Điều khiển tối ưu hệ thống định vị động dựa trên kỹ thuật nâng cao Fuzzy-PSO

Bài viết này thiết kế giải thuật mờ tối ưu bầy đàn áp dụng điều khiển hệ thống định vị động để ổn định vị trí tàu dưới những tác động không mong muốn. Các thông số cấu trúc bộ điều khiển mờ được hiệu chỉnh tối ưu hóa bằng giải thuật tối ưu bầy đàn.

TẠP CHÍ KHOA HỌC CƠNG NGHỆ GIAO THƠNG VẬN TẢI SỐ 27+28 – 05/2018 113 ĐIỀU KHIỂN TỐI ƯU HỆ THỐNG ĐỊNH VỊ ĐỘNG DỰA TRÊN KỸ THUẬT NÂNG CAO FUZZY-PSO OPTIMAL CONTROL FOR DYNAMIC POSITION SYSTEM BASED ON FUZZYPSO ADVANTAGE TECHNICAL Đỗ Việt Dũng, Đặng Xuân Kiên, Hồ Lê Anh Hoàng Viện Đào tạo Sau đại học, Trường Đại học Giao thơng vận tải Thành phố Hồ Chí Minh Tóm tắt: Bài báo thiết kế giải thuật mờ tối ưu bầy đàn áp dụng điều khiển hệ thống định vị động để ổn định vị trí tàu tác động không mong muốn Các thông số cấu trúc điều khiển mờ hiệu chỉnh tối ưu hóa giải thuật tối ưu bầy đàn Phạm vi giá trị độ rộng độ nghiêng tác động tập mờ hàm liên thuộc chỉnh định linh động với sai số hệ thống Qua tối ưu hóa tín hiệu điều khiển nâng cao chất lượng hệ thống định vị động Với kết đạt tốt so với phương pháp điều khiển khác giải thuật mờ, chứng tỏ hiệu giải pháp đề xuất Từ khóa: Hệ thống định vị động, tác động không mong muốn, hàm liên thuộc, tối ưu bầy đàn, hệ phi tuyến Chỉ số phân loại: 2.2 Abstract: This paper aim to design a fuzzy particle swarm optimization algorithm which applies a dynamic positioning system to stabilize a vessel position under unexpected impacts Particle swarm optimization is used to optimize the parameters of fuzzy controller The coverage domain width and overlap degree influence of membership function are considered in the method to adjust dynamically from system errors Thereby optimizing the control signal and enhancing the dynamic positioning system quality The results in a better performance compared to other control method such as fuzzy that proved effective of the proposed controller Keywords: Dynamic positioning system, unexpected impacts, membership function, particle swarm optimization, nonlinear system Classification number: 2.2 Giới thiệu Mục tiêu hệ thống định vị động (DPS) thiết kế để tự động trì vị trí hướng tàu cấu đẩy động lực học [1] Điều kiện môi trường hoạt động thay đổi liên tục tác động đến thân tàu Vì vậy, di chuyển điều kiện biến đổi khiến cho đối tượng mang tính phi tuyến cao và khó điều khiển Trong nghiên cứu, E A Tannuri (2010) ứng dụng giải thuật điều khiển cho DPS dựa mơ hình mặt trượt kết hợp phương trình toán học đa biến phi tuyến [2] Ưu điểm giải pháp tính bền vững với thành phần biến đổi điều kiện môi trường Để cải thiện chất lượng điều khiển, F Benetazzo (2015) sử dụng quan sát Luenberger để phát lỗi truyền động [3] Các kết mơ với mơ hình tàu dịch vụ cho thấy, trường hợp lỗi truyền động, đáp ứng DPS đảm bảo chất lượng với giải pháp đề xuất Nghiên cứu cần xem xét tác động không mong muốn đến chuyển động tàu sóng gió Trong nghiên cứu gần đây, M C Fang (2016) áp dụng giải thuật Neural-Fuzzy vào thực tiễn để tìm trạng thái tốt hệ thống động lực tàu Cùng với nhiễu môi trường ước lượng giảm cấu trúc neural [4] Tuy nhiên, DPS nên khảo sát mơi trường thực tế, việc xử lý tín hiệu cảm biến với lọc Kalman thời gian trễ tín hiệu điều khiển đến cấu chấp hành yếu tố cần xem xét Cấu trúc điều khiển mờ (Fuzzy) đưa phương pháp tiếp cận hiệu cho hệ thống phi tuyến DPS với tác động khơng mong muốn, khả xấp xỉ hóa hàm phi tuyến hệ mờ Trong báo này, xem xét đồng thời tác động không mong muốn từ mơi trường, nhóm tác giả đề xuất kỹ thuật điều khiển nâng cao mờ tối ưu bầy đàn (FuzzyPSO) cho DPS Các tham số không xác định gây yếu tố môi trường xấp xỉ chức mờ Giải thuật tối ưu bầy đàn (PSO) áp dụng để hiệu chỉnh cấu trúc mờ trở lên tối ưu với biến đổi sai số đầu vào Từ 114 Journal of Transportation Science and Technology, Vol 27+28, May 2018 nâng cao chất lượng hệ thống tối ưu hóa cấu trúc điều khiển cho DPS giúp tàu nhanh tiến tới miền ổn định Hệ thống định vị động DPS mô tả mơ hình động học ba bậc tự gồm trượt dọc, trượt ngang quay trở [1] Hai hệ tọa độ minh họa hình Vị trí (𝑥𝑥, 𝑦𝑦) hướng tàu (𝜓𝜓) hệ trục tọa độ tuyệt đối 𝑋𝑋0 𝑌𝑌0 𝑍𝑍0 (hệ tọa độ gắn với Trái đất) biểu diễn dạng véctơ 𝜂𝜂 = (𝑥𝑥, 𝑦𝑦, 𝜓𝜓)𝑇𝑇 Hình Hệ tọa độ tham chiếu cố định Trái đất tàu Tốc độ hệ trục tọa độ gắn với tàu cho véctơ 𝑣𝑣 = (𝑢𝑢, 𝑣𝑣, 𝑟𝑟)𝑇𝑇 , với 𝑢𝑢 tốc độ trục dọc, 𝑣𝑣 tốc độ trục ngang 𝑟𝑟 tốc độ quay quanh trục thẳng đứng tâm hệ trục tọa độ tương đối 𝑋𝑋𝑋𝑋𝑋𝑋 đặt mặt phẳng trục dọc tàu Mơ hình biểu diễn DPS [5] mơ tả phương trình sau: 𝜂𝜂̇ = 𝐽𝐽(𝜂𝜂)𝑣𝑣 (1) 𝑀𝑀𝑣𝑣̇ + 𝐷𝐷𝐷𝐷 = 𝜏𝜏 + 𝑑𝑑(𝑡𝑡) (2) 𝑇𝑇 Với 𝜏𝜏 = [𝜏𝜏𝑥𝑥 , 𝜏𝜏𝑦𝑦 , 𝜏𝜏𝜓𝜓 ] véctơ lực mô men điều khiển cấu đẩy bánh lái tàu theo phương tiến, dạt quay trở 𝑑𝑑(𝑡𝑡) = [𝑑𝑑1 (𝑡𝑡), 𝑑𝑑2 (𝑡𝑡), 𝑑𝑑3 (𝑡𝑡)]𝑇𝑇 biểu thị cho tác động nhiễu mơi trường bao gồm sóng, gió dịng chảy Trong 𝑑𝑑1 (𝑡𝑡) 𝑑𝑑2 (𝑡𝑡) nhiễu môi trường tác động đến chuyển động tiến dạt tàu 𝑑𝑑3 (𝑡𝑡) tác động chuyển động quay trở Bên cạnh đó, 𝑀𝑀 đại diện cho ma trận quán tính 𝐷𝐷 ma trận dao động tắt dần Ma trận chuyển đổi 𝐽𝐽(𝜂𝜂) hệ trục tọa độ tuyệt đối 𝑋𝑋0 𝑌𝑌0 𝑍𝑍0 hệ trục tọa độ tương đối 𝑋𝑋𝑋𝑋𝑋𝑋 cho phương trình (3) sau: 𝑐𝑐𝑐𝑐𝑐𝑐(𝜓𝜓) −𝑠𝑠𝑠𝑠𝑠𝑠(𝜓𝜓) 𝐽𝐽(𝜂𝜂) = 𝐽𝐽(𝜓𝜓) � 𝑠𝑠𝑠𝑠𝑠𝑠(𝜓𝜓) 𝑐𝑐𝑐𝑐𝑐𝑐(𝜓𝜓) 0� 0 (3) Giả thuyết: Các tác động không mong muốn bao gồm thành phần nhiễu 𝑑𝑑1 (𝑡𝑡), 𝑑𝑑2 (𝑡𝑡) 𝑑𝑑3 (𝑡𝑡) từ môi trường hoạt động Mặt khác, thay đổi mơ hình động học 𝑀𝑀 𝐷𝐷 tác động không mong muốn Nhận định: Khi vận hành điều kiện thực tế tàu chịu ảnh hưởng từ tác động mơi trường Mặt khác lượng hành trình hoạt động cấu đẩy tàu giới hạn định Như giả thuyết mang tính thiết thực hợp lý Bài báo giới thiệu phương pháp thiết kế điều khiển Fuzzy-PSO cho DPS (1) (2) tác động không mong muốn giả thuyết Với mục tiêu trì giá trị mong muốn trạng thái hoạt động vị trí tàu (𝑥𝑥, 𝑦𝑦) hướng tàu (𝜓𝜓) với độ xác cao, thông số cấu trúc mờ tối ưu thuật toán PSO Thiết kế điều khiển cho DPS 3.1 Phương pháp điều khiển Fuzzy Tác giả V D Do (2017) đề xuất điều khiển Fuzzy-TS có hai ngõ vào [6]: 𝑒𝑒𝜂𝜂 sai số vị trí 𝑑𝑑𝑑𝑑𝜂𝜂 /𝑑𝑑𝑑𝑑 vận tốc sai số, ngõ 𝜏𝜏 lực điều khiển có hàm thành viên sau: 𝑒𝑒𝜂𝜂 ∶ {𝑁𝑁𝑁𝑁 𝑑𝑑𝑑𝑑𝜂𝜂 /𝑑𝑑𝑑𝑑: {𝑁𝑁𝑁𝑁 𝜏𝜏 ∶ {𝑁𝑁𝑁𝑁 𝑁𝑁𝑁𝑁 𝑍𝑍𝑍𝑍 𝑁𝑁𝑁𝑁𝑁𝑁 𝑍𝑍𝑍𝑍 𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃} 𝑍𝑍𝑍𝑍 𝑁𝑁𝑁𝑁 𝑃𝑃𝑃𝑃} 𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃} Cấu hình xấp xỉ mờ bao gồm số luật nếu-thì chế suy luận Luật nếu–thì thứ 𝑖𝑖 (với 𝑖𝑖 = ÷ ℎ) viết sau: 𝑅𝑅𝑖𝑖 : 𝑒𝑒̂1 𝐴𝐴𝑖𝑖𝑘𝑘1 ….𝑒𝑒̂𝑛𝑛 𝐴𝐴𝑖𝑖𝑘𝑘𝑘𝑘 𝑢𝑢𝑓𝑓𝑓𝑓 𝐵𝐵𝑖𝑖𝑘𝑘 Trong đó: 𝐴𝐴𝑖𝑖𝑘𝑘1 , 𝐴𝐴𝑖𝑖𝑘𝑘2 , … 𝐴𝐴𝑖𝑖𝑘𝑘𝑘𝑘 𝐵𝐵𝑘𝑘𝑖𝑖 tập mờ, sử dụng luật suy diễn Max-Prod, mờ hóa singleton giải mờ theo trung bình trọng tâm, ngõ điều khiển xấp xỉ biểu diễn sau [7]: 𝑢𝑢𝑓𝑓𝑓𝑓 = ∑ℎ𝑖𝑖=1 𝜃𝜃𝑘𝑘−𝑖𝑖 [∏𝑛𝑛𝑗𝑗=1 𝜇𝜇𝐴𝐴𝑖𝑖 (𝑒𝑒̂𝑗𝑗 )] 𝑘𝑘𝑘𝑘 ∑ℎ𝑖𝑖=1[∏𝑛𝑛𝑗𝑗=1 𝜇𝜇𝐴𝐴𝑖𝑖 (𝑒𝑒̂𝑗𝑗 )] 𝑘𝑘𝑘𝑘 = 𝜃𝜃𝑘𝑘𝑇𝑇 𝜑𝜑𝑘𝑘 (𝑒𝑒̂ ) (4) Với 𝜇𝜇𝐴𝐴𝑖𝑖𝑘𝑘𝑘𝑘 (𝑒𝑒̂𝑗𝑗 ) hàm liên thuộc biến mờ, ℎ tổng luật nếu-thì, 𝜃𝜃𝑘𝑘−𝑖𝑖 điểm vạch mà 𝜇𝜇𝐵𝐵𝑖𝑖 (𝜃𝜃𝑘𝑘−𝑖𝑖 ) = 𝜑𝜑𝑘𝑘 (𝑒𝑒̂ ) = [𝜑𝜑𝑘𝑘1 , 𝜑𝜑𝑘𝑘2 , … , 𝜑𝜑𝑘𝑘ℎ ]𝑇𝑇 ∈ 𝑘𝑘 𝑅𝑅ℎ véctơ sở mờ với 𝜑𝜑𝑘𝑘𝑖𝑖 định nghĩa công thức (5) sau: 𝜑𝜑𝑘𝑘𝑖𝑖 (𝑒𝑒̂ ) = ∏𝑛𝑛𝑗𝑗=1 𝜇𝜇𝐴𝐴𝑖𝑖 (𝑒𝑒̂𝑗𝑗 )] 𝑘𝑘𝑘𝑘 ∑ℎ𝑖𝑖=1[∏𝑛𝑛𝑗𝑗=1 𝜇𝜇𝐴𝐴𝑖𝑖 (𝑒𝑒̂𝑗𝑗 )] 𝑘𝑘𝑘𝑘 (𝑖𝑖 = ÷ ℎ) (5) TẠP CHÍ KHOA HỌC CƠNG NGHỆ GIAO THƠNG VẬN TẢI SỐ 27+28 – 05/2018 115 Cấu trúc điều khiển mờ đặc trưng tập ngôn ngữ dựa hiểu biết đặc tính động học mơ hình diễn đạt thơng qua luật nếu-thì Luật hợp thành điều khiển mờ (trình bày bảng 1) có dạng hàm điều kiện liên kết với biến trạng thái tiền tố biến điều khiển trình Bảng Tổng hợp luật hợp thành [6] NS E S 𝒆𝒆(𝒕𝒕) E S O 𝑁𝑁𝑁𝑁𝑋𝑋 / 𝑁𝑁𝑁𝑁𝑌𝑌 /𝑁𝑁𝑁𝑁𝜓𝜓 𝒅𝒅𝒅𝒅/𝒅𝒅𝒅𝒅 𝝉𝝉𝒙𝒙 /𝝉𝝉𝒚𝒚 /𝝉𝝉𝝍𝝍 ZE 𝑁𝑁𝑁𝑁𝑋𝑋 / 𝑁𝑁𝑁𝑁𝑌𝑌 /𝑁𝑁𝑁𝑁𝜓𝜓 𝑍𝑍𝑍𝑍𝑋𝑋 / 𝑍𝑍𝑍𝑍𝑌𝑌 /𝑍𝑍𝑍𝑍𝜓𝜓 𝑃𝑃𝑃𝑃𝑋𝑋 / 𝑃𝑃𝑃𝑃𝑌𝑌 /𝑃𝑃𝑃𝑃𝜓𝜓 𝑁𝑁𝑁𝑁𝑁𝑁𝑋𝑋 / 𝑁𝑁𝑁𝑁𝑁𝑁𝑌𝑌 /𝑁𝑁𝑁𝑁𝑁𝑁𝜓𝜓 𝑁𝑁𝑁𝑁𝑋𝑋 / 𝑁𝑁𝑁𝑁𝑌𝑌 /𝑁𝑁𝑁𝑁𝜓𝜓 𝑍𝑍𝑍𝑍𝑋𝑋 / 𝑍𝑍𝑍𝑍𝑌𝑌 /𝑍𝑍𝑍𝑍𝜓𝜓 𝑃𝑃𝑃𝑃𝑋𝑋 / 𝑃𝑃𝑃𝑃𝑌𝑌 /𝑃𝑃𝑃𝑃𝜓𝜓 𝑁𝑁𝑁𝑁𝑋𝑋 / 𝑁𝑁𝑁𝑁𝑌𝑌 /𝑁𝑁𝑁𝑁𝜓𝜓 𝑃𝑃𝑃𝑃𝑋𝑋 / 𝑃𝑃𝑃𝑃𝑌𝑌 /𝑃𝑃𝑃𝑃𝜓𝜓 PS 𝑁𝑁𝑁𝑁𝑁𝑁𝑋𝑋 / 𝑁𝑁𝑁𝑁𝑁𝑁𝑌𝑌 /𝑁𝑁𝑁𝑁𝑁𝑁𝜓𝜓 𝑃𝑃𝑃𝑃𝑃𝑃𝑋𝑋 / 𝑃𝑃𝑃𝑃𝑃𝑃𝑌𝑌 /𝑃𝑃𝑃𝑃𝑃𝑃𝜓𝜓 Hình Giá trị tập mờ hàm liên thuộc hiệu chỉnh tối ưu hệ số 𝜆𝜆 𝑍𝑍𝑍𝑍𝑋𝑋 / 𝑍𝑍𝑍𝑍𝑌𝑌 /𝑍𝑍𝑍𝑍𝜓𝜓 𝑃𝑃𝑃𝑃𝑃𝑃𝑋𝑋 / 𝑃𝑃𝑃𝑃𝑃𝑃𝑌𝑌 /𝑃𝑃𝑃𝑃𝑃𝑃𝜓𝜓 𝑃𝑃𝑃𝑃𝑋𝑋 / 𝑃𝑃𝑃𝑃𝑌𝑌 /𝑃𝑃𝑃𝑃𝜓𝜓 3.2 Phương pháp điều khiển FuzzyPSO Nội dung đề xuất việc thiết kế điều khiển cho DPS cách kết hợp hệ thống mờ với thuật toán PSO để đạt mục tiêu điều khiển nêu phần Qua khắc phục vấn đề Nhận định Quá trình thiết kế bao gồm hai bước sau: Bước 1: Xác định hệ mờ với tham số tối ưu Cấu trúc điều khiển xây dựng tương tự nội dung phần 3.1 Bộ điều biến mờ có hai đầu vào, 𝑒𝑒𝑥𝑥 (𝑡𝑡), 𝑑𝑑𝑒𝑒𝑥𝑥(𝑡𝑡) /𝑑𝑑(𝑡𝑡) đầu ra, 𝜏𝜏(𝑡𝑡) Các tập mờ điều chỉnh hệ số 𝜆𝜆 để tối ưu hóa cấu trúc Các hàm liên thuộc xác định tương tự hình Cơ chế suy luận mờ xác định công thức: 𝑚𝑚 𝜇𝜇𝐵𝐵 (𝑢𝑢) = 𝑚𝑚𝑚𝑚𝑚𝑚𝑗𝑗=1 [𝜇𝜇𝐴𝐴𝑗𝑗 (𝑒𝑒), 𝜇𝜇𝐴𝐴𝑗𝑗 (𝑑𝑑𝑑𝑑), 𝜇𝜇𝐴𝐴𝑗𝑗 (𝜏𝜏)] 𝑖𝑖 liên 𝑖𝑖 (6) 𝑗𝑗 𝑗𝑗 𝑗𝑗 Với 𝜇𝜇𝐴𝐴𝑗𝑗 �𝑒𝑒(𝑡𝑡)� = 𝜆𝜆1 (𝐴𝐴𝑒𝑒1 , 𝐴𝐴𝑒𝑒2 𝐴𝐴𝑒𝑒𝑖𝑖 ) hàm thuộc sai 𝑗𝑗 𝑗𝑗 𝑗𝑗 𝜆𝜆2 (𝐴𝐴𝑑𝑑𝑑𝑑1 , 𝐴𝐴𝑑𝑑𝑑𝑑2 … 𝐴𝐴𝑑𝑑𝑑𝑑𝑖𝑖 ) tốc 𝑖𝑖 sai số số, 𝜇𝜇𝐴𝐴𝑗𝑗 �𝑑𝑑𝑑𝑑(𝑡𝑡)� = hàm liên thuộc vận 𝜇𝜇𝐴𝐴𝑗𝑗 �𝜏𝜏(𝑡𝑡)� = (𝜆𝜆3 + (1/ hàm liên thuộc đáp ứng đầu 𝑗𝑗 số tập mờ, 𝑖𝑖 kết suy luận mờ 𝜆𝜆 = [𝜆𝜆1 , 𝜆𝜆2 , 𝜆𝜆3 , 𝜆𝜆4 ] vectơ chỉnh định cấu trúc hệ thống, xác định giải thuật PSO Bước 2: Xác định hệ số tối ưu 𝜆𝜆 Thông số tối ưu hóa đặt vào khơng gian tìm kiếm bốn chiều với vận tốc, vị trí ban đầu cá thể chọn ngẫu nhiên [8] Mỗi cá thể đại diện cho khả tối ưu hóa giá trị 𝜆𝜆 Kích thước quần thể 𝑠𝑠, cá thể thứ 𝑖𝑖 (1 ≤ 𝑖𝑖 ≤ 𝑠𝑠) đại diện cho giải pháp thử nghiệm có tham số 𝑗𝑗 = 1,2, , 𝑛𝑛 Tại hệ thứ 𝑘𝑘, cá thể có vị trí 𝑝𝑝 𝜆𝜆𝑖𝑖 (𝑘𝑘), tốc độ 𝑣𝑣𝑖𝑖 (𝑘𝑘), vị trí tốt 𝜆𝜆𝑃𝑃𝑃𝑃 𝑖𝑖 (𝑘𝑘), khơng gian tìm kiếm tồn quần thể có vị trí tốt quần thể 𝜆𝜆𝐺𝐺𝐺𝐺 (𝑘𝑘) Mỗi cá thể quần thể cập nhật lại thuộc tính sau hệ theo biểu thức sau: 𝑗𝑗 𝑗𝑗 𝑗𝑗 𝑠𝑠)𝜆𝜆4 )(𝐴𝐴𝜏𝜏1 , 𝐴𝐴𝜏𝜏2 … 𝐴𝐴𝜏𝜏𝑖𝑖 ) 𝑣𝑣𝑖𝑖,𝑗𝑗 (𝑘𝑘𝑘𝑘 + 1) = 𝑤𝑤(𝑘𝑘)𝑣𝑣𝑖𝑖,𝑗𝑗 (𝑘𝑘𝑘𝑘) 𝑝𝑝 +𝑐𝑐1 𝑟𝑟1 �𝜆𝜆𝑃𝑃𝑃𝑃 𝑖𝑖,𝑗𝑗 (𝑘𝑘) − 𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑘𝑘)� 𝑝𝑝 +𝑐𝑐2 𝑟𝑟2 �𝜆𝜆𝑗𝑗𝐺𝐺𝐺𝐺 (𝑘𝑘) − 𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑘𝑘)� (7) Trong đó: 𝑤𝑤 trọng số qn tính, 𝑐𝑐1 𝑐𝑐2 hệ số gia tốc, 𝑟𝑟1 𝑟𝑟2 số ngẫu 116 Journal of Transportation Science and Technology, Vol 27+28, May 2018 nhiên nằm khoảng (0.1), 𝑔𝑔 số lần lặp lại [9] Trọng số qn tính cập nhật theo cơng thức (8) sau: 𝑤𝑤(𝑔𝑔) = (𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑔𝑔)(𝑤𝑤𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑤𝑤𝑚𝑚𝑚𝑚𝑚𝑚 ) 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑚𝑚𝑚𝑚𝑚𝑚 + 𝑤𝑤𝑚𝑚𝑚𝑚𝑚𝑚 (8) Với 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑚𝑚𝑚𝑚𝑚𝑚 giá trị lớn số lần lặp thuật toán PSO, 𝑤𝑤𝑚𝑚𝑚𝑚𝑚𝑚 𝑤𝑤𝑚𝑚𝑚𝑚𝑚𝑚 giá trị lớn nhỏ trọng số quán tính Vị trí cá thể cập nhật theo cơng thức (9) sau: 𝑝𝑝 𝑝𝑝 𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑔𝑔 + 1) = 𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑔𝑔) + 𝑣𝑣𝑖𝑖,𝑗𝑗 (𝑔𝑔 + 1) (9) Sau vị trí tốt cá thể cập nhật theo công thức (10) sau 𝜆𝜆𝑃𝑃𝑃𝑃 𝑖𝑖,𝑗𝑗 (𝑔𝑔 + 1) 𝑝𝑝 𝑃𝑃𝑃𝑃 𝜆𝜆𝑃𝑃𝑃𝑃 𝑖𝑖,𝑗𝑗 (𝑔𝑔), 𝑖𝑖𝑖𝑖 𝐽𝐽 �𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑔𝑔 + 1)� ≥ 𝐽𝐽 �𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑔𝑔)� = � 𝑝𝑝 𝜆𝜆𝑖𝑖,𝑗𝑗 (𝑔𝑔 + 1), 𝑜𝑜𝑜𝑜ℎ𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 (10) Cuối cùng, vị trí tốt quần thể cập nhật theo công thức (11) đây: 𝜆𝜆𝑗𝑗𝐺𝐺𝐺𝐺 (𝑔𝑔 + 1) = 𝑎𝑎𝑎𝑎𝑎𝑎 𝑚𝑚𝑚𝑚𝑚𝑚𝜆𝜆𝑃𝑃𝑃𝑃 𝐽𝐽( 𝜆𝜆𝑃𝑃𝑃𝑃 𝑖𝑖,𝑗𝑗 (𝑔𝑔 𝑖𝑖,𝑗𝑗 + 1)) 𝑣𝑣ớ𝑖𝑖 ≤ 𝑖𝑖 ≤ 𝑠𝑠 (11) Hàm mục tiêu dùng để đánh giá lời giải toán tối ưu Với mục tiêu tối thiểu hóa sai số tín hiệu ngõ tín hiệu đặt ngõ vào cho khối điều khiển vị trí tàu hướng quay trở Cấu trúc điều khiển tối ưu chuyển động tàu thủy thể hình Hàm mục tiêu chọn theo tiêu chuẩn ITAE [8-10] sau: ∞ 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 = � 𝑡𝑡 |𝑒𝑒(𝑡𝑡)|𝑑𝑑𝑑𝑑 (12) Hình Cấu trúc giải thuật mờ tối ưu bầy đàn cho hệ thống định vị động Mô hệ thống định vị động Thông số mô [6] cho đối tượng DPS chọn tàu Mariner Class tỉ lệ 1: 70 có chiều dài 𝐿𝐿 = 76.2𝑚𝑚, chiều rộng 𝐵𝐵 = 18.8𝑚𝑚 mớn nước thiết kế 𝑇𝑇 = 4.6𝑚𝑚 5.0242𝑒𝑒4 0 𝐷𝐷 = � 2.7229𝑒𝑒5 −4.3933𝑒𝑒6� −4.3933𝑒𝑒6 4.1894𝑒𝑒8 5.3122𝑒𝑒6 0 𝑀𝑀 = � � 8.2831𝑒𝑒6 0 3.7454𝑒𝑒9 Mô với tham số tàu dịch vụ hai trường hợp Trường hợp 1: Giải thuật Fuzzy-PSO (FPSO) mờ (Fuzzy) tác động đưa tàu đến giá trị mong muốn [3𝑚𝑚, 7𝑚𝑚, 20°] khoảng 200𝑠𝑠 từ giá trị ban đầu [0𝑚𝑚, 0𝑚𝑚, 0°] Tác động nhiễu môi trường 𝑑𝑑(𝑡𝑡) = 𝐽𝐽𝑇𝑇 (𝜓𝜓)𝑏𝑏 xác định theo định luật Markov sau: 𝑏𝑏̇ = −𝑇𝑇 −1 𝑏𝑏 + 𝜓𝜓𝜓𝜓 (13) Công thức dùng để mô tả biến đổi chậm nhiễu mơi trường biển Trong 𝑏𝑏 vectơ lực mômen tác động nhiễu với 𝑏𝑏(0) = [0𝐾𝐾𝐾𝐾, 0𝐾𝐾𝐾𝐾, 0𝐾𝐾𝐾𝐾 𝑚𝑚]𝑇𝑇 , 𝑇𝑇𝑇𝑇𝑅𝑅3×3 ma trận số thời gian 𝜔𝜔𝜔𝜔𝑅𝑅3 vector nhiễu trắng Gaussian, 𝜓𝜓 = 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑(3 × 102 , × 102 , × 103 ) ma trận đường chéo tham số 𝜔𝜔 Trường hợp 2: Các điều khiển thực mơ để giữ hành trình tàu tác động không mong muốn nêu Giả thuyết Cùng với biến đổi mơ hình thơng số động học 𝑀𝑀 𝐷𝐷 sau: 𝐷𝐷 = 1.5 × 5.0242𝑒𝑒4 0 � 2.7229𝑒𝑒5 −4.3933𝑒𝑒6� −4.3933𝑒𝑒6 4.1894𝑒𝑒8 5.3122𝑒𝑒6 0 𝑀𝑀 = 1.5 × � � 8.2831𝑒𝑒6 0 3.7454𝑒𝑒9 (a) TẠP CHÍ KHOA HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI SỐ 27+28 – 05/2018 (b) (c) Hình Kết mơ trường hợp (a) Vị trí thực tàu (𝑥𝑥, 𝑦𝑦) hướng quay trở 𝜓𝜓 (b) Lực điều khiển tịnh tiến 𝜏𝜏𝑥𝑥 , trôi dạt 𝜏𝜏𝑦𝑦 quay trở 𝜏𝜏𝜓𝜓 (c) Quỹ đạo di chuyển tàu mặt phẳng XY Kết với điều khiển cho DPS mơ tả hình hình cho thấy thời điểm 10s tàu bắt đầu cập nhật hướng quỹ đạo dịch chuyển mong muốn [3𝑚𝑚, 7𝑚𝑚, 20°] Khi bắt đầu xuất phát tác động từ mơi trường biến đổi mơ hình động học khiến cho đối tượng có nguy bị lệch hướng quỹ đạo dịch chuyển Bên cạnh đó, với gia tăng biên độ tác động thành phần không mong muốn làm cho đáp ứng tàu dao động mạnh thời điểm 30s 110s Giải pháp FPSO có khả thích ứng với đặc tính phi tuyến chuyển động tàu hạn chế tác động không mong muốn theo thời gian Do đó, nâng cao chất lượng tín hiệu điều khiển, giảm dao động giữ cân cho tàu hoạt động Như vậy, chiến lược đề xuất giải vấn đề nêu giả thuyết nhận định Với kết sử dụng điều khiển mờ, vị trí tàu ổn định trường hợp tác động thấp rung lắc trường hợp tác động cao Bên cạnh đó, hướng tàu dao động mạnh theo mức độ ảnh hưởng tác động không mong muốn 117 (a) (b) (c) Hình Kết mơ trường hợp (a) Vị trí thực tàu (𝑥𝑥, 𝑦𝑦) hướng quay trở 𝜓𝜓 (b) Lực điều khiển tịnh tiến 𝜏𝜏𝑥𝑥 , trôi dạt 𝜏𝜏𝑦𝑦 quay trở 𝜏𝜏𝜓𝜓 (c) Quỹ đạo di chuyển tàu mặt phẳng XY Kết luận Bài báo trình bày điều khiển FuzzyPSO cho DPS ảnh hưởng biến cấu trúc động học tàu tác động không mong muốn Thuật tốn đề xuất tối ưu hóa tham số cấu trúc mờ giảm đặc tính phi tuyến tính DPS gây tác động khơng mong muốn Do đó, giúp tàu trì vị trí xác hướng tàu mong muốn Trong tương lai, nghiên cứu mở rộng cách sử dụng thuật toán bền vững để nâng cao chất lượng điều khiển DPS tàu hoạt động tác động không mong muốn thời gian dài liên tục Tài liệu tham khảo [1] T I Fossen (2002), Marine control systems – Guidance, navigation and control of ship, rigs 118 [2] [3] [4] [5] [6] Journal of Transportation Science and Technology, Vol 27+28, May 2018 and underwater vehicles Marine Cybernetics, Trondheim, Norway E A Tannuri, A C Agostinho, H M Morishita, and L Moratelli Jr (2010), “Dynamic positioning systems: An experimental analysis of sliding mode control”, Control Engineering Practice, vol 18, pp 1121-1132 F Benetazzo, G Ippoliti, S Longhi, and P Raspa (2015), “Advanced control for fault-tolerant dynamic positioning of an offshore supply vessel”, Ocean Engineering, vol 106, pp 472484 M C Fang, and Z L Lee (2016), “Application of neural-fuzzy algorithm to portable dynamic positioning control system for ships”, International Journal of Naval Architecture and Ocean Engineering, vol 8, no 1, pp 38-52 X Hu, J Du, and J Shi (2015), “Adaptive fuzzy controller design for dynamic positioning system of vessels”, Applied Ocean Research, vol 53, pp 46-53 Đỗ Việt Dũng, Đặng Xuân Kiên, Hồ Lê Anh Hoàng (2017), “Nâng cao Chất lượng Hệ thống Định vị động Tàu dịch vụ Tác động Không mong muốn với Giải thuật Fuzzy TakagiSugeno”, Tạp chí Khoa học Cơng nghệ Hàng hải, số 51, trang 92-95 [7] Dang Xuan Kien, Ho Le Anh Hoang, and Do Viet Dung (2018), “Analyzing the Sea Weather Effects to the Ship Maneuvering in Vietnam’s Sea from BinhThuan Province to Ca Mau Province Based on Fuzzy Control Method”, TELKOMNIKA Journal, vol 16, no 2, pp 533-543 [8] R C Eberhart, and Y Shi (1998), “Comparison between genetic algorithms and particle swarm optimization”, Proc Int Conf on the Evolutionary Programming VII, 7th International Conference, vol 7, pp 611-616 [9] K Chayakulkheereea, V Hengsritawatb, and P Nantivatana (2017), “Particle Swarm Optimization Based Equivalent Circuit Estimation for On-Service Three-Phase Induction Motor Efficiency Assessment”, Engineering Journal, vol 21, pp 101-110 [10] J He, and H Guo (2013), “A Modified Particle Swarm Optimization Algorithm”, Indonesian Journal of Electrical Engineering and Computer Science, vol 11, no 10, pp 6209-6215 Ngày nhận bài: 27/03/2018 Ngày chuyển phản biện: 01/04/2018 Ngày hoàn thành sửa bài: 26/04/2018 Ngày chấp nhận đăng: 02/05/2018 ... Technology, Vol 27+28, May 2018 nâng cao chất lượng hệ thống tối ưu hóa cấu trúc điều khiển cho DPS giúp tàu nhanh tiến tới miền ổn định Hệ thống định vị động DPS mô tả mô hình động học ba bậc tự gồm... sau: ∞