405823512 NANG CAO CHẤT LƯỢNG ổn ĐỊNH HƯỚNG đi TAU THỦY pdf

Tàu thủy là đối tượng điều khiển có tính phi tuyến lớn (phi tuyến bậc cao) chuyển động trong môi trường phức tạp, chịu sự tác động của nhiễu là ngẫu nhiên: Sóng, gió, dòng chảy...điều này có ảnh hưởng lớn đến chất lượng điều khiển hướng đi, quỹ đạo của tàu. Nghiên cứu mô hình toán tàu thủy ta thấy mô hình toán của đối tượng có nhiều biến trạng thái nhiều và thường xuyên có sự thay đổi về cấu trúc của mô hình đối tượng không thể dự báo do ảnh hưởng của nhiễu ngẫu nhiên, xét về tính chất động học của đối tượng thì đối tượng thường có tính chất động học không tốt: Độ dự trữ ổn định thấp, quá trình dao động, thời gian quá độ dài, 16... Việc thiết kế một bộ điều khiển để điều khiển chuyển động tàu thuỷ đảm bảo chất lượng mong muốn là bài toán gặp nhiều khó khăn, nhất là những bài toán mà ở đó cần phải xác định rõ mô hình đối tượng hay phải biết được các biến trạng thái của đối tượng... Các bài toán về điều khiển chuyển động tàu thuỷ khá đa dạng từ những bài toán sử dụng điều khiển kinh điển như PID đến những bài toán điều khiển hiển đại sử dụng mờ hay nơron hay bài toán ứng dụng thuyết điều khiển phi tuyến. Tuy nhiên mỗi bài toán đưa ra áp dụng đều có những ưu điểm, nhược điểm. Đối với bài toán sử dụng bộ điều khiển PID có ưu điểm là cấu trúc đơn giản, dễ thực hiện nhưng chất lượng điều khiển chưa cao và có thể làm cho đối tượng điều khiển (tàu thuỷ) mất ổn định. Bài toán áp dụng bộ điều khiển mờ hay nơron với ưu điểm là không cần phải xác định mô hình toán chính xác của đối tượng điều khiển, việc ổn định hướng đi được nâng cao (sai lệch hướng đi nhỏ), tuy nhiên nhược điểm cho bài toán này là không quan tâm nhiều đến chất lượng động học và tính tối ưu năng lượng điều khiển.

TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM KHOA ĐIỆN –ĐIỆN TỬ THUYẾT MINH ĐỀ TÀI NCKH CẤP TRƯỜNG ĐỀ TÀI NÂNG CAO CHẤT LƯỢNG ỔN ĐỊNH HƯỚNG ĐI TÀU THỦY SỬ DỤNG BỘ QUAN SÁT TRẠNG THÁI Chủ nhiệm đề tài: TH.S NGUYỄN HỮU QUYỀN Thành viên tham gia: TH.S PHAN ĐĂNG ĐÀO TH.S NGUYỄN THANH VÂN Hải Phòng, tháng 06/2016 MỤC LỤC MỞ ĐẦU Tính cấp thiết đề tài Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài Mục tiêu, đối tượng, phạm vi nghiên cứu Phương pháp nghiên cứu, kết cấu cơng trình nghiên cứu Kết đạt đề tài Chương Mơ hình tốn chuyển động tàu thủy 1.1 Động lực học chuyển động tàu thủy 1.2 Phương trình tốn mơ tả chuyển động tàu thuỷ có bậc tự 1.3 Phương trình tốn mô tả chuyển động tàu thủy với bậc tự 1.4 Phương trình tốn mơ tả chuyển động tàu thủy có bậc tự (xét mặt phẳng ngang) 1.5 Mơ hình khơng gian trạng thái mơ tả động học tàu thủy 1.7 Kết luận Chương Các phương pháp giảm ảnh hưởng nhiễu tới hướng 2.1 Ảnh hưởng nhiễu đến thay đổi hướng 2.2 Các phương pháp giảm thiểu tác động nhiễu tới hướng 2.2.1 Sử dụng vùng không nhạy 2.2.2 Sử dụng lọc thông thấp thông thường 2.2.3 Sử dụng lọc sóng sở quan sát trạng thái Chương Ứng dụng quan sát trạng thái để nâng cao chất lượng chế độ ổn định hướng tàu thủy 3.1 Bộ lọc sóng sở lọc Kalman 3.2 Ứng dụng lọc Kalman hệ thống lái tự động giữ hướng PT70 3.3 Tổng hợp điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman 3.3.1 Mô hình tốn quan sát trạng thái Kalman 3.3.2 Tổng hợp điều khiển 3.4 Điều khiển hướng tàu thuỷ sử dụng sử dụng quan sát trạng thái kết hợp điều khiển trượt Kết luận Tài liệu tham khảo 1 2 3 10 10 12 17 18 18 19 19 20 20 26 26 26 28 28 30 34 38 39 DANH SÁCH BẢNG BIỂU Bảng 1.1 Thành phần chuyển động tham số động học tàu thủy Bảng 3.1: Giá trị thông số tàu 30 Bảng 3.2: Giá trị hệ số aij,bij mơ hình khơng gian trạng thái 31 DANH SÁCH HÌNH Hình 1.1 Thành phần chuyển động, tham số động học chuyển động tàu thủy Hình 1.2 Mơ tả góc tương đối bánh lái dịng chảy Hình 1.3 Thành phần chuyển động, tham số động học tàu thủy mặt phẳng ngang 11 Hình 1.4 Cấu trúc mơ hình động học điều khiển máy lái 17 Hình 1.5 Mơ hình mơ tả động học điều khiển máy lái 17 Hình 2.1 Cấu trúc xếp chồng tuyến tính mơ hình động học hệ thống lái nhiễu sóng 19 Hình 2.2 Cấu trúc sử dụng vùng khơng nhạy để loại bỏ nhiễu sóng bậc 20 Hình 2.3 Mơ hình lọc thơng thấp (LF) lọc thơng cao (HF 21 Hình 2.4 Mơ hình tốn sở lọc sóng 22 Hình 3.1 Mơ hình tốn sở quan sát Kalman 26 Hình 3.2 Cấu trúc quan sát Kalman hệ thống lái số PT70 27 Hình 3.3 Cấu trúc hệ điều khiển tối ưu với quan sát Kalman 30 Hình 3.4 Cấu trúc hệ thống điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman 32 Hình 3.5 Mơ hình mơ hệ thống điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman 33 Hình 3.6 Kết đáp ứng góc bẻ lái (hình a), hướng hình (b) dùng điều khiển LQR 34 Hình 3.7 Kết đáp ứng góc bẻ lái (hình a), hướng hình (b) dùng điều khiển tối ưu phản hồi dầu (LQG) quan sát Kalman 34 Hình 3.8 Cấu trúc hệ thống điều khiền giữ hướng sử dụng điều khiển trượt với quan sát nhiễu ngẫu nhiên 35 Hình 3.9 Đáp ứng đầu hướng tàu góc lái hướng đặt trước cho tàu 1200 37 Hình 3.10 Đáp ứng đầu hướng tàu góc lái thay đổi hướng đặt 37 MỞ ĐẦU Tính cấp thiết vấn đề nghiên cứu Tàu thủy đối tượng điều khiển có tính phi tuyến lớn (phi tuyến bậc cao) chuyển động môi trường phức tạp, chịu tác động nhiễu ngẫu nhiên: Sóng, gió, dịng chảy điều có ảnh hưởng lớn đến chất lượng điều khiển hướng đi, quỹ đạo tàu Nghiên cứu mô hình tốn tàu thủy ta thấy mơ hình tốn đối tượng có nhiều biến trạng thái nhiều thường xun có thay đổi cấu trúc mơ hình đối tượng khơng thể dự báo ảnh hưởng nhiễu ngẫu nhiên, xét tính chất động học đối tượng đối tượng thường có tính chất động học không tốt: Độ dự trữ ổn định thấp, trình dao động, thời gian độ dài, [16] Việc thiết kế điều khiển để điều khiển chuyển động tàu thuỷ đảm bảo chất lượng mong muốn tốn gặp nhiều khó khăn, tốn mà cần phải xác định rõ mơ hình đối tượng hay phải biết biến trạng thái đối tượng Các toán điều khiển chuyển động tàu thuỷ đa dạng từ toán sử dụng điều khiển kinh điển PID đến toán điều khiển hiển đại sử dụng mờ hay nơron hay toán ứng dụng thuyết điều khiển phi tuyến Tuy nhiên toán đưa áp dụng có ưu điểm, nhược điểm Đối với toán sử dụng điều khiển PID có ưu điểm cấu trúc đơn giản, dễ thực chất lượng điều khiển chưa cao làm cho đối tượng điều khiển (tàu thuỷ) ổn định Bài toán áp dụng điều khiển mờ hay nơron với ưu điểm không cần phải xác định mơ hình tốn xác đối tượng điều khiển, việc ổn định hướng nâng cao (sai lệch hướng nhỏ), nhiên nhược điểm cho tốn khơng quan tâm nhiều đến chất lượng động học tính tối ưu lượng điều khiển Trong khuôn khổ đề tài Tác giả đề cập đến toán kết hợp việc nâng cao chất lượng động học ổn định hướng (giảm thiểu, loại bỏ ảnh hưởng nhiễu), tức xây dựng tốn có kết hợp quan sát kháng nhiễu điều khiển tối ưu cho điều khiển chuyển động tàu thủy chế độ ổn định hướng Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài Tổng hợp toán nghiên cứu điều khiển chuyển động tàu thuỷ cho thấy mục tiêu điều khiển tốn (giả sử toán điều khiển ổn định theo hướng quỹ đạo) đảm bảo tàu ổn định theo hướng quỹ đạo cho trước, chưa đặt nhiều mục tiêu đến vấn đề ổn định hướng quỹ đạo chất lượng động học hệ thống (quá trình độ, thời gian độ, độ dự trữ ổn định ) Năng lượng bỏ điều khiển nhiều hay tối ưu hay chưa, điều kiện khai thác tàu thủy vấn đề tiết kiệm lượng ngày quan tâm Mục tiêu, đối tượng, phạm vi nghiên cứu * Mục tiêu đề tài Mục đích đề tài xây dựng điều khiển tối ưu kết hợp với quan sát kháng nhiễu chế độ ổn định hướng cho tàu thủy Giảm thiểu ảnh hưởng nhiễu tác động làm sai lệch hướng đi, nâng cao chất lượng động học cho hệ thống, làm cho hệ thống có chất lượng động học tốt (sự dao động nhỏ, rút ngắn thời gian độ, độ dự trữ ổn định cao ) * Đối tượng, phạm vi Đối tượng nghiên cứu tàu thủy dựa cấu trúc mơ hình tốn Trên sở mơ hình tốn đối tượng, phân tích đánh giá ảnh hưởng nhiễu phương pháp kháng nhiễu Kết hợp xây dựng quan sát kháng nhiễu với điều khiển tối ưu chế độ điều khiển giữ hướng tàu thủy, mơ đặc tính trạng thái điều khiển hướng Phương pháp nghiên cứu, kết cấu cơng trình nghiên cứu Nghiên cứu phân tích mơ hình tốn, mơ hình khơng trạng thái mơ tả chuyển động tàu thủy Phân tích ảnh hưởng nhiễu phương pháp kháng nhiễu Xây dựng mơ hình toán quan sát kháng nhiễu Nghiên cứu xây dựng toán điều khiển tối ưu phản hồi đầu Mô so sánh kết Kết đạt đề tài Nghiên cứu, phân tích mơ hình tốn, mơ hình khơng gian trạng thái chuyển động tàu thủy mơ hình tốn hệ truyền động lái Nghiên cứu phân tích phương pháp giảm thiểu ảnh hưởng nhiễu tới hướng Cơ sở toán sử dụng quan sát trạng thái Kalman hệ thống lái, ứng dụng mô điều khiển tối ưu với quan sát Kalman Phân tích đánh giá chất lượng điều khiển hướng sử dụng điều khiển trượt với quan sát trạng thái CHƯƠNG MƠ HÌNH TỐN CHUYỂN ĐỘNG TÀU THỦY 1.1 Động lực học chuyển động tàu thủy Tàu thủy đối tượng hoạt động nước, môi trường hoạt động phức tạp, chịu tác động yếu tố ngẫu nhiên, như: Sóng, gió, dịng chảy 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 có bậc tự DOF (Degress Of Freedom) [21, 31] Các thành phần chuyển động theo hình 1.1 bao gồm: Trượt dọc, trượt ngang, trượt đứng, lắc ngang, lắc dọc, độ lệch hướng Hình 1.1 Thành phần chuyển động, tham số động học chuyển động tàu thủy Các thành phần chuyển động tham số động học mô tả chi tiết theo bảng 1.1 Bảng 1.1 Thành phần chuyển động tham số động học tàu thủy [17] Tham số động học TT Vị trí Chuyển động Tên gọi Trượt dọc - Surge (Chuyển động theo trục X) Sự dịch chuyển theo chiều dọc (chuyển động tịnh tiến) Trượt đứng - Heave (Chuyển động theo trục Z) Sự dịch chuyển thẳng đứng (độ chìm) Trượt ngang - Sway (Chuyển động theo trục Y) Sự lệch ngang Lắc ngang – Roll (Quanh trục X) Góc lắc ngang Lắc dọc – Pitch (Quanh trục Y) Quay trở - Yaw (Quanh trục Z) Góc lắc dọc Góc lệch lái Tốc độ Ký hiệu Tên gọi Ký hiệu x0 Tốc độ dịch chuyển theo chiều dọc u z0 Tốc độ dịch chuyển thẳng đứng w y0 Tốc độ dịch chuyển ngang v  Vận tốc góc lắc ngang p θ Vận tốc góc lắc dọc q  Vận tốc góc quay trở r Trong đó: Oxyz - Hệ tọa độ trái đất : NED (North East Down) hay Inertial Frame Obxbybzb - Hệ tọa độ gắn với vị trí tàu trọng tâm tàu trùng với gốc tọa độ : BODY hay body - Fixed Frame 1.2 Phương trình tốn mơ tả chuyển động tàu thuỷ có bậc tự Chuyển động cân tàu thủy vị trí thể theo (1.1) [21] M v  C (v)v  D(v)v  g ( )   (1.1) Trong đó:  - Vectơ vị trí, để định hướng với hệ qui chiếu Trái đất (n-frame) xác định gồm thành phần sau:   1T , 2T   T , 1   x, y, z  T 2   , ,  T - Vectơ vận tốc hướng, vận tốc góc hệ toạ độ cố định (body fix), xác định bằng:    ,  , T T T v1  u, v, w  ,  T   p ,q ,r      T Mối quan hệ v  mô tả theo (1.2):   J ( )v (1.2) Trong đó: J (η) - Ma trận biến đổi phụ thuộc vào góc Euler (φ, θ, ψ) có dạng [21]  J1 ( , ,  ) J ( )   O3 x   J ( , ,  )   s( )c( )  c( ) s( ) s( ) c( )c( )  s( ) s( ) s( ) c( ) s( ) s( ) s( )  c( )c( ) s( )   c( ) s( )  s( )c( ) s( )  (1.4) c( )c( )  O3 X (1.3) Với: c( )c( ) J1 ( , ,  )   s( )c( )   s( ) 1 J ( , ,  )  0  0  s ( )t ( ) c( ) s ( ) / c( ) c( )t ( )    s ( )  c( ) / c( )   (1.5) Trong đó: s(.) = sin(.), c(.)=cos(.) t(.)=tan(.) Ma trận quán tính - M, xác định theo công thức: M = MRB + MA Trong đó: MRB - Ma trận qn tính thân tàu sinh (coi động lực học tàu thuỷ động lực học vật rắn), tính theo công thức (1.6) [21] M RB            myG m 0 mzG m  mzG mxG 0 m myG  mxG 0  mzG myG Ix  I xy  I xz  mxG  I yx Iy  y yz  I xx  I zy Iz mzG  myG mxG           (1.6) Trong đó: m - Khối lượng tàu Ixx, Izz - Mơmen qn tính trục x0 z0 xG, yG, zG - Tọa độ trọng tâm tàu u, v - Tốc độ độ dạt ngang tàu MA - Ma trận quán tính gia tăng khối lượng (Added mass), tạo lực mơmen qn tính chất lỏng bám (nước) Xung quanh chất lỏng ln có chuyển động, lực tác động tỷ lệ với tốc độ tàu Giá trị MA xác định theo (1.7) [14]       MA         với X u  X u , Yu  X X X X X X u v w P q r Y Y Y Y Y Y u v w P q r Z Z Z Z Z Z u v w P q r K K K K K K u v w P q r M M M M M M u v w P q r N N N N N N u v w P q r Y , Z u  Z , K u  K , M u  M              , N u  u u u u Ma trận Coriolis - C(v) , xác định theo công thức sau: (1.7) N u C (v)  CRB (v)  CA (v) Trong đó: CRB (v) - Ma trận Coriolis hướng tâm, đặc trưng cho thuỷ động lực học vật rắn xác định theo (1.8) [21] 03 x3  CRB (v)   mS (v1 )  mS (rG )S (v2 )  mS (v1 )  mS (v2 )S (rG )   S ( I 0v2 )  Hình 3.2 Cấu trúc quan sát Kalman hệ thống lái số PT70 a Chức thực từ quan sát trạng thái Kalman Chức lọc loại bỏ nhiễu tác động khối - Noise filter với tín hiệu vào hướng tàu tốc độ quay trở Với chức loại bỏ nhiễu tác động gây sai lệch hướng tàu Chức ước lượng, tính tốn trạng thái khối - Estimation unit với tín hiệu vào góc thực bánh lái tín hiệu dự đốn hướng tàu, tốc độ quay từ khối bù tốc độ Ship speed compensation Chức đảm bảo xác định trạng thái động học tức thời đối tượng Chức bù khơng tuyến tính khối Non-linear compensator Chức giảm sai lệch hướng q trình thiết kế thân tàu khơng hồn tồn đối xứng qua mặt phẳng trung tính tàu Chức nhận dạng đối tượng (sự di chuyển tàu) qua khối Ship movement parameter identifier Như phân tích chương mơ hình tốn tàu mơ hình khơng tuyến tính (phi tuyến) thơng số động học phương trình trạng thái thay đổi phụ thuộc vào nhiễu, tốc 27 độ tàu, tác động lực điều khiển…Do với tín hiệu góc quay thực bánh lái thơng qua mơ hình mẫu Non-linear ship model khơng tuyến tính nhận dạng thông số trạng thái tàu từ có phương trình trạng thái xác b Chức tín hiệu điều khiển tạo từ quan sát trạng thái Kalman Với khối chức phân tích quan sát trạng thái Kalman tạo chức điều khiển gửi tới điều khiển tối ưu Optimum controller Tính tốn, ước lượng hướng tàu Tính tốn, ước lượng tốc độ quay trở tàu Bù tín hiệu từ tình trạng khơng tuyến tính từ đối tượng điều khiển Tín hiệu tối ưu hệ số khuếch đại từ việc tính tốn ước lượng nhận dạng tham số tàu Từ chức hệ thống lái tự động thích nghi PT70 đảm bảo chế độ lái: chế độ lái kinh tế, chế độ lái giữ hướng chế độ lái biển động với khả thích nghi với tình trạng nhiễu lớn 3.3 Tổng hợp điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman 3.3.1 Mơ hình toán quan sát trạng thái Kalman [4] Xét đối tượng điều khiển có mơ hình  dx   Ax  Bu  nx  dt   y  Cx  Du  ny (3.4) Trong đó: A - Ma trận hệ thống B - Ma trận điều khiển C, D - Ma trận đầu nxt  - Nhiễu tác động bên ny t  - Nhiễu thân hệ thống gây Với giả thiết hai tín hiệu ngẫu nhiên nxt  , ny t  chúng tín hiệu ngẫu nhiên egodic Chúng có kỳ vọng tốn học khơng tức M nxt  =M ny t  = Ý tuởng việc xây dựng lọc thiết kế quan sát sử dụng khâu có mơ hình (3.5) 28 x  d~   A~ x  Bu  L y  ~ y  Du   dt ~  y  C~ x  (3.5) Ma trận L tìm phải thoả mãn: Q = M eT e =  M e  n i i 1  Min (3.6) Trong đó: et   xt   ~x t  Từ (3.4) (3.5) ta có: de d  x  ~ x  = Ax  ~x   n x  LC x  ~x   Ln y dt dt =  A  LC x  ~x   n  Ln x y =  A  LC e  n x  Ln y  et   e  A LC   t  e0   e  A LC t   n x t   Ln y t  d (3.7) Thay (3.7) vào (3.6) với giả thiết nxt  , ny t  sau tìm giá trị L để Q có giá trị nhỏ cách xác định nghiệm Q Q   với ký hiệu ma L L trận Jacobi Q ta được: LT  N y1CP (3.8) Trong P nghiệm phương trình Ricacti PCT N y1CP  PAT  AP  N x (3.9) Việc xác định quan sát Kalman từ (3.8) (3.9) giống toán thiết kế điều khiển tối ưu phản hồi trạng thái khơng có nhiễu với mơ hình đối tượng dạng:  dx   Ax  Bu  dt  y  Cx  Du Được thay hệ đối ngẫu (3.10) dx  AT x  C T u dt (3.10)  (3.11) Và hàm mục tiêu có dạng (3.11)  Qk   x T N x x  u T N y u dt  20 Từ dẫn dắt bước tìm ma trận LT cho quan sát Kalman theo mơ hình (3.4) theo bước sau: 29 Xác định hai ma trận N x , N y ma trận hàm hỗ tương quan nxt  , ny t  Thiết kế điều khiển tối ưu phản hồi âm trạng thái cho đối tượng đối ngẫu (3.10) phiếm hàm mục tiêu (3.11) Thay L vừa tìm vào (3.5) để có quan sát Kalman Cấu trúc hệ thống điều khiển tối ưu với quan sát Kalman hình 3.3 nx dx  Ax  Bu  nx dt y  Cx  Du  n y u w K LQR ny x y dx  Ax  Bu  L( y  Cx  Du ) dt Hình 3.3 Cấu trúc hệ điều khiển tối ưu với quan sát Kalman 3.3.2 Tổng hợp điều khiển a Thống số đối tượng điều khiển Đối tượng mô tàu hàng với thông số cho bảng 3.1 Bảng 3.1: Giá trị thông số tàu [21] Đặc tính Đơn vị đo Lượng giãn nước Khối lượng Chiều dài Chiều rộng Chiều cao mớn nước Chiều cao mớn nước mũi Chiều cao mớn nước lái Hệ số khối lượng liên kết Chiều cao tâm nghiêng Chiều cao tâm Hệ số khối lượng liên kết dọc Hệ số mô men quán tính liên kết dọc trục Ох Hệ số mơ men quán tính liên kết m T m m m m m m m 30 Giá trị Ký hiệu 21222 21519 175,00 25,4 8.50 8.00 9.00 0.559 0.83 4.6154 0.559 0.0000176  m L В d df dA CB GM KB CB Ix 0.0313 Iy dọc trục Оу Hệ số mô men quán tính liên kết dọc trục Оz Diện tích bánh lái Góc bẻ lái lớn Tốc độ bẻ lái lớn 0.000456 Iz m2 độ 33.0376 35 AR  max độ/s 2.8  max Tốc độ lớn tàu Knots 14 u Từ thông số tàu bảng (3.1) từ phương trình (1.26) đến (1.34) xác định mơ hình tốn đối tượng dạng mơ hình khơng gian trạng thái (ta coi khơng có tín hiệu nhiễu tác động Các tham số tàu, tốc độ chuyển động tàu không đổi) x  Ax+Bu, y=Cx, x  v, r , p,  ,  , u   T   v a    11  r   a21     p    a31               a12 a22 a32 a13 a23 a33 a14 a24 a34 0   v  b1    b  0 r   2   p   b3            0   0      0  Với hệ sô aij, bij phương trình trạng thái bảng 3.2 Bảng 3.2: Giá trị hệ số aij,bij mơ hình khơng gian trạng thái [21] Hệ số Giá trị Hệ số Giá trị a11 -0.046 a31 -0.0010 a12 -1.9614 a32 0.0147 a13 0.2137 a33 -0.1163 a14 0.1336 a34 -0.0006 a21 0.0011 b1 -0.0600 a22 -0.1326 b2 -0.0035 a23 -0.1246 b3 -0.0026 a24 -0.0331 b Cấu trúc hệ thống Hệ thống điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman có cấu trúc hình 3.4 31 Nhiễu f d HĐ [H]  u + (-) MÁY LÁI [K] LQR xˆ TÀU x  Ax+B Hướng  Bộ QS Kalman Hình 3.4 Cấu trúc hệ thống điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman Trong [K] - điều khiển tối ưu xác định toán tối ưu phản hồi trạng thái, với thông số đối tượng bảng 3.2 tính tốn giá trị K=[ -0.1440 16.1082 6.7620 1.1066 0.4471] , [H] - tiền xử lý tính tốn theo [K], với [H] = [0.4471] c Tính tốn thơng số quan sát Kalman Mơ hình đối tượng khơng có nhiễu với ma trận hệ số sau: -0.0406 -1.9614 0.2137 0.1336 0.0011 -0.1326 -0.1246 -0.0331  A  -0.0010 0.0147 -0.1163  0.0006    0 C   0 0 1 0  0.0600    0.0035  0    , B   0.0026     0      0  Mô hình đối tượng có ảnh hưởng nhiễu có dạng (3.12):  dx   Ax  Bu  nx  dt   y  Cx  Du  ny (3.12) Mơ hình quan sát Kalman có dạng (3.10) x  d~   A~ x  Bu  L y  ~ y  Du   dt ~  y  C~ x  (3.13) Hàm tương quan Nx, Ny tín hiệu nhiễu nx(t), ny(t) cho sau: Nx = diag([0.00001 0.0025 0.0012 0.009 0.00021]); Ny = Mục tiêu toán xác định ma trận L để hàm mục tiêu (3.14) đạt Min 32  Qk    x T N x x  u T N y u dt  20 (3.14) Với ma trận hệ số trên, giải phương trình Ricacti (3.9) xác định ma trận P sau: P = [ 2.1125 -0.0600 -0.0062 -0.2288 0.0029 -0.0600 0.0104 -0.0006 -0.0040 -0.0038 -0.0062 -0.0006 0.0040 -0.0011 0.0117 -0.2288 -0.0040 -0.0011 0.3218 -0.0227 0.0029 -0.0038 0.0117 -0.0227 0.1087] Từ (3.8) xác định ma trận L sau: L = [0.0006 -0.0008 0.0023 -0.0045 0.0217] d Mơ hình mơ hệ thống Hình 3.5 Mơ hình mơ hệ thống điều khiển tối ưu phản hồi dầu (LQG) dùng quan sát Kalman e Kết mô ( thay đổi hướng độ) 33 a) b) Hình 3.6 Kết đáp ứng góc bẻ lái (hình a), hướng hình (b) dùng điều khiển LQR a) b) Hình 3.7 Kết đáp ứng góc bẻ lái (hình a), hướng hình (b) dùng điều khiển tối ưu phản hồi dầu (LQG) quan sát Kalman 3.4 Điều khiển hướng tàu thuỷ sử dụng sử dụng quan sát trạng thái kết hợp điều khiển trượt [23] Bài toán sử dụng điều khiển chiếu trượt (Sliding Backstepping) cho hướng tàu sử dụng quan sát trạng thái Do tính phi tuyến lớn hệ thống lái, ảnh hưởng nhiễu loạn ngẫu nhiên mơi trường: Sóng, gió, dịng chảy nên việc thiết kế điều khiển đảm bảo giữ hướng cho tàu có hiệu suất cao ln ln khó khăn Trong cấu trúc sử dụng quan sát nhiễu ngẫu nhiên Nonlinear disturbance Oberver- NDO để quan sát 34 nhiễu loạn ngẫu nhiên tác động vào hệ thống kết hợp điều khiển trượt chiếu (Sliding Backstepping Controller) cho hệ thống có nhiễu ngẫu nhiên tác động (hình 3.8) Bộ điều khiển thiết kế đảm bảo ổn định hệ thống vịng kín nhiễu chế độ kiểm sốt trượt giảm Hình 3.8 Cấu trúc hệ thống điều khiền giữ hướng sử dụng điều khiển trượt với quan sát nhiễu ngẫu nhiên Trong tốn mơ hình tốn hệ thống chuyển động theo hướng có dạng (Model Norrbin) (T  T )   (a  a)  (k  k )  d  max  35[deg) (3.15)  max  3[deg/ s) Trong  - Góc hướng tàu,  - Góc bẻ lái, T - Khoảng thời gian không đổi, k  k - Hệ số khuếch đại, d - Nhiễu loạn bên ngoài, a  a - Hệ số Norrbin Chọn biến trạng thái x1 =  , x2 =  , u =  - Là tín hiệu điều khiển kết hợp với (3.15) (3.16) x1  x2 x2  f ( x)  bu  F (3.16) y  x1 Trong f ( x)  ( x2  ax23 ) / T , b  K / T , F - Là tất yếu tố khơng chắn, tính theo (3.17) F  (T  a  k ) / T  d (3.17) Mục tiêu điều khiển điều khiển hướng tàu làm cho tín hiệu đầu (y) hệ thống (3.16) bám tiệm cận theo hướng  d mong muốn cách thiết kế luật điều khiển tín hiệu (u), giữ tất tín hiệu giới hạn vịng lặp kín Xác định quan sát NDO: Bộ quan sát NDO đưa có dạng (3.18) 35 Fˆ  z  p( x1 , x2 ) (3.18) z   L( x1 , x2 ) z  L( x1 , x2 )[  p( x1 , x2 )  f ( x)  bu ] Với z  R2, cách tìm p(x1, x2) xác định, L(x1, x2) khuếch đại NDO xác định từ phương trình (3.19) L( x1 , x2 ) x2  dp( x1 , x2 ) / dt (3.19) Sai lệch quan sát F  F  Fˆ (3.20) Do yếu tố ngẫu nhiên nhiễu loạn nên chọn F  nghĩa cho nhiễu loạn biến đổi tương đối chậm để quan sát, từ (3.18), (3.19), (3.20) ta F  F  Fˆ   z  p( x1 , x2 )  L( x1 , x2 )[z  p ( x1 , x2 )]  L( x1, x2 )[x2  f ( x)  bu ]  L( x , x ) Fˆ  L( x , x ) F  L( x , x ) F 2 (3.21) Từ (3.21) ta thấy sai lệch quan sát tiện cận ổn định toàn miền L(x1,x2) >0 Giả sử chọn L(x1,x2) = a  p(x1,x2) = a.x2 x2  f ( x)  b(u  F / b) Do tín hiệu khuếch đại quan sát nhiễu (1/b) biến điều khiển uF = F/b Thiết kế điều khiển chiếu trượt: Sau đưa NDO, ta có x2  f ( x)  bu  F  f ( x)  b(u SB  uF )  F  f ( x)  bu SB  Fˆ  F (3.22)  f ( x)  buSB  F ~ Từ (3.22) rõ ràng nhiễu loạn thay đổi từ F  F tất nhiễu loạn giảm sau sử dụng NDO, lúc (3.16) viết theo (3.23) x1  x2 x2  f ( x)  buSB  F (3.23) y  x1 Sai lệch điều khiển hệ thống tính theo (3.24) e1  y  yd (3.24) e2  x2  a1 ( x1 ) Như luật điều khiển xác định theo (3.25) uSB  [c1 (k1e1  e2 )  f ( x)  a1 ( x1 )  e1  hs  ˆ sgn( s)] / b (3.25) Trong c1>0, k1>0, h>0 thơng số thiết kế,  - Ước lượng  Kết mơ hệ thống Hình 3.9 đáp ứng tín hiệu hướng tàu góc lái hướng đặt trước cho tàu 1200 Hình 3.10 đáp ứng tín hiệu hướng tàu góc lái thay đổi hướng đặt Từ kết mô cho thấy đáp ứng đầu hướng tàu góc bẻ lái sử 36 dụng quan sát NDO tốt khơng sử dụng quan sát NDO Khi có nhiễu tác động có thay đổi hướng đáp ứng đầu góc hướng, góc bẻ lái thực tàu có q trình q độ nhỏ góc hướng bám theo hướng đặt tàu sử dụng quan sát NDO Hình3.9 Đáp ứng đầu hướng tàu góc lái hướng đặt trước cho tàu 1200 Hình 3.10 Đáp ứng đầu hướng tàu góc lái thay đổi hướng đặt 37 KẾT LUẬN Trên toàn nội dung nghiên cứu đề tài Đề tài giải vấn đề sau : Tìm hiểu, phân tích nghiên cứu động lực học chuyển động tàu thủy bậc tự Nghiên cứu phân tích mơ hình tốn chuyển động tàu thủy bậc, bậc, bậc tự Phân tích nghiên cứu mơ hình khơng gian trạng thái mơ tả động học tàu thủy, mơ hình tốn hệ thống truyền động lái tàu thủy Những mơ hình tốn sở cho việc nghiên cứu toán điều khiển chuyển động tàu thủy Nghiên cứu ảnh hưởng nhiễu tới việc ổn định hướng Nghiên cứu, phân tích phương pháp giảm thiểu tác động nhiễu tới hướng Đưa sở cho việc ứng dụng lọc Kalman vào hệ thống lái Đi sâu phân tích cấu trúc, chức hệ thống lái số PT70 có tích hợp điều khiển tối ưu quan sát trạng thái Kalman mở rộng, sở cho việc mở rộng, ứng dụng quan sát trang thái nhằm nâng cao chất lượng ổn định hướng cho tàu thủy Đề tài nghiên cứu, đề xuất ứng dụng quan sát trạng thái Kalman kết hợp điều khiển tối ưu cho chức ổn định hướng tàu thủy, mơ so sánh kết có khơng có sử dụng quan sát trạng thái, kết mơ cho thấy có nâng cao chất lượng hướng sử dụng quan sát trạng thái, nhiên kết dừng lại toán sử dụng quan sát Kalman đơn giản Bên cạnh đề tài nghiên cứu, phân tích mơ hình tốn chất lượng toán cụ thể điều khiển hướng tàu thuỷ sử dụng sử dụng quan sát trạng thái kết hợp điều khiển trượt Đây sở cho việc ứng dụng quan sát trạng thái việc sử dụng lọc Kalman Hạn chế đề tài chưa đưa mơ hình quan sát trạng thái nhiễu tác động ngẫu nhiên với tần số nhiễu khác nhau, toán dừng lại mức độ mô nhiễu cố định không biến thiên 38 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Trần Anh Dũng Điều khiển đại lý thuyết ứng dụng Nhà xuất Giao thông vận tải, 2013 [2] Nguyễn Thị Phương Hà Lý thuyết điều khiển đại,hệ điều khiển tối ưu Nhà xuất Đại học Quốc gia thành phố Hồ chí Minh [3] Nguyễn Thương Ngơ Lý thuyết điều khiển tự động thông thường đại, Hệ tối ưu – hệ thích nghi Nhà xuất khoa học kỹ thuật, 2005 [4] Nguyễn Doãn Phước, Phan Xuân Minh Điều khiển tối ưu bền vững Nhà xuất khoa học Kỹ thuật, 2000 [5] Nguyễn Doãn Phước Lý thuyết điều khiển tuyến tính Nhà xuất khoa học Kỹ thuật, 2005 Tiếng Anh [6] Arbab Nighat Khizer, Dai Yaping, M.A Unar Design of Heading Controller for Cargo Ship using Feed Forward Artificial Neural Network [7] Aulia Siti Aisjah An Analysis Nomoto Gain and Norbin Parameter on Ship Turning Maneuver The Journal for Technology and Science, Vol 21, No 2, May 2010 [8] Breivik, M and T.I Fossen Guidance Laws for Autonomous Underwater Vehicles Chapter 4, In "Intelligent Underwater Vehicles'' I-Tech Education and Publishing (A V Inzartsev, Ed.), Vienna, January 2009 [9] Baozhu Jia1, Hui Cao, Jie Ma Design and Stability Analysis of Fuzzy Switched PID Controller for Ship Track-Keeping Journal of Transportation Technologies, 2012, 2, 334-338 [10] Christensen, A and M Blanke (1986) A Linearized State-Space Model in Steering and Roll of a High-Speed Container Ship Technical Report 86-D574 Servolaboratoriet, Technical University of Denmark Denmark [11] Christian Holden Model ingand Control of Parametric Roll Resonance Thesis for the degree of philosophiae doctor Trondheim, June 2011 [12] Cristian Toma On PID Controller Design by Combining Pole Placement 39 Technique with Symmetrical Optimum Criterion Received 10 April 2013; Revised July 2013; Accepted July 2013 [13] Eloy Lopez, Teresa M Rueda, Fco J Velasco Marine course – changing control using the pole placemant method with a polynomial Fecha: 1999 [14] Fossen, T.I Guidance and Control of Ocean Vehicles John Wiley and sons, 1994 [15] Fossen, T.I and M Paulsen (1992) Adaptive Feedback Linearization Applied to Steering of Ships In: Proceedings of the 1st IEEE Conference on Control Applications Dayton, Ohio pp 1088-1093 [16] Fossen, T.I and T Lauvdal (1994) Nonlinear Stability Analysis of Ship Autopilots in Sway, Roll and Yaw Proceedings of the Conference on Marine Craft Maneuvering and Control (MCMC'94), Southampton, UK [17] Fossen, T I and O.E Fjellstad (1995) Nonlinear Modelling of Marine Vehicles in Degrees of Freedom International Journal of Mathematical Modelling of Systems JMMS-1(1), pp 17-28 [18] 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 [19] Fossen, T I, (2000) A Survey On Nonlinear Ship Control: From Theory To Practice Derparment Of Enrinneering Cyberletics Noswegian University Of Science And Technology, N-7491 Trondheim, NorWay [20] Fossen, T I, (2000) Nonlinear Passive Control and Observer Design for Ship N0.3 129-184, Modeling, Indentification and Control [21] Fossen, T I Marine Control Systems - Guidance, Navigation and Control of Ships, Rigs and Underwater Vehicles Marine Cybernetics, 3rd edition, 2002 [22] Fossen, T I Nonlinear Modeling and Control of Underwater Vehicles PhD thesis, Norwegian University of Science and Technology [23] Lauvdal, T and T I Fossen (1997) Nonlinear Rudder-Roll Damping of Non-Minimum Phase Ships Using Sliding Mode Control In: Proceedings of the European Control Conference Brussels, Belgium 40 [24] Jin Cheng, Jianqiang Yi, Dongbin Zhao Neural Network Based Model Reference Adaptive Control for Ship Steering System International Journal of Information Technology, Vol 11 No 2005 [25] Jialu Du, Chen Guo Nonlinear Adaptive Ship Course Tracking Control Based on Backstepping and Nussbaum Gain Proceeding of the 2004 American Control Conference Boston Massachusetts Jule 30 - July 2, 2004 [26] Jasmin Velagic, Zoran Vukic, Edin Omerdic (2003) Adaptive fuzzy Ship autopilot for track – keeping Control Engineering Practice 11 [27] Lundblad, J G Application of the Extended Kalman Filtering Technique to Ship Maneuvering Analysis PhD thesis, Massachusetts Institute of Technol-ogy [28] Lauvdal, T and T I Fossen (1998) Rudder Roll Stabilization of Ships Subject to Input Rate Saturations Using a Gain Scheduled Control Law In: Proceedings of the IFAC Conference on Control Applications in Marine Systems (CAMS'98) pp 121-127 Fukuoka, Japan [29] M J Mahjoob and E.Abbasi Fuzzy LQR Controller for Heading Control of an Unmanned Surface Vessel Center for Mechatronics and Automation, School of Mechanical Engineering College of engineering, University of Tehran Tehran, Iran [30] Perez, T and T I Fossen 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 1-85233 [31] Perez, T and Mogens Blanke Mathematical Ship Modeling for Control Applications Technical Report Dept of Electrical and Computer Engineering The University of Newcastle, NSW, 2308, Australia [32] Takezawa, Seiji Directives for the Design of a Linear Quadratic Autopilot for Minimum Fuel Consumption The Society of Naval Architects of Japan, Nov 1999 [33] Instruction Manual Autopilot PT70 Yokogawa Denshikiki Co., LTD 41 ... phải xác định mơ hình tốn xác đối tượng đi? ??u khiển, việc ổn định hướng nâng cao (sai lệch hướng nhỏ), nhiên nhược đi? ??m cho tốn khơng quan tâm nhiều đến chất lượng động học tính tối ưu lượng đi? ??u... tàu ổn định theo hướng quỹ đạo cho trước, chưa đặt nhiều mục tiêu đến vấn đề ổn định hướng quỹ đạo chất lượng động học hệ thống (quá trình độ, thời gian độ, độ dự trữ ổn định ) Năng lượng bỏ đi? ??u... trang thái nhằm nâng cao chất lượng ổn định hướng cho tàu thủy Đề tài nghiên cứu, đề xuất ứng dụng quan sát trạng thái Kalman kết hợp đi? ??u khiển tối ưu cho chức ổn định hướng tàu thủy, mô so sánh