Tóm tắt luận án tiến sĩ kỹ thuật nghiên cứu giải pháp điều khiển bám quỹ đạo tàu thủy có ràng buộc tín hiệu và bất định hàm ở đầu vào

BỘ GIAO THÔNG VẬN TẢI BỘ GIÁO DỤC VÀ ĐÀO TẠO 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 Tóm tắt 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 HĨA Hải Phịng-2019 Cơng trình hồn thành Trường Đại học Hàng hải Việt Nam Người hướng dẫn khoa học: PGS TS Trần Anh Dũng Phản biện 1: GS.TS Nguyễn Doãn Phước Phản biện 2: PGS.TS Nguyễn Tiến Ban Phản biện 3: PGS.TS Lưu Kim Thành Luận án bảo vệ trước Hội đồng chấm luận án tiến sĩ cấp Trường họp Trường Đại học Hàng hải Việt Nam vào hồi phút ngày tháng năm 20 Có thể tìm hiểu luận án Thư viện Trường Đại học Hàng hải Việt Nam MỞ ĐẦU Tính cấp thiết đề tài Nghị số 36-NQ/TW rõ chiến lược phát triển bền vững kinh tế biển Việt Nam đến năm 2030 tầm nhìn đến năm 2045 Trong 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 phịng,…Cùng với phát triển bùng nổ cơng nghệ điện tử-tin học cách mạng công nghiệp 4.0 việc áp dụng trang thiết bị kỹ thuật, cơng nghệ tự động hóa đại tàu hệ thống như: lái tự động, điều khiển tàu bám quỹ đạo, hệ thống ổn định động… Trong lĩnh vực nghiên cứu, nhà khoa học ngồi nước khơng ngừng quan tâm, nghiên cứu tổng hợp điều khiển áp dụng cho tàu thủy 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 mang tính thời 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 để giải yếu tố bất định mơ hình tàu [14],…Bài tốn nghiên cứu điều khiển chuyển động tàu thủy đặt nhiều khó khăn, thách thức với nhà khoa học nghiên cứu Bởi lý do, tàu thủy phương tiện hàng hải hoạt động môi trường phức tạp khơng có cấu trúc xác định, chịu tác động yếu tố nhiễu ngẫu nhiên: sóng, gió dịng chảy…thứ hai, 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] Tổng quan cơng trình cho thấy chưa có cơng trình giải kết hợp chung vấn đề như: bám quỹ đạo, ràng buộc tín hiệu điều khiển, sử dụng mơ hình tàu có chứa thành phần bất định nhiễu tác động ngẫu nhiên…trong điều khiển Do việc nghiên cứu, áp dụng phương pháp điều khiển để điều khiển chuyển động tàu thủy đáp ứng yêu cầu phần 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 để thiết kế điều khiển tàu thủy bám quỹ đạo, có ràng buộc tín hiệu bất định hàm đầu vào Đối tƣợng phạm vi nghiên cứu luận án Đối tƣợng nghiên cứu đề tài Đối tượng nghiên cứu luận án 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 Nghiên cứu thiết kế điều khiển bám theo quỹ đạo đặt 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, dịng chảy…khơng lớn cấp 5, điều có nghĩa nhiễu ngẫu nhiên tác động từ môi trường không lớn Phƣơng pháp nghiên cứu Sử dụng phương pháp nghiên cứu từ phân tích, đánh giá sau tổng hợp 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, với mơ hình thuật toán điều khiển đề xuất, luận án hướng tới Kết luận án thực hóa vấn đề điều khiển chuyển động đối tượng có mơ hình toán 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 Nội dung luận án trình bày chương CHƢƠNG MƠ HÌNH TỐN VÀ TỔNG QUAN BÀI TỐN ĐIỀU KHIỂN CHUYỂN ĐỘNG TÀU THỦY 1.1 Mơ hình tốn mơ tả chuyển động tàu thủy Động lực học tàu thủy áp dụng định luật Newton, 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 mô 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] Mơ hình tốn mô tả chuyển động tàu thuỷ bậc tự Động lực học mô tả chuyển động tàu thủy bậc tự viết tổng quát sau [28]    J ( ) (1.12)   M   C ( )  D ( )  g ( )     w T đó:   x y z      R6 - véc-tơ vị trí, hướng hệ tọa độ trái đất (e-frame), T J ( ) - ma trận chuyển đổi,   u v w p q r   R6 - véc-tơ vận tốc dài vận tốc góc hệ tọa độ gắn với thân tàu (b-frame), M - ma trận quán tính, C ( ) ma trận coriolis hướng tâm, D ( ) - ma trận giảm chấn phi tuyến thủy động lực học  w nhiễu tác động từ môi trường,  - lực mô-men tạo cấu thực Mơ hình tốn mơ tả chuyển động tàu thủy ba bậc tự Chuyển động tàu thủy xét mặt phẳng ngang với mơ hình ba bậc tự theo [25] cho (1.13) bỏ qua thành phần lắc ngang p , lắc dọc q , trượt đứng w    J ( )   M   C ( )  D ( )  g ( )     w T (1.13) T đó:   x y    R3 ,   u v r   R3 , J ( ), M ,C ( ),C ( )  R3 T   R3   u  v  r  - lực mô-men tạo cấu thực tàu T Theo Fossen [24], [28]   R3   u  v  r  mơ hình tốn gọi mơ hình đủ cấu chấp hành (Full Actuated) T Nếu    u  r  tức mơ hình tốn tàu khơng có thành phần lực gây trượt ngang  v (phần tử thực khơng có cấu đẩy ngang) mơ hình tốn gọi mơ hình thiếu cấu chấp hành (Underactuated) 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 xác định mơ tả (1.29) có giả định thông số ma trận M , C   , D ( ) (1.13) xác định hoàn toàn, thành phần khó xác định coi khơng, g ( )  khơng có nhiễu tác động [21]    J ( )   M   C ( )  D ( )  g ( )  F T (1.29) T đó:   x y    R3 ,   u v r   R3 , F - ma trận phân bổ lực, với tàu thủy có cấu thực chân vịt bánh lái phía sau lái ma trận phân bổ 1  T lực đưa sau: F  0  ,    u  r  0  Mơ hình tốn bất định mơ tả chuyển động tàu thủy ba bậc tự thiếu cấu chấp hành mặt phẳng ngang Thực tế việc xác định hệ số ma trận M ,C ( ) (1.13) tương đối dựa nhiều giả thiết, đồng thời việc xác định đầy đủ hệ số ma trận suy giảm thủy động lực học phi tuyến D ( ) phức tạp, 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 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 ( ) (1.33)   M   C ( )  D ( )  g ( )  F  ( , ) đó: ( , ) - véc-tơ lực mô-men từ thành phần bất định mơ hình tàu nhiễu loạn tác động từ mơi trường bên ngồi 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 như: 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, cơng trình [7] 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 Cơng trình [8] 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 dụng mơ hình tốn bậc tự 1.2.2.Tình hình nghiên cứu ngồi nƣớc Tổng quan điều khiển chuyển động tàu thủy đủ cấu chấp hành: tàu với mơ hình đủ cấu chấp hành tổng quan lại có hướng nghiên cứu Nghiên cứu xây dựng điều khiển lái tự động tàu thủy với mơ hình tuyến tính sử dụng điều khiển kinh điển PID với mơ hình tàu dạng đơn giản hóa NOMOTO bậc một, bậc hai, hay điều khiển tuyến tính LQR (Linear Quadratic Regulator), LQG (Linear Quadratic Gaussin) [24], [28] Điều khiển phi tuyến với điều khiển như: 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],…trong toán điều khiển bám quỹ đạo định vị động Các điều khiển kép như: Backstepping - Neural [15], [73], [76], Backstepping - thích nghi [61], Backstepping - trượt thích nghi [37], đưa để giải yếu tố bất định mơ hình tàu nhiễu ngẫu nhiên tác động từ môi trường Tổng quan điều khiển chuyển động tàu thủy thiếu cấu chấp hành: Các phương pháp điều khiển chuyển động tàu thiếu cấu chấp hành phong phú đa dạng, tổng hợp lại sau: Điều khiển tuyến tính sử dụng mơ hình đơn giản NOMOTO, mơ hình tuyến tính Sway-Yaw…sử dụng toán ổn định hướng [36], [50] toán điều khiển hệ thống lái tự động ổn định tàu theo hướng cho trước Điều khiển phi tuyến sử dụng mơ hình phi tuyến đơn giản hóa Norrbin với mục đích ổn định hướng cơng trình [66] hay điều khiển theo luật điều khiển H  thiết kế với mục đích ổn định giảm lắc ngang tàu Container cơng trình [34] Điều khiển phi tuyến sử dụng mơ hình đối tượng phi tuyến toán điều khiển tàu bám quỹ đạo với điều khiển phi tuyến như: Backstepping [16], [17], [30], điều khiển trượt SMC [60], điều khiển bề mặt động DSC [22], điều khiển dự báo MPC [48], [53], [62] nghiên cứu áp dụng tốn điều khiển với mơ hình tàu xác định Để giải tốn mơ hình tàu có chứa thành phần bất định, số giải pháp tác giả đưa như: sử dụng phép biến đổi tọa độ [67], sử dụng lọc Kalman UKF (Unscented Kalman Filter) để loại bỏ nhiễu ẩn mơ hình tốn [69], sử dụng phương trình động lực học sai lệch Serret-Frenet [70] Một số cơng trình 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 1.3 Hƣớng nghiên cứu luận án Vấn đề đặt luận án Từ phân tích tổng quan trên, luận án đặt hướng nghiên cứu 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 trượt dọc trục thời gian (receding horizon) [54], dựa kỹ thuật tuyến tính hóa đoạn mơ hình phi tuyến Ý nghĩa ràng buộc tín hiệu điều khiển Đối với tàu thủy, góc bẻ lái  ln giới hạn 350 (port)    350 (s.t board) Cịn chế độ lái tự động góc bẻ lái giới hạn 100 (port)    100 (s.t board) Ở phương pháp điều khiển chuyển động tàu thủy có trình bày 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 cần đặt thiết kế điều khiển chuyển động tàu thủy 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 Nhiệm vụ luận án thiết kế điều khiển chuyển động tàu thủy bám theo quỹ đạo đặt, tín hiệu điều khiển bị ràng buộc mơ hình có chứa thành phần bất định nhiễu tác động ngẫu nhiên Trên sở đó, luận án định hướng áp dụng nguyên lý điều khiển dự báo MPC [5], [13], [32], [45], [59] hệ tuyến tính áp dụng cho đối tượng phi tuyến (tàu thủy) dựa kỹ thuật tuyến tính hóa đoạn mơ hình phi tuyến dọc trục thời gian để giải nhiệm vụ điều khiển đặt cho luận án 2.1 Cấu trúc, nguyên lý điều khiển dự báo Hình 2.1 mơ tả cấu trúc ngun lý làm việc trượt dọc trục thời gian điều khiển MPC, theo tài liệu [5], [54] a) Bộ điều khiển dự báo b) Cửa sổ dự báo Hàm mục tiêu k  y k i Tối ƣu hóa 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] Chúng thiết kế dựa mơ hình tốn dạng rời rạc đối tượng điều khiển, có cấu trúc gồm khối Khối mơ hình dự báo: có nhiệm vụ thời điểm k tại, dựa vào mơ hình tốn đối tượng điều khiển, xác định truy hồi đầu tương lai y , i  1, , N (trong k i N số cửa sổ dự báo) thuộc cửa số dự báo tại, véc-tơ hàm dự báo đầu phụ thuộc đầu vào tương lai Khối hàm mục tiêu: xây dựng từ nhiệm vụ điều khiển đặt mà tín hiệu đầu y hệ phải bám theo tín hiệu đặt w k mong muốn, tức phải tạo k được: lim e (p )  , e (p )  y (p)  wk k k  Khối tối ƣu hóa: có nhiệm vụ tìm nghiệm tối ưu tốn tối ưu có ràng buộc p*  arg minJk (p ) (2.8) pP Với U tập giá trị điều kiện ràng buộc tín hiệu điều khiển, J k (p ) hàm mục tiêu 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 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 việc xác định hàm hợp phi tuyến, tức phải tìm hàm h i () (2.18): y k i     g (x k i )  g f (x k i 1,uk i 1)  g f ( f (x k i  ,uk i  ),uk i 1)  h i (x k , uk , uk 1,  , uk i 1)  (2.18) Giải pháp trình bày [1], [5] luận án áp dụng, có tên gọi dự báo đầu thơng qua tuyến tính hóa đoạn mơ hình phi tuyến dọc theo trục thời gian Luận án giới hạn tư tưởng giải pháp cho hệ song tuyến với mơ hình giống mơ hình tốn mô tả chuyển động tàu thủy ba bậc tự mặt phẳng ngang Hệ song tuyến 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 (2.23)  y  C (z k )z k   k Giải pháp tìm cách xác định đầu dự báo y , i  1,2, , N cho hệ mà k i tránh phải sử dụng tới phép tính hàm hợp cho công thức (2.18) Để làm điều này, thời điểm k tại, véc-tơ trạng thái z k biết, nên mơ hình song tuyến (2.23), khoảng thời gian nhỏ kTa  t  kTa   với Ta chu kỳ trích mẫu  khoảng thời gian thực vịng lặp, xấp xỉ mơ hình tuyến tính tham số LTI (Linear Time Invariant), ký hiệu mơ hình k :  z k 1  Ak z k  Bk u k với Ak  A(z k ), Bk  B (z k ), Ck  C (z k ) (2.24) y  Ck z k   k Tuy mơ hình xấp xỉ LTI k (2.24) có nghĩa khoảng thời gian nhỏ, song sử dụng để dự báo tín hiệu đầu toàn cửa số dự báo chu kỳ Sử dụng mơ hình tuyến tính (2.24) để xác định đầu dự báo k:  Một số giải pháp nâng cao chất lƣợng điều khiển dự báo đƣợc luận án sử dụng: Để nâng cao chất lượng điều khiển dự báo, luận án đưa áp dụng hai giải pháp Một là, nâng cao tốc độ hội tụ sai lệch bám nhờ hiệu chỉnh tín hiệu đặt theo nguyên lý học lặp ILC (Iterative Learning), tư tưởng giới thiệu tài liệu [5] Hai là, lọc nhiễu chuyển phản hồi trạng thái thành phản hồi đầu nhờ quan sát Kalman mở rộng EKF (Extended Kalman Filter) 2.2 Giải pháp điều khiển tối ƣu hóa có ràng buộc với điều khiển MPC Các phương pháp giải tốn tối ưu hóa có ràng buộc thường sử dụng như: SQP (sequential quadratic optimization), phương pháp (interior point) [5], [11], phương pháp GA (Genetic Algorithm) PSO (Particle Swarm Optimization) [12], [37], [42] sử dụng thuận tiện cụ thể hóa lệnh Matlab Tuy nhiên, điều khiển theo ngun lý Receding Horizon MPC vịng 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 Bởi vậy, luận án sử dụng kỹ thuật ước lượng xấp xỉ giới thiệu [2], [5] để giải tốn tối ưu có ràng buộc Kỹ thuật xây dựng dựa nhận xét tín hiệu điều khiển u k thay đổi theo vòng lặp với k  0,1,2 phụ thuộc vào việc chọn ma trận xác định dương Rk ,Qk Do tốn tối ưu có ràng buộc giải thông qua việc điều chỉnh ma trận xác định dương Rk ,Qk theo vòng lặp 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 Mơ hình động lực học tàu thủy ba bậc tự do, thiếu cấu chấp hành mặt phẳng ngang dạng mơ hình xác định (khơng chứa thành phần bất định) theo [21] viết lại sau:   J ( ) ,   R3 ,   R3  (2.40)  32 M   C (  )  D (  )   g (  )  F  ,   R , F  R       Nhiệm vụ điều khiển xây dựng điều khiển để đầu  hệ bám theo quỹ đạo mẫu  (t )  w (t ) cho trước, đồng thời thỏa mãn điều kiện ràng buộc d r gh  r  r gh (2.41)  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) 2.3.1.Thiết kế điều khiển dự báo phản hồi trạng thái (MPC-S: MPC-State) điều khiển tàu chuyển động bám quỹ đạo đặt mơ hình tàu xác định Mơ hình tốn tàu thủy ba bậc tự mặt phẳng ngang (2.40) chuyển dạng song tuyến tắc (2.45) để thiết kế điều khiển cách đặt biến: x1   , x   , u   x  col(x1, x ) , ký hiệu: J (x1)  033   032  , B   A(x )    , C  I , 033  (2.44)   M 1F   G (x1) M C (x )  D (x )         x  A(x )x  Bu (2.45)   y    I , 033  x  C x Xây dựng mơ hình dự báo sở tuyến tính hóa đoạn mơ hình dọc trục thời gian: Mơ hình liên tục (2.45) chuyển dạng rời rạc (2.46) cách sử dụng công thức xấp xỉ: x (t )  x  (k  1)Ta   x (kTa )  Ta  x k 1  I  Ta A(x k )  x k  Ta Bu k (2.46)  y C xk   k đó: x k  x (kTa ), uk  u (kTa ), y  y (kTa ) Xét thời điểm k tại, k véc-tơ trạng thái x k biết, đo quan sát từ liệu vào/ra uk 1, y , khoảng thời gian đủ nhỏ, mơ hình song tuyến (2.46) k xấp xỉ mơ hình tuyến tính tham số k (2.47)  z k 1  Ak z k  B u k  y C zk   k (2.47) đó: z k  col x k ,uk 1   R8 , uk  uk  uk 1  R (2.48) k:  I T A(x k ) Ta B  Ta B  88 82 38 (2.49) Ak   a R , B     R ,C  C , 032   R I I 26     Từ mơ hình xấp xỉ tuyến tính đoạn k với k  0,1, cho (2.47), xác định cơng thức dự báo xấp xỉ cho tín hiệu đầu y k i , i  1,2,  , N hệ (2.46) thuộc cửa sổ dự báo [k , N ) , sau: yk i  CAki z k  CAi 1Buk CAi 2B uk 1  CB uk i 1 , viết chung đầu tương lai lại với theo cấu trúc véc-tơ, có:  y k 1   CB 032 032   u k   CAk        y k    CAk B CB 032   u k 1   CAk2 y     k         y   N 1 N 2   u k N 1   N CA B CA B CB k  CAk  k N   k    z k    (2.50)  H k p  bk p véc-tơ tín hiệu đầu vào tương lai cần phải xác định Xây dựng khối hàm mục tiêu điều khiển MPC: Để đầu hệ (2.45) bám theo dãy tín hiệu đặt {w k } cho trước, hàm mục tiêu đưa sau:   Jk/ (p )  pT HkTQk Hk  Rk p  bk  r k  Qk H k p  T p (2.54) Xây dựng khối tối ƣu hóa điều khiển: Nhiệm vụ khối tối ưu hóa, xác định nghiệm toán tối ưu: (2.55) p*  arg J k/ (p ) pP có tập ràng buộc P suy từ điều kiện ràng buộc (2.41) Giải pháp để tìm nghiệm 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  mô hình tàu thủy ba bậc tự Hình (2.10) mơ tả cấu trúc quan sát trạng thái trực tiếp từ mơ hình liên tục y (t )   (t ) u (t )  y (t )   J (y )T y    x (t )    (t ) Tàu thủy J (y )T y y 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 Mô phỏng, kiểm chứng quan sát trực tiếp với quỹ đạo hình trịn b Quan sát tốc độ trượt ngang v a Quan sát trạng thái tốc độ trượt dọc u d Quan sát tốc độ quay trở r c Sai lệch quan sát trượt dọc, ngang eu , ev Hình 2.11 Đồ thị mơ kết QSTT tàu chạy quỹ đạo hình trịn Nhận xét, đánh giá 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 Ngoài sai lệch quan sát phụ thuộc vào thời gian thực phép tính đạo hàm khâu vi phân quán tính bậc (DT1), 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 thông số biến đổi chậm Cấu trúc điều khiển dự báo phản hồi đầu với QSTT (MPC-O) 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 Về chất ghép nối thuật toán điều khiển phản hồi trạng thái (thuật toán MPC-S) quan sát trạng thái trực tiếp xây dựng từ mơ hình liện tục đối tượng điều khiển 11 {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 cơng thức (2.58) Hình 2.16 Cấu trúc điều khiển MPC-O với quan sát trạng thái trực tiếp Kết mô điều khiển dự báo phản hồi đầu (MPC-O) với QSTT a Mô quỹ đạo chuyển động b Sai lệch bám quỹ đạo c Sai lệch bám hướng d Tín hiệu điều khiển lực trượt dọc  u g Tín hiệu điều khiển mơ-men quay trở  r khơng ràng buộc h Tín hiệu điều khiển mơ-men quay trở  r có ràng buộc, với giả thiết 1,7.105 (N m)  r  1,7.105 (N m) Hình 2.17 Kết mô phỏng, kiểm chứng chất lượng điều khiển MPC-O-QSTT Nhận xét: Từ kết mô MPC-O-QSTT với quỹ đạo hình trịn cho thấy tín hiệu quỹ đạo đầu điều khiển bám tốt theo quỹ đạo đặt kể tín hiệu điều khiển u2   r có ràng buộc với giả thiết 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 Giá trị sai lệch nhỏ so với quỹ đạo chuyển động tàu (đường trịn bán kính 200m) 2.4 Kết luận Chương luận án trình bày nguyên lý điều khiển trượt dọc trục thời gian điều khiển MPC 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 với mơ hình xác 12 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 mơ hình liên tục đối tượng với giả thiết khơng có nhiễu đo cho kết quan sát bám tốt với tín hiệu thực, đề xuất kết hợp QSTT với quan sát Kalman mở rộng EKF bước khởi tạo ban đầu để giải trường hợp mơ hình trạng thái có lẫn nhiễu đo 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 mô hình tàu có chứa thành phần bất định (mơ hình bất định) Với định hướng luận đề xuất xây dựng mơ hình bù bất định phương pháp ước lượng thành phần bất định cho tàu thủy 3.1 Cấu trúc mơ hình bù thành phần bất định Mơ hình tàu thủy ba bậc tự có xét đến thành phần bất định viết lại sau:     J ( ) (3.1)   M   C ( )  D ( )  g ( )  F  ( , ) đó: ( , ) - thành phần bất định (khơng xác định) mơ hình tốn nhiễu ngẫu nhiên từ môi trường tác động vào đối tượng Mơ hình (3.1) chuyển dạng song tuyến (3.4) thực với mơ hình tàu xác định cách đặt biến x1   , x   , u   , x  col(x1, x ) d (x ,t )   ( , ) ,  ( , ) - thành phần bất định ( , ) thuộc không gian ảnh ma trận phân bổ lực F ký hiệu: J (x1)  033   032  , B   A(x )    , C  I , 033    M 1F   G (x1) M C (x )  D (x )        (3.3)  x  A(x )x  B u  d (x ,t ) (3.4)   y  C x   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) (chỉ sai khác lượng vô bé e đầu vào) mà luận án xây dựng điều khiển dự báo cho Cấu trúc bù bất định đề xuất hình 3.2 13 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 3.2 Giải pháp bù thành phần bất định Thông thường, gặp thành phần bất định d (x ,t ) mơ hình đối tượng điều khiển, phương pháp phổ thông áp dụng dùng mạng Neural Bởi vậy, việc áp dụng mạng Neural để bù bất định khơng cịn mang tính thời khơng hứa hẹn có tính luận án 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) với thành phần bất định hàm d k , bù bất định tín hiệu bất định ước lượng d k 1 có từ vịng điều khiển trước mơ tả hình 3.2 Nó có mơ hình là: (3.6) k  A(k 1)k 1  B uk 1  d k  d k 1  đó: A( k )  I Ta M 1 C ( k )  D ( k )   R33 , (3.7) B  Ta M 1F  R32 , uk   k   (kTa ),d k  d (kTa ) Ký hiệu tiếp mơ hình mẫu lý tưởng tương ứng (không 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 uk 1 nên sai lệch  k  k  k hai mơ hình hồn tồn 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 uk 1  d k  d k 1   A( k 1) k 1  B (uk 1  d k 1)  A( k 1) k 1  A( k 1) k 1  Bd k Suy ra, trường hợp ma trận B có đủ hạng 2, thì: 14 (3.9)  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 Sau có d k ta tiến hành bù đầu vào hệ (3.4) thời điểm k  minh họa hình 3.2 trường hợp thành phần bất định 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) có chứa thêm tham số bất định Lúc này, hệ thiếu cấu chấp hành, song thành phần bất định d lại thuộc khơng gian ảnh Im(B ) , tức d  Im(B ) , ta viết lại hệ cho thành: 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) Mơ ƣớc lƣợng bù 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 ngồi mơi trường tác động vào (tương đương với tác động sóng, gió, dịng chảy ) Dạng tín hiệu bất định thử nghiệm gồm: dạng hình sin (giống tài liệu [14] [21]), 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 luận án Mô kiểm chứng ƣớc lƣợng với tín hiệu bất định dạng hàm bất định tác động từ bên ngồi Giả thiết tín hiệu bất định gồm thành phần d  (d1,d2 ) với d1 có tác động tương đương với lực gây trượt dọc ( u ) d có tác động tương đương với mô-men quay trở ( r ) có độ lớn dạng giả thiết sau: d1  (0.008sin(0.1t )  0.01).106 (N ) , d2  (0.001sin(0.2t )  0.01cos(0.3t )).106 (N m) b Ước lượng d từ thành phần d a Ước lượng d1 từ thành phần d1 Hình 3.3 Mơ ước lượng d1,d2 từ thành phần bất định d1,d2 dạng sóng hình Sin 15 Hình 3.4 Ước lượng d từ d dạng Random Hình 3.5 Ước lượng d từ d xung vuông 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 ( ) Luận án tiến hành kiểm tra thành phần bất định ước lượng d1,d2 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 Ước lượng d1 từ thay đổi ma trận D ( ) b.Ước lượng 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 Đánh giá ƣớc lƣợng bù bất định: Từ kết mô hai trường hợp cho thấy ước lượng ước lượng tốt tín hiệu bất định giả thiết đưa với sai lệch ước lượng nhỏ 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 Ngồi cịn phụ thuộc vào thời gian trượt dọc trục thời gian điều khiển 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 (DMPC-S) Khi kết hợp thuật toán điều khiển dự báo phản hồi trạng thái (thuật toán MPC-S) với cấu bù bất định mơ tả hình 3.2, ta thuật tốn 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 (DMPC-S) minh họa hình 3.7 16 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 DMPC-S Mơ điều khiển dự báo bù bất định phản hồi trạng thái DMPC-S a Kết mô quỹ đạo chuyển động b Sai lệch bám quỹ đạo c Tín hiệu điều khiển  u chưa bù bất định d Tín hiệu điều khiển  r chưa bù bất định f Ước lượng bất định d từ d giả thiết e Ước lượng bất định d1 từ d1 giả thiết g Tín hiệu điều khiển  u bù bất định h Tín hiệu điều khiển  r bù bất định Hình 3.9 Kết mơ phỏng, kiểm chứng điều khiển DMPC-S - quỹ đạo tròn 17 Nhận xét: Kết mô điều khiển DMPC-S với quỹ đạo đặt hình trịn có tín hiệu bất định hàm đầu vào với giả thiết tín hiệu bất định gồm hai thành phần có 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 tốt bù vào tín hiệu điều khiển Sai lệch bám quỹ đạo ex ,ey , bám hướng ehd tương đối nhỏ Tín hiệu bất định ước lượng d1, d2 từ tín hiệu bất định giả thiết d1,d2 có sai lệch bám nhỏ 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 bù chưa bù 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 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 (DMPC-O) Giống DMPC-S, thuật tốn phản hồi đầu có bù bất định ghép nối điều khiển phản hồi đầu theo nguyên lý tách MPC-O-QSTT ước lượng bù bất T định theo (3.10) Tuy nhiên, ta khơng có trạng thái k  u v r  từ hệ thống (khơng đo được), mà quan sát nhờ quan sát trực tiếp, nhờ lọc Kalman mở rộng (EKF), nên công thức xác định tín hiệu bù bất định cho (3.10) viết lại thành:   1 BT  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 d k  BT B Bộ điều khiển dự báo MPC-O xk {w k } Ta Quan sát trạng thái Bộ điều khiển dự báo MPC-S d (x ,t ) 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- DMPC-O Mô điều khiển dự báo bù bất định phản hồi đầu DMPC-O a Kết mô quỹ đạo chuyển động 18 b Sai lệch bám quỹ đạo c Sai lệch quan sát trượt dọc, ngang eu ,ev e Tín hiệu điều khiển  u chưa bù bất định g Ước lượng bất định d1 từ d1 giả thiết d Sai lệch quan sát tốc độ quay trở er f.Tín hiệu điều khiển  r chưa bù bất định h Ước lượng bất định d từ d giả thiết i Tín hiệu điều khiển  u bù bất định j Tín hiệu điều khiển  r bù bất định Hình 3.13 Kết mơ phỏng, kiểm chứng chất lượng điều khiển DMPC-O Nhận xét: Kết mô điều khiển DMPC-O với quỹ đạo đặt hình trịn với tín hiệu bất định hàm đầu vào giả thiết gồm hai thành phần d  (d1,d2 ) 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, 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 Tín hiệu quan sát từ QSTT có sai lệch bám eu ,ev ,er nhỏ Tín hiệu điều khiển lực 19 trượt dọc u1   u , mơ-men quay trở u2   r có độ điều chỉnh nhỏ 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 3.4 Kết luận 3.4.1 Những vấn đề thực đƣợc 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 Xây dựng 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 cịn tồn Trong q 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 CHƢƠNG XÂY DỰNG MƠ HÌNH THỰC NGHIỆM, KIỂM CHỨNG, ĐÁNH GIÁ CHẤT LƢỢNG BỘ ĐIỀU KHIỂN ĐÃ ĐỀ XUẤT 4.1 Xây dựng mô hình thực nghiệm, kiểm chứng điều khiển MPC đề xuất theo phƣơng pháp HIL (Hardware In the Loop) Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC 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 điều khiển Hình 4.3 Cấu trúc mơ hình thực nghiệm HIL với điều khiển MPC đề xuất Bộ điều khiển MPC: thiết kế theo thuật toán DMPCO cài đặt máy tính số (PC1) Card giao tiếp Arduino Due Đối tượng điều khiển (tàu thủy): phần thực nghiệm luận án sử dụng mơ hình tàu xây dựng, thiết kế sẵn Tool box: MSS-GNC TOOLBOX (thư viện mô 20 hệ thống điều khiển, dẫn đường lĩnh vực Hàng hải) cài đặt vào thư viện Simulink Matlab máy tính Mơ hình tàu thiết kế Tool box: MSS-GNC TOOLBOX giống mơ hình tàu thực, có đầy đủ tính chất động học đối tượng tàu thực Tín hiệu điều khiển từ điều khiển  u , r 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 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 tương tự (Analog) 0-10V để phù hợp với thực tế điều khiển chuyển động tàu thủy Tín hiệu quỹ đạo hướng tàu (trên PC2) phản hồi điều khiển MPC (trên PC1) thơng qua truyền thơng tín hiệu hai Card arduino Due 1, Tín hiệu quỹ đạo, hướng thực tàu chuyển sang tín hiệu theo chuẩn Hàng hải NMEA 0183 với mục đích kiểm tra ảnh hưởng nhiễu môi trường tới việc truyền dẫn tín hiệu quỹ đạo hướng tàu theo chuẩn Hàng hải quốc tế NMEA 0183 Thực tế tàu thủy tín hiệu quỹ đạo, hướng tàu lấy từ GPS la bàn điện tín hiệu theo chuẩn NMEA0183 Để mơ hình thực nghiệm gần với mơ hình thực tế, mơ hình đối tượng sử dụng thiết bị thư viện Model Environment MSS-GNC Tool box Mơ hình tàu, mơ hình nhiễu bất định tham số cài đặt hình 4.8 Hình 4.8 Mơ hình đối tượng thư viện MSS - GNC Toolbox cài đặt PC2 Hình ảnh mơ hình vật lý thực nghiệm HIL với điều khiển MPC đề xuất a Hình ảnh tổng thể mơ hình vật lý 21 b Hình ảnh đài lái điều khiển MPC c Hình ảnh đo tín hiệu Oscilloscope Card kết nối Arduino Due Hình 4.12 Hình ảnh mơ hình vật lý thực nghiệm phịng thí nghiệm Mơ hình hóa trường Đại học Hàng hải Việt Nam 4.2 Kết thực nghiệm, kiểm chứng điều khiển MPC đề xuất Để kiểm tra, đánh giá chất lượng thuật toán điều khiển, chất lượng quan sát trực tiếp ước lượng bù bất định đề xuất thử nghiệm với đối tượng có mơ hình đặc tính giống đối tượng tàu thực (mơ hình tàu Tool Box MSS-GNC) kiểm tra ảnh hưởng tác động mơi trường tới tín hiệu truyền dẫn điều khiển Luận án tiến hành cài đặt thực nghiệm điều khiển theo thuật toán DMPC-O Bởi điều khiển DMPC-O ghép nối thuật toán MPC-S, quan sát trực tiếp ước lượng bù bất định Thực nghiệm theo phương pháp HIL thu kết sau: a Quỹ đạo tàu mơ hình MSS-GNC b Sai lệch bám quỹ đạo ex ,ey d Sai lệch quan sát tốc độ quay trở er c Sai lệch bám hướng ehd 22 e Sai lệch quan sát trượt dọc, ngang eu ,ev f Tín hiệu điều khiển  u chưa bù bất định g Tín hiệu điều khiển  r chưa bù bất định h Ước lượng bất định d1 từ d1 giả thiết i Ước lượng bất định d từ d giả thiết j Tín hiệu điều khiển  u bù bất định k Tín hiệu điều khiển  r bù bất định l Tín hiệu  u , r đo từ Oscilloscope Hình 4.13 Kết thực nghiệm HIL với điều khiển DMPC-O-quỹ đạo hình trịn Nhận xét: 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 QSTT, đặc tính ước lượng bù bất định đặc tính tín hiệu điều khiển giống mơ (quỹ đạo bám tốt, tín hiệu ước lượng 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, 23 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 Tín hiệu điều khiển đối tượng u1  u ,u2  r thông qua truyền nhận tín hiệu tương tự có tượng dao động nhỏ ảnh hưởng nhiễu mơi trường Tín hiệu quỹ đạo hướng thực tàu dạng tín hiệu NMEA0183 Modbus RS485 chịu ảnh hưởng mơi trường ngồi 4.3 Kết luận Thơng qua thực nghiệm theo phương pháp HIL điều khiển DMPC-O với mơ hình tàu MSS-GNC kiểm nghiệm được: chất lượng điều khiển MPC, QSTT, 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, QSTT, ước lượng bù bất định cho kết tốt giống với kết mô với lý thuyết đặt 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 mơ 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 toán 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 Những vấn đề tồn Những vấn đề trình thực đề tài mà luận án cịn 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 24 I CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ 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 KHCNHHTrường 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 tồn 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 thông 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 KHCNTrường 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 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 -VCCA2019, 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) i