1 , C I , 033 G (x ) M 1 C (x ) D (x ) 2 M F với A(x ), B (x ) ma trận có kiểu , được: 49 (2.44) x A(x )x Bu y I , 033 x C x (2.45) I ký hiệu ma trận đơn vị kiểu Như vậy, (2.45) hệ song tuyến so sánh với hệ song tuyến nói chung, mơ tả cơng thức tổng qt (2.19), gần với hệ tuyến tính chỗ hai ma trận B ,C mơ hình (2.45) số Do đó, phương pháp điều khiển dự báo cho hệ song tuyến trình bày mục 2.1.3 hồn tồn áp dụng để tín hiệu đầu y mơ hình tàu thủy ba bậc tự mặt phẳng ngang dạng song tuyến (2.45) bám tiệm cận theo quỹ đạo mẫu w (t ) cho trước Để thiết kế điều khiển dự báo phản hồi trạng thái cho mơ hình (2.45) biến trạng thái x col(x 1, x ) , x , x giả thiết phải đo đạc xác định trực tiếp 2.3.1.1 Mơ hình dự báo sở tuyến tính hóa đoạn mơ hình dọc trục thời gian Do việc thiết kế điều khiển dự báo cần tới mơ hình khơng liên tục (mơ hình rời rạc theo thời gian) nên ta rời rạc mơ hình tàu thủy ba bậc tự mặt phẳng ngang dạng liên tục (2.45) với chu kỳ trích mẫu Ta chọn trước Sử dụng công thức xấp xỉ: x (t ) x (k 1)Ta x (kTa ) Ta cho phép tính đạo hàm, mơ hình liên tục (2.45) chuyển dạng rời rạc (2.46): x k 1 I Ta A(x k )x k Ta Bu k y k C x k (2.46) đó: x k x (kTa ), uk u (kTa ), y k y (kTa ) , I ma trận đơn vị kiểu Tiếp theo, ta xét thời điểm k Nếu véc-tơ trạng thái x k biết, đo trực tiếp từ hệ thống, quan sát từ liệu vào/ra đo uk 1, y k , khoảng thời gian đủ nhỏ, mơ hình song tuyến (2.46) xấp xỉ mơ hình tuyến tính tham số k (2.47): 50 k : z k 1 Ak z k B u k y k C z k (2.47) đó: z k col x k , uk 1 R8 , uk uk uk 1 R (2.48) I T A(x k ) Ta B T B Ak a R88 , B a R82 ,C C , 032 R38 (2.49) 026 I2 I2 Từ mơ hình xấp xỉ tuyến tính đoạn k với k 0,1, cho (2.47), ta có cơng thức dự báo xấp xỉ cho tín hiệu đầu yk i , i 1,2, , N hệ (2.46) thuộc cửa sổ dự báo [k , N ) , sau: yk i CAki z k CAi 1Buk CAi 2Buk 1 CBu k i 1 , N độ rộng cửa sổ dự báo chọn trước Viết chung đầu tương lai lại với theo cấu trúc véc-tơ cho toàn cửa số dự báo, có: 032 u k CAk 032 u k 1 CAk2 u CB k N 1 CAkN y k 1 y yk k 2 y k N CB 032 CB CAk B CAkN 1B CAkN 2B H k p bk zk (2.50) với: CB 032 CAk B CB H k CAN 1B CAN 2B k k CAk 032 u k u 032 CAk k , b , p k CAN u CB k N 1 k zk (2.51) p véc-tơ tín hiệu đầu vào tương lai cần phải xác định 2.3.1.2 Xây dựng khối hàm mục tiêu điều khiển MPC Sau có tín hiệu đầu tương lai yk i , i 1,2, , N thuộc cửa sổ dự báo dạng hàm số tín hiệu đầu vào tương lai 51 uk j , j 0,1, , N cho công thức (2.50) để xác định đầu vào tương lai cho đầu bám theo dãy tín hiệu đặt {w k } Ta cần khối hàm mục tiêu thể mục đích bám tín hiệu đặt hàm mục tiêu thể điều tổng bình phương sai lệch bám thuộc sổ dự báo Tuy nhiên, nhằm nâng cao tốc độ bám, luận án sử dụng kỹ thuật hiệu chỉnh tín hiệu đặt nói tới mục 2.1.4.1 chương 2, mà cụ thể tín hiệu đặt sau hiệu chỉnh r k cho công thức (2.31) với: w k 1 Kek có w w (kT ) , rk a k w k N Kek (2.52) ek y k/ w k sai lệch bám dư thừa thời điểm trước K tham số tùy chọn Hàm mục tiêu thể sai lệch bám nhỏ véc-tơ tín hiệu đầu tương lai y k cho công thức (2.50) véc-tơ tín hiệu đặt sau hiệu chỉnh cho công thức (2.52) là: J k (p ) y k r k T Qk y k r k pT Rk p (2.53) p Qk R3N 3N , Rk R 2N 2N hai ma trận đối xứng xác định dương tùy chọn Cuối cùng, loại bỏ bớt thành phần số khơng phụ thuộc biến p cần tìm hàm mục tiêu (2.53) trên, ta có hàm mục tiêu tương đương, với cấu trúc đơn giản hơn, sau: J k/ (p ) pT H kTQk H k Rk p bk r k Qk H k p T p (2.54) 2.3.1.3 Xây dựng khối tối ƣu hóa điều khiển Nhiệm vụ khối tối ưu hóa, trình bày xác định nghiệm toán tối ưu: 52 p* arg J k/ (p ) (2.55) pP có tập ràng buộc P suy từ điều kiện ràng buộc (2.41) qui định giới hạn độ lớn góc bẻ lái tàu thủy Giải pháp để tìm nghiệm tốn tối ưu có ràng buộc sử dụng kỹ thuật ước lượng xấp xỉ điều kiện ràng buộc thông qua thay đổi tham số hàm mục tiêu, trình bày mục 2.2.2 chương Một cách cụ thể, tốn điều khiển khơng có ràng buộc, nghiệm p * tốn tối ưu (2.55) có hàm mục tiêu cho (2.54) là: p* HkTQk H k Rk 1 HkTQk bk r k (2.56) Khi có p * ta có tín hiệu điều khiển u k cho hệ điều khiển chuyển động tàu thủy (2.40) thời điểm k , suy từ công thức (2.48), sau: uk uk 1 I , 022(N 1) p * (2.57) đưa vào để điều khiển phạm vi khoảng thời gian trích mẫu Ta Nếu tốn có điều kiện ràng buộc cho u k từ (2.57) ta thấy điều kiện ràng buộc chuyển sang điều kiện ràng buộc cho p * Do điều kiện ràng buộc tín hiệu điều khiển với đối tượng tàu thủy luận án ràng buộc dạng khoảng cụ thể gh uk gh (suy từ ràng buộc độ lớn góc bẻ lái), nên ta thay đổi Qk , Rk để p * thỏa mãn điều kiện ràng buộc Chi tiết hơn, công thức (2.56) cho thấy Rk lớn p * nhỏ, ngược lại Qk lớn p * lớn 2.3.1.4 Thuật toán điều khiển dự báo phản hồi trạng thái Hình 2.5 biểu diễn thuật tốn bước tính cần thực vòng lặp thời điểm k để xác định tín hiệu điều khiển u k minh họa cấu trúc trượt dọc trục thời gian điều khiển 53 Bắt đầu Tùy chọn: Cửa sổ dự báo N 2, thời gian trích mẫu Ta Hệ số hiệu chỉnh giá trị ràng buộc 1, ugh Hệ số hiệu chỉnh tín hiệu đặt K Tính B ,C theo (2.44) B ,C theo (2.49) Gán: Ma trận xác định dương Q QT 0, R RT 0, Giá trị khởi tạo k 0, u 1 0,e0 0, A0 , x Trạng thái x k col ( , ) từ đối tượng điều khiển (2.40) Đo: Tính: Ak theo (2.49) Và H k ,b k , r k theo (2.51), (2.52) Tìm: Nghiệm tối ưu p * theo (2.56), sau tính u k theo (2.57) Gán: k : k x0 x u0 u A0 A Ràng buộc tín hiệu điều khiển = ? Gán: sai R .R sai u k ugh ? Đƣa: u k vào điều khiển đối tượng liên tục (2.40), hay (2.45) sai Lệnh dừng điều khiển =1 ? Kết thúc a Thuật tốn xác định tín hiệu điều khiển u k điều khiển MPC-S 54 Ta kTa kTa (k 1)Ta t Tính u k 1 uk Thuật tốn xác định tín hiệu điều khiển u k b Minh họa thuật toán điều khiển MPC-S trượt dọc trục thời gian Hình 2.5 Thuật tốn điều khiển dự báo phản hồi trạng thái (MPC-S), điều khiển chuyển động tàu thủy bám quỹ đạo đặt Khoảng thời gian chênh lệch đo trạng thái x k có u k khoảng thời gian cần thiết để thực tất phép tính, bao gồm xác định Ak , Hk ,bk , r k , p * cuối u k Về ngun tắc, với tốc độ tính tốn thiết bị số nhỏ bỏ qua Khi có u k , đưa vào điều khiển hệ (2.40), hệ liên tục (2.45), khoảng thời gian trích mẫu Ta , từ thời điểm kTa tới thời điểm (k 1)Ta Ở thời điểm (k 1)Ta vòng tính tốn lặp thực lại, bắt đầu việc đo trạng thái x k 1 , tính toán Ak 1, Hk 1,bk 1, r k 1, p * để lại có u k 1 cho chu kỳ trích mẫu Như vậy, hệ điều khiển vòng kín, bao gồm đối tượng điều khiển hệ liên tục (2.40) điều khiển số (bộ điều khiển dự báo) hệ sampled data Thuật toán điều khiển dự báo phản hồi trạng thái luận án ký hiệu MPC-S, ký tự S thêm vào để ngụ ý thuật toán điều khiển phản hồi trạng thái (system states) 2.3.1.5 Mô điều khiển MPC-S a Đối tƣợng quỹ đạo mô Đối tượng nghiên cứu thiết kế điều khiển tàu thủy với mơ hình ba bậc tự mặt phẳng ngang có mơ hình tốn dạng thiếu cấu chấp hành, thơng số kỹ 55 thuật tàu sử dụng mô lấy từ tài liệu [21] tác giả Do K D and J Pan (2009) Số liệu chi tiết thông số tàu, tham số mơ hình tốn cho bảng PL.1 phụ lục Số liệu thông số tàu nhiều tác giả sử dụng để mô phỏng, kiểm chứng điều khiển nghiên cứu mơ hình tàu thiếu cấu chấp hành cơng trình: [14], [16] - [21], [48] [64]) Để kiểm tra chất lượng bám quỹ đạo điều khiển đề xuất, luận án đưa hai quỹ đạo đặt thường hay áp dụng với tàu biển trình chạy kiểm tra đặc tính điều động quay trở tàu sau: Quỹ đạo 1: tàu chạy theo quỹ đạo đường thẳng, sau tàu chạy lượn vòng tròn với bán kính lượn vòng 200(m), luận án gọi quỹ đạo hình tròn, Hình 2.6a Quỹ đạo 2: tàu chạy theo đường thẳng, sau chạy quỹ đạo zíc-zắc hình sin với biên độ 175m, sau chạy tiếp với quỹ đạo thẳng, luận án gọi quỹ đạo hình sin, Hình 2.6b a) Quỹ đạo đặt hình tròn với bán kính 200(m) b) Quỹ đạo đặt hình sin với biên độ hình sin 175(m) Hình 2.6 Quỹ đạo đặt kiểm chứng chất lượng điều khiển Ký hiệu đại lượng mô sau: d [xd , yd ,d ] – quỹ đạo vị trí hướng đặt tàu 56 ex xd x ,ey yd y ,ehd d – sai lệch bám quỹ đạo theo trục x , y sai lệch bám hướng Thời gian mô tính giây [s], tọa độ quỹ đạo mặt phẳng ngang tàu hệ trục tọa độ trái đất xoy theo đơn vị dài [m], hướng tàu theo đơn vị độ [deg], hướng độ trùng với hướng Bắc thật Trái Đất Đơn vị lực tác động [N], mô-men [N.m], vận tốc dài [m/s], vận tốc góc [rad/s] b Kết mơ Chương trình điều khiển viết theo thuật toán điều khiển MPC-S, với tham số cài đặt sau: Cửa sổ dự báo: N (cài đặt N ) Thời gian trượt (receding horizon) Ta 0.1(s ) Tham số hiệu chỉnh tín hiệu đặt K (cài đặt K 0.2 ) Tín hiệu điều khiển ban đầu thời điểm t 1 ( u1 ) Ma trận xác định dương Q , R (đặt Q diag ([50;50;100]); R diag ([1;1]) ) Cài đặt ràng buộc tín hiệu điều khiển (giả thiết giá trị ràng buộc đặt r gh 8.105 (N m ) ) tín hiệu điều khiển mơ-men quay trở phải thỏa mãn: r gh r r gh Giá trị ban đầu quỹ đạo đặt quỹ đạo vị trí tàu: Quỹ đạo hình tròn: xd (0) 0, yd (0) 50,d (0) 0, x (0) 0, y (0) 30, (0) 0, u (0) 4, v (0) 2.3, r (0) 0.1 Quỹ đạo hình sin: xd (0) 5, yd (0) 30,d (0) x (0) 0, y (0) 20, (0) 0, u (0) 4, v (0) 2.3, r (0) 0.1 Sơ đồ mô điều khiển MPC-S đưa phần phụ lục luận án 57 Kết mô điều khiển MPC-S với quỹ đạo hình tròn a) Kết mô quỹ đạo chuyển động – quỹ đạo hình tròn (MPC-S) b) Sai lệch bám quỹ đạo – quỹ đạo hình tròn (MPC-S) c) Sai lệch bám hướng – quỹ đạo hình tròn (MPC-S) d) Tín hiệu điều khiển lực trượt dọc u – quỹ đạo hình tròn (MPC-S) 58 e) Tín hiệu điều khiển mơ-men quay trở r không ràng buộc – quỹ đạo hình tròn (MPC-S) f) Tín hiệu điều khiển mơ-men quay trở r , có ràng buộc với giả thiết giá trị ràng buộc 8.105 (N m ) r 8.105 (N m ) – quỹ đạo hình tròn (MPC-S) Hình 2.7 Kết mơ phỏng, kiểm chứng chất lượng điều khiển MPC-S với quỹ đạo hình tròn Kết mơ điều khiển MPC-S với quỹ đạo hình sin a) Kết mơ quỹ đạo chuyển động – quỹ đạo hình sin (MPC-S) 59 b) Sai lệch bám quỹ đạo – quỹ đạo hình sin (MPC-S) c) Sai lệch bám hướng – quỹ đạo hình sin (MPC-S) d) Tín hiệu điều khiển lực trượt dọc u – quỹ đạo hình sin (MPC-S) e) Tín hiệu điều khiển mơ-men r , khơng ràng buộc – quỹ đạo hình sin (MPC-S) 60 f) Tín hiệu điều khiển mơ-men quay trở r , có ràng buộc với giả thiết giá trị ràng buộc 8.105 (N m ) r 8.105 (N m ) – quỹ đạo hình sin (MPC-S) Hình 2.8 Kết mơ phỏng, kiểm chứng chất lượng điều khiển MPC–S với quỹ đạo hình sin Nhận xét: Kết mơ điều khiển MPC-S cho thấy thử nghiệm với hai quỹ đạo đặt quỹ đạo hình tròn, quỹ đạo hình sin cho tín hiệu quỹ đạo đầu bám theo quỹ đạo đặt với chất lượng tốt tín hiệu điều khiển u2 r có ràng buộc (ràng buộc giá trị mô-men tương đương với điều kiện ràng buộc góc bẻ lái) Sai lệch bám quỹ đạo ex ,ey , sai lệch bám hướng ehd có giá trị nhỏ so với quỹ đạo chuyển động tàu Sai lệch bám quỹ đạo lớn khoảng 8m với quỹ đạo hình tròn, khoảng 5.5m với quỹ đạo hình sin Sai lệch bám quỹ đạo, bám hướng có xu hướng tăng điểm quỹ đạo tàu bắt đầu chuyển động vào quỹ đạo đường tròn điểm quỹ đạo vào, với quỹ đạo hình sin điểm mà tọa độ quỹ đạo thay đổi nhiều Sai lệch bám quỹ đạo hướng thời điểm ban đầu phụ thuộc nhiều vào việc cài đặt tọa độ vị trí hướng ban đầu tàu x (0), y (0), (0) Tín hiệu điều khiển có độ điều chỉnh nhỏ Ở thời điểm ban đầu hai tín hiệu điều khiển lớn, bị dao động, độ điều chỉnh lớn việc cài đặt quỹ đạo đặt quỹ đạo thực thời điểm ban đầu khác nhau, yd (0) 50, y (0) 30 với quỹ đạo hình tròn yd (0) 30, y (0) 20 với quỹ đạo hình sin Ở thời điểm sau quỹ đạo ổn định độ chỉnh tín hiệu điều khiển nhỏ ổn định 61 Chất lượng điều khiển dự báo MPC-S phụ thuộc vào việc chọn giá trị ma trận xác định dương Q , R cửa sổ dự báo N Nếu cửa sổ dự báo chọn lớn sai lệch bám nhỏ kéo theo khoảng tính tốn (thời gian trượt) tăng Việc chọn ma trận xác định dương Q , R ảnh hưởng tới độ lớn tín hiệu điều khiển (như phân tích mục 2.2.2) Bộ điều khiển MPC-S có hạn chế tất biến trạng thái đối tượng bao gồm x , x u v r phải đo đạc xác định trực tiếp Thực tế với T tàu thủy trạng thái x hồn tồn xác định nhờ GPS la bàn điện tàu Hiện việc xác định trạng thái x u v r xác T định DGPS (Differential Global Positioning Systems), việc áp dụng hạn chế Do để giải hạn chế đó, luận án tiến hành xây dựng quan sát trạng thái x u v r từ tín hiệu đầu x thiết T kế điều khiển dự báo phản hồi đầu 2.3.2 Thiết kế điều khiển dự báo phản hồi đầu theo nguyên lý tách để điều khiển chuyển động tàu bám quỹ đạo đặt mơ hình tàu xác định Bộ điều khiển phản hồi đầu theo nguyên lý tách ghép nối điều khiển phản hồi trạng thái MPC-S quan sát trạng thái mô tả Hình 2.9 (t ) {w k } xk Bộ điều khiển dự báo MPC-S uk u (t ) ZOH Tàu thủy Quan sát trạng thái y (t ) (t ) Hình 2.9 Cấu trúc điều khiển phản hồi đầu theo nguyên lý tách, điều khiển chuyển động tàu thủy bám quỹ đạo đặt Trong thiết kế điều khiển, quan sát thường sử dụng Luenberger, Kalman-Bucy dùng cho hệ tuyến tính, Kalman mở rộng (EKF) dùng 62 cho hệ phi tuyến,… Định hướng luận án xây dựng quan sát trạng thái cho đối tượng tàu thủy với giả thiết khơng có nhiễu đo Còn giá trị đo từ hệ thống, tín hiệu vào ra, bị lẫn nhiễu đo ký hiệu (t ) nhiễu hệ thống ký hiệu (t ) Hình 2.9 quan sát trạng thái thích hợp có thêm chức lọc nhiễu sử dụng quan sát Kalman mở rộng (EKF) Những hệ lẫn nhiễu gọi hệ ngẫu nhiên 2.3.2.1 Xây dựng quan sát trực tiếp trạng thái từ mô hình liên tục Phương pháp quan sát trực tiếp (QSTT) xây dựng trực tiếp từ mơ hình liên tục (2.40), dạng tương đương (2.43) (2.45), mơ hình tàu thủy ba bậc tự mặt phẳng ngang, sở giả thiết phép đo tín hiệu đầu y (t ) (t ) xác (thực tế tín hiệu (t ) gồm tọa độ vị trí hướng tàu hệ tọa độ trái đất hồn tồn xác định xác thơng qua thiết bị định vị GPS (Global Positioning System) la bàn (Gyrocompass) điện gắn tàu) Nhiệm vụ từ xác định véc-tơ trạng thái x col( , ) hệ liên tục tương ứng (2.43) hay (2.45) Trong hai thành phần (t ), (t ) véc-tơ trạng thái x (t ) col (t ) , (t ) , có đầu y (t ) (t ) , nên đo tín hiệu đầu y (t ) cách xác, ta có thành phần thứ (t ) Bởi nhiệm vụ quan sát lúc xác định thành phần thứ hai (t ) Từ quan hệ hai thành phần trạng thái (t ), (t ) cho mơ hình (2.40) là: J ( ) có (t ) y (t ) ma trận J ( ) trực giao (đặc điểm mơ hình tàu thủy ba bậc tự mặt phẳng ngang), nên có thành phần trạng thái (t ) lại thơng qua: (t ) J ( )T J (y )T y có giá trị đạo hàm y (t ) tín hiệu đầu y (t ) Để làm điều ta sử dụng khâu vi phân quán tính bậc (khâu DT1), khâu hợp thức, Causal: 63 DT (s ) s với số T nhỏ tùy chọn, Ts (2.58) có đầu vào y (t ) Do có T nên đầu nó, ký hiệu y (t ) là: y Ty y hay y y J ( ) Cuối cùng, ghép chung (t ) y (t ) đo từ đầu và: (t ) J ( )T J (y )T y J (y )T y với y (t ) đầu khâu DT1 cho (2.58) có đầu vào y (t ) ta có đầy đủ véc-tơ trạng thái x (t ) col y (t ) , J (y )T y mơ hình tàu thủy ba bậc tự Hình 2.10 mơ tả cấu trúc quan sát trạng thái trực tiếp từ mơ hình liên tục u (t ) y (t ) J (y )T y x (t ) (t ) Tàu thủy J (y )T y y y (t ) (t ) DT (s ) DT (s ) s Ts Hình 2.10 Quan sát trạng thái trực tiếp từ mơ hình liên tục tàu thủy ba bậc tự a Cài đặt mô kiểm chứng quan sát trực tiếp Các thông số cài đặt quan sát trực tiếp (QSTT) bao gồm: Thời gian quan sát QSTT, Ta 0.01 0.1(s ) khoảng thời gian trượt (receding horizon), thời gian quan sát ngắn độ xác quan sát cao, thời gian quan sát chọn chu kỳ trích mẫu điều khiển trượt Giá trị quan sát ban đầu u (0), v (0), r (0) quan sát, giá trị ban đầu chọn gần giá trị thực chất lượng quan sát tốt Chất lượng quan sát đánh giá dựa sai lệch tín hiệu quan sát tín hiệu thực sau: eu u u ,ev v v ,er r r – sai lệch bám tốc độ trượt dọc, trượt ngang, tốc độ quay trở Trong u , v , r – tín hiệu trạng thái quan sát từ 64 u , v , r QSTT b Kết mô phỏng, kiểm chứng QSTT với quỹ đạo hình tròn a) Kết mô quan sát trạng thái tốc độ trượt dọc u – quỹ đạo hình tròn b) Kết mô quan sát tốc độ trượt ngang v – quỹ đạo hình tròn c) Sai lệch quan sát tốc độ trượt dọc eu , trượt ngang ev – quỹ đạo hình tròn d) Kết mơ quan sát tốc độ quay trở r – quỹ đạo hình tròn 65 e) Sai lệch quan sát tốc độ quay trở er – quỹ đạo hình tròn Hình 2.11 Đồ thị mô kết QSTT tàu chạy quỹ đạo hình tròn c Kết mơ phỏng, kiểm chứng quan sát với quỹ đạo hình sin a) Kết mô quan sát tốc độ trượt dọc u – quỹ đạo hình sin b) Kết mô quan sát tốc độ trượt ngang v – quỹ đạo hình sin 66 c) Sai lệch quan sát tốc độ trượt dọc eu , trượt ngang ev – quỹ đạo hình sin d) Kết mơ quan sát tốc độ quay trở r – quỹ đạo hình sin e) Sai lệch quan sát tốc độ quay trở er – quỹ đạo hình sin Hình 2.12 Đồ thị mô kết QSTT tàu chạy quỹ đạo hình sin d Nhận xét chất lƣợng QSTT xây dựng Kết mơ cho thấy tín hiệu trạng thái quan sát từ QSTT bám tốt tín hiệu trạng thái thực, sai lệch quan sát tín hiệu quan sát tín hiệu thực tương đối nhỏ Sai lệch quan sát giảm dần tiệm cận theo thời gian Tốc độ hội tụ phụ thuộc vào giá trị đặt ban đầu cho trạng thái quan sát Sai lệch quan sát ban đầu nhỏ thời gian tiến nhanh Nếu ước 67 lượng giá trị quan sát ban đầu gần với giá trị thực hệ thời gian độ quan sát cải thiện nhiều Ngoài sai lệch quan sát phụ thuộc vào thời gian thực phép tính đạo hàm khâu DT1, ký hiệu T (2.58), thời gian nhỏ chất lượng quan sát tốt Mặc dù QSTT sử dụng khâu DT1 khâu có trễ song tín hiệu quan sát bám tốt tín hiệu thực, lý tàu thủy đối tượng có qn tính thơng số biến đổi chậm Do QSTT sử dụng để quan sát trạng thái thiết kế điều khiển dự báo MPC phản hồi đầu với giả thiết nhiễu đo, ảnh hưởng nhiễu đo nhỏ Trong trường hợp tín hiệu trạng thái có lẫn nhiễu đo quan sát Kalman mở rộng EKF sử dụng 2.3.2.2 Xây dựng quan sát trạng thái lọc nhiễu nhờ lọc Kalman mở rộng (EKF) Trong trường hợp có lẫn nhiễu đo đầu y (t ) (t ) (t ) có nhiễu (t ) tác động vào thành phần trạng thái x (t ) mà ta sử dụng phương pháp quan sát trực tiếp trên, kết thu sau x (t ) tham gia nhiễu Điều ảnh hưởng tới chất lượng điều khiển điều khiển dự báo Bởi ta cần tới quan sát khác, xác định xấp xỉ x (t ) x (t ) mà có khả lọc nhiễu (t ), (t ) có x (t ) Một quan sát quan sát Kalman mở rộng đề cập tới mục 2.1.4.2 chương 2, mà sau gọi quan sát gián tiếp, để phân biệt với quan sát trực tiếp mục 2.3.2.1 Bộ quan sát gián tiếp sử dụng mơ hình rời rạc (2.46), có lẫn thêm nhiễu đo k (kTa ) nhiễu hệ thống k (kTa ) : x k 1 I Ta A(x k )x k Ta Bu k k y k C x k k (2.59) Nhiệm vụ quan sát thời điểm k tại, sở liệu đo hệ thống gồm đầu y k đầu vào trạng thái quan sát thời điểm trước uk 1, x k 1 , cần phải xác định x k cho kỳ vọng sai lệch với giá trị trạng thái thực (khơng bị lẫn nhiễu) nhỏ 68 Thuật toán quan sát Kalman mở rộng cho hệ phi tuyến (EKF) trình bày mục 2.1.4.2, viết lại riêng cho hệ (2.59), sau: Thuật toán EKF Khởi tạo với việc xác định ma trận tương quan N X k V k Tùy chọn K x (hoặc tính x theo cơng thức (2.60) đây) Gán k Đo uk 1, y k tính phép tính sau: P I T A(x )K I T A(x ) T N a k 1 a X k 1 k 1 k 1 T T L P C CP C V k k k Kk I LkC Pk / x k I Ta A(x k 1 )x k 1 Ta Bu k 1 / / x k x k Lk y k C x k Gán k : k quay bước Độ xác tốc độ hội tụ kết x k thuật toán phụ thuộc nhiều vào giá trị đầu x chọn [31] Bởi vậy, để tăng tính hiệu thuật toán EKF, luận án đề xuất kết hợp thêm với thuật toán quan sát trạng thái trực tiếp trình bày trên, lần bước khởi tạo để xác định x , thay tùy chọn Chẳng hạn, hai thời điểm k 1 k trước ta đo y 1 , y cách chu kỳ trích mẫu Ta giá trị trạng thái x tính theo phương pháp quan sát trực tiếp xấp xỉ bởi: x col y , J (y )T y với y y y 1 Ta (2.60) a Mô kiểm chứng quan sát Kalman mở rộng (EKF) Để kiểm tra chất lượng quan sát Kalman mở rộng (EKF), luận án so sánh với QSTT xây dựng tiến hành mô trường hợp khơng có nhiễu đo trường hợp có nhiễu đo 69 Trường hợp 1: So sánh kết mô QSTT quan sát EKF với giả thiết mơ hình (2.59) khơng có nhiễu đo a) Kết mô quan sát tốc độ trượt dọc u – khơng có nhiễu đo b) Kết mơ quan sát tốc độ trượt ngang v – nhiễu đo c) Kết mơ quan sát tốc độ quay trở r – khơng có nhiễu đo Hình 2.13 Kết mơ so sánh QSTT Kalman (EKF) khơng có nhiễu đo Nhận xét: Kết mô cho thấy trường hợp giả thiết khơng có nhiễu đo chất lượng QSTT tốt so với quan sát EKF (sai lệch quan sát EKF lớn 70 QSTT), tín hiệu quan sát từ QSTT bám tốt tín hiệu thực, với sai lệch bám nhỏ Trường hợp 2: So sánh kết mô QSTT quan sát EKF với giả thiết mơ hình (2.59) có nhiễu đo (t ) random('normal ',0,0.05,2*T,1) a) Kết mô quan sát tốc độ trượt dọc u – có nhiễu đo b) Kết mơ quan sát tốc độ trượt ngang v – có nhiễu đo c) Kết mô quan sát tốc độ quay trở r – có nhiễu đo Hình 2.14 Kết mô so sánh QSTT Kalman (EKF) có nhiễu đo Nhận xét: Kết mơ cho thấy trường hợp giả thiết có nhiễu đo chất lượng quan sát EKF tốt so với QSTT, tín hiệu quan sát từ QSTT bị ảnh hưởng theo nhiễu đo dạng tín hiệu thay đổi theo nhiễu đo Lý quan sát EKF chức quan sát trạng thái có chức lọc nhiễu 71 Như vậy, quan sát Kalman mở rộng EKF sử dụng để thiết kế điều khiển dự báo trường hợp có nhiễu đo 2.3.2.3 Thuật tốn điều khiển dự báo phản hồi đầu với QSTT Hình 2.15 mơ tả nội dung thuật tốn điều khiển dự báo phản hồi đầu theo nguyên lý tách (kết hợp điều khiển MPC-S QSTT) để điều khiển chuyển động tàu thủy bám quỹ đạo đặt Điểm khác biệt điều khiển dự báo phản hồi đầu với điều khiển dự báo phản hồi trạng thái thời điểm k ta khơng có giá trị trạng thái x k hệ mà thay vào đo giá trị tín hiệu đầu y k Bởi cần phải xác định x k từ y k sau sử dụng thay cho x k Chính điều làm cho cơng thức tính Hk ,bk cho cơng thức (2.50) phải thay H k ,b k sau: C 032 032 C , b k C CB CB 032 C kB CB H k C N 1B C N 2B k k k k N k z k (2.61) đó: k I T A(x k ) Ta B x a , z k k col x k , u k 1 026 I2 u k 1 (2.62) Tương ứng, công thức xác định hàm mục tiêu J k/ (p ) cho (2.54) tìm nghiệm p * trường hợp tốn điều khiển khơng bị ràng buộc cho (2.56), để phục vụ việc tính u k , sửa đổi thành: J k/ (p ) pT H kTQk H k Rk p b k r k T Qk H k p p (2.63) và: p* HkTQk H k Rk 1 HkTQk b k r k (2.64) Khi có p * ta có tín hiệu điều khiển u k tính theo (2.65) sau: uk uk 1 I , 022(N 1) p * (2.65) 72 Bắt đầu Tùy chọn: Cửa sổ dự báo N 2, thời gian trích mẫu Ta Hệ số hiệu chỉnh giá trị ràng buộc 1, ugh Hệ số hiệu chỉnh tín hiệu đặt K Tính B ,C theo (2.44) B ,C theo (2.49) Ma trận xác định dương Q QT 0, R RT 0, Giá trị khởi tạo k 0, u 1 0,e0 0, A0 , x y0 Gán: Đo: Đầu y k k , quan sát x k k nhờ QSTT EKF Tính: k theo (2.62) Và r k , H k ,b k theo (2.52), (2.61) Tìm: Nghiệm tối ưu p * theo (2.64), sau tính u k theo (2.65) Gán: k : k x0 x u0 u Ràng buộc tín hiệu điều khiển = ? sai Gán: R .R sai u k ugh? Đƣa: u k vào điều khiển đối tượng liên tục (2.40), hay (2.45) sai Lệnh dừng điều khiển =1 ? Kết thúc Hình 2.15 Thuật tốn điều khiển dự báo phản hồi đầu theo nguyên lý tách, điều khiển chuyển động tàu thủy bám quỹ đạo đặt (MPC-O) 73 Tương tự điều khiển phản hồi trạng thái, điều khiển dự báo phản hồi đầu luận án ký hiệu MPC-O, ký tự O thêm vào để điều khiển phản hồi đầu (Outputs) Hình 2.16 minh họa cấu trúc điều khiển dự báo phản hồi đầu theo nguyên lý tách sử dụng phương pháp quan sát trạng thái trực tiếp Hình 2.10 Để nhấn mạnh điều khiển dự báo này, chất ghép nối thuật toán điều khiển phản hồi trạng thái (thuật toán MPC-S) quan sát trạng thái trực tiếp, nên Hình 2.16 thuật toán MPC-O dược tách thành hai khối tiêng biệt, gồm thuật toán MPC-S phản hồi trạng thái hai quan sát trạng thái trực tiếp Hình 2.10 {w k } xk Bộ điều khiển dự báo MPC-S uk u (t ) ZOH Ta x (t ) J (y )T y y (t ) (t ) Tàu thủy y DT (s ) DT (s ) Cho công thức (2.58) Hình 2.16 Cấu trúc điều khiển MPC-O với quan sát trạng thái trực tiếp 2.3.2.4 Kết mô điều khiển dự báo phản hồi đầu MPC-O a Cài đặt thuật toán điều khiển MPC-O-QSTT Các tham số điều khiển MPC-O cài đặt sau: Cửa sổ dự báo: N (cài đặt N ) Thời gian trượt (receding horizon) Ta 0.1(s ) Tham số hiệu chỉnh tín hiệu đặt K (cài đặt K 0.5 ) Tín hiệu điều khiển ban đầu u 1 thời điểm t 1 (đặt u1 ) Ma trận xác định dương Q , R , (đặt Q diag ([50;50;100]), R diag ([1;1]) ) Cài đặt ràng buộc tín hiệu điều khiển mơ-men quay trở ugh , giả thiết độ lớn ràng buộc ugh r gh 1,7.105 (N m ) với quỹ đạo hình tròn, ugh r gh 1,7.104 (N m ) với quỹ đạo hình sin 74 Giá trị ban đầu quỹ đạo đặt quỹ đạo vị trí tàu: Quỹ đạo hình tròn: xd (0) 0, yd (0) 50,d (0) x (0) 0, y (0) 50, (0) 0, u (0) 0, v (0) 0, r (0) Quỹ đạo hình sin: xd (0) 5, yd (0) 30,d (0) x (0) 5, y (0) 30, (0) 0, u (0) 0, v (0) 0, r (0) Giá trị quan sát trạng thái ban đầu u (0), v (0), r (0) QSTT: Quỹ đạo hình tròn: u (0) 0, v (0) 0, r (0) Quỹ đạo hình sin: u (0) 0, v (0) 0, r (0) (trong u , v , r giá trị trạng thái quan sát từ u , v , r QSTT) Sơ đồ mô điều khiển MPC-O đưa phần phụ lục luận án b Kết mô đánh giá chất lƣợng Kết mơ với quỹ đạo hình tròn a) Kết mô quỹ đạo chuyển động – quỹ đạo hình tròn (MPC-O) b) Sai lệch bám quỹ đạo – quỹ đạo hình tròn (MPC-O) 75 c) Sai lệch bám hướng – quỹ đạo hình tròn (MPC-O) d) Sai lệch bám quan sát tốc độ trượt dọc, ngang – quỹ đạo hình tròn (MPC-O) e) Sai lệch bám quan sát tốc độ quay trở – quỹ đạo hình tròn (MPC-O) f) Tín hiệu điều khiển lực trượt dọc u – quỹ đạo hình tròn (MPC-O) 76 g) Tín hiệu điều khiển mơ-men r khơng ràng buộc – quỹ đạo hình tròn (MPC-O) h) Tín hiệu điều khiển mơ-men quay trở r có ràng buộc với giả thiết giá trị ràng buộc 1,7.105 (N m ) r 1,7.105 (N m ) – quỹ đạo hình tròn (MPC-O) Hình 2.17 Kết mơ phỏng, kiểm chứng chất lượng điều khiển MPC-O-QSTT với quỹ đạo hình tròn Nhận xét: Kết mơ điều khiển MPC-O-QSTT với quỹ đạo hình tròn cho thấy tín hiệu quỹ đạo đầu bám tốt theo quỹ đạo đặt kể tín hiệu điều khiển u2 r có ràng buộc với giả thiết giá trị ràng buộc là: 1,7.105 (N m ) r 1,7.105 (N m ) Sai lệch bám quỹ đạo ex , ey , sai lệch bám hướng ehd nhỏ Sai lệch bám quỹ đạo lớn khoảng 8.5m, sai lệch bám hướng lớn khoảng 2,5 độ Các sai lệch nhỏ so với quỹ đạo chuyển động tàu (đường tròn bán kính 200m) Tín hiệu điều khiển mơ-men quay trở có dao động độ chỉnh nhỏ thời điểm tàu 77 vào khỏi quỹ đạo hình tròn, lý trạng thái x u v r T điều khiển MPC-O-QSTT không đo đạc mà có thơng qua QSTT Số lần mô-men quay trở thay đổi thời điểm từ 300s đến 400s từ 620s đến 720s nằm giới hạn quy định số lần bẻ lái (tương đương với số lần mô-men quay trở thay đổi) đơn vị thời gian chế độ lái tự động tàu thủy (số lần bẻ lái tối đa 350 lần/1 giờ) Kết mơ với quỹ đạo hình sin a) Kết mô quỹ đạo chuyển động – quỹ đạo hình sin (MPC-O) b) Sai lệch bám quỹ đạo – quỹ đạo hình sin (MPC-O) c) Sai lệch bám hướng – quỹ đạo hình sin (MPC-O) 78 d) Sai lệch bám quan sát tốc độ trượt dọc, ngang – quỹ đạo hình sin (MPC-O) e) Sai lệch bám quan sát tốc độ quay trở – quỹ đạo hình sin (MPC-O) f) Tín hiệu điều khiển lực trượt dọc u – quỹ đạo hình sin (MPC-O) g) Tín hiệu điều khiển mơ-men r khơng ràng buộc – quỹ đạo hình sin (MPC-O) 79 h) Tín hiệu điều khiển mơ-men quay trở r có ràng buộc với giả thiết giá trị ràng buộc 1,7.104 (N m ) r 1,7.104 (N m ) – quỹ đạo hình sin (MPC-O) Hình 2.18 Kết mơ phỏng, kiểm chứng chất lượng điều khiển MPC-O-QSTT với quỹ đạo hình sin Nhận xét: Từ kết mơ điều khiển MPC-O-QSTT với quỹ đạo hình sin cho thấy tín hiệu quỹ đạo đầu bám tốt theo quỹ đạo đặt tín hiệu điều khiển u2 r có ràng buộc với giả thiết ràng buộc 1,7.104 (N m ) r 1,7.104 (N m ) Sai lệch bám quỹ đạo ex ,ey lớn khoảng 5.5m, sai lệch nhỏ so với quỹ đạo chuyển động tàu, sai lệch bám hướng ehd (lớn 0,1 độ) nhỏ Tín hiệu điều khiển mơ-men quay trở có dao động nhỏ, số lần mô-men thay đổi nằm giới hạn cho phép số lần bẻ lái đơn vị thời gian Chất lượng điều khiển MPC-O-QSTT phụ thuộc vào việc chọn ma trận xác định dương R,Q , cửa sổ dự báo N khoảng thời gian trượt Ta Như vậy, trường hợp biến trạng thái u , v , r mơ hình tàu thủy ba bậc tự mặt phẳng ngang không đo đạc hay xác định trực tiếp việc sử dụng điều khiển MPC-O (kết hợp MPC-S quan sát trạng thái trực tiếp) để điều khiển chuyển động tàu bám quỹ đạo cho kết tốt 80 2.4 Chứng minh tính ổn định hệ điều khiển dự báo đề xuất Quay lại xét điều khiển phản hồi trạng thái uk (z k ) xây dựng theo thuật tốn MPC trình bày mục để điều khiển hệ phi tuyến (2.66) (có cấu trúc song tuyến – bilinear giống cấu trúc mơ hình tàu thủy ba bậc tự mặt ngang): x k 1 A(x k )x k B (x k )u k y k C (x k )x k (2.66) cho đầu y k bám theo quỹ đạo tín hiệu mẫu w k cho trước Khác với thuật toán điều khiển dự báo phi tuyến khác, thuật toán MPC đề xuất luận án xây dựng tuyến tính hóa đoạn trục thời gian hệ song tuyến thời điểm k 0,1, thành: z k 1 k z k y k k z k x với z k k , u k 1 k k u k (2.67) A(x k ) B (x k ) , I k B (x k ) , I k C , sau sử dụng thuật tốn MPC tuyến tính cửa sổ dự báo để xác định tín hiệu điều khiển uk (z k ) thời điểm k Điều cho phép số phép tính phải thực vòng lặp ứng với k 0,1, giảm đáng kể, mà thay phải tìm nghiệm tốn tối ưu phi tuyến ta cần tìm nghiệm tốn tối ưu tuyến tính Tiếp theo, ta chứng minh điều khiển MPC luận án, làm cho đầu hệ tuyến tính hóa đoạn (2.67) tiệm cận tới dãy giá trị tín hiệu đặt wk , k 0,1, làm cho đầu hệ song tuyến (2.66) ban đầu tiệm cận tới tín hiệu đặt Lời chứng minh sau chia làm hai phần: Thứ nhất, chứng minh điều khiển MPC đề xuất luận án làm đầu hệ (2.67) tiệm cận tới dãy giá trị đặt wk , k 0,1, Thứ hai, ta chứng minh đầu hệ (2.67) bám tiệm cận theo wk , k 0,1, đầu hệ (2.66) tiến lân cận nhỏ dãy giá trị đặt 81 Trước tiên, ta chứng minh điều khiển dự báo MPC phản hồi trạng thái luận án, ký hiệu uk (z k ) , làm đầu hệ (2.67) tiệm cận tới wk , k 0,1, Ở đây, hệ (2.67) có chứa thành phần tích phân, nên có điều khiển làm hệ kín ổn định tiệm cận làm đầu y k hệ bám tiệm cận theo w k Bởi đủ ta cần chứng minh điều khiển dự báo (thiết kế theo thuật toán MPC mục trên) có tín hiệu điều khiển u k thời điểm k 0,1, xác định theo tiêu chuẩn tối ưu cửa sổ dự báo tương ứng: k N T J k zT i Qi z i u i Ri u i với k 0,1, i k (2.68) làm ổn định tiệm cận cho riêng thành phần trạng thái hệ (2.67): z k 1 k zk k uk (2.69) tất ma trận Qi , Ri đối xứng xác định dương (và tùy chọn) Khơng tính tổng qt, sau ta xét trường hợp tốn tối ưu (2.68) có ma trận Qi , Ri giống tất vòng lặp k 0,1,, tức có: Qi Qi N 1 Ri Ri N 1 với i (2.70) Vì tốn tối ưu (2.68) với tất cặp ma trận Qi , Ri xác định dương, có quan hệ z i , ui cho (2.69) tuyến tính, nên tốn tối ưu tồn phương chặt Do đó, ln có nghiệm nghiệm Điều nói tín hiệu điều khiển dự báo u k thời điểm k phải thỏa mãn tính chất nguyên lý tối ưu Bellman, tức phải thỏa mãn: uk k zk với k Rk 1 T T k Lk k k Lk (2.71) k ma trận Lk ma trận xác định ngược bước từ điểm cuối i k N tới điểm đầu i k vòng lặp theo cơng thức: Li Qk i T k Li 1 k mà i k N , T k Li 1 k Rk i 1 T T k Li 1 k k Li 1 k (2.72) , k điều kiện biên cuối vòng lặp Lk N 1 (ma trận có tất phần tử 0) 82 Có thể thấy từ cơng thức (2.72) Qk i , Rk i xác định dương nên nghiệm lặp Li , k i k N ma trận đối xứng xác định dương, tất nhiên có Lk Khi đó, sử dụng hàm xác định dương: Vk (z k ) zTk Lk z k (2.73) theo nguyên lý quy hoạch động, với quy ước (2.70), điều khiển phản hồi trạng thái tối ưu (2.71) thỏa mãn: z Q z T zT k Qk z k u k Rk u k Vk (z k ) zTk Lk z k k N uk , ,u k N i k T i i i uTi Ri u i k N u k 1 , ,u k N i k 1 z Q z T i i i uTi Ri u i T zT Q z uTk Rk u k zT k N 1Qk N 1z k N 1 u k N 1Rk N 1u k N 1 k k k k N T T zT zi Qz i k N 1Qk N 1z k N 1 u k N 1Rk N 1u k N 1 u k 1 , ,u k N i k 1 uTi Ru i (z k z k N 1 )T Qk (z k z k N 1 ) ( u k u k N 1 )T Rk (u k u k N 1 ) k N 1 u k 1 , ,u k N 1 i k 1 z Q z T i i i uTi Ri u i k (z k ) Vk 1 (z k 1 ) đó: (z k ) (z k z k N 1)T Qk (z k z k N 1) (uk uk N 1)T Rk (uk uk N 1) Nhưng Qk , Rk hai ma trận xác định dương, nên k (z k ) hàm xác định dương Suy ra: k (z k ) Vk 1(z k 1) Vk (z k ) hàm xác định âm Vậy theo tiêu chuẩn Lyapunov, hệ kín gồm đối tượng điều khiển tuyến tính hóa đoạn trục thời gian, mơ tả mơ hình (2.69) điều khiển dự báo uk (z k ) phản hồi trạng thái, ổn định tiệm cận Bây ta chuyển sang bước chứng minh điều khiển dự báo uk (z k ) làm đầu y k hệ song tuyến gốc ban đầu cho công thức (2.66) bám 83 theo tín hiệu đặt wk , k 0,1, Ký hiệu sai lệch trạng thái tuyến tính hóa đoạn mơ hình khoảng cửa sổ dự báo k Khi thành phần trạng thái hệ (2.66) biểu diễn xác bởi: z k 1 k zk k uk k (2.74) Với mơ hình thay xác (2.74) (mà chất mơ hình tương đương) việc chứng minh đầu y k hệ (2.66) bám theo tín hiệu đặt w k thay tương đương việc chứng minh tính ổn định hệ (2.74) sử dụng điều khiển dự báo phản hồi trạng thái uk (z k ) Lại sử dụng ứng hàm Lyapunov (2.73) cho hệ (2.74), ta có: Vk (z k ) k (z k ) T k Lk k Vk 1(z k 1) Hay Vk 1(z k 1) Vk (z k ) k (z k ) T k Lk k k (z k ) max k (2.75) với max giá trị riêng lớn Lk Điều chứng tỏ véc-tơ trạng thái z k hệ (2.74) nằm xa gốc tọa độ để có: k (z k ) max k hay k1 max k z k với Vk 1(z k 1) Vk (z k ) , trạng thái z k hệ (2.76) có xu hướng tiến gốc Nói cách khác, khơng phụ thuộc giá trị đầu, quỹ đạo trạng thái z k ln có xu hướng tiến lân cận gốc, ký hiệu zk z k k1 max k , xác định sau: (2.76) Vậy hệ ổn định ISS với tập hút (2.76) Kích thước tập hút phụ thuộc vào sai lệch trạng thái hai mơ hình (2.66) (2.67) nên chất lượng ổn định ISS chấp nhận Trong trường hợp hệ song tuyến (2.66) có ma trận tham số A(x k ), B (x k ) liên tục theo x k chu kỳ trích mẫu nhỏ, sai lệch trạng thái k bé 84 2.5 Kết luận chƣơng Chương luận án trình bày nguyên lý điều khiển trượt dọc trục thời gian điều khiển dự báo MPC, phương pháp nâng cao chất lượng điều khiển dự báo tối ưu hóa có ràng buộc Đưa giải pháp xây dựng điều khiển dự báo phản hồi trạng thái (MPC-S) phản hồi đầu (MPC-O) cho đối tượng tàu thủy mơ hình xác định dạng song tuyến sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian Kết mô điều khiển MPC-S MPC-O cho chất lượng bám quỹ đạo tốt Xây dựng quan sát trạng thái trực tiếp từ mô hình liên tục đối tượng với giả thiết khơng có nhiễu đo cho kết quan sát bám tốt với tín hiệu thực Xây dựng thuật tốn quan sát Kalman mở rộng (EKF), đề xuất giải pháp sử dụng quan sát EKF có kết hợp với quan sát trực tiếp việc lựa chọn tín hiệu trạng thái bước khởi tạo ban đầu x (0) Kết mô cho thấy trường hợp tín hiệu trạng thái khơng có nhiễu đo chất lượng quan sát trực tiếp tốt quan sát EKF, trường hợp tín hiệu trạng thái có lẫn nhiễu đo phương án sử dụng quan sát EKF Chứng minh tính ổn định điều khiển dự báo đề xuất sở tuyến tính hóa đoạn mơ hình dọc trục thời gian Tiếp sau luận án mở rộng kết điều khiển MPC-S MPC-O xây dựng mơ hình xác định để thiết kế điều khiển bám quỹ đạo tàu thủy mô hình tàu có chứa thành phần bất định đề cập định hướng nghiên cứu luận án 85 CHƢƠNG ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY BÁM QUỸ ĐẠO ĐẶT VỚI BỘ ĐIỀU KHIỂN DỰ BÁO KHI MƠ HÌNH TÀU CĨ CHỨA THÀNH PHẦN BẤT ĐỊNH Nội dung chương này, luận án giải vấn đề thiết kế khiển dự báo sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian để điều khiển chuyển động tàu bám quỹ đạo đặt mơ hình tàu có chứa thành phần bất định (mơ hình bất định) Từ mục tiêu nội dung nghiên cứu bao gồm: xây dựng mơ hình bù bất định đề xuất thiết kế ước lượng, bù bất định Kết hợp ước lượng, bù thành phần bất định với thuật toán điều khiển dự báo MPC-S, MPC-O xây dựng chương để thiết kế điều khiển chuyển động tàu thủy bám theo quỹ đạo đặt mơ hình tàu có chứa thành phần bất định 3.1 Cấu trúc mơ hình bù thành phần bất định Khi phân tích động lực học tàu thủy mặt phẳng ngang, để có thê mơ tả đầy đủ tính chất động lực học tàu thủy, mơ hình tốn mơ tả chuyển động tàu thủy phải xét đến yếu tố bất định mô hình thành phần nhiễu ngẫu nhiên từ mơi trường tác động tới chuyển động tàu thủy Các yếu tố bất định mơ hình phân tích mục 1.1.5.2 luận án Mơ hình tàu có xét đến thành phần bất định phân tích chương viết lại sau: J ( ) M C ( ) D ( ) g ( ) F ( , ) (3.1) Trong đó: F – ma trận phân bổ lực, với mơ hình tốn tàu thủy có dạng thiếu cấu chấp hành (3.1) ma trận phân bổ lực đưa sau: 1 F 0 0 86 ( , ) – thành phần bất định (khơng xác định) mơ hình toán nhiễu ngẫu nhiên (được ký hiệu w (1.21)) từ môi trường tác động vào đối tượng Tiếp theo luận án mở rộng kết từ điều khiển MPC-S, MPC-O có chương cho trường hợp mơ hình tàu thủy ba bậc tự mặt phẳng ngang có chứa thêm thành phần bất định ( , ) mô tả (3.1) Thành phần bất định ( , ) biểu diễn khơng gian ảnh Hình 3.1 Đối tượng nghiên cứu luận án mô hình tốn tàu thủy dạng thiếu cấu chấp hành, giới hạn luận án xét đến thành phần bất định ( , ) thuộc không gian tập ảnh F ký hiệu ( , ) , tức ( , ) Im(F ) không xét đến thành phần bất định nằm ngồi khơng gian tập ảnh F , chẳng hạn '' ( , ) Im(F ) ( , ) ( , ) ( , ) Khơng gian tập ảnh F Hình 3.1 Biểu diễn không gian ảnh thành phần bất định ( , ) Với định hướng đó, mơ hình tàu thủy (3.1) chuyển dạng song tuyến thực với mơ hình tàu xác định chương sau: J ( ) 032 033 1 ( ( , )) 1 M F G ( ) M C ( ) D ( ) (3.2) 033 ma trận không kiểu (3 hàng cột) Đặt biến x , x , u , x col(x 1, x ) d (x ,t ) ( , ) với ngụ ý thành phần bất định hàm theo thời gian d (x ,t ) : disturbances , ký hiệu: 87 J (x 1) 033 032 A(x ) , B 1 , C I , 033 (3.3) G (x ) M 1 C (x ) D (x ) 2 M F với A(x ), B (x ) ma trận có kiểu , (3.2) viết lại thành: x A(x )x B u d (x ,t ) y C x (3.4) tham số mơ hình A(x ), B ,C suy từ mơ hình gốc ban đầu (3.1) Nếu so sánh mơ hình (3.4) với mơ hình xác định có (2.45) mơ hình có chứa thành phần bất định (3.4) có thêm thành phần bất định d (x ,t ) Giải pháp luận án nhận dạng bù thành phần bất định Khi đó, ký hiệu kết nhận dạng thành phần bất định là: d (x ,t ) d (x ,t ) với sai lệch d (x ,t ) d (x ,t ) e vơ nhỏ, (3.5) sau bù d (x ,t ) đầu vào cho hệ bất định (3.4), trở gần giống hệ có mơ hình xác định (2.45) mà luận án xây dựng điều khiển dự báo cho Nói cách khác, sau bù bất định ta lại hoàn toàn áp dụng thuật tốn điều khiển MPC-S hay MPC-O có để điều khiển hệ có mơ hình bất định mơ tả Hình 3.2 đây, mà lúc xem hệ có mơ hình xác định (chỉ sai khác lượng vô bé e đầu vào) d (x ,t ) y (t ) u (t ) Tàu thủy d (x ,t ) Nhận dạng thành phần bất định Hình 3.2 Bù thành phần bất định cho hệ có mơ hình bất định để tương đương hệ có mơ hình xác định 88 3.2 Giải pháp bù thành phần bất định Thông thường, gặp thành phần bất định d (x ,t ) mô hình đối tượng điều khiển, phương pháp phổ thơng áp dụng dùng mạng Neural, tức khối nhận dạng thành phần bất định mô tả Hình 3.2 mạng Neural Ngay tốn điều khiển tàu thủy có nhiều tài liệu cơng bố ứng dụng mạng Neural RBF (Radial Basis Function) để nhận dạng thành phần bất định d (x ,t ) , kể mơ hình đủ thiếu cấu chấp hành giống đối tượng nghiên cứu luận án, ví dụ gần cơng trình [14], [63], [68] sử dụng mạng Neural RBF để nhận dạng thành phần nhiễu bất định Bởi vậy, việc áp dụng mạng Neural để bù bất định khơng mang tính thời khơng hứa hẹn có tính luận án 3.2.1 Bù thành phần bất định Như phân tích trên, thay việc áp dụng mạng Neural để bù thành phần bất định, sau luận án đề xuất riêng phương pháp ước lượng xấp xỉ d (x ,t ) d (x ,t ) sở sử dụng mơ hình khơng liên tục đối tượng, phương pháp đề cập [6] Cơ sở cho việc đề xuất dựa nhận xét tàu thủy hệ biến đổi nhanh, nên hai lần khoảng thời gian trượt (khoảng thời gian nhỏ) ta xem thành phần bất định số, tức suốt trình điều khiển d (x ,t ) xem hàm bất định số đoạn Xét mơ hình tàu thủy ba bậc tự mặt phẳng ngang dạng mơ hình liên tục (3.1) Bây viết dạng không liên tục thời điểm k (nhờ phép biến đổi rời rạc hóa tuyến tính hóa đoạn mơ hình dọc trục thời gian thực chương với mơ hình xác định) với thành phần bất định hàm d k đầu vào, bù bất định tín hiệu bất định ước lượng d k 1 có từ vòng điều khiển trước mơ tả Hình 3.2 Nó có mơ hình là: k A(k 1)k 1 B uk 1 d k d k 1 (3.6) đó: A( k ) I Ta M 1 C ( k ) D ( k ) R33 , 1 B Ta M F R 32 , u k k (kTa ),d k d (kTa ) 89 (3.7) Ký hiệu tiếp mơ hình mẫu lý tưởng tương ứng (khơng chứa thành phần bất định) thời điểm k là: k A( k 1) k 1 B uk 1 d k 1 (3.8) k trạng thái mơ hình mẫu lý tưởng (khơng chứa thành phần bất định) Khi đó, có đầu vào u k 1 nên sai lệch k k k hai mơ hình hoàn toàn phụ thuộc vào thành phần bất định d k Điều giúp ta xác định xấp xỉ d k d k từ sai lệch mơ hình k phục vụ việc bù bất định vòng lặp sau, tức thời điểm k Từ (3.6) (3.8) có sai lệch mơ hình k k k sau: k A( k 1) k 1 B u k 1 d k d k 1 A( k 1) k 1 B (u k 1 d k 1) A( k 1 ) k 1 A( k 1 ) k 1 Bd k (3.9) Suy ra, trường hợp ma trận B có đủ hạng 2, thì: d k d k BT B 1 BT k A( k 1) k 1 A( k 1) k 1 (3.10) cơng thức xác định xấp xỉ bất định d k d k từ sai lệch mơ hình k k k , véc-tơ trạng thái đối tượng k 1 véc-tơ trạng thái mô hình mẫu k 1 Trong k , k 1 đo quan sát từ hệ thống k 1, k có từ (3.8) Sau có d k ta tiến hành bù đầu vào hệ (3.4) thời điểm k minh họa Hình 3.2 Ta thấy việc đưa mơ hình bất định (3.4) khơng hạn chế nhiều tính tổng qt nó, mà thành phần bất định lại nằm ma trận tham số A(x ) , tức có A(x ,d ) thay có A(x ) mơ hình (3.4) Đây trường hợp mà ma trận D ( ) ma trận M ,C ( ) mơ hình liên tục (3.1) mơ hình tàu ba bậc tự mặt phẳng ngang có chứa thêm tham số bất định luận án đề cập chương Lúc này, trường hợp hệ thiếu cấu chấp hành, song thành phần bất định d lại thuộc không gian ảnh Im(B ) , tức d Im(B ) , ta ln viết lại hệ cho thành: 90 A(x ,d )x A/ (x )x A(x ,d ) A/ (x ) x (3.11) A (x )x d / với d Bd / A(x ,d ) A/ (x ) x , d / thành phần bất định thay cho d ban đầu A/ (x ) thành phần ma trận tham số không chứa d A(x ,d ) Vậy tốn lại trở dạng có bất định nằm kênh đầu vào mơ hình (3.4) 3.2.2 Mơ ƣớc lƣợng bù bất định Cài đặt tham số ƣớc lƣợng bù bất định Các thông số cài đặt ước lượng bù bất định bao gồm: Thời gian lấy mẫu Ta 0.01 0.2 (s), khoảng thời gian trượt dọc trục thời gian điều khiển (receding horizon), thời gian lấy mẫu ngắn độ xác ước lượng cao Giá trị ước lượng ban đầu d (0) Trong d giá trị bất định ước lượng từ tín hiệu bất định d ước lượng bất định Để kiểm tra chất lượng ước lượng thành phần bất định xây dựng Luận án tiến hành thử nghiệm với hai trường hợp tín hiệu bất định khác Thứ nhất: tín hiệu bất định hàm đầu vào nhiễu bất định từ bên môi trường tác động vào (bất định tương đương với tác động sóng, gió, dòng chảy ) Dạng tín hiệu bất định thử nghiệm gồm loại: hình sin (giống tài liệu [14] [21] thử nghiệm), dạng bất định ngẫu nhiên (random), dạng bất định xung vng Thứ hai: tín hiệu bất định thành phần sinh từ mơ hình thay đổi ma trận thủy động lực học D ( ) (tức trường hợp bất định nằm ma trận A(x ,d ) (3.4)) đề cập mục 1.1.5.2 chương luận án 91 3.2.2.1 Mô kiểm chứng ƣớc lƣợng với tín hiệu bất định dạng hàm bất định tác động từ bên Kiểm chứng ƣớc lƣợng với tín hiệu bất định dạng hình sin Giả thiết tín hiệu bất định gồm thành phần d (d1,d2 ) , d1 có tác động tương đương với lực gây trượt dọc ( u ) d có tác động tương đương với mơ-men quay trở ( r ) có độ lớn dạng sau: d1 (0.008sin(0.1t ) 0.01).106 (N ) , d2 (0.001sin(0.2t ) 0.01cos(0.3t )).106 (N m ) a) Kết mơ tín hiệu ước lượng d1 từ thành phần bất định d1 b) Kết mô tín hiệu ước lượng d từ thành phần bất định d Hình 3.3 Kết mơ ước lượng d1,d2 từ thành phần bất định d1,d2 với tín hiệu bất định giả thiết dạng sóng hình Sin 92 Kiểm chứng ƣớc lƣợng tín hiệu bất định dạng ngẫu nhiên (random) Hình 3.4 Kết mơ tín hiệu ước lượng d từ thành phần bất định d với tín hiệu bất định giả thiết dạng tín hiệu Random Kiểm chứng ƣớc lƣợng tín hiệu bất định dạng xung vng Hình 3.5 Kết mơ tín hiệu ước lượng d , từ thành phần bất định d với tín hiệu bất định giả thiết dạng xung vng Nhận xét Từ kết mô ước lượng bất định với tín hiệu bất định tác động từ bên ngồi khác cho thấy, tín hiệu bất định ước lượng d từ ước lượng bám tốt tín hiệu bất định giả thiết d , với sai lệch bám ước lượng nhỏ 3.2.2.2 Mô kiểm chứng ƣớc lƣợng với tín hiệu bất định sinh từ mơ hình đối tƣợng Để kiểm chứng ước lượng trường hợp tín hiệu bất định sinh từ mơ hình thay đổi ma trận thủy động lực học D ( ) , giống trường hợp thành phần bất định nằm ma trận A(x ,d ) (3.4) đề cập Luận án 93 tiến hành kiểm tra thành phần bất định ước lượng d1,d2 từ ước lượng thay đổi tăng, giảm hệ số ma trận thủy động lực học D ( ) mơ hình liên tục đối tượng với trường hợp sau: D( ) 1.1D ( ) , D( ) 1.05D ( ) , D( ) 0.95D ( ) a) Kết ước lượng thành phần bất định d1 từ thay đổi ma trận D ( ) b) Kết ước lượng thành phần bất định d từ thay đổi ma trận D ( ) Hình 3.6 Kết ước lượng thành phần bất định d1,d2 thay đổi hệ số ma trận thủy động lực học D ( ) mơ hình Nhận xét: Kết mô ước lượng trường hợp thay đổi hệ số ma trận giảm chấn thủy động lực học D ( ) cho thấy ước lượng ước lượng lượng bất định sinh từ thay đổi hệ số ma trận D ( ) mơ hình Tín hiệu bất định ước lượng thay đổi theo hệ số mơ hình đối tượng, tức hệ số mơ hình tàu tăng lên, thành phần bất định tăng theo ngược lại Điều với chất vật lý mơ hình đối tượng 94 3.2.2.3 Đánh giá ƣớc lƣợng bù bất định Kết mô hai trường hợp cho thấy chất lượng ước lượng bất định phụ thuộc vào giá trị ước lượng ban đầu d (0) Nếu chọn ban đầu gần giá trị thực chất lượng ước lượng tốt Tuy nhiên, không phụ thuộc vào giá trị ban đầu chọn, sai lệch ước lượng giảm dần tiệm cận Chất lượng ước lượng bất định phụ thuộc vào độ lớn dạng tín hiệu bất định, biên độ tín hiệu bất định lớn sai lệch ước lượng lớn theo Kết ước lượng bất định tốt tín hiệu bất định dạng hàm, trơn Ngồi phụ thuộc vào thời gian trượt dọc trục thời gian điều khiển Với tín hiệu bất định khơng lớn ước lượng bất định đề xuất hồn tồn áp dụng để ước lượng chúng Sau đây, luận án sử dụng kết hợp phương pháp ước lượng với điều khiển dự báo MPC-S, MPC-O xây dựng chương để thiết kế điều khiển dự báo điều khiển bám quỹ đạo tàu thủy mơ hình tàu có chứa bất định hàm đầu vào 3.3 Thiết kế điều khiển dự báo điều khiển chuyển động tàu thủy bám quỹ đạo đặt mơ hình có bất định hàm đầu vào 3.3.1 Thiết kế điều khiển dự báo bù bất định phản hồi trạng thái 3.3.1.1 Thuật toán điều khiển dự báo bù bất định phản hồi trạng thái Khi kết hợp thuật toán điều khiển dự báo phản hồi trạng thái (thuật tốn MPCS) có mục 2.3.1.4 cho hệ có mơ hình tàu xác định với cấu bù bất định mơ tả Hình 3.2, ta thuật toán điều khiển dự báo phản hồi trạng thái tương ứng, ứng dụng cho hệ có thành phần bất định hàm kênh đầu vào Cấu trúc điều khiển dự báo phản hồi trạng thái có bù bất định minh họa Hình 3.7 95 Ta d (x ,t ) xk {w k } Bộ điều khiển dự báo MPC-S uk ZOH u (t ) Tàu thủy , dk Nhận dạng thành phần bất định theo (3.10) Hình 3.7 Cấu trúc điều khiển dự báo phản hồi trạng thái có bù bất định Thuật tốn điều khiển dự báo phản hồi trạng thái có bù bất định trình bày hình Hình 3.8 luận án ký hiệu DMPC-S, ký tự D thêm đầu tên gọi để ngụ ý thuật toán áp dụng cho hệ có chứa thành phần bất định (Disturbances) 96 Bắt đầu Tùy chọn: Cửa sổ dự báo N 2, thời gian trích mẫu Ta Hệ số hiệu chỉnh giá trị ràng buộc 1, ugh Hệ số hiệu chỉnh tín hiệu đặt K Tính B ,C theo (2.44) B ,C , B theo (2.49), (3.7) Gán: Ma trận xác định dương Q QT 0, R RT 0, Giá trị khởi tạo k 0, u 1 0,e0 0, A0 , x d0 Đo: Trạng thái x k col ( k , k ) từ đối tượng điều khiển (2.40) Tính: Ak theo (2.49) Và A( k 1 ) theo (3.7) Tính H k ,b k , r k theo (2.51), (2.52) Tính: k theo (3.8), ước lượng bất định d k theo (3.10) Tìm: Gán: Nghiệm tối ưu p * theo (2.56), sau tính u k theo (2.57) k : k x0 x u0 u A0 A d0 d Ràng buộc tín hiệu điều khiển = ? Gán: R .R sai sai u k ugh? Đƣa: u k d k điều khiển đối tượng liên tục (2.40) hay (2.45) sai Lệnh dừng điều khiển =1 ? Kết thúc Hình 3.8 Thuật tốn điều khiển dự báo phản hồi trạng thái có bù bất định DMPC-S 97 3.3.1.2 Cài đặt điều khiển dự báo bù bất định phản hồi trạng thái DMPC-S Các tham số điều khiển DMPC-S cài đặt sau: Cửa sổ dự báo: N (cài đặt N ) Thời gian trượt (receding horizon) Ta 0.1(s ) Tham số hiệu chỉnh tín hiệu đặt K (cài đặt K 0.5 ) Tín hiệu điều khiển ban đầu u 1 thời điểm t 1 (cài đặt u1 ) Ma trận xác định dương Q , R , (đặt Q diag ([50;50;100]), R diag ([1;1]) ) Giá trị ban đầu quỹ đạo: Quỹ đạo hình tròn: xd (0) 0, yd (0) 50,d (0) x (0) 0, y (0) 30, (0) 0, u (0) 0, v (0) 0, r (0) Quỹ đạo hình sin: xd (0) 5, yd (0) 30,d (0) 0, x (0) 5, y (0) 30, (0) 0, u (0) 0, v (0) 0, r (0) Cài đặt ràng buộc tín hiệu điều khiển mơ-men quay trở ugh r gh Giá trị ước lượng ban đầu d (0) ước lượng bù bất định, (trong d giá trị ước lượng từ tín hiệu bất định d ), (cài đặt d (0) ) Tín hiệu bất định hàm đầu vào giả thiết gồm thành phần d (d1,d2 ) : Thành phần thứ nhất: nhiễu bất định tác động theo chiều chuyển động trượt dọc tàu với giá trị giả thiết d1 (0.008sin(0.1t ) 0.01).106 (N ) , làm cho tàu trượt dọc Thành phần thứ hai: nhiễu bất định tác động theo chiều chuyển động trượt ngang tàu với với giá trị giả thiết: d2 (0.001sin(0.2t ) 0.01cos(0.3t )).106 (N m ) làm cho tàu dạt ngang thay đổi hướng Sơ đồ mô điều khiển DMPC-S đưa phần phụ lục luận án 98 3.3.1.3 Kết mô phỏng, đánh giá chất lƣợng điều khiển DMPC-S a Kết mô với quỹ đạo hình tròn a) Kết mơ quỹ đạo chuyển động – quỹ đạo hình tròn (DMPC-S) b) Sai lệch bám quỹ đạo – quỹ đạo hình tròn (DMPC-S) c) Sai lệch bám hướng – quỹ đạo hình tròn (DMPC-S) d) Tín hiệu điều khiển lực u chưa bù bất định – quỹ đạo hình tròn (DMPC-S) 99 e) Thành phần bất định d1 ước lượng từ d1 – quỹ đạo hình tròn (DMPC-S) f) Tín hiệu điều khiển lực trượt dọc u bù thành phần bất định ước lượng d1 – quỹ đạo hình tròn (DMPC-S) g) Tín hiệu điều khiển lực trượt dọc r chưa bù bất định – quỹ đạo hình tròn h) Thành phần bất định d ước lượng từ d – quỹ đạo hình tròn (DMPC-S) 100 i) Tín hiệu điều khiển mô-men quay trở r bù thành phần bất định ước lượng d – quỹ đạo hình tròn (DMPC-S) Hình 3.9 Kết mơ phỏng, kiểm chứng chất lượng điều khiển DMPC-S với quỹ đạo hình tròn b Kết mơ với quỹ đạo hình sin a) Kết mơ quỹ đạo chuyển động – quỹ đạo hình sin (DMPC-S) b) Sai lệch bám quỹ đạo – quỹ đạo hình sin (DMPC-S) 101 c) Sai lệch bám hướng – quỹ đạo hình sin (DMPC-S) d) Tín hiệu điều khiển lực u chưa bù bất định – quỹ đạo hình sin (DMPC-S) e) Thành phần bất định d1 ước lượng từ d1 – quỹ đạo hình sin (DMPC-S) f) Tín hiệu điều khiển lực trượt dọc u bù thành phần bất định ước lượng d1 – quỹ đạo hình sin (DMPC-S) 102 g) Tín hiệu điều khiển mô-men r chưa bù bất định – quỹ đạo hình sin (DMPC-S) h) Thành phần bất định d ước lượng từ d – quỹ đạo hình sin (DMPC-S) i) Tín hiệu điều khiển mơ-men quay trở r bù thành phần bất định ước lượng d – quỹ đạo hình sin (DMPC-S) Hình 3.10 Kết mô phỏng, kiểm chứng chất lượng điều khiển DMPC-S với quỹ đạo hình sin 103 c Nhận xét: Kết mô điều khiển DMPC-S với quỹ đạo đặt hình tròn hình sin, có tín hiệu bất định hàm đầu vào, bất định giả thiết với giá trị: d1 (0.008sin(0.1t ) 0.01).106 (N ) , d2 (0.001sin(0.2t ) 0.01cos(0.3t )).106 (N m ) cho kết tín hiệu quỹ đạo đầu điều khiển DMPC-S bám tốt theo quỹ đạo đặt, điều chứng tỏ tín hiệu bất định ước lượng bù tốt vào tín hiệu điều khiển Sai lệch bám quỹ đạo ex ,ey lớn 4.2 m với quỹ đạo hình tròn 4.5m với quỹ đạo hình sin, sai lệch bám hướng ehd tương đối nhỏ khoảng 1.5 độ Tín hiệu bất định ước lượng d1, d2 từ tín hiệu bất định giả thiết d1,d2 có sai lệch bám nhỏ (sai lệch bám ước lượng thể hình Hình 3.9e, Hình 3.9h với quỹ đạo hình tròn Hình 3.10e, Hình 3.10h với quỹ đạo hình sin) Tín hiệu điều khiển lực trượt dọc u1 u , mô-men quay trở u2 r có độ q điều chỉnh nhỏ Hai tín hiệu điều khiển u1, u2 có khác trường hợp chưa bù bù thành phần bất định Sự khác trường hợp có thành phần bất định tín hiệu điều khiển bù thêm lượng bất định ước lượng từ ước lượng Tín hiệu điều khiển bù thay đổi theo tín hiệu bất định Dấu độ lớn tín hiệu điều khiển u , r bù bất định ln có xu hướng bù (khử) thành phần bất định giả thiết tác động vào đối tượng Điều thể rõ đặc tính mơ Hình 3.9d, e, f với tín hiệu u g, h, i với tín hiệu r quỹ đạo đặt hình tròn Hình 3.10d, e, f với tín hiệu u g, h, i với tín hiệu r quỹ đạo đặt hình sin Chất lượng điều khiển DMPC-S phụ thuộc vào việc chọn ma trận xác định dương Q , R , số cửa sổ dự báo N khoảng thời gian trượt Ta (receding horizon) 3.3.2 Thiết kế điều khiển dự báo bù bất định phản hồi đầu 3.3.2.1 Thuật toán điều khiển dự báo bù bất định phản hồi đầu Giống DMPC-S, thuật toán phản hồi đầu có bù bất định ghép nối điều khiển phản hồi đầu theo nguyên lý tách MPC-O ước lượng bù 104 bất định theo (3.10) Tuy nhiên, ta khơng có trạng thái k u v r từ hệ thống (không đo được), mà quan sát nhờ T quan sát trực tiếp (Hình 2.10), nhờ lọc Kalman mở rộng (EKF) trình bày mục 2.3.2.2, tức có k k , với k trạng thái quan sát từ k quan sát trạng thái nên cơng thức xác định tín hiệu bù bất định cho (3.10) viết lại thành: d k BT B 1 T B k k A( k 1) k 1 A( k 1) k 1 (3.12) Cấu trúc điều khiển dự báo phản hồi đầu có bù bất định minh họa Hình 3.11 Bộ điều khiển dự báo MPC-O Quan sát trạng thái Ta d (x ,t ) xk {w k } Bộ điều khiển dự báo MPC-S uk ZOH u (t ) Tàu thủy dk Nhận dạng thành phần bất định theo (3.12) xk Hình 3.11 Cấu trúc điều khiển dự báo phản hồi đầu có bù bất định Tương ứng ta có thuật tốn điều khiển phản hồi đầu có bù bất định, ký hiệu DMPC-O, ký tự D thêm đầu tên gọi để ngụ ý thuật toán áp dụng cho hệ có chứa thành phần bất định (disturbances) Hình 3.12 đây: 105 Bắt đầu Tùy chọn: Cửa sổ dự báo N 2, thời gian trích mẫu Ta Hệ số hiệu chỉnh giá trị ràng buộc 1, ugh Hệ số hiệu chỉnh tín hiệu đặt K Tính B ,C theo (2.44) B ,C , B theo (2.49), (3.7) Ma trận xác định dương Q QT 0, R RT 0, Giá trị khởi tạo k 0, u 1 0,e0 0, , x y ,d Gán: Đo: Đầu y k k , quan sát x k k nhờ QSTT EKF Tính: k theo (2.62) A( k ) theo dạng (3.7) Sau tính r k , H k ,b k theo (2.52), (2.61) Tính: k theo (3.8), ước lượng bất định d theo (3.12) k Gán: Tìm: k : k x0 x u0 u d0 d Nghiệm tối ưu p * theo (2.64), sau tính u k theo (2.65) Ràng buộc tín hiệu điều khiển = ? Gán: R .R sai sai u k ugh? Đƣa: u d điều khiển đối tượng liên tục (2.40) hay (2.45) k k sai Lệnh dừng điều khiển =1 ? Kết thúc Hình 3.12 Thuật tốn điều khiển dự báo phản hồi đầu có bù bất định DMPC-O 106 3.3.2.2 Mô điều khiển dự báo bù bất định phản hồi đầu DMPC-O Các tham số cài đặt điều khiển DMPC-O sau: Cửa sổ dự báo: N (cài đặt N ) Thời gian trượt (receding horizon) Ta 0.1(s ) Tham số hiệu chỉnh tín hiệu đặt K (đặt K 0.5 ) Tín hiệu điều khiển ban đầu u 1 thời điểm t 1 (đặt u1 ) Ma trận xác định dương Q , R , (đặt Q diag ([50;50;100]); R diag ([1;1]) ) Giá trị ban đầu quỹ đạo: Quỹ đạo hình tròn: xd (0) 0, yd (0) 50,d (0) x (0) 0, y (0) 50, (0) 0, u (0) 0, v (0) 0, r (0) Quỹ đạo hình sin: xd (0) 5, yd (0) 30,d (0) x (0) 5, y (0) 30, (0) 0, u (0) 0, v (0) 0, r (0) Giá trị ban đầu u (0), v (0), r (0) QSTT: Quỹ đạo hình tròn: u (0) 0, v (0) 0, r (0) Quỹ đạo hình sin: u (0) 0, v (0) 0, r (0) (trong u , v , r giá trị trạng thái quan sát từ u , v , r ) Cài đặt ràng buộc tín hiệu điều khiển mơ-men quay trở ugh r gh Giá trị ước lượng bất định ban đầu d (0) bù bất định, (đặt d (0) ) Tín hiệu bất định hàm đầu vào giả thiết với thành phần d (d1,d2 ) Thành phần thứ nhất: nhiễu bất định tác động theo chiều chuyển động trượt dọc tàu, giả thiết d1 (0.008sin(0.1t ) 0.01).106 (N ) , làm cho tàu trượt dọc Thành phần thứ hai: nhiễu bất định tác động theo chiều chuyển động trượt ngang tàu, giả thiết d2 (0.001sin(0.2t ) 0.01cos(0.3t )).106 (N m ) làm cho tàu dạt ngang thay đổi hướng Sơ đồ mô điều khiển DMPC-O phần phụ lục luận án 107 3.3.2.3 Kết mô phỏng, đánh giá chất lƣợng điều khiển DMPC-O a Kết mô với quỹ đạo hình tròn a) Kết mơ quỹ đạo chuyển động – quỹ đạo hình tròn (DMPC-O) b) Sai lệch bám quỹ đạo – quỹ đạo hình tròn (DMPC-O) c) Sai lệch bám hướng – quỹ đạo hình tròn (DMPC-O) d) Sai lệch bám tốc độ trượt dọc, ngang từ QSTT–quỹ đạo hình tròn (DMPC-O) 108 e) Sai lệch bám tốc độ quay trở từ QSTT – quỹ đạo hình tròn (DMPC-O) f) Tín hiệu điều khiển lực u chưa bù bất định – quỹ đạo hình tròn (DMPC-O) g) Thành phần bất định d1 ước lượng từ d1 – quỹ đạo hình tròn (DMPC-O) h) Tín hiệu điều khiển lực trượt dọc u bù thành phần bất định ước lượng d1 – quỹ đạo hình tròn (DMPC-O) 109 i) Tín hiệu điều khiển mơ-men quay trở r chưa bù bất định – quỹ đạo hình tròn (DMPC-O) j) Thành phần bất định d ước lượng từ d – quỹ đạo hình tròn (DMPC-O) k) Tín hiệu điều khiển mơ-men quay trở r bù thành phần bất định ước lượng d – quỹ đạo hình tròn (DMPC-O) Hình 3.13 Kết mô phỏng, kiểm chứng chất lượng điều khiển DMPC-O với quỹ đạo hình tròn 110 b Kết mơ với quỹ đạo hình sin a) Kết mơ quỹ đạo chuyển động – quỹ đạo hình sin (DMPC-O) b) Sai lệch bám quỹ đạo – quỹ đạo hình sin (DMPC-O) c) Sai lệch bám hướng – quỹ đạo hình sin (DMPC-O) d) Sai lệch bám tốc độ trượt dọc, ngang từ QSTT – quỹ đạo hình sin (DMPC-O) 111 e) Sai lệch bám tốc độ quay trở từ QSTT – quỹ đạo hình sin (DMPC-O) f) Tín hiệu điều khiển lực u chưa bù bất định – quỹ đạo hình sin (DMPC-O) g) Thành phần bất định d1 ước lượng từ d1 – quỹ đạo hình sin (DMPC-O) h) Tín hiệu điều khiển lực trượt dọc u bù thành phần bất định ước lượng d1 – quỹ đạo hình sin (DMPC-O) 112 i) Tín hiệu điều khiển mơ-men r chưa bù bất định–quỹ đạo hình sin (DMPC-O) j) Thành phần bất định d ước lượng từ d – quỹ đạo hình sin (DMPC-O) k) Tín hiệu điều khiển mơ-men quay trở r bù thành phần bất định ước lượng d – quỹ đạo hình sin (DMPC-O) Hình 3.14 Kết mô phỏng, kiểm chứng chất lượng điều khiển DMPC-O với quỹ đạo hình sin 113 c Nhận xét Kết mô điều khiển DMPC-O với quỹ đạo đặt hình tròn hình sin, với tín hiệu bất định hàm đầu vào giả thiết gồm hai thành phần d (d1,d2 ) với giá trị giả thiết: d1 (0.008sin(0.1t ) 0.01).106 (N ) d2 (0.001sin(0.2t ) 0.01cos(0.3t )).106 (N m ) cho kết tín hiệu quỹ đạo đầu điều khiển DMPC-O bám tốt theo quỹ đạo đặt, chứng tỏ tín hiệu bất định ước lượng bù tốt điều khiển Sai lệch bám quỹ đạo ex ,ey lớn 4.2 m với quỹ đạo hình tròn 4.5m với quỹ đạo hình sin, sai lệch bám hướng ehd tương đối nhỏ khoảng 1.5 độ Tín hiệu bất định ước lượng d1, d2 từ tín hiệu bất định giả thiết d1,d2 có sai lệch bám nhỏ (sai lệch bám ước lượng thể Hình 3.13g, j với quỹ đạo hình tròn Hình 3.14g, j với quỹ đạo hình sin) Tín hiệu trạng thái u v r (tốc độ trượt dọc, trượt ngang, quay trở) quan T sát từ QSTT có sai lệch bám eu ,ev ,er nhỏ (thể Hình 3.13d, Hình 3.13e với quỹ đạo hình tròn Hình 3.14d, Hình 3.14e với quỹ đạo hình sin) Tín hiệu điều khiển lực trượt dọc u1 u , mô-men quay trở u2 r có độ điều chỉnh nhỏ, nằm giới hạn chấp nhận được, tín hiệu điều khiển u1, u2 từ điều khiển DMPC-O trường hợp chưa bù thành phần bất định có dao động nhỏ, dạo động phần ảnh hưởng từ tín hiệu trạng thái quan sát từ QSTT Hai tín hiệu điều khiển u , r có khác trường hợp chưa bù bù thành phần bất định hàm, khác trường hợp mơ hình có thành phần bất định tín hiệu điều khiển bù thêm lượng bất định ước lượng Dấu độ lớn tín hiệu điều khiển u , r bù bất định có xu hướng bù (khử) thành phần bất định giả thiết tác động vào đối tượng (điều thể đặc tính mơ Hình 3.13f, g, h, i, j, k với quỹ đạo hình tròn Hình 3.14f, g, h, i, j, k với quỹ đạo hình sin) Chất lượng điều khiển DMPC-O phụ thuộc vào việc chọn ma trận xác định dương Q , R , số cửa sổ dự báo N khoảng thời gian trượt Ta (receding horizon) 114 3.4 Kết luận chƣơng 3.4.1 Những vấn đề thực đƣợc Để thiết kế điều khiển bám quỹ đạo tàu thủy với mô hình tàu ba bậc tự thiếu cấu chấp hành mặt ngang mơ hình chứa thành phần bất định hàm đầu vào, chương luận án giải vấn đề sau: Xây dựng mơ hình bù bất định với tín hiệu bất định hàm đầu vào cho đối tượng tàu thủy có mơ hình song tuyến Xây dựng phương pháp ước lượng bù bất định sở tàu thủy đối tượng có tham số động học biến đổi chậm Mơ ước lượng tín hiệu bất định với tín hiệu thử bất định khác cho kết ước lượng tốt Xây dựng cấu trúc, thuật toán điều khiển dự báo bù bất định phản hồi trạng thái (DMPC-S) phản hồi đầu (DMPC-O) sở kết hợp điều khiển MPC-S, MPC-O ước lượng bù bất định Kết mô điều khiển DMPC-S, DMPC-O cho quỹ đạo đầu bám theo quỹ đạo đặt với sai lệch bám nhỏ 3.4.2 Các vấn đề tồn Trong trình thiết kế điều khiển DMPC-S, DMPC-O thuật toán chưa đưa quy luật cụ thể để chọn ma trận xác định dương Q , R điều khiển Hiện tại, chúng chỉnh định theo kết luận định tính nêu mục 2.2.2 115 CHƢƠNG XÂY DỰNG MƠ HÌNH THỰC NGHIỆM, KIỂM CHỨNG, ĐÁNH GIÁ CHẤT LƢỢNG BỘ ĐIỀU KHIỂN ĐÃ ĐỀ XUẤT 4.1 Phƣơng pháp kiểm nghiệm điều khiển chạy thời gian thực (Real time) Mô phương pháp hay sử dụng để nghiên cứu, phân tích đối tượng, chuẩn bị cho việc thiết kế hệ thống Thực mơ giảm chi phí thiết kế chế tạo sản phẩm mới, tránh sai sót khơng đáng có ứng dụng thực tế Nhưng hạn chế mơ hình mơ khơng phản ánh xác đối tượng theo thời gian thực Vì vậy, thực mơ thời gian thực (real time) bước vô quan trọng nhằm đánh giá chất lượng điều khiển tác động từ mơi trường ngồi đến hệ thống Cơ sở thực mô thời gian thực cài đặt phần cứng vào mạch vòng điều chỉnh cấu trúc mơ Các phương pháp mô thời gian thực Hình 4.1 Hình 4.1 Các phương pháp mô thời gian thực Trong phương pháp mơ thời gian thực Hình 4.1 phương pháp mơ Hardware-in-the-loop (HIL) sử dụng phổ biến Mô HIL đặc trưng việc vận hành thành phần thực kết hợp với thành phần mô theo thời gian thực Thường phần cứng phần mềm hệ điều khiển hệ thống thực dùng dây chuyền sản xuất Đối tượng điều khiển (bao gồm cấu chấp hành, trình vật lý cảm biến) thực dạng mơ hình mơ song mơ hình cần phải mơ tả đầy đủ đặc điểm đối tượng Cấu trúc mô thời gian thực 116 Hình 4.2 Mơ HIL cho thấy đáp ứng điều khiển thời gian thực, với kích thích ảo thực tế Do mơ thời gian thực không cho phép ta đánh giá khả phần cứng mà giúp ta đánh giá khả phần mềm điều khiển điều kiện mơi trường khác Hình 4.2 Cấu trúc lai mơ thời gian thực 4.2 Xây dựng mơ hình thực nghiệm, kiểm chứng điều khiển MPC đề xuất theo phƣơng pháp HIL (Hardware In the Loop) 4.2.1 Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC Đối với đối tượng có cấu trúc phức tạp, hoạt động môi trường phức tạp khả làm thử nghiệm thực tế hồn tồn tàu thủy phương pháp thực nghiệm theo HIL giải pháp tốt để đánh giá, thử nghiệm điều khiển trền thời gian thực Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC luận án đề xuất có cấu trúc Hình 4.3 bao gồm: máy tính cài đặt điều khiển MPC, máy tính cài đặt đối tượng điều khiển, Card giao tiếp Matlab Arduino Due để truyền nhận liệu Bộ điều khiển MPC thiết kế theo thuật toán MPC-S, MPC-O, DMPC-S, DMPCO cài đặt máy tính số (PC1) Card ghép nối máy tính Arduino Due Đối tượng điều khiển (tàu thủy) phần thực nghiệm luận án sử dụng mô hình tàu xây dựng, thiết kế sẵn Tool box: MSS-GNC TOOLBOX cài đặt vào thư viện Simulink Matlab (Tool box MSS-GNC) luận án giới thiệu chi tiết phần phụ lục 3) Mơ hình tàu thiết kế Tool box: MSS- 117 GNC TOOLBOX giống mơ hình tàu thực, có đầy đủ tính chất động học đối tượng tàu thực, cài đặt máy tính số (PC2) Card kết nối vào/ra Arduino Due Hình 4.3 Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC đề xuất Tín hiệu điều khiển từ điều khiển MPC (trên PC1) đưa sang điều khiển đối tượng (trên PC2) thơng qua tín hiệu truyền nhận Analog (tín hiệu tương tự) Card Arduino Due Luận án sử dụng tín hiệu điều khiển đối tượng (trên PC2) tín hiệu Analog với mục đích để kiểm tra ảnh hưởng nhiễu mơi trường tới tín hiệu điều khiển Và việc sử dụng tín hiệu điều khiển dạng Analog để phù hợp với thực tế điều khiển chuyển động tàu thủy, tín hiệu điều khiển đo kiểm tra OSCILLOSCOPE Tín hiệu quỹ đạo hướng tàu (trên PC2) phản hồi điều khiển MPC (trên PC1) thông qua truyền thơng tín hiệu hai Card Arduino Due 1, Tín hiệu quỹ đạo, hướng thực tàu ban đầu dạng số chuyển sang tín hiệu theo chuẩn Hàng hải NMEA 0183 (National Marine Electronics Association) từ Card Arduino Due (trên PC2) sau truyền thông tới Card Arduino Due chuyển lại sang tín hiệu số trước đưa vào điều khiển (trên PC1) Việc mã hóa tín hiệu quỹ đạo, hướng theo tín hiệu truyền NMEA 0183 với mục đích kiểm tra ảnh hưởng nhiễu môi trường tới việc truyền dẫn tín hiệu quỹ đạo 118 hướng tàu theo chuẩn Hàng hải quốc tế NMEA 0183 Và thực tế tàu thủy tín hiệu quỹ đạo, hướng tàu lấy từ GPS la bàn điện đưa vào điều khiển tín hiệu theo chuẩn NMEA0183 4.2.2 Thƣ viện mô thiết bị hàng hải MSS-GNC Toolbox MSS-GNC (Marine System Simulator - Guidance Navigation Control) Toolbox thư viện dùng để mô đối tượng, hệ thống điều khiển, dẫn đường lĩnh vực Hàng hải MSS-GNC Toolbox tác giả Thor I Fossen Tristan Perez xây dựng phần mềm Mathwork phiên Matlab từ 2007 trở lại Thư viện MSS-GNC Toolbox mơ tả đầy đủ mơ hình vật lý thiết bị, hệ thống điều khiển lĩnh vực Hàng hải, thể Hình 4.4 bao gồm: Hệ thống dẫn đường, Hệ thống lái tự động, ổn định động (DP), hệ thống điều khiển lắc ngang,… Mơ hình tàu, mơ hình cấu thực chân vịt, bánh lái, mơ hình mơ tả động học,… Mơ hình mơ tả nhiễu loạn mơi trường: sóng, gió, dòng chảy,… Mơ hình thiết bị đo báo dẫn đường: Radar, La bàn, GPS,… Hình 4.4 Thư viện mơ hệ thống điều khiển Hàng hải MSS-GNC MSS-GNC Toolbox cài đặt vào thư viện Simulink Matlab sử dụng thư viện Simulink Để sử dụng thư viện MSS-GNC, tiến 119 hành cài đặt file MSS.GNC.TOOLBOX.exe để tạo thư viện MSS Simulink Hình 4.5 Khi cài đặt xong thư viện MSS-GNC sử dụng thư viện sẵn có Matlab - Simulink Hình 4.5 Thư viện MSS-GNC Toolbox cài đặt Simulink-Matlab Chi tiết thư viện ứng dụng điều khiển chuyển động tàu thủy MSSGNC Toolbox trình bày phần phụ lục PL4 luận án 4.2.3 Card ghép nối Arduino Due R3, thƣ viện Arduino Libarary I/O Card Arduino bo mạch mã nguồn mở, Arduino lưu trữ chương trình điều khiển, hoạt động độc lập với chức thực luật điều khiển, kết nối với máy tính, kết nối với thiết bị Arduino khác, hay thiết bị điện tử khác…Card Arduino Due R3 vi mạch điện tử điều khiển dựa tảng chip AT91XAM3X8EA, tích hợp tất tính cần thiết vi điều khiển Cấu trúc Card Arduino Due R3 hình Hình 4.6 Card Arduino Due R3 có 54 ngõ I/O số, có 12 đầu dạng PWM, 12 ngõ vào Analog, ngõ Analog với biến đổi DAC (Digital Analog Convert), truyền thông cổng USB cổng Serial Communication 120 Hình 4.6 Card ghép nối máy tính Arduino due R3 giao tiếp với Matlab Một ưu điểm bật Card Arduino Due R3 kết nối với máy tính qua cổng USB giao tiếp với phần mềm Matlab - Simulink thông qua thư viện Arduino I/O cài đặt Simulink Hình 4.7 Do chương trình điều khiển Matlab xuất tín hiệu điều khiển ngoại vi nhận tín hiệu từ ngoại vi vào thơng qua Card Arduino Due R3 Hình 4.7 Thư viện Arduino I/O Matlab - Simulink 121 4.2.4 Ghép nối mơ hình thực nghiệm HIL, cài đặt thơng số với điều khiển MPC đề xuất 4.2.4.1 Mơ hình tàu, mơ hình nhiễu bất định tham số cài đặt Đối tượng sử dụng để thực nghiệm tàu thủy có mơ hình tốn dạng thiếu cấu chấp hành lấy từ thư viện Vessel Model MSS-GNC, với tham số cài đặt lấy từ tài liệu [21] Các thơng số tàu tham số mơ hình tàu khai báo, cài đặt m.file riêng liệu thông số tàu File liệu khai báo lưu vào Workspace Matlab chạy chương trình m.file Tín hiệu điều khiển từ điều khiển MPC (trên PC1) u1 u , u2 r kết nối từ cổng vào tương tự P1, P2 Card Arduino 2, chân DAC0 đước nối tới P1, chân DAC1 đước nối tới P2 Tín hiệu quỹ đạo thực tàu (trên PC2) phản hồi điều khiển (trên PC1) thông qua kết nối qua cổng COM3 Transmitter Card Arduino 1, Mơ hình nhiễu bất định tác động vào đối tượng xây dựng khối Disturbances Chi tiết sơ đồ kết nối mơ hình đối tượng PC2 Hình 4.8 Hình 4.8 Mơ hình tàu thủy thư viện MSS - GNC Toolbox ghép nối cài đặt PC2 122 4.2.4.2 Xây dựng, cài đặt mơ hình nhiễu đo Thực tế tàu thủy tín hiệu từ thiết bị đo dẫn đường Radar, La bàn, GPS,…đều chịu ảnh hưởng nhiễu đo từ mơi trường sóng, gió, dòng chảy,… Do để kiểm tra chất lượng điều khiển, quan sát cần tạo mơ hình nhiễu đo tác động vào thiết bị đo hướng quỹ đạo la bàn GPS Mơ hình nhiễu đo lấy từ thư viện Model Environment MSS-GNC Tool box Trên mô hình cho phép thay đổi tham số cài đặt giá trị cường độ tác động nhiễu đo khác nhau, tham số cài đặt Hình 4.9 Hình 4.9 Mơ hình nhiễu đo tham số cài đặt 4.2.4.3 Ghép nối, cài đặt mơ hình đo tín hiệu quỹ đạo, hƣớng tàu GPS - Gyrocompass Trên tàu thủy tín hiệu quỹ đạo, vị trí tàu xác định thông qua thiết bị GPS, hướng tàu xác định thiết bị la bàn điện Để mơ hình thực nghiệm gần với thực tế mơ hình điều khiển tàu thủy, luận án sử dụng mơ hình GPS GYRO thư viện Model Navigation MSS - GNC Tool box để đo xác định quỹ đạo hướng tàu phản hồi điều khiển, mơ hình GPS - GYRO chi tiết tham số cài đặt cho GPS - GYRO đưa Hình 4.10 123 Hình 4.10 Mơ hình xác định quỹ đạo, hướng GPS- GYRO 4.2.4.4 Ghép nối, cài đặt Card Arduino Due R3 Atemega16u2 chuyển đổi tín hiệu NMEA0183 Trên tàu thủy tín hiệu quỹ đạo, hướng tàu xác định GPS - GYRO tín hiệu theo chuẩn Hàng hải (dạng tín hiệu NMEA 0183) Để đánh giá ảnh hưởng nhiễu từ mơi trường tới tín hiệu quỹ đạo, hướng tàu theo chuẩn NMEA 0183 Luận án tiến hành chuyển đổi tín hiệu quỹ đạo, hướng tàu thực tàu dạng số (từ PC2) sang tín hiệu theo chuẩn NMEA 0183 truyền thơng qua cổng Seri COM3 Card Arduino tới cổng Seri COM3 Card Arduino Tín hiệu quỹ đạo, hướng tàu dạng NMEA 0183 chuyển đổi lại sang tín hiệu số qua Card Arduino trước đưa vào điều khiển PC1 Code khai báo chuyển đổi tín hiệu NMEA0183 giao tiếp Card Arduino với Matlab - Simulink máy tính thơng qua thư viện Arduino I/O library đưa phần phụ lục 4.2.4.5 Mơ hình điều khiển MPC cài đặt máy tính (PC1) Mơ hình điều khiển MPC, quan sát trạng thái, ước lượng bù bất định, ghép nối cổng tín hiệu vào/ra xây dựng cài đặt PC1, thể Hình 4.11 124 Hình 4.11 Mơ hình điều khiển MPC cài đặt PC1 125 4.2.4.6 Hình ảnh mơ hình vật lý thực nghiệm HIL với điều khiển MPC đề xuất a) Hình ảnh tổng thể mơ hình vật lý b) Hình ảnh đài lái điều khiển MPC c) Hình ảnh điều khiển MPC PC1, Underactuated Ship PC2 126 d) Hình ảnh đo tín hiệu Oscilloscope e) Hình ảnh Card kết nối Arduino Due f) Hình ảnh cấp nguồn ổn áp 5V cho Card Arduino Due Hình 4.12 Hình ảnh mơ hình vật lý thực nghiệm phòng thí nghiệm Mơ hình hóa trường Đại học Hàng hải Việt Nam 4.3 Kết thực nghiệm, kiểm chứng điều khiển MPC đề xuất Để kiểm tra chất lượng thuật toán điều khiển MPC, chất lượng quan sát trực tiếp ước lượng bù bất định đề xuất, luận án cài đặt thực nghiệm điều khiển theo thuật toán DMPC-O Bởi điều khiển DMPC-O ghép nối thuật toán MPC-S, QSTT ước lượng bù bất định Thực nghiệm thu kết sau: 127 a) Quỹ đạo chuyển động tàu mơ hình MSS-GNC b) Sai lệch bám quỹ đạo c) Sai lệch bám hướng d) Sai lệch quan sát tốc độ trượt dọc, trượt ngang 128 e) Sai lệch quan sát tốc độ quay trở f) Tín hiệu điều khiển lực trượt dọc u u1 chưa bù bất định g) Ước lượng d1 từ thành phần bất định d1 h) Tín hiệu điều khiển lực trượt dọc u u1 d1 bù bất định d1 129 i) Tín hiệu điều khiển mô-men quay trở r u2 chưa bù bất định j) Ước lượng d từ thành phần bất định d k) Tín hiệu điều khiển mô-men quay trở r u2 d2 bù bất định d 130 l) Tín hiệu điều khiển u , r đo từ Oscilloscope Hình 4.13 Kết thực nghiệm HIL với điều khiển DMPC-O-quỹ đạo hình tròn Nhận xét kết thực nghiệm: Kết thực nghiệm điều khiển đề xuất DMPC-O với đối tượng mơ hình tàu MSS-GNC Tool box cho đặc tính quỹ đạo, đặc tính quan sát, đặc tính ước lượng bù bất định đặc tính tín hiệu điều khiển giống mô (quỹ đạo tàu bám tốt quỹ đạo đặt, tín hiệu quan sát QSTT với sai lệch nhỏ, ước lượng bất định ước lượng tốt tín hiệu bất định theo giả thiết) Tuy nhiên so với kết mô điều khiển DMPC-O (hình 3.13) kết thực nghiệm có đặc điểm sau: Quỹ đạo thực nghiệm với mơ hình tàu MSS-GNC Tool box có tượng dao động nhỏ, điều thể tính quán tính đối tượng tàu thực Sai lệch bám quỹ đạo, bám hướng, sai lệch quan sát tốc độ trượt dọc, trượt ngang, tốc độ quay trở lớn so với kết mơ (hình 3.13), (nhưng có giá trị nhỏ so với quỹ đạo chuyển động tàu) Các đặc tính tín hiệu điều khiển, tín hiệu quan sát, tín hiệu ước lượng có trễ thời gian ngắn so với mô khoảng thời gian (tương ứng với khoảng thời gian nhịp truyền nhận tín hiệu qua đường truyền vật lý) Thời gian đáp ứng điều khiển có chậm điều khiển qua đường truyền vật lý 131 Tín hiệu điều khiển đối tượng u1 u , u2 r thơng qua truyền nhận tín hiệu tương tự có tượng dao động nhỏ ảnh hưởng nhiễu môi trường ảnh hưởng nhỏ Tín hiệu quỹ đạo hướng thực tàu truyền thơng dạng tín hiệu NMEA0183 Modbus RS485 chịu ảnh hưởng mơi trường ngồi Tuy nhiên, tín hiệu quỹ đạo, hướng đối tượng tín hiệu quỹ đạo, hướng đưa điều khiển có trễ khoảng thời gian nhỏ Kết luận chƣơng 4.4 Thông qua thực nghiệm theo phương pháp HIL với điều khiển MPC đề xuất, QSTT ước lượng bù bất định mơ hình tàu MSS-GNC thu kết sau: Kiểm nghiệm chất lượng điều khiển MPC, quan sát trực tiếp, ước lượng bù bất định có ảnh hưởng mơi trường vật lý Kiểm nghiệm chất lượng tín hiệu điều khiển truyền môi trường vật lý Thực nghiệm cho thấy chất lượng điều khiển MPC, quan sát trực tiếp, ước lượng bù bất định cho kết tốt giống với kết mô với lý thuyết đặt 132 KẾT LUẬN VÀ KIẾN NGHỊ Những vấn đề đƣợc giải Quá trình thực đề tài, luận án giải nội dung sau: Đã nghiên cứu xây dựng thuật toán điều khiển dự báo MPC sở tuyến tính hóa đoạn mơ hình phi tuyến cho đối tượng tàu thủy có mơ hình tốn dạng thiếu cấu chấp hành mơ hình tàu xác định mơ hình tàu có chứa thành phần bất định Luận án chứng minh điều khiển đề xuất ổn định tiệm cận Điểm thuật toán sử dụng nguyên lý điều khiển MPC tuyến tính để điều khiển đối tượng phi tuyến (tàu thủy), sở tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian Ưu điểm điều khiển số lệnh tính tốn ít, thời gian tính tốn nhanh, giải toán tối ưu đơn giản Đã nghiên cứu xây dựng quan sát trạng thái theo phương pháp quan sát trực tiếp từ mô hình liên tục tàu thủy ba bậc tự mặt phẳng ngang với giả thiết khơng có nhiễu đo Đã nghiên cứu xây dựng phương pháp ước lượng bù thành phần bất định (phương pháp xấp xỉ thành phần bất định dựa sở tối ưu hóa sai lệch so với mơ hình mẫu) để giải tốn điều khiển chuyển động tàu thủy mơ hình có chứa thành phần bất định Xây dựng mơ hình thực nghiệm theo phương pháp HIL để kiểm nghiệm chất lượng điều khiển đề xuất với mơ hình tàu thực MSS-GNC Những vấn đề tồn Những vấn đề trình thực đề tài mà luận án bỏ ngỏ, chưa giải gồm có: Chưa đưa nguyên tắc chọn hai ma trận đối xứng xác định dương Q , R bước khởi tạo ban đầu lưu đồ thuật toán cách tốt Bộ điều khiển chưa thử nghiệm môi trường thực tàu biển 133 CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ I Cơng trình cơng bố nƣớc Nguyễn Hữu Quyền, Trần Anh Dũng, Phạm Kỳ Quang (2015): Ổn định lắc ngang tàu thủy sử dụng phương pháp tồn phương gián tiếp Tạp chí KHCNHH-Trường Đại học Hàng hải Việt Nam, số 42, 04-2015, trang 40 Nguyễn Hữu Quyền, Trần Anh Dũng, Phạm Kỳ Quang (2015): Điều khiển tối ưu toàn phương tuyến tính chuyển động tàu thủy Tạp chí KHCNHH-Trường Đại học Hàng hải Việt Nam, số 43, 08-2015, trang 23-27 Nguyễn Hữu Quyền, Trần Anh Dũng, (2016): Nâng cao chất lượng ổn định hướng tàu thủy sử dụng quan sát trạng thái Hội nghị quốc tế khoa học công nghệ Hàng hải 26-29/10/2016 ISBN: 978-604-937-127-1, trang 373-379 Nguyễn Hữu Quyền, Trần Anh Dũng (2017), “Điều khiển chuyển động tàu cánh ngầm sử dụng phương pháp thích nghi trực tiếp”, Tuyển tập cơng trình KHCN – Hội thảo điều khiển tự động hóa cho phát triển bền vững CASD – 2017, trang 29 Nguyễn Hữu Quyền, Trần Anh Dũng, (2019): Ổn định hướng tàu thủy dựa điều khiển dự báo theo mơ hình Tạp chí KHCNHH-Trường Đại học Hàng hải Việt Nam, số 58, 04-2019, trang 27-31 Nguyễn Hữu Quyền, Trần Anh Dũng, (2019): Điều khiển chuyển động theo quỹ đạo tàu thủy thiếu cấu chấp hành dựa mơ hình dự báo hệ song tuyến Tạp chí GTVT-Bộ giao thơng vận tải, số 05/2019, trang 126-129 Nguyễn Hữu Quyền, Trần Anh Dũng, (2019): Thiết kế điều khiển chuyển động tàu thủy bám quỹ đạo đặt dựa theo nguyên lý RHC LQR Tạp chí KHCN-Trường Đại học giao thơng vận tải Hồ Chí Minh, số 32-05/2019, trang 41-46 Nguyễn Hữu Quyền, Trần Anh Dũng, Trƣơng Công Mỹ (2019): Xây dựng điều khiển chuyển động tàu thủy bám quỹ đạo dựa mơ hình dự báo theo ngun lý tách có ràng buộc tín hiệu điều khiển Tạp chí KHCNHH-Trường Đại học Hàng hải Việt Nam, số 59, 08-2019, trang 47-52 134 Nguyễn Hữu Quyền, Trần Anh Dũng, (2019): Điều khiển bám quỹ đạo tàu thiếu cấu chấp hành dựa mơ hình dự báo kết hợp bù thành phần bất định Hội nghị - Triển lãm quốc tế lần thứ Điều khiển Tự động hoá VCCA-2019, N0 ID42 II Cơng trình cơng bố quốc tế Nguyen, Huu-Quyen, Tran, Anh-Dung, Nguyen, Trong-Thang, (2019): The Bilinear Model Predictive Method-based Motion Control System of Underactuated-Ship with Uncertain Model in the Disturbance Processes 7, no.7:445 (ISI, SCIE, SCOPUS, IF=1.963) 135 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Đỗ Thị Tú Anh, (2014): Điều khiển dự báo phản hồi đầu theo nguyên lý tách cho hệ phi tuyến Luận án Tiến sỹ kỹ thuật, Trường Đại học Bách khoa Hà Nội [2] Nguyễn Việt Dũng, (2018): Phương pháp mơ hình hóa điều khiển trường nhiệt độ vật nung dày Luận án Tiến sỹ kỹ thuật, Trường Đại học Bách khoa Hà Nội [3] Đặng Xuân Hoài, (1999): Ứng dụng kỹ thuật tự động hóa vi xử lý tàu thủy đóng Việt Nam Luận án Tiến sỹ kỹ thuật, trường Đại học Bách Khoa Hà Nội [4] Nguyễn Doãn Phƣớc, (2012): Phân tích điều khiển hệ phi tuyến NXB Bách khoa [5] Nguyễn Doãn Phƣớc, (2016): Tối ưu hóa điều khiển điều khiển tối ưu NXB Bách khoa [6] Nguyễn Dỗn Phƣớc, Nguyễn Hồi Nam, (2019): Một số phương pháp điều khiển hệ có mơ hình Euler-Lagrange bất định Hội nghị khoa học tồn quốc lần thứ Động lực Điều khiển [7] Khƣơng Minh Tuấn, (2017): Nghiên cứu kiến trúc hướng mô hình kết hợp với RealTime UML/MARTE thiết kế hệ thống điều khiển cho phương tiện không người lái tự hành mặt nước Luận án Tiến sỹ kỹ thuật, trường Đại học Bách Khoa Hà Nội [8] Hoàng Thị Tú Uyên, (2018): Nghiên Cứu ứng dụng lý thuyết điều khiển thích nghi để nâng cao chất lượng hệ thống lái tự động tàu có chốn nước Luận án Tiến sỹ kỹ thuật, trường Đại học Bách Khoa Hà Nội Tiếng Anh [9] Arimoto,S et.al (1984): Bettering operation of robot by learning Journal of robotic system, 1(2), pp.123-140 [10] Ashrafiuon H, Muske KR, McNinch LC, Soltan RA (2008): Sliding mode tracking control of surface vessels IEEE Trans Ind Electron 55(11):4004– 4012 136 [11] Boyd,S and Vandenberghe,L (2004): Convex optimization Cambridge University Press [12] Bristow,D.A et.al (2006): A Survey of Iterative Learning Control: A learning-based method for high-performance tracking control IEEE control systems magazine Vol 26 pp 96-114, 2006 [13] Camacho, Bordons (2004), Model predictive control, Springer Verlag, London [14] Cheng Liu, Zaojian Zou, Jianchuan Yin (2015): Trajectory tracking of underactuated surface vessels based on neural network and hierarchical sliding mode, J Mar Sci Technol (2015) 20: 322–330 [15] Dai S.-L., Wang C., and Luo F (2012): Identification and learning control of ocean surface ship using neural networks, IEEE Transactions on Industrial Informatics, vol 8, pp 801-810 [16] Do K.D, Jiang ZP, Pan J (2002): Underactuated ship global tracking under relaxed conditions IEEE Trans Autom Control 47(9):1529–1536 [17] Do K.D, Jiang ZP, Pan J (2002): Universal controllers for stabilization and tracking of underactuated ships Syst Control Lett 47(4): 299317 [18] Do K.D, Pan J, Jiang ZP (2003): Robust adaptive control of underactuated ships on a linear course with comfort Ocean Eng 30(17): 2201 25 [19] Do K.D, Jiang ZP (2004): Robust adaptive path following of underactuated, Department of Mechanical and Materials Engineering, The University of Western Australia, Nedlands, WA 6907, Australia [20] Do K.D and J.Pan (2006): Global robust adaptive path following of underactuated ships, Automatica, vol 42, no 10, pp 1713–1722, Oct 2006 [21] Do K.D, Jie Pan (2009): Control of Ships and Underwater Vehicles Design for Underactuated and Nonlinear Marine Systems: Spring Science& Business Media, 2009 [22] Dongkyoung Chwa (2011): Global Tracking Control of Underactuated Ships With Input and Velocity Constraints Using Dynamic Surface Control Method, IEEE Transactions on control systems Technology, Vol.19 N0.6 November 2011 [23] Fossen T I and Berge S P (Year): Nonlinear vectorial backstepping design for global exponential tracking of marine vessels in the presence of actuator 137 dynamics, in Decision and Control, 1997., Proceedings of the 36th IEEE Conference on, 1997, pp 4237-4242 [24] Fossen T I (1994): Guidance and control of ocean vehicles John Wiley & Sons Inc [25] Fossen T I and Fjellstad O.-E (1995): Nonlinear modelling of marine vehicles in degrees of freedom Mathematical Modelling of Systems, vol 1, pp 17-27 [26] Fossen, T.I and J.P Strand (1999): Passive Nonlinear Observer Design for Ships Using Lyapunov Methods Experimental Results with a Supply Vessel Automatica AUT-35(1), pp 3-16 [27] Fossen, T I, (2000): Nonlinear Passive Control and Observer Design for Ship N0.3 129-184, Modeling, Indentification and Control [28] Fossen T.I (2002): Marine control systems: guidance, navigation and control of ships, rigs and underwater vehicles vol 28, 2002 [29] Fossen T I (2011): Handbook of marine craft hydrodynamics and motion control John Wiley & Sons [30] Godhavn JM (1996): Nonlinear tracking of underactuated surface vessels In: Proceedings of the 35th IEEE Conference on Decision and Control, pp 975– 980 [31] Grewal,M.S and Andrews,A.P (2001): Kalman filtering: Theory and Practice using MatLab John Wiley & Sons [32] Grune, L and Pannek, J (2010): Nonlinear model predictive control Theory and Algorithms Springer [33] Huibert, K and Raphael, S (1972): Linear optimal contrrol systems Wiley Interscience [34] H Saari1 and E Khichane, (2013) Robust Rudder Roll Reduction of Container Ship, J Automation & Systems Engineering 7-3 (2013): 94-104 [35] Jiang ZP (2002): Global tracking control of underactuated ships by Lyapunov’s direct method Automatica 38(1):301–309 [36] Jin Cheng, Jianqiang Yi, Dongbin Zhao, (2005) Neural Network Based Model Reference Adaptive Control for Ship Steering System, International Journal of Information Technology, Vol 11 No 2005 138 [37] Koshkouei A J., Zinober A S., and Burnham K J (2004): Adaptive sliding mode backstepping control of nonlinear systems with unmatched uncertainty, Asian Journal of control, vol 6, pp 447-453 [38] Kramer,O (2017): Genetic Algorithm Essentials, Studies in Computational Intelligence Springer International Publishing AG [39] Lefeber E (2000): Tracking control of nonlinear mechanical systems, Ph.D dissertation, Dept Mech Eng., Univ Twente, Twente, The Netherlands, 2000 [40] Lefeber E, Pettersen KY (2001): Way-point tracking control of ships, in Proc 40th IEEE Conf Decision Control, 2001, pp 940–945 [41] Lefeber E, Pettersen KY, Nijmeijer H (2003): Tracking control of an underactuated ship IEEE Trans Control Syst Technol 11(1):52–61 [42] Leonessa A., VanZwieten T., and Morel Y (2006): Neural network model reference adaptive control of marine vehicles, in Current trends in nonlinear systems and control, ed: Springer, 2006, pp 421-440 [43] Liu,J (2018): Intelligent Control Design and MatLab Simulation Springer [44] Moore,K.L (1993): Iterative learning control for deterministic systems London, Springer Verlag [45] Maciejowski,M.J (2011): Predictive control with constraints Prentice Hall [46] Mario E Serrano, Gustavo J E Scaglia, Vicente Mut, Oscar A Ortiz, Mario Jordan (2013): Tracking Trajectory of Underactuated Surface Vessels: a Numerical Method Approach, National University of San Juan, Argentine, CEAI, Vol.15, No.4 pp 15-25, 2013 [47] Movahhed M, Dadashi S and Danesh M (2011): Adaptive sliding mode control for autonomous surface vessel In: Proceedings of the 2011 IEEE International Conference on Mechatronics, Istanbul, Turkey, pp 522–527 [48] Mohamed Abdelaal, Martin Franzle, Axel Hahn, (2015): Nonlinear Model Predictive Control for Tracking of Underactuated Vessels under Input Constraints, IEEE European Modelling Symposium, University of Oldenburg, Oldenburg, Germany [49] Mikkel Eske Norgaard Sorensen, Morten Breivik and Bjorn-Olav H Eriksen (2017): A Ship Heading and Speed Control Concept Inherently Satisfying Actuator Constraints [50] M J Mahjoob1 and E.Abbasi, (year) Fuzzy LQR Controller for Heading Control of an Unmanned Surface Vessel, Center for Mechatronics and 139 Automation, School of Mechanical Engineering College of engineering, University of Tehran Tehran, Iran [51] Nocedal,J and Wright,S.J (1996): Numerical Optimization Springer-New York [52] Naveen.s, V.Manikandan (2014): Model Predictive Controller for Ship heading control, International Journal of Industrial Electronics and Electrical Engineering, ISSN: 2347-6982 [53] Oh SR, Sun J (2010): Path following of underactuated marine surface vessels using line-of-sight based model predictive control Ocean Eng 37(2–3):289– 295 [54] Phuoc, N.D (2018): Integrating the receding horizon LQR for nonlinear systems into intelligent control scheme Journal of military science and technology FEE-8/2018, pp.6-16 [55] Phuoc, N.D and Ha, L.T.T (2015): Constrained Output Tracking Control for Time-Varying Bilinear Systems via RHC with Infinite Prediction Horizon Journal of Computer Science and Cybernetics, Vol.31, No.2, pp 97-106 [56] Pettersen KY, Nijmeijer H (2001): Underactuated ship control: theory and experiments Int J Control 74(14):1435–1446 [57] Perez, T and Mogens Blanke, (2002): Mathematical Ship Modeling for Control Applications Technical Report Dept of Electrical and Computer Engineering The University of Newcastle, NSW, 2308, Australia [58] Perez, T and T I Fossen, (2005): Ship Kinetics Chapter 4, In: ''Ship Motion Control: Course Keeping and Roll Stabilisation using Rudder and Fins" (T Perez), Advances in Industrial Control Series, Springer-Verlag, 2005, ISBN 185233 [59] Rossiter, J.A (2005): Model based predictive control Practical approach CRC Press [60] Ronghui Li, Tieshan Li, Renxiang Bu, Qinling Zheng, and C L Philip Chen, (2013): Active Disturbance Rejection with Sliding Mode Control Based Course and Path Following for Underactuated Ships, Received 23 August 2013; Accepted 30 September 2013 [61] Skjetne R (2005): The maneuvering problem, 1, NTNU, PhD-thesis 140 [62] Siramdasu Y, Fahimi F (2012): Incorporating input saturation for underactuated surface vessel trajectory tracking control In: 2012 American Control Conference, Montre ´al, Canada, pp 6203–6208 [63] Shi-Lu Dai, Shude He, Min Wang and Chengzhi Yuan (Member, IEEE) (2018): Adaptive Neural Control of Underactuated Surface Vessels With Prescribed Performance Guarantees, IEEE Transactions on neural networks and learning systems, All content following this page was uploaded by Chengzhi Yuan on 14 November 2018 [64] Shi-Lu Dai, Shude He (2018): Adaptive Tracking Control of Underactuated Surface Vessels With Model Uncertainties, School of Automation Science and Engineering, South China University of Technology, Guangzhou, 510641, China [65] Tongwen,C and Francis,B (1995): Optimal sampled data control systems London: Springer-Verlag [66] Wenjiang LIU, Qingmei SUI, Hairong XIAO, Fengyu ZHOU, (2011) Sliding Backstepping Control for Ship Course with Nonlinear Disturbance Observer, Journal of Information & Computational Science 8: 16 (2011) 3809–3817 [67] Werneld E Ngongi and Jialu Du (2015): Controller Design for Tracking Control of an Under-Actuated Surface Ship, International Journal of Computer Theory and Engineering, Vol 7, No 6, December 2015 [68] Xiaogong Lin, Huai Jiang, Jun Nie and Yuzhao Jiao (2018): Adaptivesliding-mode trajectory tracking control for underactuated surface vessels based on NDO Proceedings of 2018 IEEE International Conference on Mechatronics and Automation August 5.8, Changchun, China, pp.1043-1049 [69] Yan Peng, Jianda Han and Qi Song, (2007): Tracking Control of Underactuated Surface Ships: Using Unscented Kalman Filter to Estimate the Uncertain Parameters, Proceedings of the 2007 IEEE International Conference on Mechatronics and Automation August - 8, 2007, Harbin, China [70] Yu-lei Liao, Lei Wan, Jia-yuan Zhuang (2011): Backstepping dynamical sliding mode control method for the path following of the underactuated surface vessel, National Key Laboratory of Science and Technology on 141 Autonomous Underwater Vehicle, Harbin Engineering University, Harbin 150001, China [71] Yang Yang, Jialu Du, Hongbo Liu, Chen Guo, and Ajith Abraham, (2014): A Trajectory Tracking Robust Controller of Surface Vessels With Disturbance Uncertainties, IEEE Transactions On Control Systems Technology, Vol 22, NO 4, July 2014 [72] Yong Liu, Renxiang Bu, Xiaori Gao (2018): Ship Trajectory Tracking Control Systems Design Based on Sliding Mode Control Algorithm, Polish Maritime reseach (99) 2018 Vol 25; pp 26-34 [73] Zhang Y, Peng P.Y, and Jiang Z.P (2000): Stable neural controller design for unknown nonlinear systems using backstepping, IEEE Transactions on Neural Networks, vol 11, pp 1347-1360 [74] Zilouchian, A and Jamshidi, M (ed 2001): Intelligent control systems using Soft computing methodologies CRC press [75] Zhiquan Liu (2018), Ship Adaptive Course Keeping Control With Nonlinear Disturbance Observer, Digital Object Identifie 10.1109/ACCESS 2017.2742001 [76] Zewei Zheng, Cheng Jin, Ming Zhu, Kangwen sun (2018): Trajectory tracking control for a marine surface vessel with asymmetric saturation actuators, Article in Robotics and Autonomous Systems, August 2017 142 PHỤ LỤC Lực tác động nhiễu: Sóng, gió, dòng chảy a Lực mơmen sinh nhiễu loạn sóng biển: Lực mơmen sóng biển tác động lên bề mặt tàu mơ tả sau: Wwaves X waves Ywaves Z waves T (A.1) Trong đó: X waves ,Ywaves ,Z waves đưa lý thuyết phi tuyến [28] biểu diễn sau: N X waves t gBLTcos Si t i 1 N Ywaves t gBLTsin Si t i 1 N (A.2) gBL L2 B sin 2 Si t i 1 24 N waves t Trong đó: L – chiều dài phần mớn nước tàu B – chiều rộng phần mớn nước tàu T – chiều cao phần mớn nước tàu – hướng sóng Si – độ dốc sóng g – gia tốc trọng trường – tỷ trọng nước b Lực mơ men sinh tác động gió: Vectơ lực tổng quát sinh tác động gió coi sau: Wwind X wind Ywind Z wind T Véc tơ lực X wind ,Ywind ,Z wind cho công thức (A.3), [24] PL-1 X wind C X r aVr2AT Ywind CY r aVr2AL N wind C N r aVr2ALL (A.3) Trong đó: C X ,CY – hệ số lực, C N – hệ số mômen, a – mật độ khơng khí (Kg/m3), AT – diện tích mặt ngang (m2), AL – diện tích mặt bên (m2), L – chiều dài tàu (m) Và r góc hướng gió so với hướng mũi tàu, Vr – tốc độ gió Bảng thơng số tàu sử dụng mô thực nghiệm Bảng PL1 Giá trị thơng số, hệ số mơ hình tàu sử dụng mô [21] Thông số Giá trị Thông số Giá trị Chiều dài tàu 32m Khối lượng 118x103 Kg Bán kính lượn vòng tối thiểu tàu 150m Lực trượt dọc tối đa chân vịt tàu 5, x109 (N ) tạo u max Mômen quay trở tối đa bánh lái 8.5x108 (N m) tàu tạo r max m11 120 x103 (Kg) d11n (u 2) 43x102 (Kgm1) m22 177.9 x103 (Kg) d11n (u 3) 21.5x102 (Kgm2 ) m33 636 x105 (Kgm2 ) d11n (v 2) 23.4 x103 (Kgm1) d11 215x102 (Kgs1) d11n (v 3) 11.7 x103 (Kgm2 ) d 22 177 x103 (Kgs1) d11n (r 2) 160.4 x104 (Kgm2 ) d33 802x104 (Kgm2s1) d11n (r 3) 80.2 x104 (Kgm2s) dui ,dvi ,dri 0, i PL-2 Mơ hình mơ điều khiển MPC đề xuất Hình PL3.1 Sơ đồ mơ điều khiển MPC-S (mơ hình xác định) Hình PL3.2 Sơ đồ mơ điều khiển MPC-O-QSTT (mơ hình xác định) Hình PL3.3 Sơ đồ mơ điều khiển DMPC-S (mơ hình bất định) PL-3 Hình PL3.4 Sơ đồ mơ điều khiển DMPC-O-QSTT (mơ hình bất định) Thƣ viện mô thiết bị Hàng hải MSS-GNC Các thư viện ứng dụng điều khiển chuyển động tàu MSS-GNC Thư viện mơ hình tàu (Model vessel): thư viện bao gồm loại mơ hình tàu xây dựng sẵn như: tàu hàng, tàu dịch vụ, kho nổi…Hình PL4.1 Các mơ hình tàu thể đầy đủ tính chất động học, chất vật lý loại tàu Với loại tàu cho phép cài đặt đầy đủ thông số đối tượng tàu cụ thể Hình PL4.1 Thư viện loại mơ hình tàu MSS-GNC Toolbox PL-4 Thư viện cấu chấp hành (Model control surface): thư viện bao gồm loại mơ hình cấu thực xây dựng sẵn như: mơ hình chân vịt, mơ hình bánh lái…Hình PL4.2 Hình PL4.2 Thư viện cấu chấp hành MSS-GNC Toolbox Thư viện thiết bị dẫn đường (Navigation): thư viện bao gồm loại mơ hình thiết bị dẫn đường xây dựng sẵn GPS, la bàn…Hình PL4.3 Hình PL4.3 Thư viện thiết bị đo, quan sát tín hiệu hàng hải MSS-GNC Thư viện mô tả nhiễu loạn môi trường (Environment): thư viện bao gồm loại mơ hình sóng, gió, dòng chảy…Hình PL4.4 Trong cho phép cài đặt loại nhiễu loạn với mức độ khác cấp sóng, hướng gió, vận tốc dòng chảy… PL-5 Hình PL4.4 Thư viện loại nhiễu loạn môi trường MSS-GNC Toolbox Code khai báo, giao tiếp Card Arduino với Matlab – Simulink máy tính thơng qua thƣ viện Arduino I/O library >> COM 1= arduino1 % Connect PC1 (Controlller) Updating server code on board Mega due (COM1) ans = arduino with properties: Port: 'COM1' Board: 'Megadue' AvailablePins: {'D2-D53', 'A0-A15'} % Output A0, A1 Libraries: {'I2C', 'Servo', 'SPI'} >> COM 1= arduino due % Connect PC2 (Vessel) Updating server code on board Mega due (COM2) ans = arduino with properties: Port: 'COM1' Board: 'Megadue' AvailablePins: {'D2-D53', 'A0-A15'} % Input D4, D5 Libraries: {'I2C', 'Servo', 'SPI'} Code khai báo chuyển đổi tín hiệu NMEA 0183 truyền qua cổng COM3 PL-6 Cấu hình cổng COM2-Arduino (USART1) giao diện với GPS, Gyro Compass… qua giao thức NMEA0183 USART1 initialization Communication Parameters: Data, Stop, No Parity USART1 Receiver: On USART1 Transmitter: On USART1 Mode: Asynchronous USART1 Baud rate: 4800 or 38400 UCSR1A=0x00; UCSR1B=0xD8; UCSR1C=0x86; UBRR1H=0x00; if (PINC.0) //The switch for transfer between 4800 and 38400 Baud rate { UBRR1L=0x8F; //8F cho 4800 } else { UBRR1L=0x11; //11 cho 38400 } Cấu hình cổng COM3- Arduino (USART2) giao diện với Modbus RS485 (PC) USART0 initialization Communication Parameters: Data, Stop, No Parity USART0 Receiver: On USART0 Transmitter: On USART0 Mode: Asynchronous USART0 Baud rate: 115200 UCSR0A=0x00; UCSR0B=0x18; UCSR0C=0x86; UBRR0H=0x00; UBRR0L=0x05; PL-7 Một số hình kết nghiệm mơ hình vật lý phòng thí nghiệm chạy Real Time a) Hình ảnh đối tượng tàu MSSGNC với đặc tính chạy Real time b) Hình ảnh điều khiển MPC với đặc tính chạy Real time c) Hình ảnh đặc tính điều khiển đo Oscilloscope chạy Real time d) Hình ảnh Card Arduino Due chạy Real time e) Hình ảnh hệ thống thực nghiệm HIL chạy Real time Hình PL6.1 Hình ảnh mơ hình thực nghiệm kết đặc tính thu chạy Real time PL-8 ... DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM NGUYỄN HỮU QUYỀN NGHIÊN CỨU GIẢI PHÁP ĐIỀU KHIỂN BÁM QUỸ ĐẠO TÀU THỦY CĨ RÀNG BUỘC TÍN HIỆU VÀ BẤT ĐỊNH HÀM Ở ĐẦU VÀO LUẬN ÁN. .. Phương pháp tối ưu tiến hóa 47 2.2.2 Giải pháp điều khiển tối ưu hóa có ràng buộc với điều khiển MPC 47 2.3 Thiết kế điều khiển MPC điều khiển chuyển động tàu bám quỹ đạo đặt, có ràng buộc tín hiệu. .. tín hiệu bất định sinh từ mơ hình đối tượng v 93 3.2.2.3 Đánh giá ước lượng bù bất định 95 3.3 Thiết kế điều khiển dự báo điều khiển chuyển động tàu thủy bám quỹ đạo đặt mơ hình có bất định hàm